LA DEMOGRAFÍA EN LA FORMACIÓN DEL ACTUARIO ‐material de apoyo didáctico‐ Alejandro Mina Valdés1 septiembre de 2012 1 Profesor de asignatura de la Facultad de Ciencias de la Universidad Nacional Autónoma de México Índice general Prólogo 5 Introduccción 7 1 Construcción de una tabla abreviada de mortalidad 1.1 Definición . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.2 Infromación de las estadı́sticas vitales . . . . . . . . . . . . . . . . . . . . . . . . . 1.3 Información Censal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4 Evaluación de la Información . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4.1 Índice de Whipple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4.2 Índice de Naciones Unidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4.3 Índice de Myers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4.4 Corrección de la estructura por edad de la población censada . . . . . . . . 1.4.5 Proyección de la población censada y ajustada al 30 de Junio del año censal 1.4.6 Evaluación y corrección de la distribución de las defunciones por grupos quinquenales de edades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.4.7 Estimación de las tasas de mortalidad especı́ficas por grupos quinquenales de edades, a partir de 5 a 9 años cumplidos . . . . . . . . . . . . . . . . . . . . 1.5 Estimación de la tasa de mortalidad infantil (1 𝑀0 ) y la del grupo de uno a cuatro años cumplidos (4 𝑀1 ) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.6 Factores de Separación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1.7 Relación entre tasas de mortalidad y cocientes o probabilidades de muerte . . . . . 1.7.1 Las series 𝑙𝑥 ,𝑑𝑥,𝑥+𝑛 ,𝑛 𝐿𝑥 ,𝑇𝑥 ,𝑒𝑥 de la tabal de mortalidad . . . . . . . . . . . . . . . . . . . . 9 9 9 10 10 10 11 12 14 16 . 19 . 21 . . . . 21 25 31 39 2 Simulación de fenómenos demográficos 43 3 Las funciones actuariales Gomperz y Gomperz-Makeham en la descripción de fenómenos demográficos 3.1 Hipótesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2 Criterio de mı́nimos cuadrados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3 Poblaciones teóricas de Alfred J. Lotka . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1 Teorı́a analı́tica de las asociaciones biológicas . . . . . . . . . . . . . . . . . . 3.3.2 Mı́nimos Cuadrados y Promedios Móviles . . . . . . . . . . . . . . . . . . . . 3.3.3 Función Gompertz-Makeham . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.3.4 Modelo de fecundidad basado en la relación de Gompertz propuesto por Brass 73 74 80 82 82 83 86 88 2 4 Funciones polinomiales en el ajuste de datos demográficos 95 4.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 4.2 El análisis numérico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 5 Ley de Mortalidad Mexicana 107 5.1 Funciones de supervivencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107 5.1.1 Las funciónes Gompertz-Makeham estimadas para México . . . . . . . . . . . 111 5.2 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 6 Las 6.1 6.2 6.3 6.4 6.5 6.6 causas de muerte en México y sus ganancias en las esperanzas Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Impacto de la mortalidad por causas en México . . . . . . . . . . . . . Metodologı́a empleada en la estimación de las ganancias de vida . . . Procedimiento de cálculo . . . . . . . . . . . . . . . . . . . . . . . . . . Principales causas de muerte en México . . . . . . . . . . . . . . . . . Clasificación de las causas de muerte . . . . . . . . . . . . . . . . . . . de . . . . . . . . . . . . vida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 115 115 117 118 119 123 7 La Contribución de las causas de muerte al cambio en la esperanza de vida en un perı́odo 127 Tablas 131 Anexo 1 145 Anexo 2 149 Anexo 3 151 Anexo 4 155 Anexo 5 157 Anexo 6 159 Anexo 7 165 Anexo 8 167 Anexo 9 Referencias históricas 171 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171 Anexo 10 Conceptos básicos . . . . . . . . . . . . . . . . . . . Definición y objeto de estudio de la demografı́a Componentes de la dinámica poblacional . . . . Fuentes de datos . . . . . . . . . . . . . . . . . Censo demográfico . . . . . . . . . . . . . . . . Estadı́sticas vitales . . . . . . . . . . . . . . . . 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181 181 181 181 182 182 182 Encuestas demográficas . . . . . . . . . . . . . . . . . . . . . . . . . . . . El diagrama de Lexis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . La pirámide de edades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Índice de masculinidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . El análisis longitudinal y el transversal . . . . . . . . . . . . . . . . . . . . . . . Intensidad y calendario . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tasa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Cocientes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Relación entre tasas y cocientes . . . . . . . . . . . . . . . . . . . . . . . . . . . Tablas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Mortalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tasa bruta y tasas especı́ficas de mortalidad . . . . . . . . . . . . . . . . . . . . Tasa de mortalidad infantil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tasas de mortalidad infantil neonatal y posneonatal . . . . . . . . . . . . . . . Tablas de mortalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tablas abreviadas de mortalidad . . . . . . . . . . . . . . . . . . . . . . . . . . La esperanza de vida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fecundidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tasa bruta de natalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tasas de fecundidad general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tasas especificas de fecundidad . . . . . . . . . . . . . . . . . . . . . . . . . . . Tasa global de fecundidad o descendencia final . . . . . . . . . . . . . . . . . . Tasas bruta y neta de reproducción . . . . . . . . . . . . . . . . . . . . . . . . . Edad media a la fecundidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Relación entre las tasas bruta y neta de reproducción . . . . . . . . . . . . . . Nupcialidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tasa bruta de nupcialidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tasa especı́fica de nupcialidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tablas de nupcialidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Migración . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . El método de la tasa de supervivencia . . . . . . . . . . . . . . . . . . . . . . . Fórmula avanzante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fórmula de retroceso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Fórmula promediada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Relación entre los métodos de tasas de supervivencia . . . . . . . . . . . . Estimación directa de la migración interna empleando información censal Población activa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . El modelo simplificado de una población . . . . . . . . . . . . . . . . . . . Tablas de entrada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Tablas de salida . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Educación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Proporciones de escolaridad por edad . . . . . . . . . . . . . . . . . . . . . Análisis de un sector con datos sobre flujos . . . . . . . . . . . . . . . . . Tablas de vida escolar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 182 184 185 185 186 186 187 187 189 189 189 190 190 191 192 194 195 195 196 196 197 197 198 198 199 199 200 200 202 203 203 204 204 204 204 205 206 207 209 210 210 211 212 Prólogo Con este trabajo se espera cubrir una de las deficiencias en la materia de Demografı́a I, en cuanto material didáctico se refiere; ya que comúnmente el estudiante de Actuarı́a se le remite a bibliografı́a que trata superficialmente, en algunos casos, y suponiendo un dominio del Análisis Demográfico, en otros, el tema que aquı́ se tratará: la elaboración de la tabla abreviada de mortalidad. Es importante señalar que el curso de demografı́a para estudiantes de Actuarı́a tiene caracterı́sticas muy peculiares, dada la formación estadı́stica y matemática que previamente al curso ha tomado el estudiante. El tema aquı́ presentado toma en cuenta los antecedentes del estudiante. Si bien es cierto que el tema ha sido tratado por otros profesores en México y en el resto del mundo, la presentación que aquı́ se hace tiene algunas modalidades que se han podido cristalizar, en este documento, gracias a la experiencia alcanzada en los años de impartición del curso de Demografı́a I en la Facultad de Ciencias de la Universidad Nacional Autónoma de México y al apoyo que la facultad otorgó al autor en su año sabático, en el cual tuvo el tiempo para reflexionar y plantear sus puntos de vista sobre el tema aquı́ tratado. Ha sido la elaboración o construcción de la tabla de vida o de mortalidad el tema central en el curso de Demografı́a I, perteneciente al sexto semestre en la carrera de Actuarı́a, sin embargo, dada la amplitud y complejidad del tema, el estudiante con mucha facilidad se confunde sobre alguno o algunos pasos a seguir para captar, evaluar o corregir la información necesaria para lograr su fin, o bien en la elaboración de alguno o algunos ı́ndices que conforman a la tabla abreviada de mortalidad. Si a lo anterior aunamos que un alto porcentaje de los egresados de la carrera se Actuarı́a, al asentar mal el tema en sus apuntes, se ven imposibilitados en elaborar en su vida profesional una tabla de vida acorde a las poblaciones que estén analizando en ella, se hace fundamental el tener, lo más claramente posible un ”manual”que le indique, por una parte, la fuente de datos necesaria para elaborar la tabla abreviada de mortalidad, señalando sus alcances y limitaciones, y por otra parte la técnica propiamente dicha para obtener la tabla. En la vida profesional del actuario, la tabla de mortalidad con frecuencia se toman con experiencia que no reflejan el impacto del fenómeno mortalidad en la población que él está analizando, por ejemplo una población asegurada que tiene condiciones de vida por arriba de la media nacional no debe ser afectada, para el cálculo actuarial de primas, seguros, etc., por la tabla de mortalidad estimada para la población mexicana a nivel nacional, ni incluso la obtenida para la entidad en que se tiene inmersa a la población asegurada en estudio. El actuario debe enfrentar el reto de estimar, lo mejor posible, el impacto de la mortalidad para poblaciones especı́ficas, calculando en cada caso su tabla de vida; lo que conllevará a una mejor estimación de las primas que la población en general tiene que pagar y que comúnmente serán menores a las que actualmente se cobran, pudiendo ampliar la cobertura social de los seguros. Las aplicaciones que se le pueden dar a la tabla de mortalidad son diversas, y en este trabajo se presentan algunas de ellas en los anexos. 5 El que el estudiante tenga sistematizado el tema central y que lleva el mayor tiempo de la materia de demografı́a, sin duda le permite, además de apoyo para dominarlo mejor, darle mayor tiempo de reflexión sobre el tema en clases, ya que en ello se empleará el tiempo que antes se usaba en describir cada paso de manera exhaustiva en el pizarrón, teniendo en algunos casos, dudas los estudiantes en pizarrones ya borrados y no reproducidos correctamente por ellos, por las varias explicaciones que se tienen que ir dando conforme el tema avanza. No se pretende tener concluido el tema de la construcción de la tabla abreviada de mortalidad con el trabajo aquı́ presentado, sin embargo, se espera tenga una adecuada divulgación para poder aportar las inquietudes en cuanto a modificaciones que superen el conocimiento sobre el tema aquı́ tratado, y en el futuro ampliarlo. 6 Introducción Uno de los temas básicos que todo actuario y demógrafo debe dominar, es sin duda la elaboración o comúnmente llamado construcción de una tabla de mortalidad o de vida abreviada en grupos quinquenales de edad, a excepción del primero y último grupos de edad. Con frecuencia se incurre en errores en la construcción de la tabla de mortalidad, por no tener con claridad dominados algunos de los pasos a seguir para construirla. Es por ello que se ha hecho necesario tener de manera explı́cita, cada uno de dichos pasos para elaborar correctamente una tabla de mortalidad. Las notas que a continuación se presentan tienen la finalidad de presentar al estudiante de la carrera de actuarı́a y al estudiante de la maestrı́a en demografı́a, el procedimiento completo para obtener una tabla de mortalidad. Sin que esto quiera decir que es el único procedimiento para elaborar una tabla de mortalidad, sin embargo, el que aquı́ se presenta es el tradicional y el que por mı́nimo debe conocer y dominar el estudiante de demografı́a y actuarı́a. Debe resaltarse que el procedimiento presentado está basado en los estudios y aplicaciones que el autor ha venido desarrollando en los últimos años, impartiendo clases en el Centro de Estudios Demográficos y de Desarrollo Urbano de El Colegio de México A.C. y en la Facultad de Ciencias de la Universidad Nacional Autónoma de México. Ası́, el presente trabajo únicamente organiza de manera didáctica, lo hecho por otros demógrafos y actuarios al construir tablas abreviadas de mortalidad. Finalmente se desea recomendar al lector, dominar en su conjunto el procedimiento de elaboración de la tabla abreviada de mortalidad y posteriormente aplicarlo. 7 8 Capı́tulo 1 Construcción de una tabla abreviada de mortalidad 1.1. Definición La tabla abreviada de mortalidad es el cuadro estadı́stico que resume el impacto de dicho fenómeno demográfico, tenido por una población determinada, en un año o periodo de años. Es abreviada porque la estructura por edad de la población se agrupa en quinquenios de edades; esto a partir del grupo de edad de 5-9 años cumplidos. La excepción la constituyen el primer grupo de edad y el último; los que se toman de cero años cumplidos, de 1 a 4 años cumplidos y de 80 a 85 años y más cumplidos (tomaremos en está presentación como último grupo de edad el constituido por las edades 85 y más). Ası́ los grupos de edades en una tabla abreviada de mortalidad son: 0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85+ Supongamos que se desea calcular la tabla abreviada de mortalidad a nivel nacional, para ambos sexos, caso de México y para el año de 1990. La información necesaria para la construcción de la tabla será tomada de las estadı́sticas vitales y de los X y Xl Censos Nacionales de población y vivienda, los cuales se levantaron el 4 de junio de 1980 y supondremos que el de 1990 será levantado el 10 de junio de 1990. 1.2. Infromación de las estadı́sticas vitales Los nacimientos registrados a nivel nacional, ambos sexos, en los años de 1985 a 1990. Las defunciones de individuos de cero años cumplidos, desagregadas en dı́as, a partir de cero dı́as cumplidos hasta 6 dı́as cumplidos, semanas, de la primera a la tercer semana cumplida y meses, del primero a l octavo mes cumplido. Todas ellas para cada uno de los años de 1985 9 a 1990, teniéndose que captar para el año de 1991 el total de definiciones de individuos de cero años cumplidos sin desagregarlas. Para los grupos de edades 5 a 9 años cumplidos al 85 y más las definiciones registradas en los años 1989, 1990 y 1991. 1.3. Información Censal La estructura por edad desplegada (individual), por sexo y para cada uno de los censos (X y Xl) sin olvidar a los no especificados en cuanto a edad y sexo. 1.4. Evaluación de la Información Dado que la información de las estadı́sticas vitales como la censal adolecen de fallas, como son: el subregistro de los nacimientos y de las defunciones, y la mala declaración de edad, como las más importantes; es inicialmente necesario evaluar la información para posteriormente corregirla. Para evaluar la información censal, en cuanto a su estructura por edad, se emplean los ı́ndices de Whipple, de naciones unidas y el de Myers. Una presentación de ellos a continuación se da: 1.4.1. Índice de Whipple Estima el grado de preferencia hacia los dı́gitos 0 y 5 por la población censada que declaró su edad entre 23 y 62 años. El supuesto que se maneja es el de distribución uniforme en cada una de las edades individuales y para el grupo de edad asociado, ası́ por ejemplo cinco veces la población censada que declaró tener treinta años cumplidos de edad, debe ser aproximadamente igual a la suma de las personas que declararon tener 28, 29, 30, 31 y 32 años cumplidos de edad en el censo. El ı́ndice de Whipple 𝐼𝑤 se define como: ∑12 𝐼𝑤 = ∑𝑖=15 62 𝑃5𝑖 𝑖=23 𝑃𝑖 ∗ 5 ∗ 100 (1.1) donde 𝑃5𝑖 y 𝑃𝑖 son las poblaciones censadas que declararon tener las edades cumplidas 5𝑖 e 𝑖 respectivamente. El criterio para evaluar el tipo de información con la que trabajaremos está basado en la siguiente tabla, la que esta en base al valor que toma el ı́ndice de Whipple. Rango de 𝐼𝑤 Clasificación de la información 100 a 104 105 a 109 110 a 124 125 a 174 175 a más muy precisa precisa aproximada deficiente muy deficiente 10 1.4.2. Índice de Naciones Unidas Su aplicación requiere tener agregada su aplicación en grupos quinquenales de edad, de 0 a 4 años cumplidos, al 65 a 69 años cumplidos, por sexo y para el total de la población. La hipótesis que se maneja en este ı́ndice es la linealidad en los efectivos, en el grupo anterior y posterior al grupo de edad considerado. Ası́ por ejemplo: si se toman los grupos de edad 35 − 39, 40 − 44 y 45 − 49 años cumplidos, entonces: 𝑃40−44 𝑃35−39 + 𝑃45−49 2 (1.2) debe tender a la unidad ya que la población de 35 − 39 años cumplidos más la población de 45 a 49 años cumplidos censada dividida entre dos debe ser aproximadamente igual a la población que declaró tener entre 40 y 44 años cumplidos; esto bajo la hipótesis de linealidad. A continuación se construyen los ı́ndices por sexo, los que se definen como 𝐿𝐻 (𝐺) para los hombres e 𝐼 𝐹 (𝐺) para las mujeres, donde: 𝐼 𝐻 (𝐺) = 𝐻 ∑13 2𝑃(5𝑖)−(51+4) − 1 𝐻 𝑖=1 𝑃 𝐻 + 𝑃 (5𝑖+5)−(5𝑖+9) (5𝑖−5)−(5𝑖) 13 e 𝐼 𝐹 (𝐺) = (1.3) (1.4) 𝐹 ∑13 2𝑃(5𝑖)−(51+4) − 1 𝐹 𝑖=1 𝑃 𝐹 + 𝑃 (5𝑖−5)−(5𝑖) (5𝑖+5)−(5𝑖+9) 13 (1.5) El ı́ndice para ambos sexos se definen a partir de los ı́ndices de masculinidad y del hecho de que no deben tener variaciones sustanciales de grupo a grupo; por ejemplo, si se consideran los grupos de edad 25 − 29 y 30 − 34 años cumplidos, entonces la diferencia de los ı́ndices de masculinidad deben tender a cero, es decir: 𝑃𝐻 𝐻 𝑃 25−29 − 30−34 (1.6) 𝑀 tiende a cero 𝑀 𝑃25−29 𝑃30−34 Por tanto el ı́ndice de ambos sexos I(S) se define como: 𝐻 𝐻 ∑ 𝑃(5𝑖)−(5𝑖+4) 𝑃(5𝑖+5)−(5𝑖+9) − 𝑀 𝑀 𝑃(5𝑖)−(5𝑖+4) 𝑃(5𝑖+5)−(5𝑖+9) 𝐼(𝑆) = ∗ 100 (1.7) 13 Basándose en la experiencia mundial, los especialistas de las naciones unidas ponderan con tres unidades al ı́ndice de ambos sexos I(S), quedando definido el ı́ndice de naciones unidas como: 𝐻 𝑀 𝐼𝑁 𝑢 = 𝐼(𝐺) + 𝐼(𝐺) + 3𝐼(𝑆) (1.8) Es obvio que 𝐼𝑁 𝑢 ∕= 0 ya que para que 𝐼𝑁 𝑢 = 0 los efectivos en cada grupo de edad deben ser iguales, Para paı́ses donde las hipótesis se han cumplido y se tienen censos de alta calidad en su control de declaración de edad, 𝐼𝑁 𝑢 se encuentra alrededor de 9 unidades, teniéndose que en la medida que se aleje de este número, en esa medida se acentúa la mala declaración de edad. 11 1.4.3. Índice de Myers Este ı́ndice (IM1 ) se define a partir de la suma de los valores absolutos de los ı́ndices individuales para cada dı́gito 𝑀𝑗 con 𝑗 = 0, 1, 2, ..., 8, 9, los que estiman la atracción de rechazo de cada uno de los dı́gitos en la declaración de edad. Para definir IM y los valores 𝑀𝑗 es necesario definir la siguiente notación: 𝑃𝑥 Número de personas que declaran la edad 𝑥 cumplida. 𝑉𝑥 Número de personas que realmente tienen la edad 𝑥 cumplida. ∑ 𝑃𝑗 = 𝑖≥1 𝑃10𝑖+𝑗 Número de personas que han declarado edad cumplida terminada en el dı́gito 𝑗 y dentro de la población de diez años y más cumplidos. ∑ 𝑃𝑗′ = 𝑖>1 𝑃10𝑖+𝑗 Número de personas que han declarado edad cumplida terminada en el dı́gito 𝑗 y dentro de la población de veinte años y más cumplidos. ∑ 𝑉𝑗 = 𝑖≥1 𝑉10𝑖+𝑗 Número real de individuos con edad cumplida terminada en el dı́gito 𝑗 dentro de la población de diez años y más cumplidos. ∑ 𝑉𝑗′ = 𝑖>1 𝑉10𝑖+𝑗 Número real de individuos con edad cumplida terminada en el dı́gito 𝑗 dentro de la población de veinte años y más cumplidos. Por ejemplo: 𝑃5 = ∑ 𝑃10𝑖+5 (1.9) 𝑖≥1 𝑉5′ = 𝑃10(1)+5 + 𝑃10(2)+5 + 𝑃10(3)+5 + . . . (1.10) = 𝑃15 + 𝑃25 + 𝑃35 + . . . ∑ = 𝑉10𝑖+5 (1.11) (1.12) 𝑖>1 = 𝑉10(2)+5 + 𝑉10(3)+5 + 𝑉10(4)+5 + . . . (1.13) = 𝑉25 + 𝑉35 + 𝑉45 + . . . (1.14) De ser posible el conocer los valores de 𝑉𝑗 y 𝑉𝑗′ , esto de tener entrevista repetida, (hecho prácticamente imposible de tener en un censo nacional), un adecuado ı́ndice de atracción o rechazo para el dı́gito 𝑗 serı́a: (𝑃𝑗 − 𝑃𝑗′ ) − (𝑉𝑗 − 𝑉𝑗′ ) 𝑉𝑗 − 𝑉𝑗′ = 1 − (1.15) (𝑃𝑗 − 𝑃𝑗′ ) 𝑃𝑗 − 𝑃𝑗′ Debido a la imposibilidad de tener los valores 𝑉𝑗 y 𝑉𝑗′ , Myers supone linealidad en la tendencia de los valores 𝑉𝑗 y 𝑉𝑗′ , ponderándolos y suponiendo que en cada uno de los diez dı́gitos debe haber un diez por ciento de la población, ası́: 𝑎𝑗 𝑣𝑗 − 𝑎′𝑗 𝑣𝑗′ ′ ′ 𝑗=0 (𝑎𝑗 𝑣𝑗 − 𝑎𝑗 𝑣𝑗 ) ∑𝑎 1 (1.16) La presentación de Índice se basa en el volumen XLI de la revista Actuarial Society of America Transcaction, publicada en Nueva York en 1940 y en artı́culo que bajo el tı́tulo .Error and bias in the reporting of age census data”que fue publicado en dicha revista. También en el libro de Joaquin Leguina ”Fundamentos de Demografı́a”, tercera edición, Siglo Veintiuno editores, México D.F., 1981 12 donde 𝑎𝑗 y 𝑎′𝑗 toman los valores: 𝑗 𝑎𝑗 𝑎′𝑗 0 1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 10 9 8 7 6 5 4 3 2 1 0 Por ejemplo: 𝑎5 𝑉5 − 𝑎′5 𝑉5′ = 6𝑉5 + 4𝑉5′ (1.17) = 6(𝑉15 + 𝑉25 + 𝑉35 + . . .) + 4(𝑉23 + 𝑉35 + 𝑉45 + . . .) (1.18) = 6𝑉15 + 10𝑉25 + 10𝑉35 + . . . (1.19) 6𝑉15 = 𝑉10 + 𝑉11 + 𝑉12 + 𝑉13 + 𝑉14 + 𝑉15 (1.20) Suponiéndose que: 10𝑉25 = 𝑉16 + 𝑉17 + 𝑉18 + 𝑉19 + 𝑉20 + 𝑉21 + 𝑉22 + 𝑉23 + 𝑉24 + 𝑉25 etc. (1.21) (1.22) Teniéndose que en el mejor de los casos: 9 ∑ (𝑎𝑗 𝑉𝑗 − 𝑎′𝑗 𝑉𝑗′ ) 𝑗=0 = 9 ∑ 𝑎𝑗 𝑃𝑗 − 𝑎′𝑗 𝑃𝑗′ (1.23) y la diferencia: (1.24) 𝑗=0 (𝑎𝑗 𝑃𝑗 − 𝑎′𝑗 𝑃𝑗′ )(𝑎𝑗 𝑉𝑗 − 𝑎′𝑗 𝑉𝑗′ ) (1.25) miden el sesgo en la declaración de edad en términos absolutos. Por lo que Myers define el ı́ndice 𝑀𝑗 : 𝑀𝑗 𝑎𝑗 𝑃𝑗 − 𝑎′𝑗 𝑃𝑗′ + (𝑎𝑗 𝑉𝑗 − 𝑎′𝑗 𝑉𝑗′ ) ∗ 100 ∑9 ′ ′ 𝑗=0 𝑎𝑗 𝑃𝑗 − 𝑎𝑗 𝑃𝑗 ) ( 𝑎𝑗 𝑃𝑗 − 𝑎′𝑗 𝑃𝑗′ = − 0,10 ∗ 100 ∑9 ′ ′ 𝑗=0 (𝑎𝑗 𝑃𝑗 − 𝑎𝑗 𝑃𝑗 ) = 13 (1.26) (1.27) teniéndose que el dı́gito 𝑗 es de atracción si 𝑀𝑗 > 0 y de rechazo si 𝑀𝑗 < 0. Finalmente Myers define su ı́ndice como: 9 ∑ 𝐼𝑀 = ∣𝑀𝑗 ∣ (1.28) 𝑗=1 Si se cumplieran las hipótesis entoncesb 𝐼𝑀 = 0 de centrarse en un solo dı́gito la declaración de edad, entonces 𝐼𝑀 = 180. Entre 0 y 180 se definieron los siguientes rangos para clasificar a la concentración de la población en cuanto a la preferencia de dı́gitos. 1.4.4. Rango de 𝐼𝑀 Clasificación 0 a 4.99 5 a 14.99 15 a 29.99 30 a más Baja concentración en algún dı́gito Baja concentración en algún dı́gito Mediana concentración en algún dı́gito Muy alta concentración en alún dı́gito Corrección de la estructura por edad de la población censada La corrección de la información captada en los censos nacionales de población y vivienda, para fines de elaborar una tabla de mortalidad, se lleva a cabo empleando diversos métodos, en este caso se presentará el método de ajuste llamado fórmula de graduación de un dieciseisavo2 . Dicha fórmula se basa en el ajuste de la estructura de la población, agrupada en grupos quinquenales de edad convencionales (0-4, 5-9, ...., 80-84 y 85 y más), suponiendo que cada cinco grupos de edades sucesivos estimados se distribuyen adecuándose a un polinomio de grado tres y que los efectivos observados por grupo quinquenal de edad contienen un error (e), de magnitud constante, el cual incide en alternativamente en los valores estudiados, teniéndose que: 𝑆ˆ𝑗 = 𝑆𝑗 (−1)𝑗−1 (1.29) donde: 𝑆ˆ𝑗 es el efectivo de población estimado en el grupo de edad 𝑗. 𝑆𝑗 es el efectivo de población observado en el grupo de edad 𝑗. 𝑗 = 𝑖 − 2, 𝑖 − 1, 𝑖, 𝑖 + 1, 𝑖 + 2 por ejemplo si tenemos los primeros cinco grupos de edad y sus respectivos efectivos de población observada, que se declaró en el censo en estudio con esas edades y llamamos a 𝑆0 a la población censada en el grupo de edad 0 − 4 años cumplidos, 𝑆1 a la población censada en el grupo de edad 5 − 9 años cumplidos, 𝑆2 a la población censada en el grupo de edad 10 − 14 años cumplidos, 𝑆3 a la población censada en el grupo de edad 15 − 19 años cumplidos y 𝑆4 a la población censada en el grupo de edad 20 − 24 años cumplidos entonces: 2 La presentación se basa en el material compilado por los autores Corona V. Rodolfo y Minunjin Z. Alberto, en su libro ”Manual de Técnicas de Evaluación y Ajuste de información Estadı́stica.editado por Fondo de Cultura Económica en México D.F. 14 𝑆ˆ0 = 𝑆0 + (−1)𝑖−2 = 𝑆0 + (−1)−2 e = 𝑆0 + e 𝑆ˆ1 = 𝑆1 + (−1)𝑖−1 = 𝑆1 + (−1)−1 e = 𝑆1 + e 𝑆ˆ2 = 𝑆2 + (−1)𝑖−𝑖 = 𝑆2 + (−1)0 e = 𝑆2 + e (1.30) 𝑆ˆ3 = 𝑆3 + (−1)(𝑖+1)−𝑖 = 𝑆3 + (−1)1 e = 𝑆3 + e 𝑆ˆ4 = 𝑆4 + (−1)(𝑖+2)−𝑖 = 𝑆4 + (−1)2 e = 𝑆4 + e (1.33) (1.31) (1.32) (1.34) Ahora bien, de acuerdo a la hipótesis de que se ajusta a un polinomio de tercer grado a los valores de 𝑆ˆ𝑗 , entonces Δ4 𝑆ˆ𝑗 = 0. Ilustrando este hecho, supongamos el polinomio de tercer grado, Ψ = 𝑥3 + 𝑥2 + 2𝑥 − 1 entonces: H Ψ ΔΨ Δ2 Ψ Δ3 Ψ Δ4 Ψ 0 1 2 3 4 5 6 -1 3 15 41 87 159 264 3-(-1)=4 15-(3)=12 41-(15)=26 87-(41)=46 159-(87)=72 264-(159)=104 (12)-(4)=8 (26)-(12)=14 (46)-(26)=20 (72)-(46)=26 (104)-(72)=32 6 6 6 6 0 0 0 Haciendo la analogı́a para los valores 𝑆ˆ𝑗 : j 𝑆ˆ𝑗 Δ𝑆ˆ𝑗 Δ2 𝑆ˆ𝑗 Δ3 𝑆ˆ𝑗 𝑖−2 𝑖−1 𝑖 𝑖+1 𝑖+2 ˆ 𝑆𝑖−2 ˆ 𝑆𝑖−1 𝑆ˆ𝑖 ˆ 𝑆𝑖+1 ˆ 𝑆𝑖+2 ˆ − 𝑆𝑖−2 ˆ 𝑆𝑖−1 ˆ ˆ 𝑆𝑖 − 𝑆𝑖−1 ˆ − 𝑆ˆ𝑖 𝑆𝑖+1 ˆ − 𝑆𝑖+1 ˆ 𝑆𝑖+2 ˆ − 𝑆𝑖−2 ˆ 𝑆ˆ𝑖 − 2𝑆𝑖−1 ˆ ˆ ˆ 𝑆𝑖+1 − 2𝑆𝑖 − 𝑆𝑖−1 ˆ − 2𝑆𝑖+1 ˆ − 𝑆ˆ𝑖 𝑆𝑖+2 ˆ − 3𝑆ˆ𝑖 + 𝑆𝑖−1 ˆ − 𝑆𝑖−2 ˆ 𝑆𝑖+1 ˆ ˆ ˆ ˆ 𝑆𝑖+2 − 3𝑆𝑖+1 + 3𝑆𝑖 − 𝑆𝑖−1 por tanto ˆ − 4𝑆𝑖+1 ˆ + 6𝑆ˆ𝑖 − 4𝑆𝑖−1 ˆ + 𝑆𝑖−2 ˆ =0 Δ4 𝑆ˆ𝑗 = 𝑆𝑖+2 (1.35) Por Hipótesis ˆ ˆ +e 𝑆𝑖−2 = 𝑆𝑖+2 ˆ ˆ −e 𝑆𝑖−1 = 𝑆𝑖+1 𝑆ˆ𝑖 = 𝑆ˆ𝑖 + e (1.36) (1.37) (1.38) ˆ ˆ −e 𝑆𝑖+1 = 𝑆𝑖+1 ˆ ˆ +e 𝑆𝑖+2 = 𝑆𝑖+2 4 ˆ ⇒ Δ 𝑆𝑗 = 0 (1.39) (1.40) (1.41) ˆ + e − 4𝑆𝑖+1 ˆ + 4e6𝑆ˆ𝑖 + 6e − 4𝑆𝑖−1 ˆ + 4e + 𝑆𝑖−2 ˆ +e = 𝑆𝑖+2 ˆ − 4𝑆𝑖+1 ˆ + 6𝑆ˆ𝑖 − 4𝑆𝑖−1 ˆ + 𝑆𝑖−2 ˆ + 16e = 𝑆𝑖+2 15 (1.42) (1.43) Despejando el valor de 𝑒 ˆ + 4𝑆𝑖+1 ˆ − 6𝑆ˆ𝑖 + 4𝑆𝑖−1 ˆ − 𝑆𝑖−2 ˆ 16e = −𝑆𝑖+2 ( ) 1 ˆ + 4𝑆𝑖+1 ˆ − 6𝑆ˆ𝑖 + 4𝑆𝑖−1 ˆ − 𝑆𝑖−2 ˆ −𝑆𝑖+2 ⇒e = 16 (1.44) (1.45) También por la hipótesis 𝑆ˆ𝑖 = 𝑆𝑖 + (−1)𝑖−1 e = 𝑆𝑖 + e sustituyendo el valor de e 𝑆ˆ𝑖 (1.46) (1.47) ) 1 ( ˆ ˆ − 6𝑆ˆ𝑖 + 4𝑆𝑖−1 ˆ − 𝑆𝑖−2 ˆ = 𝑆𝑖 + −𝑆𝑖+2 + 4𝑆𝑖+1 16 simplificando queda: 𝑆ˆ𝑖 = (1.48) (1.49) ) 1 ( ˆ ˆ + 10𝑆ˆ𝑖 + 4𝑆𝑖−1 ˆ − 𝑆𝑖−2 ˆ −𝑆𝑖+2 + 4𝑆𝑖+1 16 (1.50) La cual es la fórmula de graduación de un dieciseisavo. 1.4.5. Proyección de la población censada y ajustada al 30 de Junio del año censal Una vez evaluada y corregida la estructura por edad de la población censal, es necesario para tener los denominadores de las tasas de mortalidad, la estimación de la población a mitad del año, es decir, al 30 de Junio del año censal. Antes de indicar como se lleva a cabo la proyección, se hace notar la razón por la cual esto es indispensable. Una tasa de mortalidad para el grupo quinquenal de edades cumplidas entre 𝑋 y 𝑋 +4 se define como la división del número de defunciones registradas en el año Censal (supongamos 1990) y los años-persona vividos por la cohorte en estudio entre las edades 𝑋 y 𝑋 + 4 cumplidos. Entendiendo por cohorte al número de personas que comparten un mismo evento origen, que en este caso es el estar vivo a edad 𝑋. Los años persona son las unidades de tiempo, medida en años, que aportó cada individuo de la cohorte en cuanto a años vividos entre las edades 𝑋 y 𝑋 + 4 años cumplidos. Por ejemplo: Supongamos 48 personas que llegan con vida a los 20 años y que 5 de ellas mueren entre los 20 y 24 años cumplidos; y supongamos que 1 de ellas murió a los 20 años 4 dı́as, 3 de ellas a los 22 años, 10 meses, 8 dı́as y la otra a los 24 años, 1 mes 28 dı́as, entonces la tasa de mortalidad especı́fica para esta cohorte y para el grupo quinquenal de edad 20 − 24 años será: 5 𝑀20 = 𝑅,1990 𝐷(20,25) 𝑎˜ 𝑛𝑜𝑠 𝑝𝑒𝑟𝑠𝑜𝑛𝑎(20−25) (1.51) donde: 5 𝑀20 Denota la tasa de mortalidad especı́fica para el grupo de edad y 5 años exactos más, es decir, entre 20 y 24 años cumplidos. 16 𝑅,1990 𝐷(2,25) Denota a las definiciones registradas en el año 1990 de personas entre las edades exactas 20-25 años, en este ejemplo son 5. años persona (20,25) Denota los años persona que aportaron las 48 personas en los 5 años correspondientes entre las edades exactas 20 y 25, con vida, es decir, para los que fallecieron, antes de hacerlo, y para los que sobrevivieron, en este caso 43 personas, con 5 años cada uno de ellos. Dado que difı́cilmente se tendrán estadı́sticas vitales que permitan estimar los años-persona vividos siguiendo la definición de manera puntual, se utiliza la hipótesis de distribución uniforme o lineal de las definiciones, lo que es válido para todos los grupos de edad excepto el primero (0-4 años cumplidos), el cual será tratado más adelante. Siguiendo el ejemplo planteado y suponiendo distribución uniforme o lineal de las defunciones tendremos que la aproximación que empleamos para la estimación de los años-personas vividos por la cohorte de 48 personas a edad exacta 20 años será: 5(43) + 5 25 Ilustrado en un diagrama de Lexis: Nótese que en el diagrama de Lexis la población representada por los años persona vividos es la de 20 a 24 años cumplidos al final del año 1990. Sin embargo las defunciones registradas no se tienen clasificadas por generaciones3 sino por año de ocurrencia, ası́ el diagrama de Lexis serı́a: 3 Se llama generación a la cohorte que comparte el evento origen nacimiento 17 Teniéndose a los años persona asociados al número de personas entre 20 y 24 años cumplidos a mitad del año, es decir, al 33 de Junio de 1990. Ya que los años persona vividos se pueden estimar con la población al 30 de Junio del año considerado, para los grupos de edades quinquenales a partir de 5 a 9 años cumplidos, es necesario proyectar la estructura por edad de la población censada del dı́a que fue censada al 30 de Junio del año Censal. Supongamos que se tienen la población 𝑃0 origen, en el año inicial que llamaremos cero. Un año después tendremos 𝑃1 que será igual a 𝑃0 más un porcentaje de 𝑃0 , el cual en general es positivo, el cual denotaremos con 𝑟, y que comúnmente se le llama tasa de crecimiento. Ası́: 𝑃1 = 𝑃0 + 𝑃0 𝑟 = 𝑃0 (1 + 𝑟) (1.52) supóngase r constante en el tiempo, entonces: 𝑃2 = 𝑃1 + 𝑃1 𝑟 = 𝑃1 (1 + 𝑟) (1.53) 2 = 𝑃0 (1 + 𝑟)(1 + 𝑟) = 𝑃0 (1 + 𝑟) (1.54) No es difı́cil ver que la población t años después es función de la población de origen 𝑃0 , guarda la relación: 𝑃𝑡 = 𝑃0 (1 + 𝑟)𝑡 (1.55) Demostración por inducción matemática. Para t=1 tenemos: 𝑃1 = 𝑃0 + 𝑃0 𝑟 = 𝑃0 (1 + 𝑟)1 (1.56) Suponemos válido para t=k, ésta es la hióteisi de inducción 𝑃𝑘 = 𝑃0 (1 + 𝑟)𝑘 (1.57) Lo demostramos apra k+1 𝑃𝑘+1 = 𝑃𝑘 + 𝑃𝑘 𝑟 = 𝑃𝑘 (1 + 𝑟) 𝑘 = 𝑃0 (1 + 𝑟) (1 + 𝑟) = 𝑃𝑘 (1 + 𝑟) (1.58) 𝑘+1 (1.59) El problema se centra ahora en estimar a la tasa de crecimiento r. Para ello tomamos la información en cuanto al total de la Población censada en dos censos sucesivos. Sea 𝑃𝑡 la población total censada en el primer censo y 𝑃𝑡+𝑛 la población total censada en el segundo censo; 𝑛 en el caso de México es aproximadamente igual a 10. Conociendo 𝑃𝑡 , 𝑃𝑡+𝑛 y 𝑛 aplicamos la relación obtenida bajo la hipótesis de r constante en el tiempo y despejamos su valor, es decir: 𝑃𝑡+𝑛 = 𝑃𝑡 (1 + 𝑟)𝑛 entonces ( 𝑃𝑡+𝑛 𝑃𝑡 (1.60) )1 𝑛 = (1 + 𝑟) 18 (1.61) finalmente ( 𝑟= 𝑃𝑡+𝑛 𝑃𝑡 )1 𝑛 −1 (1.62) Una vez estimado el valor de la tasa de crecimiento r podemos proyectar la estructura por edad de la población censada, esto al 30 de Junio del año censal. Por ejemplo: Dada la población censada, evaluada y corregida con edad entre 𝑥 y 𝑥 + 4 años cumplidos (𝑋 = 5, 10, 15, ...) al 4 de Junio de 1980 (año en que se levantó el X Censo Nacional de Población y 𝐶.𝑃 ,4,06,80 vivienda en México), la que denotamos 𝑃𝑥,𝑥+4 ; la población estimada al 30 de Junio de 1980, 30,06,08 ˆ que denotamos 𝑃𝑥.𝑥+4 será estimada con la siguiente relación: 26 ˆ 20,06,80 𝐶.𝑃 ,4,06,80 𝑃𝑥.𝑥+4 = 𝑃𝑥,𝑥+4 (1 + 𝑟) 365 (1.63) 26 donde 365 denotan los dı́as entre la fecha del levantamiento del censo y el 30 de Junio del año censal. Hasta aquı́ se puede ya tener los denominadores de las tasas especı́ficas de mortalidad por grupos quinquenales de edad (5 𝑀𝑥 ) para 𝑋 = 5, 10, 15, ...; las estimaciones de los denominadores de la tasa de mortalidad infantil (1 𝑀0 )y del grupo de edad 1 a 4 años cumplidos (4 𝑀1 )se verán mas adelante, con la presentación de los factores de separación. 1.4.6. Evaluación y corrección de la distribución de las defunciones por grupos quinquenales de edades Se tienen actualmente métodos que miden con cierta precisión e1 grado de subregistro de las defunciones, tanto en el primer grupo de edad (0-4 años cumplidos) como para el resto de los grupos4 . Dado que dichos métodos requieren de un mayor conocimiento del Análisis Demográfico y manejo de la información, aquı́ se presentará un método sencillo y eficaz para estimar el grado de subregistro de las defunciones, tanto del primer grupo de edad, el que se divide en dos grupos (cero años cumplidos y 1 a 4 años cumplidos) y para el resto de los grupos (5 -9, 10 -14, ..., 85 y más). Inicialmente se vera la estimación del grado de subregistro de las defunciones para los grupos de edad 5-9, 10-14, hasta el 85 y más años cumplidos de edad. Para ello suponemos tener para dos censos sucesivos, las estructuras por grupos quinquenales de edad, evaluadas, corregidas y proyectadas al 30 de Junio de cada uno de los dos años censados; ellas para los grupos de edades 5 -9 años cumplidos en adelante. Se debe tener las defunciones registradas para dichos grupos quinquenales de edad, en tres años, uno anterior, otro posterior y para el año en que se esta calculando la tabla. Por ejemplo; si se esta calculando la tabla para el año 1990 entonces hay que captar la información de las defunciones registradas en 1989, 1990 y 1991 por grupos quinquenales de edad a partir del grupo 5 a 9 años cumplidos. La razón de captar la información anterior, es el tener el promedio de defunciones registradas en esos tres años y reducir el sesgo de las defunciones. El promedio de las defunciones ∑ por subregistro 𝑅.𝑖. 𝑅.𝑖 𝐷 donde 𝐷𝑥,𝑥+4 representa las defunciones registradas en será aritmético, es decir: 31 1990 𝑖=1989 𝑥,𝑥+4 el año 𝑖 de personas que fallecieron entre las edades cumplidas 𝑥 y 𝑥 + 4 años. 4 Ver Bibliografı́a 19 El método que se describe a continuación, para estimar el grado de subregistro de las defunciones, se basa en la hipótesis de población cerrada a la migración y que las estructuras al 30 de Junio de cada uno de los dos años censales sucesivos es, con alta precisión, la real y en la estabilización en los afectivos de defunciones en los diez años considerados (entre el primero y el segundo censo). La población que al 30 de Junio del año 1980 (año del primer censo) tenı́a entre las edades cumplidas 𝑥 y 𝑥 + 4, al 30 de Junio del año 1990 (año del segundo censo) la población sobreviviente será igual a la que tiene entre 𝑥 + 10 y 𝑥 + 14 años cumplidos. Si denotamos a dichas poblaciones 30,06.𝑡 30,06.𝑡+10 como 𝑃𝑥,𝑥+4 y 𝑃𝑥+10,𝑥+4+10 respectivamente, entonces bajo los supuestos antes citados: ) 1 ( 30,06,1990 30,06,1980 𝑃𝑥+10,𝑥+14 − 𝑃𝑥,𝑥+4 10 (1.64) debe ser aproximadamente igual a { 1990 } ∑ ( ) 1 𝑅.𝑖 𝑅.𝑖 𝑅.𝑖 𝐷𝑥,𝑥+4 + 𝐷𝑥+5,𝑥+9 + 𝐷𝑥+10,𝑥+14 3 (1.65) 𝑖=1989 Ya que la décima parte de la diferencia entre las dos poblaciones al 30 de Junio de sus respectivos años censales, se debe a las defunciones que anualmente se debieron registrar en personas que al fallecer tenı́an entre las edades cumplidas 𝑥 y 𝑥 + 4 años, o que debe de coincidir, de no existir subregistro de las defunciones y de cumplirse las hipótesis del método con el promedio de las defunciones registrar entre 1989 y 1990 (siguiendo el ejemplo) y que tenı́an entre 𝑥 y 𝑥 + 14 años cumplidos. Dado que generalmente se tendrá un subregistro: ) 1 1 ( 30,06,1990 30,06,1980 > 𝑎= 𝑃𝑥+10,𝑥+14 − 𝑃𝑥,𝑥+4 10 3 { 1990 ∑ } ( 𝑅.𝑖 𝑅.𝑖 𝑅.𝑖 𝐷𝑥,𝑥+4 + 𝐷𝑥+5,𝑥+9 + 𝐷𝑥+10,𝑥+14 ) (1.66) 𝑖=1989 por lo que existirá un número K tal que: 𝑎 = (1 + 𝐾) ∗ 𝑏 (1.67) donde K mide el grado de subregistro de las definiciones en los grupos de edad (𝑥, 𝑥 + 4), (𝑥 + 5, 𝑥 + 9) y (𝑋 + 10, 𝑋 + 14) años cumplidos, y (1 + 𝐾) será el factor de corrección que se debe aplicar a dichas defunciones. 20 1.4.7. Estimación de las tasas de mortalidad especı́ficas por grupos quinquenales de edades, a partir de 5 a 9 años cumplidos Una vez estimada, por un lado, la estructura por grupos quinquenales de edad, para el año censal asociado al año de referencia de la tabla; evaluada, corregida y proyectada para el 30 de junio del año censal, y por otro lado, la estructura promedio corregida de las defunciones, para los mismos grupos quinquenales de edades; se pueden estimar las tasas de mortalidad especificadas para dichos grupos de edad; los pasos a seguir se resumen en el siguiente cuadro: 1.5. Estimación de la tasa de mortalidad infantil (1 𝑀0 ) y la del grupo de uno a cuatro años cumplidos (4 𝑀1 ) Dado que la estructura de la población censada no es confiable para el grupo de edad 0 − 4 años cumplidos, sobre todo por la no declaración de los niños menores de un año, se hace necesario estimar la población al 30 de Junio del año censal con un tratamiento de la información diferente al que se uso para los grupos quinquenales de edad a partir del 5 a 9 años. El grupo quinquenal inicial, 0-4 años cumplidos, se divide en dos grupos, el de cero años cumpli21 dos y el de uno a cuatro años cumplidos, esto por la importancia del indicador 1 𝑀0 y su asociación a aspectos sociales, económicos y de salud pública. Inicialmente se presentará la estimación de los denominadores de las tasas de mortalidad 1 𝑀0 y 4 𝑀1 es decir la población estimada al 30 de Junio del año censal de cero años cumplidos y de uno a cuatro años cumplidos respectivamente. Para ilustrar el método a seguir supóngase que deseamos los poblaciones al 30 de Junio de 1990. Para ello requerimos de la siguiente información: Los nacimientos registrados en los años de 1985 a 1990, los que denotaremos 𝑁 𝑅.𝑖 , (𝑖 = 1985, 1986, ..., 1990). Para el grupo de edad cero anos cumplidos, las defunciones registradas de 1985 a 1990, desagregadas, en cuanto a la edad del infante al momento de la muerte, en dı́as, de cero a seis dı́as cumplidos, en semanas, de una a tres semanas cumplidas y en meses, de uno a once meses cumplidos. La notación que se empleará se resume en el siguiente cuadro: Edad al momento de la muerte (dı́as cumplidos) 0 1 2 3 4 5 6 1985 1986 1987 1988 1989 1990 𝑅1985 𝐷(0/365) 𝑅1985 𝐷(1/365) 𝑅1985 𝐷(2/365) 𝑅1985 𝐷(3/365) 𝑅1985 𝐷(4/365) 𝑅1985 𝐷(5/365) 𝑅1985 𝐷(6/365) 𝑅1990 𝐷(0/365) 𝑅1990 𝐷(1/365) 𝑅1990 𝐷(2/365) 𝑅1990 𝐷(3/365) 𝑅1990 𝐷(4/365) 𝑅1990 𝐷(5/365) 𝑅1990 𝐷(6/365) 𝑅1985 𝐷(1/52) 𝑅1985 𝐷(2/52) 𝑅1985 𝐷(3/52) 𝑅1990 𝐷(1/52) 𝑅1990 𝐷(2/52) 𝑅1985 𝐷(3/52) 𝑅1985 𝐷(1/12) 𝑅1985 𝐷(2/12) 𝑅1985 𝐷(3/12) 𝑅1985 𝐷(4/12) 𝑅1985 𝐷(5/12) 𝑅1985 𝐷(6/12) 𝑅1985 𝐷(7/12) 𝑅1985 𝐷(8/12) 𝑅1985 𝐷(9/12) 𝑅1985 𝐷(10/12) 𝑅1985 𝐷(11/12) 𝑅1990 𝐷(1/12) 𝑅1990 𝐷(2/12) 𝑅1990 𝐷(3/12) 𝑅1990 𝐷(4/12) 𝑅1990 𝐷(5/12) 𝑅1990 𝐷(6/12) 𝑅1990 𝐷(7/12) 𝑅1990 𝐷(8/12) 𝑅1990 𝐷(9/12) 𝑅1990 𝐷(10/12) 𝑅1990 𝐷(11/12) Semanas cumplidas 1 2 3 Meses cumplidos 1 2 3 4 5 6 7 8 9 10 11 22 Para el grupo de edad uno a cuatro años cumplidos, las defunciones registradas de 1986 a 1990 de un año de edad cumplido por el infante al morir, de 1987 a 1990 de dos años cumplidos, de 1988 a 1990 de tres años cumplidos, y de 1989 y 1990 de cuatro años cumplidos. En el siguiente cuadro se resume y denota la información, en cuanto a las defunciones registradas requeridas para el grupo de edad uno a cuatro años cumplidos. Edad al momento de la muerte (años cumplidos) 1 2 3 4 1986 1987 1988 1989 1990 𝐷1𝑅1986 𝐷1𝑅1987 𝐷1𝑅1987 𝐷1𝑅1988 𝐷1𝑅1988 𝐷1𝑅1988 𝐷1𝑅1989 𝐷1𝑅1989 𝐷1𝑅1989 𝐷1𝑅1989 𝐷1𝑅1990 𝐷1𝑅1990 𝐷1𝑅1990 𝐷1𝑅1990 Se presenta a continuación la información en un diagrama de Lexis, denotando con 𝐷0𝑅𝑖 , (i = 1985,...,1990) al total de defunciones registradas de infantes de cero años cumplidos al momento de la muerte en el año registrado 𝑖. En el anterior diagrama de Lexis se observa con claridad que las defunciones no están registradas por generación o cohorte, es decir, las definiciones registradas en el año 𝑖 con 𝑥 años cumplidos al momento de la muerte, pertenecen a dos generaciones; ejemplo las 𝐷2𝑅1988 son defunciones de infantes que al morir tenı́an dos años cumplidos de edad, registradas en 1989 y de niños nacieron en 1986 y 1987. El problema se centra en separar las definiciones por generación y poder llenar los espacios en el siguiente diagrama de Lexis 23 Supóngase que ya se tienen divididas las defunciones por generación; para ilustrar su utilidad tomemos las cohortes o generaciones de 1985 y 1986, entonces se puede estimar la población de cuatro años cumplidos al 30 de Junio de 1990, la explicación se da con la ayuda del siguiente diagrama de Lexis. Una vez divididas por cohorte las defunciones, se∑ estima la población de 4 años cumplidos, 𝑅1986 viva al 1.01.1990 (1 de enero de 1990) como 𝑁 − 9𝑖=1 𝑎𝑖 y la población con los mismos años ∑9 al 31 de diciembre de 1990 como 𝑁 𝑅1986− 𝑗=1 𝑏𝑗 ; siendo la estimación de la población de 4 años cumplidos, viva al 30 de Junio de 1990 𝑃430,06,90 el promedio aritmético de las poblaciones estimadas al principio y al final de 1990, es decir: 24 𝑃430,06,90 = 𝑃41,01,90 + 𝑃431,12,90 2 donde (1.68) (1.69) 𝑃41,01,90 = 𝑁 𝑅1985 − 9 ∑ 𝑎𝑖 (1.70) 𝑖=1 y (1.71) 𝑃431,12,90 = 𝑁 𝑅1986 − 9 ∑ 𝑏𝑗 (1.72) 𝑗=1 Una vez vista la importancia de separar las defunciones, se verá a continuación el cálculo de los factores de separación que servirán para lograr dicho objetivo: separar el total de defunciones por cohorte o generación. 1.6. Factores de Separación En principio se verá para el primer grupo de edad (cero años cumplidos), la manera en que se pueden separar las defunciones registradas en cada año, por generación o cohorte. Para ello ya se deben tener las defunciones desagregadas en dı́as, semanas y meses cumplidos, de acuerdo a la desagregación antes ndicada. La hipótesis con la que se trabajará es la de distribución uniforme o lineal de las muertes, en cada uno de los intervalos de tiempo en que se desagregaron las defunciones, ası́ las personas que fallecieron teniendo cero dı́as cumplidos, supondremos que vivieron en promedio medio dı́a, es decir 1 2∗365 de año; los que murieron teniendo un dı́a cumplido, supondremos que en promedio vivieron 1 1 uno y medio dı́a, es decir, 365 + 2∗365 de año, y ası́ sucesivamente. En la siguiente tabla se presentan el tiempo que en promedio aportó cada persona que murió en el grupo de edad cero años cumplidos, por intervalo de edad, de acuerdo a la desagregación antes indicada. 25 Edad (dı́as cumplidos) 0 1 2 3 4 5 6 Semanas cumplidas 1 2 3 Meses cumplidos 1 2 3 4 5 6 7 8 9 10 11 Edad promedio al morir (1) ( 1 ) )( 1 ) ( 1 )2 ( 365 + ( 21 ) ( 365 ) ) ( 365 1 1 2 + 365 2 365 ( 3 ) (1) ( 1 ) ( 365 ) + ( 21 ) ( 365 ) 4 1 + ( 2 ) ( 365 ( 365 ) ) 5 1 1 + 365 2 365 ( 6 ) (1) ( 1 ) 365 + 2 365 Notación ( 1 ) (1) ( 1 ) ( 52 ) + ( 21 ) ( 52 ) 2 1 + ( 2 ) ( 52 ( 52 ) ) 3 1 1 52 + 2 52 𝑔8 𝑔9 𝑔10 ( 1 ) (1) ( 1 ) ( 12 ) + ( 21 ) ( 12 ) 2 1 + ( 12 ) ( 21 ) ( 12 ) 3 1 + ( 2 ) ( 12 ) ) ( 12 1 1 4 + 12 2 12 ( 5 ) (1) ( 1 ) ( 12 ) + ( 21 ) ( 12 ) 6 1 + ( 2 ) ( 12 ( 12 ) ) 7 1 1 + ) ( 21 ) ( 12 ) ( 12 1 8 + ( 2 ) ( 12 ( 12 ) ) 9 1 1 + 12 2 12 ( 10 ) ( 1 ) ( 1 ) 12 ) + ( 2 ) ( 12 ) ( 11 1 1 12 + 2 12 𝑔11 𝑔12 𝑔13 𝑔14 𝑔15 𝑔16 𝑔17 𝑔18 𝑔19 𝑔20 𝑔21 26 𝑔1 𝑔2 𝑔3 𝑔4 𝑔5 𝑔6 𝑔7 Para estimar el factor de separación, el cual corresponde al triángulo superior de cada año, como se observa en los anteriores diagramas de Lexis. Aplicamos los valores a las correspondientes defunciones, multiplicándolos y sumando los 21 productos, el resultado representa la cantidad total que en tiempo aportaron con vida las personas que murieron en el año considerado y que pertenecen a la generación, o cohorte, un año anterior al año de registro de la defunción. Ahora, bien, si deseamos el promedio de año que vivieron las personas de la generación un año anterior al año de registro es necesario dividir la suma de lo 21 productos entre el total de defunciones registradas en el año en consideración. Denotando dicho valor como 𝐾 𝑡 el cual además de ser la fracción de año que en promedio vivieron los niños de la cohorte anterior al. año de registro y que murieron en dicho año, es el factor que separa a las defunciones registradas en el año de registro, es decir, el porcentaje de defunciones pertenecientes a la cohorte o generación un año anterior al año de registro de ellas. Por tanto: 𝑡 𝐾 = ∑21 𝑅𝑡 𝑖=1 𝑔𝑖 𝐷𝑖 𝐷0𝑅𝑡 (1.73) donde: 𝐷𝑖𝑅𝑡 Son las defunciones registradas en el asño 𝑡 asociadas al intervalo de edad cumplida 𝑔𝑖 . 27 𝐷0𝑅𝑡 Son las defunciones registradas en el año 𝑡 de personas con edad al morir de cero años cumplidos. Ası́, por ejemplo, si tenemos el total de defunciones registradas en 1987 de personas que al morir tenı́an cero años cumplidos (𝐷0𝑅1987 ) entonces: 𝐾 1987 𝐷0𝑅1987 (1.74) representa el porcentaje de dichas muertes que pertenecen a las personas que nacieron en 1986 y que murieron en 1987 y: ( ) 1 − 𝐾 1987 𝐷0𝑅1987 (1.75) representa el porcentaje de las mismas muertes que pertenecen a las personas que nacieron en 1987 y que murieron en el mismo año. Representando lo anterior en un diagrama de Lexis se tiene: Pasando a la estimación de los factores de separación, para 1 s defunciones registradas de niños entre 1 y 4 años cumplidos de edad, se debe decir que el procedimiento es análogo al que se empleo en el caso de las defunciones de infantes de cero años cumplidos. Sin embargo, debido a que los valores de dichos factores no difieren de los que se muestran en el siguiente cuadro: Edad (años cumplidos) Factores de Separación 1 2 3 4 0.41 0.43 0.45 0.47 Se han tomado como los factores de separación para las defunciones registradas en el grupo de edad uno a cuatro años cumplidos. Naturalmente que si se desea verificar la validez o precisión delos factores de separación dados, el investigador tendrı́a que obtenerlos, desagregando en semanas o 28 meses las defunciones registradas en esos cuatro años de vida, y posteriormente estimar los factores de separación. En el siguiente diagrama de Lexis se indican en que espacio son empleados los factores de separación para el grupo de edad 1 a 4 años cumplidos, esto siguiendo el ejemplo de la construcción de una tabla de mortalidad para el año 1990 Teniéndose finalmente en el siguiente cuadro las expresiones que resumen a la población al principio y al final de 1990. Las que sirven para estimar la población al 30 de junio de 1990 y con ello los denominadores de las tasas de mortalidad 1 𝑀0 y 4 𝑀1 . Edad 0 1 1 2 3 4 Población al 1 de enero de 1990 ( ) 𝑁 𝑅1989 − 1 − 𝐾 1989 𝐷0𝑅1989 = 𝑃ˆ 1,01,90 ( ) 𝑁 𝑅1988 − 1 − 𝐾 1988 𝐷0𝑅1988 − 𝐾 89 𝐷0𝑅89 0,59𝐷1𝑅89 = 𝑃ˆ11,01,90 ( ) 𝑁 𝑅1988 − 1 − 𝐾 1988 𝐷0𝑅1988 − 𝐾 89 𝐷0𝑅89 1,01,90 0,59𝐷1𝑅89 = 𝑃ˆ1 ( ) 𝑁 𝑅1987 − 1 − 𝐾 1987 𝐷0𝑅1987 − 𝐾 88 𝐷0𝑅88 0,59𝐷1𝑅88 − 0,41𝐷1𝑅89 − 0,57𝐷2 𝑅89 = 𝑃ˆ21,01,90 ( ) 𝑁 𝑅1986 − 1 − 𝐾 1986 𝐷0𝑅1986 − 𝐾 87 𝐷0𝑅87 𝑅87 𝑅88 0,59𝐷1 − 0,41𝐷1 − 0,57𝐷2 𝑅88 − 0,43𝐷2𝑅89 0,55𝐷3𝑅89 = 𝑃ˆ31,01,90 ( ) 𝑁 𝑅1985 − 1 − 𝐾 1985 𝐷0𝑅1985 − 𝐾 86 𝐷0𝑅86 0,59𝐷1𝑅86 − 0,41𝐷1𝑅87 − 0,57𝐷2 𝑅87 − 0,43𝐷2𝑅88 0,55𝐷3𝑅88 − 0,45𝐷3𝑅89 − 0,53𝐷4𝑅89 = 𝑃ˆ 1,01,90 4 29 − − − − − − − Población al 31 de diciembre de 1990 ) ( 𝑁 𝑅1990 − 1 − 𝐾 1990 𝐷0𝑅1990 = 𝑃ˆ 31,12,90 ( ) 𝑁 𝑅1989 − 1 − 𝐾 1989 𝐷0𝑅1989 − 𝐾 89 𝐷0𝑅90 0,59𝐷1 𝑅90 = 𝑃ˆ131,12,90 ( ) 𝑁 𝑅1989 − 1 − 𝐾 1989 𝐷0𝑅1989 − 𝐾 89 𝐷0𝑅90 31,12,90 0,59𝐷1 𝑅90 = 𝑃ˆ1 ( ) 𝑁 𝑅1988 − 1 − 𝐾 1988 𝐷0𝑅1988 − 𝐾 88 𝐷0𝑅89 0,59𝐷1 𝑅89 − 0,41𝐷1𝑅90 − 0,57𝐷2𝑅90 = 𝑃ˆ231,12,90 ( ) 𝑁 𝑅1987 − 1 − 𝐾 1987 𝐷0𝑅1987 − 𝐾 88 𝐷0𝑅88 𝑅89 0,59𝐷1 𝑅88 − 0,41𝐷1 − 0,57𝐷2𝑅89 − 0,43𝐷2𝑅90 0,55𝐷2𝑅90 = 𝑃ˆ331,12,90 ( ) 𝑁 𝑅1986 − 1 − 𝐾 1986 𝐷0𝑅1986 − 𝐾 87 𝐷0𝑅87 0,59𝐷1 𝑅87 − 0,41𝐷1𝑅88 − 0,57𝐷2𝑅88 − 0,43𝐷2𝑅89 0,55𝐷3𝑅89 − 0,45𝐷3𝑅90 − 0,53𝐷4𝑅90 = 𝑃ˆ 31,12,90 4 − − − − − − − ˆ Por lo tanto las poblaciones estimadas al 30 de junio de 1990 con cero años cumplidos (𝑃030,06,90 ) 30,06,90 y de uno a cuatro años cumplidos (𝑃ˆ1−4 ) se estima de la siguiente manera: 𝑃ˆ030,06,90 = 30,06,90 𝑃ˆ1−4 = ˆ ˆ 𝑃01,01,90 − 𝑃031,12,90 (1.76) 2 ) ( )] [( 1 ˆ ˆ 1,01,90 1,01,90 1,01,90 1,01,90 31,12,90 31,12,90 31,12,90 31,12,90 ˆ ˆ ˆ ˆ ˆ ˆ 𝑃1 + 𝑃2 + 𝑃3 + 𝑃4 𝑃1 + 𝑃2 + 𝑃3 + 𝑃4 2 Ası́ las tasas de mortalidad 1 𝑀0 y 4 𝑀1 quedan finalmente definidas como: 1 𝑀0 = 4 𝑀1 = ) ( )( ( 31 𝐷0𝑅89 + 𝐷0𝑅90 + 𝐷0𝑅91 𝑃ˆ030,06,90 ( ) ( 𝑅89 ) 𝑅90 + 𝐷 𝑅91 ( 31 𝐷1−4 + 𝐷1−4 1−4 𝑃ˆ 30,06,90 (1.77) (1.78) 1−4 Cabe señalar que las defunciones registradas de cero años cumplidos y de uno a cuatro años cumplidos, se encuentra subregistradas, sobre todo las de cero años cumplidos. Para corregirlas es necesario dominar técnicas avanzadas de análisis demográfico5 . El subregistro a nivel Nacional, esperado para 1990, de las defunciones de cero años cumplidos oscila entre un 15 y 20 por ciento y para las defunciones entre uno y cuatro años cumplidos entre un 8 y un 10 por ciento. Recomendando incrementar el valor de 1 𝑀0 en un 18 por ciento y el de 4 𝑀1 en un 9 por ciento. Hasta aquı́ se tienen ya presentada la manera de evaluar, corregir y proyectar la información censal, y evaluar y corregir la información de las estadı́sticas vitales, esto con el fin de obtener las tasas especificas de mortalidad, para cada uno de los 19 grupos de edades cumplidas; las que se denotan en el siguiente cuadro: 5 Ver Mina Valdés Alejandro .Estimación de los niveles y tendencias de la mortalidad infantil y en los primeros años de vida en México, 1940-1977.en Lecturas sobre temas demográficos, compilación del mismo autor, editorial El Colegio de México, 1983, pp. 99-156 30 Grupo de edad Tasa de mortalidad 0 1-4 5-9 10-14 14-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-84 85+ 1 𝑀0 4 𝑀1 5 𝑀5 5 𝑀10 5 𝑀15 5 𝑀20 5 𝑀25 5 𝑀30 5 𝑀35 5 𝑀40 5 𝑀45 5 𝑀50 5 𝑀55 5 𝑀60 5 𝑀65 5 𝑀70 5 𝑀75 5 𝑀80 + 𝑀85 Lo que resta hacer es generar a partir de las tasas especı́ficas de mortalidad, las otras seis series de ella, a saber: 𝑛 𝑞𝑥 ,𝑙𝑥 ,𝑑𝑥,𝑥+𝑛 ,𝑛 𝐿𝑥 ,𝑇𝑥 ,𝑒𝑥 . 1.7. Relación entre tasas de mortalidad y cocientes o probabilidades de muerte Supóngase valida la hipótesis de distribución uniforme de las defunciones, esto para edades por encima de los cinco años de edad, que deseamos estimar la tasa de mortalidad entre la edad 𝑥 y la 𝑥 + 𝑙 exacta. Entonces la tasa especifica de mortalidad 1 𝑀𝑥 seria igual a: 1 𝑀𝑥 = = = = = 𝑑𝑥 𝑙𝑥 − 𝑑2𝑥 𝑑𝑥 𝑙𝑥+1 − 𝑑2𝑥 𝑑𝑥 𝑙𝑥+0,5 𝑑𝑥 𝐿𝑥 𝑑𝑥 𝑙𝑥 −𝑙𝑥+1 2 (1.79) (1.80) (1.81) (1.82) (1.83) donde: 𝑑𝑥 representa a las defunciones de la tabla de mortalidad (no las defunciones observadas), entre las edades exactas 𝑥 y 𝑥 + 𝑙 o la edad cumplida 𝑥. 31 𝑙𝑥+1 representa los supervivientes de la tabla de mortalidad a edad exacta 𝑥 + 𝑙(𝑖 = 0, 1). 1 𝐿𝑥 representan los años -persona vividos entre las edades exactas 𝑥 y 𝑥 + 1 y también las personas vivas a edad cumplida 𝑥. Representando en un diagrama de Lexis las relaciones de 1 𝑀𝑥 , se tiene: Cabe señalar que se supone también que el fenómeno migración no perturba el fenómeno mortalidad, es decir, que la diferencia de los supervivientes entre dos edades exactas solo se debe a las defunciones y no a movimientos migratorios. Por lo tanto: 𝑙𝑥 − 𝑙𝑥+1 = 𝑑𝑥 (1.84) eniendo finalmente que los años-persona vividos entre x y x +1 años exactos es igual a: 1 𝐿𝑥 𝑑𝑥 2 (𝑙𝑥 − 𝑙𝑥+1 ) 𝑙𝑥 − 2 𝑙𝑥 + 𝑙𝑥+1 2 𝑑𝑥 𝑙𝑥+1 + 2 (𝑙𝑥 − 𝑙𝑥+1 ) 𝑙𝑥+1 + 2 𝑙𝑥 + 𝑙𝑥+1 2 = 𝑙𝑥 − (1.85) = (1.86) = = = = 32 (1.87) (1.88) (1.89) (1.90) La probabilidad de muerte o cociente de mortalidad entre las edades exactas 𝑥 y 𝑥 + 1 se define en base a lo que conocemos por probabilidad clásica, es decir, los casos favorables entre el total de casos, en este sentido 𝑑𝑥 representa los casos favorables y 𝑙𝑥 el total de casos. Ası́ la probabilidad de muerte entre las probabilidades exactas 𝑥 y 𝑥 + 1, que se denotan como 1 𝑞𝑥 es igual a: 1 𝑞𝑥 = 𝑑𝑥 𝑙𝑥 (1.91) Tomando la relación especial de tasa especı́fica de mortalidad y completando en el numerador y en el denominador el cociente 1 𝑞𝑥 , se obtiene: 1 𝑀𝑥 = 𝑑𝑥 𝑙𝑥 − 𝑑2𝑥 𝑑𝑥 𝑙𝑥 = (1.93) 𝑑𝑥 𝑙𝑥 𝑙𝑥 𝑙𝑥 = (1.92) − 2 1 𝑞𝑥 1 − 1 𝑞2𝑥 (1.94) Dado que inicialmente lo que se tiene son las tasas especı́ficas de mortalidad, lo que se desea es una relación que a las probabilidades 1 𝑞𝑥 las tenga en función de las tasas especificas de mortalidad 1 𝑀𝑥 , lo que se obtiene despejando 1 𝑞𝑥 de la última relación encontrada. 1 𝑀𝑥 ( 1− 1 𝑞𝑥 ) 2 = 1 𝑞𝑥 (1.95) ( ⇒ ⇒ 1 𝑀𝑥 = 1 𝑞𝑥 = = 33 1 𝑞𝑥 1 1+ 1 𝑀𝑥 𝑥 + 1𝑀 2 2 1 𝑀𝑥 2 + 1 𝑀𝑥 1 𝑀𝑥 2 ) (1.96) (1.97) (1.98) observación: Otra forma de obtener la estimación de los años-persona vividos de los supervivientes entre las edades exactas 𝑥 y 𝑥 + 𝑙, es empleando el cálculo diferencial e integral. Suponiendo que pasa una lı́nea recta entre los puntos (𝑥, 𝑙𝑥 ) y (𝑥 + 1, 𝑙𝑥+1 ) y obteniendo el área bajo esa fracción de recta y el eje de las edades, lo que representará los 1 𝐿𝑥 . Por tanto 𝑥 ∫ 1 𝐿𝑥 = +1𝑙𝑥 𝑑𝑥 (1.99) 𝑥 𝑥 ∫ = +1(𝑘(𝑋 − 𝑥)) 𝑑𝑥 (1.100) 𝑥+1 𝑥+1 } 𝑥2 𝑥+1 − 𝑥𝑋 + 𝑋𝑙𝑥 2 𝑥 𝑥 𝑥 (1.101) 𝑥 { = 𝑘 𝑘 + 𝑙𝑥 2 𝑙𝑥+1 + 𝑙𝑥 = + 𝑙𝑥 2 𝑙𝑥 + 𝑙𝑥+1 = 2 Si los puntos fueran (𝑥, 𝑙𝑥 ) y (𝑥 + 5, 𝑙𝑥+5 ) entonces 5 𝐿𝑥 se obtendrı́a de la siguiente análoga: = 34 (1.102) (1.103) (1.104) manera Entonces: ∫ 5 𝐿𝑥 𝑥 = +5𝑙𝑥 𝑑𝑥 (1.105) ∫𝑥𝑥 = +5 {𝑘(𝑋 − 𝑥) + 𝑙𝑥 } 𝑑𝑥 ( 2 ) 𝑥 𝑥 𝑥 𝑘 − 𝑥𝑋 + 5 + 𝑋𝑙𝑥 + 5 2 𝑥 𝑥 ( ) 25 + 5𝑙𝑥 𝑘 2 ( ) 5 (𝑙𝑥+5 − 𝑙𝑥 ) + 5𝑙𝑥 2 5 (𝑙𝑥 + 𝑙𝑥+5 ) 2 (1.106) 𝑥 = = = = O bien empleando un diagrama de Lexis6 . 35 (1.107) (1.108) (1.109) (1.110) Por lo tanto, la tasa especı́fica de mortalidad entre las edades exactas 𝑥 y 𝑥 + 5 es igual a: 5 𝑀𝑥 = = = 𝑑𝑥,𝑥+5 5 𝐿𝑥 𝑑𝑥,𝑥+5 5𝑙𝑥 − 25 𝑑𝑥,𝑥+5 𝑑𝑥,𝑥+5 5 (𝑙 2 𝑥 − 𝑙𝑥+5 ) (1.111) (1.112) (1.113) y el cociente o probabilidad de muerte entre las mismas edades exactas será: 5 𝑞𝑥 = 𝑑𝑥,𝑥+5 𝑙𝑥 (1.114) Siguiendo el mismo procedimiento que para la obtención de la relación entre 1 𝑞𝑥 y 1 𝑀𝑥 , se tiene en este caso: 5 𝑀𝑥 = 𝑑𝑥,𝑥+5 5𝑙𝑥 − 52 𝑑𝑥,𝑥+5 𝑑𝑥,𝑥+5 𝑙𝑥 = 5 = 5 ( ) 𝑙𝑥 𝑙𝑥 − 5 𝑞𝑥 − 52 5 𝑞𝑥 y despejando a 5 𝑞𝑥 : 6 (1.115) Una mayor explicación se da en el anexo 36 5 2 ( 𝑑𝑥,𝑥+5 𝑙𝑥 ) (1.116) (1.117) ( 5 𝑀𝑥 5 5 − 𝑞𝑥 25 ) = 5 𝑞𝑥 (1.118) ( ⇒ 55 𝑀𝑥 = ⇒ 5 𝑞𝑥 = ⇒ 5 𝑞𝑥 = ⇒ 5 𝑞𝑥 = 5 𝑀𝑥 5 𝑞𝑥 1 + 25 55 𝑀𝑥 1 + 52 5 𝑀𝑥 105 𝑀𝑥 2 + 5 5 𝑀𝑥 2 ∗ 5 5 𝑀𝑥 2 + 5 5 𝑀𝑥 ) (1.119) (1.120) (1.121) (1.122) Pudiendo resumir para el siguiente cuadro, las relaciones entre tasas y cocientes para edades por encima de los cinco años de edad. Edades Exactas inicial final 𝑥 𝑥 𝑥 Relación entre tasas y cocientes 21 𝑀𝑥 = 2+ 1 𝑀𝑥 2∗55 𝑀𝑥 5 𝑞𝑥 = 2+55 𝑀𝑥 2∗𝑛𝑛 𝑀𝑥 𝑛 𝑞𝑥 = 2+𝑛𝑛 𝑀𝑥 𝑥+1 𝑥+5 𝑥+𝑛 1 𝑞𝑥 Para el primer grupo de edad cero años cumplidos, empleamos el factor de separación del año censal (𝑡), para estimar la relación entre la tasa de mortalidad infantil y la probabilidad de morir en el primer año de vida7 ; de tal manera que: 1 𝑀0 = = 𝑑0 𝑑0 𝑡 𝑙0 − (1 − 𝑘 ) 2 𝑑0 1 𝐿𝑥 (1.123) (1.124) donde: 𝑙0 representa a los supervivientes a edad exacta cero y es llamado el radix de la tabla de mortalidad que generalmente es igual a 100,000. 7 Comúnmente se toma1 𝑞𝑥 =1 𝑀0 37 Representando 1 𝐿𝑥 en un diagrama de Lexis, se tiene: y dado que: 1 𝑞𝑥 = 𝑑0 𝑙0 , entonces: 𝑑0 𝑙0 1 𝑀𝑥 = ( 𝑙0 𝑙0 (1.125) ( 𝑑0 )) − (1 − 𝑘 𝑡 ) 𝑙0 2 1 𝑞0 = 1 − 1 − 𝑘 𝑡 12𝑞0 ( (1.126) ) Y despejando a 1 𝑞𝑥 se obtiene: 1 𝑀0 ( 1 − (1 − 𝑘 𝑡 ) 1 𝑞0 ⇒ ) 2 1 𝑀0 ⇒ 1 𝑞0 = 1 𝑞0 (1.127) {( )} ) ( 𝑡 1 𝑀0 = 1 𝑞0 1+ 1−𝑘 2 21 𝑀 0 = 2 + (1 − 𝑘 𝑡 )1 𝑀0 (1.128) (1.129) Para el grupo de edad 1 a 4 años cumplidos puede estimar sin mayores problemas el valor 1 𝑀𝑥 , con 𝑥 = 1, 2, 3𝑦4, ya que: 1 𝑀𝑥 = 1 3 ( 𝑅(𝑡−1) 𝐷𝑥 𝑅(𝑡+1) + 𝐷𝑥𝑅𝑡 + 𝐷𝑥 𝑃𝑥30,06.𝑡 ) (1.130) y con respecto a la tabla de mortalidad, empleando los factores de separación antes indicados, se obtendrı́a: 38 y dado que 1 𝑞𝑥 = 𝑑𝑥 𝑙𝑥 1 𝑀1 = 1 𝑀2 = 1 𝑀3 = 1 𝑀4 = 𝑑1 1 𝐿1 𝑑2 2 𝐿2 𝑑3 3 𝐿3 𝑑4 4 𝐿4 𝑑1 𝑙1 − 0,59𝑑1 𝑑2 = 𝑙2 − 0,59𝑑2 𝑑3 = 𝑙3 − 0,59𝑑3 𝑑4 = 𝑙4 − 0,59𝑑4 = (1.131) (1.132) (1.133) (1.134) y en nuestro caso particular para 𝑥 = 1, 2, 3𝑦4 entonces 1 𝑀1 = 1 𝑀2 = 1 𝑀3 = 1 𝑀4 = 1 𝑞1 ⇒ 𝑙1 − 0,591 𝑞1 1 𝑞2 ⇒ 𝑙1 − 0,591 𝑞2 1 𝑞3 ⇒ 𝑙1 − 0,591 𝑞3 1 𝑞4 ⇒ 𝑙1 − 0,591 𝑞4 1 𝑞1 1 𝑀1 = 1 − 0,591 𝑀1 1 𝑀2 1 𝑞2 = 1 − 0,591 𝑀2 1 𝑀3 1 𝑞3 = 1 − 0,591 𝑀3 1 𝑀4 1 𝑞4 = 1 − 0,591 𝑀4 (1.135) (1.136) (1.137) (1.138) Una vez obtenidos los valores 1 𝑞𝑥 para 𝑥 = 1, 2, 3𝑦4 podemos obtener los valores 4 𝑞1 ya que: 4 𝑞1 = 𝑑1 + 𝑑2 + 𝑑3 + 𝑑4 𝑙𝑥 (1.139) obtenido de la relación entre 𝑞𝑥 , 𝑙𝑥 y 𝑑𝑥 los valores del numerador, lo que se resume en el siguiente cuadro: 1.7.1. X 1 𝑞𝑥 𝑙𝑥 = 𝑙𝑥−1 − 𝑑𝑥−1 0 1 2 3 4 1 𝑞0 𝑙0 = 100000 𝑙1 = 𝑙0 − 𝑑0 𝑙2 = 𝑙1 − 𝑑1 𝑙3 = 𝑙3 − 𝑑2 𝑙4 = 𝑙4 − 𝑑3 1 𝑞1 1 𝑞2 1 𝑞3 1 𝑞4 𝑑𝑥 = 𝑙𝑥 𝑞𝑥 𝑑0 𝑑1 𝑑2 𝑑3 𝑑4 = 𝑙0 = 𝑙1 = 𝑙2 = 𝑙3 = 𝑙4 1 𝑞0 1 𝑞1 1 𝑞2 1 𝑞3 1 𝑞4 Las series 𝑙𝑥 ,𝑑𝑥,𝑥+𝑛 ,𝑛 𝐿𝑥 ,𝑇𝑥 ,𝑒𝑥 de la tabal de mortalidad En este apartado se presentarán las relaciones que existen entre las series restantes de la tabla de mortalidad, las que una vez obtenidas las series de las tasas y de las probabilidades de muerte 𝑛 𝑀𝑥 y 𝑛 𝑞𝑥 es directa su obtención Para Obtener la serie de los supervivientes a edad exacta x, se parte de un radix (𝑙0 ) definido y que generalmente es de 100,000 personas. El valor de 𝑙1 (supervivientes a edad exacta uno, en ausencia del fenómeno migración) se estima a partir de la diferencia entre 𝑙0 y 𝑑0 (defunciones de tabla a edad cumplida cero anos), estas ultimas a su vez se obtienen despejando su valor del cociente 39 o probabilidad de muerte 1 𝑞0 = 𝑑𝑙00 , entonces 𝑑0 = 𝑙0 1 𝑞0 . Para obtener el resto de los valores de 𝑙𝑥+𝑛 se sigue el mismo procedimiento, es decir, empleándose las relaciones: 𝑙𝑥+𝑛 = 𝑙𝑥 − 𝑑𝑥,𝑥+𝑛 (1.140) 𝑑𝑥,𝑥+𝑛 = 𝑙𝑥 𝑛 𝑞𝑥 (1.141) donde Es obvio que la obtención d e la serie 𝑑( 𝑥, 𝑥 + 𝑛), defunciones tabla de personas entre las edades exactas 𝑥 y 𝑥 + 𝑛, se tuvo que obtener al generarse los valores de la serie de los supervivientes 𝑙𝑥 cabe señalar que la relación entre las defunciones de tabla y la serie de supervivientes es la siguiente: 𝑑𝑥,𝑥+𝑛 = 𝑙𝑥 − 𝑙𝑥+𝑛 (1.142) La siguiente serie, es la serie de los años-persona vividos 𝑛 𝐿𝑥 Se obtiene a partir de las series de las tasas especificas de mortalidad y de las defunciones, ya que por definición se tiene la siguiente relación: 𝑛 𝑀𝑥 = 𝑑𝑥,𝑥+𝑛 𝑛 𝐿𝑥 (1.143) 𝑛 𝐿𝑥 = 𝑑𝑥,𝑥+𝑛 𝑛 𝑀𝑥 (1.144) Por tanto: La serie 𝑇𝑥 es necesaria para estimar la serie de las esperanzas de vida a edad 𝑥, 𝑒𝑥 . Los valores de 𝑇𝑥 se obtienen simplemente acumulando los valores de los años-persona vividos a partir de la edad 𝑥 y hasta la última edad considerada en la tabla de vida (𝜔). Numéricamente el valor de 𝑇𝑥 es: 𝑇𝑥 = 𝜔 ∑ 𝑛 𝐿𝑖 ∀ 𝑛 = 1, 4, 5, 10, 15..., 𝑖 = 0, 1, 5, ... (1.145) 𝑖=𝑥 La última serie, la que resume el impacto de la mortalidad por edad, es la de las esperanzas de vida a edad exacta 𝑥, la que se define cómo el número de años-persona vividos acumulados por capita de personas vivas a edad exacta 𝑥, es decir divididos por los supervivientes a edad 𝑥8 Ası́, la esperanza de vida a edad x se estima con la siguiente relación: 𝑒𝑥 = 𝑇𝑥 𝑙𝑥 (1.146) En el siguiente cuadro se resumen las series de la tabla abreviada de mortalidad, con la notación que en general se emplean con fines prácticos de mecanografiado 8 No confundir la edad media al morir con la esperanza de vida al nacimiento, Ver anexo 2 40 X 𝑞𝑥 𝑙𝑥 𝑑𝑥,𝑥+𝑛 0 1 5 10 15 80 85 41 𝑚𝑥 𝐿𝑥 𝑇𝑥 𝑒𝑥 42 Capı́tulo 2 Simulación de fenómenos demográficos El tener el número de habitantes en una región en dos fechas, nos permite conocer el crecimiento de la población en términos absolutos como relativos, para el periodo de tiempo considerado, generalmente lo que hacemos los demógrafos es el calcular la tasa de crecimiento media anual, la presupone una tasa constante de crecimiento año con año, para el intervalo de tiempo considerado. Dado que dicha tasa de crecimiento obedece a la suma de las tasas de crecimiento natural y social, y que ellas mismas son la diferencia de las tasas brutas de natalidad y de mortalidad (la natural) y de inmigración y emigración (la social), las cuales sufren cambios año con año, la hipótesis de crecimiento medio constante sin duda se aleja cada vez más de la realidad. En este trabajo se tiene como objetivo final el presentar los cambios anuales que sufrieron el número de habitantes en cada una de las treinta y dos entidades federativas de la República Mexicana, considerando cambios lineales y no lineales, pudiendo presentar el impacto anual de los fenómenos demográficos de la natalidad, mortalidad y migración. La fuente de datos es el XI censo nacional de población y vivienda, centrado al 12 de marzo de 1990 y el conteo nacional de 1995, centrado al 5 de noviembre de 1990, también se tomaron en cuenta estadı́sticas vitales levantadas entre los dos fechas indicadas. Los resultados que el conteo de población de 1995 ofrecen, permiten comparar en una primera instancia el total de población y el del censo de 1990, esto tanto a nivel nacional por entidad federativa y municipal. En el cuadro 1 se presentan las poblaciones totales para los dos momentos, ası́ como las tasas de crecimiento brutas de natalidad, brutas de mortalidad, de crecimiento natural, total y sociales medias anuales para cada una de las 32 entidades federativas. Del cuadro 1 se desprende que el estado de México es el de mayor número de habitantes con 11.7 millones, seguido por el Distrito Federal con 8.4 millones, Veracruz con 6.7 millones y Jalisco con 6 millones de habitantes; siendo los menos poblados Baja California Sur con 375 000 habitantes, Colima con 487 mil, Campeche con 642 mil y Quintana Roo con 703 mil habitantes. Contrastando con las tasas de crecimiento medias anuales que muestran al estado de Quintana Roo con la mayor, siendo de 6.5 % anual, seguida de Baja California con 4.3 % anual, Morelos con 3.4 % anual y Campeche, Aguascalientes y Estado de México con 3.2 % anual cada uno de ellos; teniendo la menor tasa de crecimiento media anual el Distrito Federal con tan solo 0.5 % anual seguida de Zacatecas con 0.8 %, Durango con 1 %, Oaxaca con 1.2 % y Veracruz con 1.4 %. En cuanto a la tasa de crecimiento natural, el Estado de Chiapas tiene la mayor con el 4.7 % media anual, Guerrero 43 con 4.1 %, Durango, Tabasco, Querétaro, Michoacán e Hidalgo con 3.2 % cada uno de ellos; siendo los estados de Nuevo León, Distrito Federal, Chihuahua y Colima los de menor tasa de crecimiento natural (aproximadamente 2 %). En cuanto a la tasa de crecimiento social destaca el Estado de Quintana Roo con la mayor tasa siendo del 3.6 % anual, seguido por Baja California con el 2 % anual, Morelos con el 0.9 %, Baja California con el 0.65 % anual, Aguascalientes con el 0.5 %, los estados de México y Campeche con el 0.4 %; teniéndose que además de ellos sólo Nuevo León , Chihuahua, Colima, Sonora y Yucatán tienen tasas de crecimiento sociales positivas que oscilan entre 0.3 % anual del Estado de Nuevo León al 0.04 % del Estado de Yucatán, el resto de los estados tienen tasas de crecimiento sociales 33 negativas siendo la mayor la del estado de Chiapas con -2.7 % anual, seguida de Durango y Guerrero con -2.2 % y Zacatecas con -1.9 %,cabe destacar que estados como el Distrito Federal tiene una alta tasa de crecimiento social negativa de -1.6 % y Puebla con -.8 % y Jalisco con - 0.4 % Con base en el número de nacimientos, defunciones y saldos netos migratorios estimados para el periodo comprendido entre el 12 de marzo de 1990 y el 5 de noviembre de 1995 se elaboró el cuadro 2 que muestra un total de 15 783 100 nacimientos, 2 315 082 defunciones y un saldo neto migratorio total de -3 597 230. En cuanto al número de defunciones destacan con el mayor número el Distrito Federal con 313 329 que representan el 13.5 % del total de ellos a nivel nacional, seguido del Estado de México con 226 554 defunciones (el 9.8 %), Jalisco con 171 063 defunciones (el 7.4 %), Veracruz con 160 452 defunciones (6.9 %) y Puebla con 144 638 (el 6.2 %); el estado de Baja California es el que registra en el periodo menor número de defunciones con 7 504 de ellas, que representan el 0.3 % del total de las defunciones registradas en el paı́s en el periodo considerado, seguido de Quintana Roo con 9 223 defunciones (el 0.4 %), Campeche con 12 288 (el 0.5 %) y Colima con 12 655 defunciones (el 0.55 %). Con respecto al número de nacimientos el estado de México tiene el mayor número con 1 848 528 que representan el 11.7 % del total del paı́s en el periodo, seguido del Distrito Federal con 1 306 069 nacimientos (el 8.3 %), Veracruz con 1 268 003 (el 8 %), Chiapas con 988 971 nacimientos (el 6.3 %) y Jalisco con 987 454 (el 6.3 %), siendo el estado de Baja California Sur el que menor número de nacimientos registra en el periodo, 52 570, es decir sólo el 0.33 % del total nacional, seguido de Colina con 69 051 (el 0.4 %), Quintana Roo con 104 017 (el 0.66 %) y Campeche con 105 311 (con 0.67 %). En cuanto a los saldos netos migratorios de los estados de atracción destaca el estado de México con un saldo neto migratorio de 267 165 habitantes a su favor seguido de Baja California con 204 947 y Quintana Roo con 115 371. En el extremo opuesto se encuentran los estados de expulsión destacando el Distrito Federal con un saldo neto migratorio de -744 861 habitantes seguido de Veracruz con -601 245 habitantes, Chiapas con -510 688 habitantes, Michoacán con -349 102 habitantes, Guerrero con -342 390 habitantes y Oaxaca con -288 303 habitantes. Con respecto a los estados costeros y a los no costeros se tiene que 37 millones habitaban las zonas costeras en 1990 incrementándose a 42 millones en 1995 con una tasa de crecimiento media anual en el periodo del 2.06 % teniéndose en los estados no costeros un mayor número de habitantes en 1990 con 44 millones y también un mayor número de habitantes en 1995 con 49 millones pero con una tasa de crecimiento media anual ligeramente inferior a la de los estados costeros, siendo del 2.04 %. El total de nacimientos registrados en los estados costeros es de 7.7 millones y en los estados no costeros de 8 millones, es decir en el periodo el 49 % de los nacimientos registrados se dieron en las zonas costeras y el 51 % en las no costeras. Con respecto a las defunciones en los estados costeros se registraron el 44 % de ellas (1.024 millones) y en los estados costeros el 56 % (1.291 44 millones); teniéndose que el saldo neto migratorio en los estados costeros es de -2.151 millones y en los no costeros de -1.447 millones, es decir, el 60 % del saldo neto migratorio se presenta en la zona costera y el 40 % en la no costera. Considerando los estados fronterizos del norte se tiene que el 12 de marzo de 1990 se censaron 13 246 991 habitantes que representan el 16 % de la población total del paı́s, teniéndose que para el 5 de noviembre de 1995 la población se incrementará a 15 232 533 habitantes, lo que representa el 17 % de la población total, implicando una tasa de crecimiento medial anual del 2.5 % anual, la cual es mayor a la tasa de crecimiento del paı́s que es del 2 % anual y también mayor a la tasa de crecimiento del resto de los estados la cual es del 1.96 %. Cabe destacar que en el censo de 1990 el estado fronterizo con mayor población fue Nuevo León con 3.099 millones de habitantes (representa el 3.8 % de la población total del paı́s), y el de menor población fue Baja California con 1.661 millones de habitantes (representa el 2.04 % del paı́s). Para 1990 sigue siendo Nuevo León el estado fronterizo con mayor población con 3.6 millones de habitantes (el 3.9 % del paı́s) y también Baja California con el menor número de habitantes entre los estados fronterizos con 2.1 millones de habitantes (representa el 2.3 % de la población total). Destaca Baja California de entre los estados de la frontera norte por su alta tasa de crecimiento total que es del 4.3 % media anual, seguido por Nuevo León con el 2.43 % anual, Chihuahua y Sonora con 2.4 %, Tamaulipas con 2.1 % y únicamente Coahuila por abajo de la media nacional con 1.7 % anual; con respecto a la tasa de crecimiento natural los estados fronterizos tienen entre el 2.1 % y el 2.4 % de crecimiento medio anual en el periodo estudiado; en donde los cambios son realmente significativos es en la tasa de crecimiento social que presenta para el estado de Baja California la mayor con el 1.97 %, seguida de Nuevo León con el 0.34 %, Chihuahua con el 0.21 % y Sonora con el 0.08 %, teniéndose tasas de crecimientos sociales negativas para Tamaulipas (-0.17 %) y Coahuila (-0.7 %). En términos absolutos los estados fronterizos aportan con el 20 % del total de defunciones del paı́s lo que equivale a 380 760 defunciones en el periodo comprendido entre el 12 de marzo de 1990 y el 5 de noviembre de 1995, siendo Nuevo León el que aporta con el mayor número de ellos con el 4.3 % (82 552 defunciones), Chihuahua con el 4 % (77 521 defunciones), Tamaulipas con el 3.2 % (62 814 defunciones), aportando Sonora, Coahuila y Baja California con el 2.7 % cada uno de ellos (entre 50 000 y 54 000 defunciones cada uno de ellos). En cuando a la natalidad, los estados fronterizos registran en el periodo 2 163 576 nacimientos que representan el 16 % del total del paı́s, destacando Nuevo León con el 3.4 % (470 000 nacimientos), Chihuahua con el 2.9 % (399 000 nacimientos), Tamaulipas con el 2.7 % (362 000 nacimientos), Coahuila con el 2.5 % (336 000 nacimientos), Sonora y Baja California con el 2.2 % cada uno de ellos (300 000 nacimientos). Los saldos netos migratorios de los estados fronterizos en el periodo estudiado son positivos con excepción de Coahuila y Tamaulipas, en su conjunto arrojan un saldo neto migratorio de 202 725 habitantes, el cual contrasta con el saldo neto migratorio del paı́s que es de -3 597 230 lo que implica que el resto de los estados de la República Mexicana tengan un saldo neto migratorio de 3 799 956 personas. Sin duda resalta Baja California con el saldo neto migratorio más elevado el cual es en el periodo de 204 947, seguido de Nuevo León con 63 792 habitantes, Chihuahua con 30102 habitantes y Sonora con 9 174 habitantes. Tomando al Distrito Federal y los estados de Guanajuato, Hidalgo, México, Michoacán, Morelos, Puebla, Querétaro, Tlaxcala y Veracruz como la región centro del paı́s se tiene que para el 12 de marzo de 1990 el 50 % de la población habitaba en ella (40.8 millones de habitantes) y para el 5 de noviembre de 1995 se conserva ese porcentaje con 45.5 millones de habitantes. Destacan los estados 45 de México y Morelos con tasas de crecimiento total por arriba de la media nacional, siendo del 3.2 % para el Estado de México y del 3.4 % para el Estado de Morelos seguidos de Querétaro con una tasa de crecimiento total del 3.1 % y Tlaxcala con el 2.7 %; en cuanto a las tasas de crecimiento sociales se tiene que solo el Estado de México y Morelos tienen tasas de crecimiento social medias anuales positivas, Morelos con el 0.9 % y el Estado de México con el 0.4 %. Cabe señalar que esta región centro tiene una tasa de crecimiento por abajo de la media nacional siendo del 1.9 % anual. En cuanto a los nacimientos, defunciones y saldos netos migratorios, la región centro registra en el periodo en estudio 7.8 millones de nacimientos que representan el 50 % del total nacional y 1.2 millones de defunciones que representan el 52 % del total nacional, teniendo la región centro en su conjunto un saldo neto migratorio negativo de -1 973 306 contrastando con el saldo neto migratorio que a nivel nacional se tiene de -3 597 230. En concreto, la dinámica demográfica que el paı́s tuvo del 12 de marzo de 1990 al 5 de noviembre de 1995 es, sin lugar a dudas, reveladora tanto por los cambios sufridos en su crecimiento natural como sobre todo en su crecimiento social, los cuales son objeto de estudios a niveles más desagregados para cada una de las variables demográficas involucradas (Mina, 1996) 46 La información del XI Censo Nacional de Población y Vivienda (Centrada al 12 de Marzo de 1990) y la del Conteo Nacional de Población (Centrada al 5 de Noviembre de 1995) referente al total de la población, son base del trabajo aquı́ presentado. El objetivo es simular el efecto de los fenómenos demográficos básicos, a saber la mortalidad, fecundidad y migración; esto para periodos anuales, es decir del 12 de Marzo de 1990 al 12 de Marzo de 1991, 1992, 1993, 1994, 1995 y del 12 de Marzo de 1995 al 5 de Noviembre del mismo año. Inicialmente se consideran constantes, en el periodo comprendido del 12 de Marzo de 1990 al 5 de Noviembre de 1995, las tasas de crecimiento natural, social y total. Cabe señalar que las tasas brutas de mortalidad y de natalidad se obtuvieron con base en las estadı́sticas vitales que el Instituto nacional de Estadı́stica Geografı́a e Informática (I.N.E.G.I.) publica, las cuáles son un promedio de las registradas en el periodo. Con las poblaciones totales para cada entidad federativa se calcularon las tasas de crecimiento medias anuales con la expresión: 𝑖 (𝑖 𝑟= 𝑃05,11,95 𝑖𝑃 12,03,90 1 ) 5,652055 −1 (2.1) donde: 𝑖𝑟 representa la tasa de crecimiento total media anual para el Estado (i).. 𝑖𝑃 05,11,95 𝑖𝑃 12,03,90 es la población total del Conteo de 1995 centrada al 5 de Noviembre. es la población total de XI Censo Nacional de Población y Vivienda, centrada al 12 de Marzo de 1990. 5.652055 son los años entre los dos momentos en que se levantaron el censo y el conteo. Con las tasas brutas de natalidad (TBN) y de mortalidad (TBM) se estimó la tasa de crecimiento natural (que se define como la diferencia entre las tasas brutas: TBN - TBM) y dado que: 𝑖 𝑟 = 𝑖 𝑠 ⇒ 𝑟 = 𝑖 𝑛 𝑖 𝑟 +𝑖 𝑟𝑠 (2.2) 𝑖 (2.3) 𝑟− 𝑟 𝑛 donde: 𝑖 𝑟𝑛 es la tasa de crecimiento natural para el Estado y en el periodo. 𝑖 𝑟𝑠 es la tasa de crecimiento social para el Estado y en el periodo. Ası́, con las tasas constantes se simuló la tendencia de los nacimientos, defunciones y saldos netos migratorios para cada entidad del 12 de Marzo de 1990 al 5 de Noviembre de 1995, año por año. Para estimar los nacimientos, defunciones y saldos netos migratorios se multiplicó la población al inicio del año en cuestión por su respectiva tasa bruta, siendo para el periodo del 12 de Marzo de 1995 al 5 de Noviembre de 1995 obtenidas las tasas brutas de la siguiente manera: Los nacimientos entre el año origen (cero) y el año final (𝑡) se calculan con la tasa bruta de natalidad media anual constante (TBN) como sigue: 47 𝑁0,𝑡 = 𝑃0 𝑇 𝐵𝑁 + 𝑃1 (𝑇 𝐵𝑁 )2 + . . . + 𝑃𝑡−1 (𝑇 𝐵𝑁 )𝑛 2 (2.4) = 𝑃0 𝑇 𝐵𝑁 + 𝑃0 (1 + 𝑟)𝑇 𝐵𝑁 + 𝑃𝑂 (1 + 𝑟) 𝑇 𝐵𝑁 + . . . + 𝑃0 (1 + 𝑟) Pues que 𝑃𝑡 = 𝑃0 (1 + 𝑟) 𝑡−1 𝑇 𝐵𝑁 𝑡 = 𝑃0 𝑇 𝐵𝑁 [(1 + 𝑟)0 + (1 + 𝑟)1 + (1 + 𝑟)2 + . . . + (1 + 𝑟)𝑡−1 ] (2.5) Observación: 𝑆 = (1 + 𝑟)0 + (1 + 𝑟)1 + (1 + 𝑟)2 + . . . + (1 + 𝑟)𝑡−1 1 2 ⇒ (1 + 𝑟)𝑆 = (1 + 𝑟) + (1 + 𝑟) + . . . + (1 + 𝑟) 𝑡−1 (2.6) (2.7) Restando ambas expresiones queda: −𝑆𝑟 = (1 + 𝑟)0 + (1 + 𝑟)1 + (1 + 𝑟)2 + . . . + (1 + 𝑟)𝑡−1 − [(1 + 𝑟)1 + (1 + 𝑟)2 + . . . + (1 + 𝑟)𝑡−1 ] = 1 − (1 + 𝑟)𝑡 (2.8) 𝑡 ⇒ 𝑆𝑟 = (1 + 𝑟) − 1 (1 + 𝑟)𝑡 − 1 ⇒ 𝑆 = 𝑟 (2.9) (2.10) Y ( 𝑁0,𝑡 = 𝑃0 𝑇 𝐵𝑁 (1 + 𝑟)𝑡 − 1 𝑟 ) (2.11) Empleandola espresión anterior para el cálculo de las tasas brutas en el periodo del 12 de Marzo de 1995 al 5 de Noviembre de 1995, es decir, para t igual a 0.652055. Por ejemplo, para obtener los nacimientos en dicho periodo se emplea la expresión: 𝑖 [( 𝑖 𝑃12,05,95 𝑇 𝐵𝑁 𝑖𝑟 ) 𝑇 𝐵𝑀 𝑖𝑟 ) ( 𝑖 0,652055 (1 + 𝑟) −1 ) ] (2.12) Las defunciones: 𝑖 [( 𝑖 𝑃12,05,95 ( (1 +𝑖 𝑟)0,652055 − 1 ) ] (2.13) Y el Saldo Neto Migratorio: 𝑖 [( 𝑖 𝑃12,05,95 𝑟𝑠 𝑖𝑟 ) ( 𝑖 0,652055 (1 + 𝑟) −1 ) ] donde: 𝑖 𝑇 𝐵𝑁 𝐼 𝑇 𝐵𝑀 es la Tasa Bruta de Natalidad media anual para el Estado (𝑖). es la Tasa Bruta de Mortalidad media anual para el Estado (𝑖). 48 (2.14) Las simulaciones obtenidas bajo este primer supuesto de tasas constantes se presentan en el Cuadro 2.1. El segundo ajuste se basa en tasas brutas no constantes en el periodo, pero son tendencias lineales, para ello se tomaron las poblaciones totales en el momento inicial y final obteniendo la recta que pasa por dichos puntos (Ver Gráfico 1). La recta que pasa por A y B es: ( ) 𝑃05,11,95 − 𝑃12,03,90 𝑃𝑡 = (𝑡 − 5,652055) + 𝑃05,11,95 5,652055 (2.15) Usando ésta expresión se obtienen las poblaciones totales para t = 0, 1, 2, 3, 4, 5 y 5.652055. Pudiendo estimar las tasas de crecimiento medias anuales totales para cada intervalo, es decir, para (0,1), (1,2), ... , (5,5.652055). Ası́, los supuestos para las tasas brutas de natalidad y de mortalidad se hacen incrementándolas o disminuyéndolas convenientemente en el periodo en cuestión (por ejemplo para el caso del Estado de Aguascalientes, se parte de un incremento de 0.002 para la TBN y de 0.0008 para la TBM; calculándose la tasa de crecimiento social a partir de la tasa de crecimiento total y la tasa de crecimiento natural). Las tasas obtenidas para llevar a cabo ésta segunda simulación se presentan en el cuadro 2. Las siguientes simulaciones se lograron ajustando a las poblaciones totales funciones logı́sticas de la forma: 𝑃 (𝑡) = 𝑘1 + 𝑘2 1 + 𝑒𝑎+𝑏𝑡 (2.16) donde: 𝑃 (𝑡) es la población en el momento 𝑡. 𝑘1 y 𝑘2 las ası́ntotas fijas. 𝑡 es el tiempo. Siendo 𝑃 (0) la población al 12 de Marzo de 1990 y 𝑃 (5,652055) la población al 5 de Noviembre de 1995, entonces: 49 Por un lado tenemos: 𝑃 (0) = 𝑘1 + 𝑘2 1 + 𝑒𝑎+0𝑡 𝑘2 1 + 𝑒𝑎 𝑘2 = 1 + 𝑒𝑎 𝑎 ⇒ (𝑃 (0) − 𝑘1 ) (1 + 𝑒 ) = 𝑘2 ⇒ 𝑃 (0) − 𝑘1 = 𝑎 (2.17) (2.18) (2.19) (2.20) 𝑎 ⇒ (1 + 𝑒 ) 𝑘1 + 𝑘2 = 𝑃 (0) (1 + 𝑒 ) (2.21) Por otro lado 𝑘2 𝑃 (5,652055) = 𝑘1 + 𝑎+5,562055𝑏 1+𝑒 ( ( ) ) 𝑎+,652055𝑏 ⇒ 1+𝑒 𝑘1 + 𝑘2 = 𝑃 (5,652055) 1 + 𝑒𝑎+5,652055𝑏 (2.22) (2.23) Con (2.21) y (2.23) se obtienen una vez fijos los parámetros a y b los valores de las ası́ntotas 𝑘1 y 𝑘2 , teniéndose que: 𝑘1 = 𝑘2 = ( ( )) 𝑃 (0) (1 + 𝑒𝑎 ) − 𝑃 (5,652055) 1 + 𝑒𝑎+5,652055𝑏 (1 + 𝑒𝑎 ) − (1 + 𝑒𝑎+5,652055𝑏 ) ( ) ( ) (1 + 𝑒𝑎 ) 𝑃 (5,652055) 1 + 𝑒𝑎+5,652055𝑏 − 1 + 𝑒𝑎+5,652055 𝑃 (0) (1 + 𝑒𝑎 ) (1 + 𝑒𝑎 ) − (1 + 𝑒𝑎+5,652055𝑏 ) (2.24) (2.25) En principio los cambios en la concavidad de la función logı́stica dependerá de los valores de los parámetros a y b en ella. Toda vez que se tiene a la función logı́stica, se obtienen los valores de 𝑃 (𝑡) para 𝑡 = 0, 1, 2, 3, 4, 5, 𝑦5,652055 y con ellos se estiman las tasas de crecimiento medias anuales totales, para proceder con la estimación de las tasas brutas de mortalidad y natalidad ( que en principio pueden ser las estimadas para el caso de la simulación del crecimiento no constante segundo ajuste -). Cabe señalar que la magnitud de la concavidad dependerá de las hipótesis que haga el investigador sobre el crecimiento de la población. A continuación se ejemplifican tres tipos de ajustes para la función logı́stica para el caso de las 32 entidades federativas de la República Mexicana. El primer ajuste es con una logı́stica cóncava, el segundo con una logı́stica que es, en principio, cóncava para terminar siendo convexa y el tercer ajuste es con una logı́stica convexa, en el cuadro 3 presenta las poblaciones estimadas y las tasas de crecimiento total resultantes con cada una de las tres logı́sticas obtenidas. Ejemplo del procedimiento numérico empleado. Caso del Distrito Federal. Datos iniciales 1. Población al 12 de Marzo de 1990: 8‘235,744 2. Población al 5 de Noviembre de 1995: 8‘489,007 50 3. Tasa Bruta de Mortalidad media anual del periodo: 0.006649295 4. Tasa Bruta de Natalidad media anual del periodo: 0.027716689 Cálculo de la tasa de Crecimiento Total media anual (r) y de la tasa de Crecimiento Social media anual (𝑟𝑠 ) constantes. ( 𝑃05,11,95 𝑃12,03,90 ) 1 5,652055 −1 (2.26) ) 1 8483623 5,652055 = −1 8235744 = 0,005373201 (2.27) = 𝑇 𝐵𝑀 − 𝑇 𝐵𝑀 = 0,027716689 − 0,006649295 = 0,021067394 (2.29) 𝑟 = ( 𝑟 𝑛 (2.28) 𝑟𝑠 = 𝑟 − 𝑟𝑛 = 0,005373201 − 0,021067394 = −0,015694193 (2.30) Càlculo de las tasas para el periodo fraccional (del 12 de Marzo de 1995 al 5 de Noviembre de 1995, -Alternativa Constante-). ( 𝑇 𝐵𝑁0,652055 𝑇 𝐵𝑀0,652055 𝑇 𝐶𝑆0,652055 ) ) 𝑇 𝐵𝑁 ( = (1 + 𝑟)0,652055 − 1 = 0,01805595 𝑟 ( ) ) 𝑇 𝐵𝑀 ( = (1 + 𝑟)0,652055 − 1 = 0,00433166 𝑟 ( 𝑠)( ) 𝑟 (1 + 𝑟)0,652055 − 1 = −0,0102239 = 𝑟 (2.31) (2.32) (2.33) (2.34) Estimación no constante de las poblaciones totales basado en tendencias lineales, esto es, la recta que une 𝑃12,03,90 y 𝑃05,11,95 para ası̀ obtener 𝑃12,03,91 , 𝑃12,03,92 , 𝑃12,03,93 , 𝑃12,03,94 , 𝑃12,03,95 . Se tiene entoces, para 𝑡 = 0, 1, 2, 3, 4, 5, 5,652055: ( 𝑃𝑡 = 𝑃05,11,95 − 𝑃12,03,90 5,652055 ) (𝑡 − 5,652055) + 𝑃05,11,95 Fecha P(t) 12.03.90 12.03.91 12.03.92 12.03.93 12.03.94 12.03.95 12.11.95 8235744 8279996.3 8324486.3 8369215.0 8414185.0 8459396.1 8489007 51 (2.35) Cálculo de tasas no constantes: tasa de Crecimiento Total media anual (𝑟), tasa Bruta de Natalidad media anual (𝑇 𝐵𝑁𝑁 𝐶 ), tasa Bruta de Mortalidad media anual (TBMNC) y la tasa de Crecimiento Social media anual (𝑇 𝐶𝑆𝑁 𝐶 ) con las poblaciones estimadas, partiendo de un incremento de 0.002 para la TBN y de 0.0008 para la TBM. Ahora, para k en {90, 91, 92, 93, 94} ) 𝑃12,03.𝑘+1 −1 𝑃12,03.𝑘 ( ) −2 ∗ 0,002 ∗ 𝑡 + (𝑇 𝐵𝑁 + 0,002) 5,652055 ( ) −2 ∗ ,0008 ∗ 𝑡 + (𝑇 𝐵𝑀 + 0,0008) 5,652055 𝑟𝑘−(𝑘+1) − 𝑇 𝐵𝑁𝑁 𝐶 + 𝑇 𝐵𝑀𝑁 𝐶 ( 𝑟𝑘−𝑘+1 = 𝑇 𝐵𝑁𝑁 𝐶 = 𝑇 𝐵𝑀𝑁 𝐶 = 𝑇 𝐶𝑆𝑁 𝐶 = (2.36) (2.37) (2.38) (2.39) Año 90 91 92 93 94 r TBN TBM TCS 0.0054407 0.029716 0.007449 -0.016826 0.005411 0.029008 0.007166 -0.0164314 0.005382 0.028301 0.006883 -0.0161359 0.005353 0.027593 0.006600 -0.0156440 0.005324 0.026885 0.006316 -0.015439 Cálculo de las tasas para el periodo fraccional (del 12 de Marzo de 1995 al 5 de Noviembre de 1995, -Alternativa No Constante-), 𝑡 = 5,652055. ) 1 𝑃05,11,95 0,652055 1+ −1 𝑃12,03,90 ) [ ( ] 𝑇 𝐵𝑁𝑁 𝐶 ∗ (1 + 𝑟𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 )0,652055 − 1 𝑟𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 ) [ ( ] 𝑇 𝐵𝑀𝑁 𝐶 ∗ (1 + 𝑟𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 )0,652055 − 1 𝑟𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 𝑟𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 − 𝑇 𝐵𝑁𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 + 𝑇 𝐵𝑀𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 ( 𝑟𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 = 𝑇 𝐵𝑁𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 = 𝑇 𝑀 𝐵𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 = 𝑇 𝐶𝑆𝑓 𝑟𝑎𝑐𝑐𝑖𝑜𝑛𝑎𝑙 = Año 95 R TBN TBM TCS 0.005301 0.016753 0.003810 -0.009488 (2.40) (2.41) (2.42) (2.43) de la población total con ajuste de funciones logı́sticas. 𝑃 (𝑡) = 𝑘1 + 𝑘2 ∀𝑡 ∈ 0, 1, 2, 3, 4, 5, 5,652055 1 + 𝑒𝑎+𝑏𝑡 52 (2.44) a B 𝑘1 𝑘2 Ajuste 1 Ajuste 2 Ajuste 3 0.25 0.555 8509454.604 -625162.9763 4.6558 -1.35 8233212.209 268859.3254 4.5508 -1.115119048 8232600.294 300878.3022 Poblaciones estimadas fecha Ajuste 1 Ajuste 2 Ajuste 3 12.03.90 12.03.91 12.03.92 12.03.93 12.03.94 12.03.95 05.11.95 8235744 8316306.4 8381771.3 8429171.2 8460699.3 8480503.9 8489007 8235744 8242722.5 8266529.9 8328124.4 8415475.6 8472587.9 8489007 8235744 8241987.3 8259509.1 8301955.3 8376249.9 8454018.3 8489007 Representación gráfica de las poblaciones totales con tasas constantes y ajustes logı́sticos. 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 Cuadro 2.1: México, Poblaciones totales censal 1990 y conteo 1996 y tasas medias anuales Población Total Entidad Censo 1990 Aguascalientes719659 Baja Cali- 1660855 fornia Baja 317764 Calif.Sur Campeche 535185 Coahuila 1972340 Colima 428510 Chiapas 3210496 Chihuahua 2441873 Distrito 8235744 Fed. Durango 1349378 Guanajuato 3982593 Guerrero 2620637 Hidalgo 1888366 Jalisco 5302689 México 9815795 Michoacán 3548199 Morelos 1195059 Nayarit 824643 Nuevo 3098736 León Oaxaca 3019560 Puebla 4126101 Querétaro 1051235 Quintana 493277 Roo San Luis 2003187 Potosı́ Sinaloa 2204054 Sonora 1823606 Tabasco 1501744 Tamaulipas 2249581 Tlaxcala 761277 Veracruz 6228239 Yucatán 1362940 Zacatecas 1276323 81249645 Conteo 1995 𝑇 𝐵𝑁 𝑇 𝐵𝑀 𝑟 𝑟𝑛 𝑟𝑠∗ 862720 2112140 .0319597 .0282139 .0043894 .0048671 .0325176 .0430932 .0275703 .0233468 .0049473 .0197464 375494 .0272975 .0038963 .0299541 .0234011 .0065530 642516 2173775 488028 3584786 2793537 8489007 .0322578 .0289803 .0270224 .0519234 .0273029 .0277167 .0327436 .0172183 .0230163 .0208084 .0240543 .0210674 .0284940 .0243576 .0220700 .0476207 .0219921 -.015807 .0042497 -.007139 .0009463 -.026812 .0020623 1431748 4406568 2916567 2112473 5991176 11707964 3870604 1442662 896702 3550114 .0367609 .0334606 .0445204 .0361759 .0313162 .0309522 .0369049 .0290706 .0325616 .0253205 .0037638 .0046227 .0049523 .0043026 .0053108 .0066493 .0052604 .0039006 .0050131 .0033637 .0045841 .0054251 .0037935 .0046737 .0045512 .0042528 .0044540 .0104405 .0175108 .0190435 .0199810 .0217992 .0316322 .0154381 .0338660 .0147864 .0243083 .0328603 .0284475 .0411567 .0315918 .0258911 .0271587 .0322312 .0245194 .0283087 .0208665 -.022420 -.010937 -.022113 -.011611 -.004092 .0044735 -.016793 .0093466 -.013522 .0034418 3228895 4624365 1250476 703536 .0338321 .0345542 .0372033 .0320752 .0057190 .0059147 .0047735 .0028440 .0116732 .0203706 .0309453 .0648074 .0281131 .0286395 .0324298 .0923120 -.016440 -.008269 .001484 .0355762 2200763 .0328519 .0047135 .0160407 .0281385 -.012098 2425675 2085536 1748769 2527328 883924 6737324 1556622 1336496 .0328689 .0279517 .0368215 .0271335 .0349710 .0348717 .0286704 .0316081 .0037900 .0049298 .0042505 .0047073 .0048346 .0044126 .0054021 .0045230 .0170271 .0238639 .0272986 .0207439 .0267201 .0139240 .0236840 .0081642 .0290789 .0230219 .0325710 .0222610 .0301364 .0304590 .0232683 .0270851 -.012052 .0008420 -.005272 -.001682 -.003416 -.016535 .0004157 -.018921 91158290 .0327723 .0048046 .0204928 .0279676 -.007475 70 Cuadro 2.2: MEXICO:NACIMIENTOS,DEFUNCIONES Y SALDOS NETOS MIGRATORIOS ESTIMADOS DEL 12 DE MARZO DE 1990 AL 5 DE NOVIEMBRE DE 1995 Estados Nacimientos Defunciones Saldos netos Migratorios Aguascalientes Baja California Baja California Sur Campeche Coahuila Colima Chiapas Chihuahua Distrito Fed. Durango Guanajuato Guerrero Hidalgo Jalisco México Michoacán Morelos Nayarit Nuevo León Oaxaca Puebla Querétaro Quintana Roo San Luis Potosı́ Sinaloa Sonora Tabasco Tamaulipas Tlaxcala Veracruz Yucatán Zacatecas República Mex. 140255 293072 52572 105341 336385 69093 986424 398568 1306412 287328 785535 689438 404554 987532 1848732 767318 212483 157135 469345 593660 844989 237703 104023 386773 426087 304683 333064 362124 160157 1268222 233440 232400 15784847 19263 50557 7504 12291 53657 12662 81740 77528 313411 30488 117690 52090 51264 171077 226579 97175 33266 20523 82561 100353 144639 30500 9223 55493 49130 53737 38448 62824 22141 160480 43985 33255 2315532 22069 208778 12662 14281 -81293 3088 -530394 30624 -739738 -174471 -243871 -341418 -129138 -127968 270017 -347738 68386 -64553 64594 -283972 -202086 -7963 115459 -133704 -155336 10983 -47592 -21553 -15369 -598657 4227 -138972 -3560669 71 72 Capı́tulo 3 Las funciones actuariales Gomperz y Gomperz-Makeham en la descripción de fenómenos demográficos Debemos tener en cuenta que la fuerza de la mortalidad nos permite considerar las diferencias que hay entre dos poblaciones a edad x y x+h (cuando h es tan pequeña como quisiéramos). La función Gompertz sólo considera las razones biológicas de mortalidad, o sea que no considera aquellas asociadas a hechos fortuitos, accidentes, terremotos, etc. La fuerza de mortalidad la podemos representar por: 𝑛 𝑀𝑥 = 𝜇(𝑥) (3.1) La expresión se deduce de la siguiente forma: lı́m ℎ→0 𝑙𝑥 − 𝑙𝑥+ℎ [(𝑥 + ℎ) − 𝑥] (3.2) La expresión nos permite medir las muertes que se dan entre la edad 𝑥 y 𝑥 + ℎ a edades exactas, o sea, que mide las muertes que se dan entre 𝑑𝑥,𝑥+ℎ . Estas se dan en un espacio de tiempo muy pequeño. En el denominador tenemos los años persona vividos ℎ 𝑙𝑥 a partir de 𝑥 (con un espacio de tiempo muy pequeño) que es igual a 𝑛 𝐿𝑥 , el cual también es muy pequeño porque es un instante. En el numerador se refiere a las defunciones. 𝑑𝑥,𝑥+ℎ ℎ→0 ℎ 𝑙𝑥 𝑑𝑥,𝑥+ℎ lı́m ℎ→0 𝑛 𝐿𝑥 lı́m lı́m 𝑛 𝑚𝑥 = 𝜇𝑥 ℎ→0 73 (3.3) (3.4) (3.5) Es la Fuerza de mortalidad o tasa instantánea de mortalidad. La resistencia del hombre a la muerte, entonces, puede expresarse como: 1 𝑀 (𝑥) (3.6) Las tasas representan la frecuencia de aparición del evento muerte. 𝑛 𝑀𝑥 𝑑𝑥,𝑥+ℎ 𝑛 𝐿𝑥 = (3.7) Teniendo en cuenta lo anterior podemos decir que la frecuencia de aparición del evento de muerte es la aportación en vida de las personas, es decir, la resistencia del hombre a la muerte 1 𝑛 𝑀𝑥 3.1. = 𝑛 𝐿𝑥 𝑑𝑥,𝑥+ℎ (3.8) Hipótesis La resistencia del hombre a la muerte en el tiempo decrece a una tasa proporcional a ella misma. Se puede comparar dos magnitudes si encontramos una escala común. 1 𝑛 𝐿𝑥 = 𝑑 𝑚 𝑛 𝑥 𝑥,𝑥+ℎ (3.9) Es la Resistencia del hombre a la muerte. Recordar 𝑛 𝐿𝑥 =𝑛 𝑙𝑥 𝑛 𝑛 𝐿𝑥 =𝑛 𝑙𝑥 − 2 𝑑𝑥,𝑥+ℎ Distribución Uniforme Representación simbólica de la hipótesis: 𝑑 1 ∗ 𝑑𝑥 𝜇𝑥 = −ℎ 1 𝜇𝑥 (3.10) 𝑑 La expresión anterior debemos entenderla de la siguiente forma: la derivada 𝑑𝑥 señala los cam1 bios respecto al tiempo, 𝜇𝑥 indica la resistencia del hombre a la muerte, el signo negativo señala decrecimiento de la resistencia a lo largo del tiempo y ℎ representa la tasa. Sabemos que por definición la derivada es: 𝜇𝑥 = 1 𝑙𝑥 − 𝑙𝑥+ℎ ℎ→0 𝑙𝑥 ℎ lı́m 74 (3.11) Considerando que se trata de una función decreciente utilizamos el signo (-) convenientemente. Y Obtenemos la siguiente expresión: 𝜇𝑥 = − 𝑙𝑥+ℎ − 𝑙𝑥 1 lı́m 𝑙𝑥 ℎ→0 ℎ (3.12) 𝑑 𝑙𝑥 = 𝑑𝑥 𝑙𝑥+ℎ − 𝑙𝑥 ℎ→0 ℎ (3.13) 1 𝑑 𝑑 𝑙𝑥 = − ln 𝑙𝑥 𝑙𝑥 𝑑𝑥 𝑑𝑥 (3.14) donde: lı́m Por lo tanto, 𝜇𝑥 = − La relación expresa cómo la fuerza a la mortalidad se opone una fuerza de vitalidad, como equilibrio vital relativo a cada edad. Por lo tanto, la modelación de funciones de supervivencia se hace fundamentalmente sobre 𝜇𝑥 Recordar 𝑑 1 𝑑𝑥 ln 𝑥 = 𝑥 ∗ 𝑑 𝑑𝑥 𝑙𝑥 Finalmente: 𝜇𝑥 = − 𝑑 ln 𝑙𝑥 𝑑𝑥 (3.15) De lo anterior se puede obtener la integral de la 𝜇𝑥 : 𝑡 ∫ 𝑡 ∫ 𝜇𝑥 𝑑𝑥 = − 0 0 𝑑 ln 𝑙𝑥 𝑑𝑥 𝑑𝑥 (3.16) Desarrollando la expresión ∫ 𝑡 𝑡 𝜇𝑥 𝑑𝑥 = − ln 𝑙𝑥 0 0 ∫ 𝑡 𝑡 ln 𝑙𝑥 = − 𝜇𝑥 𝑑𝑥 0 0 ∫ 𝑡 ln 𝑙𝑡 − ln 0 = − 𝜇𝑥 𝑑𝑥 𝑙𝑡 𝑙0 = 𝑒− 𝑙𝑡 = 𝑙0 𝑒− 75 ∫𝑡 0 ∫𝑡 0 𝜇𝑥 0 𝜇𝑥 𝑑𝑥 𝑑𝑥 (3.17) (3.18) (3.19) (3.20) (3.21) Es la ecuación fundamental en demografı́a se aplica para estructura por edad. Sabemos que 𝑙𝑡 = 𝑙0 𝑒− ∫𝑡 − ∫𝑡 𝑙𝑡 = 𝑙0 𝑒 ∫ − 𝑡 𝐵𝐶 𝑥 𝑑𝑥 = −𝐵 0 𝜇𝑥 𝑑𝑥 (3.22) 𝑥 0 𝐵𝐶 𝑑𝑥 ∫ 0 0 𝑡 (3.23) 𝐶𝑥 𝑡 ) 𝐵 ( 𝑡 𝐶 𝑥 𝑑𝑥 = −𝐵 𝐶 −1 =− ln 𝐶 0 ln 𝐶 (3.24) Recordar que 𝑑 𝑥 𝐶 = 𝐶 𝑥 ln 𝐶 𝑑𝑥 𝑑 𝐶𝑥 = 𝐶𝑥 𝑑𝑥 ln 𝐶 𝐵 ln 𝑔 = − ln 𝐶 ( ) 𝑡 𝑡 ln 𝑔 𝐶 𝑡 − 1 = 𝐶 𝑡 ln 𝑔 − ln 𝑔 = ln 𝑔 𝐶 + ln 𝑔 −1 = ln 𝑔 −1 𝑔 𝐶 𝑡 ln 𝑔 −1 𝑔 𝐶 𝑙𝑡 = 𝑙0 𝑒 𝑙0 𝐶 𝑡 𝑙𝑡 = 𝑔 𝑔 𝑙0 𝑘 = 𝑔 𝑙𝑡 = 𝑘𝑔 𝐶 (3.25) (3.26) (3.27) (3.28) (3.29) (3.30) (3.31) 𝑡 (3.32) Sustituimos los valores de 𝐵, 𝐶 para poder estimar 𝑘 y 𝑔. El problema fundamental ahora es encontrar funciones matemáticas (supervivencia) que describan estructuras por edad, es decir, funciones de supervivencia 𝑙𝑡 personas vivas a edad 𝑡, para toda 𝑡. El propósito es encontrar expresiones analı́ticas que describan la fuerza de mortalidad, ¿Cómo encontrar esta expresión a partir de la hipótesis de Gompertz? si sabemos que el autor señala que la resistencia del hombre a la muerte en el año 𝑡 decrece a una tasa proporcional a ella misa. Tenemos que: 𝑑 1 𝑑𝑥 𝜇𝑥 = −ℎ 1 𝜇𝑥 (3.33) Observamos que: −ℎ = 𝑑 1 𝑑𝑥 𝜇𝑥 1 𝜇𝑥 ⇒ −ℎ = 𝑑 ln 𝑑𝑥 Ahora, se integra la expresión: 76 (3.34) ( 1 𝜇𝑥 ) (3.35) Recordar 𝑓 (𝑥) = 𝑥 ∫ ∫ 2 𝑓 (𝑥) 𝑑𝑥 = 𝑥 𝑑𝑥 = 𝑥2 + 𝑐 Distribución Uniforme ( ) 𝑑 1 = −ℎ ln 𝑑𝑥 𝜇𝑥 ) ( ∫ ∫ 𝑑 1 𝑑𝑥 = − ℎ 𝑑𝑥 ⇒ ln 𝑑𝑥 𝜇𝑥 (3.36) (3.37) Se sabe que los lı́mites para integrar son indefinidos, por lo tanto se puede desarrollar la siguiente expresión. ( ) 1 ln + 𝐶1 = −ℎ𝑥 + 𝐶2 𝜇𝑥 ( ) 1 + ln 𝐵 = −ℎ𝑥 ln 𝜇𝑥 (3.38) (3.39) Tener en cuenta que: ln 𝐵 = 𝐶1 − 𝐶2 𝐵 = 𝑒𝐶1 −𝐶2 ( ) 𝐵 ln = −ℎ𝑥 𝜇𝑥 𝐵 = 𝑒−ℎ𝑥 𝜇𝑥 𝐵 = 𝜇𝑥 𝑒−ℎ𝑥 1 𝐵 = ℎ𝑥 𝜇𝑥 𝑒 ℎ𝑥 𝐵𝑒 = 𝜇𝑥 (3.40) (3.41) (3.42) (3.43) (3.44) donde 𝐶 = 𝑒ℎ El resultado obtenido por Gompertz describió la fuerza de mortalidad por primera vez como una función exponencial y que exclusivamente considera las causas de muerte dependientes de la edad. 𝜇𝑥 = 𝐵𝐶 𝑥 (3.45) Por lo tanto, la fuerza de mortalidad es igual una constante 𝐵 por una constante 𝐶 elevada a la 𝑋. La estimación de los valores de los parámetros 𝐵 y 𝐶 puede realizarse a través de: promedios móviles y mı́nimos cuadrados. 77 La función de supervivencia Gompertz-Makeham es: 𝑙𝑥 = 𝑘𝑎𝑥 𝑏𝑑 𝑥 (3.46) Recordemos que la supervivencia depende principalmente de aspectos biológicos, en consecuencia, el elemento primordial para su medición es la edad; es decir, los procesos biológicos del individuo se realizan en el tiempo fı́sico o absoluto, pero se manifiestan en relación con la edad, como medida del tiempo interno del individuo. Para la aplicación de este modelo se requiere estimar los parámetros 𝑘, 𝑎, 𝑏 y 𝑑, de tal manera que partiendo de una tabla abreviada de valores 𝑙𝑥 se pueda interpolar para hallar los valores que faltan sin necesidad de recurrir a valores exógenos. El método de los grupos no superpuestos se basa en considerar cuatro grupos de observaciones de igual tamaño (𝑚), cuidando que los grupos no sean superpuestos, es decir que la separación en observaciones sucesivas no se traslape. Luego, se obtienen los logaritmos de 𝑙𝑥𝑜 y las cuatro sumas correspondientes a cada grupo de sus ln 𝑙𝑖𝑜 . 𝑥 ln 𝑙𝑥 1 ln 𝑙𝑖𝑜 𝑆𝑥 𝑆0 = 𝑚 ∑ Desarrollo de 𝑆𝑥 ln 𝑙𝑖𝑜 𝑆0 = 𝑖=1 𝑚 ∑ ln 𝑙𝑖𝑜 = 𝑚 ln 𝑘 + ln 𝑎 𝑖=1 𝑚 ∑ 𝑖 + ln 𝑏 𝑖=1 𝑚 ∑ 𝑑𝑖 𝑖=1 2 3 4 .. . m M+1 ln 𝑙𝑖𝑜 𝑆1 = 2𝑚 ∑ ln 𝑙𝑖𝑜 𝑆1 = 𝑖=𝑚+1 2𝑚 ∑ ln 𝑙𝑖𝑜 = 𝑚 ln 𝑘 + ln 𝑎 𝑖=𝑚+1 2𝑚 ∑ 2𝑚 ∑ 𝑖 + ln 𝑏 𝑖=𝑚+1 𝑑𝑖 𝑖=𝑚+1 M+2 M+3 .. . 2m 2m+1 ln 𝑙𝑖𝑜 𝑆2 = 3𝑚 ∑ ln 𝑙𝑖𝑜 𝑆0 = 𝑖=2𝑚+1 3𝑚 ∑ ln 𝑙𝑖𝑜 = 𝑚 ln 𝑘 + ln 𝑎 𝑖=2𝑚+1 3𝑚 ∑ 𝑖 + ln 𝑏 𝑖=2𝑚+1 3𝑚 ∑ 𝑑𝑖 𝑖=2𝑚+1 2m+2 2m+3 .. . 3m 3m+1 ln 𝑙𝑖𝑜 𝑆3 = 4𝑚 ∑ 𝑖=3𝑚+1 ln 𝑙𝑖𝑜 𝑆0 = 4𝑚 ∑ ln 𝑙𝑖𝑜 = 𝑚 ln 𝑘 + ln 𝑎 𝑖=3𝑚+1 4𝑚 ∑ 𝑖=3𝑚+1 3m+2 3m+3 .. . 4m 78 𝑖 + ln 𝑏 4𝑚 ∑ 𝑖=3𝑚+1 𝑑𝑖 Dadas las relaciones anteriores, se observa que la tras que la 𝑠𝑢𝑚𝑑𝑖 a una serie geométrica, por lo que: ∑ 𝑖 corresponde a una serie aritmética, mien- ) ( ) 𝑑 − 𝑑𝑚+1 𝑚+1 ln 𝑎 + ln 𝑏 𝑚 ln 𝑘 + 𝑚 2 1−𝑑 ( 2 ) ( ) 𝑚+1 𝑚 + 𝑚(𝑚 + 1) 𝑚𝑑 − 𝑑 𝑚 ln 𝑘 + ln 𝑎 + 𝑑 ln 𝑏 2 1−𝑑 ( 2 ) ( ) 𝑚+1 2𝑚 + 𝑚(𝑚 + 1) 2𝑚 𝑑 − 𝑑 𝑚 ln 𝑘 + ln 𝑎 + 𝑑 ln 𝑏 2 1−𝑑 ) ( ) ( 2 𝑚+1 3𝑚 + 𝑚(𝑚 + 1) 3𝑚 𝑑 − 𝑑 ln 𝑎 + 𝑑 ln 𝑏 𝑚 ln 𝑘 + 2 1−𝑑 ( 𝑆0 = 𝑆1 = 𝑆2 = 𝑆3 = (3.47) (3.48) (3.49) (3.50) Se obtienen las primeras y segundas diferencias basándose en las últimas cuatro relaciones: Δ𝑆0 = 𝑆1 − 𝑆0 (3.51) ⇒ Δ𝑆0 = 𝑚2 ln 𝑎 + (𝑑𝑚 − 1) 𝑑𝑚+1 𝑑− 1−𝑑 ln 𝑏 (3.52) Δ𝑆1 = 𝑆2 − 𝑆1 (3.53) ⇒ Δ𝑆1 = 𝑚2 ln 𝑎 + 𝑑𝑚 (𝑑𝑚 − 1) 𝑑𝑚+1 𝑑− 1−𝑑 ln 𝑏 Δ𝑆2 = 𝑆3 − 𝑆2 (3.54) (3.55) ⇒ Δ𝑆2 = 𝑚2 ln 𝑎 + 𝑑2𝑚 (𝑑𝑚 − 1) 𝑑𝑚+1 𝑑− 1−𝑑 Δ2 𝑆0 = Δ𝑆1 − 𝑆0 ⇒ Δ2 𝑆0 = (𝑑𝑚 − 1)2 ln 𝑏 (3.56) (3.57) ( 𝑑𝑚+1 𝑑− 1−𝑑 ) ln 𝑏 Δ2 𝑆1 = Δ𝑆2 − 𝑆1 ⇒ Δ2 𝑆1 = 𝑑𝑚 (𝑑𝑚 − 1)2 79 (3.58) (3.59) ( 𝑑𝑚+1 𝑑− 1−𝑑 ) ln 𝑏 (3.60) Una vez conocidas dichas diferencias, se calculan los parámetros de la siguiente forma: Δ2 𝑆 1 Δ2 𝑆0 = ( ) 𝑚+1 𝑑𝑚 (𝑑𝑚 − 1)2 𝑑−𝑑 ln 𝑏 1−𝑑 ( ) (3.61) 𝑚+1 (𝑑𝑚 − 1)2 𝑑−𝑑 ln 𝑏 1−𝑑 Δ2 𝑆1 = 𝑑𝑚 Δ2 𝑆0 ( 2 ) 𝑚1 Δ 𝑆1 ⇒ = 𝑑 Δ2 𝑆0 Además ⇒ 2 (3.62) (3.63) 2 𝑚 ( Δ 𝑆0 = (𝑑 − 1) ⎧ ⎫ ⎨ ⎬ Δ2 𝑆0 ( ) ⇒ exp = 𝑏 ⎩ (𝑑𝑚 − 1)2 𝑑−𝑑𝑚+1 ⎭ 𝑑 − 𝑑𝑚+1 1−𝑑 ) ln 𝑏 (3.64) (3.65) 1−𝑑 También sabemos que Δ𝑆0 = 𝑚2 ln 𝑎 + 𝑚 + (𝑑 − 1) ) 𝑑 − 𝑑𝑚+1 ⇒ Δ𝑆0 − (𝑑 − 1) ln 𝑏 = 𝑚2 ln 𝑎 1−𝑑 ( )( ( )) 1 𝑑 − 𝑑𝑚+1 𝑚 ⇒ Δ𝑆0 − (𝑑 − 1) = ln 𝑎 𝑚2 1−𝑑 )( ( ))} {( 𝑑 − 𝑑𝑚+1 1 𝑚 Δ𝑆 − (𝑑 − 1) = 𝑎 ⇒ exp 0 𝑚2 1−𝑑 𝑚 3.2. ( 𝑑 − 𝑑𝑚+1 1−𝑑 ) ln 𝑏 (3.66) ( (3.67) (3.68) (3.69) Criterio de mı́nimos cuadrados Para determinar el parámetro 𝐾 se impone la condición de mı́nimos cuadrados de las diferencias entre los valores observados y los teóricos. 4𝑚 ( ∑ 𝐷 = )2 𝑖=1 4𝑚 4𝑚 ∑ 𝐷 = 𝑙𝑖 − ˆ𝑙𝑖 →0 (3.70) (𝑙𝑖 − 𝑘𝑣𝑖 )2 𝑖=1 4𝑚 (3.71) (3.72) 80 Derivamos con respecto a 𝐾 porque es el parámetro que no conocemos y se iguala a cero: 𝑑 𝐷 = 0 𝑑𝑘 ⎡∑ ⎤ 2 (𝑙 − 𝑘𝑣 ) 𝑖 𝑖 𝑑 𝑑 ⎣ ⎦ 𝐷 = 𝑑𝑘 𝑑𝑘 4𝑚 (3.73) (3.74) (3.75) Recordemos 𝑛 𝑑 𝑑𝑥 (𝑓 (𝑥)) 𝑑 𝑛 (𝑓 (𝑥))𝑛−1 𝑑𝑥 𝑓 (𝑥) ⇔ 4𝑚 ∑ ( 𝑑 𝐷 = 𝑑𝑘 ( 4𝑚 ) ∑ 1 𝑑 2 (𝑙𝑖 − 𝑘𝑣𝑖 ) (𝑙𝑖 − 𝑘𝑣𝑖 ) 4𝑚 𝑑𝑘 (3.76) 𝑑 𝐷 = 𝑑𝑘 1 2 4𝑚 (3.77) 𝑑 𝐷 = 𝑑𝑘 4𝑚 2 ∑ (−𝑙𝑖 𝑣𝑖 ) + 𝐾𝑣𝑖2 4𝑚 𝑖=1 4𝑚 ∑ (𝑙𝑖 − 𝑘𝑣𝑖 ) (−𝑣𝑖 ) 𝑖=1 (3.78) 𝑖=1 ) −𝑙𝑖 𝑣𝑖 + 𝐾𝑣𝑖2 = 0 (3.79) 𝑖=1 ⇔ − 4𝑚 ∑ 𝑖=1 𝑙𝑖 𝑣𝑖 + 𝐾 4𝑚 ∑ 𝑣𝑖2 = 0 (3.80) 𝑖=1 (3.81) Despejando el valor del parámetro 𝐾 4𝑚 ∑ 𝑘 = 𝑙𝑖 𝑣𝑖 𝑖=1 4𝑚 ∑ (3.82) 𝑣𝑖2 𝑖=1 Una vez estimados los parámetros 𝑎, 𝑏 y 𝑑 la 𝑙𝑥 estimada la podemos expresar como: ˆ𝑙𝑖 = 𝑘𝑣𝑥 𝑖 𝑑𝑖 (3.83) 𝑣𝑖 = 𝑎 𝑏 (3.84) 𝑙𝑥𝑜 (3.85) ˆ𝑙𝑥 (3.86) (3.87) Para 𝑖 = 1, 2, 3, . . . , 16 y 𝑥 = 5, 10, 15, . . . , 80 81 I X 1 1.2 1.4 1.6 1.8 2 5 6 7 8 9 10 Recordemos: 4𝑚 ∑ 𝑘 = 𝑙𝑖 𝑣𝑖 𝑖=1 4𝑚 ∑ (3.88) 𝑣𝑖2 𝑖=1 3.3. Poblaciones teóricas de Alfred J. Lotka 3.3.1. Teorı́a analı́tica de las asociaciones biológicas En la Teorı́a Analı́tica de las Asociaciones Biológicas se estudia con gran rigor lógico diversos aspectos teóricos ligados al comportamiento de las poblaciones desde el punto de vista demográfico; y los problemas que examinan se han convertido en instrumentos de incalculable valor para quienes tienen la tarea de elaborar estimaciones de parámetros, tanto en nivel como en tendencia, a partir de datos insuficientes, ya sea en calidad como también en disponibilidad1 Para el caso de una población cerrada, es decir, una población cuyo efectivo recibe nuevas incorporaciones sólo por nacimientos y sufre pérdidas sólo por defunciones, excluidas la migración y la inmigración, tendrı́amos la siguiente ecuación demográfica: Nacimientos - Defunciones = Crecimiento Natural El caso discreto 𝑃1 = 𝑃0 + 𝑁 − 𝐷 𝑃1 𝑃0 + 𝑁 − 𝐷 = 𝑃0 𝑃0 𝑃1 = 𝑃0 (1 + 𝑟) (3.89) (3.90) (3.91) El caso continuo 1 Lotka, Alfred J. Teorı́a Analı́tica de las Asociaciones Biológicas. Centro Latinoamericano de Demografı́a. CELADE. 1976. 82 𝑃1 = 𝑃0 + 𝑁 − 𝐷 𝑃1 − 𝑃0 = 𝑁 − 𝐷 ′ 𝑃 𝑃′ 𝑃 (3.92) (3.93) = 𝑁 −𝐷 𝑁 −𝐷 = =𝑟 𝑃 𝑑 ln 𝑃𝑡 = 𝑟 𝑑𝑡 ∫ 1 ∫ 1 𝑑 𝑟 𝑑𝑡 ln 𝑃𝑡 𝑑𝑡 = 𝑑𝑥 0 0 (3.94) (3.95) (3.96) (3.97) Recordemos que la integral de una derivada es igual a ella misma 1 1 ln 𝑃𝑡 = 𝑟 𝑑𝑡 0 ln 𝑃1 − ln 𝑃0 𝑃1 ln 𝑃0 𝑃1 𝑃0 𝑃1 3.3.2. (3.98) 0 = 𝑟(1) − 𝑟(0) (3.99) = 𝑟 (3.100) = 𝑒𝑟 (3.101) = 𝑃0 𝑒 𝑟 (3.102) Mı́nimos Cuadrados y Promedios Móviles Inicialmente, se debe crear la tabla teniendo en cuenta el punto medio de los intervalos de las diferentes edades (𝑋 = 7,5, 12,5, . . . , 82,5). Hipótesis: 𝑚(𝑥) = 𝐵𝐶 𝑥 (3.103) Posteriormente, se deben obtener los logaritmos naturales de las tasas para linealizar ln 𝑚(𝑥) = ln (𝐵𝐶 𝑥 ) ⇒ ln 𝑚(𝑥) = ln 𝐵 + ln 𝐶 (3.104) 𝑥 ⇒ ln 𝑚(𝑥) = ln 𝐵 + 𝑥 ln 𝐶 Luego, se obtiene la recta de ajuste, graficando la serie de versus las edades medias 83 (3.105) (3.106) Método de Mı́nimos Cuadrados 𝑦𝑖𝑜 = 𝑚𝑥𝑜𝑖 + 𝑤 (3.107) 𝑦ˆ𝑖 = 𝑚𝑥𝑖 + 𝑤 𝑛 ∑ 𝑜 𝑦𝑖 = 𝑚 𝑥𝑜𝑖 + 𝑛𝑤 (3.108) Hipotéticamente existe 𝑛 ∑ 𝑖=1 𝑛 ∑ 𝑥𝑜𝑖 𝑦𝑖𝑜 = 𝑚 𝑖=1 𝑖=1 𝑛 ∑ 𝑥2𝑖 +𝑤 𝑖=1 (3.109) 𝑛 ∑ 𝑥𝑖 (3.110) 𝑖=1 (3.111) Se tiene dos sistemas de ecuaciones con dos incógnitas: Para nuestro caso serı́a: 16 ∑ ln 𝑚(5𝑖 + 2,5) = ln 𝐶 𝑖=1 16 ∑ 16 ∑ (5𝑖 + 2,5) + 16 ln 𝐵 (3.112) 𝑖=1 (5𝑖 + 2,5) ln 𝑀 (5𝑖 + 2,5) = ln 𝐶 𝑖=1 16 ∑ (5𝑖 + 2,5)2 + 16 ln 𝐵 16 ∑ 𝑖=1 (5𝑖 + 2,5) (3.113) 𝑖=1 Despejando de (3.112) el ln 𝐵 ln 𝐵 = 1 16 { 16 ∑ ln 𝑀 (5𝑖 + 2,5) − ln 𝐶 𝑖=1 16 ∑ } (5𝑖 + 2,5) (3.114) 𝑖=1 Sustituyendo en (3.113) el ln 𝐵 y despejando el valor 𝐶 16 ∑ (5𝑖 + 2,5) ln 𝑚(5𝑖 + 2,5) = ln 𝐶 16 ∑ 𝑖=1 1 + 16 = ln 𝐶 ( 16 ∑ ( 16 ∑ ln 𝑚(5𝑖 + 2,5) − ln 𝐶 𝑖=1 1 16 ∑ ) (5𝑖 + 2,5) 𝑖=1 𝑖=1 𝑖=1 1 ln 𝑚(5𝑖 + 2,5) − 16 ( 16 ∑ 16 ∑ 1 1 (5𝑖 + 2,5) − 16 2 Hasta aquı́ se tiene que: 84 ln 𝑚(5𝑖 + 2,5) ln 𝑚(5𝑖 + 2,5) 1 16 ∑ 1 (5𝑖 + 2,5) 16 ∑ ) (5𝑖 + 2,5) 16 ∑ 1 (3.117) ) (5𝑖 + 2,5) 1 (5𝑖 + 2,5) (3.116) 𝑖=1 ( 16 ∑ 16 ∑ ) 16 ∑ 1 + 16 16 16 ∑ 1 ∑ (5𝑖 + 2,5) − (5𝑖 + 2,5) (5𝑖 + 2,5) 16 𝑖=1 𝑖=1 𝑖=1 ⇒ ln 𝐶 = (3.115) 𝑖=1 2 16 ∑ (5𝑖 + 2,5)2 + (5𝑖 + 2,5) (3.118) ln 𝐶 = 𝐾1 (3.119) Sustituyendo: { 16 ∑ 1 16 ln 𝐵 = ln 𝑀 (5𝑖 + 2,5) − 𝐾1 16 ∑ } (5𝑖 + 2,5) (3.120) 1 1 ln 𝐵 = 𝐾2 (3.121) 𝐾1 𝐾2 ∈ ℝ (3.122) Finalmente: 𝐶 = 𝑒𝐾1 (3.123) 𝐾2 (3.124) 𝐵 = 𝑒 Una vez conozcamos el valor de los parámetros 𝐵 y 𝐶 con tasas quinquenales se puede desagregar para obtener los valores individuales. ˆ (𝑥) = 𝐵𝐶 𝑥 𝑀 (3.125) Por ejemplo: si necesito 1 𝑚15 1 𝑚15 = 𝐵𝐶 15,5 (3.126) Método de Promedios Móviles Para utilizar este método primero debemos estimar dos puntos promedio ( 𝑃¯1 = ( 𝑃¯2 = 8 8 𝑖=1 16 ∑ 𝑖=1 16 ∑ 1∑ 1∑ (5𝑖 + 2,5); ln 𝑚5𝑖+2,5 8 8 1 8 𝑖=9 1 (5𝑖 + 2,5); 8 ) (3.127) ) ln 𝑚5𝑖+2,5 (3.128) 𝑖=9 Recordadr ˆ = ln 𝑀 (𝑥) 𝑌 ( ) −𝑌1 (𝑋 − 𝑋1 ) + 𝑌1 𝑌ˆ = 𝑋𝑌22 −𝑋 1 Donde ln 𝑚𝑥 = ln 𝐶(𝑋 − 𝑋1 ) + 𝑌1 (3.129) ln 𝑚𝑥 = 𝑋 ln 𝐶 − 𝑋1 ln 𝐶 + 𝑌1 (3.130) 85 ln 𝐶 = ( 𝑌2 −𝑌1 𝑋2 −𝑋1 ) 𝑌2 −𝑌1 𝐶 = 𝑒 𝑋2 −𝑋1 1 8 ln 𝐶 = 16 ∑ ln 𝑚5𝑖+2,5 − 𝑖=9 16 ∑ 1 5𝑖 8 𝑖=9 18 ln 𝑚5𝑖+2,5 8 𝑖=1 8 𝑖=1 ln 𝐵 = −𝑋1 ln 𝐶 + 𝑌1 𝐵 = 𝑒 (3.131) 1∑ 5𝑖 + 2,5 + 2,5 − 8 (3.132) −𝑋1 ln 𝐶+𝑌1 (3.133) Finalmente 𝑀 (ˆ ¯𝑋) = 𝐵𝐶 𝑥 (3.134) (3.135) 𝑋 = 7,5, 12,5, . . . , 77,5, 82,5 De esta forma también podemos desagregar las tasas aplicando la ley de Gompertz. 3.3.3. Función Gompertz-Makeham Ley de Gompertz 𝜇𝑥 = 𝐵𝐶 𝑥 (3.136) La fuerza de la mortalidad esta definida considerando razones biológicas y no fortuitas. Función de Supervivencia 𝑙𝑥 = 𝐾𝑔 𝐶 𝑥 (3.137) Makeham retoma lo desarrollado por Gompertz e incorpora a la función de supervivencia, las causas de muerte independiente de la edad. Por lo que Makeham plantea para la fuerza de mortalidad, la expresión: 𝜇𝑥 = 𝐴 + 𝐵𝐶 𝑥 (3.138) Como vemos Makeham añadió a la función de Gompertz una constante 𝜇𝑥 = 𝐵𝐶 𝑥 + 𝐴 (3.139) Al introducir la constante esta involucra las causas de muertes por hechos fortuitos o al azar. La pregunta ahora es ¿Cuál función de supervivencia se asocia? Sabemos que: 𝑙𝑥 = 𝑙0 𝑒− 86 ∫𝑡 0 𝜇𝑥 𝑑𝑥 (3.140) Sustituyendo (3.139) en (3.140) 𝑙𝑥 = 𝑙0 𝑒− ∫𝑡 𝑥 0(𝐵𝐶 +𝐴) 𝑑𝑥 (3.141) En este caso: 𝑡 ∫ ∫ 𝑥 ∫ 𝑥 𝑑𝑥 (3.142) 0 0 0 𝑡 𝐶 𝑑𝑥 − 𝐴 (𝐵𝐶 + 𝐴) 𝑑𝑥 = −𝐵 − 𝑡 Recordar 𝑑 𝑥 𝑥 𝑑𝑥 𝐶 𝑥 = 𝐶 ln 𝐶 𝑑 𝐶 𝑥 𝑑𝑥 ln 𝐶 = 𝐶 ∫𝑡 ∫𝑡 𝑥 𝑡 − 0 𝐵𝐶 𝑥 𝑑𝑥 = −𝐵 0 𝐶 𝑥 𝑑𝑥 = −𝐵 ln𝐶 𝐶 = − ln𝐵𝐶 (𝐶 𝑡 − 1) 0 ln 𝑔 = − ln𝐵𝐶 𝑡 𝑡 ln 𝑔(𝐶 𝑡 − 1) = 𝐶 𝑡 ln 𝑔 − ln 𝑔 = ln 𝑔 𝐶 + ln 𝑔 −1 = ln 𝑔 −1 𝑔 𝐶 ∫ − 0 ∫ − 𝑡 𝑡 𝑡 (𝐵𝐶 𝑥 + 𝐴) 𝑑𝑥 = ln 𝑔 −1 𝑔 𝐶 − 𝐴𝑥 0 𝑡 𝑡 (𝐵𝐶 𝑥 + 𝐴) 𝑑𝑥 = ln 𝑔 −1 𝑔 𝐶 − 𝐴(𝑡 − 0) (3.143) (3.144) 0 ∫ − 𝑡 𝑡 (𝐵𝐶 𝑥 + 𝐴) 𝑑𝑥 = ln 𝑔 −1 𝑔 𝐶 − 𝐴𝑡 (3.145) 0 Usamos un artificio para obtener el logito de la expresión. Sea: −𝐴 = ln 𝑓 ∫ ⇒ 𝑡 𝑡 (𝐵𝐶 𝑥 + 𝐴) 𝑑𝑥 = ln 𝑔 −1 𝑔 𝐶 + 𝑡 ln 𝑓 (3.146) 0 ∫ ⇒ 𝑡 𝑡 (𝐵𝐶 𝑥 + 𝐴) 𝑑𝑥 = ln 𝑔 −1 𝑔 𝐶 + ln 𝑓 𝑡 (3.147) 0 ∫ ⇒ 𝑡 𝑡 (𝐵𝐶 𝑥 + 𝐴) 𝑑𝑥 = ln(𝑔 −1 𝑔 𝐶 + 𝑓 𝑡 ) (3.148) 0 Entonces, se sustituye en (3.148) para generar la función de supervivencia en (3.140) y queda: 𝑙𝑡 = 𝑙0 𝑒ln 𝑔 −1 𝑔 𝐶 𝑡 𝑓 𝑡 Genera la función identidad −1 𝐶 𝑡 𝑡 𝑙𝑡 = 𝑙𝑜 𝑔 𝑔 𝑓 𝑙0 𝑡 𝐶 𝑡 𝑓 𝑔 dado que 𝑙𝑡 = 𝑔 𝑙0 𝑘 = 𝑔 𝑙𝑡 = 𝑘𝑓 −1 𝑔 𝐶 𝑡 (3.149) (3.150) (3.151) (3.152) (3.153) 87 Finalmente se llega a la expresión conocida como la ley de Gompertz Makeham es 𝑥 𝑙𝑥 = 𝐾𝑎𝑥 𝑏𝑑 (3.154) Recordemos Gompertz 𝑥 𝑙𝑥 = 𝐾𝑏𝑑 Gompertz-Makeham 𝑥 𝑙𝑥 = 𝐾𝑎𝑥 𝑏𝑑 3.3.4. Modelo de fecundidad basado en la relación de Gompertz propuesto por Brass El modelo bilogı́stico sirve para ajustar, corregir y proyectar la fecundidad 𝑥 𝑙𝑥 = 𝑙𝑥 = 𝐾𝑏𝑑 (3.155) Gompertz Recordemos que este autor se planteó como objetivo observar cómo se extinguı́a una población, ası́ que después de encontrar que conforme pasa el tiempo la resistencia del hombre a la muerte decrece proporcionalmente a la misma. Gompertz definió la resistencia del hombre a la muerte como el recı́proco de la tasa instantánea de mortalidad 𝜇1𝑥 𝑑 𝜇1𝑥 𝑑𝑥 = −ℎ 1 𝜇 (3.156) Gompertz 𝑥 𝑙𝑥 = 𝐾𝑏𝑑 (3.157) siendo ℎ la tasa a la cual decrece la resistencia del hombre a la muerte. Ahora será: 𝜇𝑥 = 𝐹 (𝑥) Descendencias parciales Grupos de Edad Edad (𝑥) Tasas 5 𝑓𝑥 Descencencia Parcial 𝐹𝑥 15 − 19 20 − 24 15 20 5 𝑓15 𝐹15 = 0 𝐹20 = 55 𝑓15 25 − 29 30 − 34 35 − 39 40 − 44 25 30 35 40 5 𝑓25 45 − 49 45 5 𝑓45 5 𝑓20 5 𝑓30 5 𝑓35 5 𝑓40 𝐹25 = 5(5 𝑓15 +5 𝑓20 ) 𝐹30 = 5(5 𝑓15 +5 𝑓20 +5 𝑓25 ) 𝐹35 = 5(5 𝑓15 +5 𝑓20 +5 𝑓25 +5 𝑓30 ) 𝐹40 = 5(5 𝑓15 +5 𝑓20 +5 𝑓25 +5 𝑓30 +5 𝑓35 ) 8 ∑ 𝐹45 = 5 5 𝑓3𝑖 𝑖=3 88 Descendencia parcial a los 20 años ¿Cómo obtener los parámetros? Para ello se sabe que: 𝐹𝑥 = 𝑇 𝐺𝐹 𝑏𝑑 𝑥 (3.158) Donde 𝐹 (𝑥) denota la fecundidad acumulada hasta la edad 𝑋 y 𝑇 𝐺𝐹 la tasa global de fe𝑥 cundidad, el cociente 𝑇𝐹𝐺𝐹 , la proporción de la fecundidad global experimentada hasta la edad 𝑋. 𝐹𝑥 𝑇 𝐺𝐹 𝐹𝑥 ln 𝑇 𝐺𝐹 𝑥 = 𝑏𝑑 (3.159) = 𝑑𝑥 ln 𝑏 (3.160) 𝑥 es menor Hay que introducir un signo (-) al transformar la ecuación ya que la cantidad 𝑇𝐹𝐺𝐹 𝐹𝑥 que la unidad de aquı́ que el ln 𝑇 𝐺𝐹 sea negativo y el logaritmo de un número negativo no esta definido. 𝐹𝑥 = −𝑑𝑥 ln 𝑏 𝑇 𝐺𝐹 ( ) 𝐹𝑥 ln − ln = ln (−𝑑𝑥 ln 𝑏) 𝑇 𝐺𝐹 ( ) 𝐹𝑥 ln − ln = 𝑥 ln 𝑑 + ln (− ln 𝑏) 𝑇 𝐺𝐹 Sea ) ( 𝐹𝑥 𝑜 𝑣𝑥 = ln − ln 𝑇 𝐺𝐹 𝑚 = ln 𝑑 − ln 𝑐 = ln (− ln 𝑏) (3.161) (3.162) (3.163) (3.164) (3.165) (3.166) Luego, se puede comprobar gráficamente la tendencia lineal (graficar los 6 puntos) Luego, relacionamos el estándar con los valores observados considerando que ambos se relacionan de manera lineal con la edad. William Brass 𝑣𝑥 = 𝑣𝑥𝑆 𝑣𝑥𝑠 𝑣𝑥𝑜 ′ (3.167) ′ = 𝑚𝑥+𝑐 (3.168) = 𝑚𝑥 + 𝑐 (3.169) El propósito es corregir las descendencias parciales no la 𝑇 𝐺𝐹 , ya que el problema radica en cuando tuvo los hijos, no cuantos tuvo. Despejando 𝑋 relacionamos el estándar con los valores observados: 𝑣𝑥𝑆 − 𝑐′ = 𝑚′ 𝑥 𝑣𝑥𝑠 − 𝑐′ 𝑥 = 𝑚′ 89 (3.170) (3.171) Sustituimos (3.171) en (3.169) 𝑣𝑥𝑜 ⇒ 𝑣𝑥𝑜 ⇒ 𝑣𝑥𝑜 ) 𝑣𝑥𝑆 − 𝑐′ +𝑐 = 𝑚 𝑚′ 𝑚 𝑆 ( 𝑚 ′) = 𝑣 + 𝑐 − 𝑐 𝑚′ 𝑥 𝑚′ = 𝛼𝑣𝑥𝑆 + 𝛽 ( (3.172) (3.173) (3.174) Corrobora la linealidad graficando P1 P2 P3 P4 P5 P6 𝑆 , 𝑣𝑜 ) (𝑣20 20 𝑆 , 𝑣𝑜 ) (𝑣25 25 𝑆 , 𝑣𝑜 ) (𝑣30 30 𝑆 , 𝑣𝑜 ) (𝑣35 35 𝑆 , 𝑣𝑜 ) (𝑣40 40 𝑆 , 𝑣𝑜 ) (𝑣45 45 En el caso del modelo bilogı́stico 𝑣𝑥𝑜 , 𝛼 puede interpretarse como determinante de la dispersión o grado de concentración del patrón. Y 𝛽 puede considerarse como un indicador de la localización del patrón de fecundidad con respecto a la edad, o más concretamente, la edad en la que la mitad de todos los alumbramientos se han producido. Recordemos que Brass obtuvo un estándar apropiado a partir de los patrones de Coale y Trussell. Ciertamente el modelo de Brass es más fácil que el desarrollado por Coale y Trussell, y puede resultar muy útil para fines de simulación y proyección. Hasta el momento hemos analizado los métodos indirectos que tienen como finalidad resumir estructuras por edades a través de parámetros. Los parámetros en funciones matemáticas nos permitirán ver cual es su comportamiento en el tiempo. Los parámetros per sé nos permiten realizar proyecciones. Sin embargo, autores como Alvino Bocaz del Centro Latinoamericano de Demografı́a ha trabajado ajustes bilogı́sticos (doble ln), señala que el parámetro 𝐵 está asociado con la tasa neta de reproducción La tasa neta de reproducción se refiere al número de hijas que van a reemplazar a sus madres en el momento de su nacimiento en presencia de mortalidad. En presencia de mortalidad 𝑅0 = 𝑇 𝑁 𝑅 Cuando la 𝑇 𝑁 𝑅 < 1 el reemplazo de la población no esta asegurado Descendencia Final DF ∑ 𝑇 𝐺𝐹 = 5 5 𝑓5𝑖 = 𝐷𝐹 (3.175) (3.176) Tasa bruta de reproducción 𝑇 𝐵𝑅 0.488 ı́ndice de femineidad 𝑇 𝐵𝑅 = 0,488𝑇 𝐺𝐹 90 (3.177) Demostración Caso Discreto Hipótesis fundamental: las probabilidades de supervivencia del nacimiento a la edad 𝑋 es lineal 15 ≤ 𝑋 ≤ 50. −𝑋0 𝑆0 𝑋1 ∕= 𝑋0 𝑋1 − 𝑋0 (3.178) −𝑋0 𝑆0 (𝑋 − 𝑋0 ) +𝑋0 𝑆0 𝑋1 ∕= 𝑋0 𝑋1 − 𝑋0 (3.179) 𝑥 𝑆0 𝑋1 𝑆0 = El denominador no puede ser cero. 𝑥 𝑆0 𝑋1 𝑆0 = Nótese que 𝑋1 𝑆0 ∕=𝑋0 𝑆0 Estos dos valores no pueden ser iguales, no podemos afirmar que a edades diferentes se pueda tener la misma probabilidad de supervivencia. Biológicamente no es cierto. 𝑋 𝑆0 1 𝑓𝑋 50 ∑ 𝑋 𝑆0 1 𝑓𝑋 = 𝑘 1 𝑓𝑋 (𝑋 − 𝑋0 ) +𝑋0 𝑆0 1 𝑓𝑋 50 50 ∑ ∑ 𝑓 (𝑋 − 𝑋 ) + = 𝑘 𝑆 1 𝑋 0 1 𝑓𝑋 𝑋0 0 𝑋=15 𝑋=15 (3.180) (3.181) 𝑋=15 50 ∑ 𝑅0 = 0,4878𝑘 1 𝑓𝑋 (𝑋 − 𝑋0 ) +𝑋0 𝑆0 𝑅 (3.182) 𝑋=15 ya que para obtener 𝑋0 se tiene que 𝑅0 = 0,4878𝑘 50 ∑ 1 𝑓𝑋 (𝑋 𝑋0 𝑆0 − 𝑋0 ) = 0 𝑅 (3.183) (3.184) 𝑋=15 Despejar de 𝑋0 de: 50 ∑ 0,4878𝑘 1 𝑓𝑋 (𝑋 − 𝑋0 ) = 0 (3.185) 𝑋=15 ⇒ 50 ∑ 1 𝑓𝑋 (𝑋 − 𝑋0 ) = 0 (3.186) 𝑋=15 ⇒ 50 ∑ 1 𝑓𝑋 𝑋 − 𝑋0 𝑋=15 50 ∑ 1 𝑓𝑋 = 0 (3.187) 𝑋=15 Edad media a la fecundidad 50 ∑ 𝑋0 = 𝑋1 1 𝑓𝑋 𝑋=15 50 ∑ 𝑋=15 Recordemos que: 91 =𝑚 ¯ 1 𝑓𝑋 (3.188) Edad 5 𝑓𝑋 15 − 19 20 − 24 25 − 29 30 − 34 35 − 39 40 − 44 45 − 49 5 𝑓15 5 𝑓20 5 𝑓25 5 𝑓30 5 𝑓35 5 𝑓40 5 𝑓45 (17,5)5 𝑓15 + (22,5)5 𝑓20 + . . . + (47,5)5 𝑓45 5 𝑓15 + . . . +5 𝑓45 𝑚 ˆ = (3.189) Para 𝑋0 = 𝑚 ˆ 𝑅0 = 𝑅𝑚 ˆ 𝑆0 (3.190) Dada una tabla de mortalidad cómo estimarı́amos 𝑚 ˆ 𝑆0 Lo harı́amos interpolando, entre más pequeño el intervalo mejor la estimación. Por definición 𝑋0 𝑆0 = 𝑙𝑋 𝑙0 (3.191) Usando la hipótesis 𝑥 𝑆0 𝑆𝑋 𝑚 ˆ 𝑆0 −𝑋0 𝑆0 (𝑋 − 𝑋0 ) +𝑋0 𝑆0 𝑋1 − 𝑋0 𝑖 𝐿𝑋+1 = 𝑖 𝐿𝑋 = 𝑘(𝑚 ˆ − 𝑥0 ) + 𝑥0 𝑠 0 𝑋1 𝑆0 = (3.192) (3.193) (3.194) Para quinquenios 𝐾 puede ser: 𝑙𝑋+5 𝑙0 𝐾 = − 𝑙𝑋 𝑙0 5 𝑋1 𝑆0 −𝑋 𝑆0 5 ⇒ 𝐾 = (3.195) (3.196) Caso Continuo 𝑥 𝑆0 ⇒ 𝑥 𝑆0 −𝑋0 𝑆0 (𝑋 − 𝑋0 ) +𝑋0 𝑆0 𝑋1 − 𝑋0 = 𝑘(𝑥 − 𝑥0 ) +𝑋0 𝑆0 = 𝑋1 𝑆0 ⇒ 𝑠(𝑥) = 𝑘(𝑥 − 𝑥0 ) + 𝑠(𝑥0 ) ⇒ 𝑠(𝑥)𝑓 (𝑥) = 𝑘𝑓 (𝑥)(𝑥 − 𝑥0 ) + 𝑠(𝑥0 )𝑓 (𝑥) ⇒ 𝑓 𝑠(𝑥)𝑓 (𝑥) = 𝑓 𝑘𝑓 (𝑥)(𝑥 − 𝑥0 ) + 𝑓 𝑠(𝑥0 )𝑓 (𝑥) (3.197) (3.198) (3.199) (3.200) (3.201) (3.202) 92 donde 𝑓 es el Índice de feminidad. Integrando considerando los lı́mites de integración en el rango de edades donde se define el impacto del fenómeno demográfico: ∫ 𝛽 𝛽 ∫ (𝑓 𝑘𝑓 (𝑥)(𝑥 − 𝑥0 ) + 𝑓 𝑠(𝑥0 )𝑓 (𝑥)) 𝑑𝑥 ∫ 𝛽 ∫ 𝛽 ∫ 𝛽 𝑓 (𝑥) 𝑑𝑥 𝑘𝑓 (𝑥)(𝑥 − 𝑥0 ) 𝑑𝑥 + 𝑓 𝑠(𝑥0 ) 𝑠(𝑥)𝑓 (𝑥) 𝑑𝑥 = 𝑓 ⇒ 𝑓 𝑓 𝑠(𝑥)𝑓 (𝑥) 𝑑𝑥 = 𝛼 (3.203) 𝛼 (3.204) 𝛼 𝛼 𝛼 Por definición: ∫ 𝛽 𝑅0 = 𝑓 𝑠(𝑥)𝑓 (𝑥) 𝑑𝑥 (3.205) 𝑓 (𝑥) 𝑑𝑥 (3.206) 𝛼 ∫ 𝛽 𝑅 = 𝑓 𝛼 ∫ 𝛽 ⇒ 𝑅0 = 𝑘𝑓 𝑓 (𝑥)(𝑥 − 𝑥0 ) 𝑑𝑥 + 𝑠(𝑥0 𝑅 (3.207) 𝛼 Existirá 𝑋0 tal que ∫ 𝛽 𝑓 (𝑥)(𝑥 − 𝑥0 ) 𝑑𝑥 = 0 ∫ ⇔ 𝑥𝑓 (3.208) (𝑥𝑓 (𝑥) − 𝑥0 𝑓 (𝑥)) 𝑑𝑥 = 0 ∫ 𝛽 ∫ 𝛽 ⇔ 𝑥𝑓 (𝑥) 𝑑𝑥 − 𝑥0 𝑓 (𝑥) 𝑑𝑥 = 0 𝛼 𝛼 ∫ 𝛽 ∫ 𝛽 ⇔ 𝑥𝑓 (𝑥) 𝑑𝑥 = 𝑥0 𝑓 (𝑥) 𝑑𝑥 𝛼 𝛼 ∫𝛽 𝛼 𝑥𝑓 (𝑥) 𝑑𝑥 ⇔ 𝑥0 = =𝑚 ˆ ∫𝛽 𝑥0 𝛼 𝑓 (𝑥) 𝑑𝑥 (3.210) 𝛼 ∫ (3.209) 𝛽 ⇔ 𝛼 (3.211) (3.212) (3.213) La última expresión obtenida es la esperanza matemática que en demografı́a corresponde a la edad media a la fecundidad. 93 94 Capı́tulo 4 Funciones polinomiales en el ajuste de datos demográficos 4.1. Introducción En la Demografı́a es común el ajuste de funciones que permitan describir y proyectar las variables demográficas, una de las funciones más empleadas son las funciones polinomiales, las que ocupan un lugar preponderante en el análisis numérico. En este trabajo se presentan en una primera instancia los elementos técnicos empleados en él análisis numérico básico, que sirven para obtener los parámetros de las funciones polinomiales de ajuste, con base en información recabada. En una segunda instancia se presentan aplicaciones en el terreno demográfico de las técnicas numéricas. 4.2. El análisis numérico Es muy común utilizar funciones polinomiales con el fin de aproximar una función dada 𝑓 (𝑥) a valores observados, esto en el terreno del análisis numérico. Ası́, un tipo de aproximación empleando la fórmula de Taylor, radica en encontrar un polinomio 𝑃 que coincida con una función dada 𝑓 y con algunas de sus derivadas en un punto dado. Si f es una función con derivada de orden n en un punto 𝑥0 , existe un polinomio 𝑃 y solo uno, de grado ≤ 𝑛 que satisface las 𝑛 + 1 relaciones. 𝑃 (𝑥0 ) = 𝑓 (𝑥0 ) , 𝑃 ′ (𝑥0 ) = 𝑓 ′ (𝑥0 ), . . . , 𝑃 (𝑛) (𝑥0 ) = 𝑓 (𝑛) (𝑥0 ) La solución viene dada por el polinomio de Taylor, ( ) 𝑛 ∑ 𝑓 (𝑘) (𝑥0 ) 𝑃 (𝑥) = (𝑥 − 𝑥0 )𝑘 𝑘! (4.1) (4.2) 𝑘=0 El error que se comete aproximando 𝑓 (𝑥) por 𝑃 (𝑥) en puntos 𝑥 distintos del 𝑥0 se define por la diferencia 𝑅(𝑥) = 𝑓 (𝑥) − 𝑃 (𝑥), de modo que se puede escribir: ( ) 𝑛 ∑ 𝑓 (𝑘) (𝑥0 ) 𝑓 (𝑥) = (𝑥 − 𝑥0 )𝑘 + 𝑅(𝑥) (4.3) 𝑘! 𝑘=0 95 Suponiendo que se conoce que f posee derivada de orden n+1 en todo un intervalo abierto (a,b) y que es continua en el intervalo cerrado [a,b], entonces x y xo son puntos distintos de [a,b] el error R(x) puede expresarse en la forma: 𝑅(𝑥) = (𝑥 − 𝑥0 )𝑛−1 𝑓 (𝑛−1) (𝑐) (𝑛 + 1)! (4.4) donde 𝑐 está situado entre 𝑥 y 𝑥0 . Cuando los puntos de interpolación, 𝑥1 ,𝑥2 ,. . .,𝑥𝑛 , están separados con distancia constante, el cálculo de los cocientes de diferencias considerablemente se simplifica . Para ello hablaremos del operador de diferencias sucesivas Δ. Ası́ si ℎ es un número real fijo y f una función dada. La función Δ𝑓 definida por la ecuación: Δ𝑓 (𝑥) = 𝑓 (𝑥 + ℎ) − 𝑓 (𝑥) (4.5) recibe el nombre de la primera diferencia de 𝑓 ,la que se define para aquellos puntos 𝑥 para los que tanto 𝑥 como 𝑥 + ℎ están en el dominio de 𝑓 , ası́ las diferencias de órdenes superiores Δ2 𝑓, . . . , Δ𝑛 𝑓 , se definen por inducción como: Δ𝑘+1 𝑓 = Δ(Δ𝑘 𝑓 ) para 𝑘 = 1, 2, 3, . . . , 𝑛 (4.6) Supongamos ahora que 𝑓 esta definida en 𝑛 + 1 puntos igualmente separados 𝑥0 < 𝑥1 < 𝑥2 < . . . < 𝑥𝑛 donde 𝑥𝑖 = 𝑥0 + 𝑗ℎ Para 𝑗 = 0, 1, 2, . . . , 𝑛. Aquı́ ℎ es un número positivo que representa la distancia entre dos puntos de interpolación consecutivos. Es fácil calcular sucesivamente las diferencias Δ𝑟−1 𝑓 (𝑥0 ) a partir de una tabla de diferencias ordinarias, como se ve en la siguiente tabla, nótese que se escribió 𝑓𝑖 en lugar de 𝑓 (𝑥𝑖 ). 𝑥 𝑓 (𝑥) 𝑥0 𝑓0 𝑥1 𝑓1 Δ2 𝑓 (𝑥) Δ𝑓 (𝑥) Δ3 𝑓 (𝑥) 𝑓1 − 𝑓0 = Δ𝑓 (𝑥0 ) Δ𝑓 (𝑥1 ) − Δ𝑓 (𝑥0 ) = Δ2 𝑓 (𝑥0 ) Δ2 𝑓 (𝑥1 ) − Δ2 𝑓 (𝑥0 ) = Δ3 𝑓 (𝑥0 ) 𝑓2 − 𝑓1 = Δ𝑓 (𝑥1 ) 𝑥2 Δ𝑓 (𝑥2 ) − Δ𝑓 (𝑥1 ) = 𝑓2 Δ2 𝑓 (𝑥 1) 𝑓3 − 𝑓2 = Δ𝑓 (𝑥2 ) 𝑥3 𝑓3 Algunos de los resultados básicos de diferencias ordinarias son los siguientes: 1. Si ℎ > 0 y 𝑥𝑖 = 𝑥0 + 𝑗ℎ para 𝑗 = 1, 2, . . . , 𝑛 tenemos: 𝑓 (𝑥0 , 𝑥1 , . . . , 𝑥𝑛 ) = Δ𝑛 𝑓 (𝑥0 ) 𝑛!ℎ𝑛 (4.7) 2. La fórmula de interpolación de Newton: 𝑃𝑛 (𝑥) = 𝑓 (𝑥0 ) + 𝑛−1 ∑ 𝑟=0 96 𝑟 Δ𝑟−1 𝑓 (𝑥0 ) ∏ 𝑡−𝑗 (𝑟 + 1)! 𝑗=0 (4.8) 3. El cociente de diferencias 𝑓 (𝑥0 , 𝑥1 , . . . , 𝑥𝑛 ) es una combinación lineal de los valores 𝑓 (𝑥0 ), . . . , 𝑓 (𝑥𝑛 ), dada por: 𝑓 (𝑥0 , 𝑥1 , . . . , 𝑥𝑛 ) = 𝑛 𝑘=0 𝑓 (𝑥𝑘 ) 𝐴𝑘 (𝑥𝑘 ) (4.9) dodne: 𝐴𝑘 (𝑥𝑘 ) = 𝑛 ∏ 𝑥𝑘 − 𝑥𝑗 (4.10) 𝑗=0 𝑗∕=𝑘 Ası́, para puntos igualmente separados siendo 𝑥𝑘 − 𝑥𝑗 = ℎ(𝑘 − 𝑗) el factor que multiplica 𝑓 (𝑥𝑘 ) puede simplificarse ya que: ( ) 𝑛 𝑛 ∏ 1 ∏ (−1)𝑛−𝑘 𝑛 1 1 1 = 𝑛 = (4.11) = 𝐴𝑘 (𝑥𝑘 ) 𝑥𝑘 − 𝑥𝑗 ℎ 𝑥𝑘 − 𝑥𝑗 𝑛!ℎ𝑛 𝑘 𝑗=0 𝑗∕=𝑘 𝑗=0 𝑗∕=𝑘 y ya que tenemos Δ𝑛 𝑓 (𝑥0 ) = 𝑛!ℎ𝑛 𝑓 (𝑥0 , 𝑥1 , . . . , 𝑥𝑛 ) para puntos igualmente separados, entonces: ( ) ∑ 𝑛 𝑛−𝑘 𝑛 Δ 𝑓 (𝑥0 ) = (−1) 𝑓 (𝑥𝑘 ) (4.12) 𝑘 que expresa la n-ésima diferencia Δ𝑛 𝑓 (𝑥0 ) como combinación lineal de 𝑓 (𝑥0 ), . . . , 𝑓 (𝑥𝑛 ) 4. Polinomio de avance de Newton- Gregory Dado que: Δ𝑓𝑥 = 𝑓𝑥+1 − 𝑓𝑥 = 𝐸𝑓𝑥 − 𝐼𝑓𝑥 = (𝐸𝐼 )𝑓𝑥 (4.13) ⇒ 𝐸 ≡ (𝐼 + Δ) ( ) ( ) ( ) ( ) 𝑛 𝑛 𝑛 𝑛 0 𝑛 ⇒ 𝐸 𝑛 ≡ (𝐼 + Δ)𝑛 ≡ 𝐼 𝑛 Δ0 + 𝐼 𝑛−1 Δ1 + 𝐼 𝑛−2 Δ2 + . . . + 𝐼 Δ 0 1 2 𝑛 ( ) ( ) ( ) ( ) 𝑛 𝑛 0 𝑛 𝑛−1 1 𝑛 𝑛−2 2 𝑛 0 𝑛 ⇒ 𝐸 𝑛 𝑓0 ≡ (𝐼 + Δ)𝑛 𝑓0 = 𝐼 Δ 𝑓0 + 𝐼 Δ 𝑓0 + 𝐼 Δ 𝑓0 + . . . + 𝐼 Δ 𝑓0 0 1 2 𝑛 ( ) ( ) ( ) 𝑛 𝑛 𝑛 ⇒ 𝐸 𝑛 𝑓0 = 𝑓0 + 𝑠Δ𝑓0 + Δ2 𝑓 0 + Δ3 𝑓 + . . . + Δ𝑛 𝑓 2 3 𝑛 (4.14) (4.15) (4.16) (4.17) la cual es llamada fórmula de Newton-Gregory de avance. 5. Polinomio de retroceso de Newton Gregory. Dado que: Δ𝑓𝑥 = 𝑓𝑥 − 𝑓𝑥−1 = 𝐼𝑓𝑥 − 𝐸 −1 𝑓𝑥 ⇒ 𝐸 −1 𝑛 (4.18) ≡ (𝐼 + ∇) (4.19) −𝑛 ⇒ 𝐸 ≡ (𝐼 + ∇) ) ( ) ( ) 𝑛 + 1 𝑛 + 2 𝑛 + (𝑛 − 1) 𝑛 2 3 ⇒ 𝐸 ≡ (𝐼 + 𝑛∇) + ∇ + ∇ + ... + ∇𝑛 2 2 𝑛 ) ( ) ( ) ( 𝑛+1 𝑛+2 𝑛 + (𝑛 − 1) 𝑛 2 3 ∇ 𝑓0 + ∇ 𝑓0 + . . . + ∇𝑛 𝑓0 ⇒ 𝐸 𝑓0 = 𝐼𝑓0 + 𝑛∇𝑓0 + 2 3 𝑛 (4.20) ( Por lo tanto: 97 (4.21) (4.22) ( ) ( ) ( ) 𝑛+1 𝑛+2 𝑛 + (𝑛 − 1) 2 3 𝑓𝑛 = 𝐸 𝑓0 = 𝐼𝑓0 + 𝑛∇𝑓0 + ∇ 𝑓0 + ∇ 𝑓0 + . . . + ∇𝑛 𝑓0 (4.23) 2 3 𝑛 𝑛 la cual es llamada la fórmula de Newton -Gregory de retroceso. 6. Relación entre la fórmula de Newton Gregory de avance y la de retroceso. Dado que: ⇒ 𝐸∇ ≡ 𝐸(𝐼 − 𝐸 −1 )≡𝐸−𝐸 𝑛 1−1 𝑛 ∇ ≡ 𝐼 − 𝐸 −1 (4.24) ≡𝐸−𝐼 ≡Δ (4.25) 𝑛 𝑛 𝑛 𝑛 (4.26) ⇒ ∇ 𝐸 𝑓0 = Δ 𝑓0 ⇒ (𝐸∇) ≡ 𝐸 ∇ ≡ ∇ 𝐸 ≡ Δ 𝑛 𝑛 𝑛 (4.27) 𝑛 𝑛 ⇒ ∇ 𝑓𝑛 = Δ 𝑓0 (4.28) ∇𝑛 𝐸 𝑛 ≡ Δ𝑛 (4.29) −𝑛 (4.30) 𝑓0 = Δ𝑓−1 (4.31) Y debido a que también: 𝑛 ⇒ ∇ ≡𝐸 1 1 ⇒ ∇ 𝑓0 = ∇𝑓0 = Δ 𝐸 −1 −𝑛 𝑛 Δ ≡Δ 𝐸 𝑓0 = Δ𝐸 2 2 ⇒ ∇ 𝑓0 = 𝛿 𝐸 𝑛 −1 −2 2 (4.32) 𝑛 (4.33) 𝑓0 = Δ 𝑓−2 𝑛 ⇒ ∇ 𝑓0 = Δ 𝑓−𝑛 Teniéndose que la relación entre las fórmulas de avance y retroceso de Newton-Gregory es: ( ) ( ) ( ) 𝑛+1 𝑛+2 𝑛 + (𝑛 − 1) 2 3 𝑓𝑛 = 𝐸 𝑓0 = 𝐼𝑓0 + 𝑛∇𝑓0 + ∇ 𝑓0 + ∇ 𝑓0 + . . . + ∇𝑛 𝑓 0 2 3 𝑛 ( ) ( ) ( ) 𝑛+1 𝑛+2 𝑛 + (𝑛 − 1) 𝑛 2 3 = 𝐸 𝑓0 = 𝐼𝑓0 + 𝑛Δ𝑓−1 + Δ 𝑓−2 + Δ 𝑓−3 + . . . + Δ𝑛 𝑓−𝑛 2 3 𝑛 𝑛 (4.34) (4.35) También se tiene el ajuste polinomial empleando diferencias divididas, es decir, aquellas cuya distancia no es homogénea. Ası́, para fenómenos demográficos donde la frecuencia de aparición de los eventos disminuye en la medida de que el tiempo aumente: ⇒ 𝑓 (𝑡) > 𝑓 (𝑛 + 𝑡) ∀𝑛 (4.36) Y dado que:𝑓 (𝑡) < 𝑓 (𝑡 + 𝑛) entonces para cada edad se tendrá una cota inferior 𝐾2 tal que: 𝑓 (𝑡) < 𝐾1 ∀𝑡 (4.37) Y también se tendrá una cota superior, 𝐾1 + 𝐾2 tal que 𝑓 (𝑡) < 𝐾1 + 𝐾2 ∀𝑡 98 (4.38) Partiendo del hecho de la existencia de la relación entre los cambios de 𝑓 (𝑡) y los cambios en 𝑡 los que se describen vı́a un polinomio de grado dos, es decir: 𝑑 𝑓 (𝑡) = 𝐴𝑓 2 (𝑡) + 𝐷𝑓 (𝑡) + 𝐶 𝑑𝑡 (4.39) 𝑓 (𝑡 + ℎ) − 𝑓 (𝑡) (𝑡 + ℎ) − 𝑡 (4.40) Nótese que: 𝑑 𝑓 (𝑡) = 𝑑𝑡 lı́m ℎ→0 Pero por (4.36): 𝑓 (𝑡 + ℎ) − 𝑓 (𝑡) < 0 𝑑 ⇒ 𝑓 (𝑡) < 0 ∀𝑡 𝑑𝑡 (4.41) (4.42) Otra observación es que las cotas 𝐾1 y (𝐾1 + 𝐾2 ) son las raı́ces de (4.39) esto ya que: 𝑓 (𝑡 + ℎ) − 𝑓 (𝑡) tiende a cero en la medida en que 𝑓 (𝑡) tiende a la cota inferior 𝐾1 o a la superior (𝐾1 + 𝐾2 ) y dado (4.40), entonces 𝐴𝑓 2 (𝑡) + 𝐵𝑓 (𝑡) + 𝐶tiende a cero (4.43) Si 𝑓 (𝑡) tiende a 𝐾1 o a (𝐾1 + 𝐾2) por lo tanto si 𝑓 (𝑡) = 𝐾1 o 𝑓 (𝑡) = 𝐾1 + 𝐾2 𝐴𝐾12 + 𝐵𝐾1 + 𝐶 = 0 (4.44) ⇒ 𝐴(𝐾1 + 𝐾2 ) + 𝐵(𝐾1 + 𝐾2 ) + 𝐶 = 0 (4.45) 2 Ya que se cumple (4.41) y 𝐾1 < 𝑓 (𝑡) < 𝐾1 + 𝐾2 y por (4.39) la parábola tendrá un mı́nimo entre el intervalo de 𝑓 (𝑡), entonces por el criterio de la primera derivada igualada a cero se tiene que: ( ) 𝑑 𝑑 𝑑 𝑓 (𝑡) = 𝐴(𝑓 (𝑡)) + 𝐵𝑓 (𝑡) + 𝐶 (4.46) 𝑑 + (𝑓 ) 𝑑𝑡 𝑑𝑓 (𝑡) = 2𝐴𝑓 (𝑡) + 𝐵 (4.47) Donde (4.47) representa una recta con ordenada al origen 𝐵 y pendiente 2a , siendo 𝐵 < 0 y 𝐴 > 0 ya que la parábola estará siempre en el cuarto cuadrante de los ejes cartesianos. La relación fundamental entre 𝑓 (𝑡) y el tiempo 𝑡 es: criterio de la primera derivada igualada a cero se tiene que: 𝑓 (𝑡) = 𝐾1 + 𝐾2 1 + 𝑒𝑎+𝑏𝑡 (4.48) Que se deduce de (4.39), expresión que al dividirla entre 𝐴 se obtiene: 1 𝑑 𝐵 𝐶 𝑓 (𝑡) = 𝑓 2 (𝑡) + 𝑓 (𝑡) + 𝐴 𝑑𝑡 𝐴 𝐴 99 (4.49) El polinomio: 𝑓 2 (𝑡) + 𝐵 𝐶 𝑓 (𝑡) + 𝐴 𝐴 (4.50) Se puede reescribir como: 𝑓 (𝑡) − 𝐾1 − 𝐾2 1 𝑑 ⇒ 𝑓 (𝑡) = (𝑓 (𝑡) − 𝐾1 − 𝐾2 ) (𝑓 (𝑡) − 𝐾1 ) 𝐴 𝑑𝑡 𝑑𝑡 1 ⇒ 𝐴 = 𝑑𝑓 (𝑡) (𝑓 (𝑡) − 𝐾1 − 𝐾2 ) (𝑓 (𝑡) − 𝐾1 ) (4.51) (4.52) (4.53) y dado que: 1 (𝑓 (𝑡) − 𝐾1 − 𝐾2 ) (𝑓 (𝑡) − 𝐾1 ) = = = = 𝑑 𝑑𝑓 (𝑡) 𝑑 ⇒ 𝐾2 𝐴 𝑑𝑓 (𝑡) ⇒ 𝐴 = = ⇒ 𝐴𝐾2 𝑑𝑡 = ∫ ⇒ 𝐴𝐾2 𝑑𝑡 = ⇒ 𝐴𝐾2 𝑡 + 𝐶1 = 𝐾1 − 𝑓 (𝑡) + 𝑓 (𝑡) − (𝐾1 + 𝐾2 ) 𝐾2 (𝑓 (𝑡) − (𝐾1 + 𝐾2 )) (𝐾1 − 𝑓 (𝑡)) 1 − (𝑓 (𝑡) − (𝐾1 − 𝐾2 )) (𝑓 (𝑡) − 𝐾1 ) 𝐾1 − (𝐾1 − 𝐾2 ) 𝐾2 (𝑃 (𝑡) − (𝐾1 − 𝐾2 )) (𝐾1 − 𝑓 (𝑡)) 𝐾2 − 𝐾2 (𝑃 (𝑡) − (𝐾1 − 𝐾2 )) (𝐾1 − 𝑓 (𝑡)) 1 1 + 𝐾2 (𝑓 (𝑡) − (𝐾1 − 𝐾2 ) 𝐾2 (𝐾1 − 𝑓 (𝑡)) 1 1 + 𝑓 (𝑡) − (𝐾1 − 𝐾2 ) 𝐾1 − 𝑓 (𝑡) 𝑑𝑓 (𝑡) 𝑑𝑓 (𝑡) + 𝑓 (𝑡) − (𝐾1 − 𝐾2 ) 𝐾1 − 𝑓 (𝑡) ∫ ∫ 𝑑𝑓 (𝑡) 𝑑𝑓 (𝑡) + 𝑓 (𝑡) − (𝐾1 − 𝐾2 ) 𝐾1 − 𝑓 (𝑡) ln 𝑓 (𝑡) − (𝐾1 − 𝐾2 ) + 𝐶2 + ln 𝐾1 − 𝑓 (𝑡) + 𝐶3 ⇒ 𝐴𝐾2 𝑡 + 𝑎 = ln 𝑓 (𝑡) − (𝐾1 − 𝐾2 ) + ln 𝐾1 − 𝑓 (𝑡) (4.54) (4.55) (4.56) (4.57) (4.58) (4.59) (4.60) (4.61) (4.62) (4.63) Con a constante igual a 𝐶1 − 𝐶2 − 𝐶3 ⇒ 𝑓 (𝑡) {1 + exp{𝑎 + 𝐴𝐾2 𝑡}} (4.64) 𝐾1 {1 + exp{𝑎 + 𝐴𝐾2 𝑡}} + 𝐾2 (4.65) 𝐾2 ⇒ 𝑓 (𝑡) = 1 + exp{𝑎 + 𝐴𝐾2 𝑡} 𝐾2 = 𝐾1 + 1 + exp{𝑎 + 𝐴𝐾2 𝑡} (4.66) (4.67) Sea 𝑏 = 𝐴𝐾2 ⇒ 𝑓 (𝑡) = 𝐾1 + 100 𝐾2 1 + exp{𝑎 + 𝐴𝐾2 𝑡} (4.68) Para el tiempo 𝑡 y con la tasa especı́fica por edad 𝑖 (𝑓𝑖 (𝑡)) se tiene el polinomio de ajuste de segundo grado: 𝑓𝑖 (𝑡) = 𝛼𝑡2 + 𝑤𝑡 + 𝜆 𝑑 ⇒ 𝑓 (𝑡) = 2𝛼𝑡2 + 𝑤 𝑑𝑡 (4.69) (4.70) Con los valores estimados por mı́nimos cuadrados 𝛼, 𝛽 y 𝜆 se obtuvieron para los años es 𝑖 (𝑡) observación (𝑡) las estimaciones de 𝑓𝑖 (𝑡) y 𝑑𝑓𝑑𝑡 , sustituyendo los años 𝑡 en 4.69 y 4.70. Ya que: Se estiman 𝐴, 𝐵 y 𝐶 por mı́nimos cuadrados y las raı́ces de la ecuación serán: 𝑑 𝑓𝑖 (𝑡) = 𝐴𝑓𝑖 (𝑡)2 + 𝐶 𝑑𝑡 1 −𝐵 − (𝐵 2 − 4𝐴𝐴𝐶) 2 𝐾1 = 2𝐴 1 2 −𝐵 + (𝐵 − 4𝐴𝐶) 2 𝐾1 + 𝐾2 = 2𝐴 (4.71) (4.72) (4.73) Con el fin de estimar los valores de los parámetros 𝑎 y𝑏, dado que: 𝐾2 1 + 𝑒𝑎+𝑏𝑐 𝐾 −2 1 + 𝑒𝑎+𝑏𝑐 𝑓𝑖 (𝑡) = 𝐾1 + ⇒ 𝑓𝑖 (𝑡) − 𝐾1 = ) ( ⇒ 1 + 𝑒𝑎+𝑏𝑐 (𝑓𝑖 (𝑡) − 𝐾1 ) = 𝐾2 (4.74) (4.75) (4.76) 𝐾2 −1 𝑓𝑖 (𝑡) − 𝐾1 } { 𝐾2 ⇒ 𝑎 + 𝑏𝑡 = ln 𝑓𝑖 (𝑡) − 𝐾1 ⇒ 𝑒𝑎+𝑏𝑐 = (4.77) (4.78) Dado que ya se estimaron 𝐾1 , 𝐾2 y 𝑓𝑖 (𝑡) entonces ∀𝑡 𝑎 + 𝑏𝑡 = 𝑃 (𝑡) (4.79) Y por regresión lineal simple se estiman los valores de 𝑎 y de 𝑏. Otro de los polinomios empleados en el ajuste de fenómenos demográficos es el obtenido por William Brass para la fecundidad en donde se observa que el número de parámetros desconocidos se puede reducir mediante restricciones con la siguiente función que resulta satisfactoria para su aplicación a la fecundidad: 𝑓 (𝑎) = 𝑐(𝑎 − 𝑆)(𝑆 − 33 − 𝑎)2 2 = 𝑐(𝑎 − 𝑠) . . . (𝑏 − 𝑎) Donde 𝑓 (𝑎) es la tasa especı́fica de fecundidad de las mujeres de 𝑎 años. 101 (4.80) (4.81) 𝑆 es la edad a la cual comienza el perı́odo de reproducción. 𝑐 una constante que varı́a con el nivel de la fecundidad. 𝑓 (𝑎) se toma como cero cuando fuera de los lı́mites y 𝑠 + 33; entre los lı́mites la forma que toma 𝑓 (𝑎) es más o menos la de las distribuciones empı́ricas: Entonces para desagregar las tasas especı́ficas en edades individuales se utiliza Entonces para desagregar las tasas especı́ficas en edades individuales se utiliza ¯ edad media a la fecundidad = 𝑋 𝜎 desviación estándar = 3𝑆+2𝑏 5 𝑏−𝑆 5 . el polinomio de fecundidad de Brass, cuyas soluciones son: 𝐷 descendencia final de donde podemos obtener los valores de 𝑆, 𝑏 y 𝑐 ( soluciones del polinomio) (1) ¯ − 2𝜎 𝑆 = 𝑋 ¯ + 3𝜎 𝑏 = 𝑋 12𝐷 𝑐 = (𝑏 − 𝑆)4 Ejemplo Entonces tenemos que: 𝑓 (𝑎) = ,00002(𝑎 − 13,6118)(53,11919 − 𝑎)2 Y ası́ las tasas de fecundidad desagregadas a partir del polinomio de Brass son: 102 12 𝑐(𝑏 − 𝑆)4 (4.82) (4.83) (4.84) Grupos de edad 𝑎 𝑓 (𝑎) 12 − 14 15 − 19 20 − 24 25 − 29 30 − 34 35 − 39 40 − 44 45 − 49 13.5 17.5 22.5 27.5 32.5 37.5 42.5 47.5 .00099 .07954 .21089 .20461 .15641 .10843 .05719 .03903 𝐷 = 4.28347 ¯ = 29.41472 𝑋 𝜎 = 7.90149 𝑆 = 13.6118 𝑏 = 53.11919 𝑐 = 0.00002 𝑎 𝑓 (𝑎) 14.5 15.5 16.5 17.5 18.5 19.5 20.5 21.5 22.5 23.5 24.5 25.5 26.5 27.5 28.5 29.5 30.5 31.5 32.5 33.5 34.5 35.5 36.5 37.5 38.5 39.5 103 40.5 41.5 42.5 43.5 44.5 45.5 .02650 .05345 .07746 .09866 .11717 .13310 .14658 .15773 .16666 .17350 .17836 .18137 .18265 .18231 .18048 .17727 .17281 .16722 .16061 .15310 .14483 .13590 .12643 .11656 .10638 .09604 .08564 .07530 .06515 .05531 .04589 .03702 Gráficamente la bondad del ajuste es: Nota Técnica ∫𝑏 𝑥 ¯ = = 𝑥𝑐(𝑥 − 𝑠)(𝑏 − 𝑥)2 𝑑𝑥 ∫𝑠 𝑏 2 𝑠 𝑐(𝑥 − 𝑠)(𝑏 − 𝑥) 𝑑𝑥 3𝑠 + 2𝑏 5 (4.85) (4.86) Demostración 𝑏 ∫ 𝑏 (𝑥2 𝑐 − 𝑥𝑐𝑠)(𝑏2 − 2𝑏𝑥 + 𝑥2 ) 𝑑𝑥 = 𝑏2 𝑥2 𝑐 − 2𝑏𝑥3 𝑐 + 𝑥4 𝑐 − 𝑏2 𝑥𝑐𝑠 + 2𝑏𝑥2 𝑐𝑠 − 𝑥3 𝑐𝑠 𝑑𝑥 𝑠 ] [ 2𝑠 3 2𝑏𝑥4 𝑥5 𝑏2 𝑥2 5 2𝑏𝑥3 𝑠 𝑏 𝑥 𝑏 − + − + − 𝑓 𝑟𝑎𝑐𝑥4 𝑠4 =𝑐 3 4 5 2 3 𝑠 [ 5 ] 5 3 4 4 4 2 2 3 4 5 2 3 4 5 𝑏 2𝑏 𝑏 𝑏 𝑠 2𝑏 𝑠 𝑏 𝑠 𝑏 𝑠 𝑏 𝑠 2𝑏𝑠 𝑠 𝑏 𝑠 2𝑏𝑠 𝑠 =𝑐 − + − + − − − + − + − + 3 4 5 3 3 4 4 3 4 5 2 3 4 ) ( ) ( ) ( ) ( )] [ ( 1 2 1 1 1 1 2 1 1 1 1 1 − + + 𝑏4 𝑠 − + − + 𝑏2 𝑠 2 − + + 𝑏𝑠4 − + 𝑠5 − + = 𝑐 𝑏5 3 2 5 2 3 4 3 2 2 3 5 4 [ ( ) ( ) ( ) ( ) ( )] −6 + 8 − 3 −2 + 3 3−4 −4 + 5 10 − 15 + 6 = 𝑐 𝑏5 + 𝑏4 𝑠 + 𝑏2 𝑠 3 + 𝑏𝑠4 + 𝑠5 30 12 6 6 20 [ ] 11 −1 1 −1 1 = 𝑐 𝑏5 + 𝑏4 𝑠 + 𝑏2 𝑠3 + 𝑏𝑠4 + 𝑠5 30 12 6 6 20 ) 𝑐 ( 5 4 2 3 4 = 2𝑏 − 5𝑏 𝑠 + 10𝑏 𝑠 − 10𝑏𝑠 + 3𝑠5 (4.87) 12 − 5 ∫ entonces (3𝑠 + 2𝑏)(𝑏 − 𝑠)4 = (3𝑠 + 2𝑏)(𝑏4 − 4𝑏3 𝑠 + 6𝑏2 𝑠2 − 4𝑏𝑠3 + 𝑠4 ) (4.88) = 3𝑠𝑏4 − 12𝑏3 𝑠2 + 12𝑏2 𝑠3 − 12𝑏𝑠4 + 3𝑠5 + 2𝑏5 − 8𝑏4 5 + 12𝑏3 𝑠2 − 8𝑏2 𝑠3 + 2𝑏𝑠4 = 2𝑏5 + 𝑏4 𝑠(3 − 8) + 𝑏3 𝑠2 (−12 + 12) + 𝑏2 𝑠3 + 𝑏2 𝑠3 (18 − 8) + 𝑏𝑠4 (−12 + 2) + 3𝑠5 2𝑏5 − 5𝑏4 𝑠 + 10𝑏2 𝑠3 − 10𝑏𝑠4 − 10𝑏𝑠4 + 3𝑠5 que es igual a (4.87) ∫𝑏 𝑥𝑐(𝑥 − 𝑠)(𝑏 − 𝑥)2 𝑑𝑥 3𝑠 + 2𝑏 = = ∫𝑠 𝑏 2 5 𝑐(𝑥 − 𝑠)(𝑏 − 𝑥) 𝑑𝑥 = ⇒ 𝑥 ¯ 𝑠 104 (4.89) Por demostrar: v u∫ 𝑏 u 𝑥𝑐(𝑥 − 𝑠)(𝑏 − 𝑥)2 𝑑𝑥 3𝑠 + 2𝑏 𝑏−𝑠 = 0 = ⎷ ∫𝑠 𝑏 − 2 5 5 𝑠 𝑐(𝑥 − 𝑠)(𝑏 − 𝑥) 𝑑𝑥 (4.90) Veamos ∫ 𝑏 𝑥2 (𝑥 − 𝑠)(𝑏2 − 2𝑏𝑥 + 𝑥2 ) 𝑑𝑥 (4.91) [ 2 4 ] 𝑏 𝑥 2𝑏𝑥5 𝑥6 𝑏2 𝑥3 𝑠 2 𝑥 5 𝑠 𝑏 =𝑐 − + − + − (4.92) 4 5 6 3 4 5 𝑠 ( 6 ) 𝑏 𝑏6 𝑏6 𝑏5 𝑠 𝑏5 𝑠 𝑏5 𝑠 𝑏2 𝑠4 2𝑏𝑠5 𝑠6 𝑏2 𝑠4 𝑏𝑠5 𝑠6 −2 + − + − − + − + − + =𝑐 (4.93) 4 5 6 2 2 5 4 5 6 3 2 5 ( ( ) ( ) ( ) ( ) ( )) 1 2 2 1 1 1 1 1 1 1 1 1 = 𝑐 𝑏6 − + + 𝑏5 𝑠 − + − + 𝑏2 𝑠4 − + + 𝑏𝑠5 − + 𝑠6 − + (4.94) 4 5 6 3 2 5 4 3 5 2 6 5 ) ( ) ( ) ( ) ( )) ( ( −10 + 15 − 6 −3 + 4 4−5 −5 + 6 15 − 24 + 10 + 𝑏5 𝑠 + 𝑏2 𝑠4 + 𝑏𝑠5 + 𝑠6 (4.95) = 𝑐 𝑏6 60 30 12 10 30 ( ( ) ( ) ( ) ( ) ( )) 1 −1 1 −1 1 1 = 𝑐 𝑏6 + 𝑏5 𝑠 + 𝑏2 𝑠4 + 𝑏𝑠5 − + 𝑠6 (4.96) 60 30 12 10 10 30 𝑐 𝑠 𝑐 (𝑏6 − 2𝑏5 𝑠 + 5𝑏2 𝑠 + 5𝑏2 𝑠4 − 6𝑏𝑠5 + 2𝑠6 ) 12 − 5 ⇒ (𝑏2 + 2𝑏𝑠 + 2𝑠2 )(𝑏 − 𝑠)4 = (𝑏2 + 𝑏𝑠 + 2𝑠2 )(𝑏4 − 4𝑏3 𝑠 + 6𝑏2 𝑠2 − 4𝑏𝑠3 + 54 ) = (4.97) (4.98) = 𝑏5 − 4𝑏5 𝑠 + 6𝑏4 𝑠2 − 4𝑏3 𝑠3 + 𝑏2 𝑠4 + 2𝑏2 𝑠4 + 2𝑏5 𝑠 − 8𝑏4 𝑠2 + 12𝑏3 𝑠3 −8𝑏2 𝑠4 + 2𝑏𝑠5 + 2𝑏4 𝑠2 − 8𝑏3 𝑠3 + 12𝑏2 𝑠4 − 8𝑏𝑠5 + 2𝑠6 6 5 4 2 3 3 2 4 5 (4.99) 6 = 𝑏 + 𝑏 𝑠(−4 + 2) + 𝑏 𝑠 (6 − 8 + 2) + 𝑏 𝑠 (−4 + 12 − 8) + 𝑏 𝑠 (1 − 8 + 12) + 𝑏𝑠 (2 − 8) + 2𝑠 = 𝑏8 − 2𝑏5 + 5𝑏2 𝑠4 − 6𝑏𝑠5 + 2𝑠6 que es igual a (4.97) v u 𝑐(𝑏2 + 2𝑏𝑠 + 2𝑠2 )(𝑏 − 5)4 9𝑠2 + 12𝑏𝑠 + 4𝑏2 u ⇒ 0=⎷ − 12,5 25 (𝑏−5)4 𝑐 √ = 105 5𝑏2 (4.100) (4.101) (4.102) 12 + 10𝑏𝑠 + 10𝑠2 − 9𝑠2 − 12𝑠𝑏 − 4𝑏2 25 √ 𝑏2 − 2𝑏𝑠 + 𝑠2 = 25 √( )2 𝑏−𝑠 𝑏−𝑠 = = 𝑠 𝑠 (4.103) (4.104) (4.105) Finalmente se presentan gráficamente los polinomios de fecundidad obtenidos a nivel nacional y para algunas entidades federativas de México en el año 2000. Comentario final: Una de las alternativas que se tiene en la evaluación, corrección, estimación y proyección de variables demográficas se logra con el empleo del Análisis Demográfico, que permite con el uso de funciones polinomiales facilitar el manejo e interpretación de la hipótesis planteadas para los escenarios futuros de cada uno de los fenómenos demográficos que inciden en las poblaciones analizadas. BIBLIOGRAFÍA Curtis F. Gerard. Análisis Numérico, Alfaomega grupo editorial, S.A. de C.V. México, 2000. Mina V. Alejandro. Simulación de los cambios demográficos de una población entre dos fechas. Estudios Demográficos y Urbanos #42, El Colegio de México, pp.755-762. México, 1999. Kushner, Harold Joseph. Numerical methods for stochastic control problems in continuous time. New York Springer.1995 Brass, William. Methods for estimating fertility and mortality from limited and defective data. Chapel Hill, N. C. University of North Carolina, Carolina Population Center, Department of Biostatistics, School of Public Health, International Program of Laboratories for Population Statistics 1975 Preston Samuel H. Demographic measuring and modeling population processes. Oxford blackwell. 2001. 106 Capı́tulo 5 Ley de Mortalidad Mexicana 5.1. Funciones de supervivencia Las probabilidades de supervivencia 𝑆(𝑥) permiten estimar funciones matemáticas que se resumen en modelos de comportamiento de las principales funciones biométricas que se expresan con base en la función de supervivencia y la tasa instantánea de mortalidad. En la práctica actuarial se utilizan combinaciones de estas leyes aceptando diferentes modelos para distintos tramos de edades. Las leyes de mortalidad son expresiones analı́ticas de la función de supervivencia que pretenden estimar el comportamiento de la mortalidad en función de la edad., siendo fundamental la elección de la función que mejor se adapte y represente adecuadamente la mortalidad, la que se hace según los datos observados o estableciendo ciertas hipótesis correspondientes a las caracterı́sticas propias de la función de supervivencia. Una constante a lo largo de la historia ha sido la búsqueda de una ley de mortalidad que sea válida para cualquier población humana, es decir, encontrar la ”ley universal de mortalidad” que, probablemente, no existe. Sin embargo, para determinadas poblaciones y ciertos tramos de edad, es posible encontrar el ajuste a alguna ley teórica. La ley de Gompertz asume que cada individuo presenta una resistencia a las enfermedades (y a fallecer por causas naturales) decreciente en función de la edad, por lo que la fuerza de mortalidad crece con la edad y su crecimiento relativo es constante. Por tanto, se deduce que dicha fuerza de mortalidad crece exponencialmente. 𝜇𝑥 = 𝐵𝐶 𝑥 𝑥 ≥ 0, 𝐵 > 0, 𝐶 > 1 (5.1) Posteriormente, Makeham enunció dos leyes de supervivencia. La primera ley considera la tasa instantánea de mortalidad añadiendo una constante arbitraria, que representa la mortalidad accidental (azar) independiente de la edad, a la fuerza de mortalidad de Gompertz. Por tanto, la muerte de un individuo es consecuencia de dos causas coexistentes: el azar y una resistencia (cada vez más débil) a la muerte conforme aumenta la edad, es decir, que además de considerar la mortalidad por causas naturales (igual que Gompertz) introduce la mortalidad accidental del individuo, independiente de la edad. 𝜇𝑥 = 𝐴 + 𝐵𝐶 𝑥 𝑥 ≥ 0, 𝐵 > 0, 𝐶 > 1, 𝐴 > −𝐵 (5.2) Esta ley presenta buenos ajustes en edades intermedias (adultas), mientras que proporciona problemas en las edades extremas de la tabla principalmente en las edades más jóvenes puesto que 107 en las edades infantiles la mortalidad es decreciente. Es considerada la ley más conocida y ampliamente utilizada para ajustar diversas tablas de supervivencia. La primera ley de Makeham tiene problemas de ajuste para las edades más jóvenes, por lo que se formula la segunda ley más elástica y fundamentada que la anterior, añadiendo a la fuerza de mortalidad otro sumando proporcional a la edad: Para determinar los cinco parámetros 𝐾, 𝑎, 𝑏, 𝑑 y 𝑤 de la función Makeham se utilizará el método de los grupos no superpuestos, obteniendo los valores de los parámetros con las siguientes ecuaciones1 . ( 𝑑 = 𝑏 = 𝑒 𝑎 = 𝑒 Δ2 𝑆1 Δ2 𝑆0 Δ2 𝑆0 1 𝑚2 [ ( ) 𝑛1 (5.3) 𝑑−1 (𝑑𝑛 −1)3 ) 1 ( Δ2 𝑆 − ( 0 𝑤 = 𝑒 2𝑚3 ∑4𝑚−1 𝑦𝜈(𝑥) 𝐾 = ∑𝑥=0 4𝑚−1 2 𝑥=0 𝜈(𝑥) 2 donde: 𝜈(𝑥) = 𝑎𝑥 𝑤𝑥 𝑏𝑑 (5.4) ( ) Δ2 𝑆0 Δ𝑆0 − 𝑑𝑚 −1 ) 𝑑−𝑑𝑚−1 1−𝑑 (5.5) )] (𝑑𝑚 −1)2 𝑙𝑛(𝑏) 𝑥 (5.6) (5.7) (5.8) Una vez obtenidos los valores de los parámetros k, a, b, d y w de la función Gompertz- Makeham ampliada, es posible realizar variaciones en ellos con el objetivo de calcular una mejor aproximación a sus valores observados. 2 𝑥 Dado que 𝑦𝑥 = 𝑘𝑎𝑥 𝑤𝑥 𝑏𝑑 para toda 𝑥 = 0, 1, 2, ..., 4𝑚 − 1 Se obtiene el logaritmo natural de la función 𝑦𝑥 : ( ) 2 𝑥 ln 𝑦𝑥 = ln 𝑘𝑎𝑥 𝑤𝑥 𝑏𝑑 = ln 𝑘 + 𝑥 ln 𝑎 + 𝑑𝑥 ln 𝑏 + 𝑥2 ln 𝑤 (5.9) (5.10) Hay que calcular la derivada de la expresión Anterior: ∂ ln 𝑦𝑥 = ∂𝑦𝑥 ∂ (ln 𝑘 + 𝑥 ln 𝑎 + 𝑑𝑥 ln 𝑏 + 𝑥2 ln 𝑤) ∂𝑢 (5.11) Al calcular la derivada se puede considerar que : ∂ ln 𝑦𝑥 = ∂𝑦𝑥 1 𝑑𝑦𝑥 𝑦𝑥 mientras que la derivada del miembro derecho se puede expresar como: 1 El método es similar para el caso de cuatro parámetros, expuesto en Mina (2001). 108 (5.12) ∂ ln 𝑦𝑥 = ∂𝑦𝑥 = ∂ ∂ ∂ ∂ 𝑥 ∂ ln 𝑘 + 𝑥 ln 𝑎 + 𝑑𝑥 ln 𝑏 + 𝑑 ln 𝑏 + 𝑥2 ln 𝑤 ∂𝑘 ∂𝑎 ∂𝑏 ∂𝑑 ∂ 𝑥 1 𝑥 𝑑 ∂ ∂ 𝑑𝑘 + 𝑑𝑎 + 𝑑𝑏 + ln 𝑏 𝑑𝑥 + 𝑥2 𝑑𝑤 𝑘 𝑎 𝑏 ∂𝑑 ∂𝑑 (5.13) (5.14) El último término de la expresión (5.14) se puede presentar de acuerdo con el razonamiento siguiente: de acuerdo a las propiedades de los logaritmos se puede expresar: ln 𝑑𝑥 = 𝑥 ln 𝑑 (5.15) Al obtener la derivada de la expresión anterior se observa que: ∂ ln 𝑑𝑥 = ∂𝑑 1 ⇒ 𝑥 𝑑𝑑𝑥 = 𝑑 ∂ 𝑥 ln 𝑑 ∂𝑑 𝑥 𝑑𝑑 𝑑 (5.16) (5.17) Por lo tanto la derivada de 𝑑𝑥 con respecto a 𝑑 es: 𝑑𝑑𝑥 = 𝑥𝑑𝑥 ∂𝑑 ∂ (5.18) Dado lo anterior, la expresión (5.14) se puede escribir como: 1 𝑑𝑦𝑥 = 𝑦𝑥 𝑥 𝑑𝑥 ∂𝑑 ∂𝑤 1 𝑑𝑘 + 𝑑𝑎 + 𝑑𝑏 + 𝑥𝑑𝑥 ln 𝑏 + 𝑥2 𝑘 𝑎 𝑏 ∂ 𝑤 (5.19) en consecuencia, la derivada de 𝑑𝑦𝑥 es: 𝑑𝑦𝑥 = 𝑦𝑥 𝑥𝑦𝑥 𝑑𝑥 𝑦𝑥 ∂𝑑 ∂𝑤 𝑑𝑘 + 𝑑𝑎 + 𝑑𝑏 + 𝑥𝑑𝑥 𝑦𝑥 ln 𝑏 + 𝑥2 𝑦 𝑘 𝑎 𝑏 ∂ 𝑤 (5.20) Para calcular los valores de los parámetros a partir de la expresión (5.20) se procede a linealizar dicha expresión, para ello se denota como: 𝑥1 = 𝑑𝑦𝑥 , 𝑥2 = 𝑦𝑥 , 𝑥3 = 𝑥(𝑥2 ), 𝑥4 = 𝑥2 𝑑𝑥 , 𝑥5 = 𝑥3 𝑑𝑥 , ∂𝑎 ∂𝑏 ∂𝑑 ∂𝑤 𝑥6 = 𝑥2 , 𝑐2 = ∂𝑘 𝑘 , 𝑐3 = 𝑎 , 𝑐4 = 𝑏 , 𝑐5 = ln 𝑏 𝑑 , 𝑐6 = 𝑤 Una vez hecho lo anterior, se sustituye en (5.20) estas variables, por lo que puede expresarse en forma de regresión múltiple lineal como se presenta a continuación: 𝑥1 = 𝑐2 𝑥2 + 𝑐3 𝑥3 + 𝑐4 𝑥4 + 𝑐5 𝑥5 + 𝑐6 𝑥6 Empleando las ecuaciones normales, que se ∑ ⎛ ∑ 𝑥 𝑥 2 2 ∑ 𝑥2 𝑥3 ∑ ⎜ ⎜ ∑ 𝑥2 𝑥3 ∑ 𝑥3 𝑥3 𝐴=⎜ ⎜ ∑ 𝑥2 𝑥4 ∑ 𝑥3 𝑥4 ⎝ ∑ 𝑥2 𝑥5 ∑ 𝑥3 𝑥5 𝑥2 𝑥6 𝑥3 𝑥6 expresan ∑ ∑ 𝑥2 𝑥4 ∑ 𝑥3 𝑥4 ∑ 𝑥4 𝑥4 ∑ 𝑥4 𝑥5 𝑥4 𝑥6 109 matricialmente como: ∑ ∑ ⎞ 𝑥 𝑥 𝑥 𝑥 2 5 2 6 ∑ ∑ ⎟ ∑ 𝑥3 𝑥5 ∑ 𝑥2 𝑥6 ⎟ ⎟ ∑ 𝑥4 𝑥5 ∑ 𝑥4 𝑥5 ⎟ ⎠ ∑ 𝑥5 𝑥5 ∑ 𝑥5 𝑥6 𝑥5 𝑥6 𝑥6 𝑥6 (5.21) ⎛ ⎜ ⎜ 𝑉 =⎜ ⎜ ⎝ 𝑐1 𝑐2 𝑐3 𝑐4 𝑐5 ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ ⎛ ∑ ∑ 𝑥1 𝑥2 ⎜ ⎜ ∑ 𝑥1 𝑥3 𝐺=⎜ ⎜ ∑ 𝑥1 𝑥4 ⎝ ∑ 𝑥1 𝑥5 𝑥1 𝑥6 ⎞ ⎟ ⎟ ⎟ ⎟ ⎠ Se calculan los coeficientes de la matriz V con la inversa de la matriz A y multiplicándola por la matriz 𝐺, ası́: 𝑉 = 𝐴−1 𝐺. De esta manera se calculan los valores de las 𝑐𝑗 y por consiguiente las primeras correcciones a los parámetros 𝑘, 𝑎, 𝑏, 𝑑 y 𝑤 de la función Gompertz-Makeham ampliada. Estas correcciones permiten obtener nuevas aproximaciones para los parámetros. Por lo )los ( tanto 𝑐5 nuevos valores para éstos son: 𝑘1 = 𝑘(1 + 𝑐2 ), 𝑎1 = 𝑎(1 + 𝑐3 ), 𝑏1 = 𝑏(1 + 𝑐4 ), 𝑑1 = 𝑑 1 + ln 𝑏 y 𝑤1 = 𝑤(1 + 𝑐6 ) A partir de estos valores se obtienen nuevos valores teóricos y por lo tanto nuevas diferencias 𝑑𝑦𝑥 . Lo anterior, lleva un proceso iterativo que permitirá ir obteniendo aproximaciones cada vez más satisfactorias. Es decir, el proceso deberá repetirse hasta que la magnitud de las correcciones alcancen un valor reducido tal que no logren cambiar sensiblemente los valores teóricos obtenidos usando los valores de los parámetros hasta esa iteración. En general se observa que si 𝑘𝑖 , 𝑎𝑖 , 𝑏𝑖 , 𝑑𝑖 y 𝑤𝑖 son valores de la iteración (𝑖), los valores de esos parámetros (𝑖+1) serán: 𝑘𝑖+1 = 𝑘𝑖 (1+𝑐2𝑖+1 ), 𝑎𝑖+1 = 𝑎𝑖 (1+𝑐3𝑖+1 ), 𝑏𝑖+1 = 𝑏𝑖 (1+𝑐4𝑖+1 ), ( a la iteración ) 𝑑𝑖+1 = 𝑑𝑖 1 + 𝑐5𝑖+1 , 𝑤 𝑖+1 = 𝑤𝑖 (1 + 𝑐6𝑖+1 ) ln 𝑏 110 5.1.1. Las funciónes Gompertz-Makeham estimadas para México Los valores obtenidos de los parámetros 𝐾, 𝑎, 𝑤, 𝑏, 𝑑 por sexo y para los años 2003 al 2010 se presentan en el siguiente cuadro: Cuadro 5.1: México: Valores de parámetros de funciones de sobrevivencia Gomperz-Makeham (cálculos propios) Hombres 2003 K 97089.02 A 1.001019 W 0.99964 B 0.999905 D 1.69275 2004 97187.76 1.001095 0.99964 0.999911 1.697127 2005 97291.19 1.001171 0.99964 0.999916 1.701466 2006 97386.01 1.001241 0.99964 0.99992 1.705664 2007 97478.58 1.001309 0.99964 0.999925 1.709921 2008 97561.37 1.001364 0.99964 0.999928 1.713869 2009 97642.46 1.00142 0.99964 0.999932 1.717662 2010 97716 1.001469 0.99964 999935 1.721354 Mujeres K A W B D 2004 97616.79 1.001531 0.99964 0.999928 1.651672 2005 97291.19 1.001171 0.99964 0.999916 1.701466 2006 97799.01 1.001653 0.99964 0.999935 1.657095 2007 97878.79 1.001705 0.99964 0.999939 1.660254 2008 97958.31 1.001753 0.99964 0.999941 1.662196 2009 98030.01 1.001793 0.99964 0.999943 1.664219 2010 98101.69 1.001834 0.99964 0.999946 1.666364 2003 97525.82 1.001469 0.99964 0.999925 1.649023 Las tablas abreviadas de mortalidad obtenidas con las funciones de supervivencia para México a nivel nacional, tanto para hombres como para mujeres, del año 2003 al 2010 se presentan en el anexo. Finalmente en el siguiente gráfico se presenta el tipo de función Makeham ampliado que se obtuvo para el caso mexicano señalando el procedimiento 111 Para los valores de la serie 𝑙𝑥 de tabla de vida, presentados en el 5.1, se estimó la función de Makeham ampliada: 𝑖 𝑙(𝑖) = 899360 ∗ 0,9967𝑖 ∗ 0,93641,601 ∗ 1,0003𝑖 2 (5.22) Con el fin de obtener la concavidad de las tendencias de los valores de las edades 0,1,2,3 y 4 años, se desplazo el origen al valor −10,4, el cual se asocia a 1 año de edad, ası́, −10,4 se asocia a la edad 2 años, por lo que cada dos decimales es un año de edad. Tomado un radix de 1000000 personas. Ası́: 𝑖 = −10,4, −10,2, −10,0, −9,9, . . . , 6,4, 7,4, 8,4. asociados a los valores de la edad real 𝑥 = 1, 2, 3, 4, . . . , 85, 90, 95. Cuadro 5.2: Valores 𝑙𝑥 observados y estimados con la función Makeham ampliada i 𝑥 𝑥 observada 𝑥 estimada i 𝑥 𝑥 observada 𝑥 estimada -10.4 -10.2 -10 3 -9.8 -9.6 -8.6 -7.6 -6.6 -5.6 -4.6 -3.6 0 1 2 9 4 5 10 15 20 25 30 35 1000000 961895 957394 53928 951358 949546 949546 947033 942779 936628 928334 917499 1000000 961035 959168 957322 955497 953694 944964 936634 928549 920475 912049 902706 -2.6 -1.6 -0.6 0.4 1.4 2.4 3.4 4.4 5.4 6.4 7.4 8.4 40 45 50 55 60 65 70 75 80 85 90 95 903486 885294 861370 829374 785921 726452 645618 538968 406996 261555 129603 42209 891562 877251 857677 829717 788905 729351 644446 529423 386915 234388 105107 29110 112 5.2. Conclusiones Con base en las tablas abreviadas de mortalidad obtenidas para México a nivel nacional, empleando la función de Gompertz-Makeham ampliada, se tiene que en el año 2003 la esperanza de vida al nacimiento de los hombres fue de 73.34 años y para las mujeres de 77.25 años, es decir, una diferencia de 4 años a favor de las mujeres mexicanas. La ganancia en la esperanza de vida al nacimiento para el año 2010, respecto al año 2003, es de 2.67 años para los hombres y de 1.61 años para las mujeres, con una esperanza de vida de 75.01 años para los hombres y 78.86 años para las mujeres. Dada la importancia de la población en edad avanzada en México, destaca en la estimación del impacto de la mortalidad el hecho de que la esperanza de vida a los 65 años es para el año 2003 de 15.65 años para los hombres y de 17,74 años para las mujeres: aumentando 0.56 años para los hombres y de 0.56 años para las mujeres en el año 2010, en donde se registrará una esperanza de vida a los 65 años de 16.21 años para los hombres y de 18.38 años para las mujeres. La ley de mortalidad de México, resumida por la función de supervivencia Gompertz-Makeham ampliada, describe con precisión el impacto de la mortalidad por edad y sexo; estimando las ganancias en las esperanzas de vida de acuerdo a las tendencias históricas registradas, es decir, mayores las esperanzas de vida de las mujeres sobre los hombres en los próximos años, ası́ como la reducción entre la brecha por sexo, siendo, por ende, cada ves menor el diferencial en las ganancias de vida. El proceso de envejecimiento de la estructura por edad y género de la población mexicana, requiere el conocimiento de las leyes de mortalidad imperante y de sus modificaciones en el tiempo (futuro inmediato), esto con el fin de proyectar adecuadamente la estructura de la población, lo que se logra con la función de supervivencia Gompertz-Makeham que da la pauta en la elaboración de tablas de mortalidad por sexo, las que en los próximos años deben validarse con la estimación que directamente se hagan de ellas, vı́a estadı́sticas vitales y censos de población, y con ello ajustar la ley de mortalidad mexicana para los años futuros. 113 114 Capı́tulo 6 Las causas de muerte en México y sus ganancias en las esperanzas de vida 6.1. Introducción El estudio de la mortalidad general (todas las causas en su conjunto) es la que comúnmente se tiene en el análisis de dicho fenómeno demográfico, esto por el hecho de tener con mayor facilidad acceso a las defunciones que consideran todas las causas de muerte y que se tienen dificultades en la obtención de la desagregación de las defunciones generales por causas especı́ficas; si además se considera el hecho de que la obtención de tablas de decremento simple y múltiple no es común después de hacerlo para la mortalidad general, el desconocimiento del impacto real de las causas de muerte por edad y género realmente es mayúsculo. En este artı́culo se pretende rescatar uno de los métodos mas sencillos para elaborar tablas de decremento y conocer con precisión el impacto de la mortalidad por causa especı́fica, no sin antes destacar la clasificación internacional de las causas de muerte y las que en México son las de mayor impacto en su población, para posteriormente presentar la metodologı́a y los resultados que se obtuvieron para el caso mexicano, destacando las ganancias en la esperanza de vida por edad y género, que se obtendrı́an en México de eliminar la causa especı́fica de mortalidad en consideración. 6.2. Impacto de la mortalidad por causas en México De mediados del siglo pasado a principios del presente siglo XXI, la mortalidad general ha descendido considerablemente en México. La tasa de mortalidad era del 16 por mil hacia mediados de siglo pasado y se estimaba en un 6 por mil hacia fines de los años ochenta y a 4 por mil en el año 2003. Hace sesenta años más de la mitad (53 %) de los decesos anuales eran de menores de cinco años, hoy lo son en un 25 % de ese total de muertes. La disminución de la mortalidad en México en el siglo XX tiene su efecto en el aumento de la esperanza de vida al nacimiento, de 36 años en las primeras dos décadas a 75 años en el año 2000, es decir un aumento de 39 años. El efecto inmediato ha sido una disminución en las probabilidades de muerte de la población mexicana en todas y cada una de las edades, destacando la disminución en la mortalidad infantil de 182 muertes de menores de un año por cada mil nacimientos, al inicio del siglo XX, a 22 por mil en el año 2000. 115 En cuanto al diferencial por género, como en el resto de los paı́ses, en México la mortalidad femenina es menor que la masculina, teniéndose que el mayor aumento de la diferencia se produjo en las edades productivas: a principios de los cincuenta la mortalidad de hombres y mujeres en edades de 20 a 59 años era similar, mientras a fines de los ochenta la mortalidad masculina era mayor que la femenina (las muertes de los hombres eran el 67 % del total de decesos en ese tramo etario). Las principales causas de muerte de la población mexicana en la segunda mitad de los años ochenta están referidas a las enfermedades sufridas por las personas adultas y mayores (afecciones del corazón, accidentes y cáncer), aunque también muestran importancia las que padecen los menores (infecciones intestinales y respiratorias). Las mayores diferencias apreciadas se refieren al mayor peso de las muertes por cáncer en las mujeres y el superior de los accidentes en los hombres. Considerando la estructura por edad de la mortalidad por causas, para los menores de un año las muertes por infecciones intestinales en la década de los ochentas tienen, con las muertes por afecciones originadas en el periodo perinatal, el mayor impacto. Para los primeros años del siglo XXI las causas de muerte de menores de un año los accidentes tienen mayor impacto y las muertes por causas de las enfermedades respiratorias y por enfermedades infecciosas y parasitarias han disminuido considerablemente, no obstante las muertes perinatales no han tenido cambios significativos en su tasa de mortalidad, lo que aun refleja una inadecuada atención a la mujer en el embarazo y parto. Para las edades de 1 a 4 años el panorama de la mortalidad por causas es similar a los menores de un año, con una sensible baja en las muertes por accidentes, teniéndose que las muertes asociadas la nutrición (por deficiencias de la nutrición) tiene un impacto considerable, asociado esencialmente a la pobreza. Cabe destacar que las causas de muerte de infantes entre 1 y 4 años por anomalı́as congénitas ocupa el tercer lugar entre las principales causas de muerte. La población mexicana entre 5 y 14 años de edad se observa que la disminución en las causas de muerte por enfermedades infecciosas y parasitarias, sin embargo se tiene un aumento en las causas de muerte por tumores malignos, ası́ como en accidentes y en muerte violentas (agresiones). Para los hombres de 15 a 29 años de edad, las causas de muerte se mantienen por accidentes y violencia (homicidios), teniendo mayor impacto las causas de muerte por suicidios y por el sida (vih), en las mujeres de 15 a 29 años de edad, las principales causas de muerte en los primeros años del presente siglo son: accidentes, tumores malignos y causas maternas. Ya para los adultos mexicanos entre las edades de 30 a 64 años las principales causas de muerte son las asociadas a enfermedades digestivas, tumores malignos, enfermedades cardiovasculares y accidentes, teniendo cada vez mayor impacto la diabetes mellitus. Similar panorama se tiene para los adultos mayores de 65 años de edad, ocupando las tres principales causas de muerte las causadas por enfermedades cardiovasculares, diabetes mellitus y tumores, ası́ como en menor medida las muertes ocasionadas por enfermedades digestivas y enfermedades respiratorias. La esperanza de vida al nacimiento ha aumentado en México en los últimos 25 años de 67 años, (64 para los hombres y 70 para las mujeres) a 74 años (72 para los hombres y 77) para las mujeres, teniéndose que las ganancias en la esperanza de vida al nacimiento en los años 1990-1995 fue de 1.2 años debido a la disminución en el riesgo de morir por enfermedades crónicas y degenerativas. Debe destacarse que dicho incremento en las esperanzas de vida en los mexicanos es esencialmente por la disminución en las tasas de mortalidad en edades adultas de 30 a 64 años (2.5 años de aumento en los hombres y de 2 años en las mujeres), también debe tomarse en cuenta el peso que tienen en las ganancias en las esperanzas de vida al nacimiento las tasas de mortalidad infantil lo que ha aportado en los últimos 25 años un aumento de 2 años en la esperanza de vida de los 116 mexicanos. También la menor mortalidad por causas de las enfermedades infecciosas y parasitarias aporta la mayor ganancia en la esperanza de vida al nacimiento, destacando también la disminución en las causas de muerte por enfermedades respiratorias, y por enfermedades cardiovasculares, por lo contrario el incremento de las causas de muerte por diabetes Mellitus, anomalı́as congénitas y tumores malignos han evitado el aumento en las esperanzas de vida al nacimiento. Cabe destacar las diferencias entre mujeres y hombres al examinar los tipos de muerte por cáncer. Ası́, las mujeres mueren más por tumores en el aparato reproductivo (el 31,6 % de los decesos por cáncer) que los varones (10,9 %). Por el contrario, los hombres fallecen más por tumores en las vı́as respiratorias (20,4 % frente a un 8,2 % en las mujeres), lo que se relaciona con el mayor consumo de tabaco. Las diferencias por sexo en cuanto a causas de muerte se aprecian mucho más claramente cuando se examina la población adulta. Entre los 15 y los 44 años, las mujeres mueren sobre todo por tumores malignos, accidentes y complicaciones obstétricas, mientras que los hombres mueren fundamentalmente por accidentes y violencia. Estas diferencias adquieren distinta forma cuando se separa las edades jóvenes y las adultas. Las mujeres de 15 a 25 años mueren principalmente por accidentes y complicaciones obstétricas, en tanto los hombres fallecen por accidentes y violencia (que provocan el 73,5 % de sus muertes anuales). Sin embargo, las mujeres de 25 a 44 años mueren en primer lugar por tumores malignos, en segundo lugar por accidentes, en tercero por enfermedades del corazón y en cuarto por causas obstétricas, mientras que los hombres de esa edad siguen muriendo en primer lugar por accidentes y violencia (54,2 % del total) y por cirrosis y otras enfermedades del hı́gado, ası́ como del corazón. La mortalidad infantil ha ido disminuyendo apreciablemente en las pasadas décadas, si bien todavı́a presenta niveles relativamente elevados. A fines de los años sesenta se estimaba una tasa de 85 por mil nacidos vivos, cifra que habı́a descendido al 47 por mil a mediados de los ochenta y al 24 por mil en 1990. El descenso de esta mortalidad se manifiesta en todos sus tramos (neonatal y postneonatal), y está acompañada de la caı́da de la mortalidad en todos los menores de cinco años. No obstante, el peso de los decesos del conjunto de estos menores en el total de muertes anuales sigue siendo alto (un 26 % en 1990). La disminución de la mortalidad postneonatal ha sido más rápida que la neonatal, aunque aún el peso de la primera resulta elevado. Como se sabe, la mortalidad de los niños entre uno y once meses (postneonatal) es más sensible a las acciones sanitarias no especializadas contra enfermedades de tipo infeccioso, tanto intestinales como respiratorias (que en 1990 eran todavı́a el 37 % de los decesos de menores de un año). 6.3. Metodologı́a empleada en la estimación de las ganancias de vida El método de Cerisola1 permite medir la ganancia en años de esperanza de vida a la edad exacta 𝑥, en el caos de que un grupo de causas de muerte fuera eliminado. Supuestos del método: 1 Ver Cerisola Elsa. República Argentina: Análisis de la Mortalidad por causa. CELADE, Serie C. No.109.Santiago, Chile, 1968. 117 1. Las defunciones por causa determinada 𝑖, de personas de edad 𝑥 exacta (𝑛 𝐷𝑥𝑖 ) se distribuyen uniformemente a lo largo del año. 2. Las personas salvadas de morir por una causa determinada, tiene la misma probabilidad de morir por otra causa que cualquier individuo de la población. 3. Al eliminarse o disminuirse una causa de muerte, la probabilidad de morir por otra causa, no se modifica. Información básica Se utiliza para la estimación de las esperanzas de vida una vez eliminado cierto grupo de causas: 1. El promedio de las defunciones, por grupos de edades, género y causas clasificadas. 2. El número de sobrevivientes a la edad exacta 𝑥 (𝑙𝑥 ) y las defunciones (𝑑𝑥,𝑥+𝑛 ) en cada grupo de edad, provenientes de la tabla abreviada de mortalidad correspondiente al año de observación. 6.4. Procedimiento de cálculo Las defunciones de cada grupo de edad en la tabla de vida se descomponen en: 𝑛 𝐷𝑥 = ∑ 𝑖 𝑛 𝐷𝑥 (6.1) 𝑖 donde son las defunciones esperadas por cada grupo de causas y edad. Las que se obtienen aplicando la distribución porcentual de las defunciones registradas según grupos de causas por edad y género, a las defunciones según edad y sexo en las tablas de vida. Calculándose la probabilidad de entre las edades x y x+n una vez eliminada la causa i como: 𝑖 𝑛 𝑞𝑥 = 𝑑𝑥,𝑥+𝑛 − 𝑑𝑖𝑥,𝑥+𝑛 𝑙𝑥 − 𝑑𝑖𝑥,𝑥+𝑛 2 (6.2) donde: 𝑑𝑥,𝑥+𝑛 − 𝑑𝑖𝑥,𝑥+𝑛 es el total de defunciones por causas distintas de 𝑖 entre las edades 𝑥 y 𝑥 + 𝑛. 𝑑𝑖 𝑙𝑥 − 𝑥,𝑥+𝑛 son los sobrevivientes a la edad exacta, con excepción de los que fallecieron por la 2 causa 𝑖. Entonces, la probabilidad de sobrevivientes de la edad 𝑥 a la edad 𝑥 + 𝑛 eliminando la causa 𝑖 se calcula como: 𝑖 𝑛 𝑃𝑥 = 1 −𝑛 𝑞𝑥𝑖 = 𝑙𝑥 + 𝑛 + 𝑙𝑥 − 118 𝑑𝑖𝑥,𝑥+𝑛 2 𝑑𝑖𝑥,𝑥+𝑛 2 (6.3) Finalmente, los restantes valores de la tabla de mortalidad por causas se calculan con las relaciones: 𝑖 𝑙𝑥𝑥 𝑛 + 𝑛 = 𝑙𝑖 𝑛 𝑃𝑥𝑖 𝑖 𝑖 𝐿0 𝑖 4 𝐿1 1 5 𝐿5 + 𝐿85 𝑇𝑥1 𝑜 𝑖 𝑒𝑥 6.5. = 𝐾0 𝑙0𝑖 = 𝐾1,4 𝑙1𝑖 (6.4) + (1 − 𝑘0 )! + (4 − 𝑘1,4 )𝑙51 5 𝑖 (𝑙 + 𝑙𝑥𝑖 + 5) 2 𝑥 1 𝑙80 = + 𝑀85 𝑤 ∑ 𝑖 = 𝑛 𝐿𝑥 = = 𝑙=𝑥 𝑇𝑥𝑖 𝑙𝑥𝑖 (6.5) (6.6) (6.7) (6.8) (6.9) (6.10) Principales causas de muerte en México Las tres principales causas de muerte en México en el año 2000, a nivel nacional son: a) tumores, b) enfermedades endocrinas, nutricionales y metabólicas y c) enfermedades del sistema circulatorio.(ver desglose en el anexo) Las defunciones por todas las causas, por las tres principales causas, y por el resto de causas se presentan en el cuadro 1, para hombres, mujeres y el total de la población, registradas en el año 2000. 119 Cuadro 6.1: México.Defunciones totales por grupos quinquenales 2000 Total Enfermedad Tumores del corazón malignos Diabetes mellitus suma de las 3 causas Resto Total Total Menores de un año 1 − 4 años 5 − 9 años 10−14 años 15−19 años 20−24 años 25−29 años 30−34 años 35−39 años 40−44 años 45−49 años 50−54 años 55−59 años 60−64 años 65−69 años 70−74 años 75−79 años 80−84 años 85 y más No especificado 68,712 229 55,006 84 46,614 5 170,332 318 267,223 38,244 437,555 38,562 101 67 75 193 299 420 597 946 1,398 1,976 2,795 3,826 5,329 6,787 7,982 9,093 8,482 17,858 259 469 547 555 627 671 827 1,158 1,633 2,268 2,995 3,821 4,459 5,611 6,583 6,863 6,249 4,468 5,023 95 10 13 31 77 126 237 333 609 1,150 2,055 3,299 4,771 6,233 7,035 6,791 5,996 3,796 3,944 103 580 627 661 897 1,096 1,484 2,088 3,188 4,816 7,026 9,915 13,056 17,173 20,405 21,636 21,338 16,746 26,825 457 6,382 2,830 3,057 6,491 8,898 9,807 9,920 10,767 10,680 11,032 11,152 12,436 13,674 15,572 17,735 19,599 18,144 39,078 1,725 6,962 3,457 3,718 7,388 9,994 11,291 12,008 13,955 15,496 18,058 21,067 25,492 30,847 35,977 39,371 40,937 34,890 65,903 2,182 De las tres principales causas de muerte la que menor ganancia otorga en las esperanzas de vida es para los hombres la eliminación de la diabetes mellitus y para las mujeres la eliminación de los tumores malignos, siendo sus ganancias en la esperanza de vida al nacimiento de 0.50 años para los hombres y de 0.52 para las mujeres. Si se eliminaran las tres causas de muerte antes mencionadas la ganancia en la esperanza de vida al nacimiento serı́a 1.81 años para los hombres y 1.87 años para las mujeres. Cabe destacar que al efecto de quitar el resto de las causas de muerte produce una ganancia de 2.04 años en la esperanza de vida para los hombres y de 1.53 años en la esperanza de vida al nacimiento para las mujeres 120 Cuadro 6.2: México.Defunciones totales por grupos quinquenales 2000 Menores de un año 1 − 4 años 5 − 9 años 10 − 14 años 15 − 19 años 20 − 24 años 25 − 29 años 30 − 34 años 35 − 39 años 40 − 44 años 45 − 49 años 50 − 54 años 55 − 59 años 60 − 64 años 65 − 69 años 70 − 74 años 75 − 79 años 80 − 84 años 85 y más No especificado 132 43 4 179 21,614 21,793 47 34 37 115 180 263 370 580 910 1,250 1,714 2,330 3,036 3,726 4,154 4,597 3,861 7,024 130 236 310 300 381 405 422 480 580 722 960 1,424 1,924 2,687 3,375 3,662 3,483 2,402 2,606 53 6 4 11 30 60 133 198 359 650 1,071 1,622 2,286 2,834 3,036 2,987 2,603 1,500 1,436 34 289 348 348 526 645 818 1,048 1,519 2,282 3,281 4,760 6,540 8,557 10,137 10,803 10,683 7,763 11,066 217 3,437 1,677 1,904 4,580 6,743 7,562 7,689 8,329 8,105 8,174 7,814 8,299 8,543 9,373 10,062 10,830 9,280 17,270 1,208 3,726 2,025 2,252 5,106 7,388 8,380 8,737 9,848 10,387 11,455 12,574 14,839 17,100 19,510 20,865 21,513 17,043 28,336 1,425 Mujeres 34,222 28,551 25,750 88,523 104,730 193,253 Menores de un año 1 − 4 años 5 − 9 años 10 − 14 años 15 − 19 años 20 − 24 años 25 − 29 años 30 − 34 años 35 − 39 años 40 − 44 años 45 − 49 años 50 − 54 años 55 − 59 años 60 − 64 años 65 − 69 años 70 − 74 años 75 − 79 años 80 − 84 años 85 y más No especificado 97 41 1 139 16,630 16,769 54 33 38 78 119 157 227 366 488 726 1,081 1,496 2,293 3,061 3,828 4,496 4,621 10,834 129 233 237 255 246 266 405 678 1,053 1,546 2,035 2,397 2,535 2,924 3,208 3,201 2,766 2,066 2,417 42 4 9 20 47 66 104 135 250 500 984 1,677 2,485 3,399 3,999 3,804 3,393 2,296 2,508 69 2 291 279 313 371 451 666 1,040 1,669 2,534 3,745 5,155 6,516 8,616 10,268 10,833 10,655 8,983 15,759 40 2,945 1,153 1,153 1,911 2,155 2,245 2,231 2,438 2,575 2,858 3,338 4,137 5,131 6,199 7,673 8,769 8,864 21,808 517 3,236 1,432 1,466 2,282 2,606 2,911 3,271 4,107 5,109 6,603 8,493 10,653 13,747 16,467 18,506 19,424 17,847 37,567 757 121 Cuadro 6.3: México: Ganancias en las esperanzas de vida eliminando causas de muerte. 2000 HOMBRES Edad 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 Sin enfermedades de corazón 0.73 0.73 0.76 0.76 0.76 0.77 0.76 0.78 0.76 0.76 0.75 0.45 0.66 0.62 0.57 0.51 0.40 0.21 Sin tumores malignos Sin diabetes mellitus Sin la suma de las tres causas Sin el resto de las causas 0.60 0.61 0.60 0.61 0.61 0.62 0.62 0.62 0.62 0.62 0.61 0.31 0.52 0.49 0,44 0.37 0.27 0.16 0.50 0.51 0.52 0.52 0.52 0.53 0.52 0.52 0.52 0.52 0.51 0.21 0.41 0.36 0.31 0.26 0.19 0.11 1.81 1.86 1.86 1.88 1.88 1.89 1.89 1.89 1.89 1.89 1.86 1.59 1.68 1.55 1.39 1.20 0.91 0.51 2.04 -1.00 1.64 1.96 1.96 1.93 1.90 1.89 1.85 1.82 1.75 1.58 1.55 1.45 1.37 1.24 0.98 0.52 1.87 1.92 1.91 1.94 1.94 1.94 1.94 1.93 1.92 1.90 1.86 1.81 1.72 1.65 1.51 1.30 0.98 0.54 1.53 -1.29 1.11 1.45 1.46 1.44 1.42 1.41 1.40 1.40 1.38 1.37 1.33 1.29 1.23 1.13 0.87 0.44 MUJERES 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.67 0.68 0.69 0.70 0.70 0.70 0.70 0.70 0.70 0.69 0.69 0.68 0.67 0.65 0.62 0.56 0.44 0.22 0.52 0.53 0.51 0.52 0.53 0.53 0.53 0.52 0.51 0.50 0.47 0.45 0.42 0.40 0.36 0.31 0.22 0.14 0.59 0.61 0.61 0.61 0.61 0.62 0.61 0.62 0.62 0.61 0.60 0.59 0.55 0.51 0.45 0.38 0.28 0.17 122 A manera de conclusión a continuación se resume el impacto, en los últimos diez años en México, de las causas de muerte por grupos de edades. Ası́, la mayor exposición a la muerte esta en los grupos de 0 años, 1 a 4 años y 65 y más. Teniendo que ser protegida la población de cero años cumplidos principalmente de afecciones originadas en el periodo perinatal por factores maternos tanto del embrazo como del parto, por factores externos como son la atención médica a la madre, el trabajo de parto, o por consecuencias del cuidado del producto como son el peso, nutrición, trastornos respiratorios y cardiovasculares y de la regulación de la temperatura, por mencionar algunos. En segundo lugar, de caı́das, envenenamientos, traumatismos y todo tipo de accidentes. Y en tercero, enfermedades endócrinas, nutricionales y metabólicas, como son trastornos de la tiroides y el páncreas, diabetes, desnutrición, obesidad y trastornos metabólicos. Cabe señalar que aquı́, la labor del padre y madre del menor, es de vital importancia, por tanto, requieren de orientación consciente por parte de los doctores y personal de salud, en el cuidado de los menores frente a estas enfermedades que pueden ser causa de muerte. Para los niños de 1 a 4 años, tener cuidado de caı́das, envenenamientos, traumatismos y todo tipo de accidentes, alertas de los tumores en cualquier sitio del cuerpo. Y en tercer lugar, de las enfermedades del sistema circulatorio. En edades por encima de los 5 años y hasta los 24 años cumplidos la principal causa de muerte se debe a los accidentes, seguida por las enfermedades del aparato circulatorio como son, enfermedades cardiacas, reumáticas, de la presión arterial, cardiopulmonares y cardiovasculaes, infartos, hemorragias y problemas de las arterias, arteriolas y vasos capilares como embolias y trombosis. En tercer lugar los tumores malignos, en sitios especificados o no, como en el labio, faringe, órganos digestivos, respiratorios e intratoráxicos, piel, órganos genitales y vı́as urinarias. A la población de 25 a 34 años de edad cumplida le impactan las causas de muerte asociadas a los problemas del sistema o aparato circulatorio, los tumores malignos y los accidentes. Al grupo de 35 a 44 años, las causas de muerte por enfermedades del sistema circulatorio ocupan el primer lugar, seguidas por los tumores, y en tercero, enfermedades del sistema digestivo como apendicitis, hernia, peritoneo, colitis, cirrosis, pancreatitis, etc. Además de enfermedades endócrinas, nutricionales y metabólicas. También para la población entre las edades de 45 a 64 años cumplidos, las enfermedades ocasionadas en el sistema circulatorio, los tumores y las enfermedades endócrinas, nutricionales y metabólicas, como son trastornos de la tiroides y el páncreas, diabetes, desnutrición, obesidad y trastornos metabólicos, son las causas de muerte más importantes. En el grupo de edades cumplidas abierto, 65 y más, imperan principalmente los problemas cardiacos y las enfermedades endócrinas, nutricionales y los tumores. El conocimiento del impacto de las enfermedades en la mortalidad de los mexicanos, permite orientar los recursos de salud para el abatimiento de las principales causas de muerte, lo que tendrá una directa consecuencia en el incremento de las ganancias en las esperanzas de vida por edad y género. 6.6. Clasificación de las causas de muerte La clasificación de enfermedades se define como un sistema de categorı́as a las que se asignan entidades morbosas de conformidad con criterios establecidos, ésta queda determinada por el uso que se hará de las estadı́sticas recopiladas bajo la clasificación. Una clasificación estadı́stica de las causas de muerte data del siglo XVIII, las primeras revisiones se basaban únicamente en la modificación de las causas. 123 La décima revisión de la Clasificación Estadı́stica Internacional de Enfermedades y Problemas Relacionados con la Salud, es decir, la CIE-10, es la más reciente. En esta clasificación las afecciones se han agrupado de la manera que se creyó más apropiada para los fines epidemiológicos generales y para le evaluación de la atención de la salud. Los trabajos de la décima revisión de la CIE, es decir, CIE-10, convocada por la organización mundial de la salud, comenzaron en septiembre de 1983 en Ginebra, su sede, regidos por las reuniones regulares de los directores de los Centros Colaboradores de la Organización Mundial de la Salud (OMS) para la clasificación de las enfermedades, los centros están en las siguientes ciudades: Caracas, Venezuela; Canberra, Australia; Londres, Inglaterra; Hyattsville, Estados Unidos de Norteamérica; Pekı́n, China; Le Vecinet, Francia; Uppsala, Suecia; Sao Paulo, Brasil; y Moscú, Rusia. Las orientaciones de polı́tica emanaron de varias reuniones especiales, en particular de las del Comité de Expertos sobre la CIE-10, celebradas en 1984 y 1987. Además de las aportaciones técnicas de muchos grupos de especialistas y de expertos a tı́tulo individual, se recibió gran número de observaciones y sugerencias de los estados miembros y de las oficinas regionales de la OMS. Se ha conservado la estructura tradicional de la CIE con la diferencia de que la clave numérica anterior se reemplazó por una de tipo alfanumérico, y que ciertos trastornos del mecanismo inmunitario aparecen junto con las enfermedades de la sangre y de los órganos hematopoyéticos, y que se han creado nuevos capı́tulos para las enfermedades del ojo y sus anexos y para las enfermedades del oı́do y de la apófisis mastoides, y la clasificación de causas externas y de los factores que influyen en el estado de salud y contacto con los servicios de salud, que anteriormente aparecı́an como suplementos, se han incorporado ahora al cuerpo principal de la clasificación. Surgió el concepto de una familia de clasificaciones, construida en torno al núcleo de la CIE, ésta se ocuparı́a de atender a las necesidades centrales de las estadı́sticas tradicionales de mortalidad y morbilidad. La principal innovación en las propuestas fue el uso de un sistema de codificación alfanumérico consistente en una letra seguida de tres números dando un total de cuatro caracteres. Las principales causas de muerte en México son: CAUSA II. Tumores. En este se clasifican todos los tumores, estén o no activos funcionalmente. Se identifican grandes grupos morfológicos de tumores malignos y cáncer, Este capı́tulo contiene los siguientes grupos: Tumores malignos primarios de sitio anatómico especificado, excepto de los tejidos linfáticos, hematopoyético y similares (labio, cavidad bucal, faringe, órganos digestivos, respiratorios e intratorácicos, huesos y cartı́lagos articulares, piel, tejidos, mama, órganos genitales, vı́as urinarias, ojo, encéfalo, tiroides y otras glándulas endocrinas). Tumores malignos de sitios mal definidos, secundarios y de sitios no especificados, los que se indican como diseminados, esparcidos o extendidos, sin mención del origen, donde el sitio primario se considera desconocido. Tumores malignos declarados como primarios del tejido linfático, órganos hematopoyéticos y de tejidos afines (Enfermedad de Hodgkin, linfoma no Hodgkin: folicular, difuso, periférico, cutáneo y el no especificado, mieloma múltiple, tumores malignos de células plasmáticas, leucemias y otros). Tumores malignos primarios de sitios múltiples independientes. Tumores in situ(Carcinoma in situ de: la cavidad bucal, esófago estómagoy otros órganos digestivos, sistema respiratorio, oı́do medio, piel, mama, cuello del útero, otros órganos genitales y 124 melanoma). Tumores benignos (De la boca, del colon, dl oı́do, órganos intra torácicos, huesos etc.) Tumores de comportamiento incierto o desconocido CAUSA IV. Enfermedades endocrinas, nutricionales y metabólicas. Son las que indican la actividad funcional de tumores y tejidos endocrinos ectópicos o la hipofunción e hiperfunción de las glándulas endocrinas asociadas con tumores y otras afecciones clasificadas en otra parte. De este capı́tulo la principal es la Diabetes mellitus (Insulinodependiente, no insulinodependiente, asociada con desnutrición). CAUSA IX. Enfermedades del sistema circulatorio. Se excluyen ataques isquémicos cerebrales transitorios y sı́ndromes afines, trastornos sistémicos del tejido conjuntivo y tumores. Este capı́tulo contiene los siguientes grupos: Fiebre reumática aguda (Con y sin complicaciones cardı́acas y corea reumática) Enfermedades cardı́acas reumáticas crónicas (Enfermedades de la válvula mitral, aórtica, tricúspide, etc.) Enfermedades hipertensivas (Hipertensión, enfermedades cardı́acas y renales hipertensivas). Enfermedades isquémicas del corazón (Angina de pecho, infarto del miocardio, complicaciones posteriores al infarto y otras enfermedades isquémicas agudas del corazón). Enfermedad cardiopulmonar y enfermedades de la circulación pulmonar (Embolia pulmonar y otras enfermedades de los vasos pulmonares). Otras formas de enfermedad del corazón (Pericarditis aguda, endocarditis, trastornos no reumáticos de la válvula mitral, aórtica y tricúspide, miocarditis, cardiomiopatı́a, bloqueo auriculoventricular y de rama izquierda del haz, paro cardı́aco, taquicardia paroxı́stica, fibrilación y aleteo auricular, insuficiencia cardı́aca, etc.) Enfermedades cerebrovasculares (Hemorragia subaracnoidea e intraencefálica, infarto cerebral, oclusión y estenosis de las arterias precerebrales, secuelas de enfermedad cerebrovascular). Enfermedades de las arterias, de las arteriolas y de los vasos capilares (Aterosclerosis, aneurisma, disección aórtica, embolia y trombosis arteriales). Enfermedades de las venas y de los vasos y ganglios linfáticos, no clasificadas en otra parte (Flebitis, trombosis de la vena porta, etc.) Otros trastornos y los no especificados del sistema circulatorio (Hipotensión, y otros trastornos del sistema circulatorio). El resto de las causas de muerte son las constituidas por: CAUSA I Ciertas enfermedades infecciosas y parasitarias. Incluye enfermedades generalmente reconocidas como contagiosas o transmisibles. CAUSA III. Enfermedades de la sangre y de los órganos hematopoyéticos, y ciertos trastornos que afectan el mecanismo de la inmunidad. CAUSA V. Trastornos mentales y del comportamiento. Incluye los trastornos del desarrollo psicológico, enfermedades cerebrales, lesiones u otros traumas del cerebro que lleva a una disfunción cerebral. CAUSA VI. Enfermedades del sistema nervioso. CAUSA VII. Enfermedades del ojo y sus anexos. CAUSA VIII. Enfermedades del oı́do y de la apófisis mastoides. 125 CAUSA X. Enfermedades del sistema respiratorio. CAUSA XI. Enfermedades del sistema digestivo. CAUSA XII. Enfermedades de la piel y del tejido subcutáneo. CAUSA XIII. Enfermedades del sistema osteomuscular y del tejido conjuntivo. CAUSA XIV. Enfermedades del sistema genitourinario. CAUSA XV. Embarazo, parto y puerperio. CAUSA XVI. Ciertas afecciones originadas en el perı́odo perinatal. Incluye las afecciones que tienen su origen en el periodo perinatal, aún cuando la muerte ocurra más tarde. CAUSA XVII. Malformaciones congénitas, deformidades y anomalı́as cromosómicas. CAUSA XVIII. Sı́ntomas, signos y hallazgos anormales clı́nicos y de laboratorio, no clasificados en otra parte. Incluye sı́ntomas, signos y resultados anormales de procedimientos clı́nicos u otros de investigación y las afecciones menos definidas, también incluye los sı́ntomas que hacen sospechar, con la misma verosimilitud, dos o más enfermedades o bien varios sistemas del cuerpo humano y sin que el caso haya sido estudiado en forma suficiente para llegar a establecer un diagnóstico final. CAUSA XIX. Traumatismos, envenenamientos y algunas otras consecuencias de causas externas. CAUSA XX. Causas externas de morbilidad y de mortalidad. Incluye la clasificación de acontecimientos ambientales y circunstancias adversas. 126 Capı́tulo 7 La Contribución de las causas de muerte al cambio en la esperanza de vida en un perı́odo 1. El método de Pollard1 Los efectos de los cambios en la mortalidad en el aumento de la esperanza de vida, ası́ como también el efecto de las diferentes causas de muerte por edad, en el cambio de la esperanza de vida de una población, durante un periodo de tiempo, se pueden estimar con el método propuesto por J. Pollard. Este método también puede ser usado para analizar las diferencias en la esperanza de vida entre dos poblaciones cualesquiera. La información necesaria para la aplicación del método es: 𝑥 𝑃0 Es la probabilidad de sobrevivir 𝑥 años desde el nacimiento. 𝑒𝑜𝑥 Esperanza de vida a la edad 𝑥. 𝑖 𝑛 𝐷𝑥 Proporción de muertes correspondientes al grupo de causa 𝑖, entre las edades 𝑥 y 𝑥 + 𝑛. 2. Fundamento teórico del método. Relación entre mortalidad y esperanza de vida, es decir, la ganancia en la esperanza de vida al nacer en una población entre el tiempo 1 y el tiempo 2. 2 𝑜 𝑒0 ( ) − 1 𝑒𝑜0 = 𝑆0𝑤 𝑢1𝑥 − 𝑢2𝑥 𝑥 𝑃01 ∗ 1 𝑒𝑜0 𝑑𝑥 (7.1) donde: 𝑢𝑥 Representa la tasa instantánea de mortalidad. Los ı́ndices 1 y 2 representan el tiempo 1 y el tiempo 2 a los cuales está referida la función, que en su forma más simple puede ser escrita de la manera siguiente: 2 𝑜 𝑒0 ( ) − 1 𝑒𝑜0 = 𝑆0𝑤 𝑢1𝑥 − 𝑢2𝑥 𝑤𝑥 𝑑𝑥 1 (7.2) Pollard, John H., Cause of Death and Espectation of life; some international comparisons. International Union for the Scientific Study of Population and Institute of Statistic. University of Siena. Siena, Italy, 7-12, July, 1986. 127 donde el ponderador w se toma como: 𝑤𝑥 = 0,5 ( 2 1 𝑜 𝑥 𝑃0 𝑒 𝑥 + 1 2 𝑜 𝑥 𝑃0 𝑒𝑥 ) (7.3) Para un trabajo numérico y discreto, la integral puede ser escrita como: 2 𝑜 𝑒0 ) ( ) −1 𝑄20 𝑤0 + 4 4 𝑄11 −4 𝑄41 𝑤3 ( ) ( ) +10 10 𝑄15 −10 𝑄25 𝑤10 + 10 10 𝑄115 −10 𝑄215 𝑤20 + . . . Donde 𝑛 𝑄𝑥 = −𝐿𝑛 siguiente: ( − 1 𝑒𝑜𝑥 = 𝑙𝑥+𝑛 𝑙𝑥 2 𝑜 𝑒0 ) ( 1 1 𝑄0 (7.4) , será aproximada por 𝑛 𝑚𝑥 dando como resultado la fórmula − 1 𝑒𝑜0 = ) ( ) −1 𝑚20 𝑤0 + 4 4 𝑚11 −4 𝑚21 𝑤3 ( ) ( ) +10 10 𝑚15 −10 𝑚25 𝑤10 + 10 10 𝑚115 −10 𝑚215 𝑤20 + . . . ( 1 1 𝑚0 (7.5) Esta es la ecuación fundamental del método de Pollard. La fórmula se puede extender para el análisis de causas de muerte: Causa i: 2 𝑜 𝑒0 − 1 𝑒𝑜0 = 1 𝑖1 2 𝑖2 1 𝑄0 ∗1 𝐷0 −1 𝑄0 ∗1 𝐷0 𝑤0 ( 1 ) +4 4 𝑄1 ∗4 𝐷1𝑖1 −4 𝑄21 ∗4 𝐷1𝑖2 𝑤3 ) ( +10 10 𝑄15 ∗10 𝐷5𝑖1 −10 𝑄25 ∗10 𝐷5𝑖2 𝑤10 ( ) 𝑖1 𝑖2 +10 10 𝑄115 ∗10 𝐷15 −10 𝑄215 ∗10 𝐷15 𝑤20 + . . . ( ) (7.6) La probabilidad de supervivencia y la esperanza de vida a cada edad x, provienen de las tablas abreviadas de mortalidad. Procedimiento de cálculo. La estimación de la ganancia en la esperanza de vida al nacer, de acuerdo a la ecuación fundamental del método, entre el tiempo 1 y el tiempo 2 y considerando 1 𝑛 𝑄𝑥 2 𝑛 𝑄𝑥 ) 1 𝑙𝑥+𝑛 = −𝐿𝑛 𝑙𝑥1 ( 2 ) 𝑙 = −𝐿𝑛 𝑥+𝑛 𝑙𝑥2 ( (7.7) (7.8) donde : ∙ 𝑛 𝑄𝑥 representa la tasa instantánea de mortalidad entre las edades 𝑥 y 𝑥 + 𝑛. ∙ 𝑙𝑥 los sobrevivientes en la edad exacta 𝑥 ∙ 𝑤𝑥 = 0,5(𝑥 𝑃02 1 𝑒𝑜𝑥 +𝑥 𝑃01 2 𝑒𝑜𝑥 ) representa una función de ponderación de la edad. ∙ 𝑛 𝐷𝑥 =𝑛 𝑄1𝑥 −𝑛 𝑄2𝑥 representa la diferencia entre la fuerza de mortalidad a la edad 𝑥, entre el tiempo 1 y el tiempo 2, 128 ∙ 𝑤 ∗ 𝐷 representa el aporte de cada grupo de edad, a la ganancia en años sobre la esperanza de vida al nacer. ∙ ?𝑤 ∗ 𝐷 representa en forma aproximada, la ganancia total en esperanza de vida al nacer, entre los dos tiempos considerados. La aplicación del método de Pollard ha permitido analizar los efectos de los cambios en la mortalidad en la esperanza de vida, ası́ como medir las contribuciones de las causas de muerte por edades en el aumento de la esperanza de vida al nacer. Donde se produce un efecto negativo de la mortalidad, está indicando que la mortalidad, en estas edades aumentó en el periodo y por lo tanto no contribuyó en el aumento de la esperanza de vida al nacer, sino que redujo la ganancia en años. En las edades adultas avanzadas, las contribuciones en el aumento de la esperanza de vida son reducidas. Se pone de manifiesto que, en un proceso de descenso de la mortalidad, los que más se benefician son los más jóvenes, el mayor aporte se tiene en el grupo 1-4 años, seguido de los menores de 1 año y los de 5-15 años. 129 130 Tablas 131 Edad 4 6 4 11 30 60 133 198 360 651 1073 1625 2290 2839 3041 2992 2607 2941 𝐷𝑖 21921 3748 2037 2265 5136 7431 8429 8788 9906 10448 11522 12648 14926 17200 19624 20987 21639 45645 𝐷 0.0002 0.0016 0.0020 0.0049 0.0059 0.0081 0.0158 0.0226 0.0363 0.0623 0.0931 0.1285 0.1534 0.1650 0.1550 0.1426 0.1205 0.0644 𝐷𝑖 𝐷 4062 591 130 135 190 254 289 412 517 822 376 2273 3569 5310 7893 12292 17961 41964 𝑑 1 1 0 1 1 2 5 9 19 51 35 292 548 876 1223 1752 2164 2704 𝑑𝑖 100000 95938 95347 95216 95081 94891 94638 94349 93936 93420 92598 91262 88989 85420 80110 72217 59925 41964 𝑙𝑥 tabla 0.040613 0.006150 0.001361 0.001411 0.001987 0.002655 0.003006 0.004268 0.005304 0.008253 0.003683 0.021742 0.034058 0.052172 0.083900 0.147737 0.268459 0.966714 𝑛 𝑞 𝑥𝑖 0.959387 0.993850 0.998639 0.998589 0.998013 0.997345 0.996994 0.995732 0.994696 0.991747 0.996317 0.978258 0.965942 0.947828 0.916100 0.852263 0.731541 0.033286 𝑛 𝑃𝑥𝑖 100000 95939 95348 95217 95082 94892 94639 94354 93946 93438 92649 92257 89278 85958 80963 73389 61548 43838 𝑙𝑥 𝑖 97292 381864 476413 475747 474934 473828 472482 470750 468460 465217 462265 453837 438090 417304 385881 337342 263464 283403 𝐿𝑥𝑖 7298572 7201280 6819415 6343002 5867255 5392321 4918493 4446011 3975262 3506802 3041585 2579320 2125483 1687393 1270089 884209 546867 283403 𝑇𝑥𝑖 72.99 75.06 71.52 66.62 61.71 56.83 51.97 47.12 42.31 37.53 32.83 27.96 23.81 19.63 15.69 12.05 8.89 6.46 𝑒𝑥𝑖 72.49 74.55 71.00 66.10 61.19 56.30 51.45 46.60 41.79 37.01 32.32 27.75 23.40 19.27 15.38 11.79 8.70 6.35 𝑒𝑥 0.50 0.51 0.52 0.52 0.52 0.53 0.52 0.52 0.52 0.52 0.51 0.21 0.41 0.36 0.31 0.26 0.19 0.11 Ganancias Cuadro 7.1: México: Tabla de decremento por diabetes mellitus, hombres, 2000 0 1−4 5−9 10−14 15−19 20−24 25−29 30−34 35−39 40−44 45−49 0 − 54 55−59 60−64 65−69 70−74 75−79 80 − + 132 133 𝐷𝑖 43 236 311 301 382 406 423 481 581 723 962 1427 1928 2692 3382 3669 3490 5018 Edad 0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-+ 21921 3748 2037 2265 5136 7431 8429 8788 9906 10448 11522 12648 14926 17200 19624 20987 21639 45645 𝐷 0.0020 0.0631 0.1525 0.1327 0.0743 0.0546 0.0502 0.0547 0.0587 0.0692 0.0835 0.1128 0.1292 0.1565 0.1723 0.1748 0.1613 0.1099 𝐷𝑖 𝐷 4062 591 130 135 190 254 289 412 517 822 376 2273 3569 5310 7893 12292 17961 41964 𝑑 8 37 20 18 14 14 14 23 30 57 31 256 461 831 1360 2149 2897 4613 𝑑𝑖 100000 95938 95347 95216 95081 94891 94638 94349 93936 93420 92598 91262 88989 85420 80110 72217 59925 41964 𝑙𝑥 tabla 0.040542 0.005773 0.001156 0.001230 0.001850 0.002531 0.002901 0.004128 0.005182 0.008192 0.003722 0.022128 0.035017 0.052689 0.082247 0.142572 0.257611 0.941835 𝑛 𝑞 𝑥𝑖 0.959458 0.994227 0.998844 0.998770 0.998150 0.997469 0.997099 0.995872 0.994818 0.991808 0.996278 0.977872 0.964983 0.947311 0.917753 0.857428 0.742389 0.058165 𝑛 𝑃𝑥𝑖 100000 95946 95384 95237 95099 94905 94651 94363 93960 93449 92655 92253 89243 85873 80919 73521 61921 44488 𝑙𝑥 𝑖 97297 381986 476552 475839 475010 473890 472536 470807 468522 465260 462270 453740 437789 416980 386101 338605 266021 289413 𝐿𝑥𝑖 7308620 7211323 6829337 6352785 5876945 5401935 4928045 4455509 3984702 3516180 3050920 2588650 2134910 1697122 1280141 894040 555435 289413 𝑇𝑥𝑖 Cuadro 7.2: México: Tabla de decremento, tumores malignos, hombres, 2000 73.09 75.16 71.60 66.71 61.80 56.92 52.07 47.22 42.41 37.63 32.93 28.06 23.92 19.76 15.82 12.16 8.97 6.51 𝑒𝑥𝑖 72.49 74.55 71.00 66.10 61.19 56.30 51.45 46.60 41.79 37.01 32.32 27.75 23.40 19.27 15.38 11.79 8.70 6.35 𝑒𝑥 0.60 0.61 0.60 0.61 0.61 0.62 0.62 0.62 0.62 0.62 0.61 0.31 0.52 0.49 0.44 0.37 0.27 0.16 Ganancias Edad 132 47 34 37 115 181 264 371 582 913 1255 1720 2339 3047 3740 4170 4614 10926 𝐷𝑖 21921 3748 2037 2265 5136 7431 8429 8788 9906 10448 11522 12648 14926 17200 19624 20987 21639 45645 𝐷 0.0060 0.0126 0.0168 0.0164 0.0225 0.0243 0.0313 0.0423 0.0588 0.0874 0.1089 0.1360 0.1567 0.1772 0.1906 0.1987 0.2132 0.2394 𝐷𝑖 𝐷 4062 591 130 135 190 254 289 412 517 822 376 2273 3569 5310 7893 12292 17961 41964 𝑑 25 7 2 2 4 6 9 17 30 72 41 309 559 941 1504 2442 3830 10045 𝑑𝑖 100000 95938 95347 95216 95081 94891 94638 94349 93936 93420 92598 91262 88989 85420 80110 72217 59925 41964 𝑙𝑥 tabla 0.040379 0.006083 0.001341 0.001395 0.001953 0.002612 0.002958 0.004183 0.005181 0.008033 0.003619 0.021555 0.033928 0.051433 0.080505 0.138738 0.243595 0.864042 𝑛 𝑞 𝑥𝑖 0.959621 0.993917 0.998659 0.998605 0.998047 0.997388 0.997042 0.995817 0.994819 0.991967 0.996381 0.978445 0.966072 0.948567 0.919495 0.861262 0.756405 0.135958 𝑛 𝑃𝑥𝑖 100000 95962 95354 95219 95083 94895 94643 94358 93954 93449 92670 92263 89295 85970 81027 73661 62198 45328 𝑙𝑥 𝑖 97308 381904 476434 475756 474946 473846 472503 470781 468509 465297 462331 453894 438162 417491 386718 339646 268813 297257 𝐿𝑥𝑖 7321597 7224289 6842385 6365951 5890195 5415249 4941403 4468900 3998119 3529610 3064312 2601981 2148087 1709925 1292434 905716 566070 297257 𝑇𝑥𝑖 73.22 75.28 71.76 66.86 61.95 57.07 52.21 47.36 42.55 37.77 33.07 28.20 24.06 19.89 15.95 12.30 9.10 6.56 𝑒𝑥𝑖 72.49 74.55 71.00 66.10 61.19 56.30 51.45 46.60 41.79 37.01 32.32 27.75 23.40 19.27 15.38 11.79 8.70 6.35 𝑒𝑥 0.73 0.73 0.76 0.76 0.76 0.77 0.76 0.76 0.76 0.76 0.75 0.45 0.66 0.62 0.57 0.51 0.40 0.21 Ganancias Cuadro 7.3: México: Tabla de decremento, enfermedades del corazón, hombres, 2000 0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-+ 134 135 𝐷𝑖 179 290 349 349 527 647 820 1051 1523 2288 3290 4773 6557 8580 10164 10832 10711 18879 Edad 0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-+ 21921 3748 2037 2265 5136 7431 8429 8788 9906 10448 11522 12648 14926 17200 19624 20987 21639 45645 𝐷 0.0082 0.0773 0.1713 0.1540 0.1027 0.0870 0.0973 0.1196 0.1538 0.2190 0.2855 0.3774 0.4393 0.4988 0.5179 0.5161 0.4950 0.4136 𝐷𝑖 𝐷 4062 591 130 135 190 254 289 412 517 822 376 2273 3569 5310 7893 12292 17961 41964 𝑑 33 46 22 21 20 22 28 49 79 180 107 858 1568 2649 4088 6344 8891 17356 𝑑𝑖 100000 95938 95347 95216 95081 94891 94638 94349 93936 93420 92598 91262 88989 85420 80110 72217 59925 41964 𝑙𝑥 tabla 0.040294 0.005685 0.001130 0.001200 0.001793 0.002444 0.002757 0.003846 0.004660 0.006879 0.002903 0.015581 0.022686 0.031646 0.048741 0.086147 0.163489 0.739280 𝑛 𝑞 𝑥𝑖 0.959706 0.994315 0.998870 0.998800 0.998207 0.997556 0.997243 0.996154 0.995340 0.993121 0.997097 0.984419 0.977314 0.968354 0.951259 0.913853 0.836511 0.260720 𝑛 𝑃𝑥𝑖 100000 95971 95393 95239 95102 94910 94659 94377 93986 93498 92777 92329 89840 86970 82717 76205 65996 50128 𝑙𝑥 𝑖 97314 382033 476580 475853 475031 473924 472590 470908 468711 465689 462766 455423 442026 424217 397305 355503 290309 343777 𝐿𝑥𝑖 7429959 7332645 6950612 6474033 5998180 5523150 5049226 4576635 4105727 3637016 3171327 2708560 2253137 1811112 1386894 989589 634086 343777 𝑇𝑥𝑖 74.30 76.41 72.86 67.98 63.07 58.19 53.34 48.49 43.68 38.90 34.18 29.34 25.08 20.82 16.77 12.99 9.61 6.86 𝑒𝑥𝑖 Cuadro 7.4: México: Tabla de decremento múltiple, suma de tres causas, hombres, 2000 72.49 74.55 71.00 66.10 61.19 56.30 51.45 46.60 41.79 37.01 32.32 27.75 23.40 19.27 15.38 11.79 8.70 6.35 𝑒𝑥 1.81 1.86 1.86 1.88 1.88 1.89 1.89 1.89 1.89 1.89 1.86 1.59 1.68 1.55 1.39 1.20 0.91 0.51 Ganancias Edad 1 4 9 20 47 66 104 135 251 501 987 1682 2492 3408 4010 3814 3402 4817 𝐷𝑖 16835 3249 1438 1472 2291 2616 2922 3284 4123 5129 6629 8526 10695 13801 16532 18579 19500 55632 𝐷 0.0001 0.0012 0.0063 0.0136 0.0206 0.0253 0.0357 0.0412 0.0608 0.0977 0.1488 0.1972 0.2330 0.2469 0.2425 0.2053 0.1745 0.0866 𝐷𝑖 𝐷 3596 567 91 74 109 164 204 259 333 519 773 1257 1844 3039 5348 9911 16756 55158 𝑑 0 1 1 1 2 4 7 11 20 51 115 248 430 750 1297 2035 2923 7 4776 𝑑𝑖 100000 96404 95837 95747 95673 95564 95401 95197 94938 94606 94087 93313 92056 90212 87173 81825 1914 55158 𝑙𝑥 tabla 0.035958 0.005874 0.000944 0.000762 0.001116 0.001673 0.002062 0.002609 0.003295 0.004951 0.006997 0.010829 0.015400 0.025474 0.046817 0.097469 0.196341 0.954748 𝑛 𝑞 𝑥𝑖 0.964042 0.994126 0.999056 0.999238 0.998884 0.998327 0.997938 0.997391 0.996705 0.995049 0.993003 0.989171 0.984600 0.974526 0.953183 0.902531 0.803659 0.045252 𝑛 𝑃𝑥𝑖 100000 96404 95838 95747 95674 95566 95404 95204 94949 94625 94138 93429 92303 90638 87914 83092 73850 57794 𝑙𝑥 𝑖 97603 383804 478961 478551 478101 477426 476521 475382 473935 471907 468916 464328 457352 446381 427514 392353 329110 424045 𝐿𝑥𝑖 7702190 7604587 7220783 6741822 6263271 5785170 5307744 4831223 4355841 3881906 3409999 2941084 2476756 2019403 1573023 1145509 753155 424045 𝑇𝑥𝑖 77.02 78.88 75.34 70.41 65.46 60.54 55.63 50.75 45.88 41.02 36.22 31.48 26.83 22.28 17.89 13.79 10.20 7.34 𝑒𝑥𝑖 76.43 78.27 74.73 69.80 64.85 59.92 55.02 50.13 45.26 40.41 35.62 30.89 26.28 21.77 17.44 13.41 9.92 7.17 𝑒𝑥 0.59 0.61 0.61 0.61 0.61 0.62 0.61 0.62 0.62 0.61 0.60 0.59 0.55 0.51 0.45 0.38 0.28 0.17 Ganancias Cuadro 7.5: México: Tabla de decremento, diabetes mellitus, mujeres, 2000 0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-+ 136 137 𝐷𝑖 41 233 237 255 246 266 406 679 1055 1548 2038 2401 2539 2928 3213 3206 2770 4490 Edad 0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-+ 16835 3249 1438 1472 2291 2616 2922 3284 4123 5129 6629 8526 10695 13801 16532 18579 19500 55632 𝐷 3596 567 91 74 109 164 204 259 333 519 773 1257 1844 3039 5348 9911 16756 55158 𝑑 9 41 15 13 12 17 28 54 85 157 238 354 438 645 10396 1710 2380 4451 𝑑𝑖 100000 96404 95837 95747 95673 95564 95401 95197 94938 94606 94087 93313 92056 90212 87173 81825 71914 55158 𝑙𝑥 tabla 0.035874 0.005460 0.000793 0.000639 0.001017 0.001542 0.001842 0.002159 0.002612 0.003833 0.005697 0.009697 0.015313 0.026635 0.049723 0.101283 0.203266 0.957952 𝑛 𝑞 𝑥𝑖 0.964126 0.994540 0.999207 0.999361 0.998983 0.998458 0.998158 0.997841 0.997388 0.996167 0.994303 0.990303 0.984687 0.973365 0.950277 0.898717 0.796734 0.042048 𝑛 𝑃𝑥𝑖 100000 96413 95878 95761 95686 95576 95417 95225 94991 94690 94243 93551 92408 90646 87809 82838 73538 57296 𝑙𝑥 𝑖 97608 383938 479097 478617 478154 477481 476605 475542 474204 472334 469486 464898 457636 446139 426619 390940 327085 418608 𝐿𝑥𝑖 7694991 7597382 7213444 6734347 6255730 5777576 5300095 4823490 4347948 3873745 3401411 2931925 2467027 2009391 1563252 1136633 745693 418608 𝑇𝑥𝑖 Cuadro 7.6: México: Tabla de decremento, tumores, mujeres, 2000 0.0024 0.0718 0.1651 0.1735 0.1075 0.1018 0.1388 0.2068 0.2558 0.3019 0.3074 0.2815 0.2374 0.2122 0.1943 0.1725 0.1421 0.0807 𝐷𝑖 𝐷 76.95 78.80 75.24 70.32 65.38 60.45 55.55 50.65 45.77 40.91 36.09 31.34 26.70 22.17 17.80 13.72 10.14 7.31 𝑒𝑥𝑖 76.43 78.27 74.73 69.80 64.85 59.92 55.02 50.13 45.26 40.41 35.62 30.89 26.28 21.77 17.44 13.41 9.92 7.17 𝑒𝑥 0.52 0.53 0.51 0.52 0.53 0.53 0.53 0.52 0.51 0.50 0.47 0.45 0.42 0.40 0.36 0.31 0.22 0.14 Ganancias Edad 139 292 280 314 372 452 668 1043 1674 2541 3755 5169 6534 8639 10296 10862 10684 24809 𝐷𝑖 16835 3249 1438 1472 2291 2616 2922 3284 4123 5129 6629 8526 10695 13801 16532 18579 19500 55632 𝐷 0.0083 0.0898 0.1946 0.2132 0.1624 0.1729 0.2285 0.3176 0.4059 0.4954 0.5665 0.6062 0.6109 0.6260 0.6228 0.5847 0.5479 0.4460 𝐷𝑖 𝐷 3596 567 91 74 109 164 204 259 333 519 773 1257 1844 3039 5348 9911 16756 55158 𝑑 30 51 18 16 18 28 47 82 135 257 438 762 1127 1902 3331 5795 9180 24598 𝑑𝑖 100000 96404 95837 95747 95673 95564 95401 95197 94938 94606 94087 93313 92056 90212 87173 81825 71914 55158 𝑙𝑥 tabla 0.035668 0.005355 0.000765 0.000608 0.000954 0.001420 0.001650 0.001857 0.002085 0.002772 0.003570 0.005326 0.007842 0.012733 0.023592 0.052153 0.112525 0.713037 𝑛 𝑞 𝑥𝑖 0.964332 0.994645 0.999235 0.999392 0.999046 0.998580 0.998350 0.998143 0.997915 0.997228 0.996430 0.994674 0.992158 0.987267 0.976408 0.947847 0.887475 0.286963 𝑛 𝑃𝑥𝑖 100000 96433 95888 95764 95689 95582 95428 95244 95020 94740 94344 93751 92816 91334 89063 85116 77558 63822 𝑙𝑥 𝑖 97622 383988 479129 478631 478176 477525 476680 475659 474400 472709 470237 466418 460375 450994 435449 406685 353449 492313 𝐿𝑥𝑖 7830440 7732817 7348830 6869701 6391070 5912894 5435369 4958689 4483030 4008629 3535920 3065683 2599265 2138889 1687896 1252447 845762 492313 𝑇𝑥𝑖 78.30 80.19 76.64 71.74 66.79 61.86 56.96 52.06 47.18 42.31 37.48 32.70 28.00 23.42 18.95 14.71 10.90 7.71 𝑒𝑥𝑖 76.43 78.27 74.73 69.80 64.85 59.92 55.02 50.13 45.26 40.41 35.62 30.89 26.28 21.77 17.44 13.41 9.92 7.17 𝑒𝑥 1.87 1.92 1.91 1.94 1.94 1.94 1.94 1.93 1.92 1.90 1.86 1.81 1.72 1.65 1.51 1.30 0.98 0.54 Ganancias Cuadro 7.7: México: Tabla de decremento múltiple, tres causas principales, mujeres, 2000 0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-+ 138 139 𝐷𝑖 97 54 3 33 38 78 119 158 228 367 490 729 1085 1502 2302 3073 3842 4513 15513 Edad 0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-+ 16835 249 1438 1472 2291 2616 2922 3284 4123 5129 6629 8526 10695 13801 16532 18579 19500 55632 𝐷 0.0058 0.0167 0.0230 0.0259 0.0342 0.0457 0.0539 0.0694 0.0891 0.0955 0.1099 0.1273 0.1404 0.1668 0.1859 0.2068 0.2314 0.2789 𝐷𝑖 𝐷 3596 567 91 74 109 164 204 259 333 519 773 1257 1844 3039 5348 9911 16756 55158 𝑑 21 9 2 2 4 7 11 18 30 50 85 160 259 507 994 2050 3878 15381 𝑑𝑖 100000 96404 95837 95747 95673 95564 95401 95197 94938 94606 94087 93313 92056 90212 87173 81825 71914 55158 𝑙𝑥 tabla 0.035756 0.005784 0.000928 0.000753 0.001100 0.001638 0.002023 0.002532 0.003196 0.004963 0.007316 0.011767 0.017243 0.028148 0.050233 0.097292 0.184039 0.837980 𝑛 𝑞 𝑥𝑖 0.964244 0.994216 0.999072 0.999247 0.998900 0.998362 0.997977 0.997468 0.996804 0.995037 0.992684 0.988233 0.982757 0.971852 0.949767 0.902708 0.815961 0.162020 𝑛 𝑃𝑥𝑖 100000 96424 95846 95748 95675 95568 95407 95208 94956 94635 94136 93399 92215 90469 87673 82794 73864 58679 𝑙𝑥 𝑖 97616 383848 478986 478558 478107 477438 476539 475410 473976 471928 468838 464034 456709 445353 426167 391645 331358 433781 𝐿𝑥𝑖 7710291 7612675 7228827 6749841 6271283 5793176 5315738 4839200 4363790 3889813 3417886 2949048 2485014 2028304 1582951 1156784 765139 433781 𝑇𝑥𝑖 77.10 78.95 75.42 70.50 65.55 60.62 55.72 50.83 45.96 41.10 36.31 31.57 26.95 22.42 18.06 13.97 10.36 7.39 𝑒𝑥𝑖 Cuadro 7.8: México: Tablas de decremento, enfermedades del corazón, mujeres, 2000 76.43 78.27 74.73 69.80 64.85 59.92 55.02 50.13 45.26 40.41 35.62 30.89 26.28 21.77 17.44 13.41 9.92 7.17 𝑒𝑥 0.67 0.68 0.69 0.70 0.70 0.70 0.70 0.70 0.70 0.69 0.69 0.68 0.67 0.65 0.62 0.56 0.44 0.22 Ganancias Edad 21776 3463 1690 1918 4614 6794 7619 7747 8391 8166 8235 7873 8361 8607 9443 10137 10911 26749 𝐷𝑖 21921 3748 2037 2265 5136 7431 8429 8788 9906 10448 11522 12648 14926 17200 19624 20987 21639 45645 𝐷 0.9934 0.9239 0.8295 0.8468 0.8984 0.9142 0.9038 0.8815 0.8471 0.7816 0.7147 0.6224 0.5602 0.5004 0.4812 0.4830 0.5042 0.5860 𝐷𝑖 𝐷 4062 59 130 135 190 254 289 412 517 822 376 2273 3569 5310 7893 12292 17961 41964 𝑑 4035 1 546 108 114 171 232 261 363 438 642 269 1415 1999 2657 3798 5937 9056 24592 𝑑𝑖 100000 95938 95347 95216 95081 94891 94638 94349 93936 93420 92598 91262 88989 85420 80110 72217 59925 41964 𝑙𝑥 tabla 0.000274 0.000470 0.000233 0.000217 0.000203 0.000230 0.000294 0.000519 0.000843 0.001929 0.001160 0.009477 0.017840 0.031548 0.052357 0.091767 0.160741 0.585557 𝑛 𝑞 𝑥𝑖 0.999726 0.999530 0.999767 0.999783 0.999797 0.999770 0.999706 0.999481 0.999157 0.998071 0.998840 0.990523 0.982160 0.968452 0.947643 0.908233 0.839259 0.414443 𝑛 𝑃𝑥𝑖 100000 99973 95893 95325 95195 95062 94869 94610 94300 93857 93240 92491 90397 87401 82725 75916 65590 50293 𝑙𝑥 𝑖 99982 386835 478044 476300 475642 474827 473698 472276 470392 467741 464326 457219 444496 425317 396602 353764 289706 345424 𝐿𝑥𝑖 7452593 7352611 6965776 6487731 6011431 5535789 5060962 4587263 4114988 3644595 3176854 2712528 2255309 1810812 1385496 988894 635130 345424 𝑇𝑥𝑖 74.53 73.55 72.64 68.06 63.15 58.23 53.35 48.49 43.64 38.83 34.07 29.33 24.95 20.72 16.75 13.03 9.68 6.87 𝑒𝑥𝑖 72.49 74.55 71.00 66.10 61.19 56.30 51.45 46.60 41.79 37.01 32.32 27.75 23.40 19.27 15.38 11.79 8.70 6.35 𝑒𝑥 2.04 -1.00 1.64 1.96 1.96 1.93 1.90 1.89 1.85 1.82 1.75 1.58 1.55 1.45 1.37 1.24 0.98 0.52 Ganancias Cuadro 7.9: México: Tabla de decrementos múltiples, resto de causas, hombres,2000 0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-+ 140 141 𝐷𝑖 16713 2960 1159 1159 1920 2166 2256 2242 2450 2588 2872 3355 4158 5156 6230 7711 8813 30824 Edad 0 1-4 5-9 10-14 15-19 20-24 25-29 30-34 35-39 40-44 45-49 50-54 55-59 60-64 65-69 70-74 75-79 80-+ 16835 3249 1438 1472 2291 2616 2922 3284 4123 5129 6629 8526 10695 13801 16532 18579 19500 55632 𝐷 0.9927 0.9110 0.8060 0.7873 0.8383 0.8278 0.7720 0.6828 0.5942 0.5045 0.4333 0.3934 0.3887 0.3736 0.3768 0.4150 0.4519 0.5541 𝐷𝑖 𝐷 3596 567 91 74 109 164 204 259 333 519 773 1257 1844 3039 5348 9911 16756 55158 𝑑 3570 517 73 58 91 136 157 177 198 262 335 495 717 1135 2015 4114 7572 30562 𝑑𝑖 100000 96404 95837 95747 95673 95564 95401 95197 94938 94606 94087 93313 92056 90212 87173 81825 71914 55158 𝑙𝑥 tabla 0.000266 0.000525 0.000184 0.000164 0.000184 0.000296 0.000488 0.000864 0.001425 0.002722 0.004664 0.008193 0.012292 0.021234 0.038678 0.072679 0.134801 0.616804 𝑛 𝑞 𝑥𝑖 0.999734 0.999475 0.999816 0.999836 0.999816 0.999704 0.999512 0.999136 0.998575 0.997278 0.995336 0.991807 0.987708 0.978766 0.961322 0.927321 0.865199 0.383196 𝑛 𝑃𝑥𝑖 100000 99973 96353 95819 9573 95655 95536 95354 95115 94803 94348 93648 92549 90924 88296 83801 75878 62220 𝑙𝑥 𝑖 99982 388310 480432 478876 478467 477978 477225 476173 474794 472878 469992 465492 458682 448052 430244 399198 345245 473726 𝐿𝑥𝑖 7795747 7695764 7307455 6827023 6348146 5869680 5391702 4914477 4438304 3963510 3490632 3020640 2555149 2096466 1648414 1218170 818971 473726 𝑇𝑥𝑖 77.96 76.98 75.84 71.25 66.31 61.36 56.44 51.54 46.66 41.81 37.00 32.26 27.61 23.06 18.67 14.54 10.79 7.61 𝑒𝑥𝑖 Cuadro 7.10: México: Tabla de decremento múltiple, resto de causas, mujeres, 2000 76.43 78.27 74.73 69.80 64.85 59.92 55.02 50.13 45.26 40.41 35.62 30.89 26.28 21.77 17.44 13.41 9.92 7.17 𝑒𝑥 1.53 -1.29 1.11 1.45 1.46 1.44 1.42 1.41 1.40 1.40 1.38 1.37 1.33 1.29 1.23 1.13 0.87 0.44 Ganancias Cuadro 7.11: Tasas de Mortalidad Infantil y en la niñez, 1967 − 1997 (por mil nacidos vivos) Periodo 67 − 71 72 − 76 77 − 81 82 − 87 88 − 92 93 − 97 M. Infantil (1) M. Neonatal (2) M. Posneonatal (3) Mortalidad 1 − 4 años Mortalidad < 5 años Ambos sexos Mujeres Hombres Ambos sexos Ambos sexos Ambos sexos Ambos sexos 84,7 70,2 66,6 46,9 36.4 27.1 81,9 59,8 62,5 43,2 33.5 25.0 87,5 80,0 70,5 50,4 39.1 29.2 43,9 39,0 33,4 26,0 25.9 19.3 40,8 31,2 33,2 20,8 16.2 12.0 33,4 22,8 16,7 14,5 11.3 8.4 115,3 91,4 82,7 60,7 47.1 35.1 Fuentes: Secretarı́a de Salud, Dirección General de Planificación Familiar, SSA Institute for Resource Development-Macro Systems, Inc.,Columbia, Maryland, USA/DHS, México, Encuesta Nacional sobre Fecundidad y Salud, 1987, México, julio de 1989 Cuadro 7.12: México: Evolución de la mortalidad, 1950 − 2000 Edad 1950 − 1955 Tasa 1970 − 1975 % Tasa 1985 − 1990 % 1995 − 2000 Tasa % Tasa % 10,1 0,6 2,5 37,8 5,0 27,0 4,3 22,1 46,6 100,0 8,5 0,5 2,1 31,8 4,2 26,5 4,0 22,5 47,0 100,0 12,5 1,1 5,2 45,1 6,7 25,8 6,2 33,5 34,5 100,0 10,1 0,9 4,2 36,3 5,4 24,7 5,8 34,3 35,2 100,0 MUJERES 0−4 5 − 19 20 − 59 60 y más Todas 46,8 3,2 7,4 52,2 15,3 53,7 7,6 19,9 18,8 100,0 20,7 1,3 4,1 43,3 8,2 45,6 5,9 19,0 29,4 100,0 HOMBRES 0−4 5 − 19 20 − 59 60 y más Todas 49,3 3,5 9,8 57,1 16,9 52,9 7,8 23,2 16,2 100,0 23,9 1,6 6,2 48,2 9,7 45,9 6,5 23,9 23,7 100,0 Fuentes: CELADE, Boletı́n Demográfico, Año 21, No 42, Santiago de Chile, 1988. y cálculos propios. 142 Cuadro 7.13: México: Principales causas de muerte, 2000 (tasas por cien mil) Causas Hombres Todas las causas Causas mal definidas Total causas definidas Enfermedades del corazón Accidentes Tumores malignos Infección intestinal por organismos especı́f., y la mal definida Diabetes Mellitus Influenza y neumonı́a Homicidio, interv. legal y operaciones de guerra Todas las demás causas Fuente: cálculos propios 143 Mujeres Tasa % Tasa % Total ( %) 482.5 15.1 467.5 54.1 76.0 35.5 29.1 100 3.1 100 11.6 16.3 7.6 6.2 378 15.2 362.8 56.09 21.33 42.67 27.73 100,0 4,0 100,0 15,5 5,9 11,8 7,6 43,1 39,8 43,2 50,4 21,6 54,2 48,4 21.4 24.4 31.1 196.0 4.6 5.2 6.6 41.9 28.98 21.87 3.022 161.2 8,0 6,0 0,8 44,4 57,1 46,8 8,7 44,7 144 Anexo 1 Para un año dada 𝑡, las defunciones edades 𝑥 y 𝑥 + 𝑙 exacta, es decir, 𝑥 años cumplidos, están constituidos por dos generaciones, la nacida en el año (𝑡 − 𝑥) y (𝑡 − (𝑥 − 1)), representándolo en un diagrama de Lexis. Si aplicamos la hipótesis de distribución lineal o uniforme de las defunciones, entonces la mitad de ellas pertenece a una generación y la otra mitad a la otra; aunque también, bajo la misma hipótesis se puede decir que la mitad de las defunciones ocurrieron en la primera mitad de! año y la otra mitad en la segunda mitad de él, representándolo en un diagrama de Lexis. 145 De esta manera los años persona se pueden asociar a la poblaci6n viva a edad cumplida x (es decir entre las edades exactas 𝑋 y 𝑋 + 1) al 30 de Junio del año 𝑡. Si tuviéramos no una edad individual sino un grupo quinquenal de edades, la analogı́a vı́a diagramas de Lexis seria: Sin embargo para poner los años-persona o a la población al 30 de Junio del año 𝑡 en función de los parámetros 𝑁𝑥 y 𝑁𝑥+5 (población viva a edad 𝑥 y 𝑥 + 5 exactas, respectivamente) es necesario suponer estabilidad en el fenómeno mortalidad en el grupo de edad considerado, lo que quiere decir que en los años anteriores y posteriores se tendrán los mismos efectos tanto de personas vivas como muertos; ilustrando lo anterior en un diagrama de Lexis tendremos: 146 147 148 Anexo 2 La duración o calendario a edad 𝑥, para el caso de mortalidad se define como: ∑ 𝑥5 𝑡𝑥 = 𝑖= 𝑥5 5𝑖 + 2,5𝑑5𝑖 ,5𝑖 +5 ∑ 𝑥5 𝑖= 𝑥5 (7.9) 𝑑5𝑖 ,5𝑖 +5 y representa la edad media en que una persona de edad x muere. Se supone que la distribución de las muertes es uniforme2 . Desarrollando el valor de 𝑡𝑥 se tiene: 𝑡𝑥 = ⇒ 𝑡𝑥 = ⇒ 𝑡𝑥 = ⇒ 𝑡𝑥 = ⇒ 𝑡𝑥 = ⇒ 𝑡𝑥 = ⇒ 𝑡𝑥 = (𝑥 + 2,5)𝑑𝑥,𝑥+5 + (𝑥 + 7,5)𝑑𝑥+5,𝑥+10 + (𝑥 + 12,5)𝑑𝑥+10,𝑥+15 + (𝑥 + 17,5)𝑑𝑥+15,𝑥+20 + . . . (7.10) 𝑙𝑥 𝑥(𝑑𝑥,𝑥+5 + 𝑑𝑥+5,𝑥+10 + 𝑑𝑥+10,𝑥+15 + . . .) + 2,5𝑑𝑥,𝑥+5 + 7,5𝑑𝑥+5,𝑥+10 + . . . (7.11) 𝑙𝑥 𝑥𝑙𝑥 + 2,5(𝑙𝑥 − 𝑙𝑥+5 ) + 7,5(𝑙𝑥+5 − 𝑙𝑥+10 ) + . . . (7.12) 𝑙𝑥 𝑙𝑥 + 2,5𝑙𝑥 + 5𝑙𝑥+5 + 5𝑙𝑥+10 + 5𝑙𝑥+15 + . . . 𝑥+ (7.13) 𝑙𝑥 5 (𝑙𝑥 + 𝑙𝑥+5 ) + 52 (𝑙𝑥+5 + 𝑙𝑥+10 ) + 52 (𝑙𝑥+10 + 𝑙𝑥+15 ) + . . . 𝑥+ 2 (7.14) 𝑙𝑥 5 𝐿𝑥 +5 𝐿𝑥+5 +5 𝐿𝑥+10 + . . . (7.15) 𝑥+ 𝑙𝑥 𝑇𝑥 𝑥+ = 𝑥 + 𝑒𝑜𝑥 (7.16) 𝑙𝑥 (7.17) Por lo tanto la edad media a la muerte, de personas de edad exacta x, es igual a la esperanza de vida a edad exacta x más dicha edad. 2 Esto se hace con fines didácticos, para el primer grupo, hay que emplear los factores de separación. 149 150 Anexo 3 Una de las más importantes aplicaciones de la tabla de mortalidad es la estimación de la migración interna por grupos quinquenales de edad; existente entre dos censos nacionales sucesivos. Supongamos que tenemos las estructuras por grupos quinquenales de edad, al 30 de Junio del año de los dos censos sucesivos. Dicha población ya ha sido evaluada y corregida, empleando la metodologı́a que aquı́ se ha presentado. La notación de ambas estructuras es: 30,06.𝑡 Población censal en el año 𝑡, evaluada, corregida y proyectada al 30 de Junio de dicho 𝑃𝑥,𝑥+4 año censal, con edades cumplidas entre 𝑥 y 𝑥 + 4 años. 30,06.𝑡+10 Población censal en el año 𝑡 + 10, evaluada, corregida y proyectada al 30 de Junio 𝑃𝑥,𝑥+4 de dicho año censal, con edades cumplidas entre 𝑥 y 𝑥 + 4 años. Supóngase que se tienen construidas las tablas de mortalidad para los dos años censales (𝑡 y 𝑡 + 10). De esas tablas tomamos la serie de los años-persona vividos, los que denotamos. 𝑡 5 𝐿𝑥 Años-persona vividos de la población de la tabla de mortalidad elaborada para el año censal 𝑡, de personas en edades cumplidas 𝑥 y 𝑥 + 4 o exactas 𝑥, 𝑥 + 5 años. 𝑡+10 5 𝐿𝑥 Años-persona vividos de la población de la tabla de mortalidad elaborada para el año censal 𝑡 + 10, de personas en edades cumplidas 𝑥 y 𝑥 + 4 o exactas 𝑥, 𝑥 + 5 años. 𝑡+10 5𝐿 30,06.𝑡 sobrevivan al año 𝑡 + 10 es 5𝑥+10 Nótese que la probabilidad de que las personas 𝑃𝑥,𝑥+4 ya 𝐿𝑡𝑥 que en el numerador de esta probabilidad están la personas de la tabla de mortalidad que en el año censal 𝑡 + 10 tenı́an entre 𝑥 + 10 y 𝑥 + 14 años cumplidos, y en el denominador las personas que en el año censal 𝑡, en la tabla de mortalidad tenı́an entre 𝑥 y 𝑥 + 14 años cumplidos. Ası́, una 𝑡+10 estimación de la población 𝑃ˆ𝑥+10,𝑥+14 será: 30,06.𝑡 𝑃𝑥,𝑥+4 𝑡+10 5 𝐿𝑥+10 𝑡 5 𝐿𝑥 (7.18) lo que representa a la población que de no haber movimientos migratorios se tendrı́a en el año 𝑡 + 10, con edades cumplidas 𝑥 + 10, 𝑥 + 14 años. Otro supuesto es el que las tablas de mortalidad reflejen sustancialmente el impacto de la mortalidad de los nativos como de los no nativos de la población analizada, es decir, que no haya diferencial en el impacto de la mortalidad en ambas poblaciones. Además que las probabilidades obtenidas de tabla realmente reflejan los niveles que en esos diez años han prevalecidos en la población estudiada. Ilustrando lo anterior en un diagrama de Lexis, se tiene: 151 30,06.𝑡 en los siguientes diez años, también Debido a que además de estar expuestos a morir los 𝑃𝑥,𝑥+4 están expuestos a salir de su entidad (emigrar) o a que se incorporen personas de esas edades a la entidad (inmigrantes). Denotemos a los emigrantes e inmigrantes de la siguiente manera: 𝑡,𝑡+10 Emigrantes entre las edades cumplidas 𝑥 y 𝑥 + 14 en los dos años cumplidos y que 𝐸𝑥,𝑥+4 30,06.𝑡+10 modifican el efectivo 𝑃𝑥+10,𝑥+14 𝑡,𝑡+10 Inmigrantes que se incorporaron entre las edades cumplidas 𝑥 y 𝑥 + 14 en los diez 𝐼𝑥,𝑥+14 30,06.𝑡+10 años cumplidos entre los dos años censales y que modifican el efectivo 𝑃𝑥+10,𝑥+14 Por lo tanto, se tiene que: 30,06.𝑡+10 30,06.𝑡 𝑃𝑥+10,𝑥+14 = 𝑃𝑥,𝑥+4 𝑡+10 5 𝐿𝑥+10 𝑡 5 𝐿𝑥 𝑡,𝑡+10 𝑡,𝑡+10 − 𝐸𝑥,𝑥+14 + 𝐼𝑥,𝑥+14 (7.19) 𝑡,𝑡+10 𝑡,𝑡+10 Se define a la diferencia 𝐸𝑥,𝑥+14 +𝐼𝑥,𝑥+14 como el saldo neto migratorio entre personas de edades cumplidas 𝑥 y 𝑥 + 14 años (𝑀𝑥,𝑥+𝑙4 ). 30,06.𝑡+10 Sustituyendo los valores de 𝑃ˆ𝑥+10,𝑥+14 y 𝑀𝑥,𝑥+𝑙4 se obtiene: 30,06.𝑡+10 30,06.𝑡+10 𝑃𝑥+10,𝑥+14 = 𝑃ˆ𝑥+10,𝑥+14 + 𝑀𝑥,𝑥+14 (7.20) lo que nos da una adecuada estimación de la migración interna (saldos netos migratorios) entre la población comprendidas en las edades cumplidas 𝑥 y 𝑥 + 14 años en los diez años (entre el 30 de Junio del año 𝑡 y el 30 de Junio del año 𝑡 + 10). 152 30,06.𝑡 30,06.𝑡+10 Nótese que si ahora estimáremos a la población 𝑃𝑥+10,𝑥+4 a partir de la población 𝑃𝑥+10,𝑥+14 se tendrı́a: 30,06.𝑡 30,06.𝑡+10 𝑃𝑥,𝑥+4 = 𝑃𝑥+10,𝑥+14 𝑡 5 𝐿𝑥 𝑡+10 5 𝐿𝑥+10 𝑡,𝑡+10 𝑡,𝑡+10 + 𝐸𝑥,𝑥+4 − 𝐼𝑥,𝑥+4 (7.21) ′ Para diferenciar el 𝑀𝑥,𝑥+14 con el que aquı́ se obtiene, aquı́ lo denotaremos con 𝑀𝑥,𝑥+14 . El primero se le nombra como prospectivo y el segundo como retrospectivo. Por tanto: 30,06.𝑡 30,06.𝑡 ′ 𝑃𝑥,𝑥+4 = 𝑃ˆ𝑥,𝑥+4 + 𝑀𝑥,𝑥+14 (7.22) 𝑡 5 𝐿𝑥 𝑡+10 5 𝐿𝑥+10 (7.23) 𝑡,𝑡+10 𝑡,𝑡+10 ′ − 𝐸𝑥,𝑥+14 𝑀𝑥,𝑥+14 = 𝐼𝑥,𝑥+14 (7.24) donde: 30,06.𝑡+10 30,06.𝑡 = 𝑃𝑥+10,𝑥+14 𝑃ˆ𝑥,𝑥+4 y ′ Y despejando 𝑀𝑥,𝑥+𝑙4 se obtiene, el saldo neto migratorio retrospectivo: 30,06.𝑡 30,06.𝑡 ′ = 𝑃ˆ𝑥,𝑥+4 − 𝑃𝑥,𝑥+4 𝑀𝑥,𝑥+14 (7.25) ′ , es decir, la forma de De cumplirse todas las hipótesis antes señaladas, 𝑀𝑥,𝑥+14 = 𝑀𝑥,𝑥+14 cálculo, prospectivo y retrospectivo, del saldo neto migratorio por grupos de edades cumplidas arrojan los mismos resultados. ′ En la Práctica difieren 𝑀𝑥,𝑥+14 y 𝑀𝑥,𝑥+14 , aunque en general de manera mı́nima, por lo que se toma como saldo neto migratorio el promedio aritmético de ellos, es decir: 𝑀 ∗𝑥,𝑥+14 = ′ 𝑀𝑥,𝑥+14 + 𝑀𝑥,𝑥+14 2 153 (7.26) 154 Anexo 4 De tenerse un correcto registro de los nacimientos, se podrı́an calcular, empleando la tabla de mortalidad, los saldos netos migratorios para los grupos individuales de edad cero a cuatro años cumplidos y naturalmente para el grupo quinquenal de edad cero a cuatro años cumplidos, a partir del nacimiento. Siguiendo con la notación empleada en la aplicación del anexo 3, se tiene: 𝑃𝑥𝑡 = 𝑁 𝑅𝑡−𝑥 𝑡 1 𝐿𝑥 𝑙0 𝑜 + 𝑀0,𝑥 para 𝑥 = 0, 1, 2, 3, 4 (7.27) 𝑃𝑥𝑡 Es la población censada evaluada y corregida en el año 𝑡 al final del año. 𝑁 𝑅𝑡−𝑥 Son los nacimientos registrados en el año 𝑡 − 𝑥 (año censal menos la edad 𝑥 cumplida). 𝑡 1 𝐿𝑥 Años-persona a edad cumplida 𝑥, o entre las edades exactas 𝑥 y 𝑥 + 𝑙, tomadas de la tabla de mortalidad calculada para el año censal 𝑡. 𝑙𝑥𝑡 Los supervivientes a edad exacta 𝑥, tomados de la tabla de mortalidad construida para el año censal 𝑡. 𝑜 Es el saldo neto migratorio prospectivo de personas entre su nacimiento y la edad 𝑀0,𝑥 cumplida 𝑥. Entonces la relación de los valores antes definidos es: 𝑃𝑥𝑡 = 𝑁 𝑅𝑡−𝑥 𝑡 1 𝐿𝑥 𝑙0 𝑜 + 𝑀0,𝑥 𝑜 ⇒ 𝑀0,𝑥 = 𝑃𝑥𝑡 − 𝑁 𝑅𝑡−𝑥 𝑡 1 𝐿𝑥 𝑡 𝑙0 (7.28) (7.29) de donde 𝑁 𝑅𝑡−𝑥 𝑡 1 𝐿𝑥 𝑙0𝑡 = 𝑃ˆ𝑥𝑡 (7.30) Con el fin de ilustrar la aplicación, se presenta a continuación el diagrama de Lexis en donde se señalan los valores, tanto teóricos como observados, involucrados en esta aplicación. 155 Nótese que para el grupo quinquenal 0 − 4 años cumplidos: 4 ∑ 𝑡 𝑃0,4 = 𝑡 ∑ 𝑖=𝑡−4 y ya que 4 ∑ 𝑡 1 𝐿𝑥 𝑡 1 𝐿𝑥 𝑁 𝑅𝑖 𝑥=0 5𝑙0 + 𝑚0,4 (7.31) =5 𝐿0 , entonces 𝑥=0 𝑡 𝑚0,4 = 𝑃0,4 − 𝑡 ∑ 𝑁 𝑅𝑖 𝑖=𝑡−4 156 𝑡 5 𝐿0 5𝑙0 𝑡 𝑡 = 𝑃0,4 − 𝑃ˆ0,4 (7.32) Anexo 5 A manera de ejemplo numérico de tabla abreviada de mortalidad se presenta la siguiente tabla: Edad 𝑄(𝑥) 𝐷(𝑥) 𝑀 (𝑥) 𝐼(𝑥) 𝐿(𝑥) 𝑆(𝑥) 𝑇 (𝑥) 𝐸(𝑥) 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03769 0.00475 0.00120 0.00090 0. 00190 0.00250 0.00379 0.00449 0.00772 0.01129 0.01848 0.03290 0.04444 0.06604 0.11254 0.17055 0.25443 1.00000 3769. 457. 115. 86. 181. 236. 361. 426. 729. 1057. 1711. 2990. 3905. 5546. 8826. 11871. 14689. 43043. .03892 .00119 .00024 .00018 .00038 .00050 .00076 .00090 .00155 .00227 .00373 .00669 .00909 .01366 .02385 .03729 .05830 .15588 100000. 96231. 95774. 95659. 95573. 95392. 95154. 94793. 94367. 93639. 92582. 90871. 87881. 83976. 78430. 69603. 57732. 43043. 96845. . 383764. 478583. 478081. 477412. 476363. 474866. 472899. 470014. 465551. 458632. 446881. 429644. 406014. 370083. 318340. 251940. 276133. 96122 .99578 .99895 .99860 .99780 .99686 .99586 .99390 .99050 .98514 .97438 .96143 .94500 .91150 .86018 .79142 -52291 .00000 7232046. 7135201. 6751437. 6272853. 5794772. 5317360. 4840996. 4366131. 3893231. 3423217. 2957666. 2499034. 2052153. 1622510. 1216495. 846412. 528073. 276133. 72.32 74.15 70.49 65.57 60.63 55.74 50.88 46.06 41.26 36.56 31.95 27.50 23.35 19.32 15.61 12.16 9.15 6.42 157 158 Anexo 6 Otra aplicación de la tabla de mortalidad, es aquella donde se emplea para estimar la tasa neta de reproducción Antes definimos a las tasas especı́ficas de fecundidad, las que son especificas por grupos quinquenales de edad, comúnmente tomados a partir del grupo de edad 15 − 19 años cumplidos hasta el 45 − 49 años cumplidos. Denotemos con 5 𝑓𝑥 a la tasa especı́fica de fecundidad de mujeres entre los 𝑥 y 𝑥 + 4 años cumplidos, entonces: 5 𝑓𝑥 = 𝑅𝑡 𝑁𝑥,𝑥+4 𝑓 ,30,06.𝑡 𝑃𝑥,𝑥+4 (7.33) donde 𝑅𝑡 𝑁𝑥,𝑥+4 Representan los nacimientos registrados en el año 𝑡, de mujeres entre las edades 𝑥 y 𝑥 + 4 años cumplidos.𝑓 ,30,06.𝑡 Representa la población femenina al 30 de Junio del año 𝑡, con edades declaradas 𝑃𝑥,𝑥+4 entre los 𝑥 y 𝑥 + 4 años cumplidos. Ası́, las tasas especı́ficas que se estiman para calcular la tasa bruta de fecundidad (𝑅) son 5 𝑓15 ,5 𝑓20 , . . . ,5 𝑓45 De suponer que la fecundidad captada en el año es representativo para cada una de las edades que forman cada grupo quinquenal de edad y que la variación en las tasas en el tiempo es mı́nima, o en otras palabras, suponemos la estabilidad del fenómeno fecundidad, entonces: 55 𝑓𝑥 representa el promedio de hijos que una mujer, de sobrevivir, tendrı́a entre las edades 𝑥 y 𝑥 + 4 años cumplidos. Por lo tanto, el promedio de hijos que tendrı́a una mujer sin 1 efecto de la variable demográfica mortalidad, al término de su dad reproductiva (49 años cumplidos) serı́an: 5 9 ∑ 5 𝑓𝑥𝑖 (7.34) 𝑖=1 Ahora, si suponemos que 48.78 % de los nacimientos son de sexo femenino y 51.22 % masculino (hecho que en las poblaciones humanas se ha dado históricamente), entonces la tasa bruta de reproducción, que se define como el número promedio de niñas que una mujer tiene a1 final de su etapa reproductiva, en ausencia del fenómeno demográfico mortalidad, seria: 𝑅 = (0,4878)5 9 ∑ 𝑖=1 159 5 𝑓𝑥𝑖 (7.35) Dado que el supuesto de ausencia de la mortalidad es irreal, se debe afectar R por él, definiéndose ası́ la tasa neta de reproducción que será igual al promedio de nacimientos femeninos de mujeres entre los 15 y 49 anos cumplidos, en presencia, o tomando en consideración la probabilidad de muerte de las madres. La probabilidad de que una mujer sobreviva del nacimiento a los 𝑥, 𝑥 + 4 años cumplidos es: 𝑓 5 𝐿𝑥 (7.36) 5𝑙0 donde: 𝑓 5 𝐿𝑥 representa a los años persona vividos por mujeres entre los 𝑥 y 𝑥 + 4 años cumplidos, tomados de la tabla de mortalidad femenina, previamente calculada. 𝑙0 el radix de la tabla de mortalidad femenina previamente calculada. Denotando a la tasa neta de reproducción con , se define algebraicamente cómo: 9 𝑅0 = 5 ∗ 0,4878 ∑ 5 𝐿5𝑖 5 𝑓5𝑖 5𝑙0 (7.37) 𝑖=3 o 9 𝑅0 = 0,4878 ∑ 5 𝐿5𝑖 5 𝑓5𝑖 𝑙0 (7.38) 𝑖=3 Un resultado que con mayor frecuencia se emplea en el cálculo de 𝑅0 es el siguiente: 𝑅0 = 𝑚 ˆ 𝑆 𝑅0 (7.39) donde: 𝑚 ˆ 𝑆 𝑅0 representa la probabilidad femenina de sobrevivir del nacimiento a la edad media a la fecundidad (𝑚). ˆ La edad media a la fecundidad es una duración o calendario; este se define como: 𝛽 −5𝑖 5 ∑ 𝑡ˆ = (5𝑖 + 2,5)𝑒5𝑖,5𝑖+5 𝑖= 𝛼 5 (7.40) 𝛽 −5 5 ∑ 𝑒(5𝑖, 5𝑖 + 5) 𝑖= 𝛼 5 donde: 𝑒5𝑖,5𝑖+5 representan las eventos ocurridos entre las edades exactas 5𝑖 y 5𝑖 + 5. 𝛼 representa la edad inicial de exposición al riesgo del fenómeno demográfico en estudio. 160 𝛽 representa la edad final de exposición al riesgo del fenómeno demográfico en estudio. Nótese que la anterior definición de duración o calendario es para el caso discreto y para agrupaciones quinquenales de edad. Para el caso de edades individuales la duración o calendario se calcuları́a empleando la siguiente expresión: 𝛽−1 ∑ 𝑡ˆ = (𝑖 + 0,5)𝑒𝑖 𝑖=𝛼 𝛽 ∑ (7.41) 𝑒𝑖 𝑖=𝛼 El que se tomó (5𝑖 + 2,5), para grupos quinquenales 𝑒𝑖+0,5 para edades individuales, como edades representativas de la edad que en promedio ocurrieron los eventos demográficos 𝑒5𝑖,5𝑖+5 y respectivamente) se debe al supuesto de distribución uniforme o lineal de dichos eventos. En algunas ocasiones, como es el caso de la fecundidad, en lugar de tomar los eventos 𝑒5𝑖,5𝑖+5 se timan las frecuencias o tasas especı́ficas del fenómeno demográfico en estudio. Ası́, la duración o calendario para el fenómeno fecundidad, comúnmente llamada edad midió a la fecundidad, denotada por 𝑚 ˆ , se estima empleando la siguiente expresión, basada en la definición general de duración o calendario: 9 ∑ 𝑚 ˆ = (5𝑖 + 2,5)5 𝑓5𝑖 𝑖=1 9 ∑ (7.42) 5 𝑓5𝑖 𝑖=1 De tener una función continua que describiera por edad continua de la mujer su tasa de fecundidad, la edad media a la fecundidad será estimada de la siguiente manera: ∫𝛽 𝑚 ˆ = 𝑖 𝑓 (𝑖) 𝑑𝑖 ∫𝛼𝛽 (7.43) 𝛼 𝑓 (𝑖) 𝑑𝑖 donde: 𝑓 (𝑖) serı́a la función de fecundidad con 𝛼 = 15 y 𝛽 = 50. Ahora si suponemos que la función que describe a la probabilidad de que una mujer sobreviva del nacimiento a edad 𝑥 exacto, es lineal, es decir una recta, y la denotamos por 𝑠(0, 𝑥), entonces la recta que la describe que pasa por los puntos (𝑖, 𝑠(0, 𝑖)) y (𝑖 + 1, 𝑠(0, 𝑖 + 1)) es: 𝑠(0, 𝑥) = 𝑠(0, 𝑖 + 1) − 𝑠(0, 𝑖) (𝑥 − 𝑖) + 𝑠(0, 𝑖) 𝑖 (7.44) sea 𝑘 = 𝑓 𝑟𝑎𝑐𝑠(0, 𝑖 + 1) − 𝑠(0, 𝑖)𝑖 161 (7.45) por lo tanto: 𝑠(0, 𝑥) = 𝑘(𝑥 − 𝑖) + 𝑠(0, 𝑖) (7.46) Multiplicando ambos miembros por 0,4878𝑓 (𝑥), obtenemos: 0,4878𝑓 (𝑥)𝑠(0, 𝑥) = 0,4878𝑓 (𝑥)𝑘(𝑥 − 𝑖) + 0,4878𝑓 (𝑥)𝑠(0, 𝑖) (7.47) Integrando ambos miembros de la ecuación desde 𝑥 = 15 hasta 𝑥 = 50, tenemos: ∫ 0,4878 ∫ 5 5 0𝑓 (𝑥)𝑘(𝑥 − 𝑖) 𝑑𝑥 + 0,4878 5 0𝑓 (𝑥)𝑠(0, 𝑥) 𝑑𝑥 = 0,4878 1 ∫ 5 1 55 0𝑓 (𝑥)𝑠(0, 𝑖) 𝑑𝑥(7.48) 1 Obsérvese que en caso continuo: ∫ 55 0𝑓 (𝑥) 𝑑𝑥 (7.49) 55 0𝑓 (𝑥)𝑠(0, 𝑥) 𝑑𝑥 (7.50) 55 0𝑓 (𝑥)𝑘(𝑥 − 𝑖) 𝑑𝑥 + 𝑠(0, 𝑖)𝑅 (7.51) 𝑅 = 0,4878 1 y ∫ 𝑅0 = 0,4878 1 Por lo tanto la última ecuación se reduce a: ∫ 𝑅0 = 0,4878 1 Nos preguntamos si existe un valor de la variable edad 𝑖 tal que: ∫ 0,4878 55 0𝑓 (𝑥)𝑘(𝑥 − 𝑖) 𝑑𝑥 = 0 (7.52) 1 resolviendo esta última ecuación para 𝑖 tenemos: ∫ 0,4878 55 0𝑓 (𝑥)𝑘(𝑥 − 𝑖) 𝑑𝑥 = 0 ∫1 ⇔ 55 0𝑓 (𝑥)𝑘(𝑥 − 𝑖) 𝑑𝑥 = 0 1 ∫ ⇔ 𝑘 55 0𝑓 (𝑥)(𝑥 − 𝑖) 𝑑𝑥 = 0 (7.53) (7.54) (7.55) 1 (7.56) ya que 𝑘 = 𝑠(0, 𝑖 + 1) − 𝑠(0, 𝑖) no depende de 𝑥 y es para toda 𝑖 diferente del valor cero. 162 ∫ 55 0𝑓 (𝑥)(𝑥 − 𝑖) 𝑑𝑥 = 0 𝑘 (7.57) 1 ∫ ⇔ 55 0(𝑥𝑓 (𝑥) − 𝑖𝑓 (𝑥)) 𝑑𝑥 = 0 1 ∫ ∫ 55 0(𝑥𝑓 (𝑥)) 𝑑𝑥 = 𝑖 55 0𝑓 (𝑥) 𝑑𝑥 ⇔ 1 ∫ 15 5 0𝑥𝑓 (𝑥) 𝑑𝑥 ⇔ 𝑖 = ∫1 5 1 5 0𝑓 (𝑥) 𝑑𝑥 (7.58) (7.59) (7.60) la que es por definición la edad media a la fecundidad. Por lo tanto para 𝑖 = 𝑚 ˆ ∫ 55 0𝑓 (𝑥)𝑘(𝑥 − 𝑖) 𝑑𝑥 = 0 0,4878 (7.61) 1 (7.62) y 𝑅0 = 𝑠(0, 𝑚)𝑅 ˆ (7.63) resultado general que se utiliza tanto en el caso discreto como continuo. La utilidad de esta última forma de estimar la tasa neta de re producción radica en el hecho de solo estimar una probabilidad de supervivencia a partir de la tabla de mortalidad femenina previamente elaborada. Por ejemplo si conocemos las tasas especı́ficas de fecundidad 5 𝑓5𝑖 y la edad 𝑚 ˆ entonces: 𝑅0 = 1 𝐿𝑚 ˆ 9 ∑ 𝑙0 𝑖=3 5 𝑓5𝑖 (7.64) donde: 1 (𝑙𝑚 ) (7.65) ˆ + 𝑙𝑚+1 ˆ 2 dado que 𝑙𝑚 estarán entre dos 𝑙𝑖 conocidas de la tabla de mortalidad femenina, interpolamos ˆ y 𝑙𝑚+1 ˆ linealmente en dichos valores para obtener 𝑙𝑚 empleando la siguiente expresión lineal, o ˆ y 𝑙𝑚+1 ˆ recta que pasa por los puntos (𝑖, 𝑙𝑖 ) y (𝑖 + 5, 𝑙𝑖+5 ) 1 𝐿𝑚 ˆ = 𝑙𝑥 = 𝑙𝑥+5 − 𝑙𝑖 (𝑥 − 𝑖) + 𝑙𝑖 5 (7.66) 𝑙𝑚 = ˆ 𝑙𝑖+5 − 𝑙𝑖 (𝑚 ˆ − 𝑖) + 𝑙𝑖 5 (7.67) por lo tanto: y 𝑙𝑖+5 − 𝑙𝑖 (𝑚 ˆ + 1 − 𝑖) + 𝑙𝑖 (7.68) 5 donde: 𝑙𝑖 y 𝑙𝑖+5 son las mujeres supervivientes a edad exacta 𝑖 e 𝑖 + 5, estimadas en la tabla abreviada de mortalidad femenina estimada previamente. 𝑙𝑚+1 = ˆ 163 164 Anexo 7 Una aplicación fundamental en la carrera de aclararı́a, de la tabla de mortalidad, es sin duda el cálculo de las primas de los seguros. Como ejemplo tomemos el cálculo de la prima de un seguro ordinario: 𝐴𝑥 𝑎 ¨ 𝑃𝑥 = (7.69) donde 𝐴𝑥 = 𝑀𝑥 = 𝑤−𝑥−1 ∑ 𝐶𝑥+𝑡 (7.70) 𝑖=0 y 𝑎 ¨ = 𝑁𝑥 = 𝑤−𝑥−1 ∑ 𝐷𝑥+𝑡 (7.71) 𝑖=0 aplicándose las series de las tablas de vida 𝑙𝑥 y 𝑑𝑥 en el cálculo de 𝐴𝑥 ya que: 𝐶𝑥+𝑡 = 𝑉 𝑥+𝑡+𝑙 𝑑𝑥+𝑡 𝐷𝑥+𝑡 = 𝑉 𝑥+𝑡 𝑙𝑥+𝑡 (7.72) (7.73) donde: 𝑉 = (1+𝑖)−1 e 𝑖 la tasa de interés. Nótese que si la tabla de mortalidad esta sobrestimando el impacto de la mortalidad, los valores de las defunciones (𝑑𝑥+𝑡 ) y de los supervivientes (𝑙𝑥 ) estarán, las primeras sobrestimadas y por ende los segundos subestimados. Ası́, el numerador de la prima (𝑃𝑥 ) estará sobrestimado, ya que esta en función de las defunciones; y el denominado subestimado, por estar en función de los supervivientes. Por ello, si la tabla de mortalidad sobrestima el impacto de ella, entonces 𝑅 𝐴𝐶 𝑥 > 𝐴𝑥 𝑎 ¨𝐶 𝑥 < 𝑎 ¨𝑅 𝑥 (7.74) (7.75) si 𝑅 𝐴𝐶 = 𝑠 𝑥 − 𝐴𝑥 165 (7.76) y 𝑎 ¨𝑅 ¨𝐶 𝑥 −𝑎 𝑥 = 𝑝𝑠 (7.77) entonces 𝑠 = 𝑎 ¨𝑅 ¨𝐶 𝑥 −𝑎 𝑥 𝑝 (7.78) 𝑝 = 𝑎 ¨𝑅 ¨𝐶 𝑥 −𝑎 𝑥 𝑅 𝐴𝐶 − 𝐴 𝑥 𝑥 (7.79) y teniendo entonces que 𝐴𝐶 𝑥 𝑎 ¨𝐴 𝑥 𝐴𝐶 𝑆 𝑥 = − 𝑅 𝑅 𝑎 ¨𝑥 𝑎 ¨𝑥 𝑆 = 𝑃𝑥𝐶 − 𝑅 𝑎 ¨𝑥 𝑃𝑥𝑟 = (7.80) (7.81) (7.82) siendo el sesgo entre la prima calculada (𝑃𝑥𝐶 ) y la que realmente se debió cobrar por cada peso de suma asegurada (𝑃𝑥𝑅 ), el siguiente: 𝑠 𝑎 ¨𝑅 𝑥 = 𝑅 𝐴𝐶 𝑥 − 𝐴𝑥 𝑎 ¨𝑅 𝑥 (7.83) El que se minimiza al estimar lo mejor posible la tabla de mortalidad asociada a la población asegurada. 166 Anexo 8 Nathan Keyfilz desarrollo el concepto de privación (deprivation) de vida en un individuo, estimándolo a partir de la siguiente expresión3 : ∫ −1 𝑤 𝐷𝑒𝑝 = 𝑒(𝑎)𝑑𝑙(𝑎) 𝑑𝑎 (7.84) 𝑙𝑥 𝑥 donde: −𝑑𝑙(𝑎) representa a las defunciones de la tabla de vida entre las edades 𝑎 y 𝑑𝑎. 𝑒(𝑎)𝑜 la esperanza de vida a edad 𝑎 𝑙𝑥 los supervivientes a edad 𝑥 La relación anterior, Keyfitz, señala que es equivalente a: ∫ ∫ 1 𝑤 𝑤 𝐷𝑒𝑝 = 𝑙(𝑡)𝑣(𝑎)) 𝑑𝑡 𝑑𝑎 𝑙𝑥 𝑥 𝑥 (7.85) Demostración: 𝑒(𝑎) 𝑜 𝑤 ∫ = ⇒ 𝐷𝑒𝑝 = 𝑙(𝑡) ! 𝑑𝑡 𝑥 𝑙(𝑎) ∫ −1 𝑤 𝑒(𝑎)𝑜 𝑑𝑙(𝑎) 𝑑𝑎 𝑙𝑥 𝑥 (7.86) (7.87) sustituyendo (7.86) en (7.87) da: 𝐷𝑒𝑝 = −1 𝑙𝑥 𝑤 ∫ 𝑥 ∫ 𝑤 𝑥 𝑙(𝑡) 𝑑𝑡𝑑𝑙(𝑎) 𝑑𝑎 𝑙(𝑎) (7.88) 𝑑𝑙(𝑎) 𝑙(𝑎) (7.89) Nótese que: 𝑣(𝑎) = − sustituyendo (7.89) en (7.88): 𝐷𝑒𝑝 = = 3 ∫ ∫ 1 𝑤 𝑤 −𝑑𝑙(𝑎) 𝑙(𝑡) 𝑑𝑡 𝑑𝑎 𝑙𝑥 𝑥 𝑥 𝑙(𝑎) ∫ 𝑤∫ 𝑤 1 𝑙(𝑡)𝑣(𝑎) 𝑑𝑡 𝑑𝑎 𝑙𝑥 𝑥 𝑥 * Ver: Keyfitz, Nathan; Applied Mathmatical Demography editorial john Wiley and Sons, 1977. 167 (7.90) (7.91) El problema radica en estimar 𝐷𝑒𝑝, para ello es necesario estimar la función 𝑙(𝑡), proponiendo a la función de Makeham4 : 𝑡 𝑙(𝑡) = 𝑘𝑎𝑡 𝑏𝑑 ) ( 𝑑 𝑑 𝑡 𝑡 𝑑 ⇒ 𝑙(𝑡) = 𝑘 𝑎𝑡 𝑏𝑑 + 𝑏𝑑 𝑎𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡 ( ) 𝑡 𝑡 = 𝑘 𝑎𝑡 𝑏𝑑 ∗ 𝑑𝑡 ln 𝑑 ∗ ln 𝑏 + 𝑏𝑑 ∗ 𝑎𝑡 ln 𝑎 } 𝑑 𝑡 { 𝑙(𝑡) = 𝑘𝑎𝑡 𝑏𝑑 (𝑑𝑡 ln 𝑏)(ln 𝑏) + ln 𝑎 𝑑𝑡 { } = 𝑙(𝑡) 𝑑𝑡 ln 𝑑 ln 𝑏 + ln 𝑎 ( ) 1 𝑑 𝑙(𝑡) = − 𝑑𝑡 ln 𝑑 ln 𝑏 + ln 𝑎 ⇒ 𝑣(𝑡) = 𝑑𝑡 𝑙(𝑡) 𝑡 tomando: 𝑑 = 𝑝 1 𝑑 = − {𝑝 ln 𝑑 ln 𝑏 + ln 𝑎} 𝑣(𝑡) = − 𝑙(𝑡) 𝑑𝑡 𝑙(𝑡) Ası́ ∫ 𝑤 ∫ 𝑤 𝑑 𝑙(𝑡) 𝑑𝑡 = 𝑙(𝑡)𝑝 ln 𝑑 ln 𝑏 + ln 𝑎 𝑑𝑡 𝑎 𝑑𝑡 ∫𝑎 𝑤 ∫ 𝑤 ⇒ 𝑙(𝑡) = 𝑝 ln 𝑑 ln 𝑏 + ln 𝑎 𝑑𝑡 + 𝑙(𝑡) 𝑑𝑡 𝑎 𝑎 ∫ 𝑤 ⇒ −𝑙(𝑎) = 𝑝 ln 𝑑 ln 𝑏 + ln 𝑎 𝑙(𝑡) 𝑑𝑡 𝑎 ∫ 𝑤 𝑙(𝑎) ⇒ 𝑙(𝑡) 𝑑𝑡 = − 𝑝 ln 𝑑 ln 𝑏 ln 𝑎 𝑎 ⇒ (7.92) (7.93) (7.94) (7.95) (7.96) (7.97) (7.98) (7.99) (7.100) (7.101) (7.102) Sustituyendo (7.102) en (7.104): 𝐷𝑒𝑝 = = ∫ ∫ 1 𝑤 𝑤 −𝑑𝑙(𝑎) 𝑙(𝑡) 𝑑𝑡 𝑑𝑎 𝑙𝑥 𝑥 𝑥 𝑙(𝑎) ∫ 𝑤∫ 𝑤 1 𝑙(𝑡)𝑣(𝑎) 𝑑𝑡 𝑑𝑎 𝑙𝑥 𝑥 𝑥 (7.103) (7.104) El problema radica en estimar 𝐷𝑒𝑝, para ello es necesario estimar la función 𝑙(𝑡), proponiendo a la función de Makeham5 : ∫ 𝑤 1 −𝑙(𝑎) 𝐷𝑒𝑝 = 𝑣(𝑎) 𝑑𝑎 (7.105) 𝑙(𝑥) 𝑎 𝑝 ln 𝑎 + ln 𝑏 ln 𝑑 ∫ 𝑤 1 𝑑 = − 𝑙(𝑎) 𝑑𝑎 (7.106) 𝑝 ln 𝑎 + ln 𝑏 ln 𝑑 𝑎 𝑑𝑎 𝑙(𝑥) = − (7.107) 𝑙(𝑥)(𝑝 ln 𝑎 + ln 𝑏 ln 𝑑) 4 Mina Valdés, Alejandro; Consideraciones sobre modelos de ajuste empleados en la demografı́a matemática, en revista demografı́a y Economı́a, Edif.. El colegio de México, pp.170-219, México 1982. 5 Mina Valdés, Alejandro; Consideraciones sobre modelos de ajuste empleados en la demografı́a matemática, en revista demografı́a y Economı́a, Edif.. El colegio de México, pp.170-219, México 1982. 168 Finalmente 𝐷𝑒𝑝 = − 1 𝑝 ln 𝑎 + ln 𝑏 ln 𝑑 169 (7.108) 170 Anexo 9 Referencias históricas En Roma aparece una de las mayores contribuciones al nacimiento y consolidación de los seguros: la organización de sociedades de enterramiento como forma rudimentaria de los actuales seguros de vida y enfermedad. Además, es en Roma donde se ubican los antecedentes más importantes del seguro de vida en una norma por la que las viudas de los prestatarios de contratos de préstamos percibı́an una indemnización en forma de renta. En la ley Falcidia (año 40 a.C.) aparece, por primera vez, el concepto de anualidad. Los autores cuyas contribuciones se consideran esenciales en el desarrollo de las tablas de mortalidad, son: Domitius Uloiano (230 d.C.) Elaboró la conocida Tabla de Ulpiano, en la que aparecen reflejadas distintas edades asociadas a la esperanza de vida en años de cada una de ellas. Dicha tabla ha sido la más utilizada a lo largo de la historia para calcular las anualidades de rentas vitalicias. Johh Graunt (1662 d.C.) En 1662, únicamente cinco años después de que Christian Huygens publicara el primer texto escrito sobre Teorı́a de la Probabilidad (De Ratiociniis in Ludo Aede), John Graunt publicó Observations upon the Bills of Mortality, trabajo posteriormente reconocido como el precursor de la Estadı́stica Demográfica, en el que se incluye la primera tabla de mortalidad rudimentaria relativa a la población de Londres. Los registros de mortalidad a los que tuvo acceso Graunt indicaban la causa de la muerte y el sexo de los difuntos pero no su edad. Por esto, registró la proporción de personas que morı́an de enfermedades infantiles (los cuales serı́an presumiblemente niños), añadiendo la mitad de las que morı́an de enfermedades como sarampión o varicela que afectan tanto a niños como a adultos, concluyendo que 36 de cada 100 personas morı́an antes de los 6 años. El último dato de la tabla se lo proporcionó la hipótesis de que nadie sobrevivı́a más de 76 años. Graunt no explica cómo obtuvo las filas intermedias pero Hacking (1995) considera la posible interpolación efectuada entre los 6 y los 76 años siguiendo una ley exponencial tomando como ??= 0.047 (tanto instantáneo de mortalidad constante). Ası́, la función de supervivencia definida por este autor para las edades comprendidas entre 6 y 76 años es lx = 64 e-0.047(x - 6) Debido a esta aportación, Graunt es conocido como el fundador de la Demografı́a. 171 Edmund Halley (1693) El famoso astrónomo, matemático y actuario inglés Edmund Halley quien calculó la órbita del cometa que lleva su nombre, fue el primero en construir en 1693 una tabla de mortalidad tal y como hoy en dı́a las conocemos. Se basó en las estadı́sticas mortuorias (número de nacimientos y fallecimientos) de la ciudad alemana de Breslaw en un perı́odo de n años. Computó el número de personas de edad comprendida entre 0 y 1 año Lo mismo hizo para las personas comprendidas entre 1 y 2 años y ası́ sucesivamente. Posteriormente redujo los datos obtenidos en n años a un valor por cada perı́odo simplemente efectuando una media aritmética El inconveniente que presenta el planteamiento de este autor es que supone la mortalidad constante, hipótesis falsa debido al efecto de los progresos médicos, higiénicos..., el factor de los movimientos migratorios (el de máxima importancia) que influyen y modifican seriamente la mortalidad. Los cálculos de Halley fueron, después de los de De Wit, uno de los intentos más tempranos e importantes en el sentido de que han sido aplicados mucho más en la práctica. Este siglo XVII se considera enormemente fructı́fero para la Estadı́stica Actuarial debido al desarrollo del cálculo de probabilidades y los avances en esta materia efectuados por: Pascal, Fermat, Kepler, Galileo, Paccioli, Bernouilli, Bayes, Laplace, Markov y Kolmogorov, entre otros. Durante los siglos siguientes (XVIII y XIX principalmente) cabe mencionar las aportaciones efectuadas a los estudios de mortalidad de Abraham De Moivre y los eminentes actuarios Gompertz y Makeham en el establecimiento y formulación de las leyes de mortalidad que llevan sus nombres ya comentadas en epı́grafes anteriores. De Moivre en 1725 fue el primero en calcular una prima de seguros de vida, James Dobson, cincuenta años después, no sólo calculaba primas para distintos tipos de seguros sino también reservas matemáticas. Estableció, por vez primera, un modelo global aplicable a la sistematización de una compañı́a de seguros de vida para garantizar su existencia y estabilidad. 172 Cuadro 7.14: MÉXICO: TABLAS ABREVIADAS DE MORTALIDAD, HOMBRES 2003 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03744 0.00516 0.00115 0.00123 0.00173 0.0023 0.00265 0.00386 0.00489 0.00794 0.01325 0.02322 0.03777 0.05875 0.09362 0.16312 0.29064 1 3744 497 110 118 166 220 252 366 462 747 1236 2138 3397 5084 7626 12044 17959 43833 0.03854 0.0013 0.00023 0.00025 0.00035 0.00046 0.00053 0.00077 0.00098 0.00159 0.00267 0.0047 0.0077 0.0121 0.01964 0.03552 0.06801 0.15469 100000 96256 95759 95649 95531 95366 95146 94894 94528 94066 93319 92082 89944 86547 81463 73836 61792 43833 97146 383701 478521 477951 477242 476279 475099 473554 471483 468460 463502 455066 441228 420025 388248 339071 264063 283362 0.96169 0.99516 0.99881 0.99852 0.99798 0.99752 0.99675 0.99563 0.99359 0.98942 0.9818 0.96959 0.95195 0.92434 0.87334 0.77878 0.51763 0 7334000 7236854 6853153 6374632 5896681 5419440 4943161 4468062 3994508 3523025 3054565 2591062 2135997 1694769 1274744 886496 547425 283362 73.34 75.18 71.57 66.65 61.73 56.83 51.95 47.08 42.26 37.45 32.73 28.14 23.75 19.58 15.65 12.01 8.86 6.46 MUJERES 2003 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03313 0.00492 0.00078 0.00065 0.00095 0.00145 0.00182 0.00235 0.00306 0.00488 0.00745 0.01235 0.01844 0.0311 0.0572 0.11444 0.22354 1 3313 476 75 62 91 139 175 224 292 465 705 1160 1712 2834 5049 9524 16476 57228 0.03398 0.00123 0.00016 0.00013 0.00019 0.00029 0.00036 0.00047 0.00061 0.00098 0.00149 0.00248 0.00372 0.00632 0.01178 0.02428 0.05033 0.13695 100000 96687 96211 96137 96074 95983 95844 95669 95445 95153 94688 93983 92823 91111 88277 83228 73703 57228 97474 385482 480870 480528 480143 479567 478782 477784 476494 474603 471678 467014 459834 448469 428761 392327 327328 417862 0.96591 0.99568 0.99929 0.9992 0.9988 0.99836 0.99792 0.9973 0.99603 0.99384 0.99011 0.98462 0.97529 0.95605 0.91502 0.83432 0.56075 0 7724999 7627525 7242043 6761173 6280645 5800502 5320936 4842154 4364370 3887876 3413273 2941595 2474581 2014747 1566278 1137517 745190 417862 77.25 78.89 75.27 70.33 65.37 60.43 55.52 50.61 45.73 40.86 36.05 31.3 26.66 22.11 17.74 13.67 10.11 7.3 173 Cuadro 7.15: MÉXICO: TABLAS ABREVIADAS DE MORTALIDAD, HOMBRES 2004 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03648 0.00488 0.00109 0.00118 0.00166 0.00219 0.00253 0.00371 0.00471 0.00769 0.01289 0.02271 0.03705 0.0577 0.09211 0.16092 0.2878 1 3648 470 104 113 159 210 242 352 446 725 1206 2097 3343 5013 7541 11962 17950 44421 0.03752 0.00122 0.00022 0.00024 0.00033 0.00044 0.00051 0.00074 0.00094 0.00154 0.00259 0.00459 0.00755 0.01188 0.01931 0.035 0.06723 0.15382 100000 96352 95882 95778 95665 95506 95297 95055 94703 94257 93532 92327 90230 86887 81874 74333 62371 44421 97219 384157 479151 478608 477928 477008 475880 474395 472399 469473 464648 456391 442792 421902 390516 341759 266979 288793 0.96275 0.99538 0.99887 0.99858 0.99807 0.99764 0.99688 0.99579 0.99381 0.98972 0.98223 0.9702 0.95282 0.92561 0.87515 0.78119 0.51962 0 7359998 7262779 6878622 6399471 5920864 5442936 4965928 4490049 4015654 3543254 3073781 2609133 2152742 1709950 1288048 897531 555772 288793 73.6 75.38 71.74 66.82 61.89 56.99 52.11 47.24 42.4 37.59 32.86 28.26 23.86 19.68 15.73 12.07 8.91 6.5 MUJERES 2004 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03227 0.00465 0.00073 0.00061 0.0009 0.00138 0.00173 0.00224 0.00292 0.00471 0.00721 0.01201 0.01796 0.03032 0.05593 0.11238 0.2206 1 3227 450 70 59 87 132 166 214 280 449 684 1131 1671 2771 4956 9401 16380 57872 0.03308 0.00117 0.00015 0.00012 0.00018 0.00028 0.00035 0.00045 0.00059 0.00094 0.00145 0.00242 0.00362 0.00616 0.01151 0.02381 0.04959 0.1362 100000 96773 96323 96253 96194 96107 95975 95809 95594 95315 94866 94182 93051 91379 88609 83652 74252 57872 97540 385894 481439 481116 480752 480205 479459 478507 477272 475452 472619 468080 461075 449970 430652 394761 330310 424898 0.96687 0.99587 0.99933 0.99924 0.99886 0.99845 0.99801 0.99742 0.99619 0.99404 0.9904 0.98503 0.97592 0.95707 0.91666 0.83673 0.56262 0 7750001 7652461 7266568 6785129 6304013 5823260 5343055 4863596 4385089 3907817 3432365 2959746 2491666 2030591 1580621 1149969 755208 424898 77.5 79.08 75.44 70.49 65.53 60.59 55.67 50.76 45.87 41 36.18 31.43 26.78 22.22 17.84 13.75 10.17 7.34 174 Cuadro 7.16: MÉXICO: TABLAS ABREVIADAS DE MORTALIDAD, HOMBRES 2005 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03548 0.0046 0.00102 0.00113 0.00158 0.00209 0.00242 0.00355 0.00452 0.00742 0.01252 0.02218 0.0363 0.0566 0.09053 0.15863 0.28482 1 3548 444 98 108 151 200 231 338 429 701 1174 2054 3286 4938 7451 11873 17937 45039 0.03647 0.00115 0.0002 0.00023 0.00032 0.00042 0.00048 0.00071 0.00091 0.00149 0.00252 0.00449 0.00739 0.01165 0.01896 0.03446 0.06642 0.15291 100000 96452 3 96008 95910 95802 95650 95451 95220 94882 94452 93751 92577 90523 87237 82299 74849 62976 45039 97295 84626 479796 479280 478631 477753 476678 475255 473336 470509 465821 457751 444402 423841 392869 344561 270037 294553 0.96384 0.99559 0.99892 0.99865 0.99817 0.99775 0.99702 0.99596 0.99403 0.99003 0.98268 0.97084 0.95373 0.92693 0.87704 0.78371 0.52171 0 7386991 7289696 6905070 6425275 5945995 5467365 4989612 4512934 4037679 3564343 3093834 2628013 2170262 1725860 1302020 909150 564590 294553 73.87 75.58 71.92 66.99 62.07 57.16 52.27 47.39 42.55 37.74 33 28.39 23.97 19.78 15.82 12.15 8.97 6.54 MUJERES 2005 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03138 0.00438 0.00068 0.00058 0.00085 0.0013 0.00164 0.00213 0.00279 0.00453 0.00698 0.01166 0.01746 0.02951 0.05462 0.11023 0.21751 1 3138 424 66 56 82 125 158 204 267 432 663 1100 1629 2705 4858 9269 16275 58549 0.03215 0.0011 0.00014 0.00012 0.00017 0.00026 0.00033 0.00043 0.00056 0.00091 0.0014 0.00235 0.00352 0.00599 0.01123 0.02333 0.04881 0.13542 100000 96862 96438 96372 96316 96235 96110 95952 95747 95480 95048 94385 93285 91656 88951 84093 74824 58549 97608 386318 482024 481721 481378 480861 480153 479248 478069 476321 473583 469174 462351 451517 432609 397291 333431 432344 0.96785 0.99607 0.99937 0.99929 0.99893 0.99853 0.99811 0.99754 0.99634 0.99425 0.99069 0.98546 0.97657 0.95812 0.91836 0.83926 0.56458 0 7776001 7678394 7292076 6810052 6328331 5846953 5366092 4885938 4406690 3928621 3452300 2978717 2509543 2047192 1595676 1163066 765775 432344 77.76 79.27 75.61 70.66 65.7 60.76 55.83 50.92 46.02 41.15 36.32 31.56 26.9 22.34 17.94 13.83 10.23 7.38 175 Cuadro 7.17: MÉXICO: TABLAS ABREVIADAS DE MORTALIDAD, HOMBRES 2006 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03457 0.00435 0.00097 0.00108 0.00151 0.00199 0.00231 0.00342 0.00436 0.00719 0.01219 0.02169 0.03561 0.05559 0.08906 0.15648 0.28203 1 3457 420 93 104 145 191 221 326 414 680 1145 2013 3233 4868 7365 11787 17920 45619 0.0355 0.00109 0.00019 0.00022 0.0003 0.0004 0.00046 0.00068 0.00087 0.00144 0.00245 0.00439 0.00725 0.01144 0.01864 0.03395 0.06567 0.15206 100000 96543 96124 96031 95927 95782 95592 95371 95045 94631 93951 92806 90793 87559 82692 75327 63539 45619 97364 385055 480385 479894 479272 478434 477406 476039 474190 471454 466892 458996 445880 425628 395047 347166 272897 300003 0.96484 0.99578 0.99898 0.99871 0.99825 0.99785 0.99714 0.99611 0.99423 0.99032 0.98309 0.97142 0.95458 0.92815 0.8788 0.78607 0.52366 0 7412001 7314636 6929581 6449196 5969302 5490030 5011596 4534190 4058151 3583961 3112507 2645616 2186619 1740740 1315112 920066 572900 300003 74.12 75.77 72.09 67.16 62.23 57.32 52.43 47.54 42.7 37.87 33.13 28.51 24.08 19.88 15.9 12.21 9.02 6.58 MUJERES 2006 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03053 0.00413 0.00064 0.00054 0.0008 0.00123 0.00156 0.00203 0.00267 0.00435 0.00675 0.01132 0.01698 0.02873 0.05335 0.10815 0.21451 1 3053 400 62 52 77 119 150 195 256 416 643 1071 1588 2641 4763 9140 16168 59206 0.03126 0.00104 0.00013 0.00011 0.00016 0.00025 0.00031 0.00041 0.00053 0.00087 0.00135 0.00228 0.00343 0.00583 0.01096 0.02287 0.04806 0.13467 100000 96947 96547 96485 96433 96356 96237 96087 95893 95637 95221 94578 93507 91919 89278 84515 75374 59206 97672 386723 482580 482295 481971 481482 480811 479950 478824 477144 474496 470212 463564 452991 434481 399723 336452 439629 0.96879 0.99625 0.99941 0.99933 0.99899 0.99861 0.99821 0.99765 0.99649 0.99445 0.99097 0.98586 0.97719 0.95914 0.92 0.84171 0.56647 0 7801000 7703327 7316605 6834024 6351729 5869758 5388275 4907464 4427515 3948691 3471548 2997052 2526840 2063276 1610285 1175804 776080 439629 78.01 79.46 75.78 70.83 65.87 60.92 55.99 51.07 46.17 41.29 36.46 31.69 27.02 22.45 18.04 13.91 10.3 7.43 176 Cuadro 7.18: MÉXICO: TABLAS ABREVIADAS DE MORTALIDAD, HOMBRES 2007 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03366 0.0041 0.00091 0.00103 0.00144 0.00189 0.00221 0.00328 0.00419 0.00695 0.01185 0.0212 0.03492 0.05458 0.0876 0.15433 0.27922 1 3366 397 88 99 139 182 211 313 399 659 1116 1973 3180 4796 7278 11699 17899 46207 0.03455 0.00103 0.00018 0.00021 0.00029 0.00038 0.00044 0.00066 0.00084 0.00139 0.00238 0.00429 0.00711 0.01122 0.01832 0.03345 0.0649 0.15122 100000 96634 96237 96149 96050 95912 95730 95519 95206 94806 94147 93032 91059 87879 83083 75805 64106 46207 97434 385480 480967 480499 479905 479104 478122 476811 475030 472384 467947 460226 447344 427404 397220 349778 275782 305562 0.96583 0.99597 0.99903 0.99876 0.99833 0.99795 0.99726 0.99626 0.99443 0.99061 0.9835 0.97201 0.95543 0.92938 0.88057 0.78845 0.52561 0 7437000 7339566 6954086 6473119 5992620 5512715 5033611 4555489 4078678 3603648 3131264 2663317 2203091 1755747 1328342 931122 581344 305562 74.37 75.95 72.26 67.32 62.39 57.48 52.58 47.69 42.84 38.01 33.26 28.63 24.19 19.98 15.99 12.28 9.07 6.61 MUJERES 2007 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.02975 0.0039 0.0006 0.00051 0.00076 0.00117 0.00148 0.00194 0.00255 0.0042 0.00654 0.01102 0.01655 0.02802 0.05218 0.10623 0.21172 1 2975 379 58 50 73 113 143 186 245 402 624 1044 1551 2582 4674 9019 16066 59816 0.03044 0.00098 0.00012 0.0001 0.00015 0.00023 0.0003 0.00039 0.00051 0.00084 0.00131 0.00222 0.00334 0.00568 0.01072 0.02244 0.04736 0.13398 100000 97025 96646 96588 96539 96466 96353 96210 96024 95779 95377 94753 93709 92158 89576 84902 75882 59816 97732 387092 483086 482817 482511 482047 481408 480586 479507 477889 475324 471154 464668 454336 436194 401960 339247 446442 0.96965 0.99642 0.99944 0.99937 0.99904 0.99868 0.99829 0.99776 0.99663 0.99463 0.99123 0.98623 0.97776 0.96007 0.92152 0.84398 0.56822 0 7823998 7726266 7339175 6856088 6373271 5890760 5408714 4927306 4446720 3967213 3489324 3014000 2542846 2078178 1623842 1187648 785689 446442 78.24 79.63 75.94 70.98 66.02 61.07 56.13 51.21 46.31 41.42 36.58 31.81 27.14 22.55 18.13 13.99 10.35 7.46 177 Cuadro 7.19: MÉXICO: TABLAS ABREVIADAS DE MORTALIDAD, HOMBRES 2008 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03287 0.0039 0.00087 0.00099 0.00138 0.00181 0.00212 0.00316 0.00405 0.00674 0.01156 0.02078 0.03431 0.05368 0.0863 0.15242 0.27672 1 3287 377 84 95 133 174 203 302 386 640 1090 1937 3133 4733 7199 11619 17878 46730 0.03371 0.00098 0.00017 0.0002 0.00028 0.00036 0.00042 0.00063 0.00081 0.00135 0.00233 0.0042 0.00698 0.01103 0.01804 0.033 0.06423 0.15048 100000 96713 96336 96253 96157 96024 95850 95647 95345 94958 94318 93228 91291 88158 83426 76226 64608 46730 97494 385850 481473 481025 480454 479686 478743 477480 475758 473191 468864 461296 448622 428959 399130 352084 278343 310547 0.96669 0.99613 0.99907 0.99881 0.9984 0.99804 0.99736 0.99639 0.9946 0.99086 0.98386 0.97253 0.95617 0.93046 0.88213 0.79056 0.52734 0 7458998 7361504 6975655 6494182 6013157 5532703 5053017 4574273 4096793 3621035 3147844 2678980 2217685 1769063 1340104 940974 588890 310547 74.59 76.12 72.41 67.47 62.53 57.62 52.72 47.82 42.97 38.13 33.37 28.74 24.29 20.07 16.06 12.34 9.11 6.65 MUJERES 2008 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.02901 0.0037 0.00057 0.00049 0.00072 0.00111 0.00141 0.00185 0.00245 0.00405 0.00634 0.01073 0.01613 0.02734 0.05107 0.10439 0.20903 1 2901 359 55 47 69 107 136 178 235 389 606 1018 1515 2526 4589 8901 15964 60405 0.02966 0.00093 0.00011 0.0001 0.00014 0.00022 0.00028 0.00037 0.00049 0.00081 0.00127 0.00216 0.00325 0.00554 0.01048 0.02203 0.04669 0.13333 100000 97099 96740 96686 96639 96570 96462 96326 96148 95913 95524 94918 93900 92385 89859 85270 76369 60405 97789 387442 483566 483311 483021 482580 481971 481185 480152 478592 476105 472045 465713 455611 437824 404098 341936 453060 0.97046 0.99657 0.99947 0.9994 0.99909 0.99874 0.99837 0.99785 0.99675 0.9948 0.99147 0.98659 0.97831 0.96096 0.92297 0.84617 0.56989 0 7845999 7748210 7360769 6877203 6393892 5910872 5428292 4946321 4465136 3984984 3506392 3030287 2558242 2092530 1636918 1199094 794996 453060 78.46 79.8 76.09 71.13 66.16 61.21 56.27 51.35 46.44 41.55 36.71 31.93 27.24 22.65 18.22 14.06 10.41 7.5 178 Cuadro 7.20: MÉXICO: TABLAS ABREVIADAS DE MORTALIDAD, HOMBRES 2009 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03208 0.0037 0.00082 0.00095 0.00133 0.00173 0.00203 0.00305 0.00391 0.00654 0.01127 0.02035 0.03371 0.05279 0.085 0.15051 0.27419 1 3208 358 79 92 128 167 195 292 374 622 1065 1901 3085 4668 7120 11536 17853 47258 0.03288 0.00093 0.00016 0.00019 0.00027 0.00035 0.00041 0.00061 0.00078 0.00131 0.00227 0.00411 0.00686 0.01084 0.01775 0.03255 0.06355 0.14973 100000 96792 96434 96355 96263 96135 95969 95774 95482 95108 94486 93421 91520 88435 83767 76647 65111 47258 97554 386216 481973 481545 480996 480260 479356 478140 476476 473987 469769 462354 449889 430507 401037 354397 280924 315622 0.96754 0.99628 0.99911 0.99886 0.99847 0.99812 0.99746 0.99652 0.99477 0.9911 0.98422 0.97304 0.95692 0.93154 0.8837 0.79268 0.52908 0 7480999 7383445 6997229 6515257 6033712 5552716 5072456 4593100 4114961 3638485 3164498 2694729 2232376 1782486 1351979 950943 596546 315622 74.81 76.28 72.56 67.62 62.68 57.76 52.86 47.96 43.1 38.26 33.49 28.84 24.39 20.16 16.14 12.41 9.16 6.68 MUJERES 2009 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.028335 0.00352 0.000535 0.000465 0.000685 0.00106 0.00135 0.001775 0.002355 0.00392 0.006165 0.010465 0.015755 0.026725 0.050055 0.102705 0.20656 1 2834 342 52 45 66 103 131 171 227 377 590 995 1482 2475 4511 8791 15866 60947 0.02896 0.00089 0.00011 0.00010 0.00014 0.00021 0.00027 0.00036 0.00047 0.00079 0.00124 0.00211 0.00318 0.00542 0.01027 0.02166 0.04608 0.13273 100000 97167 96825 96773 96729 96663 96560 96430 96259 96032 95656 95066 94071 92589 90114 85604 76813 60947 97840 387757 483995 483753 483477 483056 482474 481720 480726 479218 476802 472840 466649 456758 439295 406040 344399 459206 0.97119 0.99671 0.99950 0.99943 0.99913 0.99880 0.99844 0.99794 0.99687 0.99496 0.99169 0.98691 0.97881 0.96177 0.92430 0.84818 0.57142 0 7865999 7768159 7380404 6896409 6412656 5929180 5446124 4963651 4481931 4001205 3521987 3045185 2572345 2105697 1648940 1209644 803604 459206 78.66 79.95 76.23 71.27 66.30 61.34 56.40 51.48 46.56 41.67 36.82 32.04 27.34 22.74 18.30 14.13 10.46 7.54 179 Cuadro 7.21: MÉXICO: TABLAS ABREVIADAS DE MORTALIDAD, HOMBRES 2010 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.03136 0.00352 0.00079 0.00092 0.00128 0.00166 0.00195 0.00294 0.00379 0.00636 0.01101 0.01996 0.03315 0.05197 0.08381 0.14875 0.27188 1 3136 341 76 88 123 160 188 282 362 606 1042 1868 3041 4609 7047 11459 17828 47744 0.03213 0.00088 0.00016 0.00018 0.00026 0.00033 0.00039 0.00059 0.00076 0.00128 0.00221 0.00403 0.00674 0.01067 0.0175 0.03214 0.06293 0.14905 100000 96864 96522 96446 96358 96235 96075 95887 95605 95243 94637 93595 91727 88686 84077 77030 65572 47744 97609 386545 482422 482011 481483 480775 479906 478731 477120 474700 470581 463305 451032 431907 402767 356504 283289 320314 0.96831 0.99642 0.99915 0.9989 0.99853 0.99819 0.99755 0.99663 0.99493 0.99132 0.98454 0.97351 0.9576 0.93253 0.88514 0.79463 0.53067 0 7500999 7403391 7016845 6534423 6052412 5570929 5090154 4610249 4131518 3654398 3179698 2709118 2245812 1794780 1362874 960107 603602 320314 75.01 76.43 72.7 67.75 62.81 57.89 52.98 48.08 43.21 38.37 33.6 28.95 24.48 20.24 16.21 12.46 9.21 6.71 MUJERES 2010 EDAD 𝑞𝑥 𝑑𝑥 𝑚𝑥 𝑙𝑥 𝐿𝑥 𝑆𝑥 𝑇𝑥 𝑒𝑥 0 1 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 0.02766 0.00334 0.0005 0.00044 0.00065 0.00101 0.00129 0.0017 0.00226 0.00379 0.00599 0.0102 0.01538 0.02611 0.04904 0.10102 0.20409 1 2766 325 49 43 63 98 125 164 218 364 574 971 1449 2423 4432 8681 15767 61489 0.02826 0.00084 0.0001 0.00009 0.00013 0.0002 0.00026 0.00034 0.00045 0.00076 0.0012 0.00205 0.0031 0.00529 0.01006 0.02128 0.04546 0.13213 100000 97234 96909 96860 96818 96755 96657 96533 96369 96151 95787 95213 94241 92792 90369 85937 77256 61489 97891 388071 484424 484195 483932 483531 482976 482255 481300 479844 477498 473635 467584 457904 440766 407982 346861 465351 0.97192 0.99684 0.99953 0.99946 0.99917 0.99885 0.99851 0.99802 0.99698 0.99511 0.99191 0.98722 0.9793 0.96257 0.92562 0.85019 0.57294 0 7885999 7788108 7400038 6915614 6431419 5947487 5463956 4980980 4498725 4017425 3537581 3060082 2586448 2118864 1660961 1220194 812212 465351 78.86 80.1 76.36 71.4 66.43 61.47 56.53 51.6 46.68 41.78 36.93 32.14 27.44 22.83 18.38 14.2 10.51 7.57 180 Anexo 10 Conceptos básicos Definición y objeto de estudio de la demografı́a La demografı́a6 ha sido considerada por algunos como una ciencia, por otros, como una disciplina. Se le ha atribuido como objeto el estudio de las poblaciones humanas, hecho que conduce a la polémica sobre su calidad de ciencia, ya que estudiar las poblaciones humanas es el objeto de todas las disciplinas sociales y es claro que la demografı́a no puede pretender englobarlas a todas. La definición más común de demografı́a es la siguiente te, es la ciencia social encargada del estudio del movimiento de las poblaciones humanas, referido éste a una entidad y a u conjunto bien definidos. Componentes de la dinámica poblacional La dinámica poblacional está caracterizada por componentes: 1) la natalidad, o fecundidad, el cual es un mecanismo de entrada ya que a través de él se incrementa el volumen de la población en estudio, 2) la mortalidad que al disminuir el volumen de la población se le asocia a un mecanismo de salida, y 3) La migración, mecanismo de entrada desde la perspectiva de los inmigrantes y de salida desde la de los emigrantes. A los tres componentes citados se les denomina fen6menos demográficos, los cuales están a su vez caracterizados por los siguientes sucesos o eventos demográficos a) los nacimientos, b) las muertes o defunciones, y c) los inmigrantes y emigrantes. Los sucesos o eventos demográficos se clasifican en renovables y no renovables, en el sentido de la ocurrencia de ellos a cada individuo que constituye la población en estudio. Ası́, si tomamos como unidad de análisis a la mujer, ella puede tener no necesariamente un solo hijo, por lo que el evento nacimiento es considerado como un evento renovable, al Igual que a los eventos inmigrar, emigrar, casarse. En cambio, el evento muerte o defunción es evidentemente considerado como un evento estrictamente no renovable, Se dice estrictamente para diferenciarlo de los otros casos, en los que se puede considerar el orden de nacimiento Primer nacimiento, segundo nacimiento, etc.), el orden de inmigración o emigración, y el orden de casamiento o disolución de unión, en donde el evento renovable deja de serlo, pasando a ser un evento no renovable. 6 Material basado en: Lequina, Joaquin; Fundamentos de demografı́a, Siglo veintiuno editores, primera edición, México, 1973; Pressat, Roland; El análisis demográfico, Fondo de cultura económica primera reimpresión, México 1973.; Spiegelman, Mortimer; Introducción a la demografı́a, Fondo de cultura económica primera reimpresión, México, 1979 181 Fuentes de datos La demografı́a nos permite tener una descripción estadı́stica de las poblaciones humanas en cuanto a su estado (cifra de población, distribución por sexo y edad y por estado civil, estadı́sticas de familia, etc.), en una fecha dada; y a los hechos demográficos (nacimientos, defunciones, migraciones) que se producen en esas poblaciones. Al considerar los dos aspectos de la descripción estadı́stica de las poblaciones se obtienen dos tipos de estadı́sticas, 1) Censos demográficos, que permiten describir el estado demográfico de la población en un instante dado, y 2) Estadı́sticas vitales y encuestas. que clasifican los hechos demográficos producidos en una población durante un perı́odo dado. Censo demográfico El censo demográfico proporciona la imagen en un instante dado, de una población en evolución constante bajo la influencia de ¡os fenómenos demográficos que en ella se producen, dándonos la población por sexo, edad, estado civil y nacionalidad, grado de instrucción ocupación profesional, religión, número de hijos nacidos vivos. etc. Estadı́sticas vitales Las estadı́sticas vitales se centran en el registro de nacimientos, defunciones y matrimonios, acontecidos en una población dada. En general en las estadı́sticas vitales se registran las modificaciones causadas en el volumen y en la estructura de la población por los nacimientos, las defunciones y las celebraciones o rupturas de uniones. Encuestas demográficas La encuesta demográfica es un método para obtener información sobre fenómenos demográficos de cierto número de individuos con objeto de conocer algo respecto a una población más numerosa de la cual se ha obtenido la muestra. El diagrama de Lexis En demografı́a se representan dos aspectos del tiempo. 1) El tiempo del calendario, donde los puntos de la recta o semirrecta representan fechas comunes a los habitantes, y 2) El tiempo transcurrido a partir de un suceso origen particular a cada habitante. Por ejemplo, sı́ el nacimiento es el suceso origen, la semirrecta tiempo transcurrido o duración medirá la edad de la persona considerada. Al formar un cuadrante con las dos semirrectas se tiene el diagrama de Lexis s (ver diagrama 1). 182 Para llevar a cabo la observación de un habitante, a partir de haber sido alcanzado éste por un suceso origen, se realizará sobre un segmento de recta que forma un ángulo de 45 grados con los ejes coordenados constituidos por las dos semirrectas tiempo; dichos segmentos de recta reciben el nombre de lı́neas de vida. Por ejemplo, tomemos un nacimiento ocurrido el 21 de junio de 1981. Con las dos rectas perpendiculares del diagrama 2, se puede localizar el nacimiento de niño por el punto de intersección de las dos rectas que, en el eje horizontal indica que estamos a 21 de junio de 1981 y en el vertical, que en esa fecha el niño tiene cero exactamente. Conforme el tiempo transcurre, el punto que representa al niño se desplaza sobre la bisectriz del ángulo recto; ası́, cuando el niño tenga un año su punto representativo estará en P. Las magnitudes demográficas pueden dos clases: a) efectivos o stocks, cuya referencia temporal es un instante, y b) flujos, referidas a un perı́odo de tiempo Dichas magnitudes podrán clasificarse según las cohortes (habitantes que comparten un mismo evento origen) y las edades o duraciones dentro de las que se han producido los flujos o se han medido los stocks. El diagrama 3 hace referencia a edad, generación y tiempo, el diagrama 4 a generación y tiempo y el diagrama 5 a edad y tiempo. 183 La pirámide de edades En un momento cualquiera dentro de un stock de población conviven unas cien generaciones aproximadamente En cada generación es posible distinguir subpoblaciónes con arreglo a diversos criterios cualitativos: estar casado, ejercer una actividad económica, etc. Distinguir dichas subpoblaciónes es un paso previo al análisis de su ’estructura’. La estructura más simple de una población es aquélla que retiene las variables sexo y edad solamente. En un momento dado esta estructura se medirá por las siguientes proporciones: 𝐶𝑈𝐻 = 𝐶𝑈𝑀 = 𝑃𝑈𝐻 𝑃 𝑃𝑈𝑀 𝑃 (7.109) (7.110) Donde 𝑃𝑈 representa la población del grupo de edades u (se trata en general de grupos quinquenales) para los hombres y 𝑃𝑈𝑀 para las mujeres, siendo 𝑃 la población total: Ası́ pues: 𝑤 ∑ 𝐶𝑢𝐻 + 𝐶𝑢𝑀 = 1 (7.111) 𝑢=0 donde 𝑤 es la última edad alcanzada por la población en estudio. La representación gráfica (en forma de histogramas) de las proporciones Cu (a la derecha los hombres y a la izquierda las mujeres) se conoce con el nombre de pirámide de población (ver pirámide 1) Hay que tener en cuenta que ¡a pirámide por edades es una representación en forma de histograma, ası́, si en el eje de las ordenadas se miden las edades, ¡as abscisas han de calcularse de tal forma que la superficie de cada rectángulo lo sea proporcional a la magnitud que se quiere representar La construcción de la pirámide, además de darnos una idea grosso modo de la estructura por edades de la población sirve para detectas errores en la declaración de la edad de la población censada o encuestada, o bien la ausencia de declaración o una contabilización incompleta en ciertas edades; y al comparar pirámides para la misma población en diferentes momentos, se puede observar gráficamente el cambio de la estructura y los posibles efectos de los fenómenos demográficos en dicha población. 184 Índice de masculinidad Este ı́ndice mide la proporción de hombres entre mujeres para cada edad o grupo de edades; puede servir para detectar la declaración incorrecta de la edad. El ı́ndice de masculinidad toma valores que comienzan un poco arriba de cien al nacimiento y van disminuyendo según se avanza en las edades. Cuando se presentan cambios bruscos en el valor del ı́ndice se pueden atribuir a la migración de la población de sexo masculino o femenino, también suelen deberse a la declaración incorrecta de la edad que provoca que un grupo de personas sea trasladado al grupo inmediato inferior o al superior. El análisis longitudinal y el transversal En demografı́a existen dos tipos de análisis: el sincrónico llamado transversal y el diacrónico denominado longitudinal El análisis transversal, el más común en demografı́a recoge el comportamiento de todas las cohortes en presencia durante un perı́odo limitado de tiempo. Como ejemplo tenemos las tasas brutas, las que son un ı́ndice transversal ya que en ellas aparecen flujos y stocks de todas las cohortes. Con mucha frecuencia el análisis transversal consiste en construir el comportamiento, frente al fenómeno en estudio, de una cohorte ficticia (comúnmente llamado análisis retrospectivo) que se comporta entre dos edades o duraciones consecutivas cualesquiera (ver diagrama 9). El análisis longitudinal se fundamenta en la observación continua de una cohorte expuesta al fenómeno demográfico en estudio (ver diagrama 6 y 7). 185 Dimensiones de los eventos demográficos Intensidad y calendario Las preguntas que se hacen en cuanto al impacto de un fenómeno demográfico en una población dada son ¿qué cantidad de la población es alcanzada por el suceso o evento? ¿a qué edad en promedio de evento se da en los individuos de la población? las respuestas se obtienen al calcular la intensidad y e¡ calendario o duración de¡ fenómeno demográfico estudiado. Si se denota a 𝑒𝑖 como el número de eventos ocurridos a edad i cumplida (entre las edades exactas 𝑖 e 𝑖 + 𝑖 y a 𝛼 y 𝛽 como las edades exactas inicial y final en que los individuos de la población analizada están propensos a sufrir el evento considerado, entonces la intensidad ∑𝛽 total será la suma de los eventos ocurridos, de la edad 𝛼 a la edad 𝛽, a la población en estudio 𝑖=𝛼 𝑒𝑖 , y la intensidad medı́a será el cociente formado por la intensidad total y el número de individuos que se tienen a edad exacta 𝛼, es decir, la población que se encuentra al inicio del periodo en que puede sufrir el fenómeno demográfico considerado: ∑𝛽 𝑖=𝛼 𝑒𝑖 𝑁 (7.112) El calendario o duración es comúnmente llamado esperanza de vida ya que estima los años que en promedio transcurren antes de que un individuo sea alcanzado por el evento estudiado. Dicha estimación se logra al ponderar los eventos ocurridos entre 𝛼 y 𝛽, por las edades de la edad 𝑖 cumplida se toma la edad exacta 𝑖 + 0,5 considerando que el número de eventos ocurridos a edad 𝑖 cumplida están asociados a la edad (mitad del intervalo de edad), cuado se supone lo anterior se habla del supuesto de uniformidad del fenómeno demográfico considerado. Tasa Con el nombre genérico de tasa se designa toda relación por cociente entre un flujo y un efectivo o stock. La primera idea que inspira la elaboración de una tasa es la de lograr una medida relativa de un fenómeno demográfico que permita efectuar comparaciones en el tiempo y en el espacio Una tasa generalmente se calcula-tomando como referencia un año civil. En el numerador de la tasa se tienen los eventos ocurridos en el año de referencia, y en el denominador la población media, el resultado se multiplica por mil. 186 En general la población media es la población existente al 30 de junio del año considerado. Cuando no se dispone de una estimación de la población en esa fecha, se acostumbra calcular la media aritmética de las poblaciones existentes en los inicios 1∘ de enero sucesivos que encierran el año. Las tasas que con mayor frecuencia se estiman son las brutas y las especı́ficas. Las primeras están referidas al total de eventos ocurridos de un fenómeno demográfico dado en un año y a la población media total en el mismo año, es decir, las tasas brutas miden la frecuencia de aparición de un fenómeno demográfico en el conjunto total de la población. Las tasas especı́ficas son aquellas que se calculan en subpoblaciones, generalmente distinguidas por el hecho de pertenecer a un grupo de edades determinado. Cocientes En el denominador de toda tasa ha de figurar un stock o un flujo que puede ser el inicial, el medio o el final respecto al flujo del numerador de la tasa. En el primer caso, es decir, cuando el flujo o stock de referencia es el inicial, se hablará de cociente. Dada una cohorte con 𝑁 personas, expuestas a un fenómeno demográfico no renovable, y situando en el momento exacto a las personas que aún no han sufrido el evento (𝑁𝑖 ) (ver diagrama 6), la probabilidad que tienen 𝑁𝑖 . de sufrir el evento no renovable en estudio, entre 1as edades 𝑖 e 𝑖 + 1(𝑒𝑖 ) viene dada por el cociente: 𝑔𝑖 = 𝑁𝑒𝑖𝑖 Ası́, los cocientes tienen en general un sentido probabilı́stico. Relación entre tasas y cocientes Lo que en principio se calcula para cualquier fenómeno demográfico son las tasas especı́ficas por edad, y la pregunta que se hace es ¿cómo pasar de dichas tasas a los cocientes? es decir, de frecuencias de aparición del fenómeno a probabilidades de ocurrencia del mismo. Empleando el diagrama 8, la tasa especifica entre la edad 𝑖 e 𝑖 + 1, vendrı́a dada por: 𝑒𝑖 𝑡𝑖 = 𝑁 +𝑁 (7.113) 𝑖 𝑖+1 2 y el cociente por: 𝑞𝑖 = 187 𝑒𝑖 𝑁𝑖 (7.114) si suponemos que los eventos del fenómeno no renovable se distribuyen uniformemente en el tiempo, entonces la población que a edad cumplida ı́ no ha sufrido el fenómeno en estudio, está dada por: 𝑁𝑖 = 𝑁𝑖+0,5 = 𝑁𝑖 − 𝑒𝑖 2 (7.115) En los siguientes diagramas se ilustra lo anteriormente indicado. Bajo la hipótesis de uniformidad, entonces se tendrá que la tasa será igual a: 𝑡𝑖 = 𝑒𝑖 𝑁𝑖 − 𝑒𝑖 2 = 𝑒𝑖 𝑁𝑖 (7.116) Por lo tanto 𝑁𝑖 − 𝑒𝑖 2 = 𝑁𝑖 (7.117) Dividiendo tanto el primero como el segundo miembro de la ecuación (7.117) se tiene: 𝑁𝑖 1 − 𝑒𝑖 2 = 𝑒𝑖 𝑒𝑖 (7.118) 1 𝑡𝑖 (7.119) Y por (7.114) y (7.116), (7.118) es equivalente a: 1 1 − 𝑞 2 = Se obtienen ası́, de (7.119) las siguientes relaciones entre tasas y cocientes: 𝑡𝑖 = 𝑞𝑖 = 𝑞𝑖 1 − 𝑞2𝑖 𝑡𝑖 1 − 𝑡2𝑖 188 (7.120) (7.121) Tablas La importancia de los cocientes o probabilidades radica en que constituyen la base para elaborar tablas sintéticas que suelen describir de manera muy sugestiva los fenómenos demográficos estudiados, por ejemplo las tablas de mortalidad y de nupcialidad. Las tablas estadı́sticas que describen fenómenos demográficos están constituidas por tres series básicas: 1. la serie de los cocientes o probabilidades 𝑛 𝑞𝑥 de experimentar el evento no renovable entre las edades 𝑖 e 𝑖 + 𝑛 (en general 𝑛 toma el valor 5). 2. La serie de los supervivientes 𝑁𝑖 , constituidos por las personas que estando en la edad 𝑖 exacta no han sufrido el fenómeno no renovable en estudio, y 3. La serie de los eventos e 𝑖, ocurridos a edad cumplida 𝑖, es decir, entre las edades 𝑖 e 𝑖 + 1. Mortalidad El estudio de ¡a mortalidad tradicionalmente inicia la exposición sobre los fenómenos demográficos, no únicamente porque haya servido de modelo al estudio de los demás fenómenos, sino también porque para su estudio no se utilizan métodos demasiado complejos , sirve por ello como introducción para análisis más complejos. El fenómeno de la mortalidad se analiza mediante el suceso flujo: fallecimiento. Sin embargo, puede procederse a la desagregación del total de fallecimientos, por un lado, diferenciando éstos según la causa que los produjo y asignándolos, por otro lado, a la cohorte en la cual tuvieron lugar. Las causas de muerte descomponen a la mortalidad en tres categorı́as: a) la mortalidad al comienzo de la vida; b) la mortalidad debida al envejecimiento, que comienza a manifestarse tras el décimo aniversario y que crece, normalmente, en progresión geométrica con la edad; y c) la mortalidad resultante de la acción del medio y cuya manifestación aparece a todas las edades (enfermedades infecciosas y accidentes). Tasa bruta y tasas especı́ficas de mortalidad El primer ı́ndice sintético para medir la mortalidad de un periodo dentro de una zona determinada es el cociente entre el número total de fallecimientos durante el periodo, en general un año, y la población de la zona en un momento del mismo, en general al 30 de junio del año considerado. Ası́, si 𝐷 es el número total de defunciones acontecidas entre los residentes de una comunidad durante el año del calendario, y 𝑃 es el número medio de personas vivas en esa comunidad durante te ese año, entonces la tasa bruta de mortalidad es: 𝑚 = 𝐷 𝐾 𝑃 (7.122) donde 𝐾 es una constante que se toma generalmente 1000 o 100 000. Cuando 𝐷, el total de defunciones, ha sido subdividido para mostrar las cantidades atribuidas a cada causa, a saber, si 𝐷𝑖 es el número debido a la causa 𝑖, entonces la tasa bruta de mortalidad 189 correspondiente a esa causa es: 𝑚𝑖 = 𝐷𝑖 𝐾 𝑃 (7.123) Las tasas especı́ficas de mortalidad pueden ser calculadas para subdivisiones de una comunidad de acuerdo con el sexo, la edad, el estado civil y otras caracterı́sticas, siempre que tanto 𝐷 como 𝑃 se refieran a la misma subdivisión. Si 𝐷𝑥 es el número de defunciones entre las edades 𝑥 y 𝑥 + 𝑛 entre los residentes de una comunidad durante un año, y 𝑛 𝑃𝑥 es el número promedio de personas entre las edades 𝑥 y𝑥 + 𝑛 que viven en esa comunidad durante ese año, entonces la tasa de mortalidad por edades es: 𝑛 𝑚𝑥 = 𝑛 𝐷𝑥 𝑛 𝑃𝑥 𝐾 (7.124) Tasa de mortalidad infantil Si 𝐷0𝑍 es el número de defunciones entre el nacimiento y la edad de un año, acontecidas entre los residentes de una comunidad durante el año 𝑧 del calendario, y 𝐵 𝑍 es el número total de nacimientos vivos dentro del mismo año, entonces la tasa de mortalidad infantil es: 1 𝑚0 = 𝐷0𝑍 𝐾 𝐵𝑍 (7.125) donde 𝐾 es una constante que usualmente se toma como 1000 La tasa de mortalidad infantil ha sido aceptada ampliamente como un indicador del nivel de salud de una comunidad. Usualmente una tasa de mortalidad infantil elevada está asociada a una situación económica pobre, que se refleja en los ambientes insalubres, en lo inadecuado de las facilidades de atención médica y en el nivel educativo generalmente bajo. Tasas de mortalidad infantil neonatal y posneonatal Las estadı́sticas precisas de causas de defunción permiten distinguir las defunciones de recién nacidos causadas por accidentes del parto o por malformaciones congénitas, que se toman como defunciones endógenas, de las causadas por afecciones respiratorias, accidentes alimenticios y, de un modo general, por una causa externa, infecciones u otras, es decir, las defunciones exógenas. La mortalidad endógena se cuantifica por medio de la tasa de mortalidad neonatal y la exógena por medio de la tasa de mortalidad posneonatal. Las tasas de mortalidad neonatal y posneonatal se calculan de la misma manera que la tasa de mortalidad infantil convencional, con la salvedad de que en la primera solo se toman en cuenta 𝑍 ) y en la segunda las defunciones las defunciones acontecidas dentro del primer mes de vida (𝐷0, 1 acontecidas del primer mes exacto al año exacto (𝐷𝑍1 ,1 ) 2 2 Ası́, las tasas de mortalidad neonatal y posneonatal toman las siguientes expresiones respectivamente 190 𝑍 𝐷0, 1 2 (7.126) 𝐵𝑍 𝐷𝑍1 ,1 2 (7.127) 𝐵𝑍 Tablas de mortalidad Las tablas de mortalidad presentan la -descripción estadı́stica más completa de la mortalidad; constituida por las tres series probabilı́sticas básicas (suponiendo ). 𝑛 𝑞𝑥 Probabilidad, para los sobrevivientes a edad 𝑥 (𝑙𝑥 ) de fallecer antes de llegar a la edad 𝑥 + 𝑛. ∏ 𝑙𝑥 = 𝑥−𝑛 𝑖=0 (1 −𝑛 𝑞𝑖 ) Probabilidad para los elementos del conjunto (sobrevivientes a edad 0) de llegar con vida a la edad 𝑥. 𝑑𝑥,𝑥+𝑛 =𝑛 𝑞𝑥 𝑙𝑥 Probabilidad para los componentes del conjunto, de fallecer entre 𝑥 y 𝑥 + 𝑛. A 𝑙0 se le llama el radix de la tabla, el cual en general toma el valor de 100000, siendo en ese caso 𝑙𝑥 el número de sobrevivientes a edad exacta 𝑥 y 𝑑𝑥,𝑥+𝑛 el número de fallecimientos ocurridos entre las edades exactas 𝑥 y 𝑥 + 𝑛. Supongamos que en una población, no sujeta a movimientos migratorios, se dispone del número de nacidos de un año determinado: 𝑁 , del número de fallecimientos antes de llegar al año de edad de entre esos nacidos 𝐷(0, 1) , de los fallecidos entre el año de edad exacto y dos: 𝐷(1, 2), etc. Para los nacidos de esa generación la probabilidad de morir antes de cumplir un año de edad será: 𝑞0 = 𝐷(0, 1) 𝑁 (7.128) la probabilidad de morir entre el primer aniversario y el segundo para los que llegaron a cumplir un año será: 𝑞1 = 𝐷(1, 2) 𝑁 − 𝐷(0, 1) (7.129) y ası́ sucesivamente. La serie 𝑞𝑥 recibe el nombre de series de probabilidad de muerte. La probabilidad de estar vivo al cumplir el primer año de vida será: 𝑁 − 𝐷(0, 1) = 1 − 𝑞0 𝑁 (7.130) 𝑁 − 𝐷(0, 1) − 𝐷(1, 2) = 1 − 𝑞1 𝑁 (7.131) 𝑙1 = Y al cumplir el segundo 𝑙2 = 191 Y en general: 𝑙𝑥 = (1 − 𝑞0 )(1 − 𝑞1 ) . . . (1 − 𝑞𝑥−1 ) (7.132) La serie 𝑙𝑥 se conoce con el nombre de probabilidades de supervivencia. El calendario de la mortalidad de esa generación estará constituido por la serie de probabilidades de morir entre cada par de aniversarios consecutivos para el conjunto de los nacidos. Dicho calendario 𝑑𝑥,𝑥+1 será por tanto: 𝐷𝑥,𝑥+1 = 𝑙𝑥 𝑞𝑥 𝑁 𝑑𝑥,𝑥+1 = (7.133) o bien: 𝑑𝑥,𝑥+1 = 𝑙𝑥 − 𝑙𝑥+1 (7.134) Las tablas de mortalidad son, en general., tablas, del momento t y no de generaciones, ya que la atención se concentra mucho más en las condiciones de la mortalidad en el transcurso de un año o de un periodo determinado, antes que en los efectos de la mortalidad a lo largo de una generación, lo que se explica por las siguientes razones: a)El fenómeno estudiado se manifiesta a través de un larguı́simo periodo (alrededor de un siglo), lo que dificulta la observación, b)las reacciones pasadas de las diversas generaciones no parecen repercutir en su porvenir; c)existe un interés en observar el estado de la mortalidad durante el transcurso de un año dado, para medir los efectos de diferentes factores económicos, sociales, epidemiológicos, climáticos y para seguir la evolución año tras año. Tablas abreviadas de mortalidad La metodologı́a antes presentada se funda en el cálculo de probabilidades anuales y da por consiguiente los sobrevivientes en todos los aniversarios sucesivos y las defunciones entre estos aniversarios. No obstante, en general se construyen tablas en que los aniversarios se encuentran espaciados, comúnmente cada cinco años, a excepción de] grupo de edad 0 a 4 años cumplidos, el cual se divide en dos, el de edad cumplida cero y el formado por las edades 1 a 4 cumplidas; este tipo de tablas son llamadas tablas abreviadas de mortalidad. Algunas razones por las que se calculan tablas abreviadas de mortalidad son: a)por la captación, tanto de población viva como de defunciones, esto encuentra la estructura por edad de la población y de las defunciones, b)porque se quiere resumir una tabla completa y c)porque no se dispone sino de elementos aproximados que no permiten construir una tabla completa. La tabla abreviada de mortalidad suele derivarse de cálculos aproximados basados en una documentación incompleta y a veces frágil. En la práctica, es raro que se pueda trabajar con datos de tan alta calidad que directamente puedan calcularse las probabilidades de muerte, ası́ que se emplean ı́ndices más burdos, como la tasa de mortalidad quinquenal; el problema consiste entonces en convertir esas tasas en probabilidades. Tomemos una probabilidad anual 𝑞𝑥 𝑞𝑥 = 𝑑𝑥,𝑥+1 𝑙𝑥 192 (7.135) Sea 𝑃𝑥,𝑥+1 la población media cuya edad exacta queda comprendida entre las edades 𝑥 y 𝑥 + 1, o sea, 𝑃𝑥,𝑥+1 es igual a: 𝑙𝑥 + 𝑙𝑥+1 2 𝑃𝑥,𝑥+1 = (7.136) Como: 𝑙𝑥+1 = 𝑙𝑥 − 𝑑𝑥,𝑥1 (7.137) 𝑙𝑥 + 𝑙𝑥+1 = 2𝑙𝑥 − 𝑑𝑥,𝑥+1 (7.138) Se tiene: y 𝑃𝑥,𝑥+1 = 𝑙𝑥 − 𝑑𝑥,𝑥+1 2 (7.139) Con esta expresión a la edad media, la tasa de mortalidad a edad 𝑥 , esto es,𝑚𝑥 , se escribe: 𝑚𝑥 = 𝑑𝑥,𝑥+1 𝑑𝑥,𝑥+1 = 𝑑 𝑃𝑥,𝑥+1 𝑙𝑥 − 𝑥,𝑥+1 2 (7.140) De (7.135): 𝑑𝑥,𝑥+1 = 𝑙𝑥 𝑞𝑥 𝑞𝑥 2𝑞𝑥 𝑙𝑥 𝑞𝑥 = ⇒ 𝑚𝑥 = 𝑞𝑥 = 𝑙𝑥 𝑞𝑥 1− 2 2 − 𝑞𝑥 𝑙𝑥 − 2 (7.141) (7.142) que es la relación buscada y que se puede transformar para expresar 𝑞𝑥 en función de 𝑚𝑥 . 𝑞𝑥 = 𝑚𝑥 2𝑚𝑥 = 1 + 𝑚 𝑥2 2 + 𝑚𝑥 (7.143) Con la misma hipótesis sobre la población estudiada, se puede admitir que, en el caso de la tasa quinquenal. 𝑃𝑥,𝑥+5 = 5 𝑙𝑥 + 𝑙𝑥+5 2 (7.144) Con lo cual se llega a la relación: 5 𝑞𝑥 = 105 𝑚𝑥 2 + 5 5 𝑚𝑥 (7.145) 𝑎 𝑞𝑥 = 2𝑎𝑎 𝑚𝑥 2 + 𝑎𝑎 𝑚𝑥 (7.146) Y en términos generales a: 193 La expresión (7.145) se emplea para obtener las estimaciones de los cocientes 5 𝑞𝑥 a partir del grupo de edad 5 a 9 años; teniéndose que 1 𝑞𝑥 a menudo se calcula como una tasa de mortalidad infantil clásica, es decir, 1 𝑞0 = 𝑚0 empleando (7.146) para 𝑎 = 4, ası́ 4 𝑞1 = 84 𝑚1 2 + 44 𝑚𝑥1 (7.147) Ya obtenida 𝐼𝑛 serie de probabilidades de muerte 𝑛 𝑞𝑥 a partir de las tasas de mortalidad 𝑛 𝑚𝑥 , se estiman las series 𝑙𝑥 y 𝑑𝑥,𝑥+𝑛 . Por medio de las relaciones que guardan tomando un radix 𝑙0 = 100000: 𝑛 𝑞𝑥 𝑑𝑥,𝑥+𝑛 𝑑𝑥,𝑥+𝑛 𝑙𝑥 = 𝑙𝑥 − 𝑙𝑥+𝑛 =𝑛 𝑞𝑥 𝑙𝑥 = (7.148) (7.149) La esperanza de vida A partir de las tablas de mortalidad se obtiene un ı́ndice sintético muy utilizado: la esperanza de vida. Tal ı́ndice responde al concepto de media, concretamente; duración media de la vida a partir de una edad dada. Ası́ la esperanza de vida al nacer: 𝑒0 representa el número de años que vivirı́a, por término medio, un componente de la generación sujeta a la mortalidad que describe la tabla. Ası́, en una tabla completa, suponiendo que 𝑑𝑥,𝑥+𝑛 se distribuya uniformemente entre 𝑥 y 𝑥 + 1 y 𝑙0 = 1, se tendrá: 𝑒0 = 𝑤 ∑ 𝑥=0 𝑤 𝑤 𝑥=0 𝑥=0 ∑ 1 1∑ 𝑥 + 𝑑𝑥,𝑥+1 = 𝑥𝑑𝑥,𝑥+1 𝑑𝑥,𝑥+𝑛 2 2 (7.150) Se sabe que: 𝑤 ∑ 𝑑𝑥,𝑥+𝑛 = 𝑙0 = 1 (7.151) 𝑥=0 Con lo que: 𝑤 𝑒0 = 1 ∑ + 𝑥𝑑𝑥,𝑥+1 2 (7.152) 𝑥=0 O bien, sustituyendo 𝑑𝑥,𝑥+1 por su equivalente 𝑙𝑥 − 𝑙𝑥+1 : 𝑤 𝑒0 = 1 ∑ + 𝑙𝑥 2 (7.153) 𝑥=0 Es posible aplicar esta fórmula a cualquier edad, con lo que se puede escribir: 𝑒𝑥 = 𝑤 1 1 ∑ + 𝑙𝑖 2 𝑙𝑥 𝑖=𝑥+1 194 (7.154) En el caso de una tabla abreviada, si también se supone uniforme la distribución de 𝑑𝑥,𝑥+𝑛 entre 𝑥 y 𝑥 + 𝑎, se podrá escribir: ) 𝑤 ( 𝑤 ∑ 𝑎 ∑ 1 𝑑𝑥,𝑥+𝑛 = + 𝑒0 = 𝑥+ 𝑥𝑑𝑥,𝑥+𝑎 (7.155) 2 2 𝑥=0 𝑥=0 y sustituyendo 𝑑𝑥,𝑥+𝑎 por su valor en función de 𝑙𝑥 quedará: 𝑤 𝑒0 = ∑ 𝑎 +𝑎 𝑙𝑥 2 (7.156) 𝑥=0 Se está suponiendo que a es constante, pero en general a en una tabla abreviada toma los valores 1 (para la primer edad, es decir, cero años cumplidos), 4 (para el grupo de edad 1 a 4 años cumplidos) y 5 (para los grupos de edades quinquenales que parten del grupo 5 a 9 años cumplidos), en tal caso, es necesario tener en cuenta estos extremos para la obtención de la formula que se va a aplicar. Asimismo cuando no se tome 𝑙0 = 1 es preciso dividir todos los valores de 𝑑𝑥,𝑥+𝑎 y 𝑙𝑥 por 𝑙0 . Por tanto. para una tabla abreviada de las anteriores caracterı́sticas se tendrá : 𝑒0 = 1 2,5𝑙1 + 4,5𝑙5 + 5𝑙10 + . . . + 𝑙𝑤 + 2 𝑙0 (7.157) En general la esperanza de vida a una edad cualquiera x se escribirá: 𝑤 ∑ 𝑒0 = 𝑎 + 2 𝑙𝑖 𝑖=𝑥+𝑎 𝑙𝑥 (7.158) Fecundidad Bajo el nombre de fecundidad se estudian en su aspecto cuantitativo los fenómenos directamente relacionados con la procreación humana. Ası́, la fecundidad es el estudio de los nacimientos desde el punto de vista de la concepción. Un fenómeno demográfico directamente asociado a la fecundidad es pues la natalidad que puede considerarse desde el punto de vista de los individuos que nacen o desde el punto de vista de las madres que dan nacimiento a un hijo (o de las parejas que procrean). Cuando el estudio se refiere principalmente a las circunstancias de la procreación humana se habla de fecundidad. Aparece entonces una noción suplementaria de fertilidad o aptitud de las mujeres para concebir y cuya manifestación es la fecundidad. Tasa bruta de natalidad Si 𝛽 es el número total de nacidos vivos entre los residentes de una comunidad durante un año del calendario, y 𝑃 es el número medio de personas que habitan en ella durante el año, entonces la tasa bruta de natalidad es: 𝑖 = 𝐵 𝐾 𝑃 donde 𝐾 es una constante a la que se da por lo general el valor de 1000. 195 (7.159) Tasas de fecundidad general El nivel de la tasa bruta de natalidad se verá influido por la composición de la población total 𝑃 . De este modo, la tasa será baja si en la población total hay una proporción baja de mujeres casadas en las edades reproductivas. Para medir con más efectividad el nivel de fecundidad de una comunidad, se han utilizado los siguientes cocientes: El cociente de nacimientos totales respecto de la población femenina total (𝑃 𝑓 ): 𝑖𝑓 𝐵 𝐾 𝑃𝑓 = (7.160) El cociente de nacimientos totales respecto de la población femenina de las edades fértiles, 𝑓 tomadas usualmente como aquellas de 15 a 49 años (𝑃15−49 ); esta forma de la tasa de fecundidad general es la más comúnmente usada. 𝑖𝑓15−49 = 𝐵𝑙 𝑓 𝑃15−49 (7.161) El cociente de nacimientos legı́timos (𝐵 𝑙 ) respecto de la población femenina casada de las 𝑓𝑐 edades fértiles (𝑃15−49 ) denominada tasa marital general de fecundidad. 𝑐 = 𝑖𝑓15−49 𝐵𝑙 𝑓𝑐 𝑃15−49 𝐾 (7.162) Tasas especificas de fecundidad Cuando los nacimientos de la comunidad, clasificada en cuanto a sus caracterı́sticas demográficas y socioeconómicas, se relacionan con poblaciones con las mismas subdivisiones, los resultados son las tasas especı́ficas de fecundidad. Las clasificaciones más comunes son respecto a la edad de las mujeres, su estado civil y el orden de nacimiento. Sea 𝐵, los nacimientos de hijos cuyas madres tenı́an en el momento de dar a luz en la edad j o su edad comprendida en el grupo de edad 𝑗 (en general quinquenal: 15 a 19, 20 a 24. . .,45 a 49 años). Sea la población femenina con edad o en el grupo de edad 𝑗, entonces la tasa especı́fica de fecundidad por edad es: 𝐵𝑗 𝑓𝑗 = 𝐾 (7.163) 𝑃𝑗𝑓 cuando el cálculo se hace con los nacimientos anuales y la población de mitad de año, los resultados se conocen con el nombre de tasas centrales. Si 𝐵𝑗𝑙 son nacimientos de hijos cuyas madres son asadas con edad o en el grupo 𝑗 y 𝑃𝑗𝑓 𝑐 las mujeres casadas con edad o en el grupo de edad 𝑗, entonces las tasas especı́ficas de fecundidad son llamadas maritales o legı́timas. 𝑓𝑗𝑚 = 𝐵𝑗𝑙 𝑃𝑗𝑓 𝑐 (7.164) Para el caso de la fecundidad de las mujeres no casadas, se habla de fecundidad ¡legı́tima y sus tasas especı́ficas de fecundidad por edad son llamadas tasas de fecundidad ilegı́tima. 196 Tasa global de fecundidad o descendencia final La tasa global de fecundidad o descendencia final mide el promedio de hijos que tiene una mujer a lo largo de su perı́odo de procreación (tomándose comúnmente de 15 a 49 años cumplidos). Ası́, si una mujer estuviera expuesta a la fecundidad de la serie 𝑓𝑗 de tasas especı́ficas de fecundidad por edad, o grupo de edad 𝑗, el número de hijos que tendrı́a al final de su vida reproductiva vendrı́a dado por la tasa global de fecundidad o descendencia final (𝑇 𝐺𝐹 ): 𝑇 𝐺𝐹 = 𝑐 𝑏 ∑ 𝑓𝑗 (7.165) 𝑗=𝑎 Donde 𝑎 es la primera edad o grupo de edad fecundado, 𝑏 el último, y 𝑒, la amplitud del grupo 𝑗. Tasas bruta y neta de reproducción La tasa bruta de reproducción (𝑅) representa el número de hijas que tendrı́a una mujer a lo largo de su vida fértil en ausencia de mortalidad. Ası́ pues, si una; mujer estuviera expuesta a la fecundidad de la serie 𝑓𝑢 de tasas especı́ficas de fecundidad por edad, o grupo de edad 𝑢, el número de hijas que tendrı́a estarı́a dado por 𝑅 = 𝑓𝑎 𝛽 ∑ 𝑓𝑢 (7.166) 𝛼=4 Donde 𝑓 es la tasa de feminidad al nacimiento, tasa que no se suele apartar significativamente de 0.488, a el primer grupo fecundo y 𝛽 el último, a es la amplitud del grupo 4. Si se representa como 𝑓𝑥 la tasa especı́fica de fecundidad a la edad 𝑥, y 𝑓𝑥,𝑥+4 la tasa especı́fica de fecundidad del grupo de cumplidas (𝑥, 𝑥 + 4), se tiene 𝑅 = 0,488(𝑓15 + 𝑓16 + . . . + 𝑓49 ) (7.167) 𝑅 = 0,488 ∗ 5(𝑓15−19 + 𝑓20−24 + . . . + 𝑓45−49 ) (7.168) (7.169) Haciendo entrar en juego la mortalidad de esa generación de mujeres, se llega a la tasa neta de reproducción (𝑅0 ) que representa el número de hijas que tendrı́a una mujer a lo largo de su vida fértil si estuviera expuesta a la mortalidad. Ası́ pues, se tendrı́a 𝑅0 = 𝑓 𝑎 𝑤 ∑ 𝑓𝑢 𝑃𝑢 (7.170) 𝑢=𝛼 donde la serie 𝑃𝑢 es la de supervivencia de las mujeres a la edad 𝑢. Para apreciar la medida en que una generación asegura su reemplazo se observan los valores de 𝑅0 ; ası́, si la tasa neta de reproducción es inferior a 1, el reemplazo integral no se encuentra asegurado (faltarı́a 1 − 𝑅0 ); tal reemplazo se alcanza, en cambio, si Ro es igual a 1 y con -mayor razón si 𝑅0 es mayor que 1, caso este último en que se produce un excedente (que se mide por la cantidad 𝑅0 − 1). 197 Edad media a la fecundidad Ası́ como se estimaron la esperanza de vida. en el caso de mortalidad, y la esperanza de vida célibe o edad media al contraer primeras nupcias, en el caso de nupcialidad; en cuanto a la fecundidad, se estima la edad media a la fecundidad o edad media al primer hijo nacido vivo; que representan el promedio de años que deben transcurrir antes de que una mujer tenga su primer hijo nacido vivo. Haciendo la analogı́a del caso de mortalidad y nupcialidad, para la fecundidad la edad media se estima a partir de las siguientes expresiones: Caso de edades individuales: 𝑤 ∑ 𝑚 ˆ ′ = 𝛽 ∑ 𝑥𝑓𝑥 𝑥=𝛼 𝛽 ∑ = (𝑥 + 0,5)𝑓𝑥 𝑥=𝛼 𝛽 ∑ 𝑓𝑥 𝑥=𝛼 (7.171) 𝑓𝑥 𝑥=𝛼 Caso de grupos quinquenales de edad: 𝛽 ∑ 𝑚 ˆ ′ (𝑥 + 0,5)𝑓𝑥,𝑥+4 𝑥=𝛼 = 𝛽 ∑ (7.172) 𝑓𝑥,𝑥+4 𝑥=𝛼 Relación entre las tasas bruta y neta de reproducción Suponiendo una relación lineal entre edades y probabilidades de supervivencia, tomando 𝑃1 = 𝑥1 𝑃𝑥1 y 𝑃2 = 𝑥2 𝑃𝑥2 donde 𝑥1 y 𝑥2 son dos edades comprendidas en el periodo reproductivo de la mujer 𝑃𝑥 y 𝑃𝑥 , sus respectivas tasas de supervivencia, entonces bajo la hipótesis de linealidad: 𝑃 𝑥 − 𝑃 𝑥1 Sea 𝐾 = 𝑃𝑥2 −𝑃𝑥1 𝑥2 −𝑥1 = 𝑃𝑥2 − 𝑃 − 𝑥1 (𝑥 − 𝑥1 ) 𝑥2 − 𝑥1 (7.173) ,entonces: 𝑃𝑥 = 𝐾(𝑥 − 𝑥1 ) + 𝑃𝑥1 (7.174) multiplicando ambos miembros de la ecuación (7.174) por 𝑓𝑥 (tasa especı́fica de fecundidad a edad 𝑥): 𝑓𝑥 𝑃𝑥 = 𝐾𝑓𝑥 (𝑥 − 𝑥1 ) + 𝑓𝑥 𝑃𝑥1 (7.175) la expresión (7.175) la multiplicamos por la tasa de feminidad 𝑓 = 0,488 y sumamos de 𝛼 a 𝛽 (15 a 49 años) 0,488 𝛽 ∑ 𝑥=𝛼 𝑓𝑥 𝑃𝑥 = 0,488𝐾 𝛽 ∑ 𝑥=𝛼 198 𝑓𝑥 (𝑥 − 𝑥1 ) + 0,488𝑃𝑥1 𝛽 ∑ 𝑥=𝛼 𝑓𝑥 (7.176) teniendo que (7.176) puede escribirse como: 𝑅0 = 0,488𝐾 𝛽 ∑ 𝑓𝑥 (𝑥 − 𝑥1 ) + 𝑃𝑥1 𝑅 (7.177) 𝑥=𝛼 Nos preguntamos si existe valor de 𝑥1 tal que 𝐾 𝛽 ∑ 𝑓𝑥 (𝑥 − 𝑥1 ) = 0 con el fin de simplificar (7.177) 𝑥=𝛼 y obtener la relación final entre 𝑅0 y 𝑅, ası́: 𝐾 𝛽 ∑ 𝑓𝑥 (𝑥 − 𝑥1 ) = 0 (7.178) 𝑥=𝛼 Si: 𝑘 = 0, pero 𝐾 = 𝑃𝑥2 −𝑃𝑥1 𝑥2 −𝑥1 = 0 sı́ 𝑃 𝑥2 − 𝑃 𝑥1 = 0 𝛽 ∑ 𝑓𝑥 (𝑥 − 𝑥1 ) = 𝑥=𝛼 𝛽 ∑ O bien: (7.179) ( 𝛽 ∑ 𝑥𝑓𝑥 − 𝑥1 𝑥=𝛼 𝛽 ∑ ) 𝑓𝑥 =0 (7.180) 𝑥=𝛼 𝑥𝑓𝑥 𝑥=𝛼 𝛽 ∑ , la que por definición es la edad media de la fecundidad: 𝑚 ˆ′ . 𝑓𝑥 = 𝑥1 𝑥=𝛼 Por lo tanto la relación entre las tasas bruta y neta de reproducción es: 𝑅0 = 𝑃 𝑚 ˆ ′𝑅 (7.181) Nupcialidad El estudio de la nupcialidad comprende principalmente el de los fenómenos cuantitativos que resultan directamente de la existencia de los matrimonios, o uniones legitimas, es decir, de uniones entre personas de diferente sexo, realizadas en la forma provista por la ley, o por la costumbre y que confieren a las personas interesadas determinados derechos y obligaciones. En la mayorı́a de los paı́ses se celebra una ceremonia, llamada también matrimonio, para sancionar el acuerdo de unión entre un hombre y una mujer conforme a las normas establecidas por la ley o por la costumbre. La observación de los sucesos constituidos por tales matrimonios y por las rupturas de la unión, forma 1a base de los estudios sobre la nupcialidad. Por extensión, se incluye algunas veces el estudio de las uniones ilegales, especialmente en los paı́ses en que esta clase de uniones están tan generalizadas que su estudio resulta indispensable. Tasa bruta de nupcialidad Si 𝑀 es el número total de matrimonios entre los residentes de una comunidad durante un año del calendario y 𝑃 es el número promedio de personas que viven en ella durante el año, entonces 199 la tasa bruta de nupcialidad es: 𝑀 𝐾 𝑃 (7.182) donde 𝐾 es una constante que por lo general se toma como 1000. Hay ocasiones en que se usa el número de personas que se casan, en vez del número de matrimonios, para calcular la tasa de nupcialidad. Tasa especı́fica de nupcialidad Como en el caso de las tasas de mortalidad. las tasas de nupcialidad pueden calcularse por edad, :sexo, estado civil, nivel socioeconómico y otras caracterı́sticas Si 𝑛 𝑀𝑥 es el número de matrimonios entre las edades 𝑥 y 𝑥 + 𝑛 entre los residentes de una comunidad durante un año, y en 𝑛 𝑃𝑥 es el número promedio de personas entre las edades 𝑥 y 𝑥 + 𝑛 que viven en esa comunidad durante ese año, entonces la tasa de nupcialidad por edades es: 𝑛 𝑁𝑥 𝑛 𝑀𝑥 = 𝑛 𝑃𝑥 𝐾 (7.183) En general las tasas de nupcialidad se basan en la población adulta no casada, es decir, se toman en cuenta primeras uniones o matrimonios de orden uno. Con ello se está ante un fenómeno demográfico no renovable; pero sı́ no ponemos la restricción de uniones de primer orden, el -fenómeno serı́a renovable, complicando considerablemente su análisis y la realidad de los diversos fenómenos demográficos relacionados con la celebración y la ruptura de uniones. Tablas de nupcialidad Para describir la manera en que se producen los matrimonios en primeras nupcias en una generación femenina dada, se calculan previamente una serie de probabilidades de nupcialidad que midan el riesgo de nupcialidad entre dos edades sucesivas 𝑥 y 𝑥 + 1. Se mide este riesgo relacionando los matrimonios en primeras nupcias (o matrimonios de solteros) que se producen entre las edades 𝑥 y 𝑥 + 1, o sea 𝑚𝑥,𝑥+1 , con el efectivo de solteros que han alcanzado la edad exacta 𝑥, o sea, 𝐶𝑥 . Se tiene ası́ la probabilidad de contraer primeras nupcias en las edades 𝑥 y 𝑥 + 1: 𝑚𝑥 = 𝑚𝑥,𝑥+1 𝐶𝑥 (7.184) Se debe corregir (7.173) para tener en cuenta la mortalidad. Entre los 𝐶𝑥 solteros que alcanzan la edad exacta 𝑥, habrá 𝑑𝑥,𝑥+1 que mueren entre 𝑥 y 𝑥 + 1. Habrá entonces 𝐶𝑥 − 𝑑𝑥,𝑥+1 que corran el riesgo de nupcialidad durante todo el año. Se puede admitir que los 𝑑𝑥,𝑥+1 fallecidos en medio han vivido casi medio año cada uno y que, por consiguiente, han corrido el riesgo nupcial también medio año cada uno, en promedio, lo que globalmente equivale al riesgo nupcialidad corrido por 𝑑𝑥,𝑥+1 solteros durante un año entero En total, el riesgo de nupcialidad lo ha corrido el efectivo, en 2 su conjunto. 𝐶𝑥 − 𝑑𝑥,𝑥+1 + 𝑑𝑥,𝑥+1 2 200 = 𝐶𝑥 − 𝑑𝑥,𝑥+1 2 (7.185) Ası́, la fórmula (7.173) al considerar al fenómeno perturbador mortalidad torna la siguiente expresión: 𝑁𝑥 = 𝑚𝑥,𝑥+1 𝐶𝑥 − (7.186) 𝑑𝑥,𝑥+1 2 Considerando los movimientos migratorios, suponiendo uniformidad de los flujos migratorios, y suponiendo también que entre las edades 𝑥 y 𝑥 + 1 han emigrado 𝐸𝑥,𝑥+1 y han inmigrado 𝐼𝑥,𝑥+1 solteros. Suponiendo que el comportamiento de unos y otros fuese común al del conjunto, (al igual que en el caso de mortalidad se puede admitir que los 𝐸𝑥,𝑥+1 emigrantes y los 𝐼𝑥,𝑥+1 inmigrantes, en promedio han vı́vido casi medio año cada uno en la región de origen) por consiguiente han corrido el riesgo nupcial también medio año cada uno, en promedio lo que globalmente equivale al riesgo 𝐸 𝐼 de nupcialidad corriendo por 𝑥,𝑥+1 y 𝑥,𝑥+1 durante un año entero, teniéndose que la mitad de 2 2 los primeros matrimonios de los emigrantes ocurrió fuera de la zona y la mitad de los primeros matrimonios de los inmigrantes se han contabilizado en ella. En total, considerando la mortalidad y la migración, el riesgo de nupcialidad lo ha corrido el efectivo: 𝐶𝑥 − 𝑑𝑥,𝑥+1 + 𝑑𝑥,𝑥+1 𝐼𝑥,𝑥+1 𝐸𝑥,𝑥+1 𝐼𝑥,𝑥+1 − − 𝐸𝑥,𝑥+1 + 2 2 2 (7.187) Ası́, la fórmula (7.135) al considerar los fenómenos perturbadores; mortalidad y migración toma la siguiente expresión: 𝑁𝑥 = 𝑚𝑥,𝑥+1 𝑚𝑥,𝑥+1 = 𝐶𝑥 𝐶𝑥 − 12 (𝑑𝑥,𝑥+1 + 𝐼𝑥,𝑥+1 − 𝐸𝑥,𝑥+1 ) (7.188) Lo mismo que en el caso de las tasas especı́ficas de mortalidad, a partir de las cuales se pueden calcular las probabilidades de muerte, en el caso de nupcialidad a partir de las tasas especificas por edad, se estiman, las probabilidades de contraer primeras nupcias, esto empleando la misma relación encontrada para el caso de la mortalidad: y a partir de las probabilidades de nupcialidad se pueden calcular tablas de nupcialidad y definir funciones análogas a las que se señalaron para las tablas de mortalidad, que en este caso son las siguientes: 𝑎 𝑁𝑥 𝑚𝑥,𝑥+𝑎 𝑚𝑥,𝑥+𝑎 𝐶𝑎 = 𝑎 𝑁𝑥 𝐶𝑎 = 𝐶𝑎 − 𝐶𝑎+𝑛 = 𝛽 ∑ 𝑒¯ = 𝐶𝑖 𝑖=𝛼 𝐶𝛼 = (7.189) (7.190) 𝐶𝛼 − 𝐶𝛽 𝐶𝛽 =1− 𝐶𝛼 𝐶𝛼 (7.191) 𝐶 donde:𝛼 es la edad de entrada al proceso nupcial y 𝛽 la edad de salida y 𝐶𝛼𝛽 es la proporción de célibe o solteros definitivos. Al igual que en el caso de la mortalidad, en el de la nupcialidad también a partir de las tablas de nupcialidad se obtiene un ı́ndice sintético: la esperanza de vida célibe o edad media a la nupcialidad, la que representa el número de años que vivirá en estado célibe, por término medio, un componente 201 de la generación sujeta a la nupcialidad que describe la tabla. Ası́, en los casos de tablas completas y abreviadas, bajo el mismo supuesto de uniformidad de la distribución de los eventos para la mortalidad, se tienen las siguientes expresiones para estimar la edad media a la primera unión (𝑚): ¯ Caso de tabla completa: 𝑚 ¯′ = ) 𝛽 ( ∑ 1 𝑥+ 𝑚𝑥,𝑥+1 2 𝑖=𝛼 𝛽 ∑ (7.192) 𝑚𝑥,𝑥+1 𝑖=𝛼 𝛽 ∑ = 𝛽 𝑥𝑚𝑥,𝑥+1 + 𝑖=𝛼 1∑ 𝑚𝑥,𝑥+1 2 𝑖=𝛼 𝛽 ∑ (7.193) 𝑚𝑥,𝑥+1 𝑖=𝛼 𝛽 ∑ = 1 + 2 𝑥𝑚𝑥,𝑥+1 𝑖=𝛼 𝐶𝛼 − 𝐶𝛽 (7.194) Caso de tabla abreviada: 𝛽 ∑ 𝑚 ¯′ = 𝑚𝑥+ 𝑎2 𝑚𝑥,𝑥+𝑎 𝑖=𝛼 𝛽 ∑ (7.195) 𝑚𝑥,𝑥+𝑎 𝑖=𝛼 𝛽 ∑ = 𝑎 + 2 𝑥𝑚𝑥,𝑥+𝑎 𝑖=𝛼 𝐶𝛼 − 𝐶𝛽 (7.196) Migración El movimiento migratorio se define como el fenómeno demográfico cuyo suceso caracterı́stico es la migración. Es decir, el desplazamiento de un individuo desde un lunar hacia otro. Los movimientos migratorios se clasifican según el tipo de desplazamiento en: definitivos, de duración larga, temporales e incluso diarios. Los datos sobre migraciones son en general incompletos, por ello muy frecuentemente se obtienen resultados sobre el fenómeno migratorio recurriendo a fuentes indirectas. Ası́, es muy corriente obtener el saldo migratorio, es decir el número de inmigrantes menos el flujo de emigrantes durante un perı́odo en una zona, mediante la llamada ecuación compensadora, cuya formulación es la siguiente: Sean para el periodo 𝑡, 𝑡 + 𝑎 en una zona geográfica cualquiera: 202 𝐷𝑡,𝑡+𝛼 = defunciones (7.197) 𝑁𝑡,𝑡+𝛼 = nacimientos (7.198) 𝐸𝑡,𝑡+𝛼 = emigrantes (7.199) 𝐼𝑡,𝑡+𝛼 = inmigrantes (7.200) Si la población en 𝑡 es 𝑃𝑡 y en el instante 𝑡 + 𝑎, 𝑃𝑡+𝑎 se tendrá: 𝑃𝑡 = 𝐷𝑡,𝑡+𝛼 − 𝑁𝑡,𝑡+𝛼 − 𝐸𝑡,𝑡+𝛼 − 𝐼𝑡,𝑡+𝛼 = 𝑃𝑡+𝑎 (7.201) O lo que es igual: 𝑃 − 𝑡 al número de residentes de esa categorı́a, 𝑀 al número de migrantes entre la población 𝑃 al número de residentes de la población total, Entonces el ı́ndice de migración diferencial de la categorı́a particular es: 𝑀𝐶 𝑃𝐶 − 𝑀 𝑃 𝑀 𝑃 ∗ 100 = 𝑀𝐶 𝑃 − 𝑀 𝑃 𝐶 ∗ 100 𝑀 𝑃𝐶 (7.202) El mismo ı́ndice puede derivarse al diferenciar la proporción de los migrantes totales contenida en una categorı́a particular y la proporción correspondiente de la población residente total. De este modo: 𝑀𝐶 𝑀 − 𝑃𝐶 𝑃 𝑃𝐶 𝑃 ∗ 100 = 𝑀 𝐶 𝑃 − 𝑀 𝑃𝐶 ∗ 100 𝑀 𝑃𝐶 (7.203) El método de la tasa de supervivencia Fórmula avanzante Este método se usa cuando no se dispone de las estadı́sticas necesarias sobre defunciones para aplicar la ecuación compensadora; en ocasiones puede usarse por conveniencia, aun cuando se disponga de información sobre defunciones. Para ilustrar el método avanzante de tasas de supervivencia, supóngase que se dispone, para los tiempos 𝑡 y 𝑡 + 10 de la distribución por edades de la población, y de un conjunto de tasas de supervivencia 10 𝑃𝑥 aplicables a la población. Entonces la migración neta durante la década para el grupo de edad x al principio es: 𝑡+10 𝑀𝑥𝑡 = 𝑃𝑥+10 −10 𝑃𝑥 𝑃𝑥𝑡 (7.204) La fórmula avanzante de supervivencia puede dar lugar a estimaciones correctas de la migración si la información sobre población es exacta, o si se han hecho correcciones por subnumeración y declaración incorrecta de la edad, y si toda la migración hacia adentro y hacia afuera aconteciera al final del decenio. 203 Fórmula de retroceso El método de la fórmula de retroceso se ilustra en términos de los parámetros utilizados en el método de la fórmula avanzante. 𝑡+10 La tasa de supervivencia de diez años 10 𝑃𝑥 se divide entre la población correspondiente 𝑃𝑥+10 al final del decenio para obtener una estimación del número de personas vivas a una edad 10 años mayor al principio del decenio. Este número se compara con el número 𝑃𝑥𝑡 registrado, para obtener ası́ una estimación de la migración neta, de este modo: 𝑡+10 𝑃𝑥+10 − 𝑃𝑥𝑡 10 𝑃𝑥 𝑀𝑥𝑡 = (7.205) En este caso se tendrán estimaciones correctas de la migración si toda la inmigración y la emigración 𝑡 tienen lugar al principio del decenio. Fórmula promediada Debido a la naturaleza contraria de los errores implicados en los métodos avanzante y de retroceso, un promedio de los dos nos darı́a una estimación mejorada de 1a migración neta. la fórmula promediada es: 𝑀𝑥𝑎 = ) 1 +10 𝑃𝑥 ( 𝑡+10 𝑃𝑥+10 −10 𝑃𝑥 ∗ 𝑃𝑥𝑡 210 𝑃𝑥 (7.206) Relación entre los métodos de tasas de supervivencia Las tres fórmulas de tasas de supervivencia están relacionadas en forma muy simple. Ası́: 𝑀𝑥𝑡 = 𝑡 10 𝑃𝑥 𝑀𝑥 (7.207) 1 +10 𝑃𝑥 𝑡 𝑀𝑥 210 𝑃𝑥 (7.208) y 𝑀𝑥𝑎 = Cabe señalar que de los tres métodos de tasas de supervivencia, la fórmula avanzante es la más usada debido a su simplicidad, facilidad de comprensión, y a la exactitud relativa de la estimación de la migración entre la población inicial de un periodo. Estimación directa de la migración interna empleando información censal Con la información censal del lugar de residencia y del lugar de nacimiento se puede estimar el saldo neto migratorio y, a diferencia de los otros métodos enunciados el número tanto de inmigrantes como de emigrantes a una región. Considérese dividida la población en estudio en 𝑛 regiones y sean para la región 𝑖: 𝑂𝑖 los originarios de la región 𝑖 censados en las 𝑛 regiones. 𝑃𝑖 la población presente en la región 𝑖 𝑂𝑃𝑖 los originarios de 𝑖 presentes en 𝑖 al momento del censo. 204 𝐸𝑖 los originarios sobrevivientes de la región 𝑖 censados 𝐼𝑖 la población sobreviviente en la región 𝑖 nacidos fuera de 𝑖 en las 𝑛 − 1 regiones restantes. Para las 𝑛 regiones es posible obtener, al estimar para cada una de ellas los parámetros antes definidos la siguiente matriz de migración: Con la información captada en la matriz de migración se pueden estimar los ı́ndices de inmigración y emigración, que para la región i son respectivamente: 𝐼𝑖 ∗ 100 𝑃𝑖 𝐸𝑖 ∗ 100 𝑂𝑖 (7.209) (7.210) Además pueden estimarse los saldos netos migratorios interregionales, ası́ como el número de emigrantes e inmigrantes para el caso de la región 𝑖, con respecto a las 𝑛 − 1 regiones restantes. En el cuadro 1 se resume la información sobre migración interregional para el estado 𝑖; los signos de la columna 4 indican, en el caso positivo, que fue mayor el número de inmigrantes a la región 𝑖 que el número de emigrantes de 𝑖 a la región considerada, y en el caso negativo lo contrario. Población activa En el nivel metodológico, las diferencias entre el fenómeno de la actividad y los fenómenos más clásicamente demográficos, como pueden ser la mortalidad o la nupcialidad, no son demasiado acusadas. Lo verdaderamente diferenciador estriba en el tipo de información actual disponible. 205 Cuadro 7.22: Región 𝑖 Número de inmigrantes a 𝑖, emigrantes de 𝑖 y saldos netos migratorios interregionales Región (1) Inmigrantes (2) Emigrantes (3) Saldos netos interregionales (2)+(3) 1 2 .. . + + .. . 𝑖−1 .. . .. . 𝑛 Total 𝐼𝑖 𝐸𝑖 Migración neta de todo el estado Las estadı́sticas demográficas distinguen la población activa, o población económicamente activa, de la población inactiva, o población económicamente inactiva, o población no activa. En principio, la población activa está constituida por aquella parte de la población total disponible corrientemente para trabajar en la producción y la distribución de los bienes y servicios económicos, se incluyen en ella no solamente las personas que ejecutan una actividad lucrativa, sino también aquellas-cuya actividad no está remunerada, en particular los trabajadores familiares no remunerados. Se considera población inactiva la constituida por todas las personas no incluidas en la población activa. La información referente a la población activa proviene principalmente de un recuento de población tal como un censo o una encuesta, o de información de los establecimientos donde trabaja la población. Cabe señalar que comúnmente se introduce el concepto fuerza de trabajo para identificar a la población económicamente activa, no obstante que el concepto fuerza de trabajo es más especı́fico que el de trabajador remunerado7 . El modelo simplificado de una población Supongamos la economı́a de una población dividida en 𝑁 sectores productivos, y para fines de este análisis, que se está ante un solo sector: al que pertenecen los activos, existiendo, por otro lado, la categorı́a de los no activos y supongamos que estamos ante una cohorte cuyo suceso origen es la entrada en edad potencialmente activa. Entre las edades 𝑥 y 𝑥 + 𝑎 hay un flujo de individuos de esa cohorte que entran en actividad por primera vez, otros flujos de segundas, terceras, enésimas entradas en actividad, hay un flujo 7 Karl. Marx en El Capital, p. 121, tomo 1, Ed. del F.C.E. define la fuerza de trabajo como el conjunto de las condiciones fı́sicas, y sı́quicas que se dan en la corporeidad, en la personalidad viviente de un hombre y que este pone en acción al producir valores de uso de cualquier clase. 206 de fallecimientos y, en fin, flujos migratorios hacia y desde la zona geográfica considerada. A fin de simplificar el razonamiento, pueden formularse las siguientes hipótesis: Que la población es cerrada, es decir, sin movimientos migratorios con el exterior Que las salidas son definitivas. Ası́ pues, se está ante tres fenómenos: la entrada en actividad, la salida de actividad, fenómeno éste que se produce necesariamente tras el primero y la mortalidad que interfiere los dos primeros. Se supondrá además que una persona destinada a entrar en actividad entre 𝑥 y 𝑥 + 𝑎 no puede estar destinada a salir de actividad en el mismo periodo. la construcción de tablas de entradas y salidas de activada servirán para medir ambos fenómenos. Tablas de entrada Las series que se pueden obtener en este caso son las siguientes: 𝑎𝑥 probabilidad de entrar en actividad entre𝑥 y 𝑥 + 𝑎 para los aún inactivos en 𝑥. 𝐻𝑥 probabilidad de ser inactivo en 𝑥 para el conjunto de la cohorte en la edad 0. 𝑎𝑥,𝑥+𝑎 probabilidad de entrar en actividad entre 𝑥 y 𝑥 + 𝑎 para el conjunto de la cohorte en 0. Como en toda tabla demográfica las relaciones entre las tres series son las siguientes: 𝐻𝑥 = 𝑥−𝑎 ∑ 𝑎 − 𝑎𝑖 (7.211) 𝑖=0 𝑎𝑥,𝑥+𝑎 = 𝑎𝑥 𝐻𝑥 = 𝑎𝑥 𝑥−𝑎 ∑ 1 − 𝑎𝑖 (7.212) 𝑖=0 Para la obtención de la serie 𝑎𝑥 serı́a necesario disponer de los siguientes datos: 𝜉𝑥,𝑥+𝑎 flujos de entradas en actividad entre 𝑥 y 𝑥 + 𝑎. 𝐼𝑥 número de inactivos en la edad 𝑥 𝑞𝑥 muerte aplicable entre 𝑥 y 𝑥 + 𝑎 a los inactivos en 𝑥 Además es necesario considerar al fenómeno perturbador constituido por la mortalidad, en la estimación de 𝑎𝑥 . Ası́, si en general se está ante dos fenómenos demográficos el 𝑓 (fenómeno en estudio) y el 𝑃 (fenómeno perturbador); el primero se caracteriza por el suceso 𝐴, y el segundo por el 𝐵, ambos no renovables. Aquellas personas que son alcanzadas por 𝐵 no pueden serlo posteriormente por 𝐴. Supongamos que ambos fenómenos se observan desde la edad 0 la 𝑤. Al llegar a una edad 𝑥la cohorte cuyo efectivo inicial era 𝑆0 estará dividida en cuatro subconjuntos: 𝑆𝑥 personas que no han sido alcanzadas ni por 𝐴 ni por 𝐵 𝑅𝑥 personas alcanzadas por 𝐴 y no por 𝐵 𝐹𝑥 personas no alcanzadas por 𝐴 y sı́ por 𝐵 207 𝑇𝑥 personas alcanzadas por 𝐴 y, posteriormente, por 𝐵 Teniéndose que 𝑆0 = 𝑆𝑥 + 𝑅𝑥 + 𝐹𝑥 + 𝑇𝑥 . Supongamos que entre 𝑥 y 𝑥 + 𝑎 el flujo de sucesos A dentro de la cohorte es 𝑁𝑥,𝑥+𝑎 y el ′ de sucesos 𝐵 para el subconjunto 𝑆𝑥 : 𝑁𝑥,𝑥+𝑎 , si denotamos como 𝑁𝑥 a la probabilidad para los elementos del subconjunto 𝑆𝑥 de ser alcanzados por 𝐴 antes de llegar a la duración 𝑥+𝑎 en ausencia del fenómeno 𝑃 , entonces el valor 𝑁𝑥 vendrá dado por un cociente en cuyo denominador está 𝑆𝑥 , con un numerador compuesto por el número de sucesos 𝐴 observados: 𝑁𝑥,𝑥+𝑎 más el número de sucesos 𝐴 que fueron impedidos por 𝐵. Sea 𝑞𝑥 la probabilidad de ser alcanzado por 𝐵 entre 𝑥 y 𝑥 + 𝑎 para el subconjunto S𝑥. En este caso la probabilidad de ser alcanzado por 𝐴 y 𝐵 entre 𝑥 y 𝑥 + 𝑎 será, para dicho subconjunto: 𝑁𝑥 𝑥 𝑞𝑥 ; ası́, el número de los destinados a padecer 𝐴 y 𝐵 entre dichas duraciones será 𝑆𝑥 𝑁𝑥 𝑞𝑥 . Supongamos que de entre ellos la mitad será alcanzada antes por𝐵 que por 𝐴, siéndolo la otra mitad 1 por 𝐴 antes que por 𝐵, teniéndose que el número de sucesos 𝐴 impedidos por 𝐵 será 2𝑆𝑥 𝑁 , 𝑥 𝑞𝑥 llegando a la siguiente expresión para 𝑁𝑥 : 𝑁𝑥 = 𝑁𝑥,𝑥+𝑎 + 1 𝑆𝑥 𝑁𝑥 𝑞𝑥 𝑆𝑥 (7.213) o lo que es igual 𝑁𝑥 = 𝑁𝑥,𝑥+𝑎 ( ) 𝑆𝑥 1 − 𝑞2𝑥 (7.214) Supongamos que, a efectos del denominador de (7.214), es válida la siguiente equivalencia: ′ 𝑆𝑥 𝑞𝑥 = 𝑁𝑥,𝑥+𝑎 (7.215) Teniéndose que (7.214) puede escribirse como: 𝑁𝑥,𝑥+𝑎 𝑁𝑥 = 𝑆𝑥 − ′ 𝑁𝑥,𝑥+𝑎 2 (7.216) ′ Para el cálculo de (7.216) es preciso recurrir al conocimiento de 𝑁𝑥,𝑥+𝑎 . Para eliminar ese problema se hace lo siguiente: Por definición de 𝑆𝑥 : ( ) ′ 𝑆𝑥 − 𝑎 = 𝑆𝑥 − 𝑁𝑥,𝑥+𝑎 + 𝑁𝑥,𝑥+𝑎 (7.217) De donde: 𝑆𝑥 + 𝑆𝑥 + 𝑎 2 = 𝑆𝑥 − ′ 𝑁𝑥,𝑥+𝑎 + 𝑁𝑥,𝑥+𝑎 2 (7.218) Por lo cual: 𝑆𝑥 − ′ 𝑁𝑥,𝑥+𝑎 + 𝑁𝑥,𝑥+𝑎 2 = 208 𝑆𝑥 + 𝑆𝑥 + 𝑎 𝑁𝑥,𝑥+𝑎 + 2 2 (7.219) Con lo que se llega a una nueva fórmula para Mx: 𝑁𝑥 𝑥, +𝑎 𝑁 𝑆𝑥 +𝑆𝑥 +𝑎 + 𝑥,𝑥+𝑎 2 2 𝑁𝑥 = (7.220) ′ La expresión (7.219) no hace ya referencia al flujo perturbador 𝑁𝑥,𝑥+𝑎 de sucesos 𝐵. Volviendo al problema que nos ocupa, al aplicar (7.214) y (7.220) para estimar los valores 𝑎𝑥 a partir de 𝜉𝑥,𝑥+𝑎 𝐼𝑥 y 𝑞𝑥 se tiene que: 𝜉𝑥,𝑥+𝑎 ) ( 𝐼𝑥 𝑎 − 𝑞2𝑥 (7.221) 𝜉𝑥,𝑥+𝑎 𝜉 𝐼𝑥 +𝐼𝑥 +𝑎 + 𝑥,𝑥+𝑎 2 2 (7.222) 𝑎𝑥 = y 𝑎𝑥 = El calendario del fenómeno vendrá dado por el cociente 𝑎𝑥,𝑥+𝑎 𝑤 ∑ , siendo la intensidad: 𝑎𝑥,𝑥+𝑎 𝑥=0 𝑝 = 𝑤 ∑ 𝑎𝑥,𝑥+𝑎 = 𝐼 − 𝐻𝑤 (7.223) 𝑥=0 La duración media del fenómeno, es decir, la edad o duración en que, por término medio, entran en actividad los componentes de esa generación que alguna vez llegan a ser activos, vendrá dada por: 𝑤 ( ∑ 𝑚 ¯ = 𝑥=0 𝑤 ∑ 𝑎) 𝑎+ 𝑎𝑥,𝑥+𝑎 2 𝑤 ∑ =𝑎+ 𝑎𝑥,𝑥+𝑎 𝑥 − 𝑎𝑥,𝑥+𝑎 𝑥=0 𝐼 − 𝐻𝑤 (7.224) 𝑥=0 en donde se supone que las entradas en actividad entre 𝑥 y 𝑥 + 𝑎 se producen por término medio = 𝑥 + 𝑎2 de duración. 𝑥+𝑥+𝑎 2 Tablas de salida La tabla de salidas estará constituida por las siguientes series, referidas todas ellas a la subcohorte de los que entraron en actividad entre 𝑦 e 𝑦 + 𝑎. 𝛽𝑦𝑥 probabilidad de salir de actividad entre 𝑥 y 𝑥 + 𝑎 para los activos en 𝑥 𝐽𝑥 𝑌 probabilidad de continuar siendo activo en 𝑥 para el conjunto de la subcohorte 𝑏𝑌𝑥,𝑥+𝑎 probabilidad de salir de actividad entre 𝑥 y 𝑥 + 𝑎 para el conjunto de la subcohorte 209 Las relaciones entre estas series son, como en toda tabla demográfica, las siguientes: 𝐽𝑥 𝑌 = 𝑥−𝑎 ∑ (1 − 𝛽𝑖 ) (7.225) 𝑖=0 La serie 𝛽𝑥 𝑌 se obtendrá a partir de los datos siguientes correspondientes a la subcohorte de las entradas en actividad entre 𝑦 e 𝑦 + 𝑎 Ψ𝑌𝑥,𝑥+𝑎 flujo de salidas de actividad entre 𝑥 y 𝑥 + 𝑎 𝐴𝑥 𝑌 activos de la subcohorte en 𝑥 𝑞𝑥 𝑌 probabilidad de muerte entre 𝑥 y 𝑥 + 𝑎 Usando (7.214) y (7.220) se obtienen la estimación de 𝛽𝑥 𝑌 𝛽𝑥 𝑌 Ψ𝑥 𝑌𝑥,𝑥+𝑎 ) ( 𝐴𝑥𝑦 1 − 𝑞𝑥2𝑌 (7.226) Ψ𝑥 𝑌𝑥,𝑥+𝑎 Ψ 𝑌 𝐴𝑥𝑦 +𝐴𝑥+𝑎 + 𝑥 𝑥,𝑥+𝑎 2 2 (7.227) = O bien: 𝛽𝑥 𝑌 = El calendario del fenómeno vendrá dado por: 𝑏𝑦𝑥,𝑥+𝑎 ya que la intensidad del fenómeno es la unidad, pues todas las entradas en actividad acaban por ser activos, con lo que la duración media será: 𝑤 𝑆¯𝑌 = 𝑎 ∑ + 𝑥𝑏𝑦𝑥,𝑥+𝑎 2 (7.228) 𝑥=0 Educación Desde el punto de vista demográfico el fenómeno de la educación se caracteriza por los ”flujos escolares”, entendidos éstos, como el paso de los alumnos a través del sistema educativo. En una zona geográfica dada. se denomina sistema educativo al conjunto de órganos sociales dedicados a la enseñanza. Las estadı́sticas educativas que se han reunido en los censos de población, en las distintas ocasiones, pueden referirse a 1) alfabetismo, 2) grado y tipo de escuela terminada o nivel educativo y 3) asistencia escolar dentro de un periodo reciente. Proporciones de escolaridad por edad Sea 𝐸𝑥 el número de escolares de edad 𝑥 en el instante 𝑡 y 𝑃𝑥 la población total en esa edad. La proporción 𝐴𝑥 = 210 𝐸𝑥 𝑃𝑥 (7.229) representa la probabilidad, en ausencia de fenómenos perturbadores, que tiene un miembro de esa generación de ser aun escolar en la edad 𝑥. Si se denota como n la edad a partir de la cual se inicia el primer ciclo y se supone que las salidas del sistema son definitivas dentro de una generación, el cociente: 𝐴𝑥 − 𝐴𝑥+𝑎 𝐴𝑥 𝑎𝑥 = (7.230) representa la probabilidad de abandonar el sistema educativo entre la edad 𝑥 y la 𝑥+𝑎. Siempre dentro de una generación y suponiendo que el efectivo inicial de la misma fuese 𝑆0 , se tendrı́a que: 𝑆0 𝐴𝑛 representa el número de individuos que habrı́an estado alguna vez escolarizados en ausencia de mortalidad. Suponiendo que entre 𝑥 y 𝑥 + 𝑎 los abandonos del sistema se reparten uniformemente en el tiempo, se tendrá que: 𝑤 ( ∑ 𝑥+ 𝑖=0 𝑎) (𝐴𝑥 − 𝐴𝑥 + 𝑎) 2 (7.231) 𝐴𝑥 representa la edad media de salida del sistema. Desarrollando la expresión se llega a una edad media para la salida del sistema de: 𝑎 𝑎 2 𝑤 ∑ 𝐴𝑥 𝑖=0 = (7.232) 𝐴𝑛 La duración media de la escolarización dentro de esa generación será igual a la edad media de salida del sistema menos la edad de entrada que se ha supuesto única 𝑛, es decir: 𝑎 𝑎 2 = 𝑤 ∑ 𝐴𝑥 𝑖=0 𝐴𝑛 −𝑛 (7.233) Análisis de un sector con datos sobre flujos Sea un sector cualquiera compuesto por 𝑤 cursos o grados, numerados desde 1. Ası́ los escolares en el curso 1: 𝐸1 serán aquellos inscritos, que no han superado ningún curso, los 𝐸2 habrán superado un curso y, en general,𝐸𝑥 representará el número de alumnos que han superado 𝑥 − 1 cursos. Los 𝐸𝑥 inscritos a principio de curso se repartirán a final del mismo de la siguiente forma 𝐷𝑥,𝑥+1 fallecen durante el curso. 𝐵𝑥,𝑥+1 abandonan el sector, bien dejando el sistema o siguiendo en él por emigración, se incluye a los que aprueban el curso y no se inscriben en el curso siguiente. 𝑅𝑥,𝑥+1 repiten. 211 𝑇𝑥,𝑥+1 pasan al curso siguiente. Llamando ala probabilidad de muerte que se supone común a todos los Ex, puede llegarse a las siguientes expresiones: 𝑇𝑥 𝐸𝑥 (1 − 𝑞𝑥 ) 𝑡−𝑥 = (7.234) Donde 𝑡𝑥 representa la probabilidad de aprobar el curso 𝑥. 𝑇𝑥,𝑥+1 𝐸𝑥 (1 − 𝑞𝑥 ) 𝑦𝑥 = (7.235) Donde 𝑟𝑥 representa la probabilidad de repetir el curso 𝑥 y finalmente, 𝐵𝑥,𝑥+1 𝐸𝑥 (1 − 𝑞𝑥 ) 𝑎𝑥 = (7.236) que representa la probabilidad de abandonar el sector sin superar el curso 𝑥. Si se conocen las tres series de probabilidades 𝑟𝑥 , 𝑡𝑥 , 𝑎 − 𝑥 y para todos los cursos desde 1 hasta w, queda medido el comportamiento de la cohorte frente al sector educativo Tablas de vida escolar Estas tablas requieren de las tasas de inscripción 1 escolar (𝐴𝑥 ) por edades dentro del intervalo de vida escolar, comúnmente de 5 a 34 años dentro de un periodo especificado y una tabla de vida de 1a población global respecto del mismo periodo. E1 producto 𝐴𝑦 𝐿𝑥 es una estimación del número de personas de la tabla de vida que estarı́an inscritas en la escuela en 1a edad 𝑥, donde 𝑑 𝐿𝑥 = 𝑀𝑥𝑥,𝑥+𝑎 𝑑𝑥,𝑥+𝑎 son las defunciones, de tabla, ocurridas entre las edades 𝑥 y 𝑥 + 1; y 𝑀𝑥 la tasa de mortalidad, también de tabla a edad 𝑥 cumplida. Las tasas de inscripción comúnmente se elevarán a unas cuantas edades después de los 5 años y luego disminuirán. Debido a esta propiedad, es posible calcular tasas netas incorporación a la edad escolar y tasas de separación debido a la mortalidad y a la deserción. Sea 𝑄𝑥 la tasa de mortalidad definida como: 𝐿𝑥 − 𝐿𝑥+1 𝐿𝑥 𝑄𝑥 = (7.237) Suponiendo que esta tasa es la misma para los que están en la escuela y los que no lo están, las incorporaciones netas a la edad x pueden ser estimadas mediante la expresión: 𝑎𝑥 = 𝐴𝑥+1 𝐿𝑥+1 − 𝐴𝑥 𝐿𝑥 (1 − 𝑄𝑥 ) (7.238) Ası́, la tasa de incorporación es: 𝑎𝑥 𝐿𝑥 (7.239) Mediante el supuesto previo referente a la mortalidad, el número de separaciones debidas a la deserción durante un intervalo de edad es: 𝐴𝑑𝑥 = (𝐴𝑥 𝐿𝑥 − 𝐴𝑥+1 𝐿𝑥+1 ) − 𝐴𝑥 𝐿𝑥 𝑄𝑥 212 (7.240) El término entre paréntesis es el número total de separaciones en un intervalo de edad y del cual se sustraen las separaciones debidas a la muerte; la diferencia representa las separaciones debidas a la deserción. Ası́, dentro de un intervalo de edad, la probabilidad de deserción de una persona inscrita antes de alcanzar el siguiente intervalo es: 𝐴𝑑𝑥 𝐴𝑥 𝐿𝑥 (7.241) La deserción toma en cuenta el cambio del número de personas sujetas al riesgo de morir, a medida que 𝐴𝑥 𝐿𝑥 disminuye a 𝐴𝑥+1 𝐿𝑥+1 tal número es: 𝐴𝑑 ( 𝑥 1 ) 𝐴𝑥 𝐿𝑥 1 − 2 𝑄𝑥 213 (7.242)