ANLISIS ACTUARIAL

1. PROBABILIDAD DE MUERTE Y
SUPERVIVENCIA
1.1. INTRODUCCION
Dada una persona de edad x (o cabeza de
edad x, en terminologa actuarial), que a
partir de ahora representaremos por (x), no
cabe duda de que los sucesos fallecer antes
de cumplir x+t o sobrevivir a la edad x+t
son aleatorios.

1.2. PRINCIPALES VARIABLES
ALEATORIAS
Para realizar un estudio riguroso de las
probabilidades de muerte y supervivencia
hemos de referirnos a algunas variables
aleatorias y a su distribucin de
probabilidad.
1.2.1. EDAD DE MUERTE DE UN
RECIEN NACIDO
Denotamos por X a la variable aleatoria
edad de muerte de un recin nacido, que
suponemos continua. Representando por F
a su funcin de distribucin, tendremos:


donde:
) ( ) ( x X P x F s =
0 ) 0 ( 0 = > F y x
a. Probabilidad de que un recin nacido
fallezca entre las edades x y x+t
) ( ) ( ) ( x F t x F t x X x P + = + s <
b. Probabilidad de que un recin
nacido sobreviva a la edad x
porque:
) ( 1 ) ( x F x X P = >
) ( 1 ) ( x X P x X P s = >
c. Probabilidad de que una persona de edad
x fallezca entre las edades x y x+t

) ( 1
) ( ) (
) / (
x F
x F t x F
x X t x X x P

+
= > + s <
1.2.2. Edad de muerte de una persona
de edad x
Representando por a la citadad variable aleatoria y por a su funcion de distribucion, tenemos que:
Evidentemente cuando
x y
x F
x F y F
y Y P y F
x x
>

= s = ,
) ( 1
) ( ) (
) ( ) (
x
Y
x
F
0 ) ( = y F
x
x y <
1.2.3. Funcin de Supervivencia
La funcin de supervivencia es aquella que
para cada x nos proporciona la probabilidad
de que un recin nacido alcance con vida
dicha edad, esto es:
Ciertamente
0 ; ) ( 1 ) ( ) ( > = > = x x F x X P x s
1 ) 0 ( = S
Mediante la funcin de supervivencia es fcil
expresar las siguientes probabilidades
Ademas, supuesto que X sea una variable aleatoria continua, su funcion de densidad
vendr dada por:
0 ;
) (
) ( ) (
) / (
) ( ) ( ) (
>
+
= > + s <
+ = + s <
t
x s
t x S x s
x X t x X x P
t x S x s t x X x P
) (
) ( ) (
) (
'
x s
dx
x ds
dx
x dF
x f = = =
1.4. Vida Residual
Dada una persona de edad x, su vida
residual o bien su tiempo de vida hasta la
muerte es otra variable aleatoria que
representaremos por Tx. Siendo Gx su
funcin de distribucin, tendremos que:
es la probabilidad de que una persona viva a la edad "x" fallezca en el transcurso de "t"
aos, esto es, antes de cumplir la edad "x+t".
Es claro que y que
Ademas:
0 , ) ( ) ( > s = t t T P t G
x x
) (
) ( ) (
) ( ) (
x s
t x s x s
t x F t G
x x
+
= + =
x Y T
x x
=
X T =
0
y
Siendo una variable aleatoria continua, su funcin de densidad es:
) ( ) (
0
t F t G =
) (
) (
) (
) ( ) (
) (
'
x s
t x s
x s
t x s x s
dt
d
t g
x
+
=
|
|
.
|

\
| +
=
x
T
1.2.5. Nmero de aos completos de
vida hasta la muerte
Definamos ahora la variable aleatoria
discreta nmero de aos completos de vida
hasta la muerte de una persona de edad x,
que representaremos por Kx.
y, empleando la funcin de supervivencia:
para k entero no negativo
... , 3 , 2 , 1 , 0 : ; ) 1 ( ) ( k k T k P k K P
x x
+ s < = =
;
) (
) 1 ( ) (
) (
) (
) ( ) (
) (
) 1 ( ) (
) (
x s
k x s k x s
k K P
x s
k x s x s
x s
k x s x s
k K P
x
x
+ + +
= =
+

+ +
= =
1.3. PROBABILIDADES BASICAS DE
MUERTE Y SUPERVIVENCIA
a) : probabilidad de que una cabeza de edad x alcance con vida la edad x+t
Para t=1 tenemos la probabilidad de que una cabeza de edad x alcance con vida la edad x+1.
Esta probabilidad se representa por , omitiendo el valor de t, y se denomina "tanto de
supervivencia a la edad x".
x t
p
) (
) (
) ( 1 ) (
x s
t x s
t G t T P p
x x x t
+
= = > =
x
p
b) : probabilidad de que una cabeza de edad x fallezca antes de alcanzar la edad x+t
Para t=1 tenemos la probabilidad de que una cabeza de edad x fallezca antes de la edad x+1.
Esta probabilidad se representa por , omitiendo el valor de t, y se denomina "tanto de
mortalidad a la edad x".
Esto claro que:
x t
q
) (
) ( ) (
) ( ) (
x s
t x s x s
t G t T P q
x x x t
+
= = s =
x
q
1 = +
x t x t
q p
c) : probabilidad de que una cabeza de edad x fallezca antes de alcanzar la edad x+t
Para t=1 tenemos la probabilidad de que una cabeza de edad x fallezca entre las edades x+s y x+s+1.
Esta probabilidad se representa por , omitiendo el valor de t.
x t s
q
/
) (
) ( ) (
) ( ) ( ) (
/
x s
t s x s s x s
s G t s G t s T s P q
x x x x t s
+ + +
= + = + s < =
x s
q
/
Algunas propiedades:
s x t x s x t s
p p p
+ +
= . . 1
1 2 1
. ... . . . . 2
+ + +
=
t x x x x x t
p p p p p
s x t x s x t s
q p q
+
= . . 3
/
k x x k x k
q p q
+
= . . 4
/
1.4. TANTO INSTANTANEO DE
MORTALIDAD
Definiremos a continuacin uno de los elementos
clave de la matemtica de los seguros de vida: el
tanto instantneo de mortalidad o fuerza de
mortalidad.


Sabemos que la probabilidad de que una persona de edad x fallezca entre
las edades x y x' es:
) ( 1
) ( ) ' (
) / (
'
x F
x F x F
x X x X x P

= > s <
Puesto que X es una variable aleatoria continua con funcin de
densidad f(x), y suponiendo que x' es una edad muy cercana a x,
esta probabilidad puede aproximarse por:
) ( 1
) ' )( (
x F
x x x f

El tanto instantaneo de mortalidad a la edad x (o fuerza de mortalidad a la
edad x), que se representa por , se define como:
) ( 1
) (
x F
x f
x

=
x

Ciertamente
Teniendo en cuenta que , es claro que:
dx
x s dLn
x s
x s
x
)) ( (
) (
) ( '
= =
0 >
x

) ( ' ) ( x s x f =
Conocido el tanto instantneo de mortalidad es posible
expresar las probabilidades definidas anteriormente en
funcin de ste.
1. y en funcin del tanto instantaneo de mortalidad
2. Asimismo:
3. Haciendo un cambio de variable , se obtiene las siguentes expresiones
y
}
=
+

t x
x
x
dz
x t
e p

x t
p
x t
q
}
=
+

t x
x
x
dz
x t
e q

1
}
=
+

t
s x
ds
x t
e p
0
}
=
+

t
s x
ds
x t
e q
0
1

2. Expresamos ahora la funcin de densidad de (vida residual de (x)) en funcin del tanto instantneo. Sabemos que:
t x x t x
x
p t g
x s
t x s
t g
+
=
+
=
. ) (
) (
) ( '
) (
x
T
1.5. ESPERANZA DE VIDA
Obtendremos a continuacin los primeros
momentos de las variables aleatorias Tx y
Kx. De ahora en adelante aceptaremos la
existencia de una edad lmite w tal que
s(x)=0 para x>=w.
1.5.1. ESPERANZA DE VIDA COMPLETA
La esperanza matemtica de se denomina esperanza de vida (o vida media) completa y se representa por
x
T
x e
0
dt t g t T E
x x
x
e
}
+
= =
0
0
) ( ) (
1.5.2. ESPERANZA DE VIDA ABREVIADA

=
+

=
=
+ + + + + +
=
+ + + + + + + + +
=
+ + +
= = = =
0
1
0 0
) (
... ) 3 ( ) 2 ( ) 1 (
) (
... )) 4 ( ) 3 ( ( 3 )) 3 ( ) 2 ( ( 2 )) 2 ( ) 1 ( (
) (
) 1 ( ) (
) ( ) (
k
x k x
x
x
k k
x x x
p e
x s
x s x s x s
e
x s
x s x s x s x s x s x s
e
x s
k x s k x s
k k K P k K E e
1.6. MODELOS DE SUPERVIVENCIA
Hemos visto que las probabilidades bsicas
de muerte y supervivencia pueden calcularse
con facilidad a partir de la ley de mortalidad
(o tanto instantneo de mortalidad. Este
hecho ha provocado que los estadsticos y
demogrficos hayan dedicado grandes
esfuerzos a la bsqueda de una ley de
mortalidad que sea valida para cualquier
poblacin humana.
Este esfuerzo ha resultado vano, y no ha
sido posible encontrar esa ley universal de
mortalidad, que probablemente no existe.

Por otra parte los modernos ordenadores
hacen posible calcular con facilidad las
citadas probabilidades bsicas sin necesidad
de contar con dicha ley.
Sin embargo, a veces es posible el ajuste de
alguna ley terica (tpicamente, la ley de
Makcham) en algunas poblaciones y para
ciertos tramos de edad, lo que hace
interesante su estudio.

Ahora comentaremos algunas de esas leyes.
1.6.1. Ley Exponencial
Esta ley supone que el tanto instantneo
de mortalidad es constante, esto es,


0 > = x
x

Intuitivamente es claro que la fuerza de
mortalidad debe aumentar con la edad, lo
que implica la imposibilidad de ajustar una
ley exponencial a una poblacion real, salvo
en periodos de tiempos muy cortos.
Funcin de supervivencia :
x u
d
x
e e p x s
x
z
.
0
0
) (

=
}
= =

Probabilidad de que una cabeza de edad x alcance con vida la edad x+t :
t
x
t x
x t
e
e
e
x s
t x s
p

+
= =
+
=
) (
) (
) (
Probabilidad de que una cabeza de edad x fallezca antes de alcanzar la edad x+t :
t
x t
e q

=1
La funcin de distribucin de la variable vida residual es :
t
x t x
e q G

= = 1
La funcin de densidad de la variable vida residual es :
t
x x
e t G
dt
d
t g

= = ) ( ) (
La funcin de cuanta de la variable nmero de aos completos de vida hasta la muerte es :
) 1 ( ) (
) (
) (
) 1 ( ) (
) (
.
) 1 ( ) (

+ + +
= =

= =
+ + +
= =
e e k K P
e
e e
k K P
x s
k x s k x s
k K P
k
x
x
k x k x
x
x
La esperanza de vida completa :

1
. ) ( ) (
0 0
0
= = = =
} }

dt e t dt t g t T E e
t
x x
x
Esperanza de vida abreviada :

=
+

= =
= = = =

e
e
e e
p k K P k K E e
k
k
x
x
k
k
k
x x x
1
) (
) ( ) (
) 1 (
0
0
1
0
Notas:
La probabilidad de supervivencia durante t aos ( o
de muerte antes de dicha edad) slo depende de t y
no del individuo, lo que obviamente no se verifica en
la realidad.
La vida residual resulta ser una variable aleatoria
exponencial, lo que justifica que esta ley de
mortalidad sea conocida como ley exponencial.
La esperanza de vida de los individuos no depende
de su edad, lo que claramente no es cierto en la
realidad.
1.6.2. Ley de De Moivre
Como se haba indicado, intuitivamente
resulta claro que la fuerza de mortalidad
debe aumentar con la edad. La ley de De
Moivre incorpora este efecto mediante una
frmula matemtica sencilla.

El tanto instantneo de mortalidad es, para
esta ley,
0
1
>

= x
x w
x

donde:
w: es la edad lmite
Por ejemplo, para w=100 la representacion grfica de la funcin es:
0 20 40 60 80 100
0.1
0.2
0.4
0.3
x

x
La funcin de distribucin de la variable vida residual es :
w
x
w
x w
e e e p x s
x
x
z
x
z x z w Ln
d
x w
d
x
=

= =
}
=
}
= =

1 ) (
0
0
0
) (
1
0

x w
t
x w
t x w
w
x w
w
t x w
x s
t x s
p
x t

=
+
= 1
) (
) (
Funcin de supervivencia :
Probabilidad de que una cabeza de edad x alcance con vida la edad x+t :
x w
t
q t G
x t x

= = ) (
x w
t
q
x t

= Probabilidad de que una cabeza de edad x fallezca antes de alcanzar la edad x+t :
La funcin de densidad de la variable vida residual es :
x w
t G
dt
d
t g
x x

= =
1
) ( ) (
La funcin de cuanta de la variable nmero de aos completos de vida hasta la muerte es :
La esperanza de vida completa :
Esperanza de vida abreviada :
x w
k K P
x
x w
w
k x w
w
k x w
k K P
x s
k x s k x s
k K P
x
x
x

= =

= =
+ + +
= =
1
) (
1
) (
) (
) 1 ( ) (
) (
2
) ( 2
) ( ) (
0
0
2
0
0
0
0
x w
e
x w
t
dt
t w
t
e
dt t g t T E e
x
x w
x w
x
x w
x x
x

=
= =

}
}
2
1 1
) ( ) (
1
0
1
0

=

=
= = =

=

=
x w
x w
k e
k K P k K E e
x w
k
x
x w
k
x x x
Como vemos, la ley de De Moivre resulta ms
adecuada que la exponencial para la representacin
de la mortalidad real, ya que en las formulas
anteriores aparecen las dos variables t y x.

Sin embargo, la vida residual asociada con esta ley
resulta ser una variable aleatoria uniforme, lo que
claramente no se verifica en la realidad. Por esta
razn son escasas las aplicaciones practicas de
esta ley (salvo para periodos cortos de tiempo).
1.6.3. Ley de Gompertz
Esta ley asume que cada individuo presenta
una resistencia a las enfermedades que
resulta decreciente con la edad, por lo cual
la fuerza de mortalidad crece con la edad.

Se asume asimismo que el crecimiento
relativo de la fuerza de mortalidad es
constante, de donde se deduce que la fuerza
de mortalidad crece exponencialmente, es
decir viene dada por la siguiente expresin:
1 , 0 , 0 . > > > = c B x c B
x
x

Leyes de Gompertz para B=1.5 y dos valores c= 1.01 (lnea azul); c=1.02 (lnea roja)
0 20 40 60 80 100
2
4
8
6
x
x

1
) 1 (
.
0
0 0
) (

= =
}
=
}
= =
x
x
x
z
x
x
z x
c
c
Lnc
B
d c B d
x
g e e e p x s

Funcin de supervivencia :
Probabilidad de que una cabeza de edad x alcance con vida la edad x+t :
donde:
Lnc
B
e g

=
) 1 (
1
1
) (
) (
) (

= =
+
=
+
t x
x
t x
c c
c
c
x t
g
g
g
x s
t x s
p
1.6.3. Ley de Mackeham
A menudo se obtienen buenos ajustes de la
ley de Makeham en ciertos tramos de edad.
El Tanto instantneo de mortalidad de una
ley de Makeham aade simplemente una
constante arbitrara (que representa la
mortalidad accidental, independiente de la
edad) al tanto instantneo de Gompertz:
Leyes de Makeham B=1.5, c=1.01, para A=1 (lnea roja); A=1.5 (lnea azul)
0
20 40 60 80 100
3
3.5
4.5
4
x
2.5
x

B A c B x c B A
x
x
> > > > + = , 1 , 0 , 0 .
Funcin de supervivencia :
Probabilidad de que una cabeza de edad x alcance con vida la edad x+t :
1
) 1 (
.
0
0 0
) (

+
+
= =
}
=
}
= =
x
x
x
z
x
x
z x
c x
c
Lnc
B
Ax
d c B A d
x
g s e e e p x s

donde:
Lnc
B
A
e g y e s

= =
) 1 (
1
1
) (
) (
) (

+
= =
+
=
+
t x
x
t x
c c t
c x
c t x
x t
g s
g s
g s
x s
t x s
p
Nota:
La ley de Makeham solamente resulta adecuada
para edades adultas, ya que en las edades infantiles
la mortalidad es decreciente.
2. TABLA DE MORTALIDAD
2.1. TABLAS DE MORTALIDAD
Es un hecho bien conocido que la
probabilidad de que un individuo concreto
fallezca en un determinado periodo depende
de muchos factores, como por ejemplo su
edad, sexo, estado de salud, factores
genticos y ambientales, etc.
En efecto, es evidente que la mortalidad
aumenta con la edad (salvo en el caso de las
edades infantiles). La mortalidad esta
relacionada con la aparicin de
enfermedades graves, aparicin que puede
acelerarse o retrasarse por factores
genticos y ambientales.
Una Tabla de Mortalidad llamadas tambin
tablas de supervivencia, contiene los
elementos bsicos que permiten calcular las
probabilidades de muerte y supervivencia en
una poblacin homognea (es aquella
poblacin en la que se verifica que la edad
es el principal factor determinante de la
mortalidad de los individuos).

Una tabla de mortalidad tpica puede tener la
siguiente estructura:
0 0.012964 12964.000 1000000.000 72.80
1 0.001011 997.893 987036.000 72.75
2 0.000704 694.171 9860.38107 71.82
... ............... ................. ..................... .........
107 1.000000 4396.000 4396.000 0.50
108 1.000000 000.000 000.000 0.00
x
q x
x
d
x
l
x
e
La primera columna representa las edades
de los individuos que nicamente toman
valores enteros.
La segunda columna representa las
probabilidades de que los individuos de
edades x=0,1,2, mueran antes de un ao.
La ultima columna representa la esperanza
de vida abreviada a las distintas edades.
Conocidos los valores de las se pueden calcular fcilmente las dems
probabilidades bsicas . Adems,
Tambien sabemos que
Por tanto, la tabla de mortalidad nos proporciona la distribucin de probabilidad de la
variable aleatoria (mero compeltos de aos de vida hasta la muerte de (x)).
x
q
1 2 1
.... . . .
+ + +
=
t x x x x x t
p p p p p
x t x t
p q =1
x
K
Incluso la ltima columna se puede obtener a partir de los , ya que, como
sabemos se verifica que . En consecuencia,
las tablas de mortalidad podran constar tan solo de una nica columna de valores de
. Pero tradicionalmente las tablas de mortalidad incluyen dos columnas ms
que informan de los valores de dos nuevas variables denotadas como
y que definiremos a continuacin.
x
q

=
+
=
0
1
k
x k x
p e
x
q
x x
l y d
Consideremos un grupo de recin nacidos, por ejemplo
(la eleccn de su valor es arbitraria). La supervivencia hasta la edad x de uno
cualquiera de los recin nacidos es un suceso aleatorio que se puede representar
como una variable aleatoria de Bernoulli, que toma el valor 1 con probabilidad
y el valor 0 con probabilidad .
Definamos una nueva variable aleatoria como el nmero total de
recin nacidos que sobreviven hasta la edad x. Es claro que la variable
resulta ser la suma de variables de Bernoulli, y por tanto, suponiendo
independencia entre ellas, debe ser una variable aleatoria binomial.
Llamaremos (l de living, vivos) a la esperanza de la variable
binomial que es igula a .
0
l 1000000
0
= l
) (x s ) ( 1 x s
) (x L ) (x L
0
l
) (x L
0
l
) (x L
) (
0
x s l
En resumen:
v.a. L(x):
Definida como el nmero total de recien nacidos que sobreviven hasta la
edad x.
Entonces:
donde:
: nmero esperado de recien nacidos que sobreviven a la edad x
: nmero de recien nacidos (arbitrario)
Recordemos que:
Entonces podemos indicar que:
1.
2.
3.
) ( )) ( ( ) (
0
x S l x L E x l = =
) (x l
0
l
x
t x
x
t x
x t
l
l
l
l
l
l
x s
t x s
p
+
+
= =
+
=
0
0
) (
) (
0 0
0
) ( ) ( ) (
l
l
t x s
l
l
x s x s l l
t x x
x
+
= + = =
x
t x x
x
t x
x t x t
l
l l
l
l
p q
+ +

= = = 1 1
x
t s x s x
x t s
l
l l
x s
t s x s s x s
q
+ + +

=
+ + +
=
) (
) ( ) (
/
v.a. D(x,t):
Definida como el nmero de individuos del grupo inicial de los recien
nacidos que mueren entre las edades x y x+t. Llamaremos a su esperanza
(d de dead, muertos):
Se puede indicar que:
Tomando esperanzas, tenemos:
En particular, tomando t=1 obtenmos el nmero esperado de individuos
que mueren entre las edades x y x+t, y que denotaremos como:
En consecuencia, si conocemos y la columna de podremos
calcular la columna de
y de ah obtener todas las probabilidades bsicas.
Tambien podemos indicar que:
1.
2.
x t
d )) , ( ( t x D E d
x t
=
) ( ) ( ) , ( t x L x L t x D + =
t x x x t
l l d
t x L x L E t x D E
+
=
+ = )) ( ) ( ( )) , ( (
t x x x
l l d
+
=
0
l
x
d
) tan (
1
0
0 1

=
+
= =
x
i
i x x x x x
d l l to por y d l l que ya l
x
x t
x
t x x
x t
l
d
l
l l
q =

=
+
x
s x t
x
t s x s x
x t s
l
d
l
l l
q
+ + + +
=

=
/
2.2. LA FUNCIN DE SUPERVIVENCIA

Aunque en las tablas solamente aparecen los valores de para x entero,
la funcin puede perefectamente definirse para cualquier x real y
positivo. En tal caso se denomina Funcin de Supervivencia. Se trata
de una funcin real de variable real, decreciente y que intersecta al eje de
ordenadas en y al de abscisas en .
x
l
x
l
x
l
0
l w
Pero debemos hacer una pequea precisin, se habia definido la funcin de supervivencia como
aquella que para cada edad x proporciona la probabilidad de que un recin nacido alcance con vida
dicha edad, y la denotamos como . Ahora denominamos funcin de supervivencia a
nmero esperado de individuos del colectivo inicial recin nacidos que sobreviven a la
edad x. Esclaro que la funcin depende de la eleccin de , y por tanto deberamos
hablar realmente de una coleccin de funciones, todas ellas proporcionales entre s, siendo
precisamente una de ellas, la correspondiente a la eleccin de (en efecto,
puesto que
Puesto que tanto como las asociadas a cualquier pertenecen a la misma
familia y son proporcionales entre s, a partir de ahora las denotaremos a todas ellas con la misma
denominacin de Funcin de Supervivencia.
) (x s
0
l
x
l
0
l
) (x s
1
0
= l
)). ( 1 ), ( .
0
x s l entonces l si x s l l
x x
= = =
) (x s
x
l 1
0
= l
Recordemos que:
Sabemos que:
Por tanto:
Luego conocida la funcin de supervivencia se puede calcular la
fuerza de mortalidad, que resulta ser la variacin relativa de aquella.
Se puede comprobar que:
) (
) (
'
x s
x s
x
=
0
'
'
0
) ( ) (
l
l
x s
l
l
x s
x
x
= =
) (
'
x
x
x
x
l Ln
dx
d
l
l
= =
}
=

x
s s
d
x
e l l
0
.
0

2.3. CLCULO DE PROBABILIDADES

BSICAS PARA EDADES
FRACCIONARIAS
Sabemos que una tabla de mortalidad
permite calcularlas probabilidades bsicas
de muerte y supervivencia para valores
enteros de las variables x y t. Nos
planteamos a continuacin el problema del
clculo de esas probabilidades para valores
no enteros (en la prctica fraccionarios) de
las variables.
2.3.1. Si conocemos el tanto instantneo de mortalidad ( ), aplicamos la formula:
}
=
+

t x
x
s s
d
x t
e q

1
x

Deberamos recurrir a tcnicas de

interpolacin para calcular probabilidades
correspondientes a edades fraccionarias y
que por tanto no figuran directamente en
tabla.

Existen tres tcnicas de interpolacin , que se
corresponden con tres hiptesis alternativas
sobre el comportamiento de la mortalidad en
edades fraccionarias.
2.3.2. Si no conocemos el tanto instantneo de mortalidad ( ).
x

HIPOTESI I
es una funcin lineal de t entre t=1 y t=0. Es decir, para
calcular con interpolamos entre de
forma que:
Tambien llamada "Hipotesis de Moivre"
HIPOTESIS II
La fuerza de mortalidad es constante entre dos aos consecutivos.
En consecuencia, para cada edad entera x y para cada
se puede calcular de acuerdo con la hipotesis de
fuerza de mortalidad constante,como:
y por tanto:
HIPOTESIS III
Esta hipotesis, conocida como "Hipotesis de Balducci", tambin
supone una relacin lineal, pero no entre
como en la hipotesis I, sino entre
En consecuencia, se asume que:
Se verifica que:
x x t
x x x t
q t q
q t q t q
1
0 1
) 1 (
=
+ =
x t
q
) 1 , 0 ( e t
x t
q
x t
p
) 1 , 0 ( e t
t
x x t
p p ) ( =
t
x x t
p q ) ( 1 =
x t x t
q t q ) 1 ( 1 =
+
x t
q
t y
t y q
t x t +
1
x
x
x t
x
x
x t
q t
p
p y
q t
q t
q
) 1 ( 1 ) 1 ( 1
.

=

=
2.4. TABLAS SELECCIONADAS
Las tablas de las que se han comentado
hasta el momento proporcionan las
probabilidades de muerte y supervivencia de
los individuos en funcin nicamente de su
edad, y se suelen denominar Tablas
agregadas.
En ciertos tipos de contratos de seguro, la
compaa aseguradora obliga a los posibles
clientes a someterse a una revisin mdica
previa a la firma del contrato, aceptando
exclusivamente a aquellos que demuestren
tener buena salud.
Estos individuos se denominan
seleccionados, y sus probabilidades de
supervivencia son mayores que las de la
poblacin en general.