Dependiendo

del
golpe .

Se regresa si se cancela
Convoluciones : suma de variables aleatorias
 cara

cruz
=

=
0.30

0.70
P / ✗ =3 ) =

(3×0.3)%0.712 0.13231-1
=

9) (0.10×0.07)+(0.401/0.04) 1- 10.30110-021+(0-20110.05) =

0.039/-1
Él
b) Probabilidad G1
=

0.039
=

0.179¥
Probabilidad 62 =
Él 0.4103/-1 =

Él
Probabilidad 63 =

0.039
=

0.1539/-1
Probabilidad 64 =
Ü 0.2564/-1 -

a) P /✗ 1 / J )
= + P /✗ 1 1
=
5) =/ 0.3110751+107110.321 =

0.449ha
b) Pts-1 ✗ | Él
0.50¥
=

0.449
9) P feas Uear ) =
(0.61+10.7)-10.41 0.9¥ =
c) ( 1- Pleasueavllll Plcasucavll
-
=

0.011
b) ( 1- Pleasucav /f- 0.1g d) Plcas leal =

¥7 0.57141-1 =

h = 10

p =
0.6

g- =
0.4

9) P / ✗ (Y) 0.419 0.0015-7311

'
=
1) =
10.6 ) ( =

2) §!
" "

b) (E) 10.61×10.4 )
P ( ✗ 1-
0.9983221-1
= =

c) Función de probabilidad FHKIYKO.si/-0.4-#

6eas f-gatplx-l q-g.si

d) EN =
np -110110.6 ) =

b) Pts4200 / )
0.09781-11 × "
0.029021-1
=
=

c) PIX > IMY ≥ 1200 ! 0.1271191

#
=

→
9) Función de densidad
flyt.FI/4I=O.16e-0.k',ys-Of-
:

=/¡
" ' "
b) 1O )
PIS ≤ e-
0.24741-1
≤
y 0.16 dy
=

LA Sería las
complicado por convoluciones

c) EN =

0%11001 =

6251-1

/{ ?
"

dy ) 0.79810315=0.32381-1
" "
d) Ply ≤ 101s =
0.16 e- (

Pts-4401
( NÜ )
al "
=/¡ ⇐á e-
39.06
dy =

0.3051
→

MPH )ˢ
=p ! !¡%↓ˢ
"
l
:#
≤ lo
é =

0.20¥

9) Función de densidad : fin =

{Ía ,
a ≤ ✗ ≤ b atzb = 6.2s →

2A -34.1499
.
atb =/ 2.5

lb¡d÷ = 39.06 → ( b- a) 2=468.72

b- a = ±
21.6499 a =
-4.5749 b =/ 7.0749

FHI {⇐qj -4.57s ≤ ✗ ≤ 17.075 |

→
=

"

b) PIS 2-
✗ ≤ 101 =

{ ü DX =

0.23091-1
P de ✗ E [ S ,
IS] = S≤ ✗ ≤
1s
◦

/ E) 10.001×10.99 SÍ
§ 0.92271-1
"

Pls ≤ ✗ ≤
)
is = =

a) P la U c) 10.511 V31
µ
= =

b) P ( hoc ) 146110.81
21µg
= =
 Nayely
23/05/2022
Bayardo Villalpando

p =
probabilidad éxito ( Lo que quieres que pase ) muerte

PK Mr 02K
0.98 lo 9.8
39.2
0.98 20

0.9 30 27

0.9 100 180

"
"
continua nos dan

üüii
es y

-
Porque esta
discreta →
a algo
igualado
.
 Taller de ejercicios |

Ejercicio | 5
•
•
se distribuye

binomial en este

Se desea tener PIS ≤

(t + ⊖ ) F- ( s) ) =
0.95 ejercicio .

•
Tener el 95% de

i. S =
VA monto de la todas
pérdida esperando seguridad que

F- ( s ) =

pérdida las
esperada pérdidas no

⊖ =
de seguridad rebasen cantidad
recargo cierta .

•
Cuando ✗ se distribuye binomial se cumple que
:

=
np

02h =
npq =
np / 1- p)

n 9- b

µ ,
=
soo / 0.021111=10 Me = 50010.021121=20
02, =
50010.02/10.981111--9.8 O} =
50010.02×0.98×25=39.2
n q P b

µ ,
=
30010.101121=30 µ, =
50010.101121=100
O } =
30010-10110.91111=27 04=50010.101/0.901125--180

Propiedades de
•

Esperanza de F- ( Axl si A es una constante ECAX ) =

A- F- (7) =
AM
,
.

Vauimra ,
Vav ( Ax) =
Al Vault )

Els ) 10+20+30+100=160 =

Van / 5) 9.8+39.2+27+180=256 =

D En este caso
EN -160
" "
"" 4%-1=0 .gs
5=7

Recordemos
,
1-

:
✗ zt

2- =
. . .
+
Xisoo
÷; 810.951=1-645,1
2- =

= 1.645
con
◦

la
calculadora

o 2171 3) Normal Inversa

1) Menu , ,

Pts11170 ) Els) ) =
0.95

%_ 1.645
=

P / 2- ≤
ÉSE 1=0.95
Tú
calculadora 0=0.16451
-1
Ejercicio 2

•
Tenemos que saber :
Existen mixturas la
,

distribución es continua pero tambien una discreta .

D La parte discreta se calcula como discreta , y la

continua como continua y se suman .

}
/ ✗ t /☒ DX d- continua

:{
✗
de ① < ✗{ y
EN discreta tal
FIN
=

8- "
'
✗
e- ✗ =L

OÍ = EH ) -
Mí

¡
""
"✗
dirá
Catecolaminas F- 1×1 -

Mx " ×
EN =
-
✗ e- _

t.j.fi?-:=-si
•
Cuando OLXLL :
" "
é

It
-

""
< l e
"

f.
-

EN lié / dx
-

Cuando ✗ =L

F- Al = Le
""
Mx .

E- yeti -

q +
qf-ie.tk→|
Calculamos EIÍ ) "
cuando ✗ =L FAY -12 é cuando OCXLL

F- 1×4 -

¡ Elle
_ "✗
ldx → EN : -
íé
""
-

É
✗
=
/¡
" "
¡e-
¥ ¥
= -
-

_ +

2x
-

e
-
✗×
i.
Para fin Erik -

Éi -

¥ -

+
⇐ +
qE "

" "
EN -

¥11 -
é -

iré ]
Calculamos la varianza
'

Vavcxl =
F- 1×2 ) -

( Mx )

Y
"

) (
"'
Eli
" '
-
-
-
é -
Me
-

Y
" " "

)
"
≤
¥11 -

É -

✗ Lé -

± /
,
1- zé + e-

OÍ Ñ÷-e=_
✗ µ

D La media la varianza calculadas anteriormente

y
corresponden a la VA de la pérdida .

Sin falta contemplar la probabilidad de

embargo , que se
presente una reclamación .
Por lo anterior la media
,

varianza de 5 corresponden la de
y
a una

variable aleatoria condicionada .

.im "

Clase MK
puedo yawiod L Media ✗ Varianza ✗

| 500 0.1 1 2.5 0.917915 0.5828371

2 2000 0.05 2 5 0.4999773 0.249886499

Una vez que se obtiene la media y la varianza de la
pérdida ,
se procede a calcular la media
y
varianza de S
les decir ,
la condicionada | . Recordaros que para

K -1 -

9=0.1 A- 2 9=0.05
y para

Media de Vania > a

Clase MK Media X
Varianza ✗
S de 5

1 500 0.917915 0.5828371 0.09179 0.1341086

2 2000 0.4999773 0.249886499 0.02499 0.0243639

Ms -

_
MKQK Ós -
-

MÍ 9- * ( 1- 9- a) + OÍ 9- *

Entonces

ELSI = SOO (0.91791+200010.02499)=95.875

Vavls) -500 (0.13411+200010.0243639)=115.78

Pfs ≤ ( 1+0-1 EECSI ) =

0.95

§ 10.951=1.695

ziEE.rs#j-.- i.64sV-s.-80-=O.1846097S6l-
3) Para simplificar los cálculos ,
las sumas aseguradas se

pondrán en unidades de los 000 .

Consideremos el límite de retención propuesto para el

reaseguro se obtiene la siguiente tabla .

|ÜÜ||
◦
La tabla con los límites
^ " "° ^ " "" "
" P"

}
2 3,500 dada
aseguradora está por :

l 2,500
S
2 3 1,500
10 2 8 500

IZ-rlb.OOOI.br MK
•
Note que ,
al tratarse de un
seguro de vida
,

su distribución corresponde a une binomial ,

| 8,000 con probabilidad de éxito la muerte de

2 8,000 Las En adición pérdida

personas .

,
La esperada
se debe calcular la suma retenida ,
en

virtud que el excedente se transfirió el

riesgo
El reasegurador .

F- (5) =
110.021180001+210.02×8.0001=480
Vals ) =
(0.02/10.98118000)+122 ) / 0.021/0.98×80001=784

La cuota de de 0.025 cobren la

reaseguro es
, y se sobre suma

está esta Entonces calcular la

asegurada que cubriendo empresa .
para

la los
prima de
reaseguro , consideramos tabla donde se
desglosa
de cada compañía .

Prima -
-

UNO -

02511250011-310.025111500418/(0.0251/500)=2751
→

Se desea calcular : Pts+275 > 8251=1 Pts2825 -27s ) -

=
| -

P (52-550) →
Estandarizaron
'

=p plz ≤ 2.5=0.9938

SSO-y.gg#O---2.Sf-/
2- Buscamos
-0.9938--0.0062-11
=
en

la tabla de Z
pls > sso ) =L
3. B) Queremos encontrar un limite de retención tal que se

minimice la
probabilidad de que la pérdida
esperada más la prima de
reaseguro supere los
'
8 250,000 l o
bien 825 en unidades de 10,000)

límite retención deseada

=

W minimiza la probabilidad .

igual 50,000
✓ es
huyó en 30,000 y hevov o a .

Hacemos una nueva tabla de retención y cesión .

Reaseguro Stop -
Loss

Esperanza de

üü
 Pregunta 4
•

9) Se desea calcular las pérdidas esperadas , por

lo cual es necesario calcular ECS ) y Uav ( SI,
considerando hay retención
que no
por parte
la
de
aseguradora .

•
Al ser un
seguro de vida ,
se distribuye binomial
( p =
0.02nA ) Entonces

F- (5) =
(118,000×0.02)+(2113,500×0.02) + (3) ( 2,5001
10.021+(541/500110.02) 1- (10,500×0.02)=700

Uaulsl -

(8000×0.02×0.98) + (4)(3500×0.021/0.98)
edueibk +
(9112500110.02×0.98)+(2511%0910.0211098)
[ del

Reaseguro
+ (10,5001/0.02×0.98) =
2587.2

④ =

71500,000 o 750 en unidades de 10,000

D= M +130 →

C
⑤ DE O
→
750--700
VEE
=
0.98301
→
Deducible
☐

estandarizado

13=0.98 para
buscar el valor en
la tabla de Z

✓-2587.2J
Desuest
O =
=
50 .
8645o -

-0%-12
F- ( Idw ) =
50.864s
(LE -0.98
(1-0.836461)=4.40183×10,000--44,018.301-1 Porque esta
en unidades

$)=¢(°=°%
de 10,000

Normal

{
CD
"" " =
'
" 0.83646
Upper =
0.gg
O =
1

Pérdida esperada del

asegurador .
b) Recordemos que en el problema 3a ,
se calculo

la esperanza y varianza de 5
,
cuando se tenía una

retención de $20,000

Entonces :

13=5-30-480 = 1.7857 ≈ 1.79

Els ) =
480 28
Uav (5) =
784
Desuestlsl = 28

•
Buscamos valor de Z en tablas 0.96327

( Idw ) 1.7911-0.96327 ) ) 0.409735×10,000=4,097.35/-4

=

E = 28 -

VE
 ✗ → Reclamaciones
individuales

S → Suma de todas las

reclamaciones

✗ ha
=
e

=
E / etl
✗ ' + ✗2 . -
•
+

Huy
 Ejemplo | :
Suponga que la Variable aleatoria N tiene una distribución

geométrica , es decir :

"
PLN =
n ) =
pq con n =
0.1.2 . . .

Donde ② < 9-
<
l p = 1- q
y

Determine 5
la función
generatriz de momentos para en términos de 4
de X
generatriz .

Solución :

Sabemos que Msltl =

MN / In Mxlt) )
•

Además MNLTI =
El et " ) N → Es discreta

¿ é
☒
"

(Ü )
"

( pq ) Eletqf
"

Malt) =p =p
=
→

ⁿÜm
no

EEE-i.to
Serie geométrica

( un

☐ Serie geométrica
• : Msltl =P
/ ftp./--#+q
 Producto
Si

P¥§
son

PIA / B) =
independientes
=Ü¥
=
PCAI

A)
 FEE

* Convolución
su
 13 )
101 12)
)
# # ( il #
✗ p p p
#
p fs ( L

O 1 O O O O 0.1

1 O 0.50.5 O O 6. 15

2 O 0.40.4 0.25 O 0.22

3 O 0.10.1 0.400.12s 0.215

S O O O 0.080.315 0.0950

6 O O O 0.01 0.184 0.0408

7 O O O O 0.063 0.0126

8 O O O O 0.012 0.0024

9 O O O O 0.001 0.6002
• ' ' ' '

.
→

N N =D N =\ N =L N =3

0.1 0.3 0.4 0.2

PIN)

Fs A) =
0.110.25/0.47/0.685/0.849 / 0.944/0.9848/0.9974/0.9998111
Acumulada
Como hacer tabla ←

|
"
" " " + "
✗ =
O
Para ✗ =L
010.5 ) + 010 5) O .
=

Para 7=2
O LO 4) + O SI 0.5 ) t 0.410 )
• .

Para ✗ =3

010.11+0.510.411-0.4 (0.51+0.110)
Para ✗
=
4
0101+0.110.511-0.4 (0.41+0.110.5)+06 )

13 ) ✗3)
p
*
→ ( ✗ ,
1- Xz +

Para ✗ =3
0.510.251=0.125
Para 8=4
0.510.4 ) 1- 0.410.2s ) =

0.3

Es
 { {! ! ! !!
"
1- ✗ Al " "

[ Heute
=

: 0.4 1=2 fin " " n°2

O -9
g. , ✗ =3

a) Elx)
y
Ua ( X)

F- [ ×] =
{ × fx LA →
E [ ×] =
0.511 ) t 0.4 / 2) + 0.1 (3) =
1. 6

'

( ETA)
2

Van A) =
Eli ) - =3 -

II. 6) =
0.44

r
•
F- 1×4=2×2 f- ✗
1×1 =
0.5115+0.41251-0.11312--3

b) El N) y Uav
LN)

E ( N) =
En fin (n ) =
0.1 (01+0.34)+0.412 ) +0.2 / 3) =
1.7

EINY = 0.1105+0.31112+0.41212+0.2135 =
3.7

Van LN ) = 3. 7- ( 1.712 =
0.81

e) Els) Nails )
y

Els) ELXIEIN] 4. 6)(1-7)--2.72

-

= -

Vav (s ) = IELXSÍ ( Uav (Nt ) t ( EINIIIVAVHI :( 1. 6410.81) + (1.7×0.44)=2.8216

A
EJEMPLO 4)

Sea S el número de personas que cruzan en carro una

intersección en una hora dada ¿ cúal sería el modelo S

para una Sura aleatoria ?

✗i =

No .

personas que van en el carro en una cierta hora .

N =
No Carros que Intersección cierta hora
.

pasan por esa en .

5 =

✗ ,
+ ✗ a
.
. .
. .
+ XN

EJEMPLO 5)

Sea S la cantidad total de lluvia que cae en

una estación del tiempo en lunes determinado .

¿ cúal sería el modelo 5 para una Suna aleatoria ?

✗¡ =
Cantidad de cm3 que Mueven en un día .

N =
No . de días que llueve en un mes

5- ✗ ,
t
,
. . .

,
+ XN