Chapitre 3

ACTUF404 - Assurance Vie 1
Prof. Julien Trufin
Année académique 2020-2021
1
Chapitre 3 : Distribution de survie et table de mortalité
Chapitre 3 : Distribution de
survie et table de mortalité
2
Introduction
Contexte
En mathématiques financières (chapitres 1 et 2), l’application
majeure consiste à évaluer la valeur présente (i.e. valeur
actuelle) d’une série de paiements dont les montants, les
échéances ainsi que le taux d’intérêt sont déterministes.
→ Par exemple, soit un paiement de montant P e en t = n. Sa
valeur présente est alors VP = Pv n = Pe −δn .
Tout cela peut être généralisé en considérant certaines de ces
composantes comme étant aléatoires.
3
Introduction
Exemple 1
Soit le montant de P e payé au moment du décès T de
l’assuré.
La valeur présente de ce paiement est alors donnée par
VP = Pv T = Pe −δT .
Puisque T est une variable aléatoire, VP l’est aussi.

La moyenne de cette variable aléatoire est souvent utilisée en
pratique. Celle-ci se nomme la valeur présente actuarielle
(VPA), et est donnée par
VPAt=0 = E(Pv T ) = E(Pe −δT ) = P × MT (−δ),
où MT (.) est la fonction génératrice des moments de T .
4
Introduction
Exemple 2
Soit le montant de P e payé continûment par période, et ce
jusqu’au moment du décès T de l’assuré.
La valeur présente de cette série de paiements est donnée par
VP = P āT .
La moyenne de cette variable aléatoire, i.e. la valeur présente

actuarielle, est donnée par
1 − e −δT

1 − MT (−δ)
VPAt=0 = E(P āT ) = P ×E = P× .
δ δ
5
Introduction
Exemple 3
Soit le montant de P e payé au début de chaque période tant
que l’assuré est en vie.
La valeur présente de cette série de paiements est donc
VP = P äK +1 ,
où K = bT c.
La valeur présente actuarielle est alors donnée par
1 − v K +1

VPAt=0 = E(P äK +1 ) = P × E .
d
6
Introduction
Variables aléatoires VP et T
Dans tous ces exemples, la valeur présente (VP ) est donc une
variable aléatoire, car dépendant de T .
L’étude de la distribution de T (la durée de vie (future) d’un
individu) s’avère donc essentielle.
→ Bien-sûr, T dépend de l’âge actuel x de l’individu. Ainsi,
dorénavant, les notations Tx ou encore T (x ) seront utilisées
pour désigner la durée de vie résiduelle d’un individu d’âge x .
→ Aussi, la notation X sera utilisée pour T (0) (i.e. l’âge lors du
décès de l’individu ou encore la durée de vie résiduelle depuis la
naissance de l’individu). Le lien entre T (x ) et X sera établi
dans la suite.
7
Modèle classique pour la mortalité
Âge au décès (1/3)

Soit la variable aléatoire X , représentant l’âge de l’individu
lors de son décès (i.e. la durée de vie résiduelle d’un
nouveau-né).
X est supposée continue et positive, de fonction de répartition
FX (x ) et de fonction de survie SX (x ) :
FX (x ) = P(X ≤ x ), x ≥ 0;
SX (x ) = 1 − FX (x ) = P(X > x ), x ≥ 0.
Ainsi, FX (0) = 0 et SX (0) = 1. De plus,

Z∞ Z∞
E(X ) = x fX (x )dx = SX (x )dx .
x =0 x =0
8

L’analyse des durées de vie se focalise sur la recherche d’un
bon estimateur pour FX (x ) ou encore pour SX (x ), et ce à
l’aide de plusieurs observations (X1 , X2 , . . . , Xn ) de X .
→ Les estimateurs de FX (x ) et de SX (x ) sont alors utilisés pour
calculer des fonctions actuarielles, telles que des valeurs
présentes actuarielles, des primes uniques nettes, des primes
nivelées nettes, des réserves, etc.
9

Exercice 3.1
Soit
1 − (1 − x /120)1/6 pour 0 ≤ x ≤ 120,

FX (x ) =
1 pour x > 120.
Calculer la probabilité que

(a) Un nouveau-né survive au-delà de 30 ans ;
(b) Une personne âgée de 30 ans décède avant 50 ans ;
(c) Une personne âgée de 40 ans survive au-delà de 65 ans.
10
Durée de vie résiduelle d’un individu d’âge x

Notations :
→ (x ) : un individu d’âge x ;
→ T (x ) : durée de vie résiduelle de (x ).
Ainsi
T (x ) = {X − x |X ≥ x }.
En d’autres termes, T (x ) est le nombre d’années de vie
restantes pour un individu ayant atteint l’âge x .
11
Probabilités de décès et de survie
Fonction de répartition de T (x )
La fonction de répartition de T (x ) est notée t qx . Celle-ci est
donnée par
t qx = FT (x ) (t) = P[T (x ) ≤ t]
= P[X − x ≤ t|X ≥ x ] = P[X ≤ x + t|X ≥ x ]
P[X ≤ x + t, X ≥ x ] P[x ≤ X ≤ x + t]
= =
P[X ≥ x ] P[X ≥ x ]
P[x < X ≤ x + t]
=
P[X > x ]
SX (x ) − SX (x + t)
= .
SX (x )
Clairement, t q0 = FX (t).
12
Fonction de survie de T (x )
La fonction de survie de T (x ) est notée t px . Celle-ci est
donnée par
t px = ST (x ) (t) = P[T (x ) > t]

= P[X − x > t|X ≥ x ] = P[X > x + t|X ≥ x ]
SX (x + t)
= ... =
SX (x )
x +t p 0
= .
x p0
Clairement, t p0 = SX (t). De plus, t px = 1 − t q x .

Remarque : Dans la suite, qx désignera 1 q x et px désignera
1p x .
13
Fonction de densité de T (x )
La fonction de densité de T (x ) est donnée par
d d d d
fT (x ) (t) = [FT (x ) (t)] = (t qx ) = − [ST (x ) (t)] = − (t px ).
dt dt dt dt
Pour une variable aléatoire continue Y , fY (t) 6= P[Y = t].
Plutôt, pour une période de temps infinitésimale dt,
P[t < Y < t + dt] ≈ fY (t)dt.
Exercice 3.2
Soit la variable aléatoire Y distribuée selon une exponentielle
de paramètre λ = 0.05.
Trouver P[1 < Y < 1.01].
Ensuite, estimer la valeur de P[1 < Y < 1.01] en utilisant
l’approximation P[t < Y < t + dt] ≈ fY (t)dt.
14
Probabilités de décès et de survie (1/2)

px = 1 p x = P[T (x ) > 1] = P[(x) survive au cours de la
prochaine année].
qx = 1 q x = P[T (x ) ≤ 1] = P[(x) décède au cours de la
prochaine année].
Une autre quantité intéressante est la probabilité que (x)
décède entre les âges x + t et x + t + u (i.e. la probabilité que
(x) survive t années mais décède au cours des u années
suivantes). Cette probabilité est notée t|u qx et est donnée par
t|u qx = P[t < T (x ) ≤ t + u]

= P[T (x ) ≤ t + u] − P[T (x ) ≤ t]
= t+u q x − t q x = t px − t+u p x .
15
Probabilités de décès et de survie (2/2)

Remarque : Dans la suite, t| qx désignera t|1 qx .
Exercice 3.3
Démontrer que
t|u qx = t px × u q x +t .
Exercice 3.4
Démontrer que
2|3 qx = px px +1 [qx +2 + px +2 qx +3 + px +2 px +3 qx +4 ].
Interpréter ce résultat.
16
Taux instantanés de mortalité
Définition
Les taux instantanés de mortalité sont en quelque sorte
l’analogue de la force d’intérêt δ pour la mortalité.
Pour de petites valeurs de ∆t, fT (x ) (t)∆t est, en première
approximation, la probabilité pour qu’un individu ayant atteint
l’âge x décède entre les âges x + t et x + t + ∆t.
Le taux instantané de mortalité à l’âge x , dénoté µx , est alors
le nombre défini par

d h qx
µx = fT (x ) (0) = t qx = lim .
dt |t=0 h→0 h
→ Pour h petit, µx h est en première approximation la probabilité

pour qu’un individu ayant atteint l’âge x décède avant l’âge
x + h.
17
Probabilités viagères en termes de taux instantanés (1/4)

Les probabilités viagères (i.e. de décès et de survie) peuvent
s’exprimer en fonction des taux instantanés de mortalité.
En effet, puisque
t+h qx = t q x + t px h q x +t ,
il vient
d − t qx
t+h qx
tq = lim
dt x h→0 h
h qx +t
= t px lim
h→0 h
= t px µx +t . (3.1)
18

Ainsi,
d
− t px = t px µx +t
dt
ou encore
d
ln[t p x ] = −µx +t .
dt
Par conséquent, la condition aux bornes 0 px = 1 permet
d’écrire
Rt
− µx +s ds
t px =e 0
ou encore
Rt
− µx +s ds
t qx =1−e 0 .
19

Remarque : De (3.1) avec la condition aux bornes 0 qx = 0, il
est intéressant de noter que
Zt
t qx = s px µx +s ds.
0
→ Cette dernière relation a une interprétation évidente. Pour

qu’un individu d’âge x décède avant l’âge x + t, il doit exister
un instant s ∈ [0, t) tel que l’individu soit vivant à l’âge x + s
et décède avant l’âge x + s + ds. La relation ci-dessus s’obtient
alors en intégrant sur toutes les valeurs possibles de s.
20

Exercice 3.5
Soit
FX (x ) = 1 − (1 − x /120)1/6
pour 0 ≤ x ≤ 120. Dériver une expression pour µx .
21
Loi de De Moivre (1724)

De Moivre supposa que la durée de la vie d’un individu était
distribuée uniformément entre l’âge 0 et un âge ultime ω :
t 1
t q0 = FX (t) = , fX (t) = .
ω ω
Il vient alors (0 ≤ x ≤ ω, t ≤ ω − x )
x +t q0 − x q0 t
t qx = = ,
1 − x q0 ω−x
et
1 t qx
µx = lim . =
t→0 t ω−x
Le taux instantané de mortalité est une fonction croissante de
l’âge. Cependant, la loi de De Moivre correspond très mal à la
mortalité observée.
22
Loi de Gompertz (1824)

Gompertz émit l’hypothèse que le taux instantané de
mortalité croı̂t exponentiellement avec l’âge :
µx = α c x (α > 0, c > 1).
En posant g = e −α/ ln c , il vient

Rt
− µx +s ds x +t −c x
t px =e 0 = gc .
La loi de Gompertz rend mieux compte de la mortalité

observée. Néanmoins, celle-ci n’est pas encore satisfaisante.
23
Loi de Gompertz-Makeham (1860)

Makeham modifia la loi de Gompertz en ajoutant au taux
instantané de mortalité un terme indépendant de l’âge :
µx = A + α c x (A > 0, α > 0, c > 1).
→ Le premier terme, indépendant de l’âge, est supposé refléter la

mortalité par accident.
→ Le second terme, croissant exponentiellement avec l’âge, joue
le rôle de la composante vieillissement.
En posant s = e −A et g = e −α/ ln c , il vient alors
Rt
− µx +s ds x +t −c x
t px =e 0 = st gc .
La loi de Gompertz-Makeham permet d’ajuster la mortalité

observée beaucoup mieux que les deux lois précédentes.
24
Vie moyenne
Définition (1/2)
La vie moyenne à l’âge x , dénotée e̊x , est la moyenne de la
distribution FT (x ) (t) = t qx .
→ La vie moyenne de (x ) est donc l’espérance de sa survie.
d
Puisque fT (x ) (t) = dt t qx = t px µx +t , il vient
Z∞ Z∞
e̊x = E(T (x )) = t fT (x ) (t)dt = t t px µx +t dt.
0 0
Aussi,
Z∞ Z∞
e̊x = E(T (x )) = ST (x ) (t)dt = t px dt.
0 0
25
Vie moyenne
Définition (2/2)
Remarque : Bien souvent, fX (.) est uniquement définie sur un
intervalle (0, ω), et donc fT (x ) (.) sur un intervalle (0, ω − x ).
Dans ce cas, il vient
ω−x
Z ω−x
Z ω−x
Z
e̊x = t fT (x ) (t)dt = t t px µx +t dt = t px dt.
0 0 0
Exercice 3.6
Soit
FX (x ) = 1 − (1 − x /120)1/6
pour 0 ≤ x ≤ 120. Calculer e̊x pour (a) x = 30 et (b) x = 80.
26
Vie moyenne
Vie moyenne temporaire

Soit e̊x :n , la vie moyenne de (x ) sur les n prochaines années.
Il vient
Zn Zn
e̊x :n = t p x dt = ST (x ) (t)dt.
0 0
Exercice 3.7
Soient les taux instantanés de mortalité suivants :

0.05 pour 0 < x < 30,
µx =
0.08 pour x ≥ 30.
Trouver e̊20:15 .
27
Vie moyenne
Vie moyenne entière (1/2)

En pratique, il est courant de considérer le nombre d’années
complètes restant à vivre pour (x )
Soit la variable aléatoire discrète Kx , représentant le nombre
d’années entières (i.e. complètes) de survie de (x ). Ainsi,
P(Kx = k ) = P(k ≤ T (x ) < k + 1) = ST (x ) (k ) − ST (x ) (k + 1)

= k px − k +1 px = k +1 qx − k qx = k | qx .
Aussi,
k
X k
X
FKx (k ) = P(Kx ≤ k ) = P(Kx = h) = h| qx
h=0 h=0
= k +1 qx .
28
Vie moyenne
Vie moyenne entière (2/2)

La vie moyenne entière de (x ), dénotée ex , est alors donnée
par
X ∞
ex = E(Kx ) = k P(Kx = k ).
k =1
Il vient
∞
X
ex = k px .
k =1
29
Tables de mortalité
Contexte
Lorsque la loi de X est connue (i.e. FX (.), fX (.), SX (.), µx ), il
est possible de calculer les quantités d’intérêts étudiées
auparavant.
→ Ainsi, plusieurs distributions ont été évoquées (De Moivre,
Gompertz et Gompertz-Makeham).
Cependant, de tels candidats pour la loi de X ne s’ajustent
pas toujours bien à toutes les tranches d’âge.
C’est pourquoi, en pratique, les actuaires recourent à des
tables de mortalité.
30
Table de mortalité : définition (1/2)

Soit un groupe (une cohorte) de l0 nouveaux-nés.
Typiquement, l0 = 100 000 ou encore l0 = 1 000 000.
Soit la variable aléatoire L(x ), représentant le nombre
d’individus de cette cohorte atteignant l’âge x . Il vient
L(x ) ∼ Bin(n = l0 , p = SX (x ) = x p0 ).
Ainsi, le nombre espéré de survivants de cette cohorte à l’âge

x , dénoté lx , est donné par
lx = E(L(x )) = l0 SX (x ) = l0 x p0 .
31
Table de mortalité : définition (2/2)

Une table de mortalité n’est autre qu’un tableau contenant les
valeurs estimées des lx pour x = 0, 1, 2, . . . , ω, où ω est un
entier représentant l’âge ultime de la table (i.e. qω−1 = 1).
Soit la variable aléatoire n Dx , désignant le nombre de décès
entre les âges x et x + n. Il vient
n Dx = L(x ) − L(x + n).
Ainsi, le nombre espéré de décès entre les âges entiers x et

x + n, dénoté n dx , est donné par
n dx = E(n Dx ) = E(L(x ) − L(x + n)) = lx − lx +n .
Remarque : Dans la suite, dx désignera 1 dx .
32
Table de mortalité : le cas de la Belgique (1/6)

L’équilibre financier des compagnies (et donc également la
sécurité des assurés) exige que les tarifs comportent un
chargement de sécurité.
→ En Belgique, depuis 1993, ces chargements de sécurité ont été
directement incorporés aux tables de mortalité de référence
(arrêté royal du 17 décembre 1992).
C’est pourquoi des tables de mortalité différentes sont utilisées

pour les contrats assurant des prestations en cas de décès
uniquement et pour les contrats assurant des prestations en
cas de vie uniquement.
→ En effet, le chargement de sécurité se traduit pour les premiers
par une augmentation des probabilités de décès, et pour les
seconds par une diminution des probabilités de décès.
33

Pour les assurances mixtes (prévoyant à la fois des prestations
en cas de vie et en cas de décès), la table de mortalité utilisée
est celle conduisant à la prime la plus élevée.
34

Evolution du droit belge en matière d’assurance vie :
→ (1) Arrêté royal du 17 décembre 1992 relatif à l’activité sur la
vie (modifié entre-temps par les arrêtés royaux du 30 avril 1999
et du 14 novembre 2003) :
Tables de référence : Quatre tables de mortalité de référence
sont définies :
La table MK pour les opérations en cas de décès sur des têtes
masculines.
La table FK pour les opérations en cas de décès sur des têtes
féminines.
La table MR pour les opérations en cas de vie sur des têtes
masculines.
La table FR pour les opérations en cas de vie sur des têtes
féminines.
35

Evolution du droit belge en matière d’assurance vie :
→ (1) Arrêté royal du 17 décembre 1992 relatif à l’activité sur la
vie (modifié entre-temps par les arrêtés royaux du 30 avril 1999
et du 14 novembre 2003) : (suite)
Principe :
Pour les opérations de genre vie, les taux de survie ne sont pas
inférieurs pour les opérations dont le risque est situé en
Belgique, à ceux issus des tables de référence MR ou FR, selon
que l’assuré est de sexe masculin ou féminin.
Pour les opérations de genre décès, les taux de mortalité ne
sont pas inférieurs pour les opérations dont le risque est situé
en Belgique, à ceux issus des tables de référence MK ou FK,
selon que l’assuré est de sexe masculin ou féminin.
36

Evolution du droit belge en matière d’assurance vie : (suite)
→ (2) Arrêté royal du 29 janvier 2013 :
Contexte : Le 30 juin 2011, la Cour Constitutionnelle a annulé
une loi qui permettait la discrimination entre les femmes et les
hommes dans les assurances vie.
Ainsi, un arrêté royal du 29 janvier 2013 a adapté à son tour
l’arrêté royal sur les assurances vie du 14 novembre 2003 afin
de se conformer à cette décision.
Tables de référence : De nouvelles tables de référence pour
les contrats conclus à partir du 21 décembre 2012 sont
définies :
La table XK pour les opérations en cas de décès.
La table XR pour les opérations en cas de vie.
⇒ Plus de distinction basée sur le sexe.

37

Remarques :
→ Pour les contrats conclus avant le 21 décembre 2012, la
distinction basée sur le sexe est donc encore permise.
→ Il est important de mentionner que l’arrêté royal du 14
novembre 2003 prévoit également que l’entreprise d’assurance
peut garantir, pendant au maximum trois ans, des taux de
mortalité ou de survie réduits, selon que les capitaux sous
risque sont positifs ou négatifs, pour autant que ces taux ne
soient pas inférieurs aux taux déduits [...] des statistiques
publiées par la BNB concernant le nombre des personnes
assurées et le nombre de décès constatés sur cinq années.
38
Fonction de survie et probabilités viagères

Sur base d’une table de mortalité, il est possible de calculer les
valeurs de la fonction de survie SX (x ) aux points
x = 0, 1, 2, . . . , ω. En effet,
lx
SX (x ) = .
l0
Aussi, pour x et t entiers, il vient
SX (x + t) lx +t /l0 lx +t
t px = = =
SX (x ) lx /l0 lx
et
lx +t lx − lx +t t dx
t qx = 1 − t px = 1 − = = .
lx lx lx
De plus,
u dx +t
t|u qx = t px u qx +t = ... = .
lx
39
Exercice 3.8
Soit la table de mortalité XR. Calculer la probabilité qu’une
personne de 30 ans meurt entre 60 et 65 ans.
40
Traitement des âges fractionnaires (1/2)

Supposons connaitre l’expression des lx pour tout x . Alors,
0 0
S (x ) l (x ) d
µx = − X = ... = − = − ln[lx ].
SX (x ) l (x ) dx
Aussi,
lx d
fX (x ) = SX (x )µx = − ln[lx ] .
l0 dx
Exercice 3.9
Soit lx = 100 − x pour 0 ≤ x ≤ 100. Trouver
fT (10) (t), 0 ≤ t ≤ 90 ainsi que e̊10:5 .
41
Traitement des âges fractionnaires (2/2)

Cependant, sur base d’une table de mortalité, il n’est pas
possible de directement calculer les probabilités 10.75 q20 ou
0.25 p20.5 par exemple.
→ En effet, les quantités l30.75 , l20.75 , l20.5 sont requises.
L’enjeu est d’approximer les lx pour les âges x non-entiers.
→ Pour ce faire, les actuaires recourent à des méthodes
d’interpolation.
Dans la suite, deux méthodes d’interpolation sont étudiées.
42
Interpolation 1 (décès distribués uniformément)

Soit x un entier positif et soit l’hypothèse d’interpolation
linéaire
lx +t = (1 − t) lx + t lx +1 , 0 ≤ t < 1.
Par conséquent, t qx = t qx .
→ Ainsi, pour toute valeur entière de x , t qx est une fonction
linéaire de t sur [0, 1).
Aussi, il vient
t px = 1 − t qx .
De plus, pour 0 ≤ t < 1,
d
− dt t px qx
µx +t = = .
t px 1 − t qx
43
Exercice 3.10
Soit k | q0 = 0.1(k + 1), k = 0, 1, 2, 3. En utilisant la méthode
d’interpolation linéaire vue au slide précédent, trouver 2.25 p0 .
44
Interpolation 2 (taux instantanés de mortalité constants)

Soit x un entier positif et soit l’hypothèse
ln[lx +t ] = (1 − t) ln[lx ] + t ln[lx +1 ], 0 ≤ t < 1.
Par conséquent,
t
t px = (px )t = e ln[px ] .
Aussi, il vient t
t qx = 1 − e ln[px ] .
De plus, pour 0 ≤ t < 1,
µx +t = − ln(px ) ⇒ taux instantanés de mortalité constants.
45
Exercice 3.11
Soit qx = 0.05, où x est un entier. Trouver 0.4 px et µx +0.4 en
utilisant les deux méthodes d’interpolation vues auparavant.
46

Chapitre 3

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Chapitre 3

Transféré par

Droits d'auteur :

Formats disponibles

ACTUF404 - Assurance Vie 1

ACTUF404 - Assurance Vie 1

Prof. Julien Trufin

Année académique 2020-2021

Puisque T est une variable aléatoire, VP l’est aussi.

VPAt=0 = E(Pv T ) = E(Pe −δT ) = P × MT (−δ),

où MT (.) est la fonction génératrice des moments de T .

La moyenne de cette variable aléatoire, i.e. la valeur présente

Âge au décès (1/3)

Ainsi, FX (0) = 0 et SX (0) = 1. De plus,

Âge au décès (2/3)

Âge au décès (3/3)

1 − (1 − x /120)1/6 pour 0 ≤ x ≤ 120,

Calculer la probabilité que

Durée de vie résiduelle d’un individu d’âge x

t px = ST (x ) (t) = P[T (x ) > t]

Clairement, t p0 = SX (t). De plus, t px = 1 − t q x .

Probabilités de décès et de survie (1/2)

t|u qx = P[t < T (x ) ≤ t + u]

Probabilités de décès et de survie (2/2)

→ Pour h petit, µx h est en première approximation la probabilité

Probabilités viagères en termes de taux instantanés (1/4)

Probabilités viagères en termes de taux instantanés (2/4)

Probabilités viagères en termes de taux instantanés (3/4)

→ Cette dernière relation a une interprétation évidente. Pour

Probabilités viagères en termes de taux instantanés (4/4)

Loi de De Moivre (1724)

Loi de Gompertz (1824)

µx = α c x (α > 0, c > 1).

En posant g = e −α/ ln c , il vient

La loi de Gompertz rend mieux compte de la mortalité

Loi de Gompertz-Makeham (1860)

µx = A + α c x (A > 0, α > 0, c > 1).

→ Le premier terme, indépendant de l’âge, est supposé refléter la

La loi de Gompertz-Makeham permet d’ajuster la mortalité

Vie moyenne temporaire

Vie moyenne entière (1/2)

P(Kx = k ) = P(k ≤ T (x ) < k + 1) = ST (x ) (k ) − ST (x ) (k + 1)

Vie moyenne entière (2/2)

Table de mortalité : définition (1/2)

Ainsi, le nombre espéré de survivants de cette cohorte à l’âge

Table de mortalité : définition (2/2)

n Dx = L(x ) − L(x + n).

Ainsi, le nombre espéré de décès entre les âges entiers x et

n dx = E(n Dx ) = E(L(x ) − L(x + n)) = lx − lx +n .

Remarque : Dans la suite, dx désignera 1 dx .

Table de mortalité : le cas de la Belgique (1/6)

C’est pourquoi des tables de mortalité différentes sont utilisées

Table de mortalité : le cas de la Belgique (2/6)

Table de mortalité : le cas de la Belgique (3/6)

Table de mortalité : le cas de la Belgique (4/6)

Table de mortalité : le cas de la Belgique (5/6)

⇒ Plus de distinction basée sur le sexe.

Table de mortalité : le cas de la Belgique (6/6)

Fonction de survie et probabilités viagères

Traitement des âges fractionnaires (1/2)

Traitement des âges fractionnaires (2/2)

Interpolation 1 (décès distribués uniformément)

Interpolation 2 (taux instantanés de mortalité constants)

ln[lx +t ] = (1 − t) ln[lx ] + t ln[lx +1 ], 0 ≤ t < 1.

De plus, pour 0 ≤ t < 1,

µx +t = − ln(px ) ⇒ taux instantanés de mortalité constants.

Vous aimerez peut-être aussi