UNIVERSIDAD NACIONAL DE INGENIERÍA
ESCUELA CENTRAL DE POSGRADO
Facultad de Ingeniería Económica, Estadística y CCSS
Unidad de Posgrado - FIEECS
Análisis Actuarial No Vida I
Maestría en Ciencias Actuariales
Marco Avila Monroy
UNIVERSIDAD NACIONAL DE INGENIERÍA
ESCUELA CENTRAL DE POSGRADO
Facultad de Ingeniería Económica, Estadística y CCSS
Unidad de Posgrado - FIEECS
Análisis Actuarial No Vida I
0. PROBABILIDAD
Marco Avila Monroy Maestría en Ciencias Actuariales
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
VARIABLE ALEATORIA
Definición Informal:
Es el resultado numérico de la medición de un evento aleatorio.
Definición Formal (matemática):
Dado el espacio de probabilidad (Ω, ℱ, 𝑃), donde Ω es el espacio muestral, ℱ una 𝜎-álgebra de Ω y 𝑃 una
medida de probabilidad, una variable aleatoria (v.a.) 𝑋 es una función real del espacio muestral:
𝑋: Ω → ℝ
Una variable aleatoria puede ser discreta, si el rango de la v.a. es un conjunto discreto; y puede ser continua, si
su rango es un conjunto continuo.
Ejemplos: Monto de pérdida por robo de casa, número de temblores durante un año, tasa de rendimiento de
un instrumento financiero, tiempo restante de vida de una persona, etc.
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
FUNCIÓN DE DISTRIBUCIÓN, SOBREVIVENCIA Y RIESGO
Para la v.a. 𝑋, se definen los siguientes conceptos:
Concepto Notación 𝑋 continua 𝑋 discreta
Función de Distribución 𝑃 𝑋≤𝑥
𝐹(𝑥)
(Acumulada) Esta función es continua por la derecha y define a 𝑋
Función de Sobrevivencia 𝑆 𝑥 1 − 𝐹(𝑥)
Función de Densidad / 𝑑
𝑓 𝑥 , 𝑝(𝑥) 𝑓 𝑥 = 𝐹(𝑥) 𝑝 𝑥 =𝑃 𝑋=𝑥
Probabilidad 𝑑𝑥
𝑓(𝑥) −𝑑 ln 𝑆 𝑥 𝑝(𝑥)
Función de Riesgo (Hazard) 𝜇𝑥 , ℎ(𝑥) =
𝑆(𝑥) 𝑑𝑥 𝑆(𝑥)
𝑥 𝑥
Función de Riesgo
𝐻(𝑥) න ℎ 𝑡 𝑑𝑡 = −ln 𝑆 𝑥 ℎ(𝑥)
Acumulada −∞ −∞
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
FUNCIÓN DE DISTRIBUCIÓN, SOBREVIVENCIA Y RIESGO
Ejercicio 1:
Para una cobertura de Responsabilidad Civil, los montos de reclamaciones siguen una distribución Pareto de dos
parámetros, con 𝜃 = 10,000 y 𝛼. La función acumulada de riesgo para una reclamación de 5,600 es 0.76.
Determine la probabilidad que una reclamación sea mayor a 25,000.
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
ESPERANZA Y MOMENTOS
Para la v.a. 𝑋, se definen los siguientes conceptos:
Concepto Notación 𝑋 continua 𝑋 discreta
∞ ∞
Esperanza 𝜇, 𝐸 𝑋 න 𝑥 𝑑𝐹(𝑥) 𝑥 𝑝 𝑥
−∞ −∞
∞ ∞
Momento de orden 𝑘 𝜇𝑘′ , 𝐸 𝑋 𝑘 න 𝑥 𝑘 𝑑𝐹(𝑥) 𝑥𝑘 𝑝 𝑥
−∞ −∞
∞ ∞
Momento central de orden 𝑘 𝜇𝑘 , 𝐸 𝑋 − 𝜇 𝑘 න 𝑥 − 𝜇 𝑘 𝑑𝐹(𝑥) 𝑥−𝜇 𝑘 𝑝 𝑥
−∞ −∞
En el caso de variables aleatorias no negativas (𝑋 > 0), el momento de orden k puede ser calculado como
∞
𝐸 𝑋𝑘 = න 𝑥 𝑘−1 𝑆 𝑥 𝑑𝑥
0
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
FUNCIONES DE MOMENTOS, VARIANZA
Para la v.a. 𝑋, se definen los siguientes conceptos:
Concepto Notación Expresión
Varianza 𝜎 2 , 𝑣𝑎𝑟 𝑋 𝜇2
Desviación Estándar 𝜎 𝜎2
𝜇3
Asimetría 𝛾1
𝜎3
𝜇4
Curtosis 𝛾2
𝜎4
𝜇
Coeficiente de variación 𝐶𝑉
𝜎
Función Generadora de
𝑀𝑋 𝑡 𝐸 𝑒 𝑡𝑋
Momentos
Función Generadora de
𝑃 𝑧 𝐸 𝑧𝑋
Probabilidad
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
FUNCIONES DE MOMENTOS, VARIANZA
Ejercicio 2:
Sea 𝑋 el monto de reclamación de un seguro de Protección de Tarjeta, que sigue una distribución Gamma, calcular:
a) Coeficiente de Variación
b) Asimetría
c) El límite de la curtosis cuando 𝛼 → ∞
d) Si 𝛼 = 5 y 𝜃 = 0.1, hallar 𝐸 𝑒 𝑋
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
COVARIANZA Y COEFICIENTE DE CORRELACIÓN
Para las v.a. 𝑋 e 𝑌, se definen los siguientes conceptos:
Concepto Notación Expresión
Covarianza 𝜎𝑋𝑌 , 𝑐𝑜𝑣 𝑋, 𝑌 𝐸 𝑋 − 𝜇𝑋 𝑌 − 𝜇𝑌
𝜎𝑋𝑌
Coeficiente de Correlación 𝜌𝑋𝑌
𝜎𝑋 𝜎𝑌
Nota
Es claro que 𝑐𝑜𝑣 𝑋, 𝑋 = 𝑣𝑎𝑟(𝑋)
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
PERCENTILES, MEDIANA Y MODA
Para la v.a. 𝑋 se definen los siguiente conceptos:
Concepto Notación 𝑋 continua 𝑋 discreta
Percentil 𝑝 𝜋𝑝 𝐹 𝜋𝑝 ≥ 𝑝 ∧ 𝐹 𝜋𝑝− ≤ 𝑝
Mediana 𝑀𝑒 𝜋0.50
Moda 𝑀𝑜 𝑓 𝑀𝑜 = max 𝑓 𝑥 𝑝 𝑀𝑜 = max 𝑝 𝑥
Si 𝐹 ∙ es continua y estrictamente creciente, entonces 𝜋𝑝 es el único valor tal que 𝐹 𝜋𝑝 = 𝑝.
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
PERCENTILES, MEDIANA Y MODA
Ejercicio 3:
El monto de reclamación de una cobertura de incendio de un negocio (en millones de soles) tiene la siguiente
distribución: 𝐹 𝑥 = 0.2𝑥 si 𝑥 ∈ 0,1 , 𝑃 𝑋 = 2 = 0.35, 𝑃 𝑋 = 3 = 0.35, 𝑃 𝑋 = 4 = 0.10 y 𝑃 𝑋 > 4 = 0.
Hallar los percentiles 15, 50 y 90.
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
PROBABILIDAD Y ESPERANZA CONDICIONAL
Dados dos eventos 𝐴 y 𝐵 del espacio muestral Ω, se define la probabilidad condicional
𝑃 𝐴∩𝐵
𝑃 𝐴|𝐵 =
𝑃 𝐵
Dado el vector aleatorio 𝑋, 𝑌 , con función de densidad 𝑓 𝑥, 𝑦 , se define la función de densidad condicional de 𝑋
dado que Y = 𝑦
∞
𝑓 𝑥, 𝑦
𝑓𝑋 𝑥 𝑦) = , donde 𝑓𝑌 𝑦 = න 𝑓 𝑥, 𝑦 𝑑𝑥
𝑓𝑌 𝑦 −∞
Teorema de Bayes
v.a. Discreta v.a. Continua
𝑃 𝐵|𝐴 𝑃 𝐴 𝑓𝑌 𝑦 | 𝑥 𝑓𝑋 𝑥
𝑃 𝐴|𝐵 = 𝑓𝑋 𝑥 𝑦) =
𝑃 𝐵 𝑓𝑌 𝑦
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
PROBABILIDAD Y ESPERANZA CONDICIONAL
Ley de Probabilidad Total
Dado un conjunto de eventos disjuntos 𝐵𝑖 𝑖∈Λ que completan el espacio muestral Ω, para cualquier evento 𝐴:
v.a. Discreta v.a. Continua
∞
𝑃 𝐴 = 𝑃 𝐵𝑖 𝑃 𝐴 | 𝐵𝑖 𝑃 𝐴 = න 𝑃 𝐴 | 𝑥 𝑓 𝑥 𝑑𝑥
𝑖∈Λ −∞
Esperanza Condicional
Dadas las variables aleatorias 𝑋 e 𝑌, la fórmula de la esperanza condicional:
𝐸𝑋 𝑋 = 𝐸𝑌 𝐸𝑋 𝑋 | 𝑌
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
PROBABILIDAD Y ESPERANZA CONDICIONAL
Ejercicio 4:
Hay dos tipos de estudiantes actuariales, brillantes y no tan brillantes. Para cada examen, la probabilidad que un
estudiante brillante pase es de 80%, y la probabilidad que un estudiante no tan brillante pase es de 40%. Todos los
estudiantes empiezan con el Examen 1 y toman los exámenes en secuencia, y se renunciant al primer examen fallido.
La misma cantidad de estudiantes brillantes y no tan brillantes toman el Examen 1.
Calcular la probabilidad que un estudiante seleccionado en forma aleatoria que tome el Examen 3 pase.
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
Universidad Nacional de Ingeniería Facultad de Ingeniería Económica, Estadística y [Link].
0. PROBABILIDAD
PROBABILIDAD Y ESPERANZA CONDICIONAL
Ejercicio 5:
Las reclamaciones asociadas al seguro de transportes se distribuyen exponencialmente con media 𝜃. El parámetro
𝜃 varía por asegurado.
Entre todos los asegurados, 𝜃 se distribuye según la siguiente función de densidad:
1
𝑓 𝜃 = 2, 𝜃≥1
𝜃
Calcular la probabilidad que un reclamo de un asegurado elegido aleatoriamente, sea mayor a 0.5.
Marco Avila Monroy Unidad de Posgrado FIEECS Análisis Actuarial No Vida I
