You are on page 1of 80

UNIVERSIDAD NACIONAL AUTÓNOMA DE

MÉXICO

FACULTAD DE ESTUDIOS SUPERIORES ACATLÁN

DIVISIÓN DE MATEMÁTICAS E INGENIERÍA

PROGRAMA DE ACTUARÍA

Manual de de Teorı́a y Ejercicios Resueltos de


Cálculo Actuarial

Que presenta

Harvey Spencer Sánchez Restrepo

Revisores:
Dr. Pablo Pérez Akaki
Dr. Luis Alejandro Tavera Pérez

Enero de 2007
Índice

1
1. Distribuciones de Supervivencia
1. Completar la siguiente tabla

x qx lx dx
80 1/2 4000
81 2/3
82 4/5
83 1/3
84 3/4

Solución. Usando las siguientes dos igualdades es posible llenar la


tabla
dx = lx · qx

lx+1 = lx − dx ,

por lo que

d80 = l80 · q80 = (1/2)4000 = 2000 l81 = l80 − d80 = 4000 −


2000 = 2000
d81 = l81 · q81 = (2/3)2000 = 1333,33 l82 = l81 − d81 = 2000 −
1333,33 = 666,66
d82 = l82 · q82 = (4/5)666,66 = 533,33 l83 = l82 − d82 = 666,66 −
533,33 = 133,33
d83 = l83 · q83 = (1/3)133,33 = 44,44 l84 = l83 − d83 = 133,33 −
44,44 = 88,89
d84 = l84 · q84 = (3/4)88,89 = 66,66 l85 = l84 − d84 = 88,89 −
66,66 = 22,23

2
quedando la tabla de la siguiente manera:

x qx lx dx
80 1/2 4000 2000
81 2/3 2000 1333.33
82 4/5 666.66 533.33
83 1/3 133.33 44.44
84 3/4 88.89 66.66

2. Demuestre que
n+m−1 x+n+m−1
X X dx
n|m qx = y| qx = .
y=n y=x+n
lx

Solución. Para empezar, recordemos el significado de la expresión

n|m qx : “ la probabilidad de que (x)1 sobreviva n años (n px ) y (una vez


teniendo x + n años) muera en el transcurso de los próximos m años
(m qx+n )”, por lo que se tiene

n|m qx = n px · m qx+n .

Desarrollando el término m qx+n

(1) (2) (3) (4)


z }| { z }| { z }| {
m qx+n = qx+n + px+n · qx+n+1 + 2 px+n · qx+n+2 + · · ·+m−1 px+n · qx+n+m−1 .
z }| {

Para justificar esta última expresión, recuerde que la persona tiene


x + n años y que los periodos base son anuales. Ası́, se efectúa la suma
de probabilidades de eventos disjuntos2 , donde los eventos correspon-
dientes son los siguientes:
1
Una persona de edad x.
2
Sn Pn
Recuerde de los cursos ´básicos de probabilidad P( Ai ) = P( Ai ) para n eventos
disjuntos.

3
(1). (x + n) muere en el transcurso del siguiente año

(2). (x + n) sobrevive un año y muere en el transcurso del siguiente


año

(3). (x + n) sobrevive 2 años y muere en el transcurso del siguiente


año

(4). (x+n) sobrevive m−1 años y muere en el transcurso del siguiente


año, es decir, muere entre los años m − 1 y m.

Luego, la expresión que se pide es

n|m qx = n px ·m qx+n

= n px [qx+n + px+n · qx+n+1 + 2 px+n · qx+n+2 + · · · + m−1 px+n · qx+n+m−1 ]

= n px · qx+n +n px · px+n · qx+n+1 +n px · 2 px+n · qx+n+2 + · · ·

+n px · m−1 px+n · qx+n+m−1

= n px · qx+n +n+1 px · qx+n+1 +n+2 px · qx+n+2 + · · · +n+m−1 px · qx+n+m−1

= n| qx + n+1| qx + n+2| qx + · · · + n+m−1| qx


n+m−1
X
= y| qx .
y=n

Del resultado obtenido, se tiene

y| qx = y px · qx+y
lx+y lx+y − lx+y−1
 
=
lx lx+y
lx+y − lx+y−1
=
lx
dx+y
= ,
lx
por lo que
n+m−1 n+m−1
X X dx+y
n|m qx = y| qx = .
y=n y=n lx

4
Finalmente, haciendo un cambio en los ı́ndices de la suma, se llega al
resultado buscado
n+m−1 x+n+m−1
X X dy
n|m qx = y| qx = .
y=n y=x+n
lx

20,000−100x−x2
3. Verifique que la función 20,000 satisface las condiciones de
S(x). Calcule además lo siguiente.

a. La probabilidad de que un recién nacido sobreviva a edad 20

b. La probabilidad de que una persona de edad 20 sobreviva a edad


40

c. La probabilidad de que una persona de edad 20 muera entre las


edades 30 y 40.

Solución. Primero se enuncian cuales son las condiciones que debe


cumplir cualquier función de supervivencia y, posteriormente se verifica
si es que la función cumple dichas condiciones:

Debe ser una función contı́nua en un intervalo 0 ≤ x ≤ w. La


función es un polinomio, por lo tanto es contı́nua.

La función debe ser decreciente en x. No hay mejor forma de


determinar el comportamiento de la función, que utilizando el
criterio de la primera derivada, esto es, si S 0 (x) < 0 en 0 ≤ x ≤ w
entonces es decreciente en dicho intervalo.
−100 − 2x
S 0 (x) = <0 ∀x ∈ (0, w)
20, 000
por lo que se cumple que sea una función decreciente.

5
S(0) = 1 y S(w) = 0. Busquemos el valor apropiado para w, para
esto factoricemos la función

20, 000 − 100x − x2 (100 − x)(x + 200)


S(x) = =
20, 000 20, 000

de aquı́ que w = 100. Para S(0) = 1 el resultado es inmediato.

Una vez comprobadas las condiciones para la función de supervivencia,


es posible calcular las probabilidades pedidas3 , esto es

S(x + n) [100 − (x + n)][(x + n) + 200]


n px = = .
S(x) (100 − x)(x + 200)

a. La probabilidad de que un recién nacido sobreviva a edad 20.


Aquı́ lo que se busca es 0 p20 , por lo que

S(20) (100 − 20)(20 + 200)


0 p20 = = = 0,88.
S(0) (100 − 0)(0 + 200)

b. La probabilidad de que una persona en edad 20 sobreviva a edad


40. Aquı́ lo que se busca es la probabilidad de que (20) viva otros
20 años, es decir 20 p20 , por lo que

S(40) (100 − 40)(40 + 200) 9


20 p20 = = = .
S(20) (100 − 20)(20 + 200) 11

c. La probabilidad de que una persona de edad 20 muera entre las


edades 30 y 40. Esta es una probabilidad diferida, se busca la
3 lx+n
Rucuerde que lx = kS(x), por lo que n px = lx
, donde k es llamado radix de una
tabla de mortalidad, este valor corresponde a l0 y generalmente se toman valores grande
múltimplos de 10.

6
probabilidad de que (20) viva 10 años más () para después morir
durante los siguientes 10 años q , por lo que
10|10 20

S(30) − S(40) (100 − 30)(30 + 200) − (100 − 40)(40 + 200) 17


q
10|10 20
= = = .
S(20) (100 − 20)(20 + 200) 176

1

4. Si S(x) = 10 100 − x, 0 < x < 100

a. Encuentre la probabilidad de que una persona de edad 0 muera


entre 19 y 36 años.

b. Encuentre la probabilidad de que una persona de edad 19 muera


antes de la edad 36.

Solución. En el primer inciso, se pide 19|17 0


q , es decir

S(19) − S(36)
q
19|17 0
=
S(0)
= S(19) − S(36)
1 h√ √ i 1
= 81 − 64 = .
10 10

Para el segundo inciso, se pide q , por lo que


17 19

S(36) 8 1
q
17 19 =1− =1− = .
S(19) 9 9

5. ¿Cuál es la diferencia entre las probabilidades n qx y n| qx ?, ¿Son iguales


o es una mayor que la otra? Desarrolle e interprete.

7
Solución. Para contestar estas preguntas, desarrollemos n| qx , es decir

n| qx = n px · qx+n

= (1 − n qx ) · qx+n .

Por lo que no son iguales las expresiones, ya que podemos poner a una
en función de la otra. Ahora, si n = 0, entonces n| qx >n qx . Por el
contrario, si n = w − x, entonces n| qx <n qx . Ası́ que ninguna domina.
El que se tenga más edad no garantiza que sea más probable que
muera.

0
6. Resuelva la ecuación diferencial µ(x) = − SS(x)
(x)
para obtener n px .
0
Solución. Reescribiendo la ecuación diferencial µ(x) = − SS(x)
(x)
cam-
biando x por y, se tiene

d
−µ(y) = ln S(y)
dy
−µ(y)dy = d ln S(y),

integrando esta última expresión de x a x + n se llega a que


Z x+n Z x+n
− µ(y)dy = d ln S(y)
x x
= ln S(y)|x+n
x

= ln [S(x + n) − S(x)]
h S(x + n) i
= ln
S(x)
= ln n px .

Finalmente
R x+n
n px = e− x
µ(y)dy
.

8
7. Expresar 10 p28 en términos de

a. S(x) b. µ(x)

c. T (x) d. X

Solución.

S(x+n)
a. Sabiendo que n px = S(x) se tiene

S(38)
10 p28 = .
S(28)

b. Del ejercicio anterior, se puede decir fácilmente que


R 38
− µ(x)dx
10 p28 = e 28 .

c. Para T (x), la v.a. que representa el tiempo futuro de vida de (x),


se tienen las siguientes relaciones:

t qx = P[T (x) ≤ t] t≥0

t px = 1 − t qx = P[T (x) > t] t≥0

por lo que

10 p28 = P[T (28) > 10].

d. Recuerde que X es la v.a. que denota la edad a la que muere un


recién nacido y que cumple

S(x) = 1 − FX (x) = P[X > x],

por lo que
S(38) P[X > 38]
10 p28 = = .
S(28) P[X > 28]

9
d
8. Dada la función ψ(x) = − dx S(x), muestre

Rw
a. o ψ(y)dy = 1.
R x+n
b. x ψ(y)dy es la probabilidad de que una persona de edad 0
muera entre las edades x y x + n.
Rx
c. S(x) = 1 − 0 ψ(y)dy.

Solución.

a. Sustituyendo ψ(x) en la integral, se tiene


Z w Z w
d
ψ(y)dy = −
S(y)dy
o o dy
= −S(y)|w
0

= S(0) − S(w) = 1.

b. Nuevamente, sustituyendo ψ(y) se tiene


Z x+n Z x+n d
ψ(y)dy = − S(y)dy
x x dy
= −S(y)|x+n
x

= S(x) − S(x + n).

S(x)
Sabiendo además que S(0) = 1 y S(x) =1

S(x) S(x) − S(x + n)


 
S(x) − S(x + n) =
S(0) S(x)
= x p0 · n q x

= x|n q0

que es, precisamente, la probabilidad buscada.

10
c. Para demostrar esta igualdad, se despeja la integral, esto eso
Z x
ψ(y)dy = 1 − S(x).
0

Se tiene entonces entonces


Z x Z x
y
ψ(y)dy = −
S(y)dy
0 0 dy
= −S(y)|x0

= S(0) − S(x)

= 1 − S(x),

quedando ası́ demostrado lo pedido.

11
Para los siguiente ejercicios nos será útil la siguiente tabla.

Tabla 1.1 Funciones de Probabilidad para X.

FX (x) S(x) fX (x) µ(x)

0 0
FX (x) - 1 − FX (x) FX (x) FX (x)/[1 − FX (x)]

S(x) 1 − S(x) - −S 0 (x) −S 0 (x)/S(x)

Rx R∞ R∞
fX (x) 0
fX (u)du x
fX (u)du - fX (x)/ 0
fX (u)du

 Rx   Rx   Rx 
µ(x) 1 − exp − 0
µ(t)dt exp − 0
µ(t)dt µ(x) exp − 0
µ(t)dt -

Fuente. Actuarial Mathematics. Bowers, Gerber, Hickman. Tabla 3.2.1 p. 57

9. Llene la siguiente tabla.

S(x) FX (x) fX (x) µ(x)

π
tan x, 0 ≤ x ≤ 2

e−x , x ≥ 0

1
1− 1+x , x ≥0

Solución.

12
Se tiene que µ(x) = tan x, por lo que, de la tabla anterior S(x) =
Rx
µ(t)dt
e 0 , es decir
Rx
− tan tdt
S(x) = e 0

x
= e− ln sec(t)|0

= e− ln sec x

= cos x,

por lo tanto FX (x) = 1 − S(x) = 1 − cos x y fX (x) = −S 0 (x) =


sin x.

Como S(x) = e−x , entonces FX (x) = 1 − e−x , es decir, fX (x) =


e−x . Por último

fX (x) e−x
µ(x) = = −x = 1.
1 − FX (x) e
1 1
Si FX (x) = 1− 1+x , entonces S(x) = 1+x . De lo anterior fX (x) =
1
(1+x)2
. Por último

1
(1+x)2 1
µ(x) = 1 = .
1+x
1+x

13
Por lo que la tabla queda de la siguiente manera:

S(x) FX (x) fX (x) µ(x)

π
cos x 1 − cos x sin x tan x, 0 ≤ x ≤ 2

e−x , x ≥ 0 1 − e−x e−x 1

1 1 1 1
1+x 1− 1+x , x ≥0 (1+x)2 1+x

10. Compruebe que la siguiente función puede ser usada como una función
de supervivencia, en caso de serlo, encuentre las correspondientes µ(x),
fX (x) y FX (x).
3 /12
S(x) = e−x x ≥ 0.

Solución. Si las función cumple las 3 condiciones vistas en el Ejercicio


3, entonces puede considerarse función de supervivencia.

Continuidad. La función exponencial es contı́nua en (−∞, ∞),


por lo que también es contı́nua en (0, w) cualquiera que sea el
valor de w.

Función decreciente. Usando en criterio de la primera derivada se


tiene
d −x3 /12 1 3
e = − x2 ex /12 ∀x ≥ 0
dx 4
por lo que cumple esta segunda condición.

S(0) = 1 y S(w) = 0. Es claro que S(0) = 1. Tomando w = ∞,


entonces S(w) = 0.

14
Una vez comprobada la utilidad de la función como de supervivencia,
es posible obtener lo que se pide. Para FX (x) se tiene

3 /12
FX (x) = 1 − S(x) = 1 − e−x .

Ahora, para fX (x) tenemos

d 3 x2 −x3 /12
fX (x) = (1 − e−x /12 ) = e .
dx 4

Por último
1 2 −x /12 3
−S 0 (x) x e x2
µ(x) = = 4 −x3 /12 = .
S(x) e 4

11. De las siguientes funciones, determine porque no pueden ser usados


según el sı́mbolo que la define.

a. µ(x) = (1 + x)−3 x ≥ 0.
22x 11x2 7x3
b. S(x) = 1 − 12 + 8 − 24 0 ≤ x ≤ 3.

c. fX (x) = xn−1 e−x/2 x ≥ 0, n ≥ 1.

Solución. Ası́ como se han visto condiciones que debe cumplir to-
da función de supervivencia, las existen también para µ(x), fX (x) y
FX (x). Este ejercicio trata las principales y más importantes 4 .

a. Una condición necesaria, pero no suficiente, de una función de


mortalidad es
Z ∞
µ(x)dx = ∞.
0
4
El lector podrá consultar todas y cada una de las condiciones en la tabla de la que se
extrajeron las equivalencias presentadas en la Tabla 1.1 de esta sección.

15
Pero la función µ(x) = (1 + x)−3 no cumple dicha condición, es
decir
Z ∞ 1
Z ∞
µ(x)dx = dx
0 0 (1 + x)3
1 ∞ 1
= − = .

2(x + 1)2 0 2

b. Por ser un polinomio cumple con la condición de continuidad,


pero no es decreciente en el intervalo dado. Para verificar esto, se
calcula la primera derivada, es decir

22 11x 21x2
S 0 (x) = − + +
12 4 24

por lo que no cumple la condición S 0 (x) < 0 para cualquier x,


ya que, por ejemplo, S 0 (1) = 43
24 , es decir, no es decreciente en el
intervalo.

c. Una condición para cualquier función de densidad es que integre


a 1 sobre su intervalo de definición. Veamos porque la función de
densidad propuesta no puede fungir como tal, es decir,
Z ∞
xn−1 e−x/2 dx 6= 1.
0

Para esto, se hace el siguiente cambio de variable: u = x/2 en-


tonces x = 2u y dx = 2du. Los lı́mites de integración quedan
igual, por lo que se tiene
Z ∞ Z ∞
n−1 −u
(2u) e 2du = 2 n
un−1 e−u du = 2n Γ(n) > 1
0 0

para n ≥ 1 y no cumple la condición requerida.

x
12. Si S(x) = 1 − 100 , 0 ≤ x ≤ 100, encuentre

16
a. µ(x) b. FX (x).

c. fX (x) d. P(10 < X < 40).

Solución.

−S 0 (x)
a. Como µ(x) = S(x) , entonces
1
100 1
µ(x) = 100−x = .
100
100 − x

b. Ahora, si FX (x) = 1 − S(x), entonces


x
FX (x) = .
100

c. Para fX (x) se tiene


1
fX (x) = .
100
d. Por último
40 − 10 3
P(10 < X < 40) = FX (40) − FX (10) = = .
100 10

13. Dada la función del ejercicio anterior, determine la función de super-


vivencia, la fuerza de mortalidad y la densidad del tiempo futuro de
vida de (40).

Solución. Lo se piden es P[T (40) > t], µ(40 + t) y fT (40) (t) respecti-
vamente. Para calcular P[T (40) > t] es necesario calcular t px , ya que
P[T (x) > t] = t px , es decir
R x+t
− µ(y)dy
t px = e x
R x+t 1
− dy
= e x 100−y

100−(x+t)
= eln [ 100−x
]
t
= 1− .
100 − x

17
Con este resultado es posible calcular lo que se pide, esto es

t
P[T (40) > t] = 1 − .
60

Para la mortalidad se tiene


1
−S 0 (40 + t) 60 1
µ(40 + t) = = 60−t = .
S(40 + t) 60
60 − t

Por último, para la densidad se tiene

60 − t 1 1
  
fT (40) (t) = t p40 µ(40 + t) = = .
60 60 − t 60

q
x
14. Si S(x) = 1− 100 , 0 ≤ x ≤ 100, determine

a. 17 p19 b. q
15 36 c. q
15|13 36

d. µ(36).

Solución. La parte operativa y algebraica se deja al lector por ser


rutinaria. Para los incisos a), b) y c) se tiene

S(36) 8 S(51) 1 S(51) − S(64) 1


17 p19 = = q
15 36 = 1− = q
15|13 36
= = .
S(39) 9 S(36) 8 S(36) 8

Para la mortalidad
q
d x
−S 0 (x) − dx 1− 100 1
µ(x) = = q = x ,
S(x) 1− x 200(1 − 100 )
100

1
es decir, µ(36) = 128 .

15. Compruebe que k| q0 = −4S(k), y que



X
k| q0 = 1.
k=0

18
Solución. Para la primera parte se tiene

k|
px = k
p0 (1 − pk )

= p0 − k+1 pk
k

S(x) S(k + 1)
= −
S(0) S(0)
= S(k) − S(k + 1)

= −4S(k).

Para la segunda parte, basta sumar por partes, esto es


∞ ∞
4S(k) = −S(k)|∞
X X
p =−
k| x 0 = S(0) − S(∞) = 1.
k=0 k=0

16. Si µ(x) = 0,001 para 20 ≤ x ≤ 25, encuentre q .


2|2 20

Solución. Para resolver este ejercicio, será necesario encontrar primero

t px , ya que

n|k qx = n px (1 − k px+n ).

Por lo que
R x+t
0,001dy
t px = e x = e−0,001t ,

es decir,

q
2|2 20
= 2 p20 (1 − 2 p22 ) = e−0,002 (1 − e−0,002 ) = 0,001994.

17. Si n Dx es la v.a. que denota el numero de personas fallecidas entre


las edades n y x + n del grupo inicial l0 de recién nacidos, defı́nalo

19
entonces como una suma de indicadores Bernoulli (Ij ) de la siguiente
forma




 1 si el j -ésimo recién nacido fallece entre las edades x y x + n.

Ij =



 0 si el j -ésimo recién nacido no falleció entre las edades x y x + n.

y demuestre que n dx = E[n Dx ] = lx − lx+n .

Solución. Como hay l0 personas, entonces


l0
X
n Dx = Ij
j=1

donde Ij ∼ Ber(p) y p = S(x)−S(x+n), por lo que n Dx ∼ Bin(l0 , p).


Por último

E[n Dx ] = l0 p = l0 [S(x) − S(x + n)] = lx − lx+n .

18. Muestre que

d d
a. dx lx µ(x) < 0 cuando dx µ(x) < µ2 (x)
d d
b. dx lx µ(x) = 0 cuando dx µ(x) = µ2 (x)
d d
c. dx lx µ(x) > 0 cuando dx µ(x) > µ2 (x).

d
Solución. Calculando dx lx µ(x) como el producto de las funciones lx
y µ(x) se tiene
d d d
lx µ(x) = lx µ(x) + µ(x) lx
dx dx dx
d
= lx µ(x) + µ(x)[−µ(x)lx ]
dx
d
= lx µ(x) − µ(x)2 lx
dx
d

2
= lx µ(x) − µ(x) .
dx

20
Analizando los tres casos

d d
a. dx lx µ(x) < 0 si dx µ(x) − µ2 (x) < 0, es decir, si

d
µ(x) < µ2 (x).
dx
d d
b. dx lx µ(x) = 0 si dx µ(x) − µ2 (x) = 0, es decir, si

d
µ(x) = µ2 (x).
dx
d d
c. dx lx µ(x) > 0 si dx µ(x) − µ2 (x) > 0, es decir, si

d
µ(x) > µ2 (x).
dx

19. Si la v.a. tiene densidad fT (x) = ce−ct para t ≥ 0, c > 0, calcule

a. e̊=E[T ] b. Var(T ) c. median(T ).

Solución. Es claro que T tiene distribución exponencial con parámetro


c, por lo que

1 1
a. e̊=E[T ] = c b. Var(T ) = c2
.

La mediana m(x) puede ser encontrada resolviendo

1
P[T (x) > m(x)] = .
2

Sabiendo que
FX (x) = 1 − e−λx

para X ∼ exp(λ), basta con despejar m(t) de

e−c·m(t) = 1/2

21
para encontrar lo que se pide, esto es

e−c·m(t) = 1/2

−c · m(t) = − ln(2)
1
m(t) = ln(2)
c

20. Si µ(x + t) = t, t ≥ 0, calcule

a. t px µ(x + t) b. e̊ x
√ 2
[Hint: Recuerde que (1 2π)e−t /2 es la función de densidad de la dis-
tribución normal estándar.]

Solución. Primero se calcula t px teniendo presente que


n Z x+t o
t px = exp − µ(y)dy .
x

En casos como este, dada la forma en que se tiene la función de mor-


talidad, es conveniente hacer el cambio de variable s = y − x, de tal
forma que
n Z t o
t px = exp − µ(y + s)ds .
0

Con esto, ya es posible calcular de manera más fácil t px , esto es


t t t2 o
n Z o n Z o n
t px = exp − µ(y + s)ds = exp − sds = exp − .
0 0 2

Por lo que

a. t px µ(x + t) = t exp{−t2 /2}

b. Para la Esperanza de tiempo futuro de vida se tiene


Z ∞
e̊ x = t px dt
0

22
Z ∞
= exp{−t2 /2}dt
0
√ Z ∞ 1
= 2π √ exp{−t2 /2}dt
0 2π
| {z }
1/2
r
π
= .
2

21. Si la v.a. T (x) tiene distribución definida por



t



 100−x 0 ≤ t ≤ 100 − x

FT (x) (t) =



 1 t ≥ 100 − x

calcule

a. e̊ x b. Var[T (x)] c. median[T (x)].

Solución. Recordando que t px = P[T (x) > t] = 1 − FT (x) (t), por lo


que
Z 100−x Z 100−x t 100 − x
e̊ x = t px dt = 1− dt =
0 0 100 − x 2

(Se deja al lector comprobar la parte algebraica por ser rutinaria).


Para la varianza se calcula el segundo momento de T (x) para usar la
siguiente definición de varianza

Var[T (x)] = E[T (x)2 ] − E[T (x)]2 ,

es decir
Z ∞ Z ∞ h t i 2
E[T (x)2 ] = 2 t · t px dt = 2 t 1− dt = (100 − x)2 ,
0 0 100 − x 3

23
por lo que

2  100 − x 2 (100 − x)2


Var[T (x)] = (100 − x)2 − = .
3 2 12

Por último, para la mediana hay que resolver P[T (x) > m(t)] = 21 , es
decir, hay que resolver
1
FT (x) = ,
2
es decir

m(t) 1
=
100 − x 2
100 − x
m(t) = .
2

22. Muestre que


a. ∂x t px = t px [µ(x) − µ(x + t)]

b. ∂t t px = −t px µ(x + t)
d
c. dx e̊ x =e̊ x µ(x) − 1.

24
Solución.

lx+t
a. Sabiendo que t px = lx , se aplica la fórmula de la derivada del
cociente de funciones, es decir
∂ ∂ lx+t
t px =
∂x ∂x lx
1h ∂ ∂ i
= l x l x+t − l x+t lx
lx2 ∂x ∂x
1h i
= l x ( − l x+t µ(x + t)) − l x+t ( − l x µ(x))
lx2
1h i
= lx+t µ(x) − lx+t µ(x + t)
lx
lx+t h i
= µ(x) − µ(x + t)
lx
h i
= t px µ(x) − µ(x + t) .

b. Aqui solo será necesario derivar lx+t , es decir


∂ ∂ lx+t
t px =
∂t ∂t lx
1 ∂
= lx+t
lx ∂t
1
= [ − lx+t µ(x + t)]
lx
= −t px µ(x + t).

c. Utilizando el resultado del primer inciso


d d
Z ∞
e̊ x = t px dt
dx dx 0
Z ∞ d
= t px dt
dx
Z0∞ h i
= t px µ(x) − µ(x + t) dt
Z0∞
= t px · µ(x) − t px · µ(x + t)dt
0
Z ∞ Z ∞
= µ(x) t px dt − t px · µ(x + t)dt
0
|0 {z }
1

25
= µ(x)e̊ x − 1.

23. Muestre que las siguientes funciones pueden ser usadas como fuerza
de mortalidad. Encuentre además su función de supervivencia corre-
spondiente. En cada caso x ≥ 0.

a. Bcx B > 0 c > 1 (Gom-


pertz)

b. A + Bcx B > 0, A ≥ −B, B > 1, (Make-


ham)

c. a(b + x)−1 a>0 b>1 (Pareto)

d. (w − x)−1 0 ≤ x ≤ w (De
Moivre)

e. kxn n>0 k>0 (Weibull).

Solución. Recordando que la principal caracterı́stica para la fuerza


de mortalidad es que
Z ∞
µ(x)dx = ∞,
0

por lo que, si estas funciones cumplen este requisito, se calcula su


fución de supervivencia correspondiente.

a. Gompertz.
∞ ∞ Bcx ∞
Z Z
Bcx dx = B cx dx = =∞
0 0 ln(c) 0

n Z x o n Bcy x o n −B o
S(x) = exp − Bcy dy = exp − |0 = exp (cx −1)
0 ln(c) ln(c)

26
b. Makeham

∞ Bcx ∞
Z
A + Bcx dx = Ax + =∞
0 ln(c) 0

n Z x o n h Bcy ix o n −B o
S(x) = exp − A+Bcy dy = exp − Ay+ = exp (cx −1)−Ax
0 ln(c) 0 ln(c)

c. Pareto

Z ∞ a
dx = a ln(b + x)|∞
0 =∞
0 b+x

n Z x a o  b a
S(x) = exp − dy = exp { − a ln(b + y)|x0 } = .
0 b+y b+x

d. De Moivre

Z w 1
dx = − ln(w − x)|w
0 = ln(w) − ln(0) = ∞
0 w−x

n Z x 1 o x
S(x) = exp − dy = exp{ln(w − y)|x0 } = 1 − .
0 w−y w

27
e. Weibull

w kxn+1 ∞
Z
kxn dx = =∞
0 n+1 0

x ky n+1 x −kxn+1
n Z o    
n
S(x) = exp − ky dy = exp − = exp .
0 n+1 0 n+1

Acx
24. Si µ(x) = 1+Bcx con x > 0, encuentre la función de supervivencia S(x).

Solución. Siguiendo de mismo modo que en el ejercicio anterior, se


tiene
x Acy
n Z o
S(x) = exp − dy .
0 1 + Bcy
Para integrar el argumento de la función exponencial, se hace el sigu-
iente cambio de variable: u = cy , de donde du = cx ln(c)dx, por lo que
du
dx = u ln c , es decir
Z x Acy
Z cx Au
dy = du
0 1 + Bcy 1 (1 + Bu)u · ln c
Z cx A
= du
1 (1 + Bu) · ln c
A cx
= ln(1 + Bu)

B ln c 1
A
= [ ln(1 + Bcx ) − ln(1 + B)]
B ln c

28
A
  1 + Bcx  
= ln .
B ln c 1+B

Por último se encuentra la forma explı́cita de la función de superviven-


cia
( )
A
 1 + Bcx 
S(x) = exp − ln
B ln c 1+B

 1 + Bcx − A
B ln c
= .
1+B

29
2. Seguro de Vida

1. Si µ(x) = µ, una constante positiva, para toda x > 0, muestre que


Āx = µ/(µ + δ).

Solución. Recordando algunos conceptos del capitulo anterior,


R x+t R x+t
t px = e− x
µ(y)dy
= e− x
µdy
= e−µt

Por lo que
Z ∞
Āx = v t t px µ(x + t)dt
0
Z ∞
= µe−δt e−µt dt
0
Z ∞
= µ e−t(δ+µ) dt
0
µ
=
δ+µ

2. Sea µ(x) = 1/(1 + x), para toda x < 0.

a. Integre por partes para demostrar que

Z ∞ 1+x
Āx = 1 − δ e−δt dt
0 1+x+t
b. Use la expresión de (a) para demostrar que dĀx /dx < 0 para
toda x > 0.

Solución.

a. Se calcula primero t px
 Z x+t 1 n 
x+1 o x+1
t px = exp − dy = exp ln = ,
x 1+y x+t+1 x+t+1

30
es decir
u
Z ∞ Z ∞ z}|{ x+1
t −δt
Āx = v t px µ(x + t)dt = e dt
0 0 (x + t + 1)2
| {z }
dv

de donde du = −δe−δt dt y v = −(1 + x)/x + t + 1, por lo que

−(1 + t)e−δt ∞ ∞

1+x
Z
Āx = − δe−δt dt
1 + x + t 0 0 (1 + x + t)2

Z ∞ 1+x
= 1−δ e−δt dt.
0 1+x+t
d
b. Ahora, para dx Āx se tiene que

d d
 Z ∞ 1+x

−δt
Āx = 1−δ e dt
dx dx 0 1+x+t

Z ∞ d 1+x
= −δ e−δt dt
0 dx 1 + x + t

Z ∞ t
= −δ e−δt dt
0 (1 + x + t)2

Como el argumento de la integral es positivo ∀t ≥ 0, es decir, se


esta integrando una función positiva, se concluye que d/dxĀx < 0.

3. Demuestre que dĀx /di = −v(I¯Ā)x .

Solución.

d d
Z ∞
Āx = v t t px µ(x + t)dt
di di 0

31
Z ∞ d
= (1 + i)−t t px µ(x + t)dt
0 di

Z ∞
= −t(1 + i)−t−1 t px µ(x + t)dt
0

Z ∞
= −v tv t t px µ(x + t)dt
0

= −v(I¯Ā)x .

4. Sea lx = 100 − x para 0 ≤ x ≤ 100 y la fuerza de interés δ = 0,05.

a. Calcule A140:25|

b. Determine el valor presente actuarial de un seguro temporal a 25


años con beneficio al tiempo de fallecimiento t, bt = e0,005t , para
una persona de edad 40 a la emisión de la póliza.

Solución.

a. Fácilmente puede verse que µ(x) = 1/100 − x y t px = 100 − x −


t/100 − x, por lo que
Z 25
A140:25| = e−δt t p40 µ(40 + t)dt
0

Z 25 
100 − 40 − t

1

0,05t
= e dt
0 100 − 40 100 − 40 − t

1
Z 25
= e0,05t dt = 0,830114319.
60 0

32
b. Aqui también se busca A140:25| , solo que con beneficio variable, es
decir

Z 25
A140:25| = e−0,05t e−δt t p40 µ(40 + t)dt
0

1 25 −0,05t 0,05t
Z
= e e dt
60 0
Z 25
1
= dt = 0,41667
60 0

5. Asumiendo la función de supervivencia De Moivre con w = 100 e


i=0.10, calcule

1
a. Ā30:10| .

b. La varianza del valor presente, a la emisión de la póliza, de los


beneficios del seguro en (a).

Solución.

a. La función de supervivencia De Moivre vienen dada por S(x) =


1 − x/w, por lo que t px = (w − x − t)/(w − x).
Z 10
1
Ā30:10| = (1 + i)−t t p30 µ(30 + t)dt
0
Z 10 
70 − t

1

−t
= (1,10) dt
0 70 70 − t
1
Z 10
= (1,10)−t dt = 0,0920.
70 0

b. La varianza viene dada por la fórmula

1
V ar(Z) = 2 Ā1x:n| − (Āx:n| )2 ,

33
por lo que se calcula 2 Ā1x:n| (el segundo momento de la v.a. Z)
sabiendo que E[Z j ]@δ = E[Z]@jδ por lo que

1
Z 10
2
Ā1x:n| = (1,10)−2t = 0,255213743.
70 0

Finalmente

V ar(Z) = 0,255213743 − (0,0920)2 = 0,246749743.

6. a. Muestre que Āx es la Función Generadora de Momentos (FGM)


de T , el tiempo futuro de vida de (x), evaluado en −δ.

b. Muestre que si T tiene distribución Gamma(α, β), entonces Āx =


(1 + δ/β)−α .

34
Solución.

a. De la teorı́a básica de probabilidad, una FGM de una v.a. X viene


dada por
mX (t) = E[etx ].

En particular, para la v.a. T se tiene que


Z ∞
st
mT (s) = E[e ] = est t px µ(x + t)dt.
0

Por último, valuando la FGM en −δ, es decir mT (−δ)


Z ∞ Z ∞
−δt −δt
mT (−δ) = E[e ]= e t px µ(x+t)dt = v t t px µ(x+t)dt = Āx ,
0 0

con lo que queda demostrado lo pedido.

b. Aquı́, se hará uso de la función de probabilidad Gamma, la cual


es de la forma
xα−1 e−xβ β α
fX (x) = 0 < x < ∞.
Γ(α)
Una vez conocida la función Gamma se busca Āx , para esto se
hace un pequeño cambio denotando, u = δ + β para simplificar
el problema

Z ∞
Āx = v t fT (t)dt
0
∞ tα−1 e−tβ β α
Z
= e−δt dt
0 Γ(α)
(u − δ)α ∞ e−tu tα−1 uα
Z
= dt
uα 0 Γ(α)
| {z }
Función Gamma(α, u)

u−δ

=
u
δ −α
 
= 1+ ,
β

35
quedando demostrado lo que se querı́a.

7. Dados bt = t, µx (t) = µ y δt = δ para t > 0, derive expresiones para

a. (I¯Ā)x = E[bT v T ] b. Var(bT v T ).

Solución.

a. En efecto (I¯Ā)x = E[bT v T ], ya que


Z ∞ Z ∞
(I¯Ā)x = tv t t px µ(x + t)dt = bt v t t px µ(x + t) dt = E[bt v t ].
0 0 | {z }
fT (x) (t)

Se busca, ahora, una expresión que las defina


Z ∞
(I¯Ā)x = tv t t px µ(x + t)dt
0

Z ∞
= µte−δt e−µt dt
0

Z ∞
= µ te−t(µ+δ) dt,
0

integrando por partes, tomando u = t y dv = e−t(µ+δ) dt, es decir,


du = dt y v = −e−t(µ+δ) /(µ + δ), se tiene que

−te−t(µ+δ) ∞ ∞ e−t(µ+δ)
 Z 
(I¯Ā)x = µ + dt
µ + δ 0 0 µ+δ

µe−t(µ+δ) ∞

= −
µ + δ 0

µ
= = E[bt v t ].
(µ + δ)2

36
b. Para la varianza, se calcula el segundo momento, esto es
Z ∞
t 2
E[(bt v ) ] = (bt v t )2 t px µ(x + t)dt
0

Z ∞
= (te−δt )2 µe−µt dt
0

Z ∞
= µ t2 e−t(µ+2δ) dt.
0

Esta última expresión, se integra dos veces por partes para llegar
al resultado (se omite el procedimiento por ser rutinario)


E[(bt v t )2 ] = ,
(µ + 2δ)3

por último

2µ µ2
V ar(bt v t ) = − .
(µ + 2δ)3 (µ + δ)4

37
8. Muestre que Ax:n| = A1x:m| +v m m px Ax+m:n−m| para m < n e interprete
el resultado.

Solución.

n−1
X
Ax:n| = v k+1 k px · qx+k + v n n px
k=0

m−1
X n−1
X
k+1
= v k px · qx+k + v k+1 k px · qx+k + v n n px
k=0 k=m

n−m−1
X
= A1x:m| + v j+m+1 j+m px qx+m+j + v n n px
j=0
| {z }
m px ·j px+m

n−m−1
X
= A1x:m| + v m m px v j+1 j px+m · qx+m+j + v m m px · v n−m n−m px+m
j=0

 n−m−1
X 
= A1x:m| +v m
m px v j+1
j px+m · qx+m+j + v n−m
n−m px+m
j=0

= A1x:m| + v m m px · Ax+m:n−m|
| {z } | {z } | {z }
(1) (2) (3)

Interpretación. Hay tres elementos involucrados en la ecuación: (1) un


seguro temporal a m años; (2) el factor de descuento multiplicado por
la probabilidad de que (x) llegue a x + m; (3) un seguro mixto para
una persona de edad x + m. Vemos ası́ que, un seguro mixto para una
persona de edad x puede verse también como un seguro temporal a m
años ec. (1) y, una vez terminado el periodo de cobertura de este seguro
temporal, un seguro mixto para (x + m) ec. (3), siempre y cuando (x)
este con vida a edad (x + m) ec. (2).

38
9. Si Ax =0.25, A20+x= 0.40 y Ax:20| =0.55, calcule

a. Ax:20|1 b. A1x:20|

Solución. Se resolverán simultáneamente ambos incisos. Primero, es


claro que

X
Ax = v k+1 k pk · qx+k
k=0
Xn ∞
X
= v k+1 k pk · qx+k + v k+1 k px · qx+k .
k=0 k=n
| {z } | {z }
(1) (2)

Se tiene que (1)= A1x:n| . En (2), se manipulan los lı́mites de la suma,


esto es

X ∞
X
v k+1 k pk · qx+k = v j+n+1 j+n px · qx+j+n
k=n j=0
X∞
= v j+n+1 n px · j px+n · qx+j+n
j=0

X
= v n n px v j+1 j px+n · qx+j+n
j=0

= Ax:n|1 · Ax+n ,

por lo que se llega al siguiente sistema de ecuaciones

Ax:n| = A1x:n| + Ax:n|1

Ax = A1x:n| + Ax:n|1 · Ax+n .

Sustituyendo para los valores conocidos

A1x:20| + Ax:20|
1
= 0,55

A1x:20| + 0,4 · Ax:20|


1
= 0,25.

39
Resolviendo el sistema de ecuaciones, se encuentran los valores busca-
dos, es decir A1x:20| = 0,05 y Ax:20|
1 = 0,5.

R∞
10. a. Muestre que la expresión Āx = o v t t px µx (t)dt puede ser rescrita
como

1
Z ∞
Āx = x
v y y p0 µ(y)dy x≥0
x 0v
p x

b. Diferencie la fórmula del inciso anterior para demostrar que

d
Āx = [µ(x) + δ]Āx − µ(x) x≥0
dx

c. Use la misma técnica para demostrar

d 1
Ā = [µ(x) + δ]Ā1x:n| + µ(x + n)Ā1x:n| − µ(x) x≥0
dx x:n|

Solución.

a. Si y = x + t, observe que

lx lx l /ly yp
t px = = = 0 = 0.
lx+t ly l0 /lx x p0

Haciendo el cambio t = y − x, es posible llegar a lo que se pide,


es decir
Z ∞
Āx = v t t px µ(x + t)dt
0

Z ∞  p 
y 0
= v y−x µ(y)dy
x x p0

1
Z ∞
= v y · y p0 µ(y)dy.
vx x p0 x

40
b. Derivando como el producto de dos funciones, se tiene que

d d

1
Z ∞ 
y
Āx = x
· v · y p0 µ(y)dy
dx dx v x p0 x

1

d
Z ∞  Z ∞ 
d 1

= v y · y p0 µ(y)dy + v y · y p0 µ(y)dy .
v x x p0 dx x x dx v x x p0

Calculando por separado cada una de las derivadas involucradas

d
Z ∞ d
Z x
y
v · y p0 µ(y)dy = − v y · y p0 µ(y)dy = −v x x p0 µ(x)
dx x dx ∞

d 1 d eδx δeδx x p0 + eδx µ(x)x p0 δ + µ(x)


= = = .
dx v x x p0 dx x p0 (x p0 )2 v x x p0

Por último, sustituyendo las derivadas obtenidas, usando el inciso


(a)

d 1

δ + µ(x)
 Z ∞ 
x y
Āx = − v x p0 µ(x) + x v · y p0 µ(y)dy
dx v x x p0 v x p0 x

= −µ(x) + [δ + µ(x)]Āx .

c. Se obtiene primero un resultado análogo al inciso (a), es decir


Z n
Ā1x:n| = v t t px µ(x + t)dt
0

41
x+n
y p0
Z  
y−x
= v µ(y)dy
x x p0

1
Z x+n
= v y y p0 µ(y)dy.
vx x p0 x

Siguiendo como el inciso (b)


d 1 d

1
Z x+n 
y
Ā = v y p0 µ(y)dy
dx x:n| dx v x x p0 x

1

d
Z x+n  Z x+n 
d 1

= v y y p0 µ(y)dy + v y y p0 µ(y)dy
v x x p0 dx x x dx v x x p0
En el inciso anterior se calculó una de las derivadas involucradas,
para la segunda, tenemos que
d
Z x+n d
Z a Z x+n 
v y y p0 µ(y)dy = v y y p0 µ(y)dy + v y y p0 µ(y)dy
dx x dx x a

d
 Z x Z x+n 
y y
= − v y p0 µ(y)dy + v y p0 µ(y)dy
dx a a

= −v x x p0 µ(x) + v x+n x+n p0 µ(x + n).

Por último, sustituyendo y simplificando, se tiene que


d 1 1 δ + µ(x)
Z x+n 
x x+n y
Ā = [−v x p0 µ(x) +v x+n p0 µ(x + n)] + v y p0 µ(y)
dx x:n| v x x p0 v x x p0 x

v x+n x+n p0
= −µ(x) + µ(x + n) + [δ + µ(x)]Ā1x:n|
v x x p0
| {z }
v n n px

= µ(x + n)Āx:n|1 + [δ + µ(x)]Ā1x:n| − µ(x).

42
11. Resuelva la ecuación diferencial del inciso (b) del ejercicio anterior
como sigue:

a. Use el factor integrante


 Z x 
exp − (δ + µ(z))dz
y

para obtener
Z ∞  Z x 
Āy = µ(x) exp − [δ + µ(z)]dz dx
y y

b. Use el factor integrante e−δx para obtener


Z ∞
Āy = µ(x)v x−y (1 − Āx )dx
y

Solución. La ecuación diferencial que se resolverá es la siguiente:

d
Āx = −µ(x) + Āx [δ + µ(x)] = δ Āx − µ(x)(1 − Āx ).
dx

Usando el primer factor integrante



d
  Z x   Z x 
Āx −Āx [δ+µ(x)] ·exp − (δ+µ(z))dz = −µ(x)·exp − (δ+µ(z))dz ,
dx y y

agrupando términos

d
 Z x   Z x 
Āx · exp − (δ + µ(z))dz − Āx [δ + µ(x)] · exp − (δ + µ(z))dz
dx y y
 Z x 
= −µ(x)·exp − (δ+µ(z))dz
y

43
d
 Z x   Z x 
Āx ·exp [− (δ+µ(z))dz] = −µ(x)·exp − (δ+µ(z))dz .
dx y y

Integrando ambos lados de y a ∞


Z x ∞ Z ∞  Z x 
Āx · exp [ − (δ + µ(z))dz] = −µ(x) · exp − (δ + µ(z))dz dx

y y y y
Z ∞  Z x 
Āy = µ(x) · exp − (δ + µ(z))dz dx.
y y

Análogamente, para el segundo factor integrante


d
e−δt [ Āx − δ Āx ] = −e−δx (1 − Āx )
dx
d
[Āx e−δx ] = −e−δx (1 − Āx )
dx Z ∞
Āy e−δy = e−δx (1 − Āx )dx
y
Z ∞
Āy = v x−y (1 − Āx )dx.
y

12. a. Determine si un incremento constante en la fuerza de mortalidad


tiene el mismo efecto en Ax que el mismo incremento en la fuerza
de interés.

b. Muestre que si la probabilidad de muerte qx+n es incrementada


a qx+n + c, entonces Ax se ç incrementara en

cv n+1 n px (1 − Ax+n+1 ).

Solución.

a. Se denotara por A0x el seguro bajo un incremento constante en la


fuerza de interés, es decir

A0x = e−(δ+c)(k+1) k px (1 − px+k ).
X

k=0

44
Para el incremento en la fuerza de mortalidad, sea k p∗x tal que
 Z x+t 

k px = exp − [µ(z) + c]dz = e−ct k px ,
x

por lo que, si denotamos a A∗x al seguro bajo k p∗x , es decir, bajo


un incremento en la fuerza de mortalidad, se tiene que

A∗x = e−(δ+c)(k+1) k p∗x qx+k

X

k=0

e−δ(k+1) k px e−ct (1 − e−ct px+k )
X
=
k=0

e−(δ+c)(k+1) k px (1 − e−ct px+k ).
X
=
k=0

Se concluye que A0x 6= A∗x , es decir, no se produce el mismo efecto.

b. Lo que se pide demostrar es que, si bajo qx+n se tiene un seguro


Ax y si bajo qx+n +c se tiene un seguro A∗x , entonces A∗x = Ax +k,
donde
k = cv n+1 n px (1 − Ax+n+1 ),

es decir, se tiene un incremento k al incrementar en c la proba-


bilidad qx+n . Antes de demostrar lo que se pide, será necesario
llegar a un resultado previo

X
Ax = v k+1 k px · qx+k
k=0
n−1
X ∞
X
= v k+1 k px qx+k + v k+1 k px · qx+k
k=0 k=n

X
= A1x:n| + v k+n+1 n px · k px+n · qx+k+n
k=0

X
= A1x:n| + v n n px v k+1 k px+n · qx+k+n
k=0
= A1x:n| +v n
n px Ax+n .

45
De la misma manera se puede demostrar que

Ax+n = v[qx+n + px+n Ax+n+1 ].

Usando estos dos resultados, se tiene que

Ax = A1x:n| + v n+1 n px [qx+n (1 − Ax+n+1 ) − Ax+n+1 ].

Haciendo el incremento qx+n → qx+n + c y reordenando términos

A∗x = A1x:n| + v n+1 n px [(qx+n + c)(1 − Ax+n+1 ) − Ax+n+1 ]

= A1x:n| + v n+1 n px [qx+n (1 − Ax+n+1 ) − Ax+n+1 ] + cv n+1 n px (1 − Ax+n+1 )

= Ax + cv n+1 n px (1 − Ax+n+1 )

Por lo que se verifica que, en efecto, un incremento de c en qx+n


produce un incremento k en Ax .

13. Suponga que T (x) se distribuye de la siguiente forma

2 2 /200
fT (x) (t) = √ e−t
10 2π

y que δ =0.05. Muestre:

a. Āx = 2e0,125 [1 − Φ(0,5)] = 0.6992

b. 2 Āx = 2e0,5 [1 − Φ(1)] = 0.5232.

46
Solución. De la definición de Āx
Z ∞
Āx = v t fT (x) (t)dt
0

Z ∞ 2 2 /200
= e0,05t √ e−t dt
0 10 2π

2
Z ∞ 2 /2)
= √ e−(0,05t+t dt.
10 2π 0

Para integrar esta última expresión, se multiplica por e0,125 e−0,125 = 1,


es decir
2
Z ∞ 2 /2+0,125)
Āx = √ e−(0,05t+t e0,125 dt
10 2π 0

1
Z ∞ 1 2
= 2e0,125 √ e− 200 (t+5) dt
10 2π 0
| {z }
(∗)

La expresión (*) representa P [T > 0] donde T es una v.a. con dis-


tribución Normal(−5, 10). Para facilitar los cálculos, estandarizamos a
T , es decir
T −µ 5
 
P[T > 0] = 1 − P[T < 0] = 1 − P < = 1 − Φ(0,5).
σ2 10
Se busca el valor de Φ(0,5) en tablas y concluimos que

Āx = 2e0,125 [1 − Φ(0,5)] = 0,6992.

El calculo de 2 Āx es totalmente análogo, simplemente se reemplaza


δ = 0,05 por δ = 0,1.

14. Muestre que si δ > 0, entonces

v e̊ x ≤ Āx .

47
[Hint: Use la desigualdad de Jensen.]

Solución. De acuerdo a la desigualdad de Jensen, se cumple que

g(E[X]) ≤ E[g(X)]

para una v.a. X y función convexa g(x). La función g a considerar


aqui es v T o bien e−δT , por lo que, por definición

v E[T ] ≤ E[v T ]

v e̊ x ≤ Āx .

48
3. Anualidades

1. Bajo el supuesto de fuerza constante de mortalidad, µ, y fuerza con-


stante de interés, δ calcule:

a. āx = E[āT | ]

b. V ar(āT | )

c. La probabilidad de que āT | exceda āx .

Solución.
a.
Z ∞ Z ∞ 1
āx = v t t px dt = e−δt e−µt dt =
0 0 δ+µ
b. Para calcular la varianza, se utilizan las siguientes dos igualdades

1 = δāx + Āx
2 Ā − (Āx )2
x
V ar(āT | ) = .
δ2
Utilizando la primera identidad
µ
Āx = 1 − δāx = .
δ+µ
Por la regla de los momentos, se tiene que

2 µ
Āx = .
2δ + µ
Por lo que, la varianza buscada queda de la siguiente forma
1 µ  µ 2 µ
 
V ar(āT | ) = 2
− = .
δ 2δ + µ δ+µ (2δ + µ)(δ + µ)2

49
c. Para la probabilidad pedida, se tiene que
 1 − vT  
1  µ 

P(āT | > āx ) = P > āx = T > − ln = t0 px
δ δ δ+µ
µ
donde t0 = − 1δ ln ( δ+µ ). Ahora, siguiendo la definición de t px , se
tiene que
 Z x+t0 
t0 px = exp − µ(y)dy
x
= exp{ − µt0 }
µ µ
 
= exp ln ( )
δ δ+µ
µ/δ
µ

= .
δ+µ
2. Muestre que la varianza V ar(āT | ) puede ser expresada como:
2
(āx − 2 āx ) − ā2x
δ
donde 2 āx es calculada a una fuerza de interés 2δ.

Solución. Para demostrar lo que se pide, se utilizaran las dos identi-


dades usadas en el inciso b) del ejercicio anterior, junto con

1 = 2δ · 2 āx + 2 Āx .

Por lo que
2 Ā − (Āx )2
x
V ar(āT | ) =
δ2
(1 − 2δ · 2 āx ) − (1 − δāx )2
=
δ2
1 − 2δ · āx − 1 + 2δāx − δ 2 ā2x
2
=
δ2
2δ(āx − āx ) − δ 2 ā2x
2
=
δ2
2
= (āx − 2 āx ) − ā2x .
δ

50
3. Sea Y la v.a. que denota el valor presente de una anualidad pagadera
1
anualmente. Si äx = 10, 2 äx = 6 e i = 24 , calcule Var(Y ).

Solución. Bajo la igualdad


1 2
Var(Y ) = ( Ax − A2x ),
d2
1
será necesario encontrar 2 Ax y Ax . Por otro lado, si i = n, entonces
1 1
d= n+1 , por lo que d = 25 . Se tiene entonces que

Ax = 1 − däx = 1 − (0.04)10 = 0.6.

Para 2 Ax , se calcula de la misma forma que Ax , solo que bajo doble


fuerza de mortalidad, 2δ, es decir, 1 − v 2 = 1 − (0.96)2 = 0.0784, por
lo que 2 Ax = 1 − (0.0784)6 = 0.5296. Por último
(0.5296 − (0.6)2 )
Var(Y ) = = 106.
(0.04)2

4. Si āx = 10, 2 āx = 7.375 y Var(aT (x)| ) = 50, determine Ax .

Solución. Sustituyendo los valores conocidos, se tiene que

2
Āx = 1 − 2δ · 2 āx = 1 − 2δ(7.375)

Āx = 1 − δāx = 1 − δ(10).

Sustituyendo lo anterior
2 Ā− (Āx )2
x
Var(aT (x)| ) =
δ2
1 − 2δ(7.375) − (1 − δ(10))2
50 = .
δ2
Por último, despejando, se llega a que δ = 0.035.

51
5. Calcule Cov(δāT | , v T ).

Solución. Directamente de la definición de Covarianza, se tiene que

1 − vT T
 
T
Cov(δāT | , v ) = Cov δ · ,v
δ
= Cov(1 − v T , v T )

= −V ar(v T ).

R∞
6. Sea δ = 0, g := 0 tt px dt y h := Var(āT | ), donde T es la v.a. que
denota el tiempo futuro de vida de (x). Exprese e̊ x en términos de g
y h.

Solución. Dado que se supone que δ = 0, entonces, integrando por


partes, Var(T ) puede escribirse como
Z ∞ Z ∞ 2
Var(T ) = t2 t px µ(x + t)dt − tt px µ(x + t)dt
0 0
Z ∞ Z ∞ 2
2
= t dt (−t px ) + tdt (−t px )
0 0
Z ∞ Z ∞ 2
= 2 tt px dt + t px dt
Z0∞ 0

= 2 tt px dt + (e̊ x )2 ,
0

por lo que
h = 2g − (e̊ x )2 ,

es decir
p
e̊ x = 2g − h.

7. Encuentre la derivada dāx /dx e interprete el resultado.

52
Solución. Para encontrar la derivada, nos será útil el resultado del
ejercicio 23 de la primera parte de este manual, es decir
d d
Z ∞
āx = v t t px dt
dx dx 0
Z ∞  ∂ 
= vt t px dt
∂x
Z0∞
= v t t px [µ(x) − µ(x + t)]dt
0
= µ(x)āx − Āx

= µ(x)āx − (1 − δāx )

Por lo tanto
d
āx = [µ(x) + δ]āx − 1.
dx
La interpretación es la siguiente: el valor presente actuarial cambia a
la tasa que es la suma de la tasa de interés de los ingresos δāx mas la
tasa de beneficios por supervivencia µ(x)āx menos la tasa de los pagos
hechos (en este caso 1).

8. Encuentre las siguientes derivadas

d d
a. ā b. āx
dx x:n| dn n|

Solución.

a. De la misma manera que en el ejercicio anterior, se tiene que


d n Z
āx:n| = v t t px [µ(x) − µ(x + t)]dt
dx 0
= µ(x)āx:n| − Āx:n|

= µ(x)āx − (1 − δāx:n| − n Ex )

= [µ(x) + δ]āx:n| − (1 − n Ex ).

53
b. De manera totalmente análoga, pero ahora se deriva respecto a
n, esto es
d d
Z ∞
n| āx = v t t px dt = −v n n px .
dn dn n

9. Resuelva la ecuación diferencial resultante en el ejercicio 4, bajo los


supuestos āy = 0 y w ≤ y, para encontrar lo que se pide en lo siguientes
incisos.
Ry
a. Utilice el factor integrante exp{− 0 [µ(z) + δ]dz} para obtener
Z ∞
āx = āt| t px µ(x + t)dt.
0

b. Use el factor integrante e−δy para obtener


Z w
āx = āw−x| − e−δ(y−x) āy µ(y)dy
x

Solución.

a. Tratar de llegar a la expresión que se indica es algo complicado,


pero si integramos por partes dicha expresión tomando f (t) = āt| ,
dg(t) = t px µ(x + t)dt, g(t) = −t px y df (t) = v t dt, obtenemos
Z ∞
āx = v t t px dt
0

la cual es más sencilla de manejar (algebraicamente hablando).


Siguiendo el procedimiento para resolver una ecuación diferencial,
se tiene que
d
āy = [µ(y) + δ]āy − 1
dy
d
āy − [µ(y) + δ]āy = −1
dy
n Z y o d  n Z y o
exp − [µ(y) + δ]dz āy − [µ(z) + δ]āy = − exp − [µ(z) + δ]dz
0 dy 0
Z y n Z y
d
 n o o
ay · exp − [µ(z) + δ]dz = − exp − [µ(z) + δ]dz .
dy 0 0

54
Se integra de x a ∞ respecto de y, para despues hacer el cambio
de variable y = t + x (haciendo también el cambio respectivo en
los limites de integración), esto es
n Z y o ∞ Z ∞ n Z y o
ay · exp − [µ(z) + δ]dz = − exp − [µ(y) + δ]dz dy

0 x x 0
n Z x o Z ∞ n Z x+t o
ax · exp − [µ(z) + δ]dz = − exp − [µ(y) + δ]dz dt.
0 0 0

Se despeja āx del lado derecho y despues se simplifica la expresión


que resulta
Z ∞ Z x Z x+t 
āx = exp [µ(z) + δ]dz − [µ(z) + δ]dz dt
0 0 0
Z ∞  Z x+t 
= exp − [µ(z) + δ]dz dt
0 x
Z ∞  Z x+t   Z x+t 
= exp − µ(z)dz · exp − δdz dt
Z0∞ x x

= t px · exp { − δt}dt
0
Z ∞
= v t t px dt
0

b. Aqui no será necesario reducir nada, ya que es posible llegar a la


expresión que se pide, esto es
d
āy = [µ(y) + δ]āy − 1
dy
d
āy − δāy = āy · µ(y) − 1
dy
−δy d
  h i
e āy − δāy = e−δy āy · µ(y) − 1
dy
dh i h i
āy · e−δy = e−δy āy · µ(y) − 1 .
dy
De la misma manera como se ha venido haciendo, se integra re-
specto a y pero esta vez de x a w, es decir
w Z w h i
āy · e−δy = e−δy āy · µ(y) − 1 dy

x x

55
Z w h i
−eδx āx = e−δy āy · µ(y) − 1 dy
x
Z w h i
āx = − e−δ(y−x) āy · µ(y) − 1 dy
x
Z w Z w
−δ(y−x)
= e dy − e−δ(y−x) āy µ(y)dy.
x x
| {z }
(∗)

En efecto (∗) = āw−x| , ya que


Z w Z w
e−δ(y−x) dy = eδx e−δy dy
x x
h 1 iw
= e δx
− e−δy
δ x
eδx (e−δx − e−δw )
=
δ
1−e −δ(w−x)
=
δ
1−v w−x
=
δ
= āw−x| .

Por lo que puede concluirse fácilmente que


Z w
āx = āw−x| − e−δ(y−x) āy µ(y)dy.
x

10. Suponga que µ(x + t) = µ y la fuerza de interés es δ para todo t ≥ 0.

a. Si Y = āT | , 0 ≤ T desarrolle la fórmula para la función de dis-


tribución de Y.

b. Si 
 ā 0≤T <n

T|
Y =
 ān|

n≤T
desarrolle la fórmula para la función de distribución de Y.

56
c. Si 
 0 0≤T <n

Y =
 ā − ān|

n≤T
T|
desarrolle la fórmula para la función de distribución de Y.

d. Si 
 ā 0≤T <n

n|
Y =
 ā

T| n≤T
desarrolle la fórmula para la función de distribución de Y.

Solución.

a. La distribución de T puede ser obtenida de la siguiente manera

FY (y) = P(Y ≤ y) = P(āT | ≤ y) = P(1 − v T ≤ δy)


− ln(1 − δy)
 
T
= P(v ≤ 1 − δy) = P T ≤
δ
− ln(1 − δy) 1
 
= FT para 0 < y < .
δ δ
Se ha encontrado la distribución de Y como función de la distribu-
ción de T . Para encontrar la fórmula explicita de la distribución
de Y , recordemos del primer capı́tulo que FT (t) = 1 − t px . Bajo
los supuestos hechos, es sencillo demostrar (o al menos deverı́a
serlo) que t px = exp{−µt}, es decir
nµ o
t px = exp{−µt} = exp ln(1 − δy) = (1 − δy)µ/δ
δ
− ln(1−δy)
para t = δ . Se tiene entonces, que la fórmula explicita
para la distribución de Y viene dada por la siguiente expresión




 1 − (1 − δy)µ/δ 0 ≤ y < 1δ .

FY (y) =



1
 1 ≤ y.

δ

57
b. El razonamiento es totalmente análogo al inciso anterior, por lo
que se omite el desarrollo, no sin hacer notar que, como se tra-
ta de una anualidad temporal a n años, la función será valida
para valores menores que ān| . En otras palabras, la función de
distribución de Y queda de la forma




 1 − (1 − δy)µ/δ 0 ≤ y < ān| .

FY (y) =



 1 ān| ≤ y.

c. De nuevo partimos del mismo razonamiento análogo, pero esta


vez sı́ lo desarrollaremos. La variable aleatoria en cuestión no
puede tomar valores más grandes que v n /δ, lo cual puede verse
al desarrollar FT (t)

FY (y) = P(Y ≤ y) = P(āT | − ān| ≤ y) = P(v n − v T ≤ δy)


− ln(v n − δy)
 
T n
= P(v ≤ v − δy) = P T ≤
δ
− ln(v n − δy) vn
 
= FT para 0 < y < .
δ δ

De la misma manera que en el inciso a), se tiene


nµ o
t px = exp{−µt} = exp ln(v n − δy) = (v n − δy)µ/δ
δ

y que la distribución explicita para la variable Y es



vn



 1 − (v n − δy)µ/δ 0≤y< δ .

FY (y) =


vn

 1 ≤ y.

δ

d. A igual que en los ejercicios anteriores, el razonamiento es total-


mente análogo, pero aqui existe un caso más que analizar. Cuando

58
y ≤ ān| tenemos que FY (y) = P(Y ≤ y) = 0 (lo que es equivalente
a P(Y ≤ ān| ) = 0), ya que la anualidad que estamos manejando es
una anualidad cierta, esto es, se tienen garantizados los primeros
n pagos. Por lo tanto, la función de distribución para Y es




 0 y ≤ ān|








1
FY (y) =
 1 − (1 − δy)µ/δ ān| ≤ y < δ








1

 1 ≤ y.

δ

59
4. Prima de Beneficios.

1. Calcule P̄ (Āx ) y V ar(Āx ) bajo el supuesto de fuerza de mortalidad


constante µ = 0.04 y fuerza de interés δ = 0.06.

Solución.

Generalizaremos5 este problema para después tomar el caso particular


para µ y δ. Bajo los supuestos hechos, podemos ver facilmente que

µ 1
Āx = , āx = ,
µ+δ µ+δ

es decir
Āx
P̄ (Āx ) = = µ,
āx
por lo que P̄ (Āx ) =0.04. Para la varianza, se usa
2 Ā − (Āx )2
x
V ar(L) = .
(δāx )2

Sustituyendo las expresiones respectivas de Āx y āx , y haciendo algu-


nas operaciones algebraicas, se tiene que la varianza es de la siguiente
forma
µ
V ar(L) = .
µ + 2δ
Por lo que concluimos mediante sustitución que V ar(L) = 0.25.

2. Si
q = c(0,96)k+1
k| x
k = 0, 1, 2 . . .
5
Asumir fuerza de mortalidad constante µ es equivalente a decir que la variable aleato-
ria que denota en tiempo futuro de vida T (x) se distribuye de manera exponencial con
parámetro µ, lo que puede ser demostrado fácilmente pero no se hara.

60
donde c = 0.04/0.96 e i = 0.06. Calcule Px y V ar(L).

Solución. Se tiene que las componentes de Px son


∞ ∞ k
0,04 X 0,96
X 
k+1
Ax = c v k|
q x = = 0.40
k=0
0,96 k=1 1,06

1 − Ax
äx = = 10.6
d

Por lo que tenemos el primer resultado Px = 0.0377. La fórmula para


la Varianza en el caso discreto es de la siguiente forma
2A − (Ax )2
x
V ar(L) = .
(däx )2

61
Calculando el segundo momento 2 Ax , es decir
∞ ∞ k
0,04 X (0,96)2
X 
2 2(k+1)
Ax = c v q
k| x
= = 0.2445.
k=0
0,96 k=1 1,06

Por último, se sistituyen los valores en la fórmula para llegar a que


V ar(L) =0.2347.

3. Muestre que

δ Āx
P̄ (Āx ) = .
1 − Āx

Solución. Para mostrar lo que se pide, se parte de la igualdad

δāx + Āx = 1,

o bien
1
δ + P̄ (Āx ) = .
āx
Despejando P̄ (Āx ), es posible llegar a lo que se pide, es decir

1 − δāz δ Āx
P̄ (Āx ) = = .
āx 1 − Āx

El mismo razonamiento puede utilizarse para mostrar que


δ Āx:n|
P̄ (Āx:n| ) = .
1 − Āx:n|

4. Sea un seguro de vida entera con suma asegurada 1 y prima nivelada.


La variable aleatoria del tiempo futuro de vida T (x) tiene distribución
exponencial con E[T (x)] = 50 y fuerza de interés δ =0.06.

a. Bajo el supuesto de equilibrio, encuentre la tasa de la prima de


beneficio.

62
b. Encuentre la tasa de la prima tal que P(L > 0) = 0.50.

Solución.

a. Aplicando las expresiones encontradas en el Ejercicio 1, se tiene


que P̄ (Āx ) = 0.02.

b. Para encontrar lo que se pide, partiremos directamente de la


definición de L, esto es
" #
T P̄ (1 − v T ) T
P(L > 0) = P(v − P̄ ān| ) = P v − >0
δ

" # " #
T
 P̄  P̄ P̄ /δ
= P v 1+ − > 0 = P vT >
δ δ (δ + P̄ )/δ
" # " #
−δT P̄ − ln(P̄ /P̄ + δ)
= P e > =P T > .
(δ + P̄ ) δ

Conocemos la distribución de T , FT (t) = 1 − e−δt , por lo que


( ) µ/δ
− ln(P̄ /P̄ + δ) P̄
 
P(L > 0) = exp −µ = .
δ P̄ + δ
Ahora, sustituyendo los valores de µ y δ respectivamente, solo
queda despejar a P̄ de la siguiente expresión, esto es
0,03/0,06


P(L > 0) = = 0,05.
P̄ + 0,06
Por lo que, para que se cumpla P(L > 0) = 0.05, es necesario que
P̄ = 0.008571.

5. Si δ = 0, muestre que
1
P̄ (Āx ) = .
e̊ x

63
Solución. Directamente de las definiciones de las correspondientes Āx
y āx , se tiene que
Z ∞ Z ∞
t
Āx = v t px µx (t)dt = t px µx (t)dt = 1
0 0

Z ∞ Z ∞
āx = v t t px dt = t px dt =e̊ x .
0 0

El resultado final es evidente.

6. Muestre que
dāx dĀx
 
1+ P̄ (Āx ) − = µ(x).
dx dx

Solución. En capı́tulos anteriores se ha visto que

dāx
= [µ(x) + δ]āx − 1
dx

dĀx
= [µ(x) + δ]Āx − µ(x).
dx

Sustituyendo las derivadas correspondientes

dāx dĀx
 
1+ P̄ (Āx ) − = {1 + [µ(x) + δ]āx − 1}P̄ (Āx ) − {[µ(x) + δ]Āx − µ(x)}
dx dx
= [µ(x) + δ]Āx − [µ(x) + δ]Āx + µ(x)

= µ(x).

7. Generalice el Ejercicio 2 de este Capı́tulo donde

k|
px = (1 − r)rk k = 0, 1, 2 . . . 0<r<1

64
es decir, encuentre expresiones en términos de r e i para Ax , äx , Px y
[2 Ax − (Ax )2 ]/(däx )2 .

Solución. Para Ax se tiene



X ∞
X
Ax = v k+1 k| px = v k+1 (1 − r)rk
k=0 k=0

∞ ∞
1−r X 1−r X
= v k+1 rk+1 = (vr)k+1
r k=0 r k=0

Se puede hacer que la suma empiece en k = 1 y observar que 0 < rv <


rv
1, por lo que la suma converge a 1−rv . Algebraicamente, tomando a
v = (1 + i)−1 , es posible encontrar la expresión para Ax , esto es
1−r
Ax = .
1+i−r
La expresión para äx se encuentra usando el resultado anterior y sa-
biendo que d = i/(1 + i), es decir
1 − Ax 1+i
äx = = .
d 1+i−r
De acuerdo a la expresión para el calculo de la varianza, falta deter-
minar 2 A2 . Calculando el segundo momento

X ∞
X
2
Ax = v 2(k+1) k| px = v 2(k+1) (1 − r)rk
k=0 k=0

∞ ∞
1−r X 1−r X
= v 2(k+1) rk+1 = (v 2 r)k+1
r k=0 r k=0

El procedimiento es totalmente análogo al calculo de Ax , se acomodan


los ı́ndices de tal forma que la suma empiece en k = 1, viendo además
que 0 < v 2 r < 1, es decir, la suma converge, por lo que

2 r−1
Ax = .
1 + 2i + i2 − r

65
Por último, mediante pasos algebraicos que se omiten, se sustituyen las
expresiones correspondientes para encontrar la varianza, la cual queda
de la siguiente forma:
2A − (Ax )2 (1 − r)r
x
V ar(L) = 2
= .
(däx ) 1 + 2i + i2 − r

8. Al igual que en el Ejercicio 3, puede demostrarse que para la parte


discreta se tiene lo siguiente

1 dAx
Px = −d= .
ax 1 − Ax

Interprete con palabras las siguientes dos expresiones derivadas del


resultado anterior.

1 dAx
= Px + d y Px = .
ax 1 − Ax

Solución. Para la primera expresión, vemos que un peso en este mo-


mento es equivalente a una anualidad de vida, ä−1
x , pagadera al comien-

zo de cada año mientras (x) este con vida. Un peso en este momento
también es equivalente al interés por anticipado de d al inicio de cada
año mientras (x) este con vida más el pago de un peso al final del año
de fallecimiento de (x), es decir, 1 = äx /äx = däx + Ax . El pago de un
peso al final del año de fallecimiento es equivalente a una anualidad
cierta de vida de Px , mientras (x) este con vida. Por tanto, un peso
en estos momentos es equivalente a Px + d al comienzo de cada año
durante el tiempo de vida de (x). Entonces ä−1
x = Px + d, representa

el pago anual de una anualidad de vida dado que se tiene un peso en


estos momentos.

66
Para la segunda expresión, considere un asegurado que pide prestado
Ax para pagar un seguro vida entera. El asegurado esta de acuerdo
con pagar intereses por la cantidad dAx sobre el préstamo al inicio de
cada año mientras viva y pagar el monto que adeuda a la fecha de
su fallecimiento, tomando de la cantidad obtenida del seguro de vida
al final del año de fallecimiento. En otras palabras, el asegurado esta
pagando montos anuales de dAx por un seguro de vida por el cual
obtendrá un beneficio de 1 − Ax . Por lo tanto, por un seguro de un
peso, la prima de beneficio anual será de dAx /(1 − Ax ).

9. Pruebe e interprete la siguiente fórmula:

1
Px:n| = n Px + Px:n| (1 − Ax+n ).

Solución. Para la prueba se hace uso de las siguientes expresiones:

Ax:n| Ax
Px:n| = y n Px = .
äx:n| äx:n|

En cada expresión se hace un despeje y se usan dos resultados ya vistos


anteriormente

Px:n| · äx:n| = Ax:n| = A1x:n| + Ax:n|


1

n Px · äx:n| = Ax = A1x:n| + Ax:n|


1
· Ax+n

Restando la primera ecuación de la segunda y eliminando términos, se


tiene que

1
(Px:n| − n Px )äx:n| = Ax:n| (1 − Ax+n )

Px:n| − n Px = Px:n|1 (1 − Ax+n ).

67
de donde el resultado final es evidente. La interpretación es la siguiente:
Px:n| y n Px son pagaderos durante el tiempo que (x) este con vida por
un máximo de n periodos. Durante esos años, ambos seguros proveen
un beneficio por muerte de un peso que se paga al final del año de
fallecimiento de (x). Si (x) sigue con vida después de transcurridos los
n periodos, Px:n| proporciona un peso por concepto de vencimiento del
seguro, mientras que n Px proporciona un seguro vida entera sin primas
adicionales, es decir, un seguro con valor presente actuarial Ax+n . Por
lo tanto, la diferencia Px:n| − n Px es la prima neta nivelada anual de
un seguro dotal a n años con suma asegurada (1 − Ax+n ).

10. Si 1
15 P45 = 0.038, P45:15| = 0.056 y A60 = 0.625, calcule P45:15| .

Solución. Se resolverá primero el caso general, para esto, se usaran


las dos expresiones que usamos en el ejercicio anterior para llegar al
mismo sistema, es decir

Px:n| · äx:n| = Ax:n| = A1x:n| + Ax:n|


1

n Px · äx:n| = Ax = A1x:n| + Ax:n|


1
· Ax+n .

En esta parte, en vez de restar la primera ecuación de la segunda, las


sumaremos, es decir

(Px:n| + n Px )äx:n| = 2A1x:n| + Ax:n|


1
(1 + Ax+n )
1 1
Px:n| + n Px = 2Px:n| + Px:n| (1 + Ax+n ).

1 , y usando el resultado
Despejando el término que nos interesa, Px:n|
del ejercicio anterior se llega a que

1 1 1
Px:n| = [(P + n Px ) − Px:n| (1 + Ax+n )]
2 x:n|

68
" #
1 1 + Ax+n

= (Px:n| + n Px ) − (Px:n| − n Px ) .
2 1 − Ax+n

Con esto, es posible encontrar lo que se pide. Observe que x = 45


y n = 15. Sustituyendo los valores correspondientes a cada término
involucrado en la expresión final, se llega a que

1
Px:n| = 1/2[0,094 − 0,018(4,333)] = 0.008.

11. Sea la función


l(t) = v t − P̄ āt|

a. Muestre que l00 (t) ≥ 0

b. Use la desigualdad de Jensen para probar que si P̄ = P̄ (Āx )


entonces
v e̊ x
P̄ (Āx ) ≥ .

e̊ x |
Solución.

a. Calculando las derivadas

P̄ P̄
 
t t
l(t) = v − P̄ āt| = v 1+ −
δ δ

P̄ P̄
   
l0 (t) = 1+ ln(v)v t = 1 + (−δ)v t = −(δ + P̄ )v t
δ δ

l00 (t) = −(δ + P̄ ) ln(v)v t = −(δ + P̄ )(−δ)v t = δ(δ + P̄ )v t ≥ 0.

69
b. Recordando la desigualdad de Jensen que fué utilizada anterior-
mente, la cual dice que para una variable aleatoria X finita y una
función g(x) convexa se cumple lo siguiente

g[E(X)] ≤ E[g(X)].

La convexidad fué probada en el inciso anterior, por lo que so-


lo nos queda demostrar la desigualdad pedida para la variable
aleatoria T y función l(T ), esto es

E[l(T )] = E[v T − P̄T | ] = Āx − P̄ āx = Āx − P̄ (Āx )āx = 0

l(E[T ]) = v E[T ] − P̄ ā = v e̊ x − P̄ ā = v e̊ x − P̄ (Āx )ā .


E[T ]| e̊ x | e̊ x |
De acuerdo a Jensen y a la definición de l(x), se tiene que

l[E(T )] ≤ E[l(T )] = 0,

es decir

v e̊ x − P̄ (Āx )ā ≤ 0
e̊ x |
−P̄ (Āx )ā ≤ −v e̊ x
e̊ x |
P̄ (Āx )ā ≥ v e̊ x
e̊ x |
v e̊ x
P̄ (Āx ) ≥ .

e̊ x |

12. Encuentre la función distribución y de densidad de la variable aleatoria


L.

Solución. La distribución de la variable L puede encontrarse de la


siguiente manera.

FL (u) = P(L ≤ u)

70
" #
1 − vT
 
T
= v − P̄ ≤u
δ
δu + P̄
 
= P vT ≤
δ + P̄
" #
1 δu + P̄

= T ≥ − ln
δ δ + P̄
!
1 δu + P̄ P̄

= 1 − FT − ln − < 0.
δ δ + P̄ δ

Para la función de densidad, basta con derivar la distribución


! !
d 1 δu + P̄ 1 P̄

FL (u) = fL (u) = fL − ln − < 0.
du δ δ + P̄ δu + P̄ δ

13. Si T (x) se distribuye exponencialmente con parámetro µ

a. Encuentre la función de distribución de L

b. Muestre que E[L] = (µ − P̄ )/(µ + δ)

c. Del inciso anterior, verifique que en efecto E[L] = 0 cuando P̄ =


P̄ (Āx ).

71
Solución.

a. El ejercicio anterior muestra la distribución de L en términos de


la distribución de T . Bajo el supuesto de que T se distribuye de
manera exponencial con parámetro µ, es decir

FT (t) = 1 − e−µt

se tiene que la distribución de L es de la siguiente forma


( )
1 δu + P̄
 
FL (u) = exp − µ − ln
δ δ + P̄
µ/δ
δu + P̄

= .
δ + P̄
La función de densidad queda de la siguiente manera
(µ/δ)−1 
d µ δu + P̄ δ
 
FL (u) =
du δ δ + P̄ δ + P̄

µ/δ
µ δu + P̄

=
δu + P̄ δ + P̄

b. Para la esperanza, se usan resultados usados anteriormente para


Āx y āx , donde se hace el supuesto de que T se distribuye de
manera exponencial, esto es

E[L] = E[v T ] − P̄ E[aT | ]

= Āx − P̄ āx
µ 1
   
= − P̄
µ+δ µ+δ
µ − P̄
= .
µ+δ

c. Lo que se quiere es
µ − P̄
E[L] = = 0,
µ+δ

72
es decir, P̄ = µ, por lo que E[L] = 0 cuando P̄ = P̄ (Āx ).

14. Use los supuestos del ejercicio anterior con µ = 0.03 y δ = 0.06.

a. Encuentre P(L ≥ 0) cuando P̄ = P̄ (Āx )

b. Encuentre P̄ tal que P(L > 0) = 0.5.

Solución.

a. De acuerdo con los resultados obtenidos en el ejercicio anterior,


basta con sustituir valores
µ/δ 0,03/0,06
P̄ 0,03
 
P(L ≤ 0) = = = 0.5773.
δ + P̄ 0,06 + 0,03

b. Usando el mismo razonamiento anteriormente usado


µ/δ 1/2
P̄ P̄
 
P(L > 0) = 1−P(L < 0) = 1− = 1− = 0.5.
δ + P̄ 0,06 + P̄

Ahora, para que P(L > 0) = 0.5, se debe cumplir que P̄ = 0.02.

73
5. Reserva de Beneficios.

1. Del ejercicio 1 del capı́tulo anterior, calcule t V (Āx ) y Var[t L|T (x) > t].

Solución. Como Āx , āx y P̄ (Āx ) son independientes de la edad x,


entonces

tV (Āx ) = Āx+t − P̄ (Āx )āx+t

se convierte en

tV (Āx ) = Āx − P̄ (Āx )āx = 0, t ≥ 0.

En este caso, las primas futuras son siempre equivalentes a los benefi-
cios futuros, pero el inverso no necesariamente se cumple.

Para la varianza, observe primero que


" #
T (x)−t P̄ (Āx ) P̄ (Āx )
tL =v 1+ − .
δ δ
La varianza queda de la siguiente forma
" #2
P̄ (Āx )
Var[t V |T (x) > t] = 1+ Var[v T (x)−t ]
δ
" #2
P̄ (Āx )
= 1+ [2 Āx+t − (Āx+t )2 ].
δ
Pero aquı́ también Āx , āx y P̄ (Āx ) son independientes de la edad x,
por lo que la expresión anterior se reduce a
" #2
P̄ (Āx )
Var[t V |T (x) > t] = 1 + [2 Āx − (Āx )2 ] = Var(L) = 0.25.
δ
Aquı́, la varianza de t L depende de la edad x, no de la duración de t.

74
2. Bajo la ley de mortalidad De Moivre, con lx = 100−x y tasa de interés
del 6 %, calcule

a. P̄ (Ā35 )

b. t V (Ā35 ) y Var[t L|T (x) > t].

Solución.

a. Para lx = 100−x , se tiene que t p35 = 1−t/65, más aún t p35 µ(35+
t) = 1/65 para 0 ≤ t < 65. Se sigue entonces que
Z ∞ 1 ā
65|0.06
Ā35 = vt dt = = 0.258047.
0 65 65

Por último
δ Ā35
P̄ (Ā35 ) = = 0.020266.
1 − Ā35
b. A la edad 35 + t, se tiene que Ā35+t = ā65−t| /(65 − t) y

65−t 2 ā
1
Z
2u 65−t|
t V̄ (Ā35 ) = Ā35+t = v du = .
0 65 − t 65 − t

Por último, para la varianza, se tiene que

0.020266 2
 
Var[t L|T (x) > t] = 1 + [ Ā35+t − (Ā35+t )2 ].
ln(1.06)

3. Sea L la v.a. que denota la posible pérdida de un seguro vitalicio de


(25). Si Var(L) = 0.2, Ā45 = 0.7 y 2 Ā25 = 0.3. Calcule 20 V̄ (Ā25 ).

Solución. Para calcular el valor pedido, se busca primero el valor de


Ā25 . Para esto, se hace uso de las siguientes 2 igualdades
2
1

Var(L) = [2 Āx − (Āx )2 ]
δāx

75
y
1 = δāx + Āx .

Despejando āx de la segunda igualdad y sustituyéndo en la primera se


tiene que
Var(L)(1 − Āx )2 = 2 Āx − (Āx )2 .

Sustituyendo, ahora, para los valores conocidos

0.2(1 − Ā25 )2 = 0.3 − Ā25 )2 ,

lo cual nos lleva a la siguiente ecuación cuadrática

1.2Ā225 − 0.4Ā25 − 0.1 = 0,

cuya solución es Āx = 0.5. Por último


1 − Ā45 1 − 0.7
20 V̄ (Ā25 ) = 1 − =1− = 0.4.
1 − Ā25 1 − 0.5

4. Sea v 2 = 0.75, qx+t = 0.2, Ax+t+1 = 0.5 y 2 Ax+t+1 = 0.3. Considere


además la v.a. k L que denota la pérdida prospectiva al término de k
años de un seguro vitalicio discreto de (x). Calcule
Var(t L|k(x) ≥ t)
.
Var(t+1 L|k(x) ≥ t + 1)

Solución. Dada la expresión


" ! #
[k(x)−t]+1 P̄x
Var[t L|k(x) ≥ t] = Var v 1+ k(x) ≥ t

d
!2
P̄x
= 1+ Var[v [k(x)−t]+1 |k(x) ≥ t]
d
!2
P̄x
= 1+ [2 Ax+t − (Ax+t )2 ],
d

76
lo que se quiere calcular es
Var(t L|k(x) ≥ t) 2A 2
x+t − (Ax+t )
=2 .
Var(t+1 L|k(x) ≥ t + 1) Ax+t+1 − (Ax+t+1 )2
Sustituyendo para los valores conocidos
2A − (Ax+t )2
x+t
= 20[2 Ax+t − (Ax+t )2 ].
0.3 − (0.5)2
Por último, se hace uso de la fórmula recursiva Ax+t = vqx+t +
vpx+t Ax+t+1 , además de la regla de los momentos, usando el factor
de descuento v 2 para calcular 2 Ax+t , es decir
√ √
Ax+t = ( 0.75)(0.2) + ( 0.75)(0.8)(0.5) = 0.5196152

y
2
Ax+t = (0.75)(0.2) + (0.75)(0.8)0.3 = 0.33,

por lo que
Var(t L|k(x) ≥ t) 2A 2
x+t − (Ax+t )
=2 = 20[2 Ax+t −(Ax+t )2 ] = 1.2.
Var(t+1 L|k(x) ≥ t + 1) Ax+t+1 − (Ax+t+1 )2

5. Dados los valores ä40:25| = 14.10 y ä50:15| = 10.35, calcule 100010 V40:25| .

Solución. Sabiendo que


1 − Ax+k:n−k|
k Vx:n| =1− ,
1 − Ax:n|
y además däx:n| + Ax:n| = 1, puede deducirse que
äx+k:n−k|
k Vx:n| =1− .
äx:n|
Por lo que, tomando los valores conocidos
10.35
 
100010 V40:25| = 1000 1 − ≈ 266.
14.10

77
6. Dado que qx = 0.50, qx+1 = 0.75, qx+2 = 1.00 e i = 1/9, calcule 1 Vx .

Solución. Lo que se tiene es una pequeña tabla de mortalidad. Con


esto, se calculan las anualidades necesarias para posteriormente calcu-
lar lo que se pide. Se empieza con la edad más grande, esto es

äx+2 = 1,

äx+1 = 1 + vpx+2 äx+2 = 1 + (0.9)(0.25) = 1.225

äx = 1 + (0.9)(0.5)(1.225) = 1.55125.

Por último
äx+k 1.225
1 Vx =1− =1− = 0.21.
äx 1.55125

78
6. Referencias Bibliográficas
Bowers et al. Actuarial Mathematics. The Society of Actuaries.

Jordan, C. Life Contingencies. The Society of Actuaries.

Chung K. L. Teorı́a elemental de la probabilidad y de los procesos


estocásticos. Reverté, 1996.

Mood A., Graybill F. and Boes D. Introduction to the theory of statis-


tics. Mc. Graw Hill. USA. 1996.

Ross, Sheldon M. First Course in Probability. 6th edition. Prentice


Hall. USA.2001.

J. I. Domı́nguez. Diseño y análisis de modelos de probabilidad. Edito-


rial Ibero América. México. 2001.

B. Harris. Theory of probability. Adyson Wesley. USA. 1995

E. Parzen. Teorı́a moderna de probabilidades y sus aplicaciones. Limusa.


México. 1997.

W. Feller. Introducción a la teorı́a de probabilidades y sus aplicaciones.


Limusa. México. 1995.

Miller and Freund. Probability and Statistics for engineers. Prentice


Hall. 1996.

79

You might also like