En este caso, el valor actual de una unidad monetaria pagadera al final del año de fallecimiento de



Documentos relacionados
Análisis estadístico de incertidumbres aleatorias

Facultad de Ingeniería División de Ciencias Básicas Coordinación de Ciencias Aplicadas Departamento de Probabilidad y Estadística

SEGUNDA PARTE RENTAS FINANCIERAS

a) Qué población (la de hombres o la de mujeres) presenta un salario medio mayor? b) Qué porcentaje de varones gana más de 900?

Bloque 5. Probabilidad y Estadística Tema 2. Estadística descriptiva Ejercicios resueltos

Introducción a la Física. Medidas y Errores

MODELOS DE SECUENCIACIÓN EN MÁQUINAS 1

TEMA 7 RENTAS FRACCIONADAS

Una renta fraccionada se caracteriza porque su frecuencia no coincide con la frecuencia de variación del término de dicha renta.

VARIABLE ALEATORIA DISCRETA. DISTRIBUCIÓN BINOMIAL.

Variables Aleatorias

ENUNCIADOS DE LOS EJERCICIOS PROPUESTOS EN 2011 EN MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES. 3 y

Variables Aleatorias

SEMANA 13. CLASE 14. MARTES 20/09/16

Colección de problemas de. Poder de Mercado y Estrategia

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CESMA BUSINESS SCHOOL

Utilizar sumatorias para aproximar el área bajo una curva

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

3. VARIABLES ALEATORIAS.

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

SOLUCIONES A LOS EJERCICIOS DE LA UNIDAD

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

1. Lección 7 - Rentas - Valoración (Continuación)

4. REPRESENTACIONES GRÁFICAS PARA DATOS CATEGÓRICOS.

Pregunta Hoy está nublado, cuál es la probabilidad de que mañana continúe nublado? cuál es la probabilidad de que está nublado pasado mañana?

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

Objetivos El alumno conocerá y aplicará diversas técnicas de derivación e integración numérica. Al final de esta práctica el alumno podrá:

Para el caso que las variables no estén correlacionadas (covarianza nula) la incertidumbre asociada a la cantidad q viene dada por:

Regresión y correlación Tema Contraste sobre β 1.2 Regresión en formato ANOVA. 2. Correlación. Contraste sobre ρ xy

En un mercado hay dos consumidores con las siguientes funciones de utilidad:

Capitalización y descuento simple

Medidas de centralización

Una matriz es un conjunto de elementos de cualquier naturaleza aunque, en general, son números ordenados en filas y columnas.

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

Se entiende por renta el cobro o el pago periódico motivado por el uso de un capital

Resolución de sistemas lineales por métodos directos

4 BALANZA DE MOHR: Contracción de mezcla alcohol/h2o

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel

I.E.S. Historiador Chabás -1- Juan Bragado Rodríguez

Tema 11: Estadística.

Estadísticos muéstrales

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

TEMA 3. VARIABLE ALEATORIA

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

3.3 Caracterización de grupos: Estadísticos de forma de la distribución

Figura 1

UNIDAD 1: Tablas de frecuencias

Tema 4: Variables aleatorias

ESTADÍSTICA. Definiciones

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

3 - VARIABLES ALEATORIAS

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Mosto Vino joven Vino crianza Vino reserva Gran reserva Precio [ /l] Coste [ /l] Evap [%]

DISTRIBUCION DE RENDIMIENTOS: APLICACIONES

Distribuciones de probabilidad

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

75.12 ANÁLISIS NUMÉRICO I GUÍA DE PROBLEMAS INTEGRACIÓN

Departamento de Economía Aplicada I ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES DIPLOMATURA EN EMPRESARIALES ESTADÍSTICA

1. Números imaginarios. Números complejos en forma binómica página Representación gráfica de los números complejos página 116

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

TEMA 5. INTERPOLACION

EJERCICIOS DE ESTADÍSTICA BIDIMENSIONAL.

Problemas donde intervienen dos o más variables numéricas

Colección de problemas de. Poder de Mercado y Estrategia

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Las acciones a considerar en el proyecto de una estructura o elemento estructural se pueden clasificar según los criterios siguientes:

62 EJERCICIOS de NÚMEROS COMPLEJOS

El planteamiento de los problemas económicos financieros se desarrollan con base en los conceptos de capitalizaciones y actualizaciones.

Tema 1.3_A La media y la desviación estándar

El planteamiento de los problemas económicos financieros se desarrollan con base en los conceptos de capitalizaciones y actualizaciones.

PyE_ EF2_TIPO1_

-.GEOMETRÍA.- a) 37 cm y 45 cm. b) 16 cm y 30 cm. En estos dos, se dan la hipotenusa y un cateto, y se pide el otro cateto:

ESTADÍSTICA (GRUPO 12)

T. 5 Estadísticos de forma de la distribución

Cuaderno de actividades 4º ESO

Análisis de la Varianza de dos factores con replicaciones: Caso Balanceado (Scheffé, 1959)

Matemáticas A 4º E.S.O. pág. 1

1.- Una empresa se plantea una inversión cuyas características financieras son:

+ y 1 ; U 2 (x 2,y 2 ) = ax 2 (x 2) 2 2

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

PREGUNTAS TIPO TEST Y EJERCICIOS PRÁCTICOS PROPUESTOS EN EXÁMENES DE LOS CAPÍTULOS 2, 3 Y 4 (DISTRIBUCIONES DE FRECUENCIAS UNIDIMENSIONALES )

Tema 1: Estadística Descriptiva Unidimensional

DISTRIBUCIONES BIDIMENSIONALES

LECTURA 03: DISTRIBUCIONES DE FRECUENCIAS (PARTE II)

2. CARACTERÍSTICAS Y REQUISITOS DEL SISTEMA DE REDUCCIÓN

LECTURA 03: DISTRIBUCIONES DE FRECUENCIAS (PARTE II)

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Generación de e Modelos 3D a Partir de e Datos de e Rango de e Vistas Parciales.

SISTEMA DIÉDRICO I Intersección de planos y de recta con plano TEMA 8 INTERSECCIONES. Objetivos y orientaciones metodológicas. 1.

PyE_ EF1_TIPO1_

315 M/R Versión 1 Integral 1/ /1 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA

Vida Util, características de la Fiabilidad e Inviabilidad y distribuciones teóricas en el terreno de la fiabilidad

Transcripción:

Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos.4. SEGURO VIDA ENTERA.4.. Planteamento general En este caso, el valor actual de una undad monetara pagadera al fnal del año de fallecmento de una cabeza de edad, es una varable borroso aleatora ue notamos como ~, y vene dada por: ~ ~ = f t + con,,,,-- para la cual, y a un nvel α, a través de f tα =[f t (α,f t (α, podemos hallar la funcón de cuantía de la varable aleatora nferor (α y de la superor (α como: α = f t + con y ( = f t con ( α +,,,,-- Así pues, la esperanza matemátca de ~, ue notaremos como α-cortes venen dados por: [ A ~ será un número borroso cuyos A α = A, A = f, f B, B = t t Sn embargo y como ocurrrá en las estructuras actuarales ue analzaremos a contnuacón, no podemos hallar la epresón analítca de la funcón de pertenenca de la esperanza matemátca, la varanza o la desvacón estándar, ya ue s se utlzan varos tpos de nterés, debemos realzar la convolucón de las funcones de pertenenca de las funcones de pertenenca de cada uno de los tpos de nterés o de los factores de actualzacón ue defnen, o ben, s se utlza un tpo de nterés únco, no este epresón análtca de dcho tpo de nterés como funcón del valor actual de una renta. Asmsmo, la varanza borrosa toma como epresón de los α-cortes: + V[ α = R y = ( =[Mn y, Ma y t y t +, f = α En prncpo, no sólo no podemos dar una epresón de su funcón de pertenenca, sno ue no podemos dar una epresón analítca para sus α-cortes ya ue no es una funcón monótona de los tpos de nterés utlzados en la actualzacón. Sn embargo, para cada nvel α para la ue 57

. Análss de las prncpales estructuras actuarales con el tpo de nterés de valoracón estmado a través de números borrosos ueramos calcularla, resolveremos el etremo nferor y el superor de ésta sn más ue plantear los programas matemátcos: Mnmzar (Mamzar y ( s.a.: f f t + t + = t +,,,..,-- Sn embargo, s aplcamos la apromacón a la varanza propuesta en el apartado.6.. de la prmera parte de la tess, el resultado ue obtendremos nclurá el α-corte de la varanza. Los α- cortes de D ~ [, como sempre, se obtendrán sn más ue calcular la raz cuadrada de la varanza. La varanza de Feng se hallará partendo de: [ V[ (α= f ( - A ( α y V[ (α= f ( - A t + α [ [ t + α [ y así, V * [= f { } [ + [ f [ A + [ A = f {[ + [ f } dα [ A + [ A { } dα dα =.4.. Análss cuando el tpo de nterés a aplcar es un número borroso constante S el tpo de nterés aplcar a lo largo de toda la vda del contrato es un número borroso ~ constante para toda la operacón, las varables aleatoras (α y (α venen dadas por: (t ( α = ( + y ( α = ( + con +,,,,-- Sendo entonces los α-cortes de A α = [ A, = A ~ : A (, ( + + Asmsmo, la varanza, borrosa [ V ~, se obtendrá como un número borroso para el cual los etremos de los α-cortes se hallarán resolvendo los programas matemátcos: 58

Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos Mn (Ma y = ( + ( + s.a., De forma ue obtendremos el nterés para el cual la varanza toma un valor mámo ** y mínmo * y el valor de la funcón objetvo en estos puntos y**, y*. Por tanto, los α-cortes de la varanza, V[ α son: * ** [ = [ y, y V α = ( + ( + * ** ( + ( + * **, Sn embargo, como sólo aplcamos un únco tpo de nterés borroso durante toda la vda del contrato, tal como se ha comentado en el apartado.8., sólo este un valor ue cumpla las condcones de etremo relatvo de la varanza para un nterés [,. S dcho nterés de actualzacón ue denomnaremos como * puede ser hallado a través de métodos numércos, o con un pauete nformátco al efecto-, una forma relatvamente senclla de calcular los α-cortes de la varanza es: Paso : Determnar el nterés certo * para el cual V[(, ue es una funcón del tpo de nterés de valoracón, presenta un mámo. En este tpo de seguros, y para [,, ya comentamos en el apartado.8. de la prmera parte de la tess ue podíamos representar a la varanza como: V[( V[( * * (nterés 59

. Análss de las prncpales estructuras actuarales con el tpo de nterés de valoracón estmado a través de números borrosos Paso : Determnar la escala de verdad para la cual se pretende determnar los α-cortes. La msma es una sucesón de nveles de presuncón α = α α k α n =. Por ejemplo, s se trata de una escala endecadara, n=, donde 9 8. Paso : Determnar los α-cortes de ~ para dcha escala, de forma ue se obtene la sucesón de ntervalos de números reales postvos: = α... α = α. n Paso 4: Calcular V[ α de la sguente forma: Caso a: ( *. En este caso estamos en el tramo decrecente de la varanza. Gráfcamente observamos: V[( V[( * V[( ( V[( ( * ( ( (nterés Es nmedato ue los α-cortes α de V ~ [ V [ α = son: ( + [ A, ( + [ A Caso b: ( *. En este caso, cualuer nterés a aplcar con ( µ se stúa en el tramo ~ > crecente de la funcón varanza, lo cual podemos comprobar gráfcamente: V[( V[( * V[( ( V[( ( ( ( * (nterés 6

Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos de forma ue: ( + [ A, ( + [ A V [ α = Caso c: *. En este caso, la representacón gráfca del caso c es: V[( V[( * V[( ( V[( ( ( * ( (nterés En prmer lugar, debemos determnar Mn k {α k }, k {,,,,n} para el cual * calculamos los α-cortes como: [ α<α k, como * α, los α-cortes de la varanza son V [ α = V [, V [ V [ = Mn + donde: ( [ n A, ( + [ n A V [ = * * (t ( + + ( + α k. Así, α α k, como * α, los α-cortes del nterés se stúan en la parte crecente de la varanza (a la zuerda de * o el tramo decrecente de la funcón varanza, es decr, a la derecha de *. Dependendo del caso en ue nos encontremos, computamos los α-cortes de la sguente manera: c. S (α k > *, es decr, nos encontramos en el tramo decrecente de la varanza sendo por tanto, su epresón la msma ue en a: ( + [ A, ( + [ A V [ α = 6

. Análss de las prncpales estructuras actuarales con el tpo de nterés de valoracón estmado a través de números borrosos c. S (α k < *, es decr, nos encontramos en el tramo crecente de la varanza y por tanto estamos ante el caso b: ( + [ A, ( + [ A V [ α = Asmsmo, una vez hemos hallado V[ α, es nmedato determnar los α-cortes de D ~ [. Por otra parte, la varanza de Feng, se calculará a partr de la epresón del apartado.4.., susttuyendo en los etremos de los α-cortes de los factores de actualzacón por la epresón ue corresponda de los etremos de α. Asmsmo, D * [ se hallará como la raíz cuadrada del valor de V * [..4.. Análss cuando el tpo de nterés a aplcar es un número borroso constante y trangular Como las varables aleatoras nferor y superor de ~ venen determnadas por el tpo de nterés superor e nferor respectvamente, las epresones correspondentes a su funcón de cuantía son: ( α = ( + ( α con,,,,-- ( α = ( + + ( α con,,,,-- Así, los α-cortes de A ~ son: A α -- = ( + ( α, ( + + ( α Los α-cortes de la varanza borrosa se pueden hallar de la forma eplctada en el apartado anteror, sn más ue consderar ue (α= +( - α y (α= -( - α, hallándose nmedatamente, por supuesto, los de la desvacón estándar a través de V[ α. Asmsmo, la varanza de Feng se halla de la sguente forma: V * [= [( + ( α + ( + + ( α ( + ( α + ( + + ( α dα dα = 6

Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos = [( + ( α + ( + + ( α j= ( + ( + ( t α j+ j ( + + + j= ( + + ( dα = [ [ j= ( + t t ( + t t + t j t j t j t j [( + ( + [( + ( + + α j+ j j + t + j dα =.4.4. Aplcacón numérca A contnuacón realzamos dversas aplcacones numércas de esta estructura. Utlzaremos como sempre las tablas de mortaldad PEM 8 y un nterés constante a lo largo de toda la vda del contrato ~ = (', ', '5. Suponemos un captal asegurado de. undades monetaras. Las edades de los hpotétcos asegurados son =5, 45, 6 y 75 años, de forma ue, por ejemplo, para el asegurado de 5 años, las varables borroso aleatoras nferor y superor ue para un nvel de presuncón α defne ~ son: y, = ('5 'α con, t =,,...,79 = (' + 'α con, t =,,...,79 En prmer lugar obtendremos la esperanza matemátca de la varable borroso aleatora asocada a esta estructura actuaral, A ~ y la bondad de la apromacón trangular con la metodología ue vene sendo utlzada a lo largo de la tess, asuméndose como sempre una escala endecadara. Para ello, y de forma análoga a lo realzado en el apartado 4..4. de la prmera parte de la tess, dado ue A ~ se halla como t B~ ; y ue conocemos el error absoluto mámo ue se comete en los α-cortes de la esperanza matemátca del valor actual de los captales de fallecmento ue ntervenen en el cálculo de A ~ podemos dar una acotacón superor al error ue se comete al apromar A ~ trangularmente. Para t B ~ notaremos a dchos errores como D * I (t y D * D (t, los cuales se establecen en los nveles de presuncón obtendos prevamente, α I * (t y α D * (t, y cuya epresón puede encontrarse en el apartado..4. De esta forma, el error mámo ue podemos 6

. Análss de las prncpales estructuras actuarales con el tpo de nterés de valoracón estmado a través de números borrosos cometer en el nvel de presuncón de un valor por apromarlo a través de un número borroso trangular a A ~ vendrá acotado por: Ma A * D I ( t ( A (, A * D D ( t ( A ( El valor de la esperanza matemátca ya apromado medante un NBT, la acotacón del error cometdo por la apromacón trangular y V * [ y D * [ venen dados en el sguente cuadro. Edad A ~ Error V * [ D * [ 5 (5,5,,48, 49,49, 896,87 7,5 45 (8,86, 9,66, 54,7,8 46,8 56,85 6 (9,, 55,5, 666,,6 74,74 64,64 75 (6,4, 74,9, 8,7, 965,59 4,9 Podemos comprobar ue a medda ue la edad del asegurado aumenta, el ajuste trangular a A ~ es mejor. Ello es debdo a ue se ncorporan cada vez menos factores de descuento con vencmentos lejanos, ue son los ue peor uedaban ajustados por un número borroso trangular. En nuestra aplcacón numérca, podemos observar ue para una escala endecadara no podríamos aceptar la apromacón trangular de A ~ 5, ya ue puede producr en determnados valores un cambo en la escala de verdad a la ue pertenecen. Sn embargo, para edades superores s ue podemos aceptar la apromacón trangular de A ~. A contnuacón presentamos para las msmas estructuras anterormente analzadas, la epresón D ~ en una escala endecadara y epresamos el nterés * para el cual de los α-cortes de [ V ~ y [ la varanza como funcón del nterés alcanza mayor valor. =5 años * =,7 =45 años * =,447 α V (α V (α D (α D (α V (α V (α D (α D (α 58,5 894,69 5,7 7,57 777,5 64,6, 6,, 6,9 894,69 7,67 7,57 8565,6 64,6 6,5 6,, 6749,4 894,69 9,4 7,57 9,45 64,6 8,97 6,, 748,6 894,69,95 7,57 6,7 68,4 4,48 6,98,4 75, 894,69,9 7,57 675,47 677, 4,79 6,79,5 786,76 894,69,44 7,57 9,4 65,6 45,9 6,5,6 87,76 894,69 4,4 7,57 86,8 58,6 47,86 6,6,7 894,9 894,69 5,6 7,57 9,7 5467,79 49,64 59,59 64

Parte III: Análss de la determnacón de las prmas en los seguros de vda y de la solvenca dnámca del asegurador cuando los tpos de nterés de valoracón venen estmados a través de números borrosos,8 8479,99 894,69 5,94 7,57 879,4 5, 5,6 58,8,9 869,94 8888,7 6,49 7,44 7,78 4447,6 5,7 56,6 8746,54 8746,54 6,9 6,9 77,6 77,6 54,7 54,7 =6 años * =,74 =75 años * =,786 α V (α V (α D (α D (α V (α V (α D (α D (α 674,56 586,5 7,8 89, 989, 45, 99,45 79,, 77,79 59,6,5 87,6 65,5 774,, 75,4, 856, 4466,67 4,74 85,65 4,76 946,76 6,88 7,64, 99,79 654,4 8,7 8,45 99,4 88,76,45 67,66,4 6,89 75,68 4,64 8,97 98,99 676,9,9 6,45,5 984,6 75,9 44,86 78,9 766,4 588,8 7, 59,,6 88, 654,94 47,9 75,9 455,58 85,8,64 54,5,7 756,8 9455,7 5,85 7,6 54,,4,86 49,44,8 65,4 85,4 5,64 67,79 6,69 89,94 7, 44,6,9 448,7 674, 56, 6,5 698, 965,65,7 8,8 56,9 56,9 58,8 58,8 77,8 77,8,6,6 Sendo por ejemplo, la representacón apromada de [ ( µ [ ( V ~ µ para un asegurado de 5 años: V ~ 9 58,5 8746,54 894,69 y para una edad de 75 años: µ [ ( V ~ 989, 77,8 45, 65

. Análss de las prncpales estructuras actuarales con el tpo de nterés de valoracón estmado a través de números borrosos No analzaremos en este caso la apromacón trangular a la varanza. Podemos comprobar, ue, por los métodos ue hemos propuesto, es decr, ajustando un número borroso trangular con el µ, ~ * > msmo núcleo y soporte, en los casos en ue el tanto de nterés crítco * cumple ue ( por ejemplo, lo ue ocurría para una edad de 5 años, dcho ajuste no tene sentdo. Por supuesto, el msmo problema se tendrá con la desvacón estándar. Otra cuestón dstnta es ue * no pertenezca al núcleo del número borroso con el ue realzamos el cálculo del valor actual, lo cual ocurre, por ejemplo, para una edad de 75 años. En este caso s podría analzarse la bondad del ajuste trangular de la varanza, o de la desvacón estándar borrosa, mantenendo el núcleo y el soporte del número borroso de partda..5. SEGURO TEMPORAL.5.. Planteamento general En este caso, el asegurado recbe una undad monetara al fnal del año de fallecmento s este sucede dentro de los prómos n años, en caso contraro no recbe ndemnzacón. El valor actual de este captal contngente untaro es una varable borroso aleatora ue notamos como ~, y vene dada por: ~ f con t = =,,..., n - ~ con n p la cual, vendrá caracterzada por las correspondentes varables aleatoras nferor, (α, y superor (α: f con t =,,..., n = y con n p f t = + con con n p t =,,..., n En cualuer caso, supondremos ue la duracón será n>, ya ue en caso contraro sería un captal de fallecmento en, y este puede ser analzado según lo epuesto en.. Así pues, la esperanza matemátca de ~, ue notaremos como cuyos α-cortes venen dados por: [ n A ~, será un número borroso na α = A, A = f, f = B (, B n n n n n t n α t 66