ยินดีต้อนรับสู่ภาษาแห่งความเป็นและความตาย!

ในการสอบ Exam FAM คุณจะได้พบกับสัญลักษณ์ย่อมากมาย ให้ลองมองว่า สัญลักษณ์ทางคณิตศาสตร์ประกันภัย (actuarial notation) เป็นเหมือนรหัสลับที่ช่วยให้เราเขียนประโยคยาวๆ ที่ซับซ้อนเกี่ยวกับความน่าจะเป็นให้สั้นลงเหลือเพียงตัวอักษรและตัวเลขไม่กี่ตัว แทนที่จะเขียนว่า "ความน่าจะเป็นที่บุคคลอายุ 40 ปีในปัจจุบันจะมีชีวิตอยู่ต่อไปได้อย่างน้อยอีก 10 ปี" เราก็แค่เขียนว่า \({}_{10}p_{40}\) เท่านั้นเอง

ไม่ต้องกังวลนะถ้าดูแล้วเหมือนสัญลักษณ์ยึกยือไปหมดในตอนแรก เมื่อคุณเข้าใจรูปแบบของมันแล้ว คุณจะสามารถอ่านสัญลักษณ์เหล่านี้ได้อย่างคล่องแคล่วเหมือนมืออาชีพ บทนี้ถือเป็นรากฐานสำหรับเกือบทุกหัวข้อในส่วนของโมเดลอัตราการตาย (Mortality Models) ดังนั้นมาปูพื้นฐานให้แน่นกันเถอะ!

1. ตัวแปรหลัก: \(T_x\) และ \(K_x\)

ก่อนที่เราจะไปดูเรื่องความน่าจะเป็น เราต้องกำหนด ตัวแปรสุ่ม (random variables) ที่แสดงถึงเวลาที่เหลืออยู่เสียก่อน

\(T_x\) (Future Lifetime - อายุขัยในอนาคต): นี่คือตัวแปรสุ่มแบบต่อเนื่องที่แสดงถึงเวลาที่เหลืออยู่จริง (ละเอียดถึงระดับวินาที) นับตั้งแต่อายุ \(x\) จนถึงช่วงเวลาที่เสียชีวิต
\(K_x\) (Curtate Future Lifetime - อายุขัยในอนาคตแบบปีเต็ม): นี่คือตัวแปรสุ่มแบบไม่ต่อเนื่องที่แสดงถึงจำนวนปี เต็ม ที่มีชีวิตอยู่ก่อนที่จะเสียชีวิต เปรียบเหมือนการนับว่าบุคคลนั้นจะมีวันเกิดให้ฉลองได้อีกกี่ครั้ง

เปรียบเทียบให้เห็นภาพ:
ลองจินตนาการว่าคุณกำลังวิ่งแข่ง \(T_x\) คือเวลาที่นาฬิกาจับเวลาแสดงเป๊ะๆ ตอนที่คุณวิ่งเข้าเส้นชัย ส่วน \(K_x\) คือจำนวนรอบเต็มที่คุณวิ่งได้ก่อนที่การแข่งขันจะจบลง

ประเด็นสำคัญ: \(T_x\) มีความแม่นยำสูง (ต่อเนื่อง) ในขณะที่ \(K_x\) คือ "ส่วนที่เป็นจำนวนเต็ม" ของ \(T_x\) (ไม่ต่อเนื่อง)

2. "คู่หูหลัก": รอดหรือตาย (\(p\) และ \(q\))

สัญลักษณ์ที่คุณจะเห็นบ่อยที่สุดคือ \(p\) และ \(q\) ซึ่งแสดงถึงผลลัพธ์ที่เป็นไปได้สองทาง: คุณมีชีวิตรอดต่อไปหรือคุณจากไป

\({}_t p_x\): ความน่าจะเป็นในการรอดชีวิต (Survival Probability)

คือความน่าจะเป็นที่บุคคลอายุ \(x\) จะมีชีวิตอยู่ต่อไปได้อีกอย่างน้อย \(t\) ปี
สูตร: \({}_t p_x = P(T_x > t)\)

\({}_t q_x\): ความน่าจะเป็นในการเสียชีวิต (Mortality Probability)

คือความน่าจะเป็นที่บุคคลอายุ \(x\) จะเสียชีวิตภายในระยะเวลา \(t\) ปีข้างหน้า
สูตร: \({}_t q_x = P(T_x \le t)\)

วิธีอ่านตัวห้อย:
  • ตัวห้อยด้านขวา (\(x\)) คืออายุปัจจุบันของบุคคลนั้น
  • ตัวห้อยด้านซ้าย (\(t\)) คือระยะเวลาที่เรากำลังพิจารณา
  • กฎสำคัญ: ถ้าระยะเวลา \(t\) เท่ากับ 1 ปี เรามักจะละไว้ไม่เขียน ดังนั้น \(p_x\) จึงมีความหมายเดียวกับ \({}_1 p_x\)

เทคนิคช่วยจำ:
p ย่อมาจาก Pass (คุณ "ผ่าน" บททดสอบของเวลาและยังมีชีวิตรอด)
q ย่อมาจาก Quit (คุณ "เลิก" จากชีวิตไปแล้วในช่วงเวลานั้น)

สรุปสั้นๆ:
เนื่องจากคุณต้องเลือกว่าจะรอดหรือตาย ความน่าจะเป็นสองค่านี้รวมกันจึงเท่ากับ 1 เสมอ:
\({}_t p_x + {}_t q_x = 1\)

3. การเสียชีวิตแบบรอเวลา (Deferred Mortality): \({}_{u|t} q_x\)

บางครั้งเราต้องการทราบความน่าจะเป็นที่ใครบางคนจะรอดชีวิตไปได้ช่วงหนึ่ง แล้วค่อยมาเสียชีวิตในช่วงเวลาที่กำหนดหลังจากนั้น เราเรียกสิ่งนี้ว่า การเสียชีวิตแบบรอเวลา (deferred mortality)

สัญลักษณ์: \({}_{u|t} q_x\)
ความหมาย: ความน่าจะเป็นที่บุคคลอายุ \(x\) จะรอดชีวิตไปได้อีก \(u\) ปี แต่หลังจากนั้นจะเสียชีวิตภายในช่วง \(t\) ปีถัดมา

สรุปทีละขั้นตอน:
ให้คิดเป็นสองขั้นตอนดังนี้:
1. บุคคลนั้นต้องรอดชีวิตในช่วง \(u\) ปีแรก (ระยะเวลารอคอย)
2. จากนั้น เขาต้องเสียชีวิตภายใน \(t\) ปีถัดมา (กรอบเวลาที่เกิดเหตุการณ์)

สูตรที่ใช้บ่อย:
1. \({}_{u|t} q_x = {}_u p_x - {}_{u+t} p_x\) (ความน่าจะเป็นที่รอดถึง \(u\) ลบด้วย ความน่าจะเป็นที่รอดถึง \(u+t\))
2. \({}_{u|t} q_x = {}_u p_x \cdot {}_t q_{x+u}\) (ความน่าจะเป็นที่รอดถึงอายุ \(x+u\) คูณกับความน่าจะเป็นที่จะเสียชีวิตในอีก \(t\) ปีถัดไป)

ข้อผิดพลาดที่ควรระวัง:
นักศึกษามักลืมปรับอายุในสูตรที่สอง จำไว้ว่าหลังจากรอดมาได้ \(u\) ปี ตอนนี้บุคคลนั้นมีอายุ \(x+u\) แล้ว ดังนั้นคุณต้องใช้ \(q_{x+u}\) ไม่ใช่ \(q_x\) นะ!

4. แรงแห่งความตาย (Force of Mortality - \(\mu_{x+t}\))

แรงแห่งความตาย (Force of Mortality) คืออัตราการเสียชีวิต ณ "ชั่วขณะใดชั่วขณะหนึ่ง" เหมือนกับการดูเข็มไมล์รถยนต์เพื่อดูว่าคุณกำลังวิ่งเร็วแค่ไหนในเสี้ยววินาทีนั้น แทนที่จะดูความเร็วเฉลี่ยตลอดทั้งการเดินทาง

แนวคิด: มันแสดงถึงโอกาสที่จะเสียชีวิต ณ ช่วงเวลาที่เป๊ะๆ โดยมีเงื่อนไขว่าบุคคลนั้นต้องมีชีวิตอยู่จนถึงเวลานั้นก่อน

ความสัมพันธ์กับความน่าจะเป็นในการรอดชีวิต:
สูตรที่สำคัญที่สุดที่ต้องจำให้ได้สำหรับการสอบคือความสัมพันธ์ระหว่างการรอดชีวิตกับแรงแห่งความตาย:
\({}_t p_x = \exp\left( -\int_0^t \mu_{x+s} ds \right)\)

รู้หรือไม่? หากแรงแห่งความตายคงที่ (สมมติให้เป็น \(\mu\)) ฟังก์ชันการรอดชีวิตจะลดรูปเหลือสูตรที่ง่ายมาก: \({}_t p_x = e^{-\mu t}\) ซึ่งก็คือการแจกแจงแบบเอกซ์โพเนนเชียล (exponential distribution) ที่คุณอาจเคยเจอในวิชาความน่าจะเป็นนั่นเอง!

5. ค่าคาดหมายของอายุขัย (Expectation of Life)

พูดง่ายๆ คือ "ค่าเฉลี่ย" ของจำนวนปีที่เหลืออยู่ของคนเรา

\(\mathring{e}_x\) (ค่าคาดหมายของอายุขัยแบบต่อเนื่อง - Complete Expectation of Life)

สูตรนี้ใช้ตัวแปรต่อเนื่อง \(T_x\) ซึ่งเป็นค่าเฉลี่ยรวมของอายุขัยที่เหลืออยู่ทั้งหมด
สูตร: \(\mathring{e}_x = \int_0^{\infty} {}_t p_x dt\)

\(e_x\) (ค่าคาดหมายของอายุขัยแบบปีเต็ม - Curtate Expectation of Life)

สูตรนี้ใช้ตัวแปรไม่ต่อเนื่อง \(K_x\) ซึ่งนับเฉพาะค่าเฉลี่ยของจำนวนปี เต็ม ที่รอดชีวิต
สูตร: \(e_x = \sum_{k=1}^{\infty} {}_k p_x\)

เทคนิคช่วยจำ:
วงกลมเล็กๆ หรือ "วงแหวน" ด้านบน \(\mathring{e}\) ดูเหมือนตัว "O" แทนคำว่า "Ongoing" (ต่อเนื่อง) หรือ "Overall" เวลา ส่วน \(e\) ธรรมดาๆ ก็ไว้ใช้สำหรับนับแบบ "Easy" (นับเป็นปีเต็มๆ)

รายการตรวจสอบสรุป

ก่อนจะไปยังบทถัดไป ตรวจสอบให้มั่นใจว่าคุณตอบคำถามเหล่านี้ได้:
1. ฉันเข้าใจความแตกต่างระหว่าง \(p\) (รอด) และ \(q\) (ตาย) ใช่ไหม?
2. ฉันสามารถระบุอายุปัจจุบัน (\(x\)) และระยะเวลา (\(t\)) ในสัญลักษณ์ได้หรือไม่?
3. ฉันเข้าใจใช่ไหมว่า \({}_t p_x + {}_t q_x = 1\)?
4. ฉันสามารถอธิบายการเสียชีวิตแบบรอเวลา (deferred mortality) ว่าเป็นความน่าจะเป็นแบบ "รอแล้วค่อยตาย" ได้ไหม?
5. ฉันเข้าใจว่า \(\mu\) คืออัตราการเสียชีวิต ณ ขณะนั้นใช่หรือไม่?

ไม่ต้องกังวลนะถ้าสัญลักษณ์พวกนี้ดูเยอะไปหน่อย! เมื่อคุณได้ทำโจทย์ฝึกฝนมากขึ้น สัญลักษณ์เหล่านี้จะกลายเป็นเรื่องธรรมชาติเหมือนกับการเรียนภาษาที่สอง คุณทำได้แน่นอน!