Приближенные методы расчета вероятности неразорения

Обычно число застрахованных достаточно велико и точные методы расчета закона распределения вероятностей на ЭВМ могут привести к проблемам, связанным с малостью вероятностей. Поэтому при больших применяют приближенные методы, основанные на том, что закон распределения вероятностей суммы можно достаточно точно аппроксимировать, например, законом распределения Пуассона или нормальным законом распределения вероятностей.

Рассмотрим более подробно приближение нормальным распределением. Применение нормального закона основано на центральной предельной теореме, которая утверждает, что при некоторых, весьма общих предположениях, закон распределения суммы большого числа независимых случайных величин стремится к асимптотически нормальному распределению с параметрами , .

Известно, что если имеет асимптотически нормальное распределение, то справедливо равенство

, (8)

где функция распределения вероятностей и функция Лапласа протабулированы в соответствующих таблицах.

Полезно иметь также таблицу значений квантилей , отвечающих достаточно малой вероятности разорения , то есть таблицу вероятностей вида :

1-α 0,01 0,02 0,03 0,04 0,05
2,33 2,05 1,88 1,75 1,645

которая соответствует определенным значениям из таблицы значений функции .

При применении нормального приближения можно для величины получить формулу, в которую в явном виде входит и . Пусть в компании застраховано человек и для каждого из них иск имеет одно и то же среднее значение и дисперсию . Тогда , , и вероятность неразорения компании задается формулой:

.

И если мы хотим, чтобы вероятность неразорения была равна , то величина должна равняться квантилю , то есть

,

или

, (9)

где - страховая надбавка, а относительная страховая надбавка будет равна:

. (10)

Видно, что чем меньше (рассеивание возможных значений страховых выплат относительно среднего значения ), или чем больше количество застрахованных , тем меньше относительная надбавка .


Понравилась статья? Добавь ее в закладку (CTRL+D) и не забудь поделиться с друзьями:  



double arrow
Сейчас читают про: