1000 que nacieron luego l4/l0 =800/1000 luego 4p0 =0,8 4q0 =0,2

Slides:



Advertisements
Presentaciones similares
Límites y Continuidad.
Advertisements

Clase N°11 Métodos de reducción de varianza
TEMA 3 : DISTRIBUCIONES DE PROBABILIDADES EN LA UNIDAD ANTERIOR ESTUDIAMOS EL CONCEPTO DE PROBABILIDAD, AQUÍ INTEGRAREMOS UN EXPERIMENTO O EXPERIENCIA.
U11 – TdD - Ejercicios Resueltos ADMINISTRACIÓN Y GESTIÓN DE LA PRODUCCIÓN DE BIENES Y SERVICIOS 2015.
ANÁLISIS ESTADÍSTICO de los RESULTADOS DEL AJUSTE
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 LA BINOMIAL Y LA NORMAL U.D. 12 * 2º BCS.
LL=
TEMA 5: PROBABILIDAD. Índice Experimentos aleatorios. Sucesos. Tipos de sucesos. Sucesos elementales Suceso seguro Suceso imposible Álgebra de sucesos.
PPTCES013CB32-A16V1 Clase Movimiento IV: movimientos verticales.
PPTCTC013TC32-A16V1 Clase Movimiento IV: movimientos verticales.
PPTCEG049EM32-A16V1 Distribución normal EM-32. Recordemos… -¿Cómo se calcula el valor esperado para una determinada variable aleatoria? -¿Cómo es posible.
Bioestadística Distribuciones de probabilidad: la distribución normal.
Bioestadística Distribuciones muestrales para variables cuantitativas.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
ESTADÍSTICA Mercedes de la Oliva ESTADÍSTICA INFERENCIAL Teorema Central del límite Distribución de media y proporción muestral.
Unidad 1 Principios de electrónica digital
Apuntes 1º Bachillerato CT
LÍMITES Y CONTINUIDAD IVºELECTIVO
Capitulo 3 Análisis descriptivo inferencial: comparaciones de muestras
CLASE N°5: CINEMÁTICA IV
Preparándonos para el tercer parcial
Qué es una derivada? “La pregunta del millón…”
Intervalos de Confianza
¿Qué es? ¿Para que se utiliza?
Matemáticas 2º Bachillerato CS
INFERENCIA ESTADÍSTICA
Primera producción de taller I
PROPORCIONALIDAD U.D. 3 * 3º ESO Angel Prieto Benito
La elasticidad: una medida de la sensibilidad
Clase 8: Contraste de Hipótesis
INFERENCIA ESTADÍSTICA
Matemáticas 2º Bachillerato CS
Proyecto: Conversor de bases numéricas
DISTRIBUCIÓN DE PROBABILIDAD PARA VARIABLES CONTÍNUAS.
LEY DE SENOS.
Apuntes 1º Bachillerato CT
Modelos de probabilidad Distribuciones continuas
Unidad 6. Capítulo IV. Puntos ordinarios y puntos singulares.
MODELOS ESTOCÁSTICOS. A los modelos que consideran la estocasticidad del medio se les conoce como modelos estocásticos del crecimiento de la población.
Estimación de parámetros: Estimación puntual y por intervalos
PRESUPUESTO Y COMPROBANTE DE PAGO
Unidad 2. Algoritmos Unidad 4. Control de flujo
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
Matemáticas 2º Bachillerato CS
Cantidad de líneas de campo que atraviesa la superficie ds.
Presupuesto de Capital o Evaluación de Proyectos
LAPLACE DANIELA ANDREA QUINTERO OSPINO DOC:Leidy Johana Rojas Bohorquez Probabilidad y estadística ingeniería civil 2018.
PORCENTAJES Deberás hacer clic con el botón izquierdo del ratón para avanzar paso a paso.
ESTIMACIÓN (Inferencia Estadística) Intervalos de Confianza
Métodos de derivación numérica: El problema de la derivación numérica consiste en la evaluación de la derivada de la función en un punto, cuando únicamente.
PRECISIÓN y EXACTITUD.
CÓMO RESOLVER LOS PROBLEMAS
POLINOMIOS U. D. 3 * 4º ESO E. Angel Prieto Benito
TEMA 3: MUESTREO Y ESTIMACIÓN
Tablas de mortalidad La tabla de mortalidad es el modelo clásico actuarial para pronosticar los tiempos vividos por un individuo. Son construidas observando.
UD 5: DISTRIBUCIÓN BINOMIAL Y NORMAL
RENDIMIENTOS POTENCIA Y SELECCIÓN DE LOS MOTORES DE COMBUSTIÓN INTERNA.
 La señora Carmen tiene dos boletas de la luz, en enero salió un total de $23.400, donde consumió 75 kw/h, mientras que en Junio donde tiene la estufa.
DISTRIBUCION NORMAL. Una de las distribuciones de frecuencia más importantes en la estadística es la distribución normal La distribución de probabilidad.
Estudio del movimiento
DIFERENCIA DE CUADRADOS
POLINOMIOS U. D. 5 * 4º ESO E. Angel Prieto Benito
Tamaño de la muestra. En una muestra probabilística cada individuo de la población a estudiar tiene una probabilidad conocida y no nula de ser seleccionado.
Matemáticas 2º Bachillerato CS
Tema 5: Distribuciones continuas. Recordamos que una variable aleatoria continua es una variable cuyo valor no puede predecirse con exactitud (aunque.
TEORIA de ERRORES. Generalidades:  Una “discrepancia" es la diferencia entre dos valores medidos de la misma cantidad.-  La “precisión” se refiere al.
TRATAMIENTO Y EVALUACION DE RESULTADOS ANALITICOS 1.Conceptos generales sobre la medida. Tipos de errores, concepto, componentes, corrección. Distribución.
Guías Modulares de Estudio Cálculo diferencial – Parte B.
INTEGRACIÓN NUMÉRICA.
Fallecimiento Supervivencia Interesa probabilidad de fallecimiento
Transcripción de la presentación:

1000 que nacieron luego l4/l0 =800/1000 luego 4p0 =0,8 4q0 =0,2 original lx px qx 1000 0,9 0,1 1 900 0,94444444 0,05555556 2 850 0,97647059 0,02352941 3 830 0,96385542 0,03614458 4 800 0,9375 0,0625 5 750 4P0 0,8 4q0 0,2 Si quisiéramos poner una prima equitativa a una persona de cero años que contrata un seguro de 10000 euros , a cobrar, si fallece antes de los 4 años sería 10000·0,2= 2000 euros . prima= E [pérdidas]…esto se basa en que sobrevivirán 800 de los 1000 que nacieron luego l4/l0 =800/1000 luego 4p0 =0,8 4q0 =0,2 Si es así damos por cierto que el número que alcanzarán los 4 años será 800 En principio la probabilidad de superar esa cantidad será 0,5 , así como la de no llegar a ella. Luego nuestro cálculo no parece el correcto NO Nos conviene pues menos supervivientes más fallecidos Nos conviene pues más supervivientes menos fallecimientos 0,5 0,5 800 Luego nos interesaría que esta zona fuera mayor

El valor lx es una variable aleatoria pues no conocemos el valor que tomará lx será número de resultados A( vivos) de l0 iniciales Luego Como l0 es grande podemos aplicar el teorema de Moivre Con lo que podremos calcular probabilidades para los diversos valores

Así para el caso anterior original lx px qx 1000 0,9 0,1 1 900 0,94444444 0,05555556 2 850 0,97647059 0,02352941 3 830 0,96385542 0,03614458 4 800 0,9375 0,0625 4P0 0,8 5 750 Así para el caso anterior Con lo que podemos establecer intervalos de confianza En el caso de centrado para a=0,1

Ahora sabemos que la probabilidad de que los supervivientes superen los 779,2 es de 0,95 También, que los sólo hay una probabilidad de 0,05 de que los supervivientes sean más de 820

En base a lo anterior podemos racionalizar la situación dependiendo de si estamos ante un seguro de vida o de supervivencia A/ En el caso de vida nos interesa ponernos en el caso más desfavorable y pensar que habrá menos supervivientes y por tanto más fallecidos, esto hace aumentar la probabilidad de fallecimiento, lo que aumentará la prima. Así nos interesa conocer un valor de supervivientes tal que la probabilidad de superarlo sea muy alta y por tanto la de no superarlos baja ( probabilidad de error a ) Si tomamos 783,78 la prob de haya menos sup es 0,1 La nueva 4p0 =783,78/1000= 0,7837 ha bajado luego sube a 0,21622 la de fallecimiento

En base a lo anterior podemos racionalizar la situación dependiendo de si estamos ante un seguro de vida o de supervivencia B/ En el caso de seguro de supervivencia nos interesa ponernos en el caso más desfavorable y pensar que habrá más supervivientes, esto hace aumentar la probabilidad de supervivencia, lo que aumentará la prima. Así nos interesa conocer un valor de supervivientes tal que la probabilidad de superarlos sea muy pequeña ( probabilidad de error a ) Si tomamos 816,21 la prob de haya más sup es 0,1 La nueva 4p0 =816,21/1000= 0,816,21 ha subido luego nos conviene a la hora de recargar la prima por s. de supervivencia