基于Python OOP实现45岁后递增死亡概率模型，寿命上限90岁

核心逻辑 #

45岁后死亡概率逐年递增，90岁时死亡概率为100%。我们通过线性递增的方式计算每个年龄对应的死亡概率：从45岁的自定义初始概率均匀增长到90岁的100%，确保概率随年龄稳定上升而非随机波动。

代码实现 #

import random

class Person:
    def __init__(self, current_age, death_prob_at_45=0.01):
        self.age = current_age
        self.death_prob_base = death_prob_at_45  # 45岁初始死亡概率，默认1%
        self.max_age = 90

    def get_death_probability(self):
        if self.age < 45:
            return 0.0  # 45岁前死亡概率设为0，可按需调整
        elif self.age >= self.max_age:
            return 1.0  # 达到最高寿命，死亡概率100%
        
        total_increment_years = self.max_age - 45
        years_since_45 = self.age - 45
        # 线性递增公式：初始概率 + (100% - 初始概率) * 已过年份/总递增年份
        return self.death_prob_base + (1.0 - self.death_prob_base) * (years_since_45 / total_increment_years)

    def simulate_year(self):
        """模拟当年是否死亡，返回布尔值"""
        if self.age >= self.max_age:
            return True
        
        current_prob = self.get_death_probability()
        # 用随机数判断死亡，但概率随年龄递增
        return random.random() <= current_prob

使用示例 #

# 创建一个45岁的个体
individual = Person(current_age=45)

# 逐年模拟生存状态
while True:
    prob = individual.get_death_probability()
    print(f"年龄：{individual.age}，当年死亡概率：{prob:.2%}")
    
    if individual.simulate_year():
        print(f"个体在{individual.age}岁死亡")
        break
    
    individual.age += 1
    if individual.age > individual.max_age:
        print(f"个体活到了最高寿命{individual.max_age}岁")
        break

扩展说明 #

• 若需要非线性递增（比如后期死亡概率增速更快），只需修改get_death_probability中的计算逻辑，例如用指数函数替代线性公式：

  # 指数递增示例，概率增速随年龄增长加快
  return self.death_prob_base + (1.0 - self.death_prob_base) * ((years_since_45 / total_increment_years) ** 2)
  

内容的提问来源于stack exchange，提问作者Marcel Castro