Soluciones numéricas de la ecuación diferencial de Hattendorff para modelos de seguros de Markov de múltiples estados
Autores: Ritchey, Nathan; Rajaram, Rajeev
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Soluciones numéricas de la ecuación diferencial de Hattendorff para modelos de seguros de Markov de múltiples estados
Categoría
Matemáticas
Subcategoría
Matemáticas aplicadas
Palabras clave
Tiempo continuo
Ecuación diferencial de Hattendorff
Matlab
Hacia atrás en el tiempo
Varianza
Proceso de Markov multistado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 14
Citaciones: Sin citaciones
Utilizamos la representación de una ecuación diferencial de Hattendorff en tiempo continuo y Matlab para calcular la solución de una ecuación diferencial hacia atrás en el tiempo que describe la evolución de la varianza de la pérdida en la variable aleatoria de tiempo para un proceso de Markov de múltiples estados, dado que el estado en el tiempo es. Demostramos este proceso resolviendo ejemplos de varias instancias de un modelo de múltiples estados que un profesional puede utilizar como guía para resolver y analizar modelos específicos de múltiples estados. Las soluciones numéricas para calcular la varianza permiten a los profesionales e investigadores académicos probar y simular varios escenarios de espacio de estados, con posibles transiciones hacia y desde discapacidades temporales, hacia discapacidades permanentes, hacia y desde buena salud, y eventualmente hacia un estado de fallecimiento. El método de solución presentado en este documento permite a los investigadores y profesionales calcular fácilmente la evolución de la varianza de la pérdida sin tener que recurrir a una programación detallada.
Descripción
Utilizamos la representación de una ecuación diferencial de Hattendorff en tiempo continuo y Matlab para calcular la solución de una ecuación diferencial hacia atrás en el tiempo que describe la evolución de la varianza de la pérdida en la variable aleatoria de tiempo para un proceso de Markov de múltiples estados, dado que el estado en el tiempo es. Demostramos este proceso resolviendo ejemplos de varias instancias de un modelo de múltiples estados que un profesional puede utilizar como guía para resolver y analizar modelos específicos de múltiples estados. Las soluciones numéricas para calcular la varianza permiten a los profesionales e investigadores académicos probar y simular varios escenarios de espacio de estados, con posibles transiciones hacia y desde discapacidades temporales, hacia discapacidades permanentes, hacia y desde buena salud, y eventualmente hacia un estado de fallecimiento. El método de solución presentado en este documento permite a los investigadores y profesionales calcular fácilmente la evolución de la varianza de la pérdida sin tener que recurrir a una programación detallada.