Logo Kérwá
 

Optimización de la asignación de primas de seguros utilizando metaheurísticas

dc.contributor.advisorAcuña Larios, Jennifer de los Ángeles
dc.creatorVillalobos Vargas, Sergio
dc.date.accessioned2025-07-08T21:01:11Z
dc.date.issued2025-07-07
dc.description.abstractEste Trabajo final de investigación se centra en el desarrollo de una metodología para redistribuir técnicamente primas de seguros entre diferentes grupos de riesgo, bajo escenarios en los que se requiere asignar solidariamente un exceso proveniente de un grupo específico. El enfoque busca garantizar que dicha redistribución se realice de forma consistente y equitativa, tomando en cuenta restricciones estructurales y relaciones de dependencia entre los grupos. Para ello, se evalúan tres métodos de optimización no lineal estocástica: Optimización por Enjambre de Partículas (PSO), Recocido Simulado (SA) y Gradiente Descendente (GD). Cada uno de estos enfoques es aplicado a una función objetivo diseñada para minimizar la diferencia con respecto a las primas originales, penalizar desbalances y considerar las correlaciones entre los grupos mediante un término basado en cópulas gaussianas. La selección de esta cópula se fundamenta en pruebas de ajuste a los datos mediante los criterios de información AIC y BIC. El estudio se valida mediante un esquema de validación cruzada temporal, permitiendo evaluar la estabilidad y capacidad de generalización de los métodos a través de múltiples escenarios. Los resultados obtenidos muestran diferencias relevantes entre los métodos: PSO destaca por su rendimiento en términos de error cuadrático medio, mientras que SA y GD presentan ventajas al minimizar errores relativos. Este trabajo ofrece un marco práctico y flexible para abordar problemas de redistribución de primas en seguros colectivos, especialmente en contextos donde se busca incorporar criterios técnicos de dependencia, equidad y consistencia actuarial.
dc.description.procedenceUCR::Vicerrectoría de Investigación::Sistema de Estudios de Posgrado::Ciencias Básicas::Maestría Profesional en Ciencias Actuariales
dc.description.sponsorshipThis thesis focuses on the development of a methodology to technically redistribute insurance premiums among different risk groups, under scenarios where a surplus must be distributed solidarity from a specific group. The approach seeks to ensure that such redistribution is performed consistently and equitably, considering structural constraints and dependency relationships between groups. To this end, three stochastic nonlinear optimization methods are evaluated: Particle Swarm Optimization (PSO), Simulated Annealing (SA), and Gradient Descent (GD). Each of these methods is applied to an objective function designed to minimize deviations from original premiums, penalize imbalances, and incorporate group correlations through a copula-based dependency term. The choice of a Gaussian copula is based on model selection using AIC and BIC information criteria. The study is validated using a temporal cross-validation scheme, assessing the robustness and generalization ability of the methods across multiple scenarios. The results highlight significant differences between the methods: PSO stands out for its performance in terms of mean squared error, while SA and GD show advantages in minimizing relative errors. This work provides a practical and flexible framework for addressing premium redistribution problems in collective insurance, particularly in contexts that demand technical consistency, equity, and actuarial rigor.
dc.identifier.urihttps://hdl.handle.net/10669/102433
dc.language.isospa
dc.rightsacceso abierto
dc.rightsCC0 1.0 Universalen
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/
dc.sourceSan José, Costa Rica. Universidad de Costa Rica
dc.subjectPrimas de seguros
dc.subjectMetaheurísticas
dc.subjectOptimización
dc.subjectCiencias Actuariales
dc.titleOptimización de la asignación de primas de seguros utilizando metaheurísticas
dc.typetesis de maestría

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
TFG Sergio Villalobos V- firmado-firmado.pdf
Size:
847.26 KB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
3.5 KB
Format:
Item-specific license agreed upon to submission
Description:

Collections