Matemáticas Actuariales I S∫P

Tema I: Modelos de Mortalidad

A) Enfoque Determinístico
1. Una tabla de mortalidad puede ser interpretada como un conjunto de indicadores
relacionados con la muerte y supervivencia de los integrantes de una población hipotética,
hasta la desaparición total del grupo.

2. Las primeras columnas de una tabla de mortalidad son las siguientes:

Notación x ℓx dx qx px
Probabilidad
Número de de que una Probabilidad
Número de personas que persona con de que una
Interpretación personas con fallecen edad x fallezca persona con
Edad
vida en edad x teniendo edad antes de edad x cumpla
x cumplir la edad edad x+1
x+1

3. Ejemplo. Extracto de una tabla de mortalidad:

x ℓx dx qx px
0 1,000,000 11,327 0.011327 0.988673
1 988,673 593 0.000600 0.999400
2 988,080 534 0.000540 0.999460
3 987,546 484 0.000490 0.999510
4 987,062 454 0.000460 0.999540
5 986,608 424 0.000430 0.999570
…
21 978,443 755 0.000772 0.999228
22 977,688 802 0.000820 0.999180
23 976,886 745 0.000763 0.999237
24 976,141 723 0.000741 0.999259
25 975,417 716 0.000734 0.999266
…
96 17,160 6,516 0.379741 0.620259
97 10,644 4,430 0.416199 0.583801
98 6,214 2,826 0.454816 0.545184
99 3,388 1,678 0.495379 0.504621
100 1,710 1,710 1.000000 -
101 - - - -

4. ℓx es una función decreciente, como consecuencia de considerar a un grupo cerrado.

5. Al primer valor de ℓx se le conoce como rádix (el rádix del ejemplo es 1,000,000) y se
interpreta como el número de elementos de la población inicial.

6. A la edad en la que ℓx alcanza, por primera vez, el valor de cero se le denomina edad ω
(edad omega). Así, Mín {x | x 0}

7. qx y px, por ser probabilidades, se encuentran siempre entre 0 y 1.

__________________________________________________________________________ 1
Act. Mario Arriaga Parra I - A
 Matemáticas Actuariales I S∫P

8. Los valores de una tabla de mortalidad se encuentran relacionados entre sí a través de las
siguientes igualdades:

ℓx+1 = (ℓx ) * px
ℓx+1 = ℓx - dx
dx = ℓx - ℓx+1
dx = ℓx *qx

qx = dx /ℓx
qx = 1 - px

px = ℓx+1 /ℓx
px = 1 - qx

9. ℓx es el número de personas que están con vida en el punto x, mientras que dx es el número
de personas que fallecen en el intervalo de edades [x, x+1), es decir, alcanzan la edad x,
pero no alcanzan la edad x+1.

10. Las fórmulas mostradas en el párrafo 8 son casos particulares de las siguientes fórmulas

ℓx+n = (ℓx) * npx

ℓx+n = ℓx – (dx + dx+1 + … + dx+n-1)

ndx = ℓx – ℓx+n
ndx = (ℓx) * nqx

nqx = ndx /ℓx

nqx = 1 - npx

npx = ℓx+n /ℓx

npx = 1 - nqx

11. La interpretación de la notación utilizada en las fórmulas anteriores es la siguiente:

n: Número entero
npx : Probabilidad de que una persona de edad x llegue con vida a edad x+n
nqx : Probabilidad de que una persona de edad x fallezca antes de alcanzar la
edad x+n
ndx : Número de personas que fallecen en el intervalo de edades [x, x+n)

12. Otras fórmulas comúnmente utilizadas son las siguientes:

npx = (px) (px+1) (px+2) … (px+n-1).
n+mpx = (npx) (mpx+n) = (mpx) (npx+m).

13. El símbolo n|mqx denota la probabilidad de que una persona de edad x fallezca en el intervalo
de edades [x+n, x+n+m)
n|mqx = (ℓx+n - ℓx+n+m) / ℓx
n|mqx = mdx+n / ℓx
n|mqx = npx – n+mpx
n|mqx = npx * mqx+n

__________________________________________________________________________ 2
Act. Mario Arriaga Parra I - A
 Matemáticas Actuariales I S∫P
14. En particular, para m=1, el símbolo n|qx denota la probabilidad de que una persona de edad x
fallezca en el intervalo de edades [x+n, x+n+1), es decir, que el fallecimiento ocurra durante
el (n+1) – ésimo año.
n|qx = (ℓx+n - ℓx+n+1) / ℓx
n|qx = dx+n / ℓx
n|qx = npx – n+1px
n|qx = npx * qx+n

15. El símbolo (x) denota la frase ‘una persona con edad x’ y debe usarse de acuerdo al
contexto. Por ejemplo, n|qx denota la Pr{(x) fallezca durante el transcurso del (n+1)-ésimo
año} = Pr{(x) fallezca en el intervalo de edades [x+n, x+n+1)} = Pr{(x) fallezca teniendo
edad x+n}.

16. Para el caso de edades fraccionadas, la aproximación que se usa comúnmente es la

denominada ‘Distribución Uniforme de Muertes’, DUM. El procedimiento consiste en
suponer que los valores de lx, para dos edades enteras consecutivas, se encuentran unidos
por una recta.

17. Lo anterior implica que, para 0<t<1,

ℓx+t = ℓx – (t)dx

18. A partir de la fórmula anterior, se deducen las siguientes, para 0<t<1 y 0<s+t<1,

tqx = (t)qx
tpx = 1 – (t)qx
tqx+s = (t)qx / [1- (s)qx]

__________________________________________________________________________ 3
Act. Mario Arriaga Parra I - A
 Matemáticas Actuariales I S∫P
B) Enfoque Probabilístico

Introducción
19. Los modelos de Teoría del Riesgo pueden ser clasificados conforme a las siguientes tres
categorías:

20. Modelo 1, Modelo de Riesgo Individual

n
S Yi
i 1
donde

◘ Yi denota el monto de la reclamación de la i-ésima póliza (cada Yi es una v.a. que tomará el
valor de 0 si no hubo siniestro o el importe de la suma asegurada en caso contrario);

◘ n denota el número de pólizas que conforman la cartera (no es v.a.); y

◘ S es la v.a. que denota el monto total de las reclamaciones de la cartera.

21. Modelo 2, Modelo de Riesgo Colectivo

N
S Yi
i 1
donde

◘ Yi denota el monto de la reclamación del i-ésimo siniestro (cada Yi es una v.a. que toma el
valor de la suma asegurada);

◘ N es la v.a. que denota el número de siniestros ocurridos en la cartera; y

◘ S es la v.a. que denota el monto total de las reclamaciones de la cartera.

22. Modelo 3, Proceso de Reclamaciones Acumuladas

N (t )
S (t ) Yi
i 1
donde

◘ Yi denota el monto de la reclamación del i-ésimo siniestro (cada Yi es una v.a. que toma el
valor de la suma asegurada);

◘ N(t) es la v.a. que denota el número de siniestros ocurridos hasta el tiempo t; y

◘ S(t) es la v.a. que denota el monto total de las reclamaciones, hasta el tiempo t.

23. En los tres modelos la teoría está enfocada a la determinación y análisis de la distribución
de la v.a. S, monto total de reclamaciones en una cartera, casi siempre con el objeto de
determinar el costo de un beneficio o de una cobertura.

__________________________________________________________________________ 4
Act. Mario Arriaga Parra I - B
 Matemáticas Actuariales I S∫P
24. En el curso se estudian los modelos de Riesgo Individual, restringiéndose a situaciones en
las que la reclamación depende de la supervivencia o muerte de las personas; en otras
materias se eliminará esta restricción.

25. El costo de un beneficio o prestación usualmente se determina con E[S] y su resultado

coincidirá, bajo las mismas hipótesis de cálculo, con el costo que se determine aplicando las
técnicas analizadas bajo el Enfoque Determinístico.

26. La diferencia entre ambos enfoques radica en que el Enfoque Probabilístico permite
resolver, bajo algunas condiciones no muy rígidas, ecuaciones como las siguientes

Pr{S > (1+Ө)E(S)} = 0.05,

ó
Pr{S ≤ (1+Ө)E(S)} = 0.95,

27. En las ecuaciones anteriores Ө es el factor de seguridad que debe aplicarse a una prima
inicial, E[S], ·Э· sea pequeña la probabilidad de que el monto total de reclamaciones, S, sea
mayor que las primas cobradas, una vez aplicado el factor de seguridad.

28. La distribución de S dependerá de que ocurran o no ocurran los siniestros, así como del
tiempo en el que estos sucedan. Al considerar beneficios cuyo pago depende de la muerte o
supervivencia de las personas, deben entonces estudiarse modelos de mortalidad.

Distribución de X
29. Considérese a un recién nacido, es decir (0). Sea X la v.a. que denota la edad de
fallecimiento de (0).

30. Dado que X mide el tiempo que transcurre desde el nacimiento hasta la muerte, entonces X
es una v.a. continua, con X > 0.

31. Como ejemplo, supóngase que una persona nació a las 0:00 horas del 1º de enero de 1970.

Descripción de la edad de fallecimiento Valor aproximado que toma X

Si (0) falleció el 30 de junio de 1970 0.5
Si (0) falleció el 30 de junio de 1971 1.5
Si (0) falleció el 31 de marzo de 1983 13.25
Si (0) falleció el 31 de diciembre del 2000 30
Si (0) fallece el 30 de septiembre del 2018 48.75

32. Para iniciar el estudio de la distribución de X, sea FX(x) la función de distribución de X, es

decir, Pr{X ≤x} y se interpreta como la probabilidad de que (0) fallezca antes de alcanzar la
edad x, es decir xq0.

33. Se define la función de supervivencia, s X(x), como

sX(x) = 1 - FX(x) = Pr{X > x}
y se interpreta como la probabilidad de que (0) alcance por lo menos la edad x, es decir xp0,
interpretándose también como la probabilidad de que (0) fallezca teniendo una edad mayor
de x.

34. Como consecuencia de las propiedades de X y de FX(x), sX(x) cumple con lo siguiente

Propiedades de FX(x) Propiedades de sX(x) = 1 - FX(x)

Continua Continua

__________________________________________________________________________ 5
Act. Mario Arriaga Parra I - B
 Matemáticas Actuariales I S∫P
Monótona creciente Monótona decreciente
FX(0) = 0 sX (0) = 1
Existe ω tal que FX(ω) = 1 Existe ω tal que sX (ω) = 0

35. Tanto FX(x) como sX(x) determinan la distribución de X.

36. La Pr{t1 < X ≤ t2} = Pr{X ≤ t2} – Pr{X ≤ t1} = FX(t2) - FX(t1) = sX(t1) - sX(t2) se interpreta
como la probabilidad de que (0) fallezca entre las edades t1 y t2, con t1 < t2.

Distribución de T(x)
37. En la práctica lo común es que sea necesario calcular probabilidades de muerte o
supervivencia para personas que no necesariamente son recién nacidas, sino que ya
alcanzaron una edad x > 0.

38. Se define a T(x) como la v.a. que denota el tiempo futuro de vida de (x); es decir, T(x) es la
v.a. que mide el tiempo que transcurre desde este momento hasta que ocurra el fallecimiento
de (x).

39. Determinar la distribución de T(x) permitirá calcular probabilidades de muerte y de

supervivencia para (x), cualquiera que sea el valor del argumento x.

40. Funcionalmente se define a T(x) como

T(x) = X – x
por lo que conociendo la distribución de X se puede determinar la de T(x).

41. Sea FT(x)(t) la f.d. de T(x). Como FT(x)(t) = Pr{T(x) ≤ t}, entonces FT(x)(t) se interpreta como
la Pr{(x) fallezca en el transcurso de un tiempo t, contado a partir de este momento} =
Pr{(x) fallezca antes de que transcurra el tiempo t} = Pr{(x) fallezca entre las edades x y
x+t}.

42. En términos de la notación utilizada en el denominado Enfoque Determinístico, se tiene

que, para cualesquiera valores no negativos x y t,
FT(x)(t) = Pr{T(x) ≤ t} = tqx

43. Se define a tpx como la función de supervivencia de (x) y se interpreta como la Pr{(x) llegue
con vida a edad x+t} = Pr{(x) esté con vida después de un tiempo t}
tpx = 1 - FT(x)(t) = Pr{T(x) > t}

Relación entre la Distribución de T(x) con la Distribución de X

44. Como se mencionó anteriormente, las probabilidades de muerte y supervivencia de (x) se
pueden calcular si se conoce la distribución de X, es decir, si se conoce FX(x) ó sX(x).

45. Las fórmulas que relacionan la distribución de T(x) con la de X pueden ser expresadas
como sigue:

tqx = FT(x)(t) = Pr{T(x) ≤ t } = Pr{x < X ≤ x+t |X > x }

tpx = 1 - FT(x)(t) = Pr{T(x) > t } = Pr{ X > x+t |X > x }
t|uqx = Pr{t < T(x) ≤ t+u } = Pr{x+t < X ≤ x+t+u |X > x }

46. Como se puede observar, la distribución de T(x) corresponde a la distribución condicional

de X; la condición es que X>x.

__________________________________________________________________________ 6
Act. Mario Arriaga Parra I - B
 Matemáticas Actuariales I S∫P

47. A partir de las fórmulas anteriores, se obtienen las siguientes igualdades para tqx:

En términos de la distribución de T(x):

tqx = FT(x)(t) = Pr{T(x) ≤ t}

En términos de la distribución de X:
tqx = Pr{x<X ≤ x + t | X > x}
= Pr{(x< X ≤ x + t ) ∩ (X > x)} / Pr{X > x}
= Pr{x < X ≤ x + t } / Pr{X > x}
= [FX(x+t) - FX(x)] / [1 - FX(x)]
= [sX(x) - sX(x+t)] / sX(x)
Así, tqx = FT(x)(t) = [FX(x+t) - FX(x)] / [1 - FX(x)] = [sX(x) - sX(x+t)] / sX(x)

48. En forma análoga, para tpx, se tiene que

tpx = 1 - FT(x)(t) = [1 - FX(x+t)] / [1 - FX(x)] = [sX(x+t)] / sX(x)

49. Igualmente para t|qx se tiene lo siguiente

t|qx = FT(x)(t+1) - FT(x)(t) = [FX(x+t+1) - FX(x+t)] / [1 - FX(x)]
= [sX(x+t) - sX(x+t+1)] / sX(x)

50. Las fórmulas para tqx, tpx y t|qx, expresadas en términos de sx, guardan una similitud con las
fórmulas determinadas bajo el enfoque determinístico, expresadas en términos de ℓx.

51. Las siguientes fórmulas también se cumplen:

t+upx = (tpx) (upx+t) = (upx) (tpx+u)
t+uqx = tqx +(tpx) (uqx+t) = uqx +(upx) (tqx+u)
t|uqx = tpx - (t+upx) = (tpx) (uqx+t)

Distribución de K(x)
52. Se define a K(x) como la v.a. que denota el número de años completos que transcurren hasta
que ocurra la muerte de (x).

53. K(x) es entonces una v.a. discreta que toma el valor de cero si (x) fallece en el transcurso
del primero año; tomará el valor de 1 si (x) fallece durante el segundo año y así
sucesivamente.

54. La función de probabilidad de K(x) puede ser determinada a partir de la distribución de

T(x), conforme a lo siguiente:
Pr{K(x) = 0} = Pr{(x) fallezca durante el primer año} = Pr{0 < T(x)≤ 1}
Pr{K (x) = 1} = Pr{(x) fallezca durante el segundo año} = Pr{1 < T (x)≤ 2}
Pr{K (x) = 2} = Pr{(x) fallezca durante el tercer año} = Pr{2 < T(x)≤ 3}
…
Pr{ K (x) = k} = Pr{(x) fallezca durante el (k+1)-ésimo año} = Pr{k < T(x)≤ k+1}

55. A efecto de ser consistente con el tipo de intervalos utilizados, se aprovechará el hecho de
que T(x) es una v.a. continua, por lo que 0 = Pr{T(x) = 0} = Pr{T(x) = 1} …, por lo que a
partir de ahora se manejarán intervalos cerrados por la izquierda y abiertos por la derecha.
Así, la f.p. de K(x) queda definida como sigue:
Pr{K(x) = 0} = Pr{(x) fallezca durante el primer año} = Pr{0 ≤ T(x) < 1}
Pr{K(x) = 1} = Pr{(x) fallezca durante el segundo año} = Pr{1 ≤ T(x) < 2}
Pr{K(x) = 2} = Pr{(x) fallezca durante el tercer año} = Pr{2 ≤ T(x) < 3}
…
Pr{K(x) = k} = Pr{(x) fallezca durante el (k+1)-ésimo año} = Pr{k ≤ T(x) < k+1}

__________________________________________________________________________ 7
Act. Mario Arriaga Parra I - B
 Matemáticas Actuariales I S∫P
56. Pr{K(x) = k} es la probabilidad de que (x) fallezca en el transcurso del (k+1)- ésimo año, es
decir, en el intervalo de edades [x+k,x+k+1), probabilidad que es igual a k|qx, de esta forma,
la función de probabilidad de K(x) es

Pr{K(x) = k} = k|qx

57. La f.d. de K(x) está dada por:

Pr{K(x) ≤ k} = Pr{K(x) = 0} + Pr{K(x) = 1} + Pr{K(x) = 2} +… + Pr{K(x) = k}=

= qx + 1|qx + 2|qx + … + k|qx
= k+1qx

Fuerza de Mortalidad μx
58. Se sabe que
FX ( x t ) FX ( x)
tqx = Pr{x ≤ X < x+t | X>x} =
1 FX ( x)

59. Haciendo t = Δx, con Δx muy pequeño

FX ( x x) FX ( x) fX ( x ) x
Δxqx = Pr{x ≤ X < x+ Δx} = ≈
1 FX ( x) 1 FX ( x )

NOTAS AL PARRAFO 59

59a) Se sabe que

lím g ( y ) g ( y 0)
g'(y0) = y yo
y y0

59b) Si y “está muy cerca de y0”, entonces

g ( y ) g ( y 0)
g'(y0) ≈
y y0
59c) Entonces
g(y) ≈ g(y0) + g'(y0) (y – y0)
59d) Haciendo y0 = x; y = x+Δx; g ≡ F; g’ ≡ F’ = f, se obtiene la aproximación mostrada
F(x+Δx) – F(x) ≈ f(x) Δx

59e) Un ejemplo de la aproximación es el siguiente

g(y) = y

Considérese y0 = 100; y=101

1
Como g’(y0) =
2 y0

Entonces, utilizando la aproximación g(y) ≈ g(y0) + g'(y0) (y – y0), resulta que

y y0
g(y) ≈ y0
2 y0

(101 100)
101 100 10.05
2 100

__________________________________________________________________________ 8
Act. Mario Arriaga Parra I - B
 Matemáticas Actuariales I S∫P

fX ( x )
60. A la función μx = se le conoce como fuerza de mortalidad.
1 FX ( x)
61. Los valores de μx son comparables con los de qx para la mayoría de los valores de x, en
virtud de que μx es una tasa anualizada, obtenida bajo el supuesto de que la mortalidad se
comporta igual en todo el intervalo de edades [x,x+1), como lo hizo al momento exacto de
alcanzar la edad x.

d
62. Como fX(x) = F’X(x) = [1 - F X(x)] = - s’X(x), resulta que
dx

s ' X ( x)
μx =
sX ( x)

63. Como sX(x) es decreciente - s’X(x) > 0; μx > 0.

64. Si se conoce μx es posible determinar la distribución de X y, por tanto, la distribución de

T(x).

65. A continuación se determina la distribución de X a partir de μx (se determinarán fórmulas

para sX(x), FX(x) y fX(x), en términos de μx)

66. Partiendo de la fórmula del párrafo 62 se obtiene una fórmula para s(x):

s' X ( y) d
μy = ln[ sX ( y )]
sX ( y ) dy

- μydy = d ln[s(y)]

x n x n
y dy d ln[ s( y )] ln[ s( y )] | xx n
ln[ s( x n)] ln[ s( x)]
x x

s ( x n)
ln ln[ npx]
s ( x)

x n
y dy
npx = e x

Haciendo t = y − x resulta que

n
x t dt
npx = e 0

Finalmente, como s(x) = xp0, se tiene que

x
t dt
sX(x) = xp0 = e 0

__________________________________________________________________________ 9
Act. Mario Arriaga Parra I - B
 Matemáticas Actuariales I S∫P
67. A partir de la fórmula anterior se obtiene la fórmula para FX(x):
x
t dt
FX(x) = 1 − sX(x) = xq0 = 1 − e 0

68. Para fX(x):

x
t dt
fX(x) = F’X(x) = (μx) e 0 = (μx) (xp0)

69. Para determinar la distribución de T(x) a partir de μx:

d
s( x t )
d d s( x t ) dt
fT(x)(t) = F’T(x)(t) = tqx = [1 − ]=
dt dt s( x) s ( x)

s' ( x t )
= [ s(sx( x)t ) ][ s( x t )
]
fT(x)(t) = tpx μx+t

70. Así, tpx μx+t es la f.d.p. de T(x).

71. Entonces la f.d. de T(x) está dada por:

t
FT(x)(t) = tqx = r px μx+r dr
0

72. En Actuarial Mathematics se presenta una tabla que resume algunos de los resultados
obtenidos.

En términos de FX(x) es igual a sX(x) es igual a fX(x) es igual a μx es igual a

F' X(x)
FX(x) FX(x) 1 −FX(x) F’X(x)
1 - FX(x)

- s' X(x)
sX(x) 1− sX(x) sX(x) − s’X(x)
sX(x)

x
fX(x)
fX(x) fx (u ) du f x(u) du fX(x)
0 x fx (u ) du
x

x x x
μx t dt t dt t dt μx
1− e 0 e 0
μx e 0

Tablas de mortalidad

__________________________________________________________________________ 10
Act. Mario Arriaga Parra I - B
 Matemáticas Actuariales I S∫P
73. Considérese un grupo de ℓ0 recién nacidos y supóngase que cada uno de ellos está sujeto a
la función de supervivencia sX(x).

74. Sea L(x) la v.a. que denota el número de personas que, del grupo inicial ℓ0, están con vida
en edad x. L(x) puede ser definida como la suma de funciones indicadoras:

l0
L(x) = Ij
j 1
donde
Ij = { 10 sienelotro
j ésimo individuo está con vida en edad x
caso

75. La E[L(x)] está dada por:

l0 l0
E[L(x)] = E[ Ij ] = E[Ij ]
j 1 j 1

76. Ahora,
Pr{Ij = i ]= { 1s( xs)( x) si i 1
si i 0

E[Ij] = (1) s(x)] + (0) [1 – s(x)] = s(x), para toda j

77. Por tanto,

l0
E[L(x)] = E[Ij ] = (ℓ0) s(x)
j 1
78. Usualmente E[L(x)] se denota como ℓx y el hecho de que sea una esperanza se justifica que
sus valores no necesariamente sean números enteros (la esperanza de una variable aleatoria
no necesariamente debe coincidir con alguno de los valores que puede tomar la variable
aleatoria).

79. Así, ℓx = (ℓ0) s(x) se interpreta como el número esperado de personas con vida al momento
de alcanzar la edad x.

80. En caso de que, además, se suponga independencia en la supervivencia de los individuos

que conforman el grupo, entonces L(x) será la suma de ℓ0 ensayos Bernoulli, por lo que
L(x) ~ Bi(ℓ0, s(x))

81. Para el caso del número de fallecimientos, el planteamiento es similar. Se define a nDx
como la v.a. que denota al número de personas que, del grupo inicial ℓ0, fallece en el
intervalo de edades [x,x+n). nDx puede entonces ser expresada como
l0
nDx = Hj
j 1
donde
Hj = { 10 sienelotro
j ésimo individuo fallece entre las edades [ x, x
caso
n)

82. La esperanza de nDx está dada por:

__________________________________________________________________________ 11
Act. Mario Arriaga Parra I - B
 Matemáticas Actuariales I S∫P
l0 l0
E[nDx] = E[ Hj ] = E[hj ]
j 1 j 1

83. Ahora,
Pr{Hj = h ]= { 1s( xs)( x)s( xs( xn)n) para h 1
para h 0

E[Hj] = (1)[s(x) – s(x+n)] + (0) [1 – s(x) – s(x+n)] = s(x) – s(x+n), para toda j

84. Por tanto,

l0
E[nDx] = E[Hj ] = (ℓ0) [s(x) – s(x+n)] = ℓx − ℓx+n
j 1

85. Usualmente E[nDx] se denota como ndx. Al igual que con ℓx, el hecho de que sea una
esperanza se justifica que sus valores no necesariamente sean números enteros.

86. Algunas otras igualdades que pueden ser de utilidad son las siguientes:

1 d 1 d
μx = s(x) = ℓx
s( x) dx x dx

− dℓx = ℓx μx dx
x
y dy
ℓx = ℓ0 e 0

x n
y dy
ℓx+n = ℓx e x

x n
ℓx − ℓx+n = ℓy μy dy
x

87. Un resultado importante es que

s( x k ) s( x k 1) x k x k 1 dx k
Pr{K(x) = k} = = = = k|qx
s ( x) x x

una tabla de mortalidad define completamente la distribución de K(x), para x edad entera.

Características de la distribución de X, T(x) y K(x)

88. Teorema 3.1 (Primera edición de Actuarial Mathematics)
Sea T una v.a. continua, con f.d. G(t) y con f.d.p. G’(t) = g(t), tal que G(0) = 0. Si z(t) es una
función monótona, no negativa, diferenciable, tal que existe E[z(T)], entonces

E[z(T)] = z (t ) g(t)dt = z(0) + z ' (t)[1─G(t)]dt

0 0

89. Teorema 3.2 (Primera edición de Actuarial Mathematics)

__________________________________________________________________________ 12
Act. Mario Arriaga Parra I - B
 Matemáticas Actuariales I S∫P
Sea K una v.a. discreta, con probabilidades sólo para enteros no negativos, con f.d. G(t) y
con f.p. g(k) = ΔG(k─1). Si z(k) es una función monótona, no negativa, diferenciable, tal
que existe E[z(K)], entonces

E[z(K)] = z (k)g(k) = z(0) + [ 1─G(k)]Δz(k)

k 0 k 0

con Δz(k) = z(k+1) ─ z(k).

90. Utilizando el Teorema 3.1 se puede mostrar que E[T(x)] = ėx = t px dt

0
Demostración
Por definición, E[T(x)] = (t ) fT(x)(t)dt
0
Como FT(x)(t) = tqx, haciendo z(t) = t y aplicando el Teorema 3.1 (z(t)=t cumple con los
supuestos requeridos), se tiene que
E[T(x)] = z(0) + z ' (t)[1─FT(x)(t)]dt
0
Como z(0) = 0 y z’(t) = 1, entonces
E[T(x)] = [ 1─FT(x)(t)]dt = [ 1─tqx]dt = . tpxdt
0 0 0

91. Al valor esperado E[T(x)] = ėx = t px dt se le conoce como la esperanza completa de vida

0
de (x) y se interpreta como el tiempo esperado de vida para (x).

92. Utilizando el Teorema 3.1 se puede mostrar que Var[T(x)] = 2 (t )t px dt ─ (ėx)2

0

93. El Teorema 3.2 puede ser utilizado para demostrar los siguientes resultados

E[K(x)] = ℮x = . kp x
k 1

Var[K(x)] = . (2k+1)k+1px ─ (℮x)2

k 0

Edades fraccionadas
94. Hasta ahora, bajo el Enfoque Probabilístico, para calcular probabilidades, esperanzas y
varianzas, las fórmulas han sido desarrolladas bajo el supuesto de que se conoce la
distribución de T(x) o la de X, o bien que se conoce la forma funcional de μx.

95. La distribución de K(x) es un caso especial, pues está completamente determinada por los
valores de una Tabla de Mortalidad, pues, como se mencionó anteriormente, con los valores
de una tabla de mortalidad se pueden calcular, para x entero, Pr{K(x) = k} y, por tanto, se
pueden calcular los valores de Pr{K(x) ≤ k}, E[K(x)] y Var[K(x)].

__________________________________________________________________________ 13
Act. Mario Arriaga Parra I - B
 Matemáticas Actuariales I S∫P
96. En la práctica, lo usual es que el modelo de mortalidad esté basado en una tabla de
mortalidad, por lo que es necesario poder determinar la distribución de T(x) a partir de los
valores de esa herramienta.

97. La forma de hacerlo es aproximando la distribución de T(x) tomando como base la

distribución de K(x) a través del siguiente planteamiento
T=K+R

98. Así, el Tiempo Futuro de Vida, T, es igual al Número de Años Completos, K, más la
Fracción de Año, R, en la que ocurre la muerte, por lo que R sólo toma valores dentro del
intervalo [0,1). La aproximación se interpreta como si la distribución de T fuera sustituida
por la de R entre dos edades enteras consecutivas.

99. El supuesto que se utiliza con mayor frecuencia es el de Distribución Uniforme de Muertes,
DUM. En Actuarial Mathematics se muestra la forma funcional de este supuesto, así como
la forma funcional de otros dos supuestos, en términos de funciones de supervivencia:

Supuesto Forma funcional

Distribución Uniforme de Muertes (interpolación lineal) s(x+t) =(1─t)s(x) + (t)s(x+1)
Balducci 1/s(x+t) =(1─t) / s(x) + (t) / s(x+1)
s(x+t) =s(x) ℮ con μ = ─ln[px]
(t)μ
Fuerza constante de mortalidad (interpolación exponencial)

100. Bajo DUM se está suponiendo que R~U(0,1). Como E[R] = ½, entonces
ėx = E[T(x)] = E[K(x) + R(x)] = E[K(x)] + E[R(x)] = ℮x + ½

__________________________________________________________________________ 14
Act. Mario Arriaga Parra I - B