Przeskocz do treści

Delta mi!

Rekordy długowieczności i procesy Poissona II

Wojciech Niemiro

o artykule ...

  • Publikacja w Delcie: maj 2014
  • Publikacja elektroniczna: 01-05-2014
  • Autor: Wojciech Niemiro
    Afiliacja: Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika, Toruń; Instytut Matematyki Stosowanej i Mechaniki, Uniwersytet Warszawski
  • Wersja do druku [application/pdf]: (725 KB)

W pierwszej części artykułu szukaliśmy prawdopodobieństwa tego, że umierający człowiek będzie starszy od wszystkich aktualnie żyjących. Zadanie wykonaliśmy. Obliczyliśmy interesujące nas prawdopodobieństwo. Pozwólmy sobie teraz na kilka komentarzy i dygresji. Przypomnijmy najważniejszy wynik pomocniczy, który udowodniliśmy przed miesiącem.

Stwierdzenie 1. Prawdopodobieństwo tego, że osobnik umierający w wieku math lat jest starszy od wszystkich aktualnie żyjących, jest równe

display-math

Warto przyjrzeć się bliżej funkcji  math Wyobraźmy sobie, że mamy „bardzo liczną” próbkę losową osobników o funkcji przeżycia  math Spodziewamy się, że spośród wszystkich math osobników liczba tych, którzy przeżyją przynajmniej math lat, jest bliska  math Tak jak w poprzednich rozważaniach, podzielmy przedział math na krótkie odcinki math gdzie math Oczekujemy, że około math osobników w naszej próbce będzie miało długość życia w  math-tym przedziale, czyli w przybliżeniu math Jeśli teraz obliczymy średnią długość życia ponad math lat, to otrzymamy

 1 ∞
--Q  ihn(S(t + ih) − S(t+ (i + 1)h)) =
n i  0
          ∞
       = Q  hS(t +ih) ≈ R(t).
         i  1
W rachunku prawdopodobieństwa nazywamy math wartością oczekiwaną lub średnią czasu życia ponad math lat. Zauważmy, że mówimy tu o średniej pośród wszystkich osobników. Uznajemy, że ci, którzy wieku  math nie dożyli, mają czas trwania życia ponad math lat równy 0. Jeśli obliczymy średnią pośród tylko tych osobników, którzy dożyli wieku  math to otrzymamy math Poniższy wynik ma, z oczywistych względów, duże znaczenie dla ubezpieczeń życiowych.

Stwierdzenie 2. Oczekiwany dalszy czas życia osobnika, który doż math lat, jest równy  math

W szczególności, średnia długość życia jest równa math

W realnych populacjach średnia długość życia jest skończona. Jednak z matematycznego punktu widzenia nic nie stoi na przeszkodzie, aby rozważać takie funkcje przeżycia  math że pole pod wykresem  math jest nieskończone, czyli math  Każda taka nierosnąca funkcja  math  że math i  math jest poprawną matematycznie funkcją przeżycia! W świecie, w którym obowiązują reguły T1, T2, N1, N2 i TN i jednocześnie math  jest nieskończone, pewne zjawiska mogą się wydać paradoksalne.

Wniosek 1. Jeśli średnia długość życia jest nieskończona, to w momencie śmierci każdego osobnika żyje nieskończenie wielu innych osobników od niego starszych.

Nikt nie jest nigdy najstarszy! Nieco dokładniej, teza Wniosku 1 jest zdarzeniem losowym, które zachodzi z prawdopodobieństwem równym 1.

Dowód Wniosku 1. Zdarzenie losowe, o którym mówi Stwierdzenie 1, zachodzi wtedy i tylko wtedy, gdy w obszarze  math  na rysunku 2 nie ma ani jednego końca „odcinka życia” (por. Rys. 1). Jeśli math to math  dla każdego  math  Stosując formalnie wzór, widzimy, że w obszarze  math nie ma „punktów śmierci” z prawdopodobieństwem math (można to uzasadnić nieco porządniej,  modyfikując tylko nieznacznie podany poprzednio dowód). Z prawdopodobieństwem 1, w obszarze  math leży zatem przynajmniej jeden punkt. Nazwijmy teraz  math „obszarem zaczepionym w punkcie math” i zauważmy, że w nim jest zawarty każdy obszar zaczepiony w  math dla  math

W każdym z tych „mniejszych obszarów” leży przynajmniej jeden punkt, a zatem w obszarze  math leży nieskończenie wiele punktów, czego mieliśmy dowieść.


Z drugiej strony, w świecie, w którym obowiązują reguły T1,  T2, N1, N2 i TN i jednocześnie math  też dzieją się rzeczy osobliwe.

Wniosek 2. Jeśli średnia długość życia jest skończona, to w dowolnym, ustalonym momencie z niezerowym prawdopodobieństwem liczba aktualnie żyjących osobników jest równa zeru.

Co jakiś czas świat całkowicie się wyludnia. Na szczęście, nasze aksjomaty zapewniają, że dzieci będą rodzić się nieprzerwanie, z jednakową intensywnością.

Zagadka 1. Jaki jest wzór na „niezerowe prawdopodobieństwo”, o którym mówi Wniosek 2?

Dla ułatwienia dodajmy, że ten wzór wynika natychmiast z naszych poprzednich rozważań i zależy tylko od  math i  math

Zagadka 2. Jaka jest średnia (oczekiwana) liczba osobników żyjących w ustalonym momencie?

W tytule tego artykułu procesy Poissona występują w liczbie mnogiej. Założenia N mówią, że proces urodzeń jest jednorodnym procesem Poissona. Można wywnioskować, powołując się na Założenia T i TN, że proces zgonów jest też jednorodnym procesem Poissona z tą samą intensywnością  math Żeby zobaczyć jeszcze jeden proces Poissona, zauważmy następujący fakt.

Stwierdzenie 3. Zdarzenie polegające na tym, że w „krótkim” odcinku czasu math nastąpi śmierć osobnika, który narodził się w „krótkim” odcinku czasu math ma prawdopodobieństwo w przybliżeniu równe math Prawdopodobieństwo śmierci więcej niż jednego osobnika jest tak małe, że możemy je zaniedbać.

Innymi słowy, możemy rozpatrywane zdarzenie wyrazić tak: w „małym równoległoboku” na płaszczyźnie znajdzie się jeden „punkt śmierci”. Widać tu analogię z warunkiem N1. Mały równoległobok można zastąpić, na przykład, „małym prostokątem” math Można udowodnić własność analogiczną do N2: liczby punktów w rozłącznych obszarach są statystycznie niezależne. Losowy zbiór „punktów śmierci” jest procesem Poissona na półpłaszczyźnie math z intensywnością math Jest to proces jednorodny względem  math ale niejednorodny względem  math bo jego intensywność zależy od  math Niestety, nie możemy tu kontynuować opowieści o procesach Poissona. Czytelnik może sięgnąć do pięknej książki Kingmana Procesy Poissona, PWN, Warszawa,  2002.

* * *

Na zakończenie popatrzmy na badane przez nas zjawisko z perspektywy statystycznej.

W tym celu udamy się na wyprawę do Symulandii. Jest to mały, wyspiarski kraj, którego mieszkańcy rodzą się i umierają ściśle według reguł T,  N i TN. Funkcja przeżycia jest dokładnie taka, jak na rysunku 3 (znanym już z poprzedniej części artykułu), w szczególności math intensywność procesu urodzin jest równa  math

obrazek

Rys. 3 Wykres funkcji przeżycia.

Rys. 3 Wykres funkcji przeżycia.

Co więcej, Główny Symulandzki Urząd Statystyczny dysponuje pełnymi danymi dotyczącymi osób, które urodziły się lub umarły w przedziale czasowym math (według lokalnego kalendarza).

obrazek

Rys. 4 Liczba ludności Symulandii.

Rys. 4 Liczba ludności Symulandii.

Dane dotyczą 82 osób i składają się z par math gdzie math jest czasem urodzenia, math jest długością życia math-tej osoby math Obliczyliśmy na ich podstawie kilka statystyk, które teraz przytoczymy. Są to „empiryczne odpowiedniki” wielkości, które analizowaliśmy.

  • W ciągu 200 lat zaobserwowano 44 urodzenia i 46 zgonów. – Porównaj z liczbą math
  • Średnia długość życia dla 82 osób była równa  math
  • 21 osób, czyli math spośród 82 przeżyło ponad 60 lat. – Porównaj z wartością funkcji przeżycia, math
  • Średnia długość życia ponad 60 lat, obliczona dla tych 21 osób, była równa math lat. Porównaj z wielkością math
  • W ciągu 200 lat ani razu liczba ludności Symulandii nie spadła do 0. – Porównaj z Zagadką 1.
  • Średnia liczba ludności Symulandii w przedziale 200 lat była równa  math – Porównaj z Zagadką 2 i z rysunkiem 4 ( math jest to nic innego, jak pole pod wykresem liczby ludności, podzielone przez 200).
  • Na koniec statystyka dla nas najważniejsza. Spośród 46 zgonów 12 razy zdarzył się rekord długowieczności w sensie przez nas rozpatrywanym. – Porównaj ułamek math z liczbą math obliczoną zgodnie z uzyskanym przed miesiącem wzorem display-math


Na zakończenie

Wyprawę do Symulandii umożliwił pakiet statystyczny R.

R Development Core Team (2011). R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, URL http://www.R-project.org/.

Każdy, kto ma komputer i dostęp do Internetu, może sobie zainstalować za darmo to potężne narzędzie obliczeniowe – i budować własne Symulandie. Zachęcam do takiej zabawy.