ESTADÍSTICA ACTUARIAL (751)

Curso n° 1 – Landro - Del Rosso

2do Parcial Fecha: 24 de Junio de 2021

APELLIDO/S Y NOMBRE/S:

N° Registro: CALIFICACIÓN
Correo:

Para la aprobación del examen con una nota de 4 puntos, es necesario el 60% correcto y completo y en todos los
ejercicios deben utilizar la notación utilizada en clase, resolverlos e interpretar sus resultados. EL EXAMEN DEBE
REALIZARSE EN TINTA AZUL O NEGRA

EJERCICIO Nº 1 (25 puntos)

Existen distintos trabajos académicos que emplean los procesos de nacimiento y fallecimiento puro lineal (BDP) para
modelizar los brotes epidémicos, tal como es la situación actual con la COVID 1-19, que fue declarada pandemia por la
OMS y se ha prestado mucha atención al desarrollo de modelos epidemiológicos para comprender su dinámica.

El modelo epidémico susceptible-infeccioso-recuperado (SIR) capta la dinámica de una epidemia (McKendrick, 1925).
Consta de tres compartimentos excluyentes, que representan la cantidad de personas de una población que son
susceptibles, están infectadas y se han recuperado de una enfermedad (y, por lo tanto, son inmunes).

Las transiciones entre los estados están determinadas por ecuaciones diferenciales ordinarias (EDO) detalladas en las
ecuaciones siguientes.
𝑑𝑆 𝑆 𝑑𝐼 𝑆 𝑑𝑅
= −𝛽𝐼 = 𝛽𝐼 − 𝛾𝐼 = 𝛾𝐼
𝑑𝑡 𝑁 𝑑𝑡 𝑁 𝑑𝑡
Donde 𝛽 es la tasa de transmisión de la enfermedad y 𝛾 es la tasa de recuperación de la misma. El tamaño de la
población se conforma por 𝑁 = 𝑆(𝑡) + 𝐼(𝑡) + 𝑅(𝑡) en cada momento del tiempo. Este modelo es determinista, significa
que, dado ciertos parámetros, solamente se generará una trayectoria fija de una epidemia.
Es importante aclarar que es válido para poblaciones suficientemente grandes, pero no pueden capturar fenómenos
típicamente estocásticos como la extinción (Rock et al., 2014). En la versión más básica se consideran dos
comportamientos: Modelo SI o Modelo SIS. Las tasas instantáneas de nacimiento y fallecimiento de los procesos
anteriores son,
𝑖
𝜆𝑖 = 𝛽𝑖 (1 − ) 𝜇𝑖 = (𝑏 + 𝛾)𝑖
𝑁
1. Obtener el sistema de ecuaciones en diferencias y diferenciales de Kolmogorov-Chapman del modelo SIS (10
puntos)

2. Demostrar que el tiempo transcurrido hasta la primera infección 𝑇0,1 se distribuye como una variable exponencial
(10 puntos)

3. ¿Qué limitaciones encuentra en la utilización del proceso de nacimiento-fallecimiento puro lineal para modelizar
un brote epidemiológico? (5 puntos)

1
Coronavirus Disease.
1
EJERCICIO Nº 2 (40 puntos)

Hace unos meses comenzó el plan de vacunación contra la COVID-19 en la Ciudad Autónoma de Buenos Aires (CABA)
como en otras partes del país. El gobierno de la CABA comparte diariamente los datos referidos a dicho plan para
transparentar el proceso de vacunación. Actualmente, se están aplicando tres vacunas: Sputnik V, AstraZeneca y
Sinopharm, cada una de las cuales posee dos dosis de aplicación. En los siguientes gráficos se exhiben la evolución
diaria acumulada de las primeras dosis aplicadas hasta el 4 de Junio, y sus correspondientes correlogramas de la FAC
y de la FACP.

1. ¿Qué puede indicar de la inspección ocular de los tres gráficos anteriores? Argumentar. (5 puntos)

2. Evaluar con un nivel de significación del 5% la hipótesis nula de que el total (acumulado) de vacunados con la
primera dosis posee una raíz unitaria y explicar detenidamente los procedimientos seguidos (20 puntos).
La siguiente tabla exhibe datos relevantes de la prueba de Dickey-Fuller para probar la presencia de una raíz
unitaria sobre el nivel de la serie,

Tabla 1. Test de Dickey-Fuller para testear 1 Raíz Unitaria

𝑵𝒐𝒏𝒆 𝑫𝒓𝒊𝒇𝒕 𝑻𝒓𝒆𝒏𝒅
𝜶 1,00% 5,00% 10,00%
𝝓𝟏 − 𝟏 0.004868 0.003858 -0.004659
(0.01045) (0.001380) (0.004606) 𝝉 -2.60 -1.95 -1.61
𝝓𝟐 0.712782 0.682682 0.655398
𝝉𝝁 -3.51 -2.89 -2.58
(0.060498) (0.063099) (0.064099)
𝒂𝟎 866.073211 -976.509384 𝝉𝝉 -4.04 -3.45 -3.15
(544.334) (1093.714)
𝒂𝟏 60.237949
(31.104126)

La siguiente tabla exhibe datos relevantes de la prueba de Dickey-Fuller para probar la presencia de una raíz
unitaria sobre la primera diferencia de la serie,

Tabla 2. Para testear 1 Raíz Unitaria sobre la 1era diferencia

𝑵𝒐𝒏𝒆 𝑫𝒓𝒊𝒇𝒕 𝑻𝒓𝒆𝒏𝒅
𝝓𝟏 − 𝟏 -0.10055 -0.24235 -0.38176 𝜶 1,00% 5,00% 10,00%
(0.04471) (0.06227) (0.07269)
𝝓𝟐 -0.04020 0.03563 0.10273 𝝉 -2.60 -1.95 -1.61
(0.08462) (0.08558) (0.08498) 𝝉𝝁 -3.51 -2.89 -2.58
𝒂𝟎 1651.60211 -65.97432
(519.90493) (710.60979) 𝝉𝝉 -4.04 -3.45 -3.15
𝒂𝟏 32.75204
(9.58435)

¿A qué conclusiones puede arribar con la serie original?. Justificar.

3. Un algoritmo automatizado permitió determinar que el mejor modelo para captar la dinámica de la serie es
{𝑍𝑡 = ∇2 𝑌𝑡 }: 𝐴𝑅𝐼𝑀𝐴(1,2,1). La siguiente ecuación es el modelo estimado por el algoritmo, (15 puntos)

𝑍𝑡 = 0,6512𝑍𝑡−1 + 𝜖𝑡 − 0,9373𝜖𝑡−1 𝐴𝐼𝐶 = 3026,95 − 𝐵𝐼𝐶 = 3036,06

Se solicita que provea la reparametrización y obtenga la expresión del modelo en niveles {𝑌𝑡 } y evaluar con los
coeficientes si es estacionaria o no.

2
EJERCICIO Nº 3 (35 puntos)

La Compañía de Seguros “La Argentina S.A.” cuenta con una cartera con dos pólizas independientes (𝑆𝐴 , 𝑆𝐵 ) que cubren
el riesgo de incendio. Por información histórica se sabe que cada póliza tiene una probabilidad anual de ocurrencia de
siniestro del 20%, y que puede tomar el daño los valores de 50 USD (3%), 150 USD (6%), 250 USD (9%) y 300 USD
(82%). Utilice una semilla fijada en 200.

1. Determinar la distribución de los siniestros de la cartera en su conjunto 𝑆 = 𝑆𝐴 + 𝑆𝐵 (10 puntos)

2. Escribir una rutina en para aplicar eficientemente el método de la transformada inversa sobre 𝑆 e indicar
los primeros 10 valores simulados (10 puntos)
3. Determinar una estimación del monto esperado a pagar en concepto de siniestros 𝐸[𝑆] mediante una simulación
en y el desvío del valor estimado en cada situación. Utilizar 100, 1000 y 10000 números aleatorios (15
puntos)

Firma: ………………………………………………. Aclaración: …………………………………………