">. Ризик не повинен одночасно зачіпати всіх застрахованих. Якщо страхова компанія не охоплює великі географічні зони або широкі верстви населення, то всього лише одна катастрофа може привести до того, що їй доведеться заплатити відразу за всіма своїми полісами.
. Потенційні фінансові втрати повинні бути відчутними для страхувальника. Страхова компанія не може дозволити собі займатися канцелярською роботою, пов'язаної із задоволенням безлічі дрібних страхових вимог (заяв застрахованих осіб про відшкодування шкоди). Тому багато поліси містять статтю, що передбачає, що страхова компанія виплатить тільки ту частину збитку, яка перевищує суму, названу на полісі. Це так званий нестрахуемий залишок, який являє собою деяку частину від загальної суми збитку, яку згоден оплатити сам застрахований.
39. Метод Монте-Карло
Спеціальний метод вивчення поведінки заданої статистики при проведенні багаторазових повторних вибірок, істотно використовує обчислювальні можливості сучасних комп'ютерів. При проведенні аналізу за методом Монте-Карло комп'ютер використовує процедуру генерації псевдовипадкових чисел для імітації даних з досліджуваної генеральної сукупності. Процедура аналізу за методом Монте-Карло модуля Моделювання структурними рівняннями будує вибірки з генеральної сукупності відповідно до вказівок користувача, а потім виробляє такі дії:
Для кожного повторення за методом Монте-Карло:
1. Імітує випадкову вибірку з генеральної сукупності,
2. Проводить аналіз вибірки,
. Зберігає результати.
Після великого числа повторень, збережені результати добре імітує реальний розподіл вибіркової статистики. Метод Монте-Карло дозволяє отримати інформацію про вибіркове розподіл у випадках, коли звичайна теорія вибіркових розподілів виявляється безсилою.
Метод статистичного моделювання або метод Монте-Карло названий так на честь столиці князівства Монако, відомої своїми численними казино, в яких публіка розтрачує або збільшує свої доходи згідно із законами розподілу випадкових величин.
Цей метод дозволяє вирішувати завдання, в умовах яких присутній елемент невизначеності (наприклад, при підкиданні монети може випасти орел або решка). Нехай потрібно знайти деяку величину (наприклад, частку випадання орлів). На ЕОМ за допомогою генератора (датчика) випадкових чисел (ДСЧ) імітуються ситуації або процеси, можливі за умовою задачі, і які призводять до тих чи інших наслідків, при цьому шукана величина приймає деяке значення (у нашому прикладі це 0 - якщо випав орел і 1 - в іншому випадку). Все або майже всі різні результати (з урахуванням, коли монета може впасти на ребро) проявляться, якщо багаторазово розглянути випадкове розвиток одного і того ж початкового стану (змоделювати деяку кількість історій - N).
Закон великих чисел «розігруються» історій стверджує, що середнє арифметичне отриманих в кожному розіграші значень досліджуваної величини має граничне шукане значення (в нашому завданні воно дорівнює 1/2).
Це імовірнісна збіжність, тобто чим більше історій, тим достоверней можна стверджувати, що наш результат близький до істинного. Для завдань з елементами невизначеності - а в реальному світі всі завдання такі - це навіть прир...
