Fundamentos de Contingencias de Vida
|
|
- José Antonio Sandoval Roldán
- hace 7 años
- Vistas:
Transcripción
1 Fundamentos de Contingencias de Vida Luis Barboza Escuela de Matemática Universidad de Costa Rica de julio del 2014 L. Barboza (CIMPA) I CREM-UES / 89
2 Contenidos 1 Distribuciones de Sobrevivencia y tablas de vida. 2 Seguros de Vida 3 Anualidades de Vida 4 Cálculo de primas L. Barboza (CIMPA) I CREM-UES / 89
3 Contenidos 1 Distribuciones de Sobrevivencia y tablas de vida. 2 Seguros de Vida 3 Anualidades de Vida 4 Cálculo de primas L. Barboza (CIMPA) I CREM-UES / 89
4 Edad de muerte Supongamos que la edad de muerte de un recién nacido es una variable continua X > 0. Sea F X (x) la función de distribución de X: F X (x) = P [X < x], x 0. La función de sobrevivencia es: s(x) := 1 F X (x) = P [X > x], x 0. Note que P [x < X y] = s(x) s(y). L. Barboza (CIMPA) I CREM-UES / 89
5 Tiempo hasta la muerte Sea T (x) el tiempo hasta la muerte (en años) hasta que se muera una persona de edad x. La notación probabilística sobre T (x) fue definida por el Congreso Internacional de Actuariado en La función de distribución de T (x) es: Y la función de sobrevivencia: tq x := P [T (x) t], t 0 tp x = 1 t q x = P [T (x) > t], t 0 L. Barboza (CIMPA) I CREM-UES / 89
6 Tiempo hasta la muerte Note que X = T (0). Por lo tanto: F X (x) = x q 0 s(x) = x p 0. Los casos en donde t = 1 admiten la simplificación q x := 1 q x y p x := 1 p x. La probabilidad de que una persona de edad x muera entre la edad x + t y x + t + u es: t uq x := P [t < T (x) < t + u] = t+u q x t q x L. Barboza (CIMPA) I CREM-UES / 89
7 Tiempo hasta la muerte Si u = 1 entonces t q x := t u q x. Además se puede calcular: s(x + t) tp x = P [X > x + t X > x] = s(x) s(x + t) tq x = 1 s(x) s(x + t) s(x + t + u) t uq x = P (x + t < X < x + t + u X > x) = s(x) [ ] [ ] s(x + t) s(x + t) s(x + t + u) = s(x) s(x + t) = t p x uq x+t. L. Barboza (CIMPA) I CREM-UES / 89
8 Tiempo Entero de muerte Defina K(x) := T (x) (parte entera de T (s)). Lo llamamos tiempo entero de muerte. Note que: Además: P [K(x) = k] = P [k T (x) < k + 1] = k+1 q x k q x = k p x k+1 p x = k p x q x+k = k q x F K(x) (y) = k h q x = k+1 q x. h=0 L. Barboza (CIMPA) I CREM-UES / 89
9 Fuerza de mortalidad Suponga que x > 0 (pequeño) y queremos calcular: donde µ(x) := P [x < X x + x X > x] = F X(x + x) F X (x) 1 F X (x) f X(x) x 1 F X (x) = µ(x) x f X(x) 1 F X (x) es la Fuerza de mortalidad. Interpretación: tasa de muerte una vez que alguien ha sobrevivido a la edad x. L. Barboza (CIMPA) I CREM-UES / 89
10 Fuerza de mortalidad Note que: Resolviendo lo anterior: µ(x) = s (x) s(x) tp x = exp [ = d log(s(x)) dx x+t x ] µ(y)dy L. Barboza (CIMPA) I CREM-UES / 89
11 Evolución de una población Considere una población inicial l 0 de recién nacidos. Cada recién nacido tiene función de sobrevivencia s(x). Sea L(x) el número de sobrevivientes a edad x. Note que: donde I j = L(x) = l 0 j=1 I j, { 1 si la vida j-esima ha sobrevivido a la edad x, 0 caso contrario. L. Barboza (CIMPA) I CREM-UES / 89
12 Evolución de una población Note que E[I j ] = s(x). Número esperado de sobrevivientes:. l x := E[L(x)] = l 0 s(x) Sea n D x el número de muertes entre edad x y x + n. Su valor esperado sería: nd x = E[ n D x ] = l 0 [s(x) s(x + n)] = l x l x+n. Al igual que en casos anteriores d x = 1 d x y D x = 1 D x. L. Barboza (CIMPA) I CREM-UES / 89
13 Momentos de T (x) Recuerden que F T (x) (t) = t q x, por lo tanto: f T (x) (t) = d dt t q x = s(x + t) s(x) Valor esperado de T (x) (usando partes): e x = E[T (x)] = = [ ] s (x + t) s(x + t) = t p x µ(x + t), t t tp x µ(x + t)dt t d( t p x ) = 0 tp x dt. L. Barboza (CIMPA) I CREM-UES / 89
14 Momentos de T (x) Segundo orden: E[T 2 (x)] = = 2 Varianza de T (x): Var[T (x)] = t 2 tp x µ(x + t)dt t tp x dt. t tp x dt [ e x ] 2 A e x se le llama esperanza de vida completa de una persona de edad x. L. Barboza (CIMPA) I CREM-UES / 89
15 Otros componentes Número esperado de años vividos por personas entre edad x y x + 1 por sobrevivientes del grupo inicial l 0 : L x = = t l x+t µ(x + t)dt + l x+1 l x+t dt. L. Barboza (CIMPA) I CREM-UES / 89
16 Otros componentes Tasa central de muerte: promedio ponderado de muertes en personas con edad x. m x = 1 0 l x+tµ(x + t)dt 1 0 l = l x l x+1 x+tdt L x Lo anterior puede ser extendido a: nm x = n 0 l x+tµ(x + t)dt n 0 l = l x l x+n x+tdt nl x L. Barboza (CIMPA) I CREM-UES / 89
17 Otros componentes Número total de años vividos más allá de la edad x para la población l 0. Note que: T x = 0 t l x+t µ(x + t)dt = 0 l x+t dt. T x l x+t = dt = e x. l x 0 l x L. Barboza (CIMPA) I CREM-UES / 89
18 Tabla de vida L. Barboza (CIMPA) I CREM-UES / 89
19 Supuestos para edades no enteras Interpolación lineal: Distribución uniforme de muertes en el transcurso del año. t p x es lineal. s(x + t) = (1 t)s(x) + ts(x + 1). Interpolación exponencial: Fuerza constante de mortalidad en el año. log s(x + t) = (1 t) log s(x) + t log s(x + 1). En este caso t p x es exponencial. L. Barboza (CIMPA) I CREM-UES / 89
20 Supuestos para edades no enteras Interpolación Armónica. En este caso t p x es una curva hiperbólica. 1 s(x + t) = 1 t s(x) + t s(x + 1) lineal log. hiper L. Barboza (CIMPA) I CREM-UES t / 89
21 Algunas Leyes Analíticas de sobrevivencia De Moivre (1729): s(x) = 1 x ω, µ(x) = (ω x) 1. donde 0 x < ω. Gompertz (1825): s(x) = exp[ m(c x 1)], µ(x) = Bc x donde B > 0, c > 1 y x 0. (m = B log c ) L. Barboza (CIMPA) I CREM-UES / 89
22 Algunas Leyes Analíticas de sobrevivencia Makeham (1860): s(x) = exp[ Ax m(c x 1)], µ(x) = A + Bc x donde B > 0, A B, c > 1 y x 0. (m = B log c ) L. Barboza (CIMPA) I CREM-UES / 89
23 Ejercicio 1 Tome ω = 115 y dibuje s(x) con una Ley de De Moivre. Tome B = 0,0003 y c = 1,07 y dibuje s(x) con una Ley de Gompertz. Tome A = 0,0001, B = 0,00035 y c = 1,075 y dibuje s(x) con una Ley de Makeham. Calcule 3 p 30 en los tres casos. L. Barboza (CIMPA) I CREM-UES / 89
24 Ejercicio 1 smoivre Moivre Gomp. Make x L. Barboza (CIMPA) I CREM-UES / 89
25 Contenidos 1 Distribuciones de Sobrevivencia y tablas de vida. 2 Seguros de Vida 3 Anualidades de Vida 4 Cálculo de primas L. Barboza (CIMPA) I CREM-UES / 89
26 Algunos fundamentos Sea i una tasa de interés compuesta anual. Es decir: S = 1 + i es el valor acumulado de 1 unidad de dinero en un año. Sucesivamente (1 + i) n es el valor acumulado de 1 unidad en n años. Se define el factor de descuento: v = i es el valor presente de una unidad de dinero en el transcurso de 1 año. L. Barboza (CIMPA) I CREM-UES / 89
27 Algunos fundamentos La fuerza de interés es la tasa de crecimiento continuo del interés compuesto, es decir: e δ = 1 + i, δ = log(1 + i). Tasa nominal de interés (i (p) ): (p entero positivo) ( ) p 1 + i = 1 + i(p) p L. Barboza (CIMPA) I CREM-UES / 89
28 Algunos fundamentos La tasa efectiva de descuento anual (d) se define como: 1 d = v, d = 1 v = 1 e δ Y la tasa nominal de descuento (d (p) ) es: ( v = 1 d(p) p ) p L. Barboza (CIMPA) I CREM-UES / 89
29 Seguros de Vida Definición: Pago único que se le hace a una persona cuando fallece. Tipos que vamos a considerar: Seguros de vida completos. Seguros de vida con plazo. Monto dotal puro. Seguros dotales. Seguros diferidos. L. Barboza (CIMPA) I CREM-UES / 89
30 Seguros de vida completos Suponga que se paga 1 unidad de dinero cuando una persona de edad x muere. El pago se hace inmediato. El valor presente del beneficio es una variable aleatoria: Z = v T (x) δ T (x) = e Estamos interesados en el valor actuarial del pago, es decir, el valor presente esperado de Z. L. Barboza (CIMPA) I CREM-UES / 89
31 Seguros de vida completos Valor Actuarial: Ā x = E[e δ T (x) ] = 0 e δ t tp x µ(x + t)dt Tiempo 0 s muerte s + s Edad spx x + s x + s + s ω µ(x + s) e δs L. Barboza (CIMPA) I CREM-UES / 89
32 Momento de orden dos Segundo momento de Z: E[Z 2 ] = E[e 2δT (x) ] = = 2 Ā x 0 e 2δ t tp x µ(x + t)dt donde 2 simboliza que el seguro está calculado con fuerza de interés 2δ. Varianza de Z: Var[Z] = 2 Ā x [Āx] 2 L. Barboza (CIMPA) I CREM-UES / 89
33 Probabilidades Note que podemos calcular probabilidades específicas para Z: donde u = log(10) δ. P [Z 0,1] = P [e δt (x) 0,1] = P [δt (x) log(0,1)] [ = P T (x) log(10) ] = u p x δ L. Barboza (CIMPA) I CREM-UES / 89
34 Seguro de vida completo (anual) Suponga que el pago de 1 unidad se hace al final del año de muerte para la persona de edad x. En este caso el valor presente del beneficio es: Z = v K(x)+1 donde K(x) es el tiempo entero de muerte. L. Barboza (CIMPA) I CREM-UES / 89
35 Seguro de vida completo (anual) Valor Actuarial: A x = E[v K(x)+1 ] = = k=0 v k+1 kp x q x+k k=0 v k+1 k q x L. Barboza (CIMPA) I CREM-UES / 89
36 Seguro de vida completo (anual) Segundo momento: E[Z 2 ] = E[v 2(K(x)+1) ] = = 2 A x (v 2 ) k+1 k q x k=0 donde 2 significa que el factor de descuento es calculado con la tasa i 2 = (1 + i) 2 1. Varianza: Var[Z] = 2 A x [A x ] 2. L. Barboza (CIMPA) I CREM-UES / 89
37 Seguro de vida completo (frecuencia= 1 m ) Defina la duración de vida de una persona de edad x, redondeada al menor 1/m del año como: K (m) (x) = 1 mt (x) m Los valores más comunes son m = 2, 3, 4. Ejemplo: Si T (x) = 4,78 entonces K(x) = 4, K (2) (x) = 4,5, K (3) (x) = , K(4) (x) = 4,75. L. Barboza (CIMPA) I CREM-UES / 89
38 Seguro de vida completo (frecuencia= 1 m ) Función de densidad: P [K (m) (x) = k] = P [ k T (x) < k + 1 ] m = k+ 1 q x k q x = m k 1 q x. m Beneficio: Tiempo 0 1/m 2/m 3/m... Monto Descuento Probabilidad v 1 m v 2 m v 3 m 1 q 1 x m m 1 q 2 x m m 1 q x m L. Barboza (CIMPA) I CREM-UES / 89
39 Seguro de vida completo (frecuencia= 1 m ) Valor presente del beneficio: Z = v K(m) (x)+ 1 m Valor Actuarial: A (m) x = E[Z] = k=0 v k+1 m k m 1 m q x. La varianza tiene la misma fórmula: 2 A (m) x [A (m) x ] 2. L. Barboza (CIMPA) I CREM-UES / 89
40 Relación Recursiva Supuesto: todas las vidas mueren a una edad ω (fin de tabla). Entonces: K(ω 1) = 0. Por lo tanto A ω 1 = E[v K(ω 1)+1 ] = v. Entonces: A x = ω x 1 k=0 ω x 1 v k+1 kp x q x+k = vq x + k=1 ω x 2 = vq x + vp x v k+1 kp x q x+1+k k=0 = vq x + vp x A x+1 v k+1 kp x q x+k L. Barboza (CIMPA) I CREM-UES / 89
41 Relación Recursiva También aplica para: A x (m) = v 1/m 1 q x + v 1/m 1 p x A (m). m m x+ 1 m Ejercicio 2: Asuma el modelo de Makeham con A = 0,00022, B = 2, y c = 1,124. Además considere i = 5 % y ω = 130. Calcule A x para x = 20,..., 100. L. Barboza (CIMPA) I CREM-UES / 89
42 Ejercicio 2 x s(x) p x q x A x L. Barboza (CIMPA) I CREM-UES / 89
43 Seguro de vida con plazo (continuo) En un seguro de vida con plazo el beneficio es pagado solamente si el beneficiario muere en el transcurso de n años. Supongamos que el beneficio se paga inmediatamente: { v T (x) = e δt (x) si T (x) n Z = 0 si T (x) > n. L. Barboza (CIMPA) I CREM-UES / 89
44 Seguro de vida con plazo (continuo) Valor actuarial: Āx:n 1 = E[Z] = Y su segundo momento: 2 Ā 1 x:n = n 0 n 0 e δt tp x µ(x + t)dt e 2δt tp x µ(x + t)dt. L. Barboza (CIMPA) I CREM-UES / 89
45 Seguro de vida con plazo (anual) Seguro de vida con plazo n pagadero al final del año de muerte. Beneficio: Z = Valor presente actuarial: { v K(x)+1 si K(x) n 1 0 si K(x) n. n 1 Ax:n 1 = k=0 v k+1 k q x L. Barboza (CIMPA) I CREM-UES / 89
46 Seguro de vida con plazo (frecuencia: 1 m ) Seguro de vida con plazo n pagadero al final de la fracción 1/m del año de muerte. Beneficio: Valor presente actuarial: { v K(m) (x)+ 1 m si K (m) (x) n 1 Z = m 0 si K(x) n. A (m)1 x:n = mn 1 k=0 v k+1 m k m 1 m q x L. Barboza (CIMPA) I CREM-UES / 89
47 Monto Dotal Puro Monto de 1 unidad que se paga sólo si la persona ha sobrevivido al tiempo n. Valor presente del Beneficio: { 0 si T (x) < n Z = v n si T (x) n Valor presente actuarial: ne x = A 1 x:n = v n np x L. Barboza (CIMPA) I CREM-UES / 89
48 Seguro dotal Combinación de un seguro con plazo y un monto dotal. El seguro es pagable si la persona muere antes de un periodo n pero si no sucede ese evento de cualquier forma se le paga en el momento n. Beneficio en valor presente: { v T (x) = e δt (x) si Z = v n = e δ mín(t (x),n). T (x) < n si T (x) n L. Barboza (CIMPA) I CREM-UES / 89
49 Seguro dotal Valor presente actuarial: Ā x:n = E[Z] = = n 0 n 0 e δt tp x µ(x + t)dt + e δt tp x µ(x + t)dt + e δn np x = Ā1 x:n + A 1 x:n. n e δn tp x µ(x + t)dt L. Barboza (CIMPA) I CREM-UES / 89
50 Seguro dotal (frecuencia= 1 m ) Beneficio de 1 pagado al final del periodo m-ésimo del año. Beneficio en valor presente: { v K(m) (x)+ 1 m Z = v n = v mín(k(m) (x)+ 1 m,n). si K (m) (x) n 1 m si K (m) (x) n L. Barboza (CIMPA) I CREM-UES / 89
51 Seguro dotal (frecuencia= 1 m ) Valor presente actuarial: mn 1 x:n = E[Z] = v k+1 m k m 1 q x + v n P [K (m) (x) n] m A (m) k=0 = A (m)1 x:n + A 1 x:n. L. Barboza (CIMPA) I CREM-UES / 89
52 Seguro diferido El seguro temporal no cubre antes de un periodo establecido u. Beneficio en valor presente: { 0 si T (x) < u o T (x) > u + n Z = e δt (x) si u T (x) u + n Valor presente actuarial: u Ā1 x:n = u+n u e δt tp x µ(x + t)dt. L. Barboza (CIMPA) I CREM-UES / 89
53 Seguro diferido Haciendo un cambio de variables (s = t u) uno puede probar: u Ā1 x:n = u E x Ā 1 x+u:n. Además también se puede verificar que: A x = A 1 x:n + n A x por lo tanto se puede obtener una fórmula recursiva para el seguro temporal: A 1 x:n = A x v n np x A x+n. L. Barboza (CIMPA) I CREM-UES / 89
54 Continuación de Ejercicio 2 Calcule A x:10 para x = 0,..., 100. L. Barboza (CIMPA) I CREM-UES / 89
55 Contenidos 1 Distribuciones de Sobrevivencia y tablas de vida. 2 Seguros de Vida 3 Anualidades de Vida 4 Cálculo de primas L. Barboza (CIMPA) I CREM-UES / 89
56 Fundamentos de anualidades ciertas Una anualidad es una serie de pagos periódicos traídos a valor presente con una cierta tasa de interés. Por ejemplo, el valor presente de una serie de n pagos anuales, pagaderos al principio de cada año es: ä n = 1 + v + v 2 + v v n 1 = 1 vn 1 v = 1 vn. d Los pagos se pueden realizar al final de cada año: a n = v + v v n = ä n 1 + v n. L. Barboza (CIMPA) I CREM-UES / 89
57 Fundamentos de anualidades ciertas O se pueden realizar de forma continua: (con una tasa de 1 pago por año) ā n = n 0 v t dt = 1 vn δ O se pueden hacer cada 1/m fracción del año: De manera análoga: ä (m) n = 1 m (1 + v 1 m + v 2 m + + v n 1 m ) = 1 vn d (m). a (m) n = ä (m) n 1 m (1 vn ). L. Barboza (CIMPA) I CREM-UES / 89
58 Anualidades de vida Una anualidad de vida es pagada por mientras la persona está viva. (aunque suene redundante... :) Vamos a analizar varios tipos de anualidad de vida: Anualidades completas. Anualidades con plazo. Anualidades diferidas. Anualidades con garantía de pago. L. Barboza (CIMPA) I CREM-UES / 89
59 Anualidad completa adelantada Considere una anualidad con pagos de 1, realizados de forma adelantada al principio de cada año, siempre y cuando el individuo esté vivo. Tiempo Monto Descuento Probabilidad v v 2 v 3 p x 2 p x 3 p x L. Barboza (CIMPA) I CREM-UES / 89
60 Anualidad completa adelantada El valor presente de la anualidad sería: Y = ä K(x)+1 = 1 vk(x)+1 d Entonces el valor actuarial de la anualidad es: Con varianza: ä x = E[Y ] = 1 E[vK(x)+1 ] d = 1 A x d Var[Y ] = 2 A x A 2 x d 2. L. Barboza (CIMPA) I CREM-UES / 89
61 Anualidad completa adelantada Otra forma de escribir Y es: Y = v k I(T (x) > k) k=0 donde I(A): indicadora que A es cierto (como evento en un espacio de probabilidad). Note que E[I(T (x) > k)] = k p x, entonces: ä x = v k kp x. k=0 L. Barboza (CIMPA) I CREM-UES / 89
62 Anualidad completa atrasada Ahora asuma que los pagos se realizan al final de cada año (anualidad atrasada). Beneficio en valor presente: Y = Valor presente actuarial: v k I(T (x) > k) = Y 1 k=1 a x = E[Y ] = v k kp x = ä x 1. k=1 Note que sus varianzas son iguales. L. Barboza (CIMPA) I CREM-UES / 89
63 Anualidad completa continua La anualidad es pagada de manera continua con una tasa de 1 unidad por año por mientras la persona está viva. Valor presente de pagos: Valor presente actuarial: Y = ā T (x) = 1 vt (x). δ ā x = E[Y ] = 1 Āx. δ L. Barboza (CIMPA) I CREM-UES / 89
64 Anualidad completa continua Manera alternativa: Y = ā T (x) = Valor presente actuarial: 0 e δt I(T (x) > t)dt. Note que si δ = 0: ā x = E[Y ] = 0 ā x = e x e δt tp x dt. L. Barboza (CIMPA) I CREM-UES / 89
65 Anualidad completa con frecuencia= 1 m Anualidades con pagos cada 1 m adelantada. Caso adelantada : de año. Puede ser atrasada o Y = ä (m) = 1 vk(m) (x)+ 1 m K (m) (x)+ 1 m d (m) 1 = m v r m I (K(x) > r ) m r=0 Valor actuarial: ä (m) x = E[Y ] = 1 A(m) x = r=0 d (m) 1 m v r m r p x. m L. Barboza (CIMPA) I CREM-UES / 89
66 Anualidad completa con frecuencia= 1 m Caso atrasada : a (m) x = ä (m) x 1 m. L. Barboza (CIMPA) I CREM-UES / 89
67 Anualidad temporal adelantada Esta anualidad es pagadera por año de manera adelantada por un máximo de n años. Tiempo n-1 n Monto Descuento Probabilidad v v 2 v 3 p x 2 p x 3 p x v n 1 n 1p x L. Barboza (CIMPA) I CREM-UES / 89
68 Anualidad temporal adelantada Valor presente: {äk(x)+1 si K(x) = 0, 1,..., n 1 Y = Valor actuarial: ä n si K(x) n ä x:n = E[Y ] = 1 E[vmín(K(x)+1,n) ] d = 1 A x:n d L. Barboza (CIMPA) I CREM-UES / 89
69 Anualidad temporal adelantada Valor presente: n 1 Y = v k I(K(x) > k) k=0 Valor actuarial: n 1 ä x:n = E[Y ] = v k kp x k=0 L. Barboza (CIMPA) I CREM-UES / 89
70 Anualidad temporal atrasada Valor presente: { ak(x)+1 si K(x) = 0, 1,..., n 1 Y = si K(x) n a n Valor actuarial: n a x:n = E[Y ] = v t tp x t=1 = ä x:n 1 + v n np x L. Barboza (CIMPA) I CREM-UES / 89
71 Anualidad temporal atrasada Valor presente: Y = a mín(k(x),n) = Valor presente actuarial: a x:n = Relación entre las anualidades: n v k I(K(x) > k) k=1 n v k kp x k=1 a x:n = ä x:n 1 + v n np x L. Barboza (CIMPA) I CREM-UES / 89
72 Anualidad temporal continua Valor presente: 1 vmín(t (x),n) Y = ā mín(t (x),n) = δ = n Valor presente actuarial: 0 e δt I(T (x) > t)dt. ā x:n = 1 Āx:n δ = n 0 e δt tp x dt L. Barboza (CIMPA) I CREM-UES / 89
73 Anualidad temporal con frecuencia= 1 m Valor presente (adelantada): Y = ä (m) mín(k (m) (x)+ 1 m d (m),n) = 1 vmín(k(m)(x)+ = nm 1 r=0 1 m,n) 1 m v r m I (K(x) > r m ) Tiempo 0 1 m 2 m 3 m n 1 m n Monto Descuento Probabilidad v 1 m v 2 m v 3 m 1 m p x 2 m p x 3 m p x v n 1 m n 1 m p x L. Barboza (CIMPA) I CREM-UES / 89
74 Anualidad temporal con frecuencia= 1 m Valor presente actuarial (adelantada): x:n = 1 A(m) x:n d (m) = ä (m) Relación con anualidad atrasada: Qué pasa si m? nm 1 r=0 1 m vr/m r m p x. a (m) x:n = ä(m) x:n 1 m (1 vn np x ) L. Barboza (CIMPA) I CREM-UES / 89
75 Anualidad diferida EL primer pago de la anualidad ocurre en algún momento u. Al igual que en el caso de un seguro diferido: ä x = ä x:u + u ä x Y además: u ä x = E[Y ] = E[v u I(K(x) > u) + v u+1 I(K(x) > u + 1) + ] = v u up x (1 + vp x+u + v 2 2p x+u + ) = u E x ä x+u. L. Barboza (CIMPA) I CREM-UES / 89
76 Anualidad diferida Por lo tanto: ä x:n = ä x v n np x ä x+n En el caso de frecuencias más altas: ä (m) x:n = ä(m) x v n np x ä (m) x+n L. Barboza (CIMPA) I CREM-UES / 89
77 Anualidades con garantía de pago Suponga que una anualidad es garantizada por un mínimo de n años. Si alguien sobrevive a los n años se le paga hasta el momento de muerte. Valor presente: Y = {än si K(x) n 1 = ä n + ä K(x)+1 = ä n + Y 1 si K(x) n { 0 si K(x) n 1 ä K(x)+1 ä n si K(x) n donde Y 1 es el valor presente de una anualidad anticipada diferida n años. L. Barboza (CIMPA) I CREM-UES / 89
78 Anualidades con garantía de pago Por lo tanto su valor esperado es: ä x:n = E[Y ] = ä n + n E x ä x+n. L. Barboza (CIMPA) I CREM-UES / 89
79 Aspectos computacionales Relaciones de recursión: Fórmula de Woolhouse: ä x = 1 + vp x ä x+1 ä (m) x = 1 m + v 1 m 1 p x ä (m) m x+ 1 m ä (m) x ä x m 1 2m m2 1 (δ + µ(x)) 12m2 L. Barboza (CIMPA) I CREM-UES / 89
80 Ejercicio 3 Calcule la media y la varianza del valor presente de: Una anualidad anticipada completa para x = 65 con pagos anuales de 1. Una anualidad anticipada completa para x = 65 con pagos anuales de 1 si se garantiza pagos por 10 años. L. Barboza (CIMPA) I CREM-UES / 89
81 Contenidos 1 Distribuciones de Sobrevivencia y tablas de vida. 2 Seguros de Vida 3 Anualidades de Vida 4 Cálculo de primas L. Barboza (CIMPA) I CREM-UES / 89
82 Preliminares Un contrato de seguros es un acuerdo entre dos partes en donde: La empresa acuerda pagar beneficios cuando ocurre algún riesgo (en nuestro caso muerte) a cambio de: Un pago periódico de primas por parte del beneficiario. L. Barboza (CIMPA) I CREM-UES / 89
83 Tipos de primas Prima neta: prima que es calculada sin considerar gastos de aseguramiento (administrativos y otros). Prima bruta: prima calculada considerando todos los posibles gastos. L. Barboza (CIMPA) I CREM-UES / 89
84 Pérdidas Para llevar un control de los niveles de beneficios vs ingresos por primas, se suele trabajar con la variable aleatoria de pérdida: Pérdida futura neta: L n 0 = VP de beneficios futuros VP de ingresos futuros por primas Pérdida futura bruta: L g 0 = VP de beneficios futuros + VP de gastos VP de ingresos futuros por primas L. Barboza (CIMPA) I CREM-UES / 89
85 Ejercicio 4 Una persona de edad 60 compra un seguro total donde se le da al fallecido un monto S que se paga inmediatamente al ocurrir la muerte. Las primas se pagan por adelantado, y terminan de pagarse al momento de muerte o a la edad 80 (lo que ocurra primero). Escriba la pérdida futura neta. L. Barboza (CIMPA) I CREM-UES / 89
86 Principio de equivalencia La prima bajo el principio de equivalencia es aquella que cumple: E[L n 0 ] = 0 o bien E[L g 0 ] = 0 L. Barboza (CIMPA) I CREM-UES / 89
87 Ejercicio 5 Considere un seguro dotal con un periodo de n años con beneficio S para una persona de edad x. Las primas son pagables anualmente a lo largo de la vida del asegurado. Calcule la pérdida esperada neta y la prima por equivalencia del seguro. L. Barboza (CIMPA) I CREM-UES / 89
88 Ejercicio 6 Una aseguradora emite un contrato para recibir una anualidad de por año de manera adelantada desde la edad x + n (x: edad del beneficiario) hasta su muerte. Las primas se pagarían mensualmente durante los primeros n años o hasta el momento de la muerte. Escriba la pérdida esperada neta. Calcule la prima neta mensual usando equivalencia. L. Barboza (CIMPA) I CREM-UES / 89
89 Ejercicio 7 Calcule la prima neta de un seguro completo de vida para una persona de edad 40. El monto asegurado es $ en el caso de muerte durante los primeros 20 años y en caso de que no haya muerte en ese periodo el monto asegurado es de $20000 y ambos son pagados al final del año de muerte. Las primas son pagadas por adelantado por un máximo de 20 años. L. Barboza (CIMPA) I CREM-UES / 89
Rentas Vitalicias Previsionales
Consultoría Santiago de Chile Celular: (56 9) 9 739 22 68 marisol.rodriguez@solucionesactuariales.cl www.solucionesactuariales.cl Rentas Vitalicias Previsionales Agosto 2016 CONTENIDO 1.- QUE ES UNA RENTA
Este concepto resulta de aplicación en distintas circunstancias:
VALOR ECONOMICO DE LA VIDA HUMANA María Alejandra METELLI y Paula MUTCHINICK Departamento de Matemática, Facultad de Ciencias Económicas. UBA ametelli@gmail.com ; paulamutchi@gmail.com RESUMEN El presente
Estadística. Grado en Relaciones Laborales y Recursos Humanos. Tema 6 Estadística poblacional.
Estadística. Grado en Relaciones Laborales y Recursos Humanos Tema 6 Estadística poblacional. Fenómenos demográficos 1 Variable estadística edad a la que ocurre un suceso Los fenómenos demográficos que
Cálculo de probabilidad. Tema 3: Variables aleatorias continuas
Cálculo de probabilidad Tema 3: Variables aleatorias continuas Guión Guión 3.1. La función de densidad de probabilidad Definición 3.1 Sea P una medida de probabilidad en un espacio muestral Ω. Se dice
Matemática Financiera
Matemática Financiera Patricia Kisbye Profesorado en Matemática Facultad de Matemática, Astronomía y Física 2011 Patricia Kisbye (FaMAF) 2011 1 / 70 Presentación de la materia Matemática financiera: ambiente
1 v 1. Anexo A. Para modelar las pensiones y la prima de un seguro de vida se necesitan ciertas medidas biométricas e hipótesis como: Hipótesis
www.juridicas.unam.m http://biblio.juridicas.unam.m ANEXOS 247 www.juridicas.unam.m http://biblio.juridicas.unam.m Aneo A Para modelar las pensiones y la prima de un seguro de vida se necesitan ciertas
Capítulo II. Función de supervivencia y tablas de mortalidad.
Capítuo II. Función de supervivencia y tabas de mortaidad. 2.1 Función de supervivencia. A considerar a supervivencia humana en os estudios demográficos e amado modeo biométrico (epresión matemática que
MATEMÁTICAS ACTUARIALES Y OPERACIONES DE SEGUROS
MATEMÁTICAS ACTUARIALES Y OPERACIONES DE SEGUROS F. SANDOYA Se puede citar libremente este texto, pero señalando claramente la cita. CITAR ESTE TEXTO COMO: Sandoya, Fernando; Matemáticas Actuariales y
SUPERINTENDENCIA DE PENSIONES Año de la Atención Integral de la Primera Infancia
RESOLUCIÓN 369-15 SOBRE METODOLOGIA DE CÁLCULO DEL CAPITAL TÉCNICO NECESARIO DE LAS PENSIONES DE SOBREVIVENCIA DE LOS HIJOS BENEFICIARIOS DEL RÉGIMEN CONTRIBUTIVO. MODIFICA LA RESOLUCIÓN 336-12. CONSIDERANDO
PLANEACIÓN DIDÁCTICA
Nombre de la asignatura Tipo Modalidad Ubicación UNIVERSIDAD AUTÓNOMA DE YUCATÁN PLANEACIÓN DIDÁCTICA DATOS GENERALES DE IDENTIFICACIÓN Cálculo Actuarial para el Seguro de Vida I Obligatoria Mixta Quinto
SUPERINTENDENCIA FINANCIERA DE COLOMBIA. RESOLUCIÓN NÚMERO 1555 DE 2010 ( Julio 30 )
RESOLUCIÓN NÚMERO 1555 DE 2010 ( Julio 30 ) Por la cual se actualizan las Tablas de Mortalidad de Rentistas Hombres y Mujeres EL SUPERINTENDENTE FINANCIERO En ejercicio de sus facultades y en especial
Trabajo No 2. Análisis Supervivencia y Seguros de Vida
Trabajo No 2. Análisis Supervivencia y Seguros de Vida Norman Giraldo Gómez Curso de Actuaría - Escuela de Estadística ndgirald@unal.edu.co Octubre, 2010 1. Notas 1. La notación (xm) indica mujer de edad
CURSO DE FINANZAS PARA EGRESADOS
CURSO DE FINANZAS PARA EGRESADOS Instructor: Hernán Peña Noboa Finanzas: Ejercicios Tasa Nominal Tenemos una tasa nominal de interés del 21,50% y nos piden hallar la tasa nominal mensual, trimestral y
MATEMATICA ACTUARIAL I
DEPARTAMENTO DE ECONOMIA FINANCIERA Y CONTABILIDAD I (ECONOMÍA FINANCIERA Y ACTUARIAL) MASTER EN CIENCIAS ACTUARIALES Y FINANCIERAS Asignatura MATEMATICA ACTUARIAL I (4 ECTS) Módulo 3: Análisis del Riesgo
NOCIONES BÁSICAS DE ESTADÍSTICA ACTUARIAL VIDA
NOCIONES BÁSICAS DE ESTADÍSTICA ACTUARIAL VIDA A NTONIO F ERNÁNDEZ M ORALES MÁLAGA, 2006 Nociones Básicas de Estadística Actuarial Vida Antonio Fernández Morales Málaga, 2006 Nociones Básicas de Estadística
Interpolación y aproximaciones polinómicas
This is page i Printer: Opaque this Interpolación y aproximaciones polinómicas Oldemar Rodríguez Rojas Octubre 008 ii This is page iii Printer: Opaque this Contents 1 Interpolación y aproximaciones polinómicas
Part I. Variables aleatorias unidimensionales. Estadística I. Mario Francisco. Definición de variable aleatoria. Variables aleatorias discretas
Part I unidimensionales de s de s Definición Dado un experimento aleatorio, con espacio muestral asociado Ω, una es cualquier función, X, X : Ω R que asocia a cada suceso elemental un número real, verificando
Proposición de Seguro
ASEGURADOR REALE VIDA Y PENSIONES, S.A. DE SEGUROS SANTA ENGRACIA 14-16, 28010 MADRID Inscrito en el Registro Administrativo de Entidades Aseguradoras y Reaseguradoras de la Dirección General de Seguros
Proposición de Seguro
ASEGURADOR REALE VIDA Y PENSIONES, S.A. DE SEGUROS SANTA ENGRACIA 14-16, 28010 MADRID Inscrito en el Registro Administrativo de Entidades Aseguradoras y Reaseguradoras de la Dirección General de Seguros
Estadística Demográfica. Grado en Relaciones Laborales y Recursos Humanos. Parte VI Tabla de mortalidad poblacional de momento: esperanza de vida
Parte VI Tabla de mortalidad poblacional de momento: esperanza de vida 1 Vamos a suponer que el comportamiento poblacional en lo que se refiere al fenómeno mortalidad en la generación de t (análisis longitudinal),
Matemáticas II Grado en Administración y Dirección de Empresas
Matemáticas II Grado en Administración y Dirección de Empresas Grupo A Curso 200-20 Universidad devalladolid Departamento de Economía Aplicada. Introducción a las matemáticas de las operaciones financieras.
Ejercicio 1 Una compañía aseguradora trabaja con una tabla de mortalidad de la que se sabe que:
EJERCICIOS CAPÍTULO 5 2016 Ejercicio 1 Una compañía aseguradora trabaja con una tabla de mortalidad de la que se sabe que: dt = 50+ 100 t, t= 0,1, 2, L, 99 d99 = l99 1) Determinar el tamaño del grupo inicial
MATEMATICA ACTUARIAL I 6 créditos
DPTO ECONOMIA FINANCIERA Y CONTABILIDAD I LICENCIATURA EN CIENCIAS ACTUARIALES Y FINANCIERAS Plan 2001 MATEMATICA ACTUARIAL I 6 créditos Cod 202 Troncal, Primer Curso Primer Semestre Curso 2004-05 OBJETIVOS:
FORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD
FORMULARIO DE DISTRIBUCIONES DE PROBABILIDAD Jorge M. Galbiati pág. DISTRIBUCION BINOMIAL 2 DISTRIBUCION POISSON 4 DISTRIBUCION HIPERGEOMETRICA 5 DISTRIBUCION GEOMETRICA 7 DISTRIBUCION NORMAL 8 DISTRIBUCION
Presentación. Matemáticas Financieras Semana Problema. Objeto: Objetivo: Sistema de Conocimientos. 1 Carlos Mario Morales C
Presentación Problema Las empresas para el manejo del dinero como recurso fundamental requieren de profesiones capaces de manejar el dinero de una manera óptima con el fin de asegurar la creación de valor
Seguros de vida con crecimiento exponencial
Seguros de vida con crecimiento exponencial AGUSTIN SANS Y DE LLANOS Dentro del campo de los Seguros que el Gmpo de Trabajo Vida del Comité Europeo de Seguros ha dado en calificar de "Dinámicos" figuran
Unidad 12. Anualidades Diferidas
Unidad 12 Anualidades Diferidas Una anualidad diferida es aquella cuyo plazo no comienza sino hasta después de haber transcurrido cierto número de periodos de pago; este intervalo de aplazamiento puede
EVALUACIÓN DE. para la toma de decisiones. Profesor: Cristian Díaz
EVALUACIÓN DE PROYECTOS Indicadores económicos para la toma de decisiones Profesor: Cristian Díaz Valor del dinero en el tiempo Respuesta: Es mejor recibir el dinero hoy Es mejor recibir $100.000 hoy o
VALOR PRESENTE DEL DINERO
VALOR PRESENTE DEL DINERO El Valor Presente (VP) de una cantidad recibida en el futuro es la cantidad que debería ser invertida hoy a la tasa de interés del mercado para que generara esa cantidad futura.
-- -- ~ INTRODUCCIÓN VII
-- -- ~ '" Indz'ce general li J PRÓLOGO INTRODUCCIÓN XIII XVII 1. PROBABILIDAD DE MUERTE Y SUPERVIVENCIA 1 1.1. Introducción 1 1.2. Principales variables aleatorias 1 1.2.1. Edad de muerte de un recién
SEMINARIO TALLER FUNDAMENTOS DE MATEMÁTICAS FINANCIERAS. DIRIGIDO POR Edgardo Tinoco Pacheco
SEMINARIO TALLER FUNDAMENTOS DE MATEMÁTICAS FINANCIERAS DIRIGIDO POR Edgardo Tinoco Pacheco CONCEPTOS BASICOS DE MATEMÁTICAS FINANCIERAS 1. Fundamentos 2. Interés simple 3. Interés compuesto 4. Tasas de
Benemérita Universidad Autónoma de Puebla
Benemérita Universidad Autónoma de Puebla Facultad de Ciencias Físico Matemáticas Cálculo del beneficio y costo de un seguro de vida, visto como un proceso estocástico mediante el método de aproimación
Descuento Compuesto MATEMÁTICA FINANCIERA. Descuento Compuesto: Gráfica Parcial. Descuento Compuesto
Descuento Compuesto MATEMÁTICA FIACIERA DESCUETO COMPUESTO Luis Alcalá USL Segundo Cuatrimeste 206 El sistema de descuento compuesto se caracteriza por calcular el descuento con base en cada período Supongamos
DIPLOMADO EN FINANZAS CORPORATIVAS MATEMÁTICAS FINANCIERAS Y PORTAFOLIOS
DIPLOMADO EN FINANZAS CORPORATIVAS MATEMÁTICAS FINANCIERAS Y PORTAFOLIOS Por: Gelacio Martín Sánchez OCTUBRE 27, 2012 2. ANUALIDADES CONTENIDO 2.1 DEFINICIÓN DE ANUALIDADES 2.2 ANUALIDADES VENCIDAS 2.3
Lunes 6 de Agosto Auxiliar Nº2: Composición y Estructura de Tasas
Lunes 6 de Agosto Auxiliar Nº2: Composición y Estructura de Tasas Repaso de Tasas: Importante Recordar: -Composición de tasas: Tipo de composición 1. Lineal 2. Compuesto Frecuencia de Composición 1. Anual
REF. : INSTRUYE RESPECTO AL TRATAMIENTO DE RECÁLCULO DE PENSIÓN, EN PÓLIZAS DE SEGUROS DE RENTA VITALICIA DEL D.L. N 3.500, DE 1980.
REF. : INSTRUYE RESPECTO AL TRATAMIENTO DE RECÁLCULO DE PENSIÓN, EN PÓLIZAS DE SEGUROS DE RENTA VITALICIA DEL D.L. N 3.500, DE 1980. 1 A todas las entidades aseguradoras y reaseguradoras del segundo grupo
SUPERINTENDENCIA DE PENSIONES
RESOLUCIÓN 335- SOBRE METODOLOGÍA DE CÁLCULO PARA PENSIONES QUE SE OTORGUEN MEDIANTE RENTA VITALICIA. SUSTITUYE LA RESOLUCION 76-03. CONSIDERANDO: Que las actuales Resoluciones y Circulares vigentes de
CREDO DEL EMPRESARIO ETICO
CALCULOS FINANCIEROS CON EXCEL CREDO DEL EMPRESARIO ETICO CREO en la obligación moral que tengo de hablar y actuar siempre con la verdad. CREO en el derecho que tienen los accionistas de recibir un rendimiento
Glosario de términos. Introducción a las Matemáticas Financieras
Introducción a las Matemáticas Financieras Carlos Mario Morales C 2012 1 Anualidades y gradientes UNIDAD 3: ANUALIDADES Y GRADIENTES OBJETIVO Al finalizar la unidad los estudiantes estarán en capacidad
APUNTES DE MATEMÁTICAS FINANCIERAS.
APUNTES DE MATEMÁTICAS FINANCIERAS. Prof. Luis Jaime Sarmiento Andrea Sierra Mejia. Departamento De Ciencias Básicas, Unidades Tecnológicas de Santander. Apuntes del docente 2013 Contenido Introducción...
1. Un documento exige hacer 12 pagos mensuales vencidos. Si el primer pago es de $6.000 y c/u
1. Un documento exige hacer 12 pagos mensuales vencidos. Si el primer pago es de $6.000 y c/u disminuye en $800; a) Cuál será el valor del último pago? b) cuál será el valor final de todos ellos, suponiendo
El factor de actualización actuaria!
3 El factor de actualización actuaria! 3.1 Introducción Comenzaremos en este capítulo el estudio de uno de los temas fundam~tales _Qe la matemática de los seguros de vid~: _la valoración actual de capitales
Momentos de Funciones de Vectores Aleatorios
Capítulo 1 Momentos de Funciones de Vectores Aleatorios 1.1 Esperanza de Funciones de Vectores Aleatorios Definición 1.1 Sea X = (X 1,..., X n ) un vector aleatorio (absolutamente continuo o discreto)
Matemática Financiera. Econ. Marcelo Andrés Rodríguez Vera Mail: Cel:
Matemática Financiera Econ. Marcelo Andrés Rodríguez Vera Mail: marodriguez2084@gmail.com Cel: 0994489448 N Descripción del Tema AGENDA Fecha Prevista en que se desarrollará Día de la semana 1 Operaciones
Matemáticas ticas Financieras CONCEPTOS
Matemáticas ticas Financieras CONCEPTOS DEFINICIÓN Estudia el conjunto de conceptos y técnicas cuantitativas de análisis, útiles para la evaluación n y comparación financiera de alternativas relativas
Secuencias Aleatorias
Caminantes aleatorios. Secuencias Aleatorias Contenidos. Secuencias aleatorias. Caminantes aleatorios. Movimiento Browniano. La hipótesis de eficiencia de los mercados implica que la cotización de un título
VARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Definición de una V.A.C. Definición de una V.A.C.
BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS FÍSICO MATEMÁTICAS
BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS FÍSICO MATEMÁTICAS Tesis presentada como requisito para obtener el título de Licenciatura en Actuaría MODELOS ACTUARIALES DE PENSIONES APLICADOS
MATEMÁTICAS FINANCIERAS. Fundamentos Valor del dinero en el tiempo Equivalencias
MATEMÁTICAS FINANCIERAS Fundamentos Valor del dinero en el tiempo Equivalencias Matemática Financiera La MF se ocupa de la aplicación de relaciones matemáticas que ayudan a la comparación de alternativas.
MATEMATICAS FINANCIERAS. Rodolfo Enrique Sosa Gómez 1
MATEMATICAS FINANCIERAS Rodolfo Enrique Sosa Gómez 1 MATEMATICAS FINANCIERAS Las Matemáticas Financieras o Ingeniería Económica tienen como objetivo fundamental el estudio y análisis de todas aquellas
El porcentaje se calcula mediante una regla de tres simple. Por ejemplo el 15% de 40 será: = 6
EJE TEMÁTICO: MATEMÁTICA FINANCIERA Elaborado por: Ing. Ivonne Puruncajas 1. Antecedentes El presente documento contiene un breve resumen de algunos temas de matemática financiera que los estudiantes deben
PROGRAMA ANALÍTICO MATEMATICAS FINANCIERAS
UNIVERSIDAD TECNOLÓGICA ECOTEC FACULTAD DE CIENCIAS ECONOMICAS Y EMPRESARIALES PROGRAMA ANALÍTICO MATERIA MATEMATICAS FINANCIERAS CODIGO FIN 220 1. DESCRIPCIÓN Las Matemáticas Financieras constituyen una
Probabilidad y Estadística
Probabilidad y Estadística Grado en Ingeniería Informática Tema 5 Esperanza y momentos Javier Cárcamo Departamento de Matemáticas Universidad Autónoma de Madrid javier.carcamo@uam.es Javier Cárcamo PREST.
Introducción a Modelos de Recompensas en Sistemas semi-marko. aplicación a las Ciencias Actuariales
Introducción a Modelos de Recompensas en Sistemas semi-markovianos No Homogéneos, Una aplicación a las Ciencias Actuariales Universidad Autónoma de Chiapas, Facultad de Ciencias en Física y Matemáticas
Rentas Perpetuas MATEMÁTICA FINANCIERA. Rentas Perpetuas Vencidas. Rentas Perpetuas Vencidas. Observación
Rentas Perpetuas MATEMÁTIA FINANIERA RENTAS IERTAS II Luis Alcalá UNSL Segundo uatrimeste 2016 Hay un número de situaciones que generan un flujo infinito de fondos Depositar una suma de dinero y retirar
Curso Propedéutico de Cálculo Sesión 3: Derivadas
Curso Propedéutico de Cálculo Sesión 3: Joaquín Ortega Sánchez Centro de Investigación en Matemáticas, CIMAT Guanajuato, Gto., Mexico Esquema 1 2 3 4 5 6 7 Esquema 1 2 3 4 5 6 7 Introducción La derivada
Análisis de procesos estocásticos en el dominio del tiempo
Análisis de procesos estocásticos en el dominio del tiempo F. Javier Cara ETSII-UPM Curso 2012-2013 1 Contenido Introducción Procesos estocásticos Variables aleatorias Una variable aleatoria Dos variables
UNIVERSIDAD NACIONAL DE LA PAMPA FACULTAD DE CIENCIAS ECONOMICAS Y JURIDICAS CONSEJO DIRECTIVO
ANEXO RESOLUCIÓN Nº 018/11 MATEMÁTICA FINANCIERA Y ACTUARIAL CONTADOR PÚBLICO PROGRAMA DE ESTUDIO 1. OBJETIVOS Y CONTENIDOS MÍNIMOS 1.1 Objetivos Que el estudiante sea capaz de: comprender y utilizar las
Estadística. Tema 3. Esperanzas Esperanza. Propiedades Varianza y covarianza. Correlación
Estadística Tema 3 Esperanzas 31 Esperanza Propiedades 32 Varianza y covarianza Correlación 33 Esperanza y varianza condicional Predicción Objetivos 1 Medidas características distribución de VA 2 Media
Tema 6 - Introducción. Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo.
Tema 6 - Introducción 1 Tema 5. Probabilidad Conceptos básicos. Interpretación y propiedades básicas Probabilidad condicional y reglas de cálculo. Generalización Tema 6. Variables aleatorias unidimensionales
Presentación 11. Capítulo I. Bases técnicas de apoyo conceptual 15
Contenido Presentación 11 Prólogo 13 Capítulo I. Bases técnicas de apoyo conceptual 15 1. Terminología y conceptos básicos de finanzas 15 2. Progresiones, clases, elementos y fórmulas 20 3. Teoría de porcentajes
Variables aleatorias continuas y Teorema Central del Limite
Variables aleatorias continuas y Teorema Central del Limite FaMAF 17 de marzo, 2015 Variables aleatorias continuas Definición Una variable aleatoria X se dice (absolutamente continua) si existe f : R R
Estadística. Soluciones ejercicios: Variables aleatorias. Versión 8. Emilio Letón
Estadística Soluciones ejercicios: Variables aleatorias Versión 8 Emilio Letón. Nivel. Enunciar las dos propiedades que debe cumplir p) para ser función de probabilidad. Las dos propiedades para ser función
Números naturales y recursividad
Números naturales y recursividad Rafael F. Isaacs G. * Fecha: 12 de abril de 2004 Números naturales Cuál es el primer conjunto de números que estudiamos desde la escuela primaria? Se sabe que los números
El Valor del dinero en tiempo Autor: LUIS FLORES CEBRIAN
El Valor del dinero en tiempo Autor: LUIS FLORES CEBRIAN 1 Presentación del curso La tasa de Interés, el interés, la tasa activa, tasa pasiva, tasa vencida, tasa adelantada... En este curso, originalmente
1. Practica con la siguiente hoja. Las celdas que contienen las fórmulas son de color rojo. Deberás realizar las indicaciones que se adjuntan:
Práctica 2 1. Practica con la siguiente hoja. Las celdas que contienen las fórmulas son de color rojo. Deberás realizar las indicaciones que se adjuntan: Función suma Esta función tiene preestablecido
E D U A R D O L O R A & S E R G I O I. P R A D A
E D U A R D O L O R A & S E R G I O I. P R A D A CAPÍTULO I INDICADORES DE POBLACIÓN 1 INTRODUCCIÓN C O N T E N I D O INDICADORES DE POBLACIÓN 2 3 CONCEPTOS PROYECCIONES DEMOGRÁFICAS Demografía: influye
CURSO BASICO EN MATEMATICAS FINANCIERAS CON FUNCIONES DE EXCEL
CURSO BASICO EN MATEMATICAS FINANCIERAS CON FUNCIONES DE EXCEL Diseñado: Ing. Pedro Guzmán Castañeda Sánchez 1 INTERES SIMPLE VALOR DEL DINERO A TRAVES DEL TIEMPO No es lo mismo tener hoy $ 500.000 dentro
Introducción al Tema 8. Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones.
Introducción al Tema 8 1 Tema 6. Variables aleatorias unidimensionales Distribución. Características: media, varianza, etc. Transformaciones. V.A. de uso frecuente Tema 7. Modelos probabiĺısticos discretos
SESION TASA DE INTERES
SESION 02 1. TASA DE INTERES Desde la perspectiva de un prestatario, el que obtiene un préstamo, la tasa de interés que tiene que pagar se define como: 2. TASA DE RENDIMIENTO Desde la perspectiva de un
Estudio y Valoración de Rentas Financieras
Estudio y Valoración de Rentas Financieras 2016 Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Concepto y Clasificación... 3 1.1 Clasificación... 5 2 Rentas Financieras Constantes...
MODALIDADES DE PENSIÓN
MODALIDADES DE PENSIÓN Modalidades 1. Retiro Programado. 2. Renta Vitalicia Inmediata. 3. Renta temporal con Renta Vitalicia Diferida. 4. Renta Vitalicia con Retiro Programado Previo a seleccionar una
Leyes Financieras Clásicas De Capitalización
Tema 2 OpenCourseWare Leyes Financieras Clásicas De Capitalización 2.1. Capitalización Simple 2.2. Capitalización Compuesta 2.3. Capitalización Fraccionada De Los Intereses 1 Capitalización OpenCourseWare
COSTO DE CAPITAL. Tema 3.1 Costo de capital y CPPC. Licenciatura en Economía y Finanzas 7º semestre. Dr. José Luis Esparza A. JLEA
COSTO DE CAPITAL Tema 3.1 Costo de capital y CPPC JLEA Licenciatura en Economía y Finanzas 7º semestre. Dr. José Luis Esparza A. EL COSTO DE CAPITAL JLEA Cuando un individuo no tiene dinero para llevar
Tema 2: Magnitudes aleatorias
Facultad de Economía y Empresa 1 Prácticas Tema.- Magnitudes aleatorias Tema : Magnitudes aleatorias DEMANDA La demanda de cierto artículo es una variable aleatoria con la siguiente distribución: Número
1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES
1º BACHILLERATO HUMANIDADES Y CIENCIAS SOCIALES MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES I PENDIENTES 1.- INTRODUCCIÓN AL NÚMERO REAL Realización de operaciones con números reales. Ordenación de los
MATEMATICAS FINANCIERAS 2
GUIA DE ESTUDIO PARA EL EXAMEN EXTRAORDINARIO MATEMATICAS FINANCIERAS ACADEMIA ECONOMICO ADMINISTRATIVA INDICE Página Introducción Objetivo de la asignatura.. Unidad I. Unidad II. 5 Unidad III... 7 INTRODUCCIÓN
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 P (X > 0) P ( 0,5 < X < 0,5) P ( X > 0,25) 1 si 2 x P (X 1) P (0,5 X 1) P (0,5 < X 1 X < 1)
PROBABILIDADES Y ESTADÍSTICA (C) Práctica 3 1. Sea X una v.a. con función de densidad { 0,75 (1 x f X (x) = 2 ) 1 x 1 0 en otro caso. a) Verificar que f X es realmente una función de densidad. b) Calcular:
Definición de Matemática Financiera Las matemáticas financieras en el mundo de los negocios El valor del dinero en el tiempo
Definición de Matemática Financiera La Matemática Financiera es una derivación de la matemática aplicada que provee un conjunto de herramientas, las cuales permiten analizar cuantitativamente la viabilidad
Esta cláusula adicional puede ser contratada por los asegurados de rentas vitalicias de vejez, invalidez o sobrevivencia, del D. L. Nº 3.500, de 1980.
CLAUSULA DE RENTA VITALICIA CON PERIODO GARANTIZADO DE PAGO, ADICIONAL A: POLIZA DE RENTA VITALICIA INMEDIATA, CODIGO POL 2 04 048 Y POLIZA DE RENTA VITALICIA DIFERIDA, CODIGO POL 2 04 049 Incorporada
Tema 2: Variables Aleatorias Unidimensionales
Tema 2: Variables Aleatorias Unidimensionales Teorı a de la Comunicacio n Curso 27-28 Contenido 1 Concepto de Variable Aleatoria 2 Función Distribución 3 Clasificación de Variables Aleatorias 4 Función
UNIDAD 2. INTERÉS SIMPLE Y DESCUENTO
UNIDAD 2. INTERÉS SIMPLE Y DESCUENTO Interés simple y descuento 1 Tabla de contenido UNIDAD 2. INTERÉS SIMPLE Y DESCUENTO... 1 Tabla de contenido... 2 Introducción... 3 Objetivos... 3 Objetivo general:...
PROTECCIÓN DE LA FAMILIA BENEFICIO
PROTECCIÓN DE LA FAMILIA BENEFICIO Porque la gente requiere cobertura de Gastos Finales Beneficio Esperado 01 02 03 No tienen ningún tipo de protección o plan de gastos final y se preocupa por dejar una
Probabilidad de muerte y supervivencia
1 Probabilidad de muerte y supervivencia 1.1 Introducción Dada una persona de edad x (o cabeza de edad x, en terminología actuaria!), que a partir de ahora representaremos por (x), no cabe duda de que
Distribuciones multivariadas
Distribuciones multivariadas Si X 1,X 2,...,X p son variables aleatorias discretas, definiremos la función de probabilidad conjunta de X como p(x) =p(x 1,x 2,...,x k )=P (X 1 = x 1,X 2 = x 2,...,X p =
FUNCIONES FINANCIERAS DE EXCEL
Nomenclatura Básica FUNCIONES FINANCIERAS DE EXCEL Símbolo VA VF j t m n i TEA VAN TIR C VA VF ia iv UM Significado Valor actual, Valor presente, Capital, Principal Capital más el interés, Valor Futuro
5 Variables aleatorias contínuas
5 Variables aleatorias contínuas Una variable aleatoria continua puede tomar cualquier valor en un intervalo de números reales.. Función de densidad. La función de densidad de una variable aleatoria continua
Cap. 3 : Variables aleatorias
Cap. 3 : Variables aleatorias Alexandre Blondin Massé Departamento de Informática y Matematica Université du Québec à Chicoutimi 16 de junio del 2015 Modelado de sistemas aleatorios Ingeniería de sistemas,
Modelos de distribuciones discretas y continuas
Ignacio Cascos Fernández Departamento de Estadística Universidad Carlos III de Madrid Modelos de distribuciones discretas y continuas Estadística I curso 2008 2009 1. Distribuciones discretas Aquellas
VARIABLES ALEATORIAS Y FUNCIÓN DE DISTRIBUCIÓN
VARIABLES ALEATORIAS Y FUNCIÓN DE DISTRIBUCIÓN BIBLIOGRAFIA Walpole, Ronal E., Myres, Raymond H., Myres, Sharon L.: Probabilidad y Estadística para Ingenieros. McGraw Hill-Interamericana. Canavos G. Probabilidad
VARIABLES ALEATORIAS CONTINUAS
VARIABLES ALEATORIAS CONTINUAS El zoo binomial: las probabilidades en la distribución binomial. Tutorial 5, sección 2 X = número de éxitos al repetir n veces un experimento con probabilidaf de éxito p
FÓRMULAS PARA EL CÁLCULO FINANCIERO
FÓRMULAS PARA EL CÁLCULO FINANCIERO www.cedicaped.com AYUDA MEMORIA PARA EL CÁLCULO FINANCIERO 1. INTERÉS SIMPLE Cálculo del interés simple: Monto a interés simple: Valor actual o Valor presente a interés
Glosario de términos. Introducción a las Matemáticas Financieras
Introducción a las Matemáticas Financieras Carlos Mario Morales C 2012 1 Amortización y capitalización UNIDAD 4: AMORTIZACIÓN Y CAPITALIZACIÓN OBJETIVO Al finalizar la unidad los estudiantes estarán en
SUPERINTENDENCIA DE ADMINISTRADORAS DE FONDOS DE PENSIONES CIRCULAR N 1314 SUPERINTENDENCIA DE VALORES Y SEGUROS NCG N 172
SUPERINTENDENCIA DE ADMINISTRADORAS DE FONDOS DE PENSIONES CIRCULAR N 1314 SUPERINTENDENCIA DE VALORES Y SEGUROS NCG N 172 VISTOS: Lo dispuesto en el artículo 65 del D.L. N 3.500, de 1980 y en el artículo
11.SISTEMAS DE ECUACIONES LINEALES DEFINICIÓN DE ECUACIÓN LINEAL DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN
ÍNDICE 11SISTEMAS DE ECUACIONES LINEALES 219 111 DEFINICIÓN DE ECUACIÓN LINEAL 219 112 DEFINICIÓN DE SISTEMA LINEAL Y CONJUNTO SOLUCIÓN 220 113 EQUIVALENCIA Y COMPATIBILIDAD 220 11 REPRESENTACIÓN MATRICIAL
Modelo discreto Binomial.
Modelo discreto Binomial. Uniperíodo (con derecho a eercer en un sólo paso Consideremos una Call europea (con opción a eercer finalizado el período C, con strike K, se tienen dos posibles estados a tiempo
RESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO
RESUMEN DE ALGUNOS CONCEPTOS ESTADÍSTICOS ELEMENTALES Y NOTACIÓN EMPLEADA EN EL CURSO 1 rojo 1 2 3 4 5 6 Supongamos que tenemos dos dados, uno rojo y otro verde, cada uno de los cuales toma valores entre
Departamento de Auditoría y Sistemas de Información FINANZAS I
Departamento de Auditoría y Sistemas de Información FINANZAS I UNIVERSIDAD ARTURO PRAT Santiago - Chile Temario Finanzas I. Valor del dinero en el tiempo. Valor Actual y Valor Futuro. Tasa de Interés Simple.
VARIABLES ALEATORIAS DISCRETAS
VARIABLES ALEATORIAS DISCRETAS M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional Primavera 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Variables Aleatorias Variables Aleatorias Definición: