Documente Academic
Documente Profesional
Documente Cultură
Biometra
Actuarial
Tablas de
Mortalidad
1. Introduccin ............................................................................................................................................................ 3
1.1.Consigna y objetivo ................................................................................................................................................. 3
1.2.
1.3.
Alcance ............................................................................................................................................................... 4
2.2.
2.3.
2.4.
2.4.1.
2.4.1.1.
2.4.1.2.
Argentina1991...........................................................................................................................................7
2.4.2.
2.4.2.1.
2.4.2.2.
Argentina1991.......................................................................................................................................... 8
2.5.
2.5.1.
2.5.2.
2.6.
1. Introduccin
1.1. Consigna y objetivo
El objetivo del presente trabajo es aproximar la mortalidad de dos tablas dadas mediante 2 leyes
distintas. Para dicho fin debern elegirse las leyes de mortalidad, estimar sus parmetros, obtener
resultados y realizar la comparacin.
Se solicita entonces:
1. Elegir una de las siguientes leyes de mortalidad y estimar los parmetros para aproximar las
mortalidades de las dos tablas a esa ley elegida:
GOMPERTZ
MAKEHAM
MAKEHAM II
Explicar qu tipo de datos son los provistos por las tablas de mortalidad (Completos o
Incompletos, Exactos o Agrupados) y aclarar el mtodo utilizado.
2. Repetir el experimento para la ley de:
LAZARUS
3. Graficar las curvas de mortalidad obtenidas y las originales, compararlas y analizar los
resultados teniendo en cuenta los siguientes puntos:
Qu ley de las escogidas es ms apropiada para cada tabla?
Qu limitaciones y ventajas tiene cada aproximacin calculada segn se observa
de los grficos y de las frmulas?
Utilizar el test de Chi cuadrado con un nivel de confianza del 95% para la ley de
Lazarus.
SEGUNDA PARTE
4. Para ayudar al anlisis comparativo, se desea responder a las siguientes preguntas, bajo el
supuesto de que las tablas de mortalidad expresan a poblaciones estacionarias:
a. Para los grupos : Menos de 15; entre 15 y 65; Mayores de 65
1.3. Alcance
En el presente trabajo se aproximar la mortalidad de las tablas CSO 80 Masculina y la tabla
Argentina 1991 Masculina mediante la segunda ley de Makeham y la ley de Lazarus.
2. Primera Parte
2.1. Eleccin de la ley
Se ha procedido a elegir la segunda ley de Maekham ya que se considera que realiza una mejor
aproximacin de la mortalidad que la ley de Gompertz y la primera ley de Makeham.
La Ley de Gompertz se fundamenta en un determinado comportamiento del incremento de la fuerza
de mortalidad. Es una ley que consideran la edad como la nica causa de muerte (no incluye
factores accidentales), siendo la fuerza de mortalidad siempre creciente con la edad. Dicha ley
considera entonces que la mortalidad es solamente funcin de la edad y de manera creciente. Se
ignora as la influencia que puede ejercer en la mortalidad factores exgenos como las condiciones
de vida, acceso a la salud, clima, entre otros que influyen en la mortalidad de un grupo poblacional.
Por otro lado dicha ley ignora por completo el fenmeno de la mortalidad infantil.
La Primera Ley de Makeham intenta complemetar la ley de Gompertz agregando una constante que
sirva para representar la influencia que ejerce en la mortalidad aquellos factores ajenos a la edad. La
idea subyace en que distintas poblaciones pueden estar expuesta a riesgo de muerte en distinta
cuanta por caractersticas propias que son dismiles entre ellas (condiciones de vida, acceso a la
salud, clima, entre otros). La constante intenta cuantificar de manera distinta dicha exposicin.
La Segunda Ley de Makeham agrega a la mencionada en el prrafo anterior un parmetro lneal
que es proporcional a la edad. Se procede entonces a quedarse con esta ley ya que intenta con
mayor cantidad de parmetros representar de manera mas acertada el fenmeno de mortalidad.
Por otra parte se realizar el estudio con La ley de Lazaruz.
Dnde
es la tasa instantnea de mortalidad observada en la tabla y,
es la tasa instantnea de mortalidad estimada mediante una ley.
Para obtener el error mnimo se trabajar con la herramienta de Solver de excel. El solver es una
herramienta que permite resolver y optimizar ecuaciones mediante mtodos numricos.
Es importnate mencionar que para determinarse la tasa instantnea de mortalidad de la tabla es
necesario realizar un supuesto acerca de su comportamiento. A efectos del presente trabajo se
determinar que la mortalidad se comporta de manera uniforme (supuesto D.U.F.) obteniendose
como:
2.4.1.1.
CSO 80 Masculina
Usando el solver se obtuvieron los siguientes parmetros y error mnimo cuadrtico. En el Anexo se
incluye tabla de mortalidad con las estimaciones obtenidas.
A=
B=
C=
H=
0.000000000010
0.000000004000
1.217998093284
0.000257392706
Error 0.744284027106
2.4.1.2.
Argentina1991
Usando el solver se obtuvieron los siguientes parmetros y error mnimo cuadrtico. En el Anexo se
incluye tabla de mortalidad con las estimaciones obtenidas.
A=
B=
C=
H=
0.000000000010
0.000000004000
1.214999692074
0.000394997437
Error 1.443895265329
2.4.2.1.
CSO 80 Masculina
Usando el solver se obtuvieron los siguientes parmetros y error mnimo cuadrtico. En el Anexo se
incluye tabla de mortalidad con las estimaciones obtenidas.
A=
B=
C=
H=
G=
0.000029380288301
0.000000001795252
1.228445447899120
0.000000000000100
0.000000000000152
Error
0.733692014
2.4.2.2.
Argentina1991
Usando el solver se obtuvieron los siguientes parmetros y error mnimo cuadrtico. En el Anexo se
incluye tabla de mortalidad con las estimaciones obtenidas.
A=
B=
C=
H=
G=
Error
0.0172664882495566
0.0000000017952518
1.2254895462178300
0.0000000000001000
0.0000000000001516
1.439591046117
0-5 Aos
0.0045
0.004
0.0035
0.003
0.0025
0.002
0.0015
0.001
0.0005
0
Observada
Makeham II
Lazarus
6-55 Aos
0.016
0.014
0.012
0.01
0.008
0.006
0.004
0.002
0
Observada
Makeham II
Lazarus
En el tramo de edad comprendida desde la infancia hasta la edad adulta se observa un fenmeno
digno de mencionar. La tasa instantnea de mortalidad observada se ubica en el medio de ambas
leyes. Es decir si se decide estimar por la segunda ley de Makeham se est incurriendo en una
sobreestimacin del parmetro. En cambio si se opta por la ley de Lazarus se tiene una
subestimacin.
Adems, ambas leyes fallan al estimar la forma de la curva. La tasa observada posee un
comportamiento un tanto irregular con un crecimiento no lineal. Se observa un aumento de la tasa
en las edades ente 11 y 20 aos para luego decrecer y finalmente aumentar de manera casi lienal.
La ley d Makeham presenta un comportamiento lineal y estrictamente creciente mientras que la ley
de Lazarus tambin tiene un comportamiento lineal y creciente pero con menor intensidad y
pendiente.
Ante esta evidencia resulta indistinto optar por una ya que ninguna refleja el comportamiento de la
curva y mediante una se sobreestima y por otra se subestima.
6-55Aos
Aos
56-75
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
Observada
Makeham II
Lazarus
10
76-99 Aos
2.5
1.5
0.5
0
Observada
Makeham II
Lazarus
La ltima etapa de vida arroja la estimacin de mayor precisin contra los valores observados. La
nica diferencia que puede marcarse es que en las observaciones la mortalidad aumenta de manera
casi exponencial en los ltimos aos y las leyes no reflejan ese fenmeno.
Resulta indistinto para este tramo elegir una u otra ley.
11
Tabla Completa
2.5
1.5
0.5
0
Observada
Makeham II
Lazarus
12
0-5 Aos
0.03
0.025
0.02
0.015
0.01
0.005
0
Observada
Makeham II
Lazarus
Para la tabla de Argentina 1991 las estimaciones obtenidas por ambas leyes tienen un
comportamiento similar y fallan en reflejar la mortalidad infantil. En este caso la ley de Lazarus arroja
valores mayores a la segunda ley de Makeham. El hecho de que la estimacin por Lazarus se
encuentra por arriba de la estimacin por Makeham II y la tasa observada para la tabla de Argentina
1991 y por debajo en la tabla CSO 80 resulta llamativo. Debera revisarse reestimando los
parmetros con herramientas ms potentes.
13
6-55 Aos
0.025
0.02
0.015
0.01
0.005
0
Observada
Makeham II
Lazarus
Nuevamente ambas leyes fallan en relfejar el comportamiento de la curva observada. Sin embargo
se ve una marcada diferencia entre la Ley de Makeham y la de Lazarus. La ley de makeham relfeja
un comportamiento lineal y creciente mientras que las estimaciones de Lazarus arrojan un
comportamiento lineal.
Ante esta evidencia resulta conveninte optar por la segunda ley de Makeham.
14
56-75 Aos
0.08
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
Observada
Makeham II
Lazarus
Las conclusiones obtenidad son las mismas que para la tabla CSO 80. Se opta entonces por la
segunda ley de Makeham.
76-99 Aos
2.5
1.5
0.5
0
Observada
Makeham II
15
Lazarus
Las conclusiones obtenidad son las mismas que para la tabla CSO 80. Resulta indistinto optar por
una u otra ley
Toda la Tabla
2.5
1.5
0.5
0
Observada
Makeham II
Lazarus
Es importante mencionar que los parmetros mediante los cuales se realiza la estimacin de
las tasas de mortalidad fueron estimados con la herramienta Solver. Esta herramienta no
realiza una estimacin perfecta de los parmetros (como se ha visto los errores cuadrticos
nunca son cero). Este hecho puede estar desvirtuando de manera sensible los resultados y
anlisis realizados.
La hiptesis nula establece que una funcin de distribucin observada en una muestra es
consistente con una funcin de distribucin terica.
Cuanto mayor ser el valor del estadstico mas chances de rechazar la hiptesis. Los grados de
libertad del test vienen dados por el nmero de intervalos (si son datos agrupados)/datos menos los
parmetros estimados menos uno.
16
CSO 80
Arg 1991
Confianza
Estadstico
15.06
1.72
# Datos
100
100
Parmetros
5
5
Chi-cuadrado Test
72.6398 Acepto
72.6398 Acepto
95%
En ambos casos no se rechaza la hiptesis nula. Ergo, se puede decir que con una confianza del
95% no hay evidencia para rechazar la hiptesis que establece que la distribucin de la funcin de
mortalidad observada en las tablas CSO 80 y Argentina 1991 es consistente con la mortalidad
obtenida a partir de la ley de Lazarus para dicha tabla.
17
3. Segunda Parte
Una interpretacin alternativa de una tabla de mortalidad es aquella que est asociada con el
concepto de una poblacin estacionaria.
Una poblacin estacionaria se puede definir como aquella en la cual el nmero total y la distribucin
de la edad no cambian con el tiempo. Tal poblacin hipottica podra obtenerse si el nmero de
nacimiento por ao permaneciera constante (usualmente se asume 100.000) por un largo perodo de
tiempo y si cada cohorte de nacimientos ha experimentado las mismas tasas de mortalidad
observadas a lo largo de la vida.
Se incluye a continuacin los resultados obtenidos para la tabla CS0 80.
4) i) a)
Hombres
% de la poblacin que representan
Menores de 15
Entre 15 y 65
Mayores de 65
Mujeres
% de la poblacin que representan
21%
66%
14%
Menores de 15
Entre 15 y 65
Mayores de 65
21%
62%
18%
i) b)
Hombres
Edad Media al fallecimiento
Menores de 15
Entre 15 y 65
Mayores de 65
Mujeres
Edad Media al fallecimiento
72.48
75.40
84.61
Menores de 15
Entre 15 y 65
Mayores de 65
77.37
79.71
87.27
i) c)
Hombres
Aos vividos
Menores de 15
Entre 15 y 65
Mayores de 65
ii)
Mujeres
Aos vividos
10,379,874.96
180,811,602.96
72,026,691.78
Hombres
Edad Media al fallecimiento
Menores de 15
Entre 15 y 65
Mayores de 65
10,404,951.43
186,654,472.16
101,757,076.52
Mujeres
Edad Media al fallecimiento
76.09
18
80.62
4. Conclusiones
Dado el anlisis realizado acerca de la estimacin de la tasa instantnea de mortalidad mediante
leyes de mortalidad puede decirse que no resulta correcto estimar la mortalidad mediante una nica
ley.
Se recomienda es que se usen distintas leyes por tramos de edad que logren captar de modo ms
certero el verdadero comportamiento de la mortalidad.
Ambas leyes analizadas, segunda ley de Makeham y Lazarus, tienen bsicamente el mismo
problema. La estimacin de la mortalidad en las edades ms bajas no es buena pero en edades
adultas refleja el crecimiento de la mortalidad que se observa. Sin embargo las leyes fallan
nuevamente en explicar el incremento de la mortalidad en los ltimos aos de la tabla.
Es importante que se haga una distincin en las edades medias entre ambas leyes. Del anlisis
realizado resulta entonces ms acertado optar por la ley de Makeham II cuyos valores estimados de
la tasa instantnea de mortalidad se encuentran ms cercanos a los observados.
Ante la evidencia que:
Ambas leyes fallan en reflejar fenmeno de mortalidad infantil,
La segunda Ley de Makeham estima mejor en edades intermedias y
Ambas leyes reflejan el aumento de mortalidad en edades adultas y ambas fallan en reflejar
el aceleramiento de dicho crecimiento en los ltimo aos de la tabla,
Se recomienda optar por la segunda Ley de Makeham frente a la de Lazarus. Sin embargo, como se
mencion con anterioridad, se recomienda no aproximar todas las edades de una tabla con una ley
sino que debe buscarse para distintos tramos que leyes estiman de manera ms exacta.
Las conclusiones del test de hiptesis merecen ser analizadas en un prrafo aparte ya que se han
encontrado dificultades al momento de la realizacin del test. La dificultad radica en la obtencin de
la funcin de densidad de mortalidad terica (aquella aproximada por la Ley de Lazarus). Se cree
que los errores incurrido al obtenerla pueden estar ensuciando al test.
19
5. Bibliografa
Bowers, Newton L. Jr. y otros, Actuarial Mathematics, The Society of Actuaries, 1997.
Klugman, Stuart A. y otros, Loss Models, Wiley series in probability and statistics, 2004.
20
6. Anexo
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
l(x)
100,000
99,582
99,475
99,377
99,280
99,185
99,096
99,011
98,932
98,856
98,783
98,711
98,635
98,551
98,454
98,340
98,210
98,061
97,898
97,723
97,542
97,356
97,170
96,987
96,806
96,630
96,459
96,292
96,128
95,964
95,800
95,634
95,464
95,289
95,107
94,917
94,717
94,505
94,278
94,035
93,772
93,489
93,182
92,850
92,490
p(x)
0.996
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.997
0.997
0.997
0.997
0.996
0.996
0.996
21
[(x+1/2) - (x+1/2)]^2
0.000016484036
0.000000468511
0.000000120410
0.000000006336
0.000000043191
0.000000265500
0.000000660476
0.000001277223
0.000002037957
0.000002906967
0.000003890317
0.000004795041
0.000005603136
0.000006172087
0.000006664671
0.000007069148
0.000007485380
0.000008026472
0.000008882385
0.000009970523
0.000011390434
0.000013121746
0.000015209113
0.000017534395
0.000020114913
0.000022968604
0.000025909659
0.000028812660
0.000031757169
0.000034609292
0.000037461961
0.000040047122
0.000042719515
0.000045074968
0.000047357121
0.000049415321
0.000051232237
0.000052647452
0.000053790783
0.000054505399
0.000054931914
0.000054770527
0.000054616560
0.000053880677
0.000053014140
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
92,103
91,684
91,233
90,747
90,227
89,666
89,065
88,414
87,711
86,947
86,115
85,214
84,237
83,185
82,055
80,843
79,543
78,148
76,648
75,034
73,297
71,434
69,445
67,331
65,096
62,742
60,263
57,653
54,906
52,016
48,989
45,844
42,611
39,325
36,026
32,745
29,509
26,337
23,249
20,267
17,425
14,760
12,308
10,098
8,147
6,458
5,026
3,835
2,863
2,084
1,467
983
0.995
0.995
0.995
0.994
0.994
0.993
0.993
0.992
0.991
0.990
0.990
0.989
0.988
0.986
0.985
0.984
0.982
0.981
0.979
0.977
0.975
0.972
0.970
0.967
0.964
0.960
0.957
0.952
0.947
0.942
0.936
0.929
0.923
0.916
0.909
0.901
0.893
0.883
0.872
0.860
0.847
0.834
0.820
0.807
0.793
0.778
0.763
0.747
0.728
0.704
0.670
0.615
0.0045500
0.0049200
0.0053200
0.0057400
0.0062100
0.0067100
0.0073000
0.0079600
0.0087100
0.0095600
0.0104700
0.0114600
0.0124900
0.0135900
0.0147700
0.0160800
0.0175400
0.0191900
0.0210600
0.0231400
0.0254200
0.0278500
0.0304400
0.0331900
0.0361700
0.0395100
0.0433000
0.0476500
0.0526400
0.0581900
0.0641900
0.0705300
0.0771200
0.0839000
0.0910500
0.0988400
0.1074800
0.1172500
0.1282600
0.1402500
0.1529500
0.1660900
0.1795500
0.1932700
0.2072900
0.2217700
0.2369800
0.2534500
0.2721100
0.2959000
0.3299600
0.3845500
0.0045604
0.0049321
0.0053342
0.0057565
0.0062293
0.0067326
0.0073267
0.0079918
0.0087481
0.0096059
0.0105251
0.0115260
0.0125685
0.0136830
0.0148799
0.0162103
0.0176952
0.0193759
0.0212841
0.0234109
0.0257472
0.0282433
0.0309105
0.0337501
0.0368362
0.0403062
0.0442582
0.0488130
0.0540629
0.0599338
0.0663185
0.0731082
0.0802130
0.0875737
0.0953928
0.1039786
0.1135840
0.1245519
0.1370489
0.1508267
0.1656154
0.1811321
0.1972589
0.2139445
0.2312588
0.2494278
0.2688342
0.2902293
0.3149622
0.3472801
0.3951522
0.4760903
0.011742916766
0.012007187016
0.012272956557
0.012540552232
0.012810372135
0.013082901144
0.013358729837
0.013638577541
0.013923320392
0.014214025522
0.014511992697
0.014818805028
0.015136390744
0.015467098422
0.015813788623
0.016179945509
0.016569812778
0.016988559249
0.017442480534
0.017939244674
0.018488191330
0.019100696191
0.019790614825
0.020574823287
0.021473876580
0.022512810656
0.023722119262
0.025138943718
0.026808522086
0.028785954235
0.031138351703
0.033947456214
0.037312829034
0.041355735592
0.046223876953
0.052097152729
0.059194680307
0.067783344244
0.078188209424
0.090805204256
0.106116568784
0.124709670466
0.147299921745
0.174758693609
0.208147314265
0.248758479442
0.298166690075
0.358289685299
0.431463267726
0.520532440481
0.628962411948
0.760973799331
22
0.000051588908
0.000050056389
0.000048146496
0.000046023077
0.000043309956
0.000040326479
0.000036384870
0.000031886013
0.000026782927
0.000021234671
0.000015895322
0.000010842274
0.000006594113
0.000003183093
0.000000872170
0.000000000923
0.000001266467
0.000005699453
0.000014758208
0.000029938615
0.000052693897
0.000083586981
0.000123650894
0.000173587459
0.000236000439
0.000316606483
0.000421730194
0.000560459472
0.000742803104
0.000970186622
0.001237642271
0.001533560661
0.001840425854
0.002136101847
0.002417578586
0.002691687017
0.002958198575
0.003222663512
0.003464586676
0.003602582835
0.003540115776
0.003183492431
0.002495901457
0.001535529744
0.000534141718
0.000000447992
0.000860397346
0.004632214793
0.013572503603
0.030016377226
0.054667209636
0.081158634691
97
98
99
605
315
108
0.921707306336
1.117424300275
1.355751114598
0.083973638248
0.018725948853
0.415056626342
23
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
90,708
90,233
89,708
89,135
88,510
87,818
87,066
86,243
85,345
84,367
83,321
82,188
80,968
79,668
78,282
76,799
75,238
73,606
71,877
70,060
68,181
66,197
64,107
61,902
59,593
57,148
54,589
51,934
49,199
46,387
43,558
40,690
37,749
37,452
34,227
30,960
27,680
24,506
21,501
18,605
15,867
13,354
11,035
8,980
7,200
5,677
4,406
3,361
2,527
1,872
1,363
975
0.995
0.994
0.994
0.993
0.992
0.991
0.991
0.990
0.989
0.988
0.986
0.985
0.984
0.983
0.981
0.980
0.978
0.977
0.975
0.973
0.971
0.968
0.966
0.963
0.959
0.955
0.951
0.947
0.943
0.939
0.934
0.928
0.992
0.914
0.905
0.894
0.885
0.877
0.865
0.853
0.842
0.826
0.814
0.802
0.789
0.776
0.763
0.752
0.741
0.728
0.715
0.704
0.0052400
0.0058200
0.0063800
0.0070200
0.0078200
0.0085600
0.0094500
0.0104100
0.0114600
0.0124000
0.0136000
0.0148400
0.0160600
0.0174000
0.0189400
0.0203300
0.0216900
0.0234900
0.0252700
0.0268200
0.0291000
0.0315700
0.0344000
0.0373000
0.0410300
0.0447800
0.0486400
0.0526600
0.0571500
0.0609900
0.0658400
0.0722800
0.0078700
0.0861200
0.0954300
0.1059400
0.1146900
0.1226000
0.1347200
0.1471300
0.1584000
0.1736200
0.1862800
0.1982300
0.2114900
0.2238200
0.2372900
0.2480000
0.2594800
0.2715800
0.2851500
0.2961300
0.0052538
0.0058370
0.0064004
0.0070447
0.0078507
0.0085968
0.0094949
0.0104645
0.0115260
0.0124774
0.0136931
0.0149509
0.0161900
0.0175527
0.0191211
0.0205388
0.0219278
0.0237692
0.0255934
0.0271845
0.0295297
0.0320763
0.0350020
0.0380089
0.0418894
0.0458056
0.0498524
0.0540840
0.0588311
0.0629084
0.0680812
0.0749901
0.0079011
0.0899952
0.1002116
0.1118655
0.1216670
0.1306062
0.1444502
0.1588131
0.1720243
0.1901247
0.2054121
0.2200392
0.2364985
0.2520240
0.2692332
0.2831050
0.2981638
0.3142523
0.3325655
0.3475969
0.018000585094
0.018401645892
0.018804010311
0.019207958629
0.019613831384
0.020022042329
0.020433094174
0.020847597711
0.021266295055
0.021690087871
0.022120071685
0.022557577560
0.023004222735
0.023461972159
0.023933213240
0.024420846682
0.024928396836
0.025460145789
0.026021296277
0.026618169620
0.027258446220
0.027951457765
0.028708542251
0.029543475342
0.030472994463
0.031517435581
0.032701506891
0.034055228841
0.035615076266
0.037425366079
0.039539943318
0.042024229685
0.044957712529
0.048436968954
0.052579340111
0.057527395464
0.063454356868
0.070570688821
0.079132105625
0.089449300078
0.101899763836
0.116942149139
0.135133718324
0.157151544955
0.183818273204
0.216133415489
0.255311379086
0.302827668466
0.360475021104
0.430431612481
0.515343925135
0.618427434535
24
0.000162481426
0.000157870688
0.000153849119
0.000147944204
0.000138371349
0.000130536293
0.000119644896
0.000107809392
0.000094872486
0.000084874362
0.000071013630
0.000057860997
0.000046433553
0.000034919396
0.000023156659
0.000015070468
0.000009003539
0.000002859403
0.000000183119
0.000000320781
0.000005158396
0.000017014528
0.000039608051
0.000071662828
0.000130333407
0.000204151274
0.000294153499
0.000401152979
0.000538983695
0.000649384579
0.000814605287
0.001086751493
0.001373193215
0.001727085987
0.002268831831
0.002952631387
0.003388711094
0.003604257494
0.004266448616
0.004811334598
0.004917454313
0.005355689791
0.004939048295
0.003954855106
0.002775210287
0.001288134529
0.000193816245
0.000388982751
0.003882692369
0.013497627320
0.033407941541
0.073349156185
97
98
99
686
476
325
0.743588942388
0.895575211561
1.080153557479
0.146036003553
0.269604013245
0.846117477819
l(x)
100,000
99,582
99,475
99,377
99,280
99,185
99,096
99,011
98,932
98,856
98,783
98,711
98,635
98,551
98,454
98,340
98,210
98,061
97,898
97,723
97,542
97,356
97,170
96,987
96,806
96,630
96,459
96,292
96,128
95,964
95,800
95,634
95,464
95,289
95,107
94,917
94,717
94,505
94,278
94,035
93,772
93,489
93,182
92,850
92,490
p(x)
0.996
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.997
0.997
0.997
0.997
0.996
0.996
0.996
q(x)
0.0041800
0.0010700
0.0009900
0.0009800
0.0009500
0.0009000
0.0008600
0.0008000
0.0007600
0.0007400
0.0007300
0.0007700
0.0008500
0.0009900
0.0011500
0.0013300
0.0015100
0.0016700
0.0017800
0.0018600
0.0019000
0.0019100
0.0018900
0.0018600
0.0018200
0.0017700
0.0017300
0.0017100
0.0017000
0.0017100
0.0017300
0.0017800
0.0018300
0.0019100
0.0020000
0.0021100
0.0022400
0.0024000
0.0025800
0.0027900
0.0030200
0.0032900
0.0035600
0.0038700
0.0041900
(x+1/2)
0.0041888
0.0010706
0.0009905
0.0009805
0.0009505
0.0009004
0.0008604
0.0008003
0.0007603
0.0007403
0.0007303
0.0007703
0.0008504
0.0009905
0.0011507
0.0013309
0.0015111
0.0016714
0.0017816
0.0018617
0.0019018
0.0019118
0.0018918
0.0018617
0.0018217
0.0017716
0.0017315
0.0017115
0.0017014
0.0017115
0.0017315
0.0017816
0.0018317
0.0019118
0.0020020
0.0021122
0.0022425
0.0024029
0.0025833
0.0027939
0.0030246
0.0032954
0.0035663
0.0038775
0.0041988
(x+1/2)
0.000029382278
0.000029382733
0.000029383291
0.000029383977
0.000029384820
0.000029385855
0.000029387126
0.000029388689
0.000029390608
0.000029392965
0.000029395861
0.000029399418
0.000029403789
0.000029409157
0.000029415752
0.000029423854
0.000029433806
0.000029446032
0.000029461051
0.000029479500
0.000029502165
0.000029530007
0.000029564210
0.000029606226
0.000029657840
0.000029721246
0.000029799136
0.000029894820
0.000030012362
0.000030156757
0.000030334137
0.000030552040
0.000030819721
0.000031148553
0.000031552505
0.000032048737
0.000032658333
0.000033407187
0.000034327113
0.000035457193
0.000036845434
0.000038550813
0.000040645778
0.000043219328
0.000046380793
25
[(x+1/2) - (x+1/2)]^2
0.000017300377
0.000001084077
0.000000923727
0.000000904584
0.000000848364
0.000000758675
0.000000690532
0.000000594335
0.000000534212
0.000000505352
0.000000491220
0.000000548929
0.000000673971
0.000000923677
0.000001257192
0.000001693801
0.000002195456
0.000002695998
0.000003069940
0.000003357147
0.000003505524
0.000003543037
0.000003467876
0.000003356683
0.000003211264
0.000003034030
0.000002895778
0.000002827673
0.000002793691
0.000002826792
0.000002893958
0.000003066119
0.000003243083
0.000003536947
0.000003882671
0.000004327147
0.000004883452
0.000005614418
0.000006497428
0.000007608993
0.000008926481
0.000010607203
0.000012430577
0.000014701731
0.000017242556
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
92,103
91,684
91,233
90,747
90,227
89,666
89,065
88,414
87,711
86,947
86,115
85,214
84,237
83,185
82,055
80,843
79,543
78,148
76,648
75,034
73,297
71,434
69,445
67,331
65,096
62,742
60,263
57,653
54,906
52,016
48,989
45,844
42,611
39,325
36,026
32,745
29,509
26,337
23,249
20,267
17,425
14,760
12,308
10,098
8,147
6,458
5,026
3,835
2,863
2,084
1,467
983
0.995
0.995
0.995
0.994
0.994
0.993
0.993
0.992
0.991
0.990
0.990
0.989
0.988
0.986
0.985
0.984
0.982
0.981
0.979
0.977
0.975
0.972
0.970
0.967
0.964
0.960
0.957
0.952
0.947
0.942
0.936
0.929
0.923
0.916
0.909
0.901
0.893
0.883
0.872
0.860
0.847
0.834
0.820
0.807
0.793
0.778
0.763
0.747
0.728
0.704
0.670
0.615
0.0045500
0.0049200
0.0053200
0.0057400
0.0062100
0.0067100
0.0073000
0.0079600
0.0087100
0.0095600
0.0104700
0.0114600
0.0124900
0.0135900
0.0147700
0.0160800
0.0175400
0.0191900
0.0210600
0.0231400
0.0254200
0.0278500
0.0304400
0.0331900
0.0361700
0.0395100
0.0433000
0.0476500
0.0526400
0.0581900
0.0641900
0.0705300
0.0771200
0.0839000
0.0910500
0.0988400
0.1074800
0.1172500
0.1282600
0.1402500
0.1529500
0.1660900
0.1795500
0.1932700
0.2072900
0.2217700
0.2369800
0.2534500
0.2721100
0.2959000
0.3299600
0.3845500
0.0045604
0.0049321
0.0053342
0.0057565
0.0062293
0.0067326
0.0073267
0.0079918
0.0087481
0.0096059
0.0105251
0.0115260
0.0125685
0.0136830
0.0148799
0.0162103
0.0176952
0.0193759
0.0212841
0.0234109
0.0257472
0.0282433
0.0309105
0.0337501
0.0368362
0.0403062
0.0442582
0.0488130
0.0540629
0.0599338
0.0663185
0.0731082
0.0802130
0.0875737
0.0953928
0.1039786
0.1135840
0.1245519
0.1370489
0.1508267
0.1656154
0.1811321
0.1972589
0.2139445
0.2312588
0.2494278
0.2688342
0.2902293
0.3149622
0.3472801
0.3951522
0.4760903
0.000050264481
0.000055035380
0.000060896169
0.000068095828
0.000076940217
0.000087805066
0.000101151940
0.000117547848
0.000137689325
0.000162432032
0.000192827097
0.000230165776
0.000276034307
0.000332381295
0.000401600495
0.000486632507
0.000591089695
0.000719409652
0.000877043719
0.001070688571
0.001308570708
0.001600795937
0.001959778689
0.002400769416
0.002942502467
0.003607991968
0.004425509516
0.005429785227
0.006663483151
0.008179013751
0.010040760418
0.012327814636
0.015137335979
0.018588679684
0.022828467147
0.028036814756
0.034434985667
0.042294789598
0.051950129959
0.063811188872
0.078381852702
0.096281118357
0.118269389771
0.145280781697
0.178462803149
0.219225106355
0.269299372174
0.330812876076
0.406378859929
0.499207548809
0.613242529098
0.753328281536
26
0.000020341096
0.000023786082
0.000027807617
0.000032358183
0.000037852049
0.000044153138
0.000052209161
0.000062003963
0.000074139137
0.000089179395
0.000106755840
0.000127596870
0.000151104472
0.000178238374
0.000209620808
0.000247234696
0.000292550137
0.000348065075
0.000416448836
0.000499083424
0.000597248924
0.000709822372
0.000838141784
0.000982779438
0.001148781537
0.001346762140
0.001586642419
0.001882100633
0.002246708177
0.002678555118
0.003167183072
0.003694250290
0.004234843845
0.004758935435
0.005265575898
0.005767158327
0.006264567166
0.006766224372
0.007241809020
0.007571703357
0.007609698899
0.007199691907
0.006239345807
0.004714710279
0.002787419442
0.000912202812
0.000000216423
0.001647025900
0.008357009496
0.023081952984
0.047563386446
0.076860924195
97
98
99
605
315
108
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
l(x)
100,000
97,267
97,050
96,951
96,883
96,834
96,795
96,758
96,723
96,689
96,655
96,621
96,584
96,546
96,497
96,439
96,369
96,285
96,187
96,076
95,955
95,827
95,690
95,551
95,408
95,264
95,120
94,972
94,825
94,676
94,524
94,369
94,210
94,044
93,871
93,689
93,492
93,277
93,046
92,795
92,517
92,218
91,891
91,530
91,137
p(x)
0.973
0.998
0.999
0.999
0.999
1.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
1.000
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.999
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.997
0.997
0.997
0.996
0.996
0.996
0.995
0.925415986433
1.136816344154
1.396510151280
0.086136810422
0.024409322949
0.364199997508
27
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
90,708
90,233
89,708
89,135
88,510
87,818
87,066
86,243
85,345
84,367
83,321
82,188
80,968
79,668
78,282
76,799
75,238
73,606
71,877
70,060
68,181
66,197
64,107
61,902
59,593
57,148
54,589
51,934
49,199
46,387
43,558
40,690
37,749
37,452
34,227
30,960
27,680
24,506
21,501
18,605
15,867
13,354
11,035
8,980
7,200
5,677
4,406
3,361
2,527
1,872
1,363
975
0.995
0.994
0.994
0.993
0.992
0.991
0.991
0.990
0.989
0.988
0.986
0.985
0.984
0.983
0.981
0.980
0.978
0.977
0.975
0.973
0.971
0.968
0.966
0.963
0.959
0.955
0.951
0.947
0.943
0.939
0.934
0.928
0.992
0.914
0.905
0.894
0.885
0.877
0.865
0.853
0.842
0.826
0.814
0.802
0.789
0.776
0.763
0.752
0.741
0.728
0.715
0.704
0.0052400
0.0058200
0.0063800
0.0070200
0.0078200
0.0085600
0.0094500
0.0104100
0.0114600
0.0124000
0.0136000
0.0148400
0.0160600
0.0174000
0.0189400
0.0203300
0.0216900
0.0234900
0.0252700
0.0268200
0.0291000
0.0315700
0.0344000
0.0373000
0.0410300
0.0447800
0.0486400
0.0526600
0.0571500
0.0609900
0.0658400
0.0722800
0.0078700
0.0861200
0.0954300
0.1059400
0.1146900
0.1226000
0.1347200
0.1471300
0.1584000
0.1736200
0.1862800
0.1982300
0.2114900
0.2238200
0.2372900
0.2480000
0.2594800
0.2715800
0.2851500
0.2961300
0.0052538
0.0058370
0.0064004
0.0070447
0.0078507
0.0085968
0.0094949
0.0104645
0.0115260
0.0124774
0.0136931
0.0149509
0.0161900
0.0175527
0.0191211
0.0205388
0.0219278
0.0237692
0.0255934
0.0271845
0.0295297
0.0320763
0.0350020
0.0380089
0.0418894
0.0458056
0.0498524
0.0540840
0.0588311
0.0629084
0.0680812
0.0749901
0.0079011
0.0899952
0.1002116
0.1118655
0.1216670
0.1306062
0.1444502
0.1588131
0.1720243
0.1901247
0.2054121
0.2200392
0.2364985
0.2520240
0.2692332
0.2831050
0.2981638
0.3142523
0.3325655
0.3475969
0.017285204233
0.017289424492
0.017294596375
0.017300934463
0.017308701725
0.017318220422
0.017329885486
0.017344180900
0.017361699781
0.017383168986
0.017409479272
0.017441722252
0.017481235688
0.017529658991
0.017589001242
0.017661724550
0.017750846204
0.017860063859
0.017993908954
0.018157934719
0.018358946579
0.018605284512
0.018907169073
0.019277125448
0.019730503117
0.020286112712
0.020967006461
0.021801434634
0.022824017636
0.024077182415
0.025612922752
0.027494956481
0.029801369141
0.032627853745
0.036091681080
0.040336565268
0.045538626467
0.051913698084
0.059726281707
0.069300521266
0.081033651759
0.095412480522
0.113033584859
0.134628064016
0.161091872479
0.193522993103
0.233266992400
0.281972848064
0.341661365020
0.414809018578
0.504450703344
0.614305650930
28
0.000144755533
0.000131158356
0.000118683137
0.000105189792
0.000089453868
0.000076063274
0.000061387574
0.000047330456
0.000034054876
0.000024066965
0.000013811377
0.000006204016
0.000001667275
0.000000000531
0.000002347255
0.000008277429
0.000017447002
0.000034917522
0.000057751843
0.000081479689
0.000124784760
0.000181468926
0.000259044709
0.000350878079
0.000491014948
0.000651243573
0.000834366574
0.001042166130
0.001296509883
0.001507862791
0.001803557480
0.002255792818
0.000479622192
0.003291011614
0.004111363530
0.005116390851
0.005795528306
0.006192503161
0.007178136058
0.008012498989
0.008279302921
0.008970409747
0.008533786595
0.007295059364
0.005686165188
0.003422368577
0.001293565887
0.000001281820
0.001892041020
0.010111649039
0.029544512639
0.071133535909
97
98
99
686
476
325
0.748931740797
0.913914606578
1.116099383897
29
0.150148013257
0.288985223867
0.781280299148