Mikä on Mortality Rate Calculator?
▾
Kuolleisuuslaskelmat ovat vakuutusmatemaattisen tieteen perusta – tieteenala, joka soveltaa matemaattisia ja tilastollisia menetelmiä riskien arvioimiseen vakuutus-, rahoitus- ja niihin liittyvillä aloilla. Kuolleisuusaste, jota kutsutaan myös kuolleisuuden voimaksi tai vaarasuhteeksi, mittaa todennäköisyyttä, että tietyn ikäinen yksilö kuolee tietyn ajan kuluessa. Aktuaarit kokoavat nämä todennäköisyydet iän, sukupuolen ja joskus muiden ominaisuuksien (tupakoitsijan tila, ammatti, terveydentila) mukaan elinikätaulukoiksi (kutsutaan myös kuolleisuustaulukoiksi tai vakuutusmatemaattisiksi taulukoiksi) – taulukkotiedoiksi, jotka osoittavat kuoleman todennäköisyyden (qx), eloonjäämistodennäköisyyden (px), odotetun jäljellä olevan eliniän ja niihin liittyvät mittaukset. Elinikätaulukot muodostetaan suurista väestötietosarjoista – tyypillisesti kansallisista väestölaskentatiedoista ja väestötilastoista – ja niitä päivitetään säännöllisesti kuolleisuuden muuttuessa ajan myötä. Yhdysvalloissa Society of Actuaries (SOA) julkaisee useita vakiokuolleisuustaulukoita, joita käytetään erilaisiin vakuutussovelluksiin: 2017 CSO (Commissioners Standard Ordinary) -taulukko henkivakuutusten hinnoittelusta ja varauksista, RP-2000- ja RP-2014-taulukot eläkejärjestelyjen kuolleisuudesta sekä IAM (Individual) Annuity -taulukko. Kuolleisuuden parannusasteikot (kuten SOA:n MP-2021-asteikko) ennustavat kuolleisuuden tulevia parannuksia, mikä kuvastaa odotuksia, että ihmiset jatkavat elinaikaa pidempään lääketieteen kehityksen ansiosta. Aktuaarit soveltavat kuolleisuusastetta vakuutusmaksujen hinnoitteluun, vakuutusvarausten laskemiseen, eläkevelvoitteiden arvostukseen ja sosiaaliturvan ja lääketieteen rahoituksen kestävyyden arvioimiseen. Kuluttajien kannalta kuolleisuuslukujen ymmärtäminen elinajanodotteen yhteydessä auttaa tekemään tietoon perustuvia päätöksiä henkivakuutuksen kattavuusjaksoista, annuiteettiostoista, eläkkeelle jäämisen strategioista ja pitkäaikaishoidon suunnittelusta.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Kaava
▾
Katso sovellettavat kaavat ja syötteet laskimen käyttöliittymästäMuuttujan selitys
▾
| Symboli | Nimi | Yksikkö | Kuvaus |
|---|---|---|---|
| q_x | Kuoleman todennäköisyys (kuolleisuus) | probability (0–1) | Todennäköisyys, että tarkalleen iässä x elossa oleva henkilö kuolee ennen kuin saavuttaa iän x+1; elämäntaulukoiden perusrakennuspalikka. |
| p_x | Eloonjäämisen todennäköisyys | probability (0–1) | Todennäköisyys, että tarkalleen iässä x elävä henkilö selviää ikään x+1; on yhtä suuri kuin 1 − q_x. |
| l_x | Elämien määrä | lives (cohort) | Tarkkaan ikään x eloon jääneiden henkilöiden määrä hypoteettisesta 100 000 syntymän kohortista (elämätaulukon kantaluku). |
| e_x | Täydellinen elämän odotus | years | Tarkkaan iässä x elävän henkilön odotettu elinvuosien määrä, jota kutsutaan myös jäljellä olevan elinajanodoteeksi. |
| mu_x | Kuolevaisuuden voima | per year | hetkellinen kuolleisuus iässä x; diskreetin kuolleisuusasteen q_x jatkuva analogi. |
Kuinka Mortality Rate Calculator
▾
- 1Aloita vakiokuolleisuustaulukosta (esim. 2017 CSO vakuutusten osalta, RP-2014 eläkkeiden osalta), joka tarjoaa ikäkohtaiset kuolleisuusluvut (qx) jokaiselle ikään 0:sta enimmäisikään (yleensä 120+).
- 2Käytä kantalukua: aloita l_0 = 100 000 elämää ja laske kussakin myöhemmässä iässä eloonjääneiden lukumäärä käyttämällä l_{x+1} = l_x × (1 − q_x).
- 3Laske kuolleiden lukumäärä kussakin iässä: d_x = l_x × q_x.
- 4Laske todennäköisyys selviytyä iästä x ikään x+n: _n_p_x = l_{x+n} / l_x.
- 5Laske odotettu jäljellä oleva elinikä (e_x) laskemalla yhteen todennäköisyydellä painotetut lisäelinvuodet kaikista tulevista iästä.
- 6Käytä kuolleisuuden parannusasteikkoja säätääksesi nykyisen ajanjakson kuolleisuuslukuja ennustettuihin tuleviin parannuksiin, mikä tuottaa sukupolvien kuolleisuuden pitkän aikavälin ennusteille.
- 7Käytä tuloksena saatuja todennäköisyyksiä ja elinajanodotearvioita vakuutustuotteiden hinnoittelussa, annuiteettisopimusten arvossa ja eläkejärjestelyjen vastuiden arvioinnissa.
Ratkaistut esimerkit
▾
Kuolleisuustaulukoiden elinajanodote edustaa mediaania, ei maksimia – monet ihmiset elävät huomattavasti tätä arviota pidemmälle
Vuoden 2017 CSO-taulukko osoittaa, että 65-vuotiaalla miehellä on noin 1 %:n todennäköisyys kuolla seuraavan vuoden aikana. Eloonjäämistodennäköisyydet summaamalla odotettu jäljellä oleva elinikä on noin 20,8 vuotta, eli keskimääräinen 65-vuotias mies voi odottaa elävänsä noin 85–86-vuotiaaksi. Tämä elinajanodote on perusta eläkevakuutusten hinnoittelulle, nostoprosentin suunnittelulle ja sen määrittämiselle, kuinka kauan eläkevarojen tulee kestää. Huomaa, että "odotettu" elinajanodote on keskiarvo - noin puolet väestöstä elää pidempään.
60-vuotiaalla naisella on noin 40 % todennäköisyys elää 90-vuotiaaksi – paljon suurempi kuin monet luulevat
Vuoden 2017 CSO-taulukkoa ja kuolleisuuden paranemisennusteita käyttäen terveellä 60-vuotiaalla naisella on noin 40 %:n todennäköisyys selviytyä 90-vuotiaaksi. Tämä korostaa pitkän eläkeiän suunnittelun kriittistä merkitystä – lähes puolet kaikista tällä hetkellä 60-vuotiaista naisista voi odottaa elävänsä yli 90-vuotiaana. merkittävä pitkäikäisyysriski. Rahoitussuunnitelmissa tulisi rutiininomaisesti suunnitella 90–95-vuotiaille, jotta vältetään riski, että omaisuus jää elämättä.
Tämä on nettopreemio ennen lataamista kulujen, voiton ja sijoitustuloluottojen osalta
40-vuotiaan miehen yhden vuoden 500 000 dollarin määräaikaisen vakuutuksen pelkkä hinta on yhtä suuri kuin kuolemantapauskorvaus kerrottuna kuoleman todennäköisyydellä: 500 000 dollaria × 0,00252 = 1 260 dollaria. Tämä on vakuutusmatemaattinen nettovakuutus – määrä, joka kattaa tarkalleen odotetut kuolemantapaukset ilman marginaalia. Varsinaiset vakuutusmaksut ovat korkeammat, mikä heijastaa kulukuormitusta (agenttipalkkiot, hallintokulut), voittomarginaalia ja rahastosijoituksista ansaittua hyvitystä. Nettomaksun suhde toteutuneeseen maksuun (nettomaksusuhde) vaihtelee tyypillisesti 60–80 prosentin välillä tasoaikavakuutuksissa.
Eläkkeiden rahoittajien on päivitettävä kuolleisuutta koskevat oletukset säännöllisesti; Jos näin ei tehdä, velvoitteet aliarvioivat ja ovat yleinen vakuutusmatemaattisten tappioiden lähde
Tämä esimerkki havainnollistaa, kuinka kuolleisuuden paranemista koskevat oletukset vaikuttavat suoraan eläkejärjestelyjen arvostukseen. Kun sovelletaan päivitettyjä kuolleisuuden parannusasteikkoja (jotka heijastavat sitä, että ihmiset elävät pidempään), eläkevelvoitteen nykyarvo nousee, koska järjestelystä on rahoitettava suurempi määrä odotettuja tulevia maksuja pidempään eläville edunsaajille. Eläkerahoittajat, jotka eivät ota käyttöön nykyisiä kuolleisuuden parantamisasteikkoja, aliarvioivat velvollisuutensa – tämä käytäntö voi johtaa ajan mittaan alirahoitukseen. Tässä esimerkissä 2,7 miljoonan dollarin lisäys ilmaistaan vakuutusmatemaattisena tappiona, mikä heikentää rahoituksen tilaa ja mahdollisesti laukaisee lisämaksuvaatimuksia.
Käytännön sovellukset
▾
Rahoituksen ja luotonannon ammattilaiset käyttävät Mortality Rate Calc -laskentaa osana tavallista analyyttistä työnkulkuaan laskelmien tarkistamiseen, aritmeettisten virheiden vähentämiseen ja johdonmukaisten tulosten tuottamiseen, jotka voidaan dokumentoida, tarkastaa ja jakaa kollegoiden, asiakkaiden tai sääntelyelinten kanssa vaatimustenmukaisuustarkoituksiin.
Yliopiston professorit ja ohjaajat sisällyttävät kuolleisuuslaskelman kurssimateriaaleihin, kotitehtäviin ja kokeisiin valmistautumisresursseihin, jolloin opiskelijat voivat tarkistaa manuaaliset laskelmat, rakentaa intuitiota panos-tuotos-suhteista ja keskittyä käsitteelliseen ymmärtämiseen aritmeettisen sijaan.
Konsultit ja neuvojat käyttävät Mortality Rate Calc -laskentaa mallintaakseen nopeasti erilaisia skenaarioita asiakastapaamisten aikana, mikä mahdollistaa reaaliaikaisen selvityksen entä jos -kysymyksistä, jotka muuten edellyttäisivät palaamista toimistoon yksityiskohtaista taulukkolaskentapohjaista analysointia ja raportointia varten.
Yksittäiset käyttäjät luottavat Mortality Rate Calciin henkilökohtaisten suunnittelupäätösten tekemiseen – vaihtoehtojen vertailuun, palveluntarjoajilta saatujen tarjousten tarkistamiseen, kolmannen osapuolen laskelmien tarkistamiseen ja luottamusta siihen, että tärkeän päätöksen taustalla olevat luvut on laskettu oikein ja johdonmukaisesti.
Erikoistapaukset
▾
Äärimmäiset syöttöarvot
Käytännössä tämä reunatapaus vaatii huolellista harkintaa, koska standardioletukset eivät välttämättä pidä paikkaansa. Kun asiantuntijat kohtaavat tämän skenaarion kuolleisuuslaskurilaskelmissa, hänen tulee tarkistaa reunaehdot, tarkistaa nollalla jakoriskit ja harkita, pysyvätkö mallin oletukset voimassa näissä äärimmäisissä olosuhteissa.
Oletusrikkomukset
Käytännössä tämä reunatapaus vaatii huolellista harkintaa, koska standardioletukset eivät välttämättä pidä paikkaansa. Kun asiantuntijat kohtaavat tämän skenaarion kuolleisuuslaskurilaskelmissa, hänen tulee tarkistaa reunaehdot, tarkistaa nollalla jakoriskit ja harkita, pysyvätkö mallin oletukset voimassa näissä äärimmäisissä olosuhteissa.
Käytännössä tämä reunatapaus vaatii huolellista harkintaa, koska standardioletukset eivät välttämättä pidä paikkaansa. Kun asiantuntijat kohtaavat tämän skenaarion kuolleisuuslaskurilaskelmissa, hänen tulee tarkistaa reunaehdot, tarkistaa nollalla jakoriskit ja harkita, pysyvätkö mallin oletukset voimassa näissä äärimmäisissä olosuhteissa.
Valitut kuolleisuusluvut (qx) vuoden 2017 CSO-taulukosta
▾
| Age | Mies qx | Nainen qx | M/F-suhde | Mies jäljellä oleva elämä Exp. | Nainen jäljellä oleva elämä Exp. |
|---|---|---|---|---|---|
| 25 | 0.00075 | 0.00043 | 1,74x | 55,8 vuotta | 59,2 vuotta |
| 35 | 0.00122 | 0.00073 | 1,67x | 46,4 vuotta | 49,6 vuotta |
| 45 | 0.00219 | 0.00138 | 1,59x | 37,2 vuotta | 40,2 vuotta |
| 55 | 0.00467 | 0.00284 | 1,64x | 28,3 vuotta | 31,2 vuotta |
| 65 | 0.01001 | 0.00619 | 1,62x | 20,1 vuotta | 22,8 vuotta |
| 75 | 0.02454 | 0.01556 | 1,58x | 12,8 vuotta | 14,9 vuotta |
Usein kysytyt kysymykset
▾
Mitä eroa on karkean, spesifisen ja standardoidun kuolleisuuden välillä?
Karkea kuolleisuus on kuolleiden kokonaismäärä väestössä jaettuna väestön kokonaiskoolla, ilmaistuna 1 000 tai 100 000 ihmistä kohti vuodessa. Se on helppo laskea, mutta se ei ota huomioon eroja väestön ikärakenteessa – iäkkäämmän väestön maassa on korkeampi karkea kuolleisuus, vaikka ikäkohtaiset kuolleisuusluvut olisivat samat kuin nuoremman maan. Ikäkohtainen kuolleisuusluku laskee tietyn ikäryhmän kuolleisuuden (esim. kuolleet tuhatta 65–74-vuotiasta kohden). Standardoidussa (tai ikään perustuvassa) kuolleisuusluvussa käytetään viitestandardipopulaatiota poistamaan ikäjakauman erojen hämmentävä vaikutus, mikä mahdollistaa kuolleisuuslukujen tasapuolisen vertailun eri ikärakenteiden omaavien populaatioiden tai ajanjaksojen välillä. Aktuaarit työskentelevät tyypillisesti elinikätaulukoista johdettujen ikäkohtaisten korkojen kanssa, jotka tarjoavat yksityiskohtaisimmat ja soveltuvimmat tiedot hinnoittelua ja varausta varten.
Mitkä ovat tärkeimmät Yhdysvalloissa käytetyt vakuutusmatemaattiset käyttöiän taulukot?
Yhdysvalloissa käytetään useita vakiokuolleisuustaulukoita erilaisissa vakuutus- ja eläkesovelluksissa. 2017 Commissioners Standard Ordinary (CSO) -taulukko on osavaltion vakuutusmääräysten edellyttämä henkivakuutusmaksujen arvostukseen ja varannon laskemiseen. Vuoden 2012 henkilökohtainen annuiteettikuolleisuus (IAM) -taulukkoa (projektioasteikko MP) käytetään yksilöllisten annuiteettien hinnoitteluun ja varauksiin. RP-2014 (Eläkesuunnitelmat) -taulukko MP-2021-parannusasteikolla on nykyinen standardi ERISA- ja IRS-säännösten mukaisille eläkejärjestelyjen kuolleisuusolettamille. Sosiaaliturvahallinto julkaisee ajanjakson elinikätaulukoita vuosittain sosiaaliturvaohjelman vakuutusmatemaattista analyysiä varten. CDC:n terveystilastokeskus julkaisee kansallisia väestötilastoihin perustuvia elinikätaulukoita. Aktuaarit valitsevat sopivan taulukon tuotetyypin, vakuutetun väestön ominaisuuksien ja viranomaisvaatimusten perusteella.
Mitä on valikoitu ja lopullinen kuolevaisuus?
Tietyt kuolleisuustaulukot tunnustavat, että äskettäin vakuutuksen saaneet henkilöt ovat keskimäärin terveempiä kuin saman ikäinen väestö. Valittu jakso kattaa välittömästi vakuutusliikkeen jälkeiset vuodet (tyypillisesti 5–15 vuotta), joiden aikana viimeaikainen vakuutus tarjoaa edullisen kuolleisuusedun. Valitun ajanjakson jälkeen vakuutetun väestön kuolleisuuden oletetaan lähentyvän yleistä väestön tasoa, jota kutsutaan "lopulliseksi" kuolleudeksi. Valitse ja lopullinen -taulukko näyttää siten alhaisemmat kuolleisuusluvut tiettyinä vuosina politiikan julkaisun jälkeen, ja se nousee vähitellen lopulliselle tasolle. Tämä erottelu on tärkeä vakuutusten tarkan hinnoittelun ja vakuutusmaksujen laskemisen kannalta: lopullisen kuolleisuuden soveltaminen äskettäin solmittuihin henkiin yliarvioiisi kuolleisuuskustannukset ja ylihinnoittaisi uudet vakuutustuotteet.
Miten sukupuolten väliset erot vaikuttavat kuolleisuuteen ja vakuutusten hinnoitteluun?
Naisten kuolleisuus on jatkuvasti alhaisempi kuin miesten lähes kaikissa ikäryhmissä kehittyneissä maissa, mikä johtuu pääasiassa biologisista tekijöistä ja käyttäytymiseroista riskinoton, terveydenhuollon hyödyntämisen ja elämäntapojen valinnassa. 40-vuotiaana naisten kuolleisuus on noin 40–50 % pienempi kuin miesten. Tämä ero kapenee iän myötä, mutta säilyy koko eliniän ajan. Historiallisesti vakuutusyhtiöt hinnoittelivat henkivakuutuksia ja annuiteetteja käyttämällä sukupuolen mukaan erotettuja kuolleisuustaulukoita – naiset maksoivat pienempiä henkivakuutusmaksuja (pienempi kuolleisuusriski), mutta saivat pienempiä annuiteettimaksuja (pidempi odotettu maksuaika). Euroopan unionissa Euroopan unionin tuomioistuimen vuoden 2011 Test-Achats-tuomio kielsi sukupuolen käytön vakuutushinnoittelussa, mikä edellytti unisex-pöytiä. Yhdysvallat sallii edelleen sukupuolen mukaan erotetun hinnoittelun useimmille vakuutustuotteille, vaikka jotkut osavaltiot rajoittavat sen käyttöä tietyissä yhteyksissä.
Mitä on kuolleisuuden parantaminen ja miksi sillä on merkitystä vakuutuksen kannalta?
Kuolleisuuden paraneminen viittaa pitkän aikavälin trendiin, jossa ikäkohtaiset kuolleisuusluvut laskevat ajan myötä, mikä johtuu lääketieteen, kansanterveyden, ravitsemuksen ja elämäntapojen muutoksista. Vakuutus- ja eläkesyistä kuolleisuuden parantamisella on merkitystä, koska vuosikymmeniä ulottuvissa tuotteissa ja velvoitteissa on otettava huomioon odotukset, että tulevat kuolleisuusluvut ovat nykyistä alhaisemmat – eli eläkkeensaajat elävät pidempään ja eläkkeensaajat saavat etuuksia useamman vuoden. Aktuaarit soveltavat kuolleisuuden parannusasteikkoja (kuten SOA:n MP-2021-asteikkoa), jotka ennakoivat ikäkohtaisia vuosittaisia kuolleisuuden prosentuaalisia vähennyksiä tulevaisuuteen. Jos kuolleisuuden paranemista ei oteta huomioon, annuiteettivelvoitteet ja eläkevelvoitteet aliarvioidaan järjestelmällisesti, mikä johtaa alirahoitukseen ja vakuutusmatemaattisiin tappioihin. Ennuste kuolleisuuden paranemisesta on yksi epävarmimmista ja seuranneimmista pitkän aikavälin vakuutusmatemaattisista oletuksista.
Mikä on Makeham-Gompertzin kuolleisuusmalli?
Benjamin Gompertzin vuonna 1825 kehittämä Gompertz-malli on matemaattinen kaava, joka kuvaa ihmisten kuolleisuuden eksponentiaalista kasvua iän myötä: mu_x = Ae^(Bx), missä mu_x on kuolleisuuden voima x-iässä ja A ja B ovat vakioita, jotka on arvioitu elinikätaulukon tiedoista. Malli kuvaa havaitun ilmiön, jossa kuolleisuusriski noin kaksinkertaistuu aikuisväestön jokaisella 8–9 lisävuodella. Makeham laajensi mallia lisäämällä vakiotermin C, joka edustaa iästä riippumatonta taustakuolleisuutta tapaturmiin ja muihin ei-ikään liittyviin syihin: mu_x = A + Be^(Cx). Näitä parametrisia malleja käytetään, kun koko elinkaaren taulukkotietoja ei ole saatavilla, raakakuolleisuustietojen tasoittamiseen, kuolleisuusennustetta varten ja tietyissä suljetuissa vakuutusmatemaattisissa laskelmissa. Ne edustavat vakuutusmatemaattisen matematiikan ja demografisen kuolleisuuden mallinnuksen perustyökaluja.
Miten odotettavissa oleva elinikä eroaa enimmäiselinajasta?
Elinajanodote on tietyn ikäisen henkilön odotettu (keskimääräinen) elinvuosien lukumäärä laskettuna nykyisestä tai ennustetusta kuolleisuudesta. Se on tilastollinen keskiarvo – suunnilleen puolet väestöstä kuolee ennen eliniän odotetta ja puolet elää pidempään. Suurin elinikä viittaa ihmisen pitkäikäisyyden biologiseen ylärajaan – vanhin luotettavasti dokumentoitu ihmisen ikä oli 122 vuotta (Jeanne Calment, Ranska, 1875–1997). Vakuutusmatemaattisissa tarkoituksissa kuolleisuustaulukot ulottuvat tyypillisesti 120 tai jopa 125 vuoden ikään, ja kuolleisuus on hyvin pieni, mutta ei nolla. Taloussuunnittelun näkökulmasta elinajanodote tarjoaa keskipisteen arvion, kun taas enimmäiselinikä määrittää takariskin, joka rahoitussuunnitelmissa on otettava huomioon – skenaario, jossa yksilö elää 95 tai 100 vuoteen ja hänen on rahoitettava vuosikymmeniä eläkkeellä. Suunnittelemalla vain odotettavissa olevaa elinikää jää 50 %:n todennäköisyys, että elät enemmän kuin taloudelliset resurssit.
Yleisiä virheitä vältettäväksi
▾
- !Hämmentävät ajanjaksojen elinikätaulukot (joissa käytetään kuluvan vuoden kuolleisuuslukuja kaikkien ikäryhmien osalta) ja kohorttielämän taulukot (jotka seuraavat tiettyä syntymävuotta käyttämällä ennustettuja tulevia kuolleisuuden parannuksia) – kohorttitaulukot sopivat paremmin pitkän aikavälin ennusteisiin.
- !Elinajanodotteen käyttäminen suunnitteluhorisonttina mahdollisten tulosten keskipisteen sijasta – vain elinajanodoteelliseen suunnitteluun jää 50 prosentin mahdollisuus ylittää taloudelliset resurssit.
- !Kun miesten kuolleisuuslukuja sovelletaan naisten elämään tai päinvastoin, ilman sukupuolen mukaisia muutoksia – naisten kuolleisuus on huomattavasti alhaisempi käytännössä kaikissa ikäryhmissä.
- !Kuolleisuuden paranemissuuntausten huomiotta jättäminen pitkäaikaisia velvoitteita ennakoitaessa – parannusasteikkojen soveltamatta jättäminen aliarvioi annuiteetti- ja eläkevastuita.
- !Väestökuolleisuustaulukoiden käyttäminen vakuutettujen henkien osalta tunnustamatta suotuisaa vakuutusliikkeen valintaharhaa, joka tekee äskettäin vakuutetuista väestöistä terveempiä (alempi kuolleisuus) kuin koko väestö.
Ammattilaisen vinkki
Vakuutusmatemaattisissa eliniän taulukoissa erotetaan ajanjakson kuolleisuus (tilanne nykyisistä luvuista) ja kohorttikuolleisuus (tietyn syntymävuoden seuranta ajan myötä). Kohorttitaulukot sopivat paremmin pitkän aikavälin vakuutus- ja eläkeennusteisiin, koska ne sisältävät kuolleisuuden paranemissuuntaukset.
Tiesitkö?
USA:n elinajanodote syntymähetkellä on noussut noin 47 vuodesta vuonna 1900 76 vuoteen vuonna 2023, mikä johtuu pääasiassa edistymisestä imeväis- ja lapsikuolleisuuden vähentämisessä, antibioottien kehityksessä ja parannuksissa sydän- ja verisuonitautien hoidossa. Myös elinajanodote 65 vuoden iässä on parantunut huomattavasti, vuoden 1940 11 vuodesta nykyiseen noin 19 vuoteen.
Viitteet
Hanki viikoittaisia matematiikkavinkkejä
Liity 12 000+ tilaajien joukkoon, jotka saavat laskurivinkkejä joka viikko.