UNAM FES Acatln Actuara

Profesor: Mahil Herrera M.

Tareota
Teora del Riesgo
- x
1.- Si X es una variable aleatoria con funcin de densidad f(x;)= e I{0,1,2,} (x) y sea g() una

x!

distribucin Gamma(r,). Qu funcin de densidad tiene

f ( x, )g ( ) d ?.
0

2.- Probar; si X es una variable aleatoria no negativa EX = 1-FX ( x ) dx

0

3.- Determinar la funcin de distribucin truncada a la derecha de X = 0, donde X~ N(0, 1 ).

Graficar ambas funciones de densidad.
4.- Graficar la funcin de densidad y la de distribucin de X 0.5U( 1,1)+0.5U( 6,6).
5.- Investigar las grficas Q-Q, para distintas distribuciones e investigar que es un cuantil
6.- Con tu fecha de nacimiento y tu nmero de cuenta, realiza una prueba de bondad de ajuste,
toma cada uno de los dgitos como un valor.
Ejemplo (de los nmeros a considerar para la prueba).
Si la: Fecha de Nacimiento es: 02/10/1979. y el No. Cuenta es: 09817325-4
Los nmeros a considerar son 0,2,1,0,1,9,7,9 y 0,9,8,1,7,3,2,5,4
Para completar los dgitos a los que les vas hacer la prueba agrega los del ejemplo. (considera una
uniforme discreta con N=10).
El nmero total de nmeros que debes de considerar son 34, 17 de tus datos y 17 del ejemplo.
7.- De los siguientes datos representan los siniestros reclamados a una aseguradora sobre un cierto
tipo de seguro, obtener: (Agrupen los datos convenientemente )
a) Usando la funcin de densidad emprica para datos agrupados, muestra su histograma .
b) Considerando su ancho como queda ahora el histograma.
c) Obtengan todas las medidas estadsticas para analizar los datos (la media, la varianza., curtosis,
etc)
d) Qu distribucin propondras para dichos datos? (justifica tu respuesta)
241
270
275
280
300

352
376
430
445
489

708
750
798
803
871

1230
1263
1283
1286
1297

1511
1765
2109
2410
2417

Introduccin a los procesos estocsticos. Teora de la Ruina

4390
4390
4390
4662
5046

7022
7077
7123
8121
8500

UNAM FES Acatln Actuara

Profesor: Mahil Herrera M.
328
334
336
347

500
684
702
706

925
1032
1048
1104

1358
1360
1388
1439

2489
2865
3781
4151

5311
5352
5746
5985

8771
10000
10031
10244

8.- Investigar que es el mtodo de Monte Carlo y como se emplea en la simulacin.

9.- A continuacin tienes las calificaciones de un examen .
a) Graficar la frecuencia de los datos (Redondear las calificaciones). Obtn la grfica de la
distribucin emprica. (densidad y distribucin)
ej. Si la calificacin es de 5.5 pongan 5, si es 5.5001 pongan 6.
b)
Obtengan todas las medidas estadsticas para analizar los datos (la media, la varianza.,
curtosis, etc)
c)
Se puede considerar que los datos se distribuyen como una normal. Adems de las pruebas
de bondad de ajuste emplear el grfico probabilstica normal (Q-Q normal ).
d)
Si no es una normal a que distribucin consideras que se podran ajustar mejor (Justifica tu
respuesta).
Son 48 datos
1.04
4.525
7.15
2.65
1.02 6.93333333
3.05
3.2
4.125
4.5
2.125
3.7
2.49
4.325
1.2
1.92
2.225
3.7
3.2
4.7
1.6
5.05
2
2.65
0.4 9.34166667
2.525
5.3
0.8
5.9
5.175
3.25
0.625
3.175
4.525
1.85
5.89166667
4.5
3.65
4.65
3.9
7.35
2.065
2.65
4
6.875
2.8
1.85

10.- Genera una suma aleatoria de variables aleatorias, N que sea una Poisson con el da de tu
nacimiento y las Yjs que sea una Gamma(1,2). Genera 10 000 sumas y obtn un promedio de ellas y
muestra la probabilidad de ocurrencia de 5 intervalos.
11.- Utiliza simulacin para obtener
1

a)

(1-x )
2

dx

b)

x 2

dx

Indica como lo puedes hace simulando y utiliza R para hacer la simulacin.

Introduccin a los procesos estocsticos. Teora de la Ruina

UNAM FES Acatln Actuara

Profesor: Mahil Herrera M.

12.- Has el algoritmo para simular una:

a) Binomial a partir de una uniforme(0,1)
b) Gamma(n,) a partir de una uniforme(0,1)
c) Genera el cdigo para generar 100 variables con distribucin, Binomial(10, 0.4).
d) Genera el cdigo para generar 100 variables con distribucin, Gamma(10, 1).
13.- Has el algoritmo para simular una, la suma de N variables aleatorias independientes e
idnticamente distribuidas, N redistribuye como una Poisson() y las Xis como una Gamma(,).
14- Simula un proceso Poisson, el parmetro a utilizar es el mes en el que naciste (fija un tiempo t =

ao de nacimiento), grafcalo.
15.- Supngase que S (el monto total de los reclamos) tiene una distribucin Poisson compuesta con
= 2 y P(U=u ) =0.1u ,con u = 1, 2, 3, 4. Calcula las probabilidades de S= 0, 1 , 2 , 3 , 4. (De las
diferentes formas vistas en clase para su clculo)
16.- Resolver el problema 26 del captulo I, de las notas de Riesgo de Luis Rincn.
17.- Resolver el problema 32 del captulo I, de las notas de Riesgo de Luis Rincn.
18.- Resolver el problema 42 del captulo I, de las notas de Riesgo de Luis Rincn.
19.- Resolver el problema 43 del captulo I, de las notas de Riesgo de Luis Rincn.
20.- Resolver el problema 138 del captulo VI, de las notas de Riesgo de Luis Rincn.
21.- Resolver el problema 139 del captulo VI, de las notas de Riesgo de Luis Rincn.
22.- Resolver el problema 140 del captulo VI, de las notas de Riesgo de Luis Rincn.
23.- Resolver el problema 141 del captulo VI, de las notas de Riesgo de Luis Rincn.
24.- Resolver el problema 148 del captulo VI, de las notas de Riesgo de Luis Rincn.
25.- Resolver el problema 149 del captulo VI, de las notas de Riesgo de Luis Rincn.
26.- De las siguiente matices de transicin calcular;

a) la matriz de transicin en dos pasos y tres pasos.

b) Las probabilidades estacionarias de cada una.

1)

2
3

1
3

0.5 0.25 0.25

2) 0.25 0.5 0.25
0.25 0.25 0.5

Introduccin a los procesos estocsticos. Teora de la Ruina

UNAM FES Acatln Actuara

Profesor: Mahil Herrera M.

27.- De la siguiente matriz de transicin

1
2
3
3
2
1
3
6
2
0
3

1
6
1
3

con distribucin inicial P( X0 = i) = 1/3, i = 0, 1, 2

calculen
a) P( X1 = 2 | X0 = 1) =
b) P(X2 = 2, X1 = 0 | X0 = 2) =
c) P(X3=1, X2 = 2, X1 = 1, X0 = 2)=
d) P( X2 = 1, X0 = 0) =
28.- Supngase que la poblacin de cierta rea metropolitana se mantiene constante pero hay un
movimiento continuo de gente entre la ciudad y los suburbios. Sean los elementos de la siguiente
matriz las posibilidades de que alguien que viva en la ciudad o en los suburbios en un cierto ao
estar viviendo en cierta regin el ao siguiente
Xn+1
.
0.9 01

.02 0.98

Xn

a) Calculen la probabilidad de que un residente de la ciudad est viviendo en un suburbio dentro de

dos aos.
b) Supngase que en 1970 el 70% de la poblacin viva en la ciudad y 30% en los suburbios.
c)Calculen la probabilidad de personas que hay en la ciudad en 1971 y cuntos hay en los suburbios.
Y para 1972 que pasa.
29.- Hacer una clasificacin de estados con respecto a la recurrencia, transitoriedad, y absorcin.
Todas son matrices estocsticas y # representa un nmero positivo, no necesariamente el mismo.
Revisen la definicin 2.16 y el ejemplo 2.5 de las notas. (Estn en la seccin de procesos estocsticos
es el capitulo 2)

# #
1.-

# #

0 0 1
2.- 0 1 0
1 0 0

1 0 0
3.- 0 1 0
# # #

Introduccin a los procesos estocsticos. Teora de la Ruina

0 # #
4.- 1 0 0
1 0 0

UNAM FES Acatln Actuara

Profesor: Mahil Herrera M.

0 1
5.-

# #

0 1 0
6.- 0 0 1
# # 0

1 0 0 0
0 # # #

7.-
0 # # #

0 # # #

# 0 #
8.- 0 1 0
# # #

0 0 1 0 0 0 0
0 # 0 0 # # 0
# 0 0 # 0

# 0 0 0 # 0 0
0 0 1
0 # 0 0 #

10.- # 0 # 0 0 11.- 0 0 0 0 0 1 0
9.- # 0 #

# # 0
0 0 1 0 0 0 0

0 0 1 0 0

0 1 0 0 0

0 0 0 # 0 # 0
0 0 0 0 0 0 1

30.-Considrese una serie de lanzamientos independientes de una moneda que tiene una
probabilidad p de salir cara. Para n 2, sea Xn igual a 0, 1, 2, 3 segn que los lanzamientos (n1)simo y n-simo hayan salido (cara, cara), (cruz, cara), (cara, cruz), (cruz, cruz), respectivamente.
31.-. Un cierto componente en un sistema, tiene un tiempo de vida cuya distribucin puede considerarse
como ( m ) = pqm 1 , m 1 . Cuando el componente falla es remplazado por uno idntico. Sea T1, T2,
denota el tiempo de falla;
Uk = Tk Tk1
es el tiempo de vida del k-simo componente remplazado. Dado que los componentes son idnticos,
P { Uk = m} = pqm 1 , m 1
y los componentes tienen tiempos de vida independientes, as tenemos que { Tk } lo podemos considerar
los tiempos de xito de un proceso Bernoulli. Si sabemos que los tiempos de las tres primeras fallas
ocurren en los tiempos 3, 12 y 14, Cul es el tiempo esperado de la quinta falla?.
32.- Considrese el proceso estocstico como la trayectoria de una partcula, la cual se mueve a lo largo
de un eje con pasos de una unidad a intervalos de tiempo tambin de una unidad. Supngase que la
probabilidad de cualquier paso que se tome a la derecha es p y el que se tome a la izquierda es q = 1 p.
Suponemos tambin que cualquier paso se da de manera independiente a cualquier otro. Este tipo de
proceso es una caminata aleatoria. Si la partcula esta en la posicin cero en el instante cero, determnese
la probabilidad de que se encuentre en la posicin k despus de n pasos.

33-37
__ Hacer el problema 8.1, 8.2 , 8.6, 8.7 y 8.8, de E. inlar, Introduction to Stochastic Processes.

Introduccin a los procesos estocsticos. Teora de la Ruina

UNAM FES Acatln Actuara

Profesor: Mahil Herrera M.

A continuacin tienen la copia del libro de E. inlar, Introduction to Stochastic Processes

Introduccin a los procesos estocsticos. Teora de la Ruina

UNAM FES Acatln Actuara

Profesor: Mahil Herrera M.

Introduccin a los procesos estocsticos. Teora de la Ruina

UNAM FES Acatln Actuara

Profesor: Mahil Herrera M.

Introduccin a los procesos estocsticos. Teora de la Ruina

UNAM FES Acatln Actuara

Profesor: Mahil Herrera M.

Del Bowers , Gerber, Hickman, Jones, Nesbitt. Actuarial Mathematics, The society of actuaries.
38.- Resolver el problema 12.1.
39.- Resolver el problema12.8.
40.-Resolver el problema12.11.
41.- Resolver el problema12.12.
42.- Investiga las distribuciones ms tiles para modelar los siniestros en los seguros, indica en
dnde se suelen utilizar, da su funcin de densidad, su esperanza, su varianza e indica la forma en
que propondras la estimacin de sus parmetros.

Introduccin a los procesos estocsticos. Teora de la Ruina