Introduccion A Las Matematicas de Poblacion

INTRODUCCION
i \ d
9 I3 i
. , l
MATEMATICAS
r
V
> Xe- .
Y
i
i
INTRODUCCION A LAS MATEMATICAS DE POBLACION
/
NATHAN KEYFITZ
INTRODUCCION
A LAS MATEMATICAS
DE POBLACION
Centro Latinoamericano de Demografa

Santiago de Chile, 1979
CENTRO LATINOAMERICANO DE DEMOGRAFIA
CELADE
Edifcio Naciones Unidas
Avenida Dag Hammarskjld
Casilla 91, Santiago, CHILE
Apartado Postal 5249

San Jos, COSTA RICA
Traduccin al espaol de la versin inglesa "Introduction to the

Mathematics of Population", Nathan Keyfitz. Addison-Wesley Publish-
ing Company, Inc., Nueva Y o r k , 1 9 6 8 .
Traduccin de RICARDO PARDO

Revisin de la traduccin: JUAN C. LERDA
C E N T R O L A T I N O A M E R I C A N O D E D E M O G R A F I A (CELADE)
Derechos cedidos por Addison-Wesley Publishing Company, Inc. para la

traduccin y edicin en espaol.
JerJ^JILyL,
Santiago, Chile, 1979.
A BEATRICE
J L ^ /
PREFACIO
"En estadstica, al igual que en fsica, la inexactitud de nuestros

mtodos de medicin no hace ms que oscurecer nuestra concepcin
de lo que medimos."
R. A. FISHER, The Genetical Theory of Natural Selection
El reconocimiento pblico y acadmico de que la poblacin es un problema

prctico ha crecido en los aos recientes como respuesta al aumento del nmero
de seres humanos en nuestro planeta. Este reconocimiento no se ha visto hasta
ahora expresado en una presentacin unificada de las matemticas para el estu-
dio de la poblacin. Slo un breve libro de A. J. Lotka, escrito en francs y
publicado en 1939,1 sugiere lo que se debera y lo que no se debera incluir del
material disponible hace treinta aos.
El exceso anual de los nacimientos sobre las muertes en el mundo es actual-
mente del orden de los 70 millones, lo que significa, hablando numricamente,
que cada tres aos surge a la existencia un nuevo Estados Unidos. El nuevo
Estados Unidos no goza del nivel de vida del Estados Unidos existente, pero al
cual aspira, y esta poca de aspiracin suprema puede ser tambin de retroceso
a la miseria de los perodos ms primitivos de la historia. Aunque se est ha-
ciendo mucho para limitar el crecimiento de la poblacin, necesita hacerse mucho
ms para tomar el rumbo en la direccin del progreso.
Sin embargo, este libro se refiere a un aspecto totalmente diferente de la
empresa del progreso humano: determinar la situacin demogrfica. Aun dentro
de este campo del conocimiento, su finalidad es limitada. Su tema no son los
hechos como tales, sino cmo manejarlos. Intenta reunir, y hasta donde sea
posible sistematizar, las partes ms relevantes de ese vasto cuerpo de teora
matemtica que se refiere a los procesos de crecimiento de las poblaciones hu-
manas y animales.
Aunque no se han escrito libros sobre ello, la riqueza del tema es evidente
a juzgar por los cientos de artculos esparcidos a travs de cincuenta o ms revis-
tas; por eso, para que este libro tuviera cierto grado de coherencia y fuera de
una longitud razonable, fue necesario proceder a una seleccin. El camino ele-
gido para la exposicin comienza con la tabla de vida o modelo de poblacin
estacionaria, prosigue con el modelo ms general para un sexo, con intervalos
de edades discretos y luego continuos; en los captulos 12 a 14 las poblaciones
de un sexo entran en interaccin entre s. Todos estos temas estn tratados de
acuerdo con la forma determinstica corriente en demografa, pero los captulos
15 a 18 consideran variaciones aleatorias y deducen en algunos casos simples
1 Publicado por CELADE en castellano con el ttulo "Teora analtica de las asociaciones
biolgicas". (N. del E.1
V
vi PREFACIO
las varianzas de las distribuciones de cuyos valores esperados tratan los captulos
precedentes.
El argumento es completo hasta donde lo permiten las limitaciones de espa-
cio; para el lector cuya formacin es ms demogrfica que matemtica, se expli-
can con algn detalle las matrices, ecuaciones diferenciales y la Transformada
de Laplace, desarrollndose tambin ejemplos acerca de su uso. Yo no he su-
puesto un conocimiento de cadenas de Markov, por lo que introduje algunas
de dichas ideas cuando se necesitaban.
Mi tcnica pedaggica consisti en usar slo una fraccin del manuscrito
con alguna clase. Para un curso trimestral (30 horas de exposicin) con estu-
diantes interesados en resultados numricos, he permanecido en el modelo dis-
creto (principalmente los captulos 1 al 4) incluyendo algo de programacin
Fortran del modelo matricial y seleccionando tcnicas de los captulos 10 y 11.
Para estudiantes con mayor inters terico, he trabajado la ecuacin de reno-
vacin (captulos 5, 6 y 8) y luego he ido a los captulos 12 y 13. Para estudian-
tes ms avanzados, he dictado un curso con nfasis en poblaciones con dos sexos
y probabilidad, consistente en los captulos 12 a 14 y 16 a 18. Por tanto, estn
contenidos en este libro, por lo menos, tres cursos considerablemente separados,
cada uno de los cuales requiere un trimestre o un semestre.
Aunque se desarroll en cursos y seminarios, el libro se dise principal-
mente para el lector que estudia por su cuenta. He tratado de desafiarlo me-
diante preguntas diseminadas a travs de la exposicin. Se ha tratado de que
las demostraciones sean completas y autosuficientes en el sentido de que se pue-
dan seguir sin conocimiento matemtico extenso o referencia a otros libros.
Pero se supone que el lector tiene lpiz y papel a mano y que l mismo debe
llenar lo que va desde una frmula a la siguiente. Los ejemplos numricos se
pueden verificar con una calculadora de escritorio. El lector interesado en des-
arrollar programas de computacin encontrar datos y resultados de muestra,
que le deberan permitir someter a prueba sus programas (y los mos). Los resul-
tados que aparecen aqu fueron redondeados a ocho lugares decimales en forma
separada de las computaciones.
La teora se vuelve comprensible, tanto al autor como a los lectores, me-
diante su aplicacin a datos. He hecho lo posible por ilustrar la teora con datos
reales concernientes a poblaciones humanas y he evitado los ejemplos hipotticos.
Cuando la fuente de cualquier conjunto de datos es una sola publicacin, sta
es citada. Sin embargo, para la mayora de las tablas entra una variedad de
fuentes, y citarlas todas habra tomado mayor espacio que el que se podra
permitir en un libro ms interesado en la lgica que en resultados sustantivos.
Para la obtencin de datos bsicos han sido importantes los Demographic Year-
books de las Naciones Unidas desde 1948 a 1956; tambin lo han sido las publi-
caciones oficiales nacionales contenidas en la biblioteca de la Universidad de
Chicago y la correspondencia con agencias estadsticas nacionales. Se hicieron
dos conjuntos de estimaciones para los Estados Unidos: uno a partir de los
registros de nacimientos tal como se publicaron, proviniendo el otro de los regis-
tros corregidos por la fuente oficial, el National Center for Health Statistics;
este ltimo se individualiza por una nota al pie de la pgina. Las fuentes deta-
lladas de todos los datos estn contenidas en los archivos del autor.
Una serie mucho ms extensa de estimaciones, con la cual son consistentes
las aqu contenidas, aparece en World Population, del presente autor y Wilhelm
Flieger, publicado por University of Chicago Press en 1968.
)
PREFACIO Vil
En el Novum Organum Bacon dice: "La verdad emerge ms fcilmente del

error que de la confusin". No se en qu medida mi trabajo evita la confusin,
pero indudablemente contiene errores. Quedar muy agradecido si me infor-
man de stos.
Durante los cinco aos en que este libro fue mi preocupacin casi exclusiva,
he recibido la ayuda de muchas personas. Fred Mosteller no slo promovi todo
el proyecto, sino que ley la sucesin de borradores e hizo numerosos comen-
tarios, todos los cuales contribuyeron a darle consistencia lgica y claridad.
Los captulos fueron reescritos muchas veces en un esfuerzo por ajustarlos a su
patrn de exposicin. Divakar Sharma verific muchas de las demostraciones,
e hizo preguntas que me llevaron a darme cuenta mejor acerca de qu suposi-
ciones refuerzan mis argumentos. Otras personas a quienes estoy agradecido por
sus sugestiones son Cari Bajema, R. N. Battacharya, Arthur A. Campbell, Nor-
man Carrier, Chin Long Chiang, Ansley J. Coale, Wilhelm Flieger, Leo A.
Goodman, Morris H. Hansen, P. Das Gupta, R. W. Hodge, Barbara Keyfitz,
Leslie Kish, Evelyn Kitagawa, John S. Lew, R. C. Lewontin, Alvaro Lpez,
David McFarland, Paul Meier, Walter Mertens, Flix Moore, E. M. Murphy,
Jay Palmore, Andrei Rogers, Norman Ryder, Mindel C. Sheps, Mortimer Spie-
gelman, Len Tabah y William Taylor. En la ltima bsqueda de errores en
la etapa de prueba, tuve la valiosa ayuda de Robert Retherford.
Estudiantes de Chicago, Duke y Berkeley proporcionaron resultados num-
ricos sobre datos reales y de ese modo evaluaron la correccin como asimismo
la aplicabildad de algunas partes de la teora. Los que hicieron cantidades
sustanciales de programacin, cuyos resultados no siempre aparecen explcita-
mente, fueron Eduardo Arriaga, Roger Avery, Frank Bean, Beth Berkov, Linda
Bourque, Chen-Tung Chang, Jere Cohn, William Cummings, Thomas G. Don-
nellv, Linda Drass, Jeffery Evans, Wilhelm Flieger, Prithwis Das Gupta, Barbara
Hevns, Joginder Kumar, Ronald Lee, William Lindeman, George Masnick,
Susan McDougall, Maurice Moore, Effat Moussa, James Mulherin, E. M. Mur-
phy, Dhruva Nagnur, Pierre Nakache, Terry Nichols, Frank Oechsli, A. Okora-
for, Jay Palmore, James Porter, Robert Retherford, Hardeo Sahai, Diego Salazar,
R. S. S. Sarma, Susan Borker Schwarz, J. M. Sehgal, William J. Serow, S. N.
Sinha, Peter Smith, Shannon Stokes. P. P. Talwar, William Taylor, Andrea
Tyree, Eliezer Uche, Daniel Vandeportaele y Nancy Wang. Aun en los casos
en que el resultado de la programacin sirvi meramente para convencerme de
que no haba en vista ninguna aplicacin til a los datos reales, de modo que
retir la teora del volumen, estoy agradecido por resultados que ayudaron sus-
tancialmente a mi pensamiento.
La National Science Foundation apoy financieramente dicho trabajo de
clculo. Muchos gastos incidentales fueron cubiertos por una subvencin del
Population Council. Una subvencin de la Fundacin Ford me aliger de la
carga docente usual.
La deuda fundamental de cualquier autor es con los clsicos de su tema.
Lotka, Voltrra, Leslie, Feller, Kendall, Coale, Goodman y otros forjaron las
materas expuestas en este libro. Ninguno de ellos, haya sido su ayuda por escrito
u oral, es responsable por el uso que aqu se hace de su trabajo.
Aun cuando la mayor parte del libro expone un conjunto de materiales
relativamente bien conocidos, se han llenado algunos vacos y se ha desarrollado
algo de teora y tcnicas nuevas. Aquellas partes de diversos captulos que con-
tienen lo que es original en el argumento, han sido presentadas en forma pre-
Vlll PREFACIO
liminar en Behavioral Science, Biometrics, Dernography, Human Biology, The

Journal of the American Statistical Association, The Journal of the Rojal Statis-
tical Society, Population, Population Studies, y The Review of the Internatio-
nal Statistical Institute. Vayan mis agradecimientos a los editores de estas revis-
tas por sugerir puntos substantivos as como de exposicin, y por permitir
volver a usar el material.
La mayor parte del trabajo se realiz en la Universidad de Chicago. Yo no
fui el primer recin llegado a dicha comunidad que sinti, bajo el estmulo de
colegas y estudiantes, un descontento con lo que pensaba que ya saba. De tal
descontento se desarrolla en forma natural el impulso a investigar ms pro-
fundamente, aun en individuos para quienes en otros medios el conocimiento
nuevo no era de gran importancia. De todas mis deudas, la mayor es con la
Universidad de Chicago.
N. K.
Berheley, California
Febrero de 1968
RECONOCIMIENTOS
El captulo 1, seccin 1.2, pgs. 23-28, es una versin drsticamente modificada

de "A Life Table that Agrees with the Data", Journal of the American Statistical-
Association 61, Parte I, pgs. 305-312, junio de 1966.
Los captulos 2 y 3 tienen partes comunes con los siguientes artculos: "Matrix
Multiplication as a Technique of Population Analysis", The Milbank Memorial
Fund Quarterly 42, N9 4, pgs. 68-84, octubre de 1964; "The Population Pro-
yection as a Matrix Operator", Demography 1, N? 1, pgs. 57-73, 1964; "Estimat-
ing the Trayectory of a Population", Proceeding of the Fifth Berkeley Symposium
on Mathematical Statistics and Probability 4, pgs. 81-113, 1966.
El captulo 4, seccin 4.4, pgs. 94-96, contiene una tcnica publicada por
primera vez en "Criteria for Data Adjustment", Conferencia Mundial de las Na-
ciones Unidas sobre Poblacin, Belgrado, 1965, B.6/I/E/323 (con E. M. Murphy).
El captulo 5 incluye algunos de los mtodos de "The Intrinsec Rate or
Natural Increase and the Dominant Root of the Projection Matrix", Population
Studies 18, N<? 3, pgs. 293-308, marzo de 1965.
Los captulos 5 y 6 tienen partes comunes con "The Integral Equation of

Population Analysis", Review of the International Statistical Institute 35, N"? 3,
pgs. 213-246, 1967.
El captulo 7, seccin 7.4, pgs. 189-196, incluye material de "Changing
Vital Rates and Age Distribution, Population Studies 22, N<? 1, julio de 1968;
"On the Interpretation of Age Distributions", Journal of the American Statis-
tical Association 62, pgs. 862-874, septiembre de 1967 (con Dhruva Nagnur
y Divakar Sharma).
Una versin preliminar del captulo 8 apareci como "Reconciliation of
Population Models: Matrix, Integral Equation, and Partial Fraction", Journal
of'the Royal Statistical Society, Serie A (General) 130, Parte 1, pgs. 61-83, 1967.
El captulo 10, secciones 10.1, 10.2 y 10.5 tienen partes comunes con "A
Unified Approach to Interpolation and Graduation", Demography 3, N<? 2,
pgs. 528-536, 1966.
El captulo 11 tiene partes en comn con "Finite Aproximations in Demo-
graphy", Population Studies 19, N<? 3, pgs. 281-295, marzo de 1966.
Algunas partes del captulo 12 se incluyeron en un artculo: "Volterra and
Lotka up-dated: the Study of Multiple Populations", dado a conocer en reunin
de la American Statistical Association de diciembre de 1967.
Una temprana y breve versin del captulo 13 apareci como "On the Inter-
action of Populations", Demography 2, pgs. 276-288, 1965.
ix
X RECONOCIMIENTOS
El captulo 14, seccin 14.1, pgs. 326-337, contiene material proveniente

de "Matrix and Multiple Decrement in Population Analysis", Biometrics 23,
N<? 3, pgs. 485-503, septiembre de 1967 (con E. M. Murphy); las pgs. 338-340
fueron publicadas en "Matrix Models in Sociology" y otros, 1, N<? 1, 3, 8-9,
otoo de 1967.
Una temprana versin del captulo 15 apareci como "Sampling Variance
of Demographic Characteristics", Human Biology 38, N9 1, pgs. 22-41, febrero
de 1966.
El captulo 18 fue publicado en parte en "Computerization of the Branching
Process", Behavioral Science 12, pgs. 329-336, 1967 (con Andrea Tyree).
Muchos de los clculos de todos los captulos aparecen en World Popula-
tion: An Analysis of Vital Data, University of Chicago Press, 1968 (con Wilhelm
Flieger).
I Parte
LA TABLA DE VIDA
C A P I T U L O 1
EL MODELO DE POBLACION ESTACIONARIA
1.1. UNA PRESENTACION DE LA TABLA DE VIDA
La tabla de vida es un esquema que permite expresar los hechos relativos a la

mortalidad en trminos probabilsticos. Es tambin un modelo poblacional,
que cubre el caso ms simple entre los que merecen discutirse: una cohorte o
grupo de personas nacidas en el mismo momento, cerrado a la migracin y se-
guido a travs de las edades sucesivas hasta que mueren. Al igual que otros
modelos satisfactorios, la tabla de vida ha dado su forma al mundo natural;
somos incapaces de pensar en un movimiento de poblacin y su mortalidad
desde algn otro punto de vista. Su descripcin incluye una parte considerable
de la notacin que usaremos en este libro.
Tasas especficas por edades y probabilidades

S durante un ao ya transcurrido, en una poblacin cerrada (aquella que no
pierde ninguno de sus miembros por emigracin ni recibe nuevos miembros por
inmigracin), haba en promedio K miembros presentes o expuestos, y ocurrieron
D defunciones, entonces, la proporcin de defunciones es M DJK. Para los
Estados Unidos en 1964 la poblacin residente a mitad de ao fue oficialmente
estimada en K 191 372 000 (Statistical Abstract, 1965,2 pg. 5), y la cantidad
de defunciones registradas fue D 1 798 051 (id., pg. 56). Por tanto
M = 2'798'051 = 0.00940 o 9.40 por mil.

191,372,000 r
Esta es la tasa bruta de mortalidad, bruta debido a que combina la estructura

de la mortalidad con la distribucin por edades.
Los promedios estadsticos tienen ms sentido cuando se refieren a grupos
homogneos. Un gran paso hacia la homogeneidad consiste en reducir el alcance
de la relacin de toda la poblacin a un grupo de edad para un sexo dado.
Supongamos que los hombres que tenan entre x y x -(- 1 aos de edad (o sea, el
grupo que cumpli x aos en su ltimo aniversario) eran Kx a la mitad del ao
calendario y que las muertes entre ellos durante dicho ao ascendieron a Dx; en-
tonces definimos la tasa especfica de mortalidad para hombres de edad x como
Mx : DJKX. En los Estados Unidos se estim que el 1"? de julio de 1964 haba
1 081 000 hombres con 32 aos cumplidos en su ltimo aniversario; en tanto
2 U. S. Bureau of the Census, Statistical Abstract of the United States: 1965, 86 Edicin
(Washington: Goverment Printing Office, 1965); en el libro lo mencionaremos como Statistical
Abstract, con indicacin del ao.
<
4 F.L MODELO DE POBLACION ESTACIONARIA 1.1
que. el nmero de hombres que muri a esta edad durante 1964 fue estimado en
2 317, dando una tasa de mortalidad por edad de
D 2117
Af
M
= = tlL = 0.002143 o 2.143 por
r
mil habitantes.
1,081,000
(Los datos del cuadro 1.3 estn expresados en grupos quinquenales de edades,
interpolados por aos simples de edad mediante los multiplicadores de Greville,
un procedimiento que discutiremos en la seccin 10.4.)
La tabla de vida es un medio que permite presentar informacin sobre el
volumen de poblacin y muertes en algn perodo de tiempo pasado, edad por
edad, de manera que se puedan obtener en forma conveniente las probabilidades
futuras de mortalidad y supervivencia. El problema consiste en cmo ir desde
Mx, las tasas especficas de mortalidad por edades observadas, hasta enunciados
probabilsticos que consideren el futuro de los individuos. Estamos dispuestos
a permitir, en forma provisional, la suposicin de que la mortalidad futura ser
la misma que la mortalidad pasada. Cualquier grupo de personas que a media-
dos de ao haya tenido un promedio de x -j- aos, deber haber tenido
una edad promedio de x aos al comienzo del ao. Si las muertes Dx se distri-
buyeran uniformemente a travs del ao de tiempo y edad, de modo que la
mitad de ellas hubiera ocurrido en la primera mitad del ao, entonces el nmero
de personas al comienzo del ao debe haber sido Kx -j- $DX. Podemos ahora
considerar el problema prospectivamente: entre un grupo que tiene inicialmente
Kx -f- \DX personas, por ejemplo al primero de enero, Dx mueren durante los
siguientes doce meses. La probabilidad de que un individuo muera durante los
doce meses siguientes a contar desde el primero de enero es por tanto
7 - D * - M.
Kx + Z>, 1 + \MX '
habindose obtenido esta ltima expresin dividiendo, tanto el numerador como

el denominador, por Kx. Para los hombres de los Estados Unidos que tenan
32 aos en 1964, la probabilidad de morir durante los subsiguientes doce meses
fue estimada en
2317
q3 = = 0.002141 ,
^ 1,081,000 + 1158
lo cual es levemente menor que M 3 2 .

De las probabilidades de morir dentro de un ao para cada edad, qx, obte-
nemos los complementos, px~ 1 qx, que son las probabilidades de vida a lo
largo de cada ao de edad. Estas px se pueden encadenar durante aos sucesivos
para determinar la probabilidad npx de que un individuo de x aos sobreviva
durante los prximos n aos,
nP. = (/>*)(/>*+1) " * * (/>*+-1)
En particular, la probabilidad de sobrevivir por un ao para un nio recin

nacido es pu, la probabilidad de sobrevivir los dos primeros aos de vida para
l.l UNA PRESENTACION DE LA TABLA DF. VIDA 5
un nio recin nacido es pop. de sobrevivir los primeros * aos de vida es

xPo = PoPl px-f
Se acostumbra escribir el producto acumulativo de las probabilidades en
la forma lT = l0popi px-i> donde l0, llamada raz, es una constante arbitraria,
como por ejemplo 1 100 000.
A este conjunto de lx se le conoce como la poblacin estacionaria, casi
como si tuviera una existencia contempornea real y se pudieran considerar
+ 4+i)/2 personas de x aos en su ltimo aniversario. Las muertes entre
* y * + l aos son dx lJ.+1; entre x y x n, dJ! = lx lx+n. En esta
"poblacin" as construida hay i0 muertes cada ao. En vista de que el modelo
estacionario se define como cerrado a la migracin y puesto que hay tantos naci-
mientos como muertes, los nacimientos son tambin 0
La misma columna de las x se puede interpretar como sobrevivientes de un
conjunto inicial de recin nacidos. Un grupo o cohorte de la nios recin naci-
dos, si est sujeto a la mortalidad de la poblacin observada en las diversas
edades, tendra un nmero esperado de sobrevivientes a la edad 1 igual a
lopo li, la edad 2 igual a l0p0pi ~ l2, etc. A su debido tiempo, el ltimo de
la cohorte de l0 morir, lo cual queda asegurado haciendo qa_, = 1, o = 0,
siendo co alguna edad tal como 90 100. Las observaciones sobre las cuales se
basa comnmente una tabla constituyen una seccin transversal a travs de
todas las edades en un perodo de tiempo dado, por ejemplo el ao calendario
1963, y la tabla de vida resultante trata entonces con trayectoria de cohortes slo
en un sentido metafrico. Tales cohortes se denominan cohortes sintticas.
Funciones continuas de la tabla de vida

Las funciones de variables continuas constituyen el medio principal para exami-
nar ms profundamente una serie de temas demogrficos, como por ejemplo, la
edad al morir. Siempre que queramos usar x como smbolo para una variable
continua, lo indicaremos mediante la notacin funcional l(x) en lugar de la.
Definimos A(X), llamada tasa instantnea de mortalidad, o fuerza de la mortali-
dad, como el valor lmite de la tasa de mortalidad cuando el intervalo de edad
se hace arbitrariamemnte pequeo. Puesto que en la tabla de mortalidad las
muertes del intervalo de edad x a x -f- Ax son l(x) l(x -f- Ax), y la exposi-
cin es l(x) Ax, tenemos
fr) = lim '<*> ~ ' { X + d x l= = -dlnl{x) ,. (1.1.1)

ji-o l(x) Ax l(x) dx dx
donde ln simboliza el logaritmo natural de la cantidad que lo sigue.

La tabla de vida puede ser construida conociendo x(x), la fuerza de la mor-
talidad definida en (1.1.1). La ecuacin diferencial i(x) dx ~ d lnl(x), puede
servir como definicin de l(x), ya que integrando da
/(x) = C e x p j ^ - j * / ( ) f j (1.1.2)
Haciendo x = 0 se demuestra que la raz (arbitraria) o valor inicial de la co-

lumna que da el nmero de sobrevivientes en la tabla de mortalidad, es C = l0.
6 F. L MODELO DE POBLACION ESTACIONARIA 1.1
La probabilidad que tiene una persona de edad x de sobrevivir n aos es

l(x-\-n)/l(x), la cual se puede obtener de (1.1.2) como sigue:
Cuando los l 0 individuos son considerados como una cohorte sinttica, ellos
estn sujetos a una disminucin anual por muerte de acuerdo a la mortalidad
observada en el ao dado. El nmero de los que mueren entre x y x dx
aos de edad es l(x)\i(x) dx y esto, o su valor integrado a lo largo de un ao,
dc = \l(x -f- )[*(* + 0 se conoce como decremento. Aunque este captulo
se refiere' a una cohorte sujeta a una nica causa de decremento, muerte, el
concepto es aplicable tambin al ingreso en la fuerza de trabajo, nupcialidad, etc.,
y una variedad de tales decrementos se puede incorporar en una tabla (Jordn,
1952, pgs. 251-269 y captulo 14 de este libro).
Cuando pensamos en l(x) como una distribucin por edades de los indivi-
duos vivos en un momento dado, el nmero de personas entre las edades x y
x -(- dx en esta hipottica poblacin estacionaria es l(x) dx, y entre * y x -)- n es
Por otra parte, cuando la tabla de vida representa una cohorte, la integral nLr
es el nmero de aos-persona vividos por esa cohorte entre las edades x y x - f n .
El total de aos-persona, Tx, en perspectiva para el grupo que habiendo alcan-
zado la edad x a partir de una raz i se representa por l x , ser la misma integral
hasta la edad mxima a la que alguien puede vivir, digamos co:
Para cada uno de los lx individuos la participacin en este total ser, en pro-
medio
Tx/h = .,
que se conoce como esperanza de vida completa a la edad x.

El lector puede querer deducir frmulas para obtener las diversas columnas
de la tabla de vida comenzando por cualquiera de las siguientes: lx, nLx, Tx, ex-
Hay dos maneras posibles de efectuar la construccin, una en la versin conti-
nua, como teora, la otra en la versin discreta para la computacin.
Podemos mostrar que ex, tiempo de vida promedio para un individuo de
* aos, es tambin formalmente idntica con la media o centroide usada en
estadstica y fsica:
- S o X tl{x + t)fi{x + t)dt
(1.1.3)
1 \*t~'l(x + t)[t(x + t)dt'
donde el numerador est diseado para asignar a cada una de las l(x -f- -)-1) dt
personas que mueren a la edad x -}- t el nmero de aos t que han vivido ms
all de la edad x; el cociente de las integrales en (1.1.3) es el promedio de i.
Aplicando la definicin de -f- t) en (1.1.1), integrando por partes en el nu-
merador de (1.1.3) y usando el hecho de que todos mueren antes de cumplir <o
aos, la razn (1.1.3) se transforma en
_ - y z - ' t d u x + t)
* l
_ -['/(* + or1 + +1)*
K
= (1.1.4)
'i
Esto prueba la equivalencia de las dos formas de x dadas a la derecha de (1.1.3)
y (1.1.4). El nmero total en a poblacin estacionaria generado por i0 naci-
mientos por ao es T0 = $%l(t) dt, y su nmero anual de muertes es
h = j 'l(t)ft(t)dt.
En consecuencia, su tasa de mortalidad es
h!T0 = \0.
Comparacin de la mortalidad mediante la tabla de vida y por tipificacin

La esperanza 0 se usa frecuentemente al comparar la mortalidad entre tiempos
y lugares. Su valor para los Estados Unidos en 1964 fue 66,9 aos para los hom-
bres y 73,7 para las mujeres, lo que da una diferencia de 6,8' aos a favor de
estas ltimas. En el trienio centrado en 1930, la esperanza de vida masculina
fue de 57,3 aos y la femenina 60,7, o sea una diferencia de 3,4 aos. El aumento
de la esperanza de vida ha sido de 2,8 aos por dcada en promedio para los
hombres y de 3,8 aos por dcada para las mujeres. Las tablas ms recientes
muestran alguna atenuacin: entre 1964 y 1965 para las mujeres el aumento
fue de slo 0,1 de ao, y los hombres disminuyeron en 0,03. El examen de las
tasas especficas por edades sugiere que el descenso de las muertes en edades
bajo 70 aos ha sido la causa principal de que la esperanza de vida aumentara
en 3 4 aos por dcada. La probabilidad para las mujeres americanas
baj desde 0,02142 en 1930 a 0,00439 en 1964, lo que significa una reduccin
del 80 por ciento. Por otra parte, 70 para los hombres de los Estados Unidos
fue de 9,2 en 1930 y de 10,5 en 1964, lo que da un aumento de un ao y un
tercio en un tercio de siglo. Como los fallecimientos en las eddes jvenes se
aproximan a cero, una renovacin de la tendencia creciente de o requerir
avances mdicos en un nuevo frente: las dolencias de la gente que tiene ms
de 70 aos.
Una manera alternativa de comparar la mortalidad entre dos lugares, sexos
o tiempos es la tasa de mortalidad tipificada por el mtodo directo cuya forma
continua es
= \;K'(x)M{x)dx
y0K'(x)dx '
donde el conjunto de ponderadores K'(x) es la distribucin por edades de la

poblacin tpica, y las M(x) son las tasas de mortalidad por edades de la pobla-
C U A D R O 1.1
00
TASA BRUTA DE MORTALIDAD EN LA POBLACION OBSERVADA,
EN LA TABLA DE VIDA Y TIPIFICADA, POR MIL HABITANTES-HOMBRES*
a
Tasa bruta de mortalidad tipificada por el mtodo indirecto
Tasa bruta

Tasa bruta
PAISES de mortalidad de mortalidad Inglaterra
observada en la tabla
de vida
y Gales
1960-1962
Estados Unidos
1959-1961
Mxico
1959-1961 s
0
w
CANADA 1 9 4 0 - 4 2 10.64 16.06 14.43 12.48 9.76

1
s
196f 8.88 14.57 10.95 9.70 7.32 0
1965 8.87 14.54 10.99 9.74 7.40 1

M
INGLATERRA Y GALES 1960-62 12.46 14.68 12.46 11.07 9.53 >
1963 12.81 1^.73 12.90 11.45 9.79 O

3
FRANCIA 1851 22.37 26.09 33.47 28.38 21.58
z
>
2
1959-63 11.91 14.82 12.34 11.02 9.30
>
MEXICO 1959-61 11.97 17.97 25.49 21.08 11.97

SUECIA 1783-87 28.57 29.78 50.12 41.40 27.49
1958-62 10.36 13.98 9.45 8.54 7.67
ESTADOS UNIDOS 1 9 1 9 - 2 1 12.91 18.35 22.60 18.82 13.08
1939-41 11.87 16.36 16.23 13.96 11.15
1959-61 10.85 14.96 12.22 10.85 8.52
1963 11.08 14.99 12.47 11.10 8.80

196 10.83 14.95 12.16 10.84 8.63
1965 10.88 14.95 12.22 10.91 8.74
* Los datos sobre poblacin y defunciones pr edades provienen de Demographic Yearbook Wilhelm Flieger; las tablas de mortalidad fueron
programadas por Wilhelm Flieger y WiUiam (Naciones Unidas), 1948-1966, y fuentes oficiales nacionales. La tipificacin la program
Cummings, usando el mtodo de la seccin 1.2.
cin dada. La tasa de mortalidad tipificada por el mtodo indirecto se puede

definir como
donde el primero nuevamente distingue la poblacin tipificada y d' es la tasa

bruta de mortalidad de la poblacin tipificada. El lector puede mostrar (sd)
y (isd) en la forma discreta. Puede entonces demostrar que si se reemplazan
las tasas de mortalidad por precios, y los nmeros de la poblacin por canti-
dades compradas, (sd)d' es un ndice agregativo de precios de base ponderada,
y (isd)/d' es el correspondiente ndice nominal (Duncan, Cuzzort y Duncan,
1961, pg. 177; Kitagawa, 1964).
El cuadro 1.1 muestra las tasas tipificadas por el mtodo indirecto, para una
serie de poblaciones masculinas, con base en tres poblaciones tipo, junto con las
tasas brutas de mortalidad y las de las tablas de vida. Se invita al lector para
que compare los resultados y haga comentarios acerca del efecto de ponderar
mediante la distribucin por edaces estacionaria implcita en la tabla de vida,
la que: 1) es diferente de la que prevalece en una poblacin que crece rpida-
mente, y 2) en cualquier caso difiere de las poblaciones que estn siendo com-
paradas. Cules de las cinco columnas mostradas indica mejor el progreso en
la mortalidad de los Estados Unidos? En la mortalidad de Suecia? Qu resulta
de una comparacin entre los Estados Unidos con Inglaterra y Gales en 1963?
En una comparacin estrecha muestre la ventaja de conocer a un mismo tiempo
las tasas tipificadas por el mtodo directo e indirecto. Que poblacin tipo ser
mejor para comparar la mortalidad masculina con la femenina en un lugar y
tiempo dados?
El diagrama de Lexis
La tabla de vida, o ms estrictamente, su columna de personas sobrevivientes,

ha sido interpretada como:
a) un conjunto de probabilidades, //,, de que un individuo de edad x
sobreviva hasta x - n;
b) los sobrevivientes lx de una cohorte ele /,, nios nacidos al mismo tiempo
y que pasan juntos por la vida;
c) una poblacin, estacionara tanto en nmeros totales como en distribu-
cin por edades, que incluye en cualquier momento = J*"Z(x t) dt
personas entre las edades exactas x y x -f-n.
Una ayuda para la aplicacin de estas interpretaciones, como tambin para
el clculo de la tabla de vida misma, se da mediante la presentacin conocida
como diagrama de Lexis (Lexis, 1875, pg. 302). El tiempo se representa en el
eje horizontal, y las edades en el vertical. Cada elemento de la poblacin se
representa por una recta de 45 respecto a cada eje, comenzando en x = 0 y al
momento del nacimiento en t, y terminando en un punto que corresponde a
edad y momento en que muri. Cuando las lneas corresponden a una pobla-
cin, la densidad de sus puntos de partida a lo largo del eje t es proporcional
a la frecuencia de los nacimientos en el tiempo. (Grfico 1.1.)
Las estadsticas vitales proveen el nmero de fallecimientos, ocurridos

en el ao calendario z a personas que tenan x aos de edad en su ltimo ani-
versario. Estas muertes suceden en el cuadrado ABCD, y en forma estricta las
relacionaremos al nmero de aos-persona de exposicin al riesgo en el mismo
cuadrado el nmero de personas dentro del alcance de nuestro sistema de re-
gistro durante el ao calendario z, donde cada una se cuenta como expuesta
desde que cumpli su x simo aniversario hasta cuando pas el (x -f- 1) simo,
o cualquier parte de ese intervalo que estaba dentro del ao. En la prctica,
fuera de las compaas de seguros, no se guardan registros que permitan esta-
dsticas de exposicin en este sentido preciso; de all que se usen distintas
aproximaciones.
Tales aproximaciones se basan en un censo del nmero de personas, por
ejemplo K'x que tenan edad x en el momento t, al comienzo del ao calenda-
lio z, o en el momento + i , la mitad del ao. Kj es el nmero de
lneas de vida que cruzan AD, K'r + ! es el nmero de las que cruzan ST. Los
censos que se tomen en otras fechas se pueden ajustar a stos sin que se incurra
en una prdida de precisin apreciable.
G R A F I C O 1.1
DIAGRAMA DE LEXIS Q U E M U E S T R A LAS LINEAS DE VIDA

EN E L P L A N O E D A D - T I E M P O
Otro grupo que aparece en el diagrama es el nmero E'x+1 de los individuos

cuyas lneas de vida cruzan DC, esto es, aquellos que alcanzan su (x -)- 1) simo
aniversario durante el ao z.
En la literatura actuarial se discuten tres maneras de proceder para la ob-
tencin de las probabilidades de muerte en base a las observaciones (Wolfenden,
1954, pgs. 100, 101). La primera consiste en tomar las muertes en el tringulo
ABC ms las del tringulo BCG y relacionar stas a las lneas que atraviesan
AB; el cociente entre las muertes en el paralelogramo ABGC y las lneas que
cruzan AB es igual a r,, si la poblacin est cerrada a la migracin:
q* Ei '
donde aD~ es la parte de Dzx en el tringulo superior ABC, y 6 D * + 1 es la parte

de D-x + 1 en el tringulo inferior BCG. Aunque la frmula es exacta para la
edad * en el ltimo aniversario, mezcla dos aos calendario.
El segundo procedimiento se refiere a las muertes de un ao calendario
particular, pero mezcla muertes de dos aos de edad. Es
_ , KIX\ _ S D' X + a p;+l

~KT Ki '
siendo 1 q x los sobrevivientes que cruzan CE, dividido por los que han cru-
zado A.
La tercera proporcin cae dentro del cuadrado ABCD y utiliza las muertes,
claramente definidas segn tiempo y edad, del ao calendario z y edad x en el
ltimo aniversario. Esta consiste de dos tringulos: el superior ABC que con-
tiene las aD* muertes de individuos que cumplieron su x simo aniversario en
el ao calendario dado, y ACD, que contiene las D* muertes de los que pasaron
su x simo aniversario en el calendario precedente. De estos, (jj. se estima por
q, = i - rî r ^ i = i _ Ti _ i ^ i r i _ ^ + ^ ,
L Kl JL El J L K'Jl El J Ki ^ El
donde == significa aproximadamente igual. Este mtodo preferido determina la
probabilidad de que los individuos que entran en ABCD cruzando por AB o
AD mueran dentro del cuadrado.
A lo largo de la mayor parte de la escala etaria, las muertes para una pobla-
cin grande estn suficientemente dispersas a travs del ao de edad, de modo
que basta considerar que la mitad de las de ABCD estn en ACD y la otra mitad
en ABC. Pero esto no es cierto para el comienzo de la tabla de vida, y las con-
sideraciones diagramticas anteriores son tiles para determinar cmo obtener
las probabilidades de la tabla de vida a partir de las observaciones.
Cuando conocemos para cada mes el correspondiente mes de nacimiento
de los que mueren con menos de un ao de edad, entonces los tringulos oD
y s D~ se pueden aproximar y es posible establecer el factor de separacin
/: = , (i.i.5)
a n*x 4-
T tn*
Ux
(Wolfenden, 1954, pg. 97). El factor /~( es aquella proporcin de las muertes
de menores de un ao de edad observadas en el ao z, provenientes de naci-
mientos ocurridos el ao precedente z 1 . Cuando se carece de informacin
sobre este punto, se puede adoptar el factor de separacin de algn otro tiempo
o lugar, aunque en la prctica dichos factores varan entre 0,15 y 0,30. El punto
es ile importancia en el grado en que ocurra un cambio pronunciado en el
nmero de nacimientos de un ao al siguiente. (AI final de la seccin 1.2 apa-
rece una aplicacin.)
12 EL MODELO DE POBLACION ESTACIONARIA 1.1
Perodo y generacin
Hasta aqu heios pensado en los datos de mortalidad referentes a un perodo,
tpicamente de un ao particular; nuestras cohortes han sido hipotticas o sint-
ticas. La columna l(x) de la tabla de mortalidad para una cohorte real dada,
es una distribucin de densidad decreciente a lo largo de una recta d 45, en
el grfico 1.1, desde la parte superior izquierda a la inferior derecha del sistema
de coordenadas. Lo que se conoce como tabla de vida de una generacin o de
una cohorte, muestra la mortalidad a que est sucesivamente expuesto un indi-
viduo dado. Esto est en contraste directo con las tablas de vida por perodos,
basadas en datos referentes a un ao u otro intervalo calendario dado, las que
nos han interesado hasta aqu.
La diferencia entre los resultados correspondientes a perodos y aquellos
para generaciones queda ilustrada en el cuadro 1.2, el que contiene datos del
siglo xix para Suecia. Las medidas presentadas, ,> y I-m/K, son en total ms
favorables para la cohorte real nacida en un intervalo dado que para una sec-
cin transversal de la mortalidad en ese intervalo, como es de esperar cuando
la mortalidad est sujeta a una tendencia secular de mejoramiento; el resultado
de la cohorte se refiere a una etapa considerablemente ms reciente.
Un poco ms sorprendente es la relativa suavidad de las cohortes. Eviden-
temente, algunas de las causas de mortalidad enfermedad, hambre, y guerra-
afectan a todas las edades, o al menos a un amplio recorrido de edades, en cierto
momento del tiempo; los resultados relativos a la cohorte promedian un nmero
de periodos de tiempo, como ocurre con la experiencia del individuo.
CUADRO 1.2
EXTRACTO DE LAS TABLAS DE VIDA PARA LAS MUJERES SUECAS.
MOSTRANDO ? y /,//, 1805-1840*
Punto medio del Esperanza de vida a la edad Probabilidad de alcanzar ia edad

periodo quinquenal 0 = ? 50 = /,,//
y fecha en que la
cohorte tenia de 0 4 Cohorte real Cohorte real
Perodo Perodo
aos de edad o generacin o generacin
1805 37.81 36.84 0.4384 0.4062
1810 28.99 34.78 0.2926 0.3852
1815 37.33 39.08 0 .4279 0.4417
1820 37.42 40 .76 0.4252 0.4674
1825 41.96 44.24 0 .4832 0.5075
1830 36.77 42.11 0.4034 0.4830
1835 40 . 25 44.43 0.4531 0.5150
1840 39.97 44.20 0.4516 0.5133
* Los datos sobre las poblaciones y muertes por edades han sido proporcionados por
Erland vori Hofsten; los datos de las cohortes fueron derivados de informacin referida a
perodos segn intervalos quinquenales de edad y tiempo. Programado por Wilhelm Flieger,
1 / ,
Procedimientos de clculo
El total aos-persona nLx vividos por la poblacin estacionaria en el intervalo
que va de la edad x a la edad x -(- n, se puede descomponer en los aos vividos
por los l x + n que sobreviven (n aos cada uno), y los aos vividos por los
dx = lx lx+n que mueren en el intervalo. Supongamos que el nmero pro-
medio de aos vividos en el intervalo por aquellos que mueren en l es ax.
Entonces la descomposicin de /.,. es la identidad
* = "l*+n + ndxnax ,
de donde resulta
A = A - nlz+n (1.1.6)
na
(La distribucin uniforme de las muertes que hemos supuesto antes conduce
a ,,ar = n/2, pero esto no es aceptable para un trabajo cuidadoso cuando el
intervalo de edad n tiene una amplitud de cinco aos.)
El resultado (1.1.6) se puede aplicar incidentalmente para comparar los
aumentos en longevidad atribuibles a diferentes tramos de la escala de edades.
La i para los hombres de los Estados Unidos subi desde 60,7 aos en los tres
aos alrededor de 1930 a 67,8 en 1964, lo que significa un aumento de 7,1 aos.
Esta ganancia consta de tres elementos:
1) El promedio de aos vividos por los miembros de la cohorte sinttica
que mueren entre I y 70 aos de edad en 1964 fue, como se deduce de
(1.1.6),
ml = 6!>Ll ~ 69/ro = 54.4 aos,

h hn
Jo que comparado con los 48,0 aos en 1930, revela un mejoramiento

de 6,4 aos.
2) El progreso en 70 (el nmero de aos vividos por los hombres que mue-
ren despus de 70 aos) fue de 1,3 aos, ya que de 9,2 lleg a 10,5.
3) Finalmente, una mayor cantidad de hombres sobrevivieron hasta los 70
aos; i 70 /i, fue 0,532 en 1964 y 0,421 en 1930.
El lector puede examinar en qu medida estos tres elementos explican la ganan-
cia de 7,1 aos en <,, usando la identidad
IA = (h ~ ^70) (xPi + h*n + 69/70 ,
junto con el cuadro 1.3 y los siguientes valores de la tabla de vida de 1929-1931:
/, = 92,775 ; / = 39,102 ; T, = 5,632,457 ; Tn = 359,405 .
Alternativamente, podemos introducir nax en trminos del modelo continuo.

El nmero de individuos en la poblacin estacionaria que mueren entre las eda-
des x - f t y x -f- t -)- dt (t^n) es l(x f)n(x t) dt. Cada uno de ellos ha
vivido t aos en el intervalo x a x -)- n; de all que el nmero promedio de
aos vividos en el intervalo por los que mueren en l, es el cociente
" S;i{x + t){x(x + t)dt ' ^ (M'7>
o sea, un valor medio, que es el mismo que la expresin para k% en (1.1.3), ex-
cepto que el lmite superior de las integrales es ahora ms general. El denomi-
nador de (1.1.7) es ndx. El numerador se puede integrar por partes como en
(1.1.4) y se obtiene
-[="tdl(x + t)= ~[tl(x + /)]p=0 + [nl(x + t)dt

J=0 Jo
= - " * . + . + . (1.1.8)
Colocando la expresin del segundo miembro de (1.1.8) en lugar del numerador

de (1.1.7) y ndx en lugar de su denominador, da (1.1.6) de nuevo.
El cociente de la tabla de vida correspondiente al nMx observado es ndx/nLr.
Reconociendo el hecho de que la distribucin dentro del grupo de edad no es
la misma para la tabla de vida que para la poblacin observada (especialmente
en los casos en que la mortalidad est cambiando rpidamente de edad a edad
y la poblacin observada dista bastante de ser estacionaria), se hace una distin-
cin notacional: se pone m, para n d x j n L' x , la tasa por edades en la tabla de vida,
en tanto que usamos nMx para nDx/nKx, el correspondiente cociente obtenido
de las observaciones. Una aproximacin que se usa comnmente, en especial
cuando el intervalo de edad n es de 1 ao o menos, consiste en suponer que
nmx y nMx son iguales. En la seccin 1.2 obtendremos un proceso iterativo para
construir una tabla de vida que evite esta suposicin. En la seccin 10.4 la inter-
polacin para intervalos de 0,2 de ao hace que esta suposicin sea inocua.
El promedio Hax sirve como un medio para ir de la tasa de mortalidad por
edades de la tabla de vida nmx = ndx/Lx, o sea, el nmero de muertes dividido
por el nmero de personas, a la probabilidad de morir durante los n aos sub-
siguientes para una persona de edad x. Escribiendo lx+ = lx ndx en (1.1.6),
el lector puede establecer eso directamente como consecuencia de las definicio-
nes (Chiang, 1960),
9, = . , , (1.1.9)
1 + ( n - n at)nmx
Puesto que el valor de nqx no es muy sensible respecto de n a r , es posible

tomar valores supuestos de los a (por ejemplo, haciendo nax n/2) para hacer
un primer bosquejo de la tabla de vida. Se puede obtener una mejor aproxi-
macin de nax en base al bosquejo de ,,dx, utilizando una frmula deducida de
(1.1.7), pudiendo introducirse estos n en (1.1.9) para la obtencin de un con-
junto mejorado de qx. Monroe Sirken (1964) ha sugerido que los a se pueden
determinar de una tabla de vida de referencia, construida por aos simples
de edad.
A partir de los ,,qr calculados segn (1.1.9) con los nMx observados en lugar
de mx, u otros medios, y un / arbitrario, generalmente 100 000, se construye
CUADRO 1.3
TABLA DE VIDA OBTENIDA POR UN METODO ITERATIVO, MEDIANTE AJUSTES
SUCESIVOS DE nq PARA LOS HOMBRES DE LOS ESTADOS UNIDOS. 1964*
K E I d L
Edad n x n X n^x X n x n x
X 000's
0 2,069 5 7 , 368 0. 027146 100,000 2,715 97,902

1 8,486 8, 881 0. 004173 97,285 406 387,958
5 10,341 5, 314 0 . 002561 96,879 248 483,777
10 9, 371 926 0. 0 0 2 6 4 4 96,631 256 482,599
15 8 , 188 10, 792 0 . 006623 96,376 638 480,414
20 6,279 11, 614 0. 009226 95,737 883 476,523
25 5, 432 9, 799 0. 0 0 8 9 8 4 94,854 852 4 7 2 , 167
30 5,434 11, 754 0 . 010760 94,002 1,011 467,593
35 5, 916 17, 804 0 . 014942 92,991 1,389 461,709
0 6,007 28, 027 0 . 023089 91,601 2,115 4 5 3 , 112
45 5,517 M , 098 0 . 036681 89,486 3, 282 439,839
50 5, 084 61, 328 0. 058784 86,204 5,067 419,189
55 4,358 81, 835 0. 090098 81,136 7,310 388,369
60 3,653 102, 084 0 . 131311 73,826 9,694 345,946
65 2,857 1 2 1 , 225 0 . 192694 64,132 12,358 290,536
70 2, 289 135, 642 0. 258748 51,774 13,396 225,565
75 1,520 1 2 6 , 801 0. 345253 38,378 13,250 158,449
80 791 9 7 , 707 0. 473113 25,128 11,888 95,915
85 398 83, 779 1. 000000 13,239 13,239 62,468
TOT. 93,990 1,017, 778
M' = M
n x n x
Edad
0
X m a T r e = D / K
n x n X X n x x n x n x
0 0.027727 0. 227 6, 690,031 0.000 66.900 0.027727

1 0.001047 1 . 086 6, 592,130 0.000 67.761 0.001047
5 0.000513 2. 500 6, 204,171 0.011 64.040 0.000514
10 0.000529 2 . 818 5, 720,394 0.023 59.198 0.000526
15 0.001329 2 . 705 5, 237,796 0.039 54.348 0.001318
0.001854 2 . 550
<,
20 757,382 0.039 49.692 0.001850
25 0.001805 2 . 531 280,859 0.013 45.131 0.001804
30 0.002163 2. 611 3, 808,692 0.000 40.517 0.002163
35 0.003009 2. 666 3, 341,098 0.000 35.929 0.003009
40 0.004668 2 . 686 2, 879,389 0 .002 31.434 0.004666
45 0.007463 2. 687 2, 426,277 0.009 2 7 . 113 0.007449
50 0.012089 2 . 666 1, 986,438 0.011 23.044 0.012063
55 0.018823 2 . 632 1, 567,249 0.014 19.316 0.018778
60 0.028022 2. 608 1, 178,880 0.016 15.968 0.027945
65 0.042535 2. 562 832,933 0.016 12.988 0.042431
70 0.059391 2 . 514 542,397 0.016 10.476 0.059258
75 0.083623 2. 476 316,833 0.016 8.256 0.083422
80 0.123945 2 . 500 158,384 0.016 6.303 0.123523
85 0.211938 4. 718 62,468 0.016 4.718 0.210500
* Programado por Wilhclm Flieger basado cn datos del National Center of Health
Statistics.
la tabla de vida calculando la columna de las l y de las d, aplicando las ecua-

ciones de recurrencia
A = . /.+. = /. - 4 (.i.io)
El procedimiento para ir desde las tasas especficas de mortalidad por edades

observadas nMx a las nmx y nqx es la primera de dos partes en la construccin
de una tabla de vida, en la que se debe hacer una eleccin entre un nmero de
opciones. El segundo punto de eleccin est en la integracin l(x) sobre el inter-
valo que va de x a x -j- n para determinar nLx:
\j(x + t)dt = nLx.
Se dispone de una variedad de frmulas, de las cuales la ms popular se obtiene

por integracin de x a x -f- n, de una curva de tercer grado a travs de cuatro
valores, /.,., l% + ti fr -f- 2n
nLx = n/2.(/ x + / I + n ) + n/24.(x+n - ndx-) .
= 13/1/24 (lx + l x + n ) - n/24 + /. + t m ), (1.1.11)
lo cual es deducible por el mtodo del captulo 10, siendo (10.2.14) un caso
especial.
El resto de la tabla de vida surge de las definiciones;
T* = nL* + *+ H ; x= TJlx ; npx = 1- nqt .
El cuadro 1.3 constituye una ilustracin que muestra todas las columnas men-
cionadas, excepto pj.; en la seccin 1.2 se da una exposicin ms detallada del
mtodo de clculo. A esta altura el lector puede tener deseos de verificar con
una calculadora de escritorio que las relaciones (1.1.4), (1.1.6), (1.1.9), (1.1.10)
y (1.1.11) rigen desde los 15 aos de edad en adelante en el cuadro 1.3, y que
T,dx lx^qx y r,mx = r,dx/Lx. (La verificacin est limitada por el redondeo,
especialmente para nax en las edades en que ,,d, es pequeo.)
Aplicaciones
Si bien la tabla de vida no es la mejor manera de comparar la mortalidad de

las poblaciones, ella sirve para calcular una variedad de probabilidades y espe-
ranzas de vida individuales y de grupos. Para determinar, sobre la base de la
mortalidad dada, la probabilidad de X, que tiene .v aos de edad, de estar an
vivo al cabo de m aos, y de Y, que tiene y aos de edad, de estar vivo al cabo
de n aos, slo es necesario multiplicar lx+mllx por //, siempre que las
probabilidades para los dos individuos sean independientes, lo que no sera cier-
to si X e Y hacen un viaje en submarino juntos. No aparecen dificultades adi-
cionales si X e Y pertenecen a grupos de mortalidad reconocidamente diferente,
por ejemplo masculino y femenino, y l*+m/l* se toma de una tabla de mortalidad
Y '?/+/'/ de otra. Un asterisco en la parte superior derecha distinguir la super-
vivencia masculina. Entonces, para determinar la vida matrimonial conjunta
esperada de una pareja en la cual el hombre tiene ahora x aos de edad y ella
y aos, x=?y, observamos que la probabilidad de que la pareja siga viviendo

entre t y t dt aos desde ahora es
/*(* + t) i(y + 01
l*(x) .
y en este tiempo ellos vivirn dt aos juntos; el valor esperado de sus aos jun-
tos es, por lo tanto,
f l*(x + t)l(y + t) df
Jo l*(x)l(y)
despreciando la posibilidad de separacin o divorcio.

Las probabilidades conjuntas pueden explicar un fenmeno demogrfico
tal como el gran exceso de viudas sobre viudos que se da en las poblaciones
viejas. Supongamos que en el momento en que se estaban casando las personas
que ahora tienen 65 aos, el novio tena 5 aos ms que su novia. La probabi-
lidad de que una novia de 20 y un novio de 25 sobrevivan 40 aos ms tarde es
4c
4o- LFTJ
donde el primer factor se ha tomado de una tabla para mujeres y el segundo
de una tabla para hombres. Para los Estados Unidos, 1964, esto daba
84,572'
^ l l E l = 0.5898
L_96,955 J ,94,854-J
La probabilidad de que la esposa sobreviva y el marido haya muerto es
I*
4c I - i. = 0.2825 ,
u , AJ
y que el marido sobreviva y la esposa haya muerto,
1 _ i~| p | l = 0.0864 .
Con estas suposiciones los porcentajes de parejas casadas, viudas y viudos seran
de 62, 29 y 9 por ciento, respectivamente. En realidad, los nmeros de las tres
categoras en la poblacin fueron, para marzo de 1964: 75, 21 y 4 por ciento
(estimados aproximadamente para las edades 55-64 aos, de los (latos que apa-
recieron en Statistical Abstract, 1965, pg. 31). Parte de la diferencia se debe
a que hemos tomado edades tpicas en lugar de una distribucin por edades,
parte se debe al uso de la mortalidad del perodo 1964 en lugar de aquella de
las cohortes pertinentes, otra parte se debe a la migracin, pero probablemente el
que muchos se casan ms de una vez es lo que ms cuenta. El lector puede
examinar la relacin de la orfandad con los factores demogrficos y en particu-
lar con la tabla de vida por cohorte (Lotka, 1931c).
La tabla de vida constituye la base de la ciencia actuarial. Los actuarios

deben incluir un factor v 1/(1 + i), siendo i la tasa anual de inters y v el
valor actual del pago de una unidad al cabo de un ao a contar desde ahora,
a una tasa de inters i. El valor actual de un dlar pagadero en t aos es de
v* dlares. Si el valor de un dlar al cabo de un ao es ahora de v dlares,
entonces un dlar dentro de un ao, referido a una persona que actualmente
tiene la edad x, si an contina viva, tiene un valor esperado de v(lx+1/lx) d-
lares. El pago de un dlar, si fallece entre x -f- t y x -|- t dt vale actualmente
(Jordn, 1952, pg. 67).
v'l(x + t)n(x + t) dt dlares

4
De all que un seguro de vida simple para una persona de edad x vale
Aa = -L[m~'vtl(x + t)fi(x + t)dt

lx J
dlares por cada dlar del seguro; na anualidad continua a la tasa de un dlar
por ao vale
1 P<U X
ax 1 vH{x + t) dt dlares
L Jo
la prima actual para un seguro de K dlares cancelables a la muerte del asegu-

rado debe ser K veces el primero de stos dividido por el segundo, o sea
P = KA. = Ks; v'ijx + t)fi(x + T) dt d ,lares

a. \;~'v'i(x + t)dt
Se pueden responder preguntas bastante ms complicadas con base en la tabla

de vida. Una anualidad de K dlares por ao cancelable a una pareja que tiene
x e y aos respectivamente, mientras ambos estn vivos est avaluada en
_ _ K\>-*vn*(x + t)l(y + t)dt
/*(*)/(/) > -y-
Un seguro de vida de K dlares cancelable a una esposa que ahora tiene edad y,
al morir su marido que ahora tiene edad x, tiene un valor actual
K\fvH*{x + t)it*(x+t)l(y + t)dt x >
l*(x)l{y)
l*ix\lt vi y
Si se fuera a cancelar slo mientras su hijo, que ahora tiene edad z, sea menor
de edad, el integrando tendra un factor adicional: l*(z )/Z*(z), y el lmite
superior de la integral no sera oj x sino 2 1 z . Los textos, sobre tcnicas
actuariales contienen muchos otros ejemplos (Spurgeon, 1932).
La aplicacin demogrfica ms comn de la tabla de vida es la proyeccin
de poblacin, que consiste en el clculo del valor esperado del nmero de perso-
nas vivas en fechas futuras, dado el nmero de los que ahora estn vivos y las
tasas especficas de mortalidad por edades. El valor esperado del nmero de
sobrevivientes al cabo de t aos entre k(x) dx personas que estn ahora vivas y
que tienen edades entre x y x -j- dx es
1 .2 UNA TABLA DF. VIDA QUF. ITERA A LOS DATOS 19
k ( x ) ! J l d x .
l(x)
En la prctica nosotros no observamos k(x) dx, el nmero de personas que tienen

edades entre x y x + dx, sino la cantidad finita
AT" = j nk(x + v)dv,
que es el nmero de los que tienen edades entre x y x -f- n, y entre stos,
= U(x + v)!Llldv (1.1.12)

Jo l(x + v)
estarn vivos al cabo de t aos. Una aproximacin a (1.1.12) usada comn-
mente es
= nV? . (1.1.13)
Una mejor aproximacin al factor de supervivencias est dado por (11.1.15) a

(11.1.18).
Para atender al hecho de que tales proyecciones se hacen comnmente en
intervalos de tiempo que son del mismo largo que los de edad, el valor proyec-
tado, estimado o esperado de la poblacin que tiene inicialmente de x a x n
aos de edad al cabo de n aos, es (1.1.13) con t reemplazado por n. La ecua-
cin (1.1.13) volver a aparecer con frecuencia desde el captulo 2 en adelante.
Para ponerlo de acuerdo al contexto en que se aplica, n se puede particularizar
en el valor 5 y omitirse. La unidad de edad continuar siendo un ao, pero
la unidad de tiempo ser 5 aos, de modo que (1.1.13) ser
VX% = K ^ . ( L X J L X ) . (1.1.14)
A pesar de que el lenguaje de este captulo ha sido el de poblaciones hu-

manas, no hay nada en la lgica de la tabla de vida que la restrinja a aqullas.
Pearl, Park y Miner (1941) hicieron observaciones de laboratorio para producir
tablas de vida para el escarabajo de la harina, tribolium confusurn, y Deevey
(1947) aplic la tcnica a los datos obtenidos en la observacin en terreno.
1.2. UNA TABLA DE VIDA QUE ITERA A LOS DATOS
Los conceptos presentados anteriormente facilitan el clculo de una tabla de

vida que itera a los datos, de modo que una vez completada, la tabla de vida
reproduzca exactamente las tasas especficas de mortalidad por edades que le
sirvieron de base. Esto no significa que las tasas especficas de mortalidad,
ndj/nl.x = nrne, de la tabla de vida sern las mismas que las nDx/nKx = nMx de
la poblacin; debe tenerse en cuenta la diferente distribucin de la poblacin
y las muertes dentro de los grupos de edades, las que dependen de r (tasa de
crecimiento de la poblacin). Haremos una aproximacin suponiendo que den-
tro de un grupo dado de edad, a la edad x, la poblacin es proporcional a
k(x) = e~rxl(x) ; (1.2.1)

la justificacin de esto aparecer en el captulo 3 y posteriormente en la discu-

sin de la teora de la poblacin estable. Por el momento describimos una dis-
tribucin de edades e~rxl(x), donde r puede ser diferente a un intervalo quin-
quenal de edades a otro, como estable por secciones.
Nuestra tarea consiste en obtener de la tabla de vida poblaciones estables
por secciones y sus correspondientes muertes. Estas incorporarn un r depen-
diente de la edad, designado como nrx. En cada iteracin de la tabla de vida
obtendremos una nM'x comparable con la nMx observada, y usaremos la razn
nMx/nM'x para ajustar la nqx. Del valor ajustado* por ejemplo <?*, se calculan
las dems columnas, se desarrolla un nuevo n/VF , y nq* se ajusta a su vez.
Como j.M'x es la razn de las muertes -D'x a la poblacin 5K'X (ambos sobre
la suposicin'de estabilidad seccional), necesitamos definir stas de manera que
sea calculable a partir de cualquier bosquejo de la tabla de vida. Si la pobla-
cin estable es k(x) dx = e~rxl(x) dx entre las edades x y x dx, entonces nece-
sitamos la integral
K'x = j6k(x + t)dt = + t)dt. (1-2.2)
Para las muertes necesitamos una curva continua correspondiente a /(x),

que se podra representar como /(x)x(x), tal que
4. = \ /(* + t)fi(x + t)dt .
En realidad /(x)^(x) es simplemente ( d l ( x ) / d x ) de (1.1.1). Para representar

rP' x , las muertes en una poblacin que crece a una tasa r, escribimos
D'x = j V ' " + > / ( x + t)fi{x + t)dt = - j V ^ + o <//(* + t) .
Afortunadamente, esto ltimo se puede integrar por partes para dar
fi'x = err% - - r jV"*+t>/(x + t)dt, (1.2.3)
donde la nica integral que aparece es el mismo rK'x de (1.2.2).

Siendo
M', = J K I ,
nuestra tasa especfica por edades desarrollada a partir de la tabla de vida para
una poblacin creciente, sustituimos -p'x de (1.2.3) y .K'x de (1-2.2) para en-
contrar el resultado bsico
M' = k = - - r . (1-2.4)
X & + t)dt
Observe que no se requiere aproximacin para arribar a (1-2.4) una vez

que tenemos r y el lx de la iteracin previa. Por supuesto que se usar una
aproximacin para la integral rK'x de (1.2.4). La concordancia de la tabla de
vida con los datos slo tropieza con el problema de saber cmo calcular esta
1.2 UNA TABLA DE VIDA QUE ITERA A LOS DATOS 21
integral, ya que diferentes frmulas para la integral produciran diferentes ta-

blas de vida.
Se puede mostrar una forma explcita de (1.2.4), que no contiene el smbolo
integral, para una cbica que pasa a travs de kx_5, kx, kx+5 y kx + l 0 . La inte-
gral aproximada (1.1.11) usada con e~rxlx en lugar de lx y 5 en lugar de ra, da
%K'X. Para este caso especial (1.2.4) se convierte, despus que s cancelan los
c~ rx , en
M' x l* ~ r . (1.2.5)
il(4 + e ^ U , ) - +
Nuestro objetivo ha consistido en construir con cada versin de la tabla de

vida, un nM'x que sea directamente comparable con el nMx de los datos. Esto
permite corregir los nqx de la tabla de vida, transformndolos en
= A( n M x n M' x ). (1.2.6)
Las nqx corregidas resultan de reducir (aumentar) las nqx en forma proporcio-
nal, cuando las tasas de mortalidad n M x del primer bosquejo han probado ser
demasiado altas (bajas). Las iteraciones continan hasta que las . M'x de la tabla
sean las mismas que las nMx de los datos, hasta los seis lugares decimales usados;
puesto que para edades ms altas la convergencia es ms lenta, basta examinar
los resultados en el grupo de 75 a 79 aos.
El resultado es invariante respecto de los valores iniciales. En un expe-
rimento se ensayaron los valores iniciales .-//.,. = 5 r,M,., y 9 iteraciones dieron por
resultado 5 M' 75 5M7 < 10~6; con el valor inicial sqx - 0,1 para todo x, se
requirieron 11 iteraciones para satisfacer el mismo criterio de convergencia. Evi-
dentemente, no necesitamos saber cmo construir una tabla de mortalidad; basta
saber cmo mejorar una.
Queda un punto por resolver: la tasa de crecimiento r, que se va a usar.
Las opciones incluyen un solo valor; por ejemplo la tasa actual de crecimiento
de la poblacin como un todo, o tasas de crecimiento que difieren de una a
otra seccin de la tabla. Lo ltimo est favorecido por la consideracin de que
una distribucin por edades tal como la actualmente observada en los Estados
Unidos, refleja tasas de natalidad muy diferentes en la cohorte que ahora tienen
30 aos de edad y en las que tienen 10 70. Por qu no permitir entonces que
en la distribucin por edades, la cual es parte de los datos requeridos en cualquier
caso, determinar el r, y determinarlo "localmente" para cada edad de la tabla?
El clculo se hace fcilmente mediante una extensin del supuesto de estabili-
dad que condujo a (1.2.2); si se supone un crecimiento estable a travs de tres
sucesivos grupos quinquenales de edad, si r,Kr es el nmero de personas que
tiene de x a x -)- 5 aos de edad, y A es una constante adecuada, entonces,
aproximadamente
6A_5 Ae a^x-t > 6Ai + 5 Ae 5 x-i-5 >
y por lo tanto, mediante divisin y la toma de logaritmos naturales, obtenemos
irx = (0.1) ln A-s (1.2.7)

En la prctica, el srx negativo se ha reemplazado por cero, y el arx para las eda-
des 60 y ms se ha promediado. El e~1<>r requerido para (1.2.5) es
-10r S^s+s/sAc+fi
e,r es la raz cuadrada de esto, y cT,r el recproco de e~5r.

Como un ejemplo del procedimiento considere el clculo de aM'25 en la ite-
racin que aparece en el cuadro 1.3. De la columna de 5KX y para x 20
y x = 30 establecemos
e _ 10r = 5434/467,593 = o.881952 ;

6279/476,523
la raz cuadrada de esto es e~r,r = 0,939123; el recproco de lo ltimo es

<?5r = 1,064823. Una tabla de logaritmos8 y cualquiera de los exponenciales de
arriba d a r = 0,0125617. Usando estos nmeros en (1.2.5) junto con l20, kr>< ho< '.-n
del cuadro 1.3 da 5M'25 = 0,0143656 0,0125617 = 0,0018039, contra SM'25 =
= 0,001804 en la tabla, lo que concuerda con 6A/15 = s D J s K i 6 .
Una vez que se ha logrado la convergencia, se pueden calcular las colum-
nas restantes; en nuestro ejemplo, m f , Tx y ex = Tx/lx.
El cuadro 1.3 para los hombres de los Estados Unidos en 1964 comienza
con la poblacin observada y las muertes, no usndose ms informacin que la
dada en las primeras dos columnas. El nM'x al final de la tabla, obtenido del
nr.,., nd, y nLx de la iteracin final, concuerda hasta seis lugares decimales con
el nMx obtenido al dividir />,, por nKx. Con la ayuda de una calculadora de
escritorio el lector ha verificado que r,d3. = lx5qx; 6mx=f,dx/^Lx; ex Tx/lx;
ahora l puede examinar numricamente las relaciones (1.2.5) y (1.2.7). La
tabla hacia la que converge el proceso iterativo es como un tejido sin costura;
el complejo de relaciones discutidas en este captulo rige simultneamente.
La iteracin es indispensable; cualquier ciclo aislado de clculo permitira que
una o ms de las relaciones rigieran de manera slo aproximada.
Variaciones menores, no discutidas en la exposicin anterior, son posibles
en la construccin iterativa de una tabla de vida. Para ver qu importancia
tienen desde el punto de vista numrico, se les pidi a cuatro jvenes dem-
grafos que construyeran, ms o menos independientemente, una tabla de vida
para los hombres de los Estados Unidos, 1963, sus valores para tres de las ex
fueron:
Wilhelm Flieger 66.729 59.089 40.332

James Mulherin 66.767 59.098 40.339
Christina Olsen 66.753 59.094 40.338
Peter Uhlenberg 66.754 59.099 40.342
Para 0 los valores estn en un rango de 0,04; para m y 30 de 0,010.
3 Los exponenciales suficientes para dar logaritmos con 6 decimales se dan en el apn-
dice; en el cuadro 5.3 aparece un ejemplo de su uso,
Dado un conjunto de tasas especficas de mortalidad por edades, la tabla

descrita arriba concuerda con ellos; esta coincidencia est sujeta slo a la eleccin
del procedimiento de integracin para nLx al valor de r tomado para aproximar
el aumento de la poblacin de cohorte a cohorte, y a los procedimientos espe-
ciales en las edades menores y mayores. Estas decisiones son aparentemente
inevitables y la experiencia demuestra que dentro de un rango considerable tie-
nen poca influencia.
Aun el usar r igual a cero en todas las iteraciones no altera grandemente
el resultado. El lector interesado puede demostrar que el efecto sobre -M'x de
un cambio Ar en r, es aproximadamente
M' = ^ ( 6*4 + 6 ~ 6*4-5 , 6^1-5 ~~ S^l+sN

24 V dx SLX )
Utilice este resultado con el cuadro 1.3 para demostrar que haciendo r 0 a la
edad 45 en lugar del 0,009 realmente usado, SA'4B se elevara en 0,000015, y
compare con la diferencia de los valores tabulados m i a 5M'4r> =: 0,000014.
Ms serio es el problema de saber con cules datos debe concordar la tabla
de vida cuando se dispone de ms de un conjunto. Para la mayora de las eda-
des en la mayora de los pases, los datos consisten exclusivamente de una pobla-
cin censada o estimada a mitad de ao, y las muertes sobre un perodo anual,
trienal o quinquenal centrado alrededor de dicho punto en el tiempo. Pero en
las edades menores, las estadsticas de natalidad son una fuente alternativa sobre
exposicin. Si tenemos los nacimientos (ocurriendo, en parte, antes del perodo
que cubren las muertes) con los cuales estn relacionadas las muertes bajo un
ao de edad, entonces e/0 se obtiene directamente mediante la divisin de las
muertes por tales nacimientos. (Refirase al paralelogramo ABGC en el grfico
1.1). Si se conocen los nacimientos o son calculables con una mayor precisin
que la poblacin bajo un ao de edad a mitad de perodo, la que generalmente
se subestima en los censos, aqullos se deberan tomar en cuenta. Las muertes
de los hombres de los Estados Unidos bajo un ao de edad en 1964 fueron
57 368, y en 1965 fueron 53 437; en 1964 los nacimientos registrados fueron
2 060 000. Si el factor de separacin /* es 0,2, de modo que 0,2 de las muertes
bajo un ao de edad provinieran de nacimientos ocurridos en el ao precedente,
entonces la probabilidad de morir en el primer ao de vida para un nio naci-
do en 1964 es
(57,368)(0.-8) + (53,437)(0.2)
% = = 0.02747 ,
2,060,000
o sea, 1,2 por ciento sobre el q 0 del cuadro 1.3. Un clculo alternativo, para el
perodo de tiempo que corresponde a las muertes del ao calendario 1964 usado
en el cuadro 1.3, consiste en tomar los nacimientos de 1963 y 1964 para de-
terminar
57,368
lo = = 0.02774 ,
(2,102,000)(0.2) + (2,060,000)(0.8)
lo cual es 2,7 por ciento ms alto que el <j0 del cuadro 1,3. Si se puede tolerar
la suposicin fz0 = 0, entonces
q< = 57'368 = 0,02785,

2,060,000
lo cual es una sobreestimacin de la mortalidad en la medida en que los naci-

mientos estaban bajando en el perodo cubierto.
Aquellos que tienen un conocimiento detallado del censo y las estadsticas
vitales de los Estados Unidos pueden ser capaces de decir cul q0 est ms cerca
de la verdad, entre stos y el q0 = 0,027146 del cuadro 1.3 (Vase la seccin 10.4).
1.3. NIVELES DE DISCURSO
Este captulo ha sido escrito desde un punto de vista demogrfico, y como tal
creo que aparece razonablemente homogneo y consistente; sin embargo, desde
un punto de vista estadstico, se mueve entre diversos niveles de discurso. En
algunos lugares se refiere a los datos reales, en otros a modelos hipotticos que
pueden ser capaces de representar datos slo con cierta aproximacin. Argu-
menta en trminos de probabilidades para los individuos, pero dondequiera que
se exponga un nmero de individuos, cambia a los valores esperados. La mayor
dificultad, desde un punto de vista estadstico, es que no hace distincin entre
las muestras y las poblaciones de las que stas se sacan, usando la palabra "po-
blacin" para ambas mientras est implicada una pluralidad de individuos. (La
ltima ambigedad causar una dificultad especial cuando nos refiramos a
muestreo, en el captulo 15.) Este libro tiene algunas de sus races en la ciencia
actuarial, cuya teora clsica de las contingencias de la vida se basaba en valores
esperados. Hoy da, sin embargo, bajo el encabezamiento de la teora del riesgo
individual y colectivo, la probabilidad moderna est haciendo importantes avan-
ces en los crculos actuariales. Es todava cierto que las claras dificultades mate-
mticas han hecho a los demgrafos, incluyendo a este autor, cerrar sus ojos a
la confusin de niveles cuya existencia se reconoce aqu. En captulos poste-
riores se harn algunos intentos por salvar estas dificultades; los ltimos cuatro
captulos del libro se refieren especficamente a distribuciones de probabilidad.
II Parte
ANALISIS DISCRETO PARA UN SEXO

CAPITULO 2
EL CONJUNTO BASICO DE ECUACIONES

DE RECURRENCIA
2.L
Una proyeccin de poblacin, introducida en el captulo 1, es el clculo del
nmero esperado de personas, edad por edad para cada sexo, en puntos del tiem-
po posteriores a un censo is otro momento de partida. El conjunto de tasas espe-
cficas de fecundidad y mortalidad usadas pueden ser el de algn perodo pasado,
o una extrapolacin desde el pasado; la extrapolacin puede seguir un mtodo
especificado matemticamente, o puede ser intuitiva. Este captulo y el siguiente
tratarn las proyecciones e o s las tasas observadas durante un perodo conside-
radas c o m o fijas. Ms que predecir el futuro se trata d e comprender el pasado;
aparentemente, una efectiva manera e entender ei significado de un conjunto
de tasas especficas de fecundidad y mortalidad observadas, es preguntarse qu
habra sucedido de continuar as.
Un censo de los Estados Unidos levantado a mediados de J964 habra mos-
trado alrededor de 5 S I 4 G 0 0 mujeres ( = -/AM) ~;<-"-e tenan de 25 a 23 aos en
su ltimo aniversario; la tabla de vida construida basndose en as muertes y la
poblacin para 1864 a la probabilidad de que una mujer e 25 a 29 aos viva
5 aos ms:
Ao = 479,486 = c 9 9 7 2
6L26 482,330
(vase ei cuadro ?..l). SI producto de la probabilidad de sobrevivencia por el
nmero e personas vivas en 1.SS4, da e nmero esperado e mujeres de 30 a 34
aos en
T32 C = (Q.99472)(5,6I4,C0C)
J-'n,
LOOO
K w
suponiendo que el territorio permanece igual y est cerrado a la migracin, que

la mortalidad n o ha cambiado desde 1954, y haciendo uso de la aproximacin
(1.1.13) del captulo 1. Aqu, c o m o a lo largo del texto, un superndice colocado
a la derecha de un smbolo servir para identificar el momento del tiempo al
que se refiere; ei lmite inferior del intervalo de edades ser escrito abajo a
la derecha y la amplitud del intervalo de edades ir abajo a la izquierda. De
este modo, nK(J> es la poblacin en el momento t cuyas edades estn entre x y
* - ) - . En lo que sigue abajo, n 5 y se omitir. Entre los que estn vivos
en i = C, los sobrevivientes en t = 1 se calculan *3or medio de
27
$2 EL C O N J U N T O B A S I O O 1)E ECUACIONES DE RECURRENCIA 2.1
L s ffio) _ fd)
A 0 5 >
L<
Lio t'(O) __
A. )
A (2.1.1)
usando un calendario cuyo punto de partida es el momento 0 (en lugar de 1964)

y la unidad de tiempo es 5 aos.
El intervalo tpico de edad del conjunto (2.1.1) es desde x en el ltimo
cumpleaos hasta x + 4 , donde x es un mltiplo de 5; la ecuacin (2.1.1) se
puede escribir
(Lx+i/Lx)K^ = * = 0, 5, . . . , o - 5, (2.1.2)
siendo cu la mxima edad posible tomada como mltiplo de 5. Evidentemente,

la misma operacin consistente en multiplicar por una proporcin esperada de
sobrevivientes dar, basada en las mismas suposiciones, el nmero esperado de so-
brevivientes 10 aos despus de la fecha de partida:
Ar-UO Jf(l| ^ I + IO 01 Jf(2!

j 'V AI + 10 >
y de manera similar para fechas posteriores.

Esto proyecta la poblacin ya viva en el tiempo cero, a la que se debe
agregar una porcin referida a los nacimientos subsiguientes a dicha fecha. Su-
pondremos que las tasas especl icas de fecundidad por edades Fx se obtienen
observando el nmero de nacimientos en las madres que tenan de x a x -f- 4
aos de edad en su ltimo cumpleaos, y dividiendo stos por el nmero pro-
medio de mujeres en el mismo grupo de edad durante el perodo de observacin.
Para los Estados Unidos en 1964, se registraron 1 007 362 nacimientos en mujeres
de 25-29 aos (vase el cuadro 2.1). Para seguir la poblacin femenina se re-
quiere el nmero de nias recin nacidas, y para ello supondremos que la frac-
cin de nacimientos femeninos es la misma para todas las edades de la madre,
lo cual es una suposicin incorrecta pero que no afecta grandemente los clculos
(vanse los cuadros 5.2 y 5.3). La proporcin de nacimientos femeninos respecto
al total de nacimientos fue, en 1964,
1'967'328 = 0.488475 ,
4,027,490
y por tanto, los nacimientos femeninos a que dieron lugar las mujeres de 25-29
aos se estiman en
1,007,362 x 0.488475 = 492,071 .

Tomando el nmero de mujeres de 25-29 aos a la mitad de 1964 como
5 614 000 (igual como se mencion arriba), result una tasa especfica de fecun-
didad femenina por edad de
2.1 PROYECCION DE POBLACION 29
CUADRO 2.1
INFORMACION USADA A L CALCULAR LA M A T R I Z DE PROYECCION M, PARTE
SUPERIOR IZQUIERDA 1 0 X 1 0 DE L EN (2.1.9), PARA
LAS MUJERES DE ESTADOS UNIDOS, 1964
_K / 1 0 0 0
5 X 5Bx
X 5Lx Poblacin Nacimientos
0 488,970 1 0 , 136 0
5 487,312 10,006 0
10 486,502 9,065 7,816
15 485,484 8,045 585,710
20 483,940 6,546 1,439,486
25 482,030 5,614 1,007,362
30 479,486 5,632 585,006
35 475,789 6,193 309,814
40 470,394 6,345 87,626
45 462,418 5 , 796 4,670
Hombres 2,060,162
Mujeres 1,967,328
TOTAL 4,027,490
,B CL x F
5 x 5 x + S^x+S
X F = 0.488475 c<
''x 2
x 5 X 5
5 0 .00 102
10 0.00042 0 .00205 0 .08735
15 0 .03556 0 .17265 0 .34624
20 0 . 10742 0 .51983 0 .47117
25 0.08765 0 .42250 0 .33289
30 0.05074 0 .24328 0 . 17978
35 0.02444 0 .11627 0 .07400
40 0.00675 0 .03173 0 .0 1678
45 0.00039 0 .00182 0 .00091
TOTAL 1 . 5 1 0 1 4 = R0 1 .51014
$2 EL CONJUNTO B A S I O O 1)E ECUACIONES DE RECURRENCIA 2.1
F26 = = 0.08765
5,614,000
La razn Fx debe multiplicarse (Barclay, 1958, pg. 235) por la media arit-
mtica de la poblacin inicial y final de edades x a x 4 tomada de (2.1.1),
= + (2.1.3)
2 2 V -^15 '
y ya que este nmero est expuesto durante 5 aos, multiplicamos tambin por 5.
Las mujeres que tienen de x a x 4 aos, junto con las de x + 5 a x -j- 9 aos
en su ltimo cumpleaos, harn una contribucin al nmero de nacimientos
durante el perodo de tiempo de 5 aos de 0 a 1 de
y { K ? + K}F. + L {*.<>, + . . (2.1.4)
Sumando a travs de todas las edades y ordenando convenientemente da
a6 ^ J-'z '
donde ct es la edad ms temprana del perodo reproductivo y p la ms tarda,

suponindose que ambas son mltiplos de 5. Esto servir para calcular los naci-
mientos en el intervalo de edad y tiempo de 5 aos, sobre la suposicin de tasas
vitales fijas, mientras se deja pendiente una mejor aproximacin para el ca-
ptulo 11.
El trmino entre parntesis en (2.1.5) se puede interpretar como una imper-
fecta pero razonable aproximacin al nmero esperado de nacimientos en un
perodo de 5 aos, por una mujer que tena inicialmente de x a x 4 aos
en su ltimo cumpleaos; se le asigna una exposicin a la tasa Fx de su grupo
de edad inicial para la primera mitad del perodo y si sobrevive cinco aos se
la toma como si hubiera estado expuesta durante la otra mitad del perodo a la
tasa Fw+S correspondiente al grupo de edad inmediatamente superior.
Sin embargo, los nacimientos no es todo lo que queremos; la proyeccin
requiere la poblacin sobreviviente esperada al final del intervalo, para lo cual
hay que multiplicar (2.1.5) por un factor de supervivencia. Si una nia nace
en el momento t (0 ^ t ^ 1), entonces, la probabilidad de que ella est viva al
final del intervalo, o sea, a la edad x = 5 ( 1 ) , es l(x)/l0 = l(5 5 t ) / l 0 . Su-
mando esto a travs del intervalo quinquenal de tiempo y de edad como si los
nacimientos se distribuyeran uniformemente dentro de los cinco aos, se obtiene
la proporcin de sobrevivientes al final del perodo entre los nios nacidos a lo
largo del intervalo:
\]l(5-5t)dt _\\Hx)dx _ SL0
h 5/0 5/0 '

Multiplicando (2-1.5) por (2.1.6) da K ^ que era el trmino que necesitbamos
para completar la proyeccin de poblacin (2.1.1.)
Las ecuaciones en diferencias y su presentacin matricial

Las condiciones de nacimiento y muerte establecidas en los prrafos precedentes
nos permiten mostrar la relacin entre la poblacin en el momento t -f- 1 con la
2.1 PROYECCION DE POBLACION 31
del momento t (donde t est medido en unidades de 5 aos) como un conjunto

de ecuaciones en diferencias de tipo lineal, de primer orden, homogneas y con
coeficientes constantes:
h [{*> + K'+1)}FS + {*> + +
21,
i") K = K'+1) (2.1.7)

> V
(o _ jf(+n
80 85
donde con fines de ejemplificacin tomamos el perodo de vida reproductivo

como a = 15 hasta = 45. [La modificacin de (2.1.7) para un intervalo de
edad diferente, ya sea de reproduccin o de vida, no presenta dificultades.]
En la primera ecuacin de (2.1.7) las tasas especficas de fecundidad por eda-
des F1S, etc. se aplican al nmero de aos-mujeres de exposicin durante el
perodo, % {KW + A" ^ + 1 >}, etc.; el factor que tiene en cuenta la proporcin en
que los nios nacidos durante los 5 aos sobreviven hasta el final del perodo
es L 0 /50
Podemos usar las ecuaciones de (2.1.7) que estn debajo de la primera para
determinar K y as reemplazar K +1 ', etc. en el primer miembro de la
primera ecuacin. T o d o el conjunto se puede ahora escribir de manera compacta
con superindice (f) en el primer miembro y (/-}- 1) en el segundo miembro:
LjK"} = { K ( , + 1 ) } , (2.1.8)
donde {K()} es el vector columna de la distribucin de la poblacin por grupos
de edades en el tiempo t,
Klt) = <
ifd)
y L es la matriz de los coeficientes de KW en (2.1.7) despus que se eliminan

los del primer miembro
0 0
2 / 2 /.'
0 0 0 0 o
Lo
L = 0 L 0 0 o o (2.1.9)
L>
0 0
$2 EL CONJUNTO BASIOO 1)E ECUACIONES DE RECURRENCIA 2.1
El parntesis de llave, { K } , ser usado para recordar que el vector en (2.1.8)

es vertical, y la barra para indicar que se incluyen todas las edades hasta el
final de la vida. Al decir que (2.1.8) es lo mismo que (2.1.7) no estamos supo-
niendo nada ms que la regla fila-por-columna para la multiplicacin de
matrices.''
La proyeccin de poblacin a que hemos llegado ha sido durante mucho
tiempo un importante instrumento en el trabajo demogrfico (Cannan, 1895;
Bowley, 1924; Whelpton, 1936). El mtodo de Cannan fue idntico al nuestro
en cuanto a supervivencia; en relacin con nacimientos difiri slo en que l
us una nica proporcin, la que aplic a todas las personas de 20 a 40 aos
de edad. La forma matricial fue sugerida por Bernardelli (1941) y Lewis (1942),
e investigada detenidamente por Leslie 1945, 1948a, 1948b), de cuyos resultados
se tom la mayor parte del captulo 3. En el cuadro 2.2 se muestra un ejemplo
de M, la parte superior izquierda 10 x 10 de L basada en la estimacin de la
poblacin femenina de los Estados Unidos en 1964, y de los nacimientos y
muertes por edad para el ao calendario 1964.
Dados los valores de la tabla de vida, la distribucin de mujeres por edad,
y la distribucin por edad de las mujeres que fueron madres en 1964, como lo
muestra el cuadro 2.1, el lector puede calcular los elementos correspondientes
de la matriz de proyeccin M y puede tambin verificar la proyeccin del
cuadro 2.3.
Consideremos la poblacin femenina esperada (cuadro 2.3) con menos de
45 aos de edad, en los Estados Unidos, si las tasas especficas de mortalidad
y fecundidad por edades se mantuvieran constantes a los niveles de 1964. El
grupo 20-24 crece en un 20 por ciento en el primer perodo de 5 aos, el cre-
cimiento se hace ms lento hasta casi detenerse en la dcada de 1980, para
luego acelerarse nuevamente en la dcada del 90. Ocurre lo mismo con el
grupo de edad 30-34, excepto que no alcanza su ms rpida tasa de crecimiento
sino hasta fines de la dcada de 1970. Estas oscilaciones reflejan la cada de
la tasa de natalidad en los aos 30 y su posterior aumento en la dcada del 40.
Ellas tienen consecuencias importantes para la matrcula escolar y la entrada
al mercado de trabajo en las dcadas del 60 y del 70. La manera en que los
cambios histricos en los nacimientos se reflejan en las distribuciones por edad
de perodos subsiguientes depende de la naturaleza de la matriz de proyec-
cin M, que se estudiar en el captulo 3.
Comparacin de tres poblaciones

Antes de continuar la discusin acerca de las propiedades tericas de la matriz,
mostraremos M y (K < 0 ) } para tres poblaciones femeninas observadas durante
el ao 1963 (vase el cuadro 2.4). Las tres, Dinamarca, Nueva Zelandia y Costa
Rica, han sido presentadas de acuerdo al orden creciente de sus tasas especficas
de fecundidad, pero mucho ms que esto se refleja en las primeras filas de sus
matrices. Las tasas especficas de fecundidad de Nueva Zelandia exceden a las
de Dinamarca en una proporcin que es especialmente grande en las edades
ms altas y ms bajas del perodo de vida reproductiva. Hasta los 25 aos, la
* Si las primas indican la operacin de trasponer, o sea, intercambio de filas y columnas,

entonces podramos haber usado el vector horizontal de edades { K " ' } ' y la traspuesta L' para
expresar (2.1.8) en la forma { K"}'L' = {K ( , + u }'. Hay poca preferencia en una u otra direccin
y nosotros nos quedaremos con (2.1.8) durante esta discusin.
C U A D R O 2.2 R*
MATRIZ DE PROYECCION M, PARTE SUPERIOR IZQUIERDA 10 X 1 0 D E L EN (2.1.9), MUJERES DE EE. U U . , 1964 -
0 . 0 0 1 0 3 0 . 0 8 7 7 9 0 . 3 4 8 7 3 0 . 4 7 6 0 7 0 . 3 3 7 6 9 0 . 1 8 3 3 3 0 . 0 7 6 0 5 0 . 0 1 7 4 4 0 . 0 0 0 9 6
0 . 9 9 6 6 1 0 0 0 0 0 0
0 0 . 9 9 8 3 4 0 0 0 0 0 0
0 0 0 . 9 9 7 9 1 0 0 0 0 0
0 0 0 0 . 9 9 6 8 2 0 0 0 0 0 0
0 0 0 0 . 9 9 6 0 5 0 0 0 0 0
0 0 0 0 0 . 9 9 4 7 2 0 0 0 0
0 0 0 0 0 0 . 9 9 2 2 9 0 0 0
0 0 0 0 0 0 0 . 9 8 8 6 6 0 0
0 0 0 0 0 0 0 0 . 9 8 3 0 4 0 <
Informacin para completar la matriz L para las mujeres de los Estados Unidos, 1964
X x X X
5 L X + 5 / 5 L X 5 L X + 5 / 5 L X 5 L X + 5 / 5 L X
45 0 . 9 7 4 1 6 55 0 . 9 4 4 3 0 65 0 . 8 6 9 3 8 75 0 . 6 8 8 1 7
50 0 . 9 6 2 2 2 60 0 . 9 1 4 1 0 70 0 . 8 0 0 6 0 80 0 . 7 6 8 4 8 "
OC
* 15WM. OO
$
C U A D R O 2.3
P!
r
BASANDOSE EN LAS TASAS ESPECIFICAS DE FECUNDIDAD Y MORTALIDAD POR EDADES DE 1964 (en miles)
POBLACION FEMENINA DE LOS EE.UU. PARA 1964, PROYECTADA SOBRE INTERVALOS DE 5 AOS HASTA 1999,
z
t-i
c
z
1964 1969 1974 1979 1984 1989 1994 1999 3
Edad
<K>> <K<> 09
>
X {K<>} K C2 >} {K C 3 ) } K C t }
<5 C O > <!5C5)>
8
0 10,136 10,244 11,623 13,075 14,227 15,047 16,003 17,397 e
ra
5 10,006 10,102 10,209 11,584 13,030 14,178 14,996 15,949 ra
o
11,564 c>
10 9,065 9,989 10,085 10,192 13,009 14,155 14,971
o
15 8,045 9,046 9,968 10,064 10,170 11,540 12,981 14,125 o
20 6,546 8,019 9,017 9,937 10,032 10,138 11,504 12,940 B
5,614 6,520 7,988 8,982 9,898 9,992 10,098 11,458 e
25 ra
58
30 5,632 5,584 6,486 7,946 8,934 9,845 9,939 10,045 ra
35 6,193 5,589 5,541 6,436 7,884 8,865 9,769 9,863
i
40 6,345 6,123 5,525 5,478 6, 363 7,795 8, 765 9,659
o
45 5 , 796 6, 237 6,019 5,432 5,386 6,255 7,663 8,616 >
50 5 , 336 5,646 6,076 5,863 5,291 5,246 6,093 7,465
55 4,642 5,134 5,433 5,847 5,642 5,091 5,048 5,863

60+ 14,023 15,532 17,042 18,443 19,862 20,809 20,927 20,784
Todas las
edades 97,379 103,765 111,013 119,277 128,284 137,812 147,942 159,137
K>
2.1 PROYECCION DF. POBLACION 55
fecundidad costarricense es, a su vez, cerca del 50 por ciento mayor que la de
Nueva Zelandia, pero ms all de esa edad la proporcin crece rpidamente.
En comparacin con las diferencias sustanciales, tanto de niveles como de
incidencia de la fecundidad por edades, que aparecen en las filas superiores
de las matrices del cuadro 2.4, las diferencias en cuanto a supervivencia mos-
tradas por las subdiagonales son insignificantes. La probabilidad de supervi-
vencia desde 45-49 a 50-54 aos, que es el dcimo elemento de la undcima fila
de M, es 0,98051 para Dinamarca, 0,97687 para Nueva Zelandia, y 0,97276 para
Costa Rica. Ms importante para el aumento de poblacin es el primer ele-
mento subdiagonal m 21 , la probabilidad de pasar de 0-4 a 5-9 aos; la ms baja
de stas es la de Costa Rica, con m21 = 0,97827, en tanto que la ms alta es
0,99703, lo que muestra un pequeo rango de variacin. Mortalidad adicional
est encubierta en la fila superior, que da una especie de fecundidad neta: no
los nacimientos, sino los sobrevivientes de los nacimientos al cabo de cinco aos.
Pero aun aqu el L0 ms pequeo es el de Costa Rica con 457 546, contra 491 427
de Dinamarca (que no aparecen en el cuadro 2.4). La probabilidad de morir
vara ms en proporcin de un pas a otro que la probabilidad de supervivencia,
pero lo que requiere una proyeccin es esta ltima.
Los vectores de distribuciones por edad para mujeres { K ( 0 ) } se muestran
a la derecha en la tabla. La distribucin de Dinamarca es aproximadamente
plana, la de Nueva Zelandia cae desde 151 000 nias de 0-4 aos a 66 000 muje-
res de 50-54 aos; la de Costa Rica cae desde 123 000 nias de 0-4 a 21 000
mujeres de 50-54 aos. El contraste de las pendientes resulta de muy diferentes
tasas de crecimiento a lo largo de la vida de los individuos registrados. La tasa
de natalidad de Dinamarca estuvo bajando en los 15 aos anteriores a 1963, y
esto se refleja en que su comienza por debajo de en contraposicin a
Nueva Zelandia, que mantuvo su nivel de nacimientos de postguerra y muestra
una cada uniforme desde A^0' a .
Mtodos de solucin
Son posibles dos enfoques a (2.1.8). El ms obvio es tratarla como si fuera una
ecuacin en escalares, y resolver, sin hacer un anlisis ms profundo, por
L{K(0)} = {K (l) }, L{K(1)} = {K(2!} (2.1.10)
Esto fue lo que se hizo en el cuadro 2.3, donde se calcul la poblacin' en cada
punto del tiempo con base en la del momento precedente. Con propsitos ana-
lticos, se puede mejorar la solucin escribiendo (2.1.10) como
{K"1} = L'jK10'}, (2.1.11)
que nos permite estudiar los efectos de la estructura de la fecundidad y mor-
talidad contenidos en L y L', en forma separada de la distribucin por eda-
des K<>.
El otro enfoque para la solucin de (2.1.8) consiste en analizar la matriz
de los coeficientes en funcin de sus races caractersticas. Esto es equivalente
a lo que se hace en anlisis factorial. En nuestro caso, resulta que las tres pri-
meras races contienen casi toda la explicacin; siendo esto as, se puede lograr
alguna simplificacin y por tanto una mayor comprensin, mediante una forma
analtica de solucin que permita la separacin de los efectos de estas tres races
principales.
CUADRO 2.4
ICES DE PROYECCION M Y DISTRIBUCIONES POR
DINAMARCA, NUEVA ZELANDIA Y COSTA RICA (
MATRIZ DE PROYECCION M
EDA
S U B D I A G O N AL" PRIMERA FILA
DINAMARCA
O 0 .99703 0
5 0 .99876 0.0000
10 0 .99848 0.0555
15 0 .997 91 0.2649
20 0 .997 46 0.4055
25 0 .995 95 0.3031
30 0 .993 62 0.1543
35 0 .99081 0.0596
40 0 .98669 0.0131
45 0 .98051 0.0008
50 0.0000
55
TO
NUEVA ZELANDIA
0 0 .99634 0
5 0. 99826 0.0013
10 0 . 99820 0 .1034
15 0. 99737 0 . 3628
20 0 .99724 0.5554
25 0. 99614 0.4688
30 0 . 99389 0.2612
35 0. 99111 0.1133
40 0 .98498 0.0279
45 0 . 97687 0 . 0017
50 0.000 0
55
TO
COSTA RICA
0 0 . 97827 0
5 0 ., 9 9 5 5 7 0.0009
10 0 ., 9 9 6 2 8 0.1388
15 0 ., 9 9 4 8 0 0.5288
20 0 ., 9 9 2 4 5 0.8101
25 0 ., 9 9 0 0 3 0.7609
30 0 ., 9 8 8 4 6 0.6022
35 0 ., 9 8 4 5 4 0.3760
40 0 ., 9 7 7 6 7 0.1351
45 0 ., 9 7 2 7 6 0.019^
50 0.0001
55
TO
" 5 Lx. " ( L o / 2 0 X F x + F X + 5 SLX+S/SL

2.2 CONDENSACION DF. 1.A MATRIZ 37
Es conveniente expresar el argumento en trminos de una particin de L.

En realidad L y sus potencias se pueden escribir como cuatro submatrices por
medio de una divisin que corresponde a la edad ms alta de reproduccin p.
M Ms 0 0"
L* = L' =
A AM + BA Bs B'
donde A, es una funcin de A, B y M, cuya forma explcita no se necesita. Lo

importante de la particin es que la submatriz superior derecha es cero, y per-
manece cero para todas las potencias enteras positivas de L, como se puede
verificar aplicando las reglas de la multiplicacin matricial. Si ahora el vector
de la distribucin por edades {K} est tambin dividido a la misma edad ms
alta de reproduccin, o sea en la forma
{K} =
entonces { K " 1 se convierte en

K<o>
"M4 0"
= L'{K(0)} =
At B< Dl0)
K()
M'K(0) (2.1.12)
Du>
A(K<) + B'D(0)
a partir de lo cual es evidente que las submatrices A, B y D, se refieren a eda-

des que estn ms all de las de reproduccin, o sea, sobre |3, nunca afectan a
las edades menores que p. Nuestro trabajo subsiguiente no se refiere a L' y
{K ( t > }, que representan a toda la escala de edades, sino que estudiaremos en
forma amplia la matriz M' y el vector { K ( n } , que cubren slo el intervalo que
va desde el nacimiento hasta el fin de la vida reproductiva.
Como una introduccin al anlisis del siguiente captulo crearemos un
ejemplo numrico (en el cual los intervalos de edad tienen una amplitud de
15 aos) cuya aritmtica se puede efectuar con una calculadora de escritorio.
Los resultados que siguen se obtuvieron por medio de un computador, y los
nmeros se redondearon a cuatro decimales cuando fueron copiados a partir
de los resultados de aqul. Es conveniente suponer que no hay reproduccin
ms all del intervalo de edad 40-44; el pequeo nmero de nacimientos pro-
venientes de mujeres de 45-49 se transfirieron al grupo 40-44. Por medio de las
tcnicas del captulo 11 se puede demostrar que este procedimiento para una
poblacin que crece a una tasa r, eleva la tasa de crecimiento aparente del pro-
ceso de proyeccin en slo re _45r r) F 45 , o sea, en menos de 0,000004 para la po-
blacin femenina de los Estados Unida discutida abajo.
2.2. CONDENSACION DE LA M A T R I Z
Para obtener una matriz de 3 X 3 utilizable, comenzamos con M, compilada

en nueve grupos quinquenales hasta la edad 45, y la elevamos al cubo para
obtener M 3 . El cuadro 2.5 muestra M 3 para las mujeres de los Estados Unidos,
CUADRO 2.2111
MATRIZ M JUNTO CON EL {K<> OBSERVADO Y EL PRIMER VECTOR ESTABLE
{ K , } . PARA LAS MUJERES DE LOS ESTADOS UNIDOS, 1965
w
r
0.0856 0.3208 0.4305 0.3082 0 .1696 0.0712 0.0174 0.0001 0.0000

0.0010 0.0856 0.3203 0.4299 0.3078 0.1692 0.0710 0.0173 0
0 0.0010 0.0856 0.3204 0.4306 0.3085 0.1698 0.0714 0.0175 S
w
>
0.9930 0 0 0 0 0 0 0 0
M3 = 0 0.9932 0 0 0 0 0 0 0
0 0 0.9909 0 0 0 0 0 0 a
o
0 0 0 0.9878 0 0 0 0 0 M
o
c
>
0 0 0 0 0.9833 0 0 0 0
Q
0 0 0 0 0.9759 0 0 0 O
z
E
10.13 10 . 10 o
p
10.22 9.45 7
9.44 8.85
sC
73
8.51 8.29
observado { K ^ ^ } = 6.88 estable {K } = 7.76 Q
5.77 7.26
5.64 '.'77
6.17 6.31
6.46 5.86
de 45 aos y ms, 30,76 por ciento de 45 aos y ms, 29,35 por ciento
InS
Programado por D. Nagnur. Nacimientos ajustados. |n9
2.2 CONDENSACION DF. 1.A MATRIZ 39
ao 1965, con una particin en nueve submatrices dibujadas con lneas pun-
teadas. En forma paralela a la notacin introducida anteriormente, en que
M{K(0)} = {K'1},
escribimos los mismos smbolos con una barra debajo cuando se refieren a la
matriz 5 X. 3, esto es, a la condensacin en grupos de 15 aos de edad e inter-
valos de 15 aos de tiempo:
M{K(0)} = {K(1>}. (2.2.1)
El elemento y-simo de la fila -simo de M es mijt y el -simo elemento de

{K<0)} es &<0>, = l , 2, 3; 7 = 1 , 2, 3, de manera que la forma explcita
de (2.2.1) es'
mn 13 k\0)'
mu mn l?> = *u
"hx w32 M0). ll>J
Los m.. correspondientes a M 3 que denominamos wi(.3) y los k., i 1, 2 9,
/ = 1, 2, . . . , 9, deben satisfacer dos condiciones.
La primera consiste en que, tan aproximadamente como sea posible, el re-
sultado de proyectar por 15 aos la poblacin de un grupo quincenal con la
matriz condensada M, sea igual a la suma de los correspondientes tres grupos
quinquenales que resultan de proyectar tres veces (por 5 aos cada una)
con la matriz M. Si {K<3>} = M3{K<>} tiene que ser equivalente a K.(1)} ==
= M { K } , entonces
k[ = *<> + *<3> + k< ,
ya que ambos miembros se refieren a la poblacin bajo 15 aos de edad, a 15

aos calendario del punto cero. Similarmente para k y kw.
La segunda condicin es de carcter demogrfico, implcita en el envejeci-
miento de una poblacin cerrada, y consiste en que cada cohorte se traslada
al siguiente grupo quincenal de edades durante el perodo de 15 aos de pro-
yeccin segn la matriz pequea. Hacemos que cada elemento de la matriz
pequea M dependa slo del cuadrado correspondiente en la particin de M 3 ;
m lt depender slo de la parte superior izquierda 3 X $ de M 3 , y de ninguna
manera se ver afectado por los nacimientos y muertes fuera de esa matriz
3 X 3 .
La ecuacin que representa las dos condiciones para la parte superior iz-
quierda de las nueve submatrices en que se ha dividido M es
+ m[\% +
+ + mg% + m\%
(2.2.2)
+ <>*! + + mka
= + + '
40 EL CONJUNTO BASICO DE ECUACIONES DE RECURRENC1A 2.2
y resolviendo para m n tenemos
m" = K + K + K (2-2-3'
Al resto de las se aplica un argumento similar, i = 1,2, 3, y j l, 2, 3.

El clculo de m y mediante frmulas equivalentes a (2.2.3), y en consecuen-
cia la construccin de la matriz de 3 X 3 M, requiere ahora slo una decisin
sobre los k , k2 y k^. Una posibilidad obvia es el uso de
los tres grupos quinquenales de edad tomados de la poblacin inicial {K<>}.
Sin embargo, esto no cumple con el objetivo de construir matrices de proyeccin
que slo dependan de la mortalidad y fecundidad, y no de las condiciones ini-
ciales de la distribucin por edades, la que se puede considerar como arbitraria
o accidental en relacin al anlisis que estamos haciendo. De all que hayamos
elegido los k para (2.2.3) como aquella distribucin por edades que se habra
alcanzado mediante la operacin continuada de la matriz M. Esta se conoce
como la poblacin estable (seccin 3.1) en la cual los k slo estn disponibles
como mltiplos de una constante, y se ve de la forma de (2.2.3) que nos basta
conocerlos en tal forma. No dependen en absoluto de la distribucin por eda-
des inicial, aunque sern calclados como {K^} = M {K <0 >} con t = 128.
En el cuadro 2.5 se incluye el vector estable { K t } para los Estados Unidos,
1965, estando sus elementos expresados (arbitrariamente) como porcentajes de
la poblacin femenina con menos de 95 aos de edad. Considerando estos n-
meros como los k{ (i = 1, 2, . . . , 9 ) de (2.2.3) y expresiones similares para los
dems elementos de M, estamos en posicin de calcular los elementos m(j (i = 1,
2, 3; ; = 1 , 2, 3) de M. Por ejemplo, el primer elemento de la segunda fila
de M es a partir de (2.2.3) y del cuadro 2.5,
8.29(0.9930) + 7.76(0.9932) + 7.26(0.9909) = Q g 9 2 4
8.29 + 7.76 + 7.26
como aparece en el cuadro 3.1 para las mujeres de los Estados Unidos, 1965.
En el captulo 3 ejemplificaremos el anlisis matricial con aritmtica acerca
de M', y luego se estudiar la descomposicin de M f , la matriz general de pro-
yeccin sometida a sucesivas multiplicaciones por s misma. En el captulo 4 se
dir algo acerca de lo que sucede cuando la matriz no permanece constante de
acuerdo a la mortalidad y fecundidad iniciales, sino que se altera (para reflejar
el cambio en mortalidad y fecundidad supuesto) en cada premultiplicacin
sucesiva del vector de la distribucin por edades. En los captulos 5 y 6 los gru-
pos de edades se hacen indefinidamente pequeos, y el sistema (2.1.7) se con-
vierte en una ecuacin integral que permite la deduccin de algunos resultados
no disponibles en la formulacin matricial. El captulo 8 sugiere una variante
ms en el anlisis, la consolidacin del conjunto de ecuaciones de primer orden
obtenidas bajo la forma M{K>} = ( K " + 1 > en (2.1.7) arriba, en una sola ecua-
cin de orden superior en una variable; compara tambin ste y los tratamientos
anteriores entre s.
CAPITULO 3
ANALISIS GENERAL DE LA MATRIZ

DE PROYECCION
Habiendo visto cmo la cambiante distribucin por edades de una poblacin

sujeta a un rgimen dado de mortalidad y fecundidad se puede formular me-
diante un conjunto de ecuaciones lineales de recurrencia, hemos representado
ese conjunto como una ecuacin matricial, y encontramos un mtodo para con-
densar la matriz de 9 x 9 en una matriz de 3 X 3. Este captulo comienza con
un ejemplo aritmtico: una matriz de 3 X 3 que se eleva a potencias sucesivas,
incluyndose una descomposicin que ser til en un anlisis posterior. La fun-
damentacin de estos procedimientos deriva del lgebra matricial comn, rese-
ada en la seccin 3 .
La poblacin posterior a una fecha dada est determinada por: a) la distri-
bucin por edades en esa fecha; b) las tasas especficas de fecundidad y mortali-
dad por edades en esa fecha y c) los cambios posteriores en las tasas de nata-
lidad y mortalidad. La estrategia del anlisis consiste en separar estos tres
efectos. La utilizacin de las matrices, especialmente para separar a) y b), se
debe principalmente a P. H. Leslie (1945).
3.1. U N EJEMPLO NUMERICO PARA LA M A T R I Z 3X3

En el cuadro 3.1 aparece la matriz M que resulta de ecuaciones tales como (2.2.3)
para las mujeres estadounidenses, 1965. La interpretacin que se puede dar a
los elementos es anloga a aquella que se dio para la matriz M del cuadro 2.2:
mn, o sea 0,4271, es el nmero de nias vivas al cabo de un perodo de 15
aos, que se espera nazcan de una nia que ahora tiene 0-14 aos de edad segn
su ltimo aniversario; m21, o sea 0,9924, es la probabilidad de supervivencia
para los prximos 15 aos de una nia de la poblacin inicial de 0-14 aos
de edad.
La matriz M es de tal naturaleza que al tomar sus potencias se estabiliza
(omitimos ahora el subrayado puesto que el argumento que sigue trata slo de
la matriz 3 x 3 ) . La segunda potencia corresponde a la proyeccin a travs de
30 aos, la tercera a travs de 45 aos, etc. Podemos ver en forma concreta el
significado de la estabilidad examinando el cuadrado de M,
"1.0257 0.4880 0.0544"
M* = 0.4238 0.8434 0.1264
0.9751 0 0
y el cuadrado de esto, que es M4:
"1.3120 0.9122 0.1175"

M4 = 0.9154 0.9181 0.1296
1.0002 0.4759 0.0530
41
42 ANALISIS GENERAL DE LA MATRIZ DE PROYECCION 3.1
CUADRO 3.1
M A T R I Z CONDENSADA M P A R A LAS MUJERES ESTADOUNIDENSES Y OTRAS
TRES POBLACIONES FEMENINAS. APARECEN TAMBIEN
LAS RAICES CARACTERISTICAS
ESTADOS UNIDOS 1965"
0.4271 0.8498 0.1273

Al = 1.2093 ri = 0.01267
0.9924 0 0
A2 = -0.6154 A3 = -0.1668
0 0.9826 0
IXCLATERRA Y GALES 1960-62
0.3391 0.8425 0.1308

Ai = 1.1581 r i = 0.00978
0.9942 0 0
A2 = -0.6479 A3 = -0.1711
0 .9875 0
HUNGRIA 196 5
0.2971 0.4922 0.0486

Ai = 0.8993 ri = - 0 . 0 0 7 OS
0.9927 0 0
A2 = -0.4954 A3 = -0.1067
0. 0 0.9855 0
Lo anterior est en intervalos de 15 aos de edad y tiempo. Usando un procedimiento

similar, se calcul la siguiente matriz para proyectar en intervalos decenales:
TAIWAN 1965
0.0201 0.6838 1.1245 0.3723 0.0371
0.9891 0 0 0 0
0 0.9892 0 0 0
0 0 0.9831 0 0
0 0 0 0.9725 0
Ai = 1.3240 r i = 0 . 02807
-0.1935 0.0506 A*, As = -0.4585 0.6672-
Programado por D. Nagnur y P. P. Talwar.

6 Nacimientos ajustados.
3.1 UN EJEMPLO NUMERICO PARA LA MATRIZ 3 X 3 43
Los lugares correspondientes a los ceros han sido llenados, y cada vez se da una
mejor aproximacin hacia la proporcionalidad entre columnas. Elevando de
nuevo al cuadrado obtenemos M 8 , y elevando al cuadrado M 8 da M 16 :
12.1886 9.6072 1.2833"
M 16 = 10.0021 7.8846 1.0533
8.1274 6.4054 0.8556
lo que basta a nuestra necesidad de obtener resultados correctos hasta tres o
cuatro decimales.
La matriz M 1 6 es aproximadamente estable, tanto en el sentido de que sus
filas son proporcionales entre s, lo mismo que sus columnas, como en el sentido
de que cada potencia mayor es proporcional, elemento por elemento, a M 16 .
As, el primer elemento de la primera fila de M 17 se obtiene multiplicando la
primera fila de M por la primera columna de M1, en la forma del producto
interno:
m il 7 ' C + + m^T
que una vez efectuado da 14 740; la razn de esto al primer elemento de la

primera fila de M 18
m i 7 ) / w n 6 14.740/12.1886 = 1.2093 .
Un clculo similar para el primer elemento de la segunda fila da
m w/m = 12.096/10.0021 = 1.2094,
o sea, casi lo mismo. Estos valores coincidiran en ms lugares decimales si hubi-

ramos elevado al cuadrado una vez ms para obtener M 3 2 y luego hubiramos
tomado la razn w' 33 '/m< 32 >. AI valor comn que toma esta razn en el lmite
la simbolizaremos por \ u y la denominaremos raz latente o caracterstica prin-
cipal de M, que se conoce tambin como valor propio. El cubo de Xj obtenido
de manera similar directamente de la matriz 9 X 9 P a r a mujeres estadouni-
denses en 1965, es 1,2093. La condensacin preserva esta raz, aunque no las
dems que se van a determinar abajo.
Teniendo M 1 6 y Ai, podemos obtener una matriz constante, que no es fun-
cin del tiempo, dividiendo M 1 8 por
'0.5824 0.4591 0.0613

M1B
Z, = 0.4779 0.3767 0.0503 = 1.2093
0.3883 0.3061 0.0409
Esta es la primera matriz estable, a menudo llamada un componente espectral.

Se puede pensar en ella como de alguna manera conteniendo aquella parte d
la matriz M asociada con la raz Ai, la que domina a las dems races en el sen-
tido de que stas son menores en valor absoluto, de modo que desaparecen cuan-
do M se eleva a potencias sucesivas.
Ahora deflatamos M sacndole la parte asociada con la primera ra/ }<.-,,
siendo M ^ Z j la matriz deflatada:
0.2772 0.2946 0.0532"
N = M - JJjZ, = 0.4145 -0.4556 -0.0609
-0.4696 0.6124 -0.0494
A diferencia de M, la matriz deflatada N contiene trminos negativos y po-

sitivos, pero puede ser tratada de la misma manera. Al elevarse a potencias tien-
de a la estabilidad, y en realidad se estabiliza ms rpidamente, de modo que
slo necesitamos llegar hasta N 8 . La segunda raz caracterstica se determina a
partir de N mediante la razn de cualquier elemento de la novena potencia al
elemento correspondiente de la octava, resultando X2 0,6154. Usando esto
para normalizar la octava potencia encontramos el segundo componente espectral
0.4627 -0.4860 -0.0957"

-0.7461 0.7838 0.1544 , i, = -0.6154,
1.1912 -1.2513 -0.2465
Eliminando de N el efecto de esta segunda componente se obtiene la matriz

dos veces deflatada N A M \\L\ Esta resulta ser estable desde
el principio, desde su primera potencia y X3 se puede determinar por medio
de la razn de cualquier elemento de su cuadrado al elemento correspon-
diente de la matriz dos veces deflatada N ^Zg. Habiendo encontrado que
X3 = 0,1668, tenemos la tercera y ltima componente espectral
-0.0451 0.0270 0.0344"

. N - /j2Z2
0.2682 -0.1605 -0.2047 , Xt = - 0 . 1 6 6 8 .
-1.5795 0.9452 1.2056
Las tres componentes Zj, Z2 y Z 3 agotan la matriz, no dejando nada en ella.

En consecuencia se puede reconstruir cada elemento de M sumando los elemen-
tos correspondientes de Z 1; "L, y Z<, cada uno ponderado por su raz X; aritm-
ticamente se puede ver que M satisface (sujeto a redondeo):
; 1 Z 1 + 2 Z 2 + X3Zd = M .
Con respecto a los primeros elementos de la primera fila, por ejemplo, los n-
meros son
(1.2093)(0.5824) + ( - 0 . 6 1 5 4 ) ( 0 . 4 6 2 7 ) + ( - 0 . 1 6 6 8 ) ( - 0 . 0 4 5 1 ) = 0.4271 ,
y esto es lo mismo que m n de la primera matriz que aparece en el cuadro 3.1.

Adems la suma de las Z dan la matriz identidad:
Z, + Z 2 + Z 3 = I .
Los primeros elementos de las primeras filas de las tres Z suman uno:
0.5824 + 0.4627 - 0.0451 = 1.0000,
y similarmente para otros conjuntos de elementos diagonales. La suma de ele-

mentos que estn fuera de la diagonal principal da cero; en el caso de los pri-
meros elementos de las segundas filas, tenemos
0.4779 - 0.7461 + 0.2682 = 0 .

3.1 UN EJEMPLO NUMERICO PARA LA MATRIZ 3 X 3 45
Cuando multiplicamos cualquier par de matrices Z mediante las reglas de

multiplicacin matricial que hemos estado aplicando, el producto da cero. Por
ejemplo, el producto (interno) de la primera fila de Zj y la primera columna
de Zj es
(0.5824)(0.4627) + (0.4591)(-0.7461) + (0.0613)(1.1912) = 0.
Las Z son mutuamente ortogonales ya que ZiZj = 0, i j = 1, 2, 3.

La prxima propiedad que nos interesar es que las Z no se alteran al ser
elevadas a potencias. Para convencerse de que Z 2 = Z 1( considere por ejemplo el
primer elemento de la primera fila del producto Z 2 , obtenido como el producto
interno de la primera fila por la primera columna de Zj. O sea
(0.5824)(0.5824) + (0.4591)(0.4779) + (0.0613)(0.3883) = 0.5824 ,
que es igual al primer elemento de la primera fila de Zx. Se dice que las Z son
iempotentes debido a que son iguales a sus propias potencias.
El resultado de elevar al cuadrado ambos miembros de
M = A1Z1 + /2Z2 + X3Z3

queda simplificado debido a las propiedades de ortogonalidad e idempotencia:
M = + + XZS,
lo que se puede verificar aritmticamente para m<2' como:
(1.4625)(0.5824) + (0.3788)(0.4627) + (0.0278)(-0.0451) = 1.0257 ,
lo cual concuerda con el elemento superior izquierdo de M 2 . Se obtienen resul-

tados similares para M 3 , M 4 , etc.
La caracterstica de las Z que autoriza ms claramente para llamarlas esta-
bles es que MZj = AiZ, i 1, 2, 3. Por ejemplo, el primer elemento de la pri-
mera fila de MZ! es
(0.4271)(0.5824) + (0.8498)(0.4779) + (0.1273)(0.3883) = 0.7043 ,
que es igual a Ai veces 0,5824, el primer elemento de Z t . Un aspecto numrica-

mente diferente (ya que las matrices no son simtricas) de la estabilidad est
dado por ZM. que tambin resulta ser igual a A j Z I, 2, 3.
Esto ilustra numricamente algunos aspectos en que las matrices difieren
de los nmeros comunes. Estos resultados no son meramente paradjicos, sino
que son comprensibles en trminos de una teora matricial perfectamente con-
sistente, cuya forma general es el tema de las ltimas secciones del presente
captulo.
La primera de las componentes espectrales Zj tiene un inters especial en
demografa. Cada una de sus columnas es proporcional a la poblacin estable,
simbolizada por {Kj}, que es la distribucin por edad hacia la que evolucio-
nara una poblacin cerrada si continuaran indefinidamente sus tasas de fecun-
didad y mortalidad por edades. Aquellas poblaciones que han estado sujetas a
tasas relativamente constantes en el pasado, actualmente tienen distribuciones
por edades cercanas a sus {KJ . La concordancia entre las distribuciones por
edades estable y observada atestigua la constancia del rgimen precedente de
CUADRO 3.2
DISTRIBUCIONES POR EDADES OBSERVADA Y ESTABLE PARA TRES PAISES,
MOSTRANDO EL INDICE DE DISIMILITUD A
Porcentaje Porcentaje Estable menos

observado estable observado
INGLATERRA Y GALES 1960-62
HOMBRES
0-14 24.3 27.6 3.3
15-29 20 . 2 23.7 3.5
30-44 20.6 20 .1 -0.5
45+ 34.8 28.6 -6.2
TOTAL 100.0 100.0 0.0
A = 6.8
MUJERES
0-14 21.7 26.3 4.6

15-29 18.5 22.6 4.1
30-44 19.5 19.3 -0.2
45+ 40 . 3 31.8 -8.5

TOTAL 100.0 100 . 0 0.0
A = 8.7
HONDURAS 1959-61, MUJERES
0-14 46.3 44.7 -1.6
15-29 25.8 26.3 0.5
30-44 15.2 15.2 0.0
45 + 12.6 13.8 1.2
TOTAL 100.00 100.00 0.0
A = 1.6
JAPON 1959-61, MUJERES
0-14 29.0 18.8 -10.2
15-29 27.2 19.3 -7.9
30-44 20 . 5 19.7 -0.8
45+ 23.3 42 .2 18.9
TOTAL 100.0 100.0 0.0
A = 18.9
S.2 ALGEBRA MATRICI AL DEL PROCESO DE PROYECCION 47
fecundidad y mortalidad, y una diferencia entre las distribuciones por edades

estable y observada demuestra que el rgimen ha sido cambiante, o bien que
ha habido migracin. La poblacin estable tiene significado como un conjunto
de proporciones, no de nmeros absolutos.
Las distribuciones porcentuales de las poblaciones estable y observada en
los Estados Unidos, 1965, se mostraron en el cuadro 2.5, y el cuadro 3.2 contiene
versiones condensadas de otras cuatro distribuciones por edad de poblaciones
estables. En Japn, 1959-61, se observa una divergencia extrema respecto a la
estabilidad, en tanto que para Honduras las distribuciones estable y observada
son casi idnticas. Estas reflejan alteraciones anteriores en las tasas de fecundi-
dad por edad, o ausencia de tales alteraciones. Una medida conveniente de la
discrepancia entre las distribuciones estable y observada es A, la suma de las dife-
rencias positivas de los porcentajes, conocido como ndice de disimilitud. Con
ayuda de la matriz del cuadro 3.1, verifique para las mujeres de Inglaterra y
Gales, 1960-62, que la poblacin estable {K,} del cuadro 3.2 es realmente la
poblacin estable puesto que satisface M{K 7 } A, {X 3 }; verifique tambin el
ndice de disimilitud mostrado.
3.2. ALGEBRA MATRICIAL DEL PROCESO DE PROYECCION
Habiendo trabajado un ejemplo aritmtico simple, volvemos sobre nuestros pa-

sos y examinaremos el argumento de un modo ms sistemtico. El punto de
partida es un vector caracterstico o estable, una recta de direccin fija en el
espacio de la distribucin por edades, definido por la propiedad de no alterarse
cuando se lo premultiplica por el operador matricial M. Para determinarlo re-
solvemos las ecuaciones lineales M { K } = A{K), o escrito en forma ms completa,
muK + mjct H 1- mlnkn = Xk1,

m2lkx + mjc^ + + mnka = Xk,, (3 2 1)
+ ++ = ,
donde los m son los elementos de la matriz de proyeccin M, y klt k^, ..., k
son los nmeros de personas en el primer grupo de edad, el segundo grupo de
edades, etc., representado como un vector columna {K}. Es tpico aplicar la
teora en intervalos quinquenales de edades, en un nmero n, extendindose
desde cero hasta /? = 5n, el final del perodo de reproduccin.
Un conjunto de k que no sean todos ceros y que satisfagan las n ecuaciones
lineales homogneas de (3.2.1) en n variables, existe slo si las diversas ecua-
ciones son consistentes; esta ltima condicin se obtiene restando lki de ambos
miembros de la i sima ecuacin y escribiendo luego los coeficientes de los k
como un determinante (Chrystal, 1961, Vol. I, pg. 375):
mn X mn i,
m m,, X m,.
(3.2.2)
mn - X
Una expresin ms compacta de la ecuacin caracterstica (3.2.2) es
f(X) = |M - XL\ = 0 ,
donde I es la matriz n X n con unos en la diagonal y ceros en las celdas

restantes.
Debido a que los elementos no nulos de M son tpicamente Tnljt j 3,
4, .. ., n, y m t + M , i = 1, 2, . . . , n 1, podemos evaluar | M A I | = 0 como
An - /Mj^jsm^"-3 - milm3/ntjnuXn-i
- W 21 W 32 m , , , - i m i . = 0 > (3.2.3)
o explcitamente en trminos de la supervivencia Lx y las tasas de fecundidad

por edades F
f(X) = 10X" - l(LaFu)X-> - i(LltFl6 + o)*"-' = 0.
(3.2.4)
Nos referiremos a esto como Mtodo A (captulo 11).

La existencia de no ms que una raz positiva de (3.2.3) deriva de la regla
de Descartes (Burnside y Panton, 1960, Vol. I, pg. 28) segn la cual el nmero
de races positivas de una ecuacin polinmica no puede ser mayor que el n-
mero de cambios de signos en sus coeficientes. Muestre que la ecuacin carac-
terstica de cualquier matriz que tenga ceros en todas partes excepto en su fila
superior y subdiagonal tiene slo un cambio de signo, el que sigue inmediata-
mente al trmino que tiene la mayor potencia de h independientemente del
tamao de la matriz, si los trminos no nulos son positivos.
Las ecuaciones polinmicas tal como (3.2.4) se pueden resolver mediante
diversos procedimientos iterativos. Especialmente fcil de programar es el m-
todo de la secante (Ralston, 1965, pg. 323). De acuerdo a este mtodo, si X' y
X" son dos aproximaciones a una raz de f(k) = 0, entonces la recta que pasa por
los puntos [A', /(A')] y [A.", /(X")] se intersecta con la abscisa en que
0 f(.) - ^ A." q X = X" f(X")

n n - m r - y ' n n - n * r '
la cual constituye una mejor aproximacin y se puede simbolizar 3L'". Basta con
unas cinco iteraciones para evaluar Jti, la raz real dominante, la cual casi no
depende del punto de que partan las aproximaciones iniciales.
La ecuacin (3.2.3) para la primera matriz 3 X 3 del cuadro 3.1 es
f(X) = X3 - 0.427U* - 0.8433^ - 0.1241 = 0 .
Se puede verificar que Ai, h y efectivamente satisfacen esta ecuacin. La ecua-

cin caracterstica (3.2.4) para los datos de los Estados Unidos en 1964 (vase
cuadro 2.1) es
X10 - 0.00102A8 - 0.08735A1 - 0.346248 0.01678
- 0.00091 = 0 ,
donde los coeficientes han sido sacados de la columna del cuadro designada por
(f,4>n + 5<t>x+s)/2- Usando el mtodo de la secante y comenzando con los valores
arbitrarios A ' = 1 , 0 5 y A" = 1,10, obtenemos /(1.05) = 0,27363 y /(1,10) =
= 0,21368. Entonces A'" es 1,07808. Tres iteraciones ms nos llevan a A = 1,08184,
que es correcto hasta los lugares decimales que aparecen. Para las races com-
plejas se puede utilizar el mismo mtodo, y se ha ideado un programa para
investigar el plano de A, el cual a su debido tiempo determina todas las races.
Un problema consiste en encontrar puntos de partida para las iteraciones que
converjan a las races sucesivas sistemticamente, y que no caigan repetida-
mente en las races anteriores (Coale, 1967). Cada raz, al ser descubierta, puede
descartarse, y la siguiente raz se puede entonces localizar mediante la ecuacin
reducida. Por supuesto, debemos evitar el error de redondeo, y para hacer
esto se debera usar la ecuacin original completa para la iteracin final sobre
cada raz.
Se han aplicado tambin programas para los valores propios de una matriz
general; sin embargo, estos programas efectan extensos clculos para llevar el
determinante a la forma (3.2.3), lo cual es una operacin muy simple en el caso
de nuestra matriz M cuyos trminos no nulos estn en la fila superior y en la
subdiagonal. En la seccin 3.1 se us otro enfoque iterativo para las A, los vec-
tores estables, y las matrices estables; en la seccin 3.3 extendemos esto a races
complejas, basados en la teora que se desarrolla abajo. En la seccin 5.3 se dan
ms mtodos que tambin son aplicables aqu y uno recomendado especialmente
es la iteracin funcional de (5.3.5), para el cual un programa Fortran se mues-
tra en el cuadro 5.10.
Sean Ai, A2, . . . , A las races para una matriz de proyeccin de 9 X Las
correspondientes a Mxico y los Estados Unidos, en ambos casos para mujeres
en 1960, se dan en el cuadro 3.3. La raz dominante Ai es la proporcin en que
la poblacin crece cada cinco aos, cuando el efecto de la distribucin inicial
por edades ha desaparecido; el Ai de Mxico corresponde a un crecimiento quin-
quenal dos tercios mayor que el de los Estados Unidos. Se mostrar (seccin
3.4 y captulos 5 y 6) que la segunda y tercera races dan una componente arm-
nica amortiguada, cuyo perodo es el largo de una generacin, 25 a 30 aos.
El grfico 8.1 presenta una configuracin tpica de las races en el plano complejo.
Vectores columna estables o vectores caractersticos
Cuando reemplazamos A en el sistema (3.2.1) por una raz especfica, digamos

Aj, podemos encontrar una solucin en los k, que tendra la forma
V
{ K , _ K - ; 1,2 n
que est especificada, excepto en cuanto a la multiplicacin por un factor arbi-

trario, y donde la 7 se incluye como el segundo subndice para recordar que el
vector pertenece a la /sima raz. Los elementos de {K^} son proporcionales a
los cofactores de cualquier raz de M Aj (Frazer, Duncan y Collar, 1963,
pg. 65), pero este mtodo general para determinar los cofactores no es necesa-
rio para la matriz particular M que estamos tratando.
C U A D R O 3.3
ECUACIONES CARACTERISTICAS Y RAICES LATENTES XI, X. PARA
LA POBLACION FEMENINA, MEXICO Y ESTADOS UNIDOS, 1960
ECUACIONES CARACTERISTICAS (M XH = 0
MEXICO, I960: |M - XI | = X9 - 0 . 0008X7 - 0 . 1086X6 - 0.4144A5
- 0 . 6 2 3 0 A ** - 0.5840A 3 - 0.4604A 2 - 0 . 2800X - 0 . 0872 = 0,
U. S., 1960: |M - Xl| = X9 - 0.0010X 7 - 0.1066X 6 - 0.4115A5
- O ^ O S A " - 0 . 3685X3 - 0 . 1998X2 - 0.0842A - 0.0202 = 0.
R A I C E S
Mxico" Estados Unidos
Xi 1. 1 8 1 6 7 1.11183
X2/ X3 0.4412 0 .7 91li 0.3016 0.7974
Ai, As 0.0037 0.7344 0.0347 0.5379
A6/ A7 0.4477 0.4925 0.4019 0.3899
A e, A9 0.5881 0.1747 -0.4903 0.1845
Para reducir la matriz al tamao 9 x 9 , se asign la fecundidad en las edades 45 y ms,

a las mujeres de 40-44 aos. Observe las diferencias con las races de los Estados Unidos del
primer caso del cuadro 8.2, que considera la fecundidad hasta los 49 aos.
Se han corregido las edades censales 0-4 aos.

" Nacimientos ajustados.
Nuestros vectores estables se calculan fcilmente mediante relaciones de re-

currencia deducidas a partir de M y de los Debido a que los elementos no
nulos de M que vienen al caso estn en la subdiagonal, resulta para la j sima
raz, de acuerdo a la multiplicacin de fila por columna en la ecuacin
M{K,} = ,
que
<+!,<*< = xki+!, / = 1, 2, . . . , n - 1,
y dividiendo por Xy tenemos
= = (3.2.5)
1i
A A1j 6 LS5
ya que los elementos subdiagonales m i + l i son las probabilidades de sobrevivir

durante cinco aos.
Si tomamos arbitrariamente como 5Z.0/"l/I~, y aplicamos (3.2.5) sucesiva-

mente, entonces el vector estable correspondiente a es
I8 T 0 }-' 1/2
i A
8 8 A 3
{*,} = 8T 102
"i (3.2.6)
T 5~(n1/3)
8 Bft6 A J ,
para la tabla de vida de raz Z0. El primero de los vectores {Kj} es la pobla-
cin estable, determinado slo dentro de una constante multiplicativa, de lo
cual aparecen ejemplos abreviados en el cuadro 3.2.
Si se disponen los {K,} uno al lado del otro para constituir una matriz,
tenemos
K=[{KJ {Kj} {K n }] = (3.2.7)
utilizando enseguida el hecho de que las columnas componentes de la matriz K

son {K^}, y que M { K ; } = (KyJXy; el lector puede verificar que
"i 0 0
0 V o
MK = K (3.2.8)
MK = K A ,
donde A representa la matriz diagonal formada por las races de la ecuacin

caracterstica. Postmultiplicando por K _ 1 obtenemos de (3.2.8):
M = KAK-1. (3.2.9)
En las aplicaciones demogrficas, las races A son siempre distintas. Esto es

cierto, al menos empricamente, aunque las condiciones bajo las cuales es cierto
matemticamente no son expresables en forma elemental. Del hecho de que las
races sean distintas resulta la independencia de los vectores (Ralston, 1965,
pg. 470). Para ilustrar supongamos que dos vectores {K x } y {K 2 } no son inde-
pendientes, o sea, estn en una relacin lineal
fll{K,}+ ,{*,} = 0 , (3.2.10)
en la cual Oj y no son ambos cero. Premultiplicando por M obtenemos
.{KJ + a ^ K , } = 0 . (3.2.11)
Si Xi 7^2 las ecuaciones (3.2.10) y (3.2.11) se pueden satisfacer simultneamente
slo si i = 2 = 0; esto prueba que (3.2.10) no puede regir para valores de ax
y a2 distintos de cero y en consecuencia, que {Kj} y (K 2 ) son linealmente inde-

pendientes. Por induccin se puede extender la propiedad al conjunto de n
vectores. Siendo las columnas de K linealmente independientes, su determinante
no puede ser cero, y de all que la matriz inversa K - 1 siempre existe.
La factorizacin de M descrita por (3.2.9) conduce fcilmente a la factori-
zacin de cualquier potencia de M. Para
M* = (KAK - 1 )(KAK - 1 ) = K A ( K K ) A K 1 = K A ! K - 1 ,
y repitiendo la multiplicacin se prueba que

M' = KA'K-1 (3.2.12)
si t > 0 es un entero. Por eso, dados K y K - 1 , lo nico que necesitamos para

elevar M a potencia es elevar A , cuyas potencias se calculan como
0 ... 0 "
0 X 0
A' =
o ...
Como veremos, esto nos ayudar en la teora posterior. Su uso prctico en la

computacin manual est restringido por el hecho de que las columnas de K,
excepto {Kj} son en general complejas, y tambin lo son las filas de K - 1 ,
excepto la primera.
Todo lo anterior se puede tambin decir para la premultiplicacin por un
nuevo conjunto de vectores fila [H], Correspondientemente a (3.2.1) tendra-
mos [H]M = X[H], y la condicin de consistencia es la misma ecuacin en X,
|MXI | = 0 , produciendo las mismas races latentes. Para cada raz caracters-
tica h encontramos [HJ, determinado excepto para un factor constante mediante
el conjunto de ecuaciones lineales
mi mu m,
m m m,.
[K 1 î = hit... hin] , (3.2.13)
m.
0 ms compactamente
[H,]M = .
Valor reproductivo
Las ecuaciones de recurrencia para los elementos sucesivos del vector fila estable
se pueden obtener de manera similar que para el vector columna, aunque las
ecuaciones son un poco ms complicadas que (3.2.5). Tanto m is como rn j + 1 J
pueden ser distintos de cero, y el elemento tpico del conjunto (3.2.13) para la
1 sima raz (omitiendo el subndice i) es
K* + hk+1ml+1k = Xhk, 1, 2, . . . , - 1.
Una de las h la podemos elegir nosotros, y h1 se puede hacer igual a la unidad

para obtener
hk+l = Xh" ~ = (khk - mlk) .
Esta ecuacin de recurrencia se ha usado para los clculos.

Para estudiar el significado de los hk< es ms provechoso un arreglo alter-
nativo que comienza en la mayor edad de reproduccin y que usa el hecho de
que h n + 1 = 0. Haciendo que Ai sea arbitrariamente igual a 5/ 0 l/I/ 6 L 0 , tene-
mos de (3.2.13)
M r X ^ h T & r " * - <3-2-,4>

Dicho con palabras: hk, el valor reproductivo para las edades que van desde
5k 5 hasta Bk, es igual a la probabilidad de sobrevivir 5 aos, multiplicado
por el valor reproductivo h k + 1 para las edades que van desde 5k hasta 5k -j- 5,
descontado sobre 5 aos dividiendo por X; el total agregado a los nacimientos
esperados en el prximo intervalo de 5 aos, descontado sobre 2,5 aos divi-
diendo por l / T . Por ejemplo, podemos construir el valor reproductivo para
25-29 aos mediante
" - K ' f " ) ^

donde BH2S (anlogo a 5^5 y K^) es lo mismo que he, y mun es el sexto ele-
mento de la primera fila de M. Con los datos de los cuadros 2.1 y 2.2 para las
mujeres de los Estados Unidos, 1964, cuyo X es 1,0818, esto se convierte en
= (0.9947) ( 0 2 6 4 ^ + s(-3377) = 0.243 + 0.332 = 0.575 ,

6 ss v Vl.0818/ (4.8897)(1.0401)
como se muestra en el cuadro 3.4.
El vector caracterstico real [Hj] es la versin discreta del valor reproduc-
tivo de una mujer desarrollado por R. A. Fisher, 1930, pg. 29, v(x), definido
como
2r"-z,I(a)m(a)da, (3.2.15)
4 :
donde m{a)da es la probabilidad que tiene una mujer con edad entre a y a -)- da
aos, de tener un nacido vivo. Igual que antes, para una mujer de edad
dada, el valor reproductivo es el nmero esperado total de nias que nace-
ran, cuando rige la funcin de fecundidad neta p(a)m(a), descontada a la tasa
intrnseca de crecimiento natural r, donde e** X, o sea, r = (ln A)/5. Estudia-
remos la definicin (3.2.15) en el contexto del tratamiento continuo en la sec-
cin 5.2. Demuestre que la parte de la columna para [Hj] correspondiente a las
edades menores que las de reproduccin es proporcional al recproco de la po-
blacin estable {Ki}. Verifique [Hj] para las mujeres de los Estados Unidos,
1964, con la matriz del cuadro 2.2, usando la ecuacin [Hi]M = Ai[Hi], con
Ki = 1,08184.
CUADRO 2.4
VALOR REPRODUCTIVO [HJ Y f H ^ K " " } PARA CHILE, ALEMANIA OCCIDENTAL
Y LOS ESTADOS UNIDOS, 1964
Chile, Repblica Federal Estados Unidos, 1964

1964 Alemana, 1964
Mujeres Mujeres Mujeres Hombres
VALOR REPRODUCTIVO POR NISO RECIEN NACIDO
0-4 1 . 186 1.040 1.063 1.075
5-9 1.347 1.076 1.154 1.178
10-14 1.503 1.111 1.250 1.289
15-19 1.581 1. 121 1.261 1.391
20-24 1.406 0.975 0.997 1.276
25-29 1.029 0 .638 0.575 0.884
30-34 0.633 0.305 0.264 0.487
35-39 0.297 0.108 0.091 0.230
40-44 0.088 0.025 0.018 0.094
45-49 0.014 0.002 0 .001 0.035
50-54 0.002 0.000 0.000 0 .010
VALOR REPRODUCTIVO AGREGADO (En miles)
0-4 736 2,495 10,779 10,895

5-9 733 2,209 11,550 11,790
10-14 736 2,118 11,329 11,687
15-19 659 1,926 10,148 11,187
20-24 520 2, 139 6,526 8,352
25-29 319 1,436 3,225 4,964
30-34 178 558 1,486 2,742
35-39 75 219 565 1,423
40-44 19 56 114 599
45-49 2 4 5 204
50-54 0 0 0 52
[Hi] {KC0:>}
TOTAL =
1000 " 1000
3,976 13,160 55,728 63,896

El vector fila estable [H-^ junto con la distribucin por edades nos infor-
man acerca del potencial reproductivo de una poblacin. Desde este punto de
vista podramos comparar dos distribuciones por edades observadas aplicndoles
un [H^] comn (Vincent, 1945). El valor reproductivo agregado se obtiene mul-
tiplicando los valores unitarios por el nmero de mujeres, y se puede escribir
V = [HjjfK}. Utilice la distribucin de la poblacin {K<>} del cuadro 2.1
junto con los valores unitarios en el cuadro 3.4 para verificar que V = 55 728 000
para las mujeres de los Estados Unidos, 1964.
El cuadro 3.4 permite un examen del valor reproductivo por edades para
poblaciones con diferentes tasas de crecimiento. El valor por cada mujer se
eleva a un mximo en los 15-19 aos de edad en los tres pases. La baja que
se produce despus que comienza la reproduccin es ms rpida para los Esta-
dos Unidos que para Chile; a qu caracterstica de la fecundidad de los Estados
Unidos se debe esto? Por qu la Repblica Federal Alemana muestra un valor
reproductivo femenino total mayor en el grupo 20-24 que en el de 15-19?
Al igual que para otros aspectos del modelo de un sexo, la matriz de pro-
yeccin, y en consecuencia sus vectores estables, son tan apropiados para hom-
bres como para mujeres. El cuadro 3.4 incluye [HJ para los hombres de los
Estados Unidos, 1964, tomando como unidad un nio recin nacido. Observe
las diferencias entre las distribuciones para hombres y mujeres, notando el hecho
de que los hombres alcanzan un mximo ms alto y conservan el valor repro-
ductivo hasta una edad mayor.
Factores de M y anlisis de una distribucin por edades observada
A cada uno de los k corresponde un vector fila estable [H4], y si disponemos los
[H.;] uno debajo del otro para formar
flHi]i
[H2]
H -
entonces
H M = AH .
Premultiplicando por H - 1 se obtiene
M = H_1AH, (3.2.16)
siendo sta la misma ecuacin que (3.2.9), puesto que HK = I, como se demues-
tra abajo.
Los vectores estables los conocemos slo dentro de una constante multipli-
cativa. Si tal como se calcul originalmente, el vector columna para la tsima
raz es {Kf}, y el vector fila para la misma raz es [H], entonces puede ser con-
veniente normalizar por el divisor [H ]{K 4 ) escribiendo
[H,] = m
(3.2.17)
Cuando [HJ se toma de (3.2.17), e i = j, el producto [HJfK,} es 1.

Los vectores estables poseen una propiedad de ortogonalidad por la cual si

t /', entonces [ H T ] { K J } = 0. Pues
M{K,} = W , (3.2.18)
por la definicin del vector columna estable. Premultiplicando (3.2.18) por [HJ
tenemos
[H<]M{KJ} = J [H i ]{K i }. (3.2.19)
Pero por la definicin de vector fila estable es tambin cierto que
[HJM = XjfHt] . (3.2.20)

Postmultiplicando (3.2.20) por {K,} obtenemos
[HJMIK,.} = m < ] { K A (3-2-21)
Las ecuaciones (3.2.19) y (3.2.21) tienen el mismo primer miembro, y difieren

en que en el segundo miembro aparecen los escalares X y Xj respectivamente,
donde k j ^ h . - Restando (3.2.21) de (3.2.19) y dividiendo por X, Xj queda
[ H ^ K , } = 0, i * j. (3.2.22)
Este hecho nos permite expresar una distribucin por edades observada, por
ejemplo la columna de frecuencias {K<>} obtenida de un censo, como suma de
los vectores estables, multiplicado cada uno por una constante:
{K"} = c^KJ + cKJ + + c n {K}. (3.2.23)

Para determinar c4 hay que premultiplicar (3.2.23) por el vector fila normalizado
[H{]; el resultado es
[H^K} = C<, (3.2.24)

o en trminos de los vectores no normalizados
= [H<]{K'>} (3.2.25)
FH.HK,}
El desarrollo (3.2.23) es un medio para analizar los cambios que se produz-

can en la distribucin por edades bajo un rgimen de fecundidad y mortalidad
dado. Premultiplicando (3.2.23) por M, tenemos
M{K'} = C, M { K J + C8M{K2} + + cnM{K,}
= XlCl { K , } + V . { * , } + + V n {K.},
puesto que M { K 1 } = Xi{K.i}, etc., y repitiendo t veces la multiplicacin,

{K>} = M'{K (0) } = X\Cl{KJ + JfcfKJ + + X<Kcn{K.}, (3.2.26J
donde t > 0 es entero.

La matriz 3 X 3 de la seccin 3.1 y sus Zlt Z y Zg nos permite aplicar
(3.2.23) para descomponer los grupos de edades observados de amplitud 15 aos
con una calculadora de escritorio. La poblacin de los Estados Unidos en 1965
inclua 29 413 000 nias menores de-15 aos; 20 886 000 mujeres de 15-29 aos;
18 040 000 mujeres de 30-44 aos. Usando como el {K} estable, i = 1, 2, 5, la

primera columna de Z^ y como [H<] la primera fila de Z, e introduciendo stos
en (5.2.25), da cx = 47 776 000; c 2 = 3 744 000; ca = 3 149 000. Por ejemplo
c _ [Ht]{K'>}
' [HJKJ
= i n n f t (0.5824)(29,413) + (0.4591 )(20,886) + (0.0613)(18,040)

(0.5824)(0.5824) + (0.4591)(0.4779) + (0.0613)(0.3883)
= 47,776,000 .
La ecuacin (3.2.23) es entonces, en miles
20,886 = 47,776
sujeto a errores de redondeo. Muestre la descomposicin (5.2.26) despues de 15

aos, o sea, con t = 1.
Supongamos, como antes, que [Hj] ha sido multiplicado por un factor qiie
transforma su primer elemento en (blj5L0)^/ x ; entonces es consistente con una
unidad de valor reproductivo igual a una nia recin nacida (o un nio recin
nacido si el clculo es para hombres). Supongamos, en forma arbitraria nueva-
mente, que {Ki} se ha multiplicado por un factor que lo hace en total igual
a la unidad. Entonces, como en el cuadro 3.4, el valor reproductivo total es
[H1]{K<}) y podemos definir el valor reproductivo por persona en la distribu-
cin estable por edades A = [ H ^ R } . El lector familiarizado con el argumento
de la seccin 5.2 puede demostrar para el caso continuo que A es el produc-
to de la tasa de natalidad por la edad media de las madres, cuando ambos se
toman de la poblacin estable. Goodman (1967c) ha logrado la parte ms difcil,
como es la demostracin de esto para el caso discreto del presente captulo.
Con estas definiciones podemos decir que c de (3.2.25) es igual a VA, y con
la definicin usada para {K^} por la cual su total es igual a la unidad, c1( a la
luz de (5.2.26), se puede llamar poblacin estable equivalente. Despus que ha
pasado un tiempo suficientemente largo (en la prctica 50 a 100 aos), slo
cuenta el primer trmino de (3.2.26), el que se puede escribir con nuestros
vectores
{K>} = klc^KJ .
El total de los elementos de {Ki} es la unidad y en consecuencia, la poblacin
de todas las edades en el momento t es c^ basado en una proyeccin con tasas
fijas. Se puede ver la exactitud de la aproximacin para las mujeres de los Esta-
dos Unidos en 1964, en que = 91 655(1,08184)20 = 442 millones, en tanto
que la proyeccin completa al cabo de 100 aos, M M {K(i}, totaliza 442,1
millones.
Esto justifica que nos refiramos a c1 como la poblacin estable equivalente;
es el total que, si se distribuye de acuerdo a la distribucin estable por edades,
aumentara bajo el rgimen de mortalidad y fecundidad dado, a la misma tasa
que el (K<>) observado, proyectado segn la matriz M como M f {K<>}. La
razn M{K<>}/Xt1c1 es asintticamente igual al vector {1^} cuyos elementos
suman 1.
C U A D R O 3.5
POBLACION K, VALOR REPRODUCTIVO T O T A L V, VALOR REPRODUCTIVO MEDIO
EN LA POBLACION ESTABLE A, Y EQUIVALENTE ESTABLE c,
Valor Valor Equivalente

Poblacin
reproductivo medio estable estable
K) 1000
F/1000 A V/c, c,/l 000
MUJERES
Australia, 1965 5, 632 3, 186 0.56 5,659

Bulgaria, 1964 4, 076 1,665 0 . 34 4,888
Canad, 1965 9,479 5,995 0.61 9,839

Chile, 1964 4 , 280 3, 976 0.89 4,452
Grecia, 1965 4, 393 2,057 0 .40 5,185

Honduras, 1965 1, 148 1, 353 1.15 1,174
Hungra, 1964 5,231 1,889 0 .27 7,011

Mauricio, 1965 369 387 1.07 363
Portugal, 1965 4,805 2, 942 0.60 4, 890
Taiwn, 1965 6,049 5,888 0.94 6,294
Estados Unidos, 1964 97,379 55,728 0.61 91,655
HOMBRES
Chile, 1964 4, 111 4,805 1 . 18 4, 088
Hungra, 1964 4,889 2, 306 0.39 5,901

Estados Unidos, 1964 93,990 63,896 0.75 85,713
Las cantidades a que se hace referencia se muestran en el cuadro 3.5 para

14 poblaciones, 11 femeninas y 3 masculinas. El hecho de que cl sea mayor que
K para Bulgaria y Hungra se debe a sus recientes descensos en la fecundidad,
lo que los deja con distribuciones por edades temporariamente favorables a la
reproduccin. Los Estados Unidos estn en la posicin opuesta; adolece de un
vaco en las edades frtiles, lo cual se ve en el cuadro 3.5 tanto para hombres
como para mujeres.
Matrices no negativas
La matriz M con que estamos tratando es del tipo que Frobenius (1912) llamaba
no negativa, es decir, sus elementos son todos positivos o cero. Aquellas matri-
ces no negativas que despus de una permutacin de filas y de las correspon-
dientes columnas se pueden escribir en la forma
donde B y D son matrices cuadradas, se llaman reducibles; todas las dems son
irreducibles. La matriz L de la proyeccin completa, introducida en el cap-
tulo 2, es reducible; M, en la cual el ltimo elemento de la fila superior es
positivo, es irreducible.
Se citarn aqu algunas propiedades de las matrices no negativas irreduci-
bles que son de inters para la demografa. Para las demostraciones se reco-
mienda al lector leer a Gantmacher (1959, Vol. II, captulo 13). Primero, una
matriz irreducible tiene siempre una raz caracterstica A, real positiva; los valo-
res absolutos de las dems races son menores o iguales a Ai, lo que equivale a
decir que las dems races son, o bien complejas, o menores que Ai- Segundo,
a Ai le corresponde un vector caracterstico {K,} cuyos elementos son no negati-
vos; no existe otro vector caracterstico con elementos no negativos, salvo los
mltiplos de {K^.
La matriz M que se usa en demografa cae en una subclase restringida de
matrices no negativas irreducibles: aquellas que son primitivas, es decir, que no
tienen ninguna otra raz cuyo valor absoluto sea igual al de la nica raz posi-
tiva A]. Una matriz primitiva se puede reconocer mediante las potencias de A
en su ecuacin caracterstica |M AI| = 0 , que es de grado n si M es n X n -
Si |M AI| = 0 contiene trminos en A"1 y A"2, con coeficientes distintos de cero,
y tal que n n1 y n n2 no tengan factor comn mayor que 1, entonces M
es una matriz primitiva. Nuestra matriz M satisface esta condicin, como se
puede ver por inspeccin de (3.2.3), slo a condicin de que existan al menos
dos edades de fecundidad no nula en las posiciones de la primera fila que son
nmeros primos relativos (Bernardelli, 1941). Una matriz primitiva elevada a
una potencia suficientemente alta se convierte en matriz positiva, es decir, todos
sus elementos son mayores que cero. (En la seccin 4.5 bosquejaremos un m-
todo de demostracin de esto, para nuestra matriz M).
Por lo tanto, algunas de las propiedades importantes de M surgen debido
a que es una matriz no negativa, irreducible y primitiva. En particular, la raz
real que llamamos dominante, Ai, excede en valor absoluto a las dems races.
(La regla de Descartes aplicada a (3.2.3) nos permiti afirmar que no existe
otra raz positiva fuera de Ax.)
Debido a que Ax es, en valor absoluto, mayor que cualquiera" de las dems A,
el primer trmino del segundo miembro de (3.2.26) aumentar en magnitud rela-
tiva cuando crece t. La distribucin por edades (K>) premultiplicada por M'
se acercar ms y ms a ^ { { K ^ , que se denomina poblacin estable y no de-
pende de la distribucin por edades original {K<>}. Esta es la propiedad erg-
dica en demografa, la tendencia de una poblacin a olvidar su distribucin por
edades inicial. La demostracin ms elemental de Lotka para esta propiedad, en
el caso continuo, se deduce de la ecuacin (5.2.3) que aparece ms adelante.
Descomposicin espectral
En virtud de la propiedad de ortogonalidad (3.2.22) de los vectores estables, HK

es una matriz diagonal, y cuando los vectores estn en su forma normal tenemos
HK = I, la matriz unidad n X n. Esto surge del hecho de que la sima fila
de H es [H], y la / sima columna de K es {K,}; el producto de stos es uno
cuando i = j y cero cuando i j. La no singularidad de H y K resulta del
hecho de que las races son distintas.
La relacin H K = I es conmutativa para cualquier H y K no singulares,

o sea, es lo mismo que la relacin K H = I. Porque premultiplicando H K = I
por H - 1 y postmultiplicando por H resulta
H-'HKH H H ,
o
KH = I . (3.2.27)
Si H K = I, entonces la postmultiplicacin por K - 1 da K - 1 = H, y recordando

(3.2.9), que era
M = KAK1,
tenemos, sustituyendo H por K _ 1
M = KAH . (3.2.28)
Las reglas de multiplicacin matricial rigen tanto cuando los elementos son ma-
trices como cuando son escalares (Frazer, Duncan y Collar, 1963, pg. 14). El
lector puede demostrar que reemplazando en (3.2.28) el producto desarrollado
de KA nos queda
M = [,{K,} n {K B }]H ,
y particicnando H en filas da
M = ^{KJfH,] + ,2{K2}[HS] + + n {K}[H]

= XJLx + 2 Z 2 + + XnZn , (3.2.29)
no apareciendo matrices a la derecha, excepto Z = {KJIHLJ, = 1, 2, . . . , n,

los operadores o componentes espectrales introducidos mediante un ejemplo arit-
mtico en la seccin 3.1 para las mujeres de los Estados Unidos, 1965.
El argumento que hemos usado aqu para descomponer M = K A K - 1 se
aplica tambin a M< = K A ' K - 1 de (3.2.12). Sustituyendo K ~ ] = H, tenemos
M* = KA'H, y esto es
M ' = K A ' H = 2 ^{K { }[H { ] = 2 W i , (3.2.30)
i i
que es un caso especial del teorema de Sylvester (Frazer, Duncan y Collar, 1963,
pg. 78) para analizar una matriz en funcin de operadores espectrales.
La ecuacin (3.2.30) se puede multiplicar por una constante escalar, por
ejemplo at. Si un nmero de ecuaciones tal como (3.2.30) para las potencias t,
t 1, . . . , 1, se multiplica cada una por una constante arbitraria y luego se su-
man, tenemos
a(M< + a ^ M ' - 1 + + a0I = [(atk\ + a r 1 + + ^ { K ^ H J ]
t
lo que equivale a decir que /(M), cualquier funcin polinmica de la matriz M,
se puede desarrollar en la forma
/(M) = f(Xi)Zl + f(X2)Z2 + + f(Xn)ZB . (3.2.31)

Las funciones racionales o trascendentales de una matriz en la medida en que

ellas pueden ser aproximadas a funciones polinmicas. se pueden similarmente
desarrollar en trminos de los componentes espectrales de Z.
Si /(X) es la funcin caracterstica |M XI |, entonces
f w = m = = h) = o,
y en consecuencia se deduce de (3.2.31)
/(M) = 0 .
Este es el importante teorema de Cayley-Hamilton, segn el cual toda ma-

triz satisface su propia ecuacin caracterstica, que hemos probado para el caso
especial en que los Xj son distintos . La ecuacin caracterstica de la matriz 3 X 3
para las mujeres de los Estados Unidos, 1965, se mostr arriba como una ilustra-
cin de (3.2.3). De all podemos escribir:
/ ( M ) = M 3 - 0 . 4 2 7 1 M 2 - 0.8433M - 0.12411 = 0 .
Si /(M) se va a anular, entonces ello debe ocurrir cuando estn presentes las
celdas de la parte superior izquierda, por ejemplo, de M 3 , M 2 , M e I de la sec-
cin 3.1. Esto significa que
0.9224 - (0.4271)( 1.0257) - (0.8433)(0.4271) - 0.1241
debe ser igual a cero, lo cual es cierto dentro de un margen de 0,0001. De ma-
nera similar se pueden formar otras ocho identidades aritmticas. Inversamente,
uno puede elevar al cuadrado cualesquiera de las matrices 3 X 3 del cuadro 3.1
y luego utilizar el teorema de Cayley-Hamilton para determinar su cubo.
Si M es no singular, el hecho de que /(M) = 0 se puede usar para deter-
minar el recproco M - 1 mediante el conocimiento de M y M 2 . Muestre la
ecuacin que nos permite esto y aplquela a la matriz 3 X 3 para Hungra 1965,
dada en el cuadro 3.1. Infiera a continuacin que el inverso de cualquier ma-
triz de la forma
~a b c
M = d 0 0 , c, d,
0 e 0
es
" 0 1/d 0 1
M-1 : 0 0 l/e
Me -a/cd -bce_
y verifique el M - 1 obtenido por medio del teorema de Cayley-Hamilton, tanto

en el caso general como para los datos de Hungra.
La matriz M luce como si se pudiera usar para proyectar la poblacin hacia
el pasado, multiplicando sucesivamente por M " 1 y obteniendo (3.2.26) con t
negativo. Escriba explcitamente los elementos de M - 1 para grupos quinquena-
les de edad. Analice lo que sucede si se intenta una proyeccin mediante M _ 1 ,
usando los valores propios para juzgar el grado de inestabilidad. Disminuye

la inestabilidad usando grupos de edades ms amplios y dejando de lado, de
esta manera, los valores propios menores? Compare esta proyeccin retrospectiva
con el resultado de seguir hacia atrs el recorrido de las cohortes y exprese en
trminos de sentido comn cmo se hace la inferencia con cada uno; en qu
sentido el problema de explicar el origen de la distribucin por edades es ms
difcil que el de decir hacia dnde va? (vase Goodman, 1968a.)
Los operadores espectrales son idempoterites: son iguales a sus propias po-
tencias. Nuestros Z satisfacen esta condicin, porque
Z? = ({K j }[H i ])({K i }[H i ]) = {KjaHJKJHHJ = { K j p i , ] = Z , ,
si hemos normalizado de acuerdo a (3.2.17) haciendo [H<]{K<} = 1. Repitiendo

el argumento, obtenemos
Z = Z { , (3.2.32)
.donde k es cualquier entero positivo. Qu se puede decir cuando A es un en-

tero negativo?
Los operadores espectrales son ortogonales. Las matrices y Zf satisfacen
tambin esta condicin:
Z { Z 3 = {K i }[H i ]{K J }[H j ] = {KJtfHiKiyHH;] = 0, / * j,
puesto que la expresin [H { ]{K,} entre parntesis es cero debido a la propiedad

de ortogonalidad (3.2.22) con i j.
Finalmente, la suma de los operadores espectrales da la matriz unidad. El
total de nuestros Z,
Z, = {KJfHJ + {Kj}[HJ] + + {K}[Hb] , (3.2.33)

es igual a KH, como se puede ver particionando KH en los vectores que sirvie-
ron para definir K y H, multiplicando entonces como si los vectores fueran ele-
mentos escalares:
P*J
KH = [{K1} {K2} {K}]1 J1 (3.2.34)
[H]J
La multiplicacin expresada en el segundo miembro da
{KJtHJ + {K,}[H2] + + {K}[H] = E Zi

i
Pero habramos probado antes que el producto que aparece en el primer miem-
bro de (3.2.34) es K H = HK = I, y por lo tanto tenemos ahora que S A = I.
Esto completa la teora que est detrs de la relacin aritmtica de los Z pre-
sentada en la seccin 3.1. Continuamos ahora con la teora para calcular los Z.
3.3 CALCULO ITERATIVO DE LOS COMPONENTES MATRICIALE^ 63
3.3. CALCULO I T E R A T I V O DE LOS COMPONENTES MATRICIALES
Puesto que A* es mayor en valor absoluto que las dems races, Zx se calcula
fcilmente dividiendo (3.2.30) por Aj para obtener
de manera que si t es suficientemente grande,
Zt = M ' / t f ,
hecho que ya fue aprovechado en la seccin 3.1. Para los datos de hombres en
los Estados Unidos, 1964, que aparecen en el cuadro 3.6, determine Ai, usando
^(64) Y TTJW) j U nto con m.n; verifique luego si se ha logrado estabilidad, exa-
minando si m ^ K m<4) y m 32 producen el mismo Ax. Verifique algunos valores
de Zi, que fueron determinados como M^/A4
De Ai : - 1,09149 y A2 = 0,3975 + 0,7891 i, obtenemos |A|/!AI| = 0,809, y po-
demos aplicar (3.2.30) para determinar un lmite superior al error en Z t cuando
es calculado como M^/A 4 . En realidad (0.809)64 = 1,3 X *<>-, Y P r tanto,
los trminos despreciados son del orden de un millonsimo de los incluidos.
A partir de Ai y la subdiagonal de la matriz M reproduzca alguna de las
razones entre los elementos columna sucesivos de Z x . Dada la porcin de M 6 4
que se muestra en el cuadro 3.6, determine la distribucin por edades estables, y
verifique que el nmero de los que tenan de * a x -j- 4 aos en su ltimo ani-
versario, x 5, 10, 15 es proporcional a A _ , * + 2 ' 6 , / 5 donde SLX se toma
del cuadro 1.3. Utilice cualquier fila de Zi para verificar el valor reproductivo
para los hombres de los Estados Unidos que aparece en el cuadro 3.4.
Puesto que Z t = {KjJfH!], sus filas son proporcionales las unas a las otras;
no puede tener determinantes de orden dos o superior que no se anulen, lo que
equivale a decir que tiene rango uno. (Este es un caso especial de la regla que
dice que el rango de un producto de matrices es menor o igual que el rango de
cada uno de los factores.) Ei rango de una matriz no altera cuando multiplica-
mos todos sus elementos por una constante; en particular, M ( AJZj debe ser
del mismo rango que Z, cuando i es suficientemente grande. Nuestro programa
de computacin para el clculo de Z! fue controlado mediante la magnitud del
determinante de segundo orden de la parte superior izquierda de M f , habindose
evaluado este determinante para cada una de las sucesivas elevaciones al cuadra-
do de M. Cuando t fue tal que
m' m{>
se hizo menor que 0,000001, el programa dej de elevar al cuadrado, calcul At

por medio de
i, = ,
y luego dividi todos los trminos de M' por K[ para obtener Z1. En este caso,
podemos razonablemente tomar el riesgo de suponer que todos los determinantes
dos-por-dos se anulan cuando uno lo hace.
T O O O O O O O O O O O
CO
n
<T> O O O O o o o o o in cr> CT J- f i J" J" in

O o tO r H R^ NN enUN CM CTIIO NN o
m UN m J- J- NN NN NN CM CM CM CM
CM m
J- O O o o O o O o rH o CTUN l A K i r sen O OO o o
-i r> CM cri M O I A in oo O N-i in
J- o UN NN CM tHO CT OO r fv to UN
U3 N 1 f-l rH rirH
CTI
r-. o o o o O o o oo O o CM IO NN O CM in 00 to NN CM OO
t-i NN CM CTIO NN r^NN rH rH CM NN NN
i^ i1 r NN-H 00 UNNN rH- CTIe. UN NN
J- 00 NN NN NN CMCM CM CM rH i rH rH
rH CT
m o o o o o o CM O O o J- NNJ" UNCO to 00 O o to J-
CM J- 00 CTI CTi la-J - co IO UN J- NN
NN c*. OO rH in en J- CT> d- O to CM 00
CO 00 r^ r^ io in in J- J- J- NN NN CM
CM CT
O o o o o o *-l O o O o ?i J- o O OD J-, rH J- O IO 00
J- NN CM tO J-CTICTI00 UNf NN CTI J-
CT> O NN o en co oo ON r-H tN IO 00 rH
J- CTI J" NN rH o CTIoo CO to UN UN
J- CT i4 1 ! T1
oo o o o o tO O O o o o CM CTI >-H 00 CM O CT UN 00
NN 00 tO J- CM rH to to NN to O CM
o o tO 00 CM R^ CM <71 r. to UN UN J-
00 en O 00 IM1A J- CM i O CT oo
J- en CM r1 rH t1rH ri rH rH
CM o o o o o O o o o o O J- IO J- CM f~~ oo UN to CM to
CTI CM J- CM tOCM rH CTCM CTI
J- r1 UN UN r-^ rH ,in! CO UN J- CM O
m CTi CM O oo UN J- CM i1 O CT 00
CM CTI CM CM rH i1rH i-H rH rH rH
-i o o O o O o o o o en oo io 00 00 NN O tO lO to
m cl- r. J- o r. CM CTI00 m toCTO
f-H in 00 o J- 00 -3" O oo r-. to M UN
CM CTi o CTIr^ m J- NN rH o Ol CO N
en CM i-I rH i1rH rH rH rH
CM o r^ o O o O o o o o NN 00 O O tO O T1UN J- r^ o
m 00 o rH r100 r-. to CM NN in IO
I-. o J- cn UNrH CT00 00 00 00 00
CTI CTIr^ UN J- NN rH o CT00 r-^ to
CT> rH I1 rHr-i rH rH
O 11 O o O o O o o o o CO o J- r- CTIO OO NN en oo
f* o 00 1 NNCM CM o to L O UN
m J- 00 UN CMO CTICTICTIO rH CM
CTI UN J- NN CM O en 00 00 vo
CT* tH rH rH rH rH rH

II II
Zi
o iO I I0n Ni
o Z i 1 r< O
o O
. O o
o o N
o o o
rH * o
o rH
o
rH II
ix>
Table 3.6 (continuacin)
47 .211 51 . 753 . . 0 .426 51 .531 56.488 . . 0 466

43 .068 47 .211 . . 0 .389 47 009 51.530 . . 0 425
39 .362 43 . 149 . . 0 .356 42 .963 47.096 . . 0 388
35 .899 39 . 353 . . 0 .324 39 .184 42.953 . . 0 354
32 .624 35 . 762 . . 0 .295 35 .609 39.034 . . 0 322
29 .616 32 .465 . . 0 .268 32 .325 35.435 . . 0 292
26 .870 29 .455 . . 0 .243 29 .329 32.150 . . 0 265
24 309 26 .647 . . 0 . 220 26 .532 29.084 . . 0 240
21 .856 23 .959 . . 0 . 197 23 .855 26.150 . . 0 216
19 .437 21 .308 . . 0 .176 21 .216 23.257 . . 0 192
16 .972 18 .605 . . 0 .153 18 525 20.307 . . 0 167
-45.464 -123.348 -62.561

111.237 -45.269 -122.819
170.848 110.966 -45.159
31.680 170.074 110.464
-184.107 31.424 168.697
10 6 N 6 = -225.650 106N65 = -182.424 106N6 6 3 1 . 136
3.871 -223.464 -180.656
286.555 3.823 -220.653
281.562 281.218 3.752
-71.380 273.314 272.982
-402.962 -68.029 260.482
"Programado por William Linderman y Belinda Bourque
P
SJT
Para usar el anlogo de Z, = M'/X que permita determinar el prximo par

de componentes Z 2 , Z 3 , primero eliminaremos XZU esto es, calculamos la
matriz deflatada.
M - X,Z, = ; 2 Z 2 + X3Z3 + + XHZ% =N ,
y elevamos N a una potencia alta. No necesitamos elevar hasta una potencia
tan alta como para la primera raz caracterstica, debido a que la cada en valor
absoluto desde la tercera a la cuarta raz es mayor que de la primera a la se-
gunda. L razn de la cuarta a la tercera para los hombres de los Estados Uni-
dos, 1964, es IX4I/IX3I = 0,6, lo cual es menor que el cuadrado de |X2|/|Xi| = 0,809,
la razn de la segunda a la primera. En consecuencia, sera suficiente menos de
la mitad de la potencia t usada para Xi. Verifique esto con las races para las
mujeres de Mxico y Estados Unidos dadas en el cuadro 3.3, y compare con
X 2 / X 1 y Xa/Xa en el ejemplo abreviado para los Estados nidos, 1965, de la sec-
cin 3.1.
Debido a que X2 y X3 son del mismo valor absoluto, no se pueden separar
tomando una nica potencia alta de N. Necesitamos en total tres potencias, por
ejemplo N4, N ^ 1 , N'+ 2 . Entonces si t es suficientemente grande como para que
los dems trminos se puedan despreciar, tenemos
N< = X'2ZS + X'3Z3,

N + 1 = 2+1Z2 + X3+1Z3, (3.3.1)
N+2 = X'^Z, + X\+*Z3.
Las mismas ecuaciones se aplican a cualquier elemento, por ejemplo al elemento

7 simo de la i sima fila. Eliminando el elemento correspondiente de Z da
2'

3
= 0.
n!'.+2> <+2 X'3+*
Dividiendo por X|X|(X2X3) y evaluando el determinante resulta
r2) - (** + W + (^.wy = 0 (3-3.2)

Si 1 = 1, 2, y j 1, tenemos el par
+8) - (K + w r 1 ' + (/UaK' = 0,
n+,) - + + 4= 0 . ' ' '
Una manera conveniente de resolver (3.3.3) para las incgnitas X2 y X3 surge

al notar que Xo y X3 son las races en x de (x b)(x X3) = 0, o sea,
x* - (X2 + X3)x + XtX3 = 0 . (3.3.4)
Eliminando X2-J-X3 y \ks de (3.3.3) y (3.3.4) se llega auna ecuacin cuadrtica

x 1
= 0, (3.3.5)
,<+2) (1 + 1)
21 "21
3.3 CALCULO ITERATIVO DE LOS COMPONENTES MATRICIALES 67
cuyas races en x deben ser X2 y Xs. La ecuacin (3.3.5) para los hombres de los
Estados Unidos, 1964, resulta ser
x2 - 0.7949* + 0.7807 = 0 , (3.3.6)
al usar una vez ms el cuadro 3.6, con t = 64. Completando el cuadrado en

(3.3.6) encontramos
JC = - 0 . 3 9 7 5 0.7891/ = 2 t , 3 .
Forme ecuaciones cuadrticas similares a partir de otros elementos y resulvalas,

ilustrando as que X3 no dependen de los elementos elegidos.
Cuando la potencia requerida es baja, resulta econmico comenzar con un
vector arbitrario y multiplicarlo repetidamente por la matriz. Este mtodo, es-
crito simblicamente como M { M [ . . . (MK)] . . . }, no permite el mtodo abre-
viado que consiste en elevar sucesivamente al cuadrado y que se puede describir
como M<2', pero cada multiplicacin matricial requiere slo 1/n de las multi-
plicaciones escalares que se realizan para elevar al cuadrada una matriz n X n.
El lector puede demostrar que el punto de empate en cuanto al nmero de
multiplicaciones escalares est en 2*n2 sns n2, donde 2" es la potencia reque-
rida. Construyendo una tabla de n (2" 1 )/s, se puede leer el valor de s
para cada n. El mtodo preferido depende de cun aita sea la potencia que
necesitamos: con una matriz n x n = 9 X 9> I a elevacin sucesiva al cuadrado es
ms econmica para las potencias de orden 64 en adelante.
El mtodo para determinar las races, reales y complejas, descrito en estas
pginas es aplicable donde un vector arbitrario est premultiplicado repeti-
damente por la matriz dada M. Si {K<>} es el vector arbitrario, y A*'* es el
elemento tpico de M'{K ( 0 >}, entonces Xx == A< +1) M< 4 > para t grande; el lector
puede tener el deseo de inventar una solucin para X2 y X3 por este procedi-
miento alternativo.
El clculo de la segunda y tercera componentes espectrales no es difcil una
vez que se dispone de X2 y X3. Cuando la matriz deflatada, de la cual se ha
restado la primera componente espectral
N = M - ^Z, ,
se eleva a la potencia (t -f- I), es
N't+1 = ^ 2 +1 Z 2 + 2'3+Z3 ;
a la potencia ( 2), es
N<+2 4= Xl^Z, + X3+2Z3.
Restndole a la segunda de stas, la primera multiplicada por X3 da
N+2 - ^N"1 = - <W)Z2 ,
de modo que
N' " A3N
1 2 +1
, (3.3.7)
x2 /I3A2
y Z3 se obtiene de esto intercambiando subndices.

CUADRO 3.7
MATRIZ DE PROYECCION M Y SUS DOS PRIMERAS COMPONENTES ESPECTRALES
Z, Y Z , . MUJERES CANADIENSES, 1965
Matriz de proyeccin Primera componente espectral

Edad M Zi
Subdiagonal Primera fila Columna { K i ] Fila [ H i ] '
0 0.99651 0.00000 0 .10618 1.059
5 0.99820 0.00024 0.09832 1.144
10 0.99802 0.05861 0.09119 1.233
15 0.99729 0.28608 0.08456 1.267
20 0.99694 0.44791 0.07836 1.064
25 0.99621 0.36399 0 .07259 0.673
30 0.99460 0.22259 0.06719 0.340
35 0.99184 0.10457 0.06210 0.131
40 0 . 98700 0.02826 0.05723 0.030
45 0.97899 0.00240 0.05248 0.002
Segunda componente espectral

Edad
/
Columna { K a } Fila [H a l
0 0 . 1642 + 0. 0854i 0.1642 + 0 .0854

5 0. 1738 - 0 . 1300i -0.0049 + 0. 1577
10 -0.0490 - 0. 2503 -0.1228 + 0 . 0545
15 -0.2898 - 0. 0757 -0.0968 - 0 .0791i
20 -0.2276 + 0. 2680 -0.0222 - 0. 1280
25 0.1674 + 0 . 37 7 1 i 0.0163 - 0 . 1028
30 0.4835 + 0 .0150 0.0250 - 0 . 0567i
35 0 .2614 - 0. 5 0 2 2 i 0 .0162 - 0. 0209i
40 - 0 . 3958 - 0 .5294i 0.0048 - 0 .0043
45 -0.7535 + 0. 1474 0.0004 - 0 .0003

3.4 INTERPRETACION DE LOS RESULTADOS 69
Necesitaremos A p a r a deflatar N y continuar el proceso. De (3.3.7)

esto es
+ , = _ L _ - V " - . (3.3.8)
Si A2 = ex+iv podemos expresar (3.3.8) en trminos reales. Usando el hecho de

que ex+iy = e* (eos y -)- i sen y), y tambin que sen (A - f B) -= sen A eos B -1- eos
A sen B, llegamos finalmente a
JA + = N t+1 g~' J sin (r + l ) j N' +8 e~ (t+1) * sin f j _ (3 3 9)
(Verifique esto determinando su valor lmite, si A4 = A5 = . . . = 0 para t = 0 y

t = 1, y vea si se aplica a la raz real haciendo tender y a cero. Recuerde que
el lmite de sen ty/sen y cuando y tiende a cero es t). Este mtodo se expone
a serios errores de redondeo despus de las primeras tres races.
3.4. INTERPRETACION DE LOS RESULTADOS
Una aplicacin numrica de los mtodos de este captulo est publicada en deta-
lle para las mujeres de los Estados Unidos, 1963, (Keyfitz, 1967), y no se necesita
repetirla aqu. En lugar de eso, mostraremos un resultado abreviado de descom-
posicin para una poblacin diferente: las mujeres canadienses, 1965. El cuadro
3.7 da la matriz original M, el vector columna {Kj} normalizado a uno, la pobla-
cin estable como una distribucin porcentual, y el vector fila estable [Hj]'
(o sea, transpuesto por conveniencia de impresin) con una nia recin nacida
como unidad. Estos son proporcionales a las columnas y filas, respectivamente,
de la primera matriz estable Z^ Aparecen tambin los nmeros correspondientes
a la segunda matriz estable Z2.
Ahora lo nico que necesitamos son los nmeros c1( y c2, ca de (3.2.25) para
desarrollar la descomposicin del { K t 0 ) } observado en el cuadro 3.8. Ellos son
fi = 9 838 600 y c2, c3 = 83 669 252 529, y se puede verificar que, multipli-
cados por los vectores columnas del cuadro 3.7, stos producen las dos compo-
nentes principales del cuadro 3.8.
La primera componente tiene en cuenta aquella parte de { K ( 0 ) } que es
estable. Las desviaciones de la estabilidad cuya periodicidad es la generacin
estn cubiertas por las contribuciones de la segunda y tercera races. Debido a
que los escasos nacimientos de fines de la dcada del 30 estn separados aproxi-
madamente por una generacin, el perodo de la segunda raz, desde la depresin
del 60, la segunda componente pesa mucho en la descomposicin de acuerdo a
(3.2.23), que aparece en el cuadro 3.8. Verifique la segunda y tercera columna
del cuadro 3.8 a partir de los c dados en la parte inferior del cuadro y los vec-
tores estables del cuadro 3.7. Encontrar, por ejemplo, que para los 10 aos de
edad el elemento de la primera componente ^ { K j } es
(9,838,600)(0.09119) = 897,000,
C U A D R O 3.8
DESCOMPOSICION DE LA DISTRIBUCION {K>} OBSERVADA DE 42 AOS DE EDAD
EN TRES COMPONENTES MEDIANTE (3.2.23), MUJERES DE CANADA, 1965. (En miles)
CONTRIBUCION DE
Trmino dominante
roblacin que contiene Segundo y tercer Cuarto a noveno
Edad observada raz real trminos trminos
c i, { K i} + . .
Cj{Ki} C2{K2}+C3{K3} + C9{K9}
0 1067 1045 -16 38

1051 967 95 -11
10 966 897 118 -49
15 847 832 -10 25
20 665 771 -173 67
25 581 714 -162 30
30 589 661 73 -145
35 621 611 297 -287
40 615 563 201 -149
45 528 516 -200 212
50 469 470 -470 469
55 + 1480 1791
TOTAL 9479 9838
ci = 9,838,600,
c2, c3 = 83,669 252,529i.
y de la segunda y tercera componente es
(83,669 + 2 5 2 , 5 2 9 i ) ( - 0 . 0 4 9 0 - 0.2503/)
+ (83,669 - 2 5 2 , 5 2 9 ) ( - 0 . 0 4 9 0 + 0.2503) = 118,216 , (
una cantidad real redondeada en el cuadro 3.8 a 118 000.

El cuadro 3.9 muestra dos componentes de la proyeccin efectuada me-
diante (3.2.26). Es notable el descenso relativo y absoluto del efecto de las races
posteriores a la primera. Determine la razn de los valores absolutos |t|/|Ai|
CUADRO 3.9
PROYECCION DESDE 1965 A 2015 Y 2065 BASADA EN TASAS POR EDADES FIJAS,
MOSTRANDO LOS EFECTOS DE LA RAIZ DOMINANTE Y LAS DEMAS RAICES DE
ACUERDO A (3.2.26). MUJERES CANADIENSES.
(Datos en miles)
2015 2065
Trmino dominante Trmino dominante

Edad que contiene la Otros trminos que contiene la Otros trminos
raz real raz real
1 0 9 io 2 0 9 20
c iXi {Ki } l c X {K.} CiXi {Kj} I c
i=2 1 1 x
i=2
0 2170 29 4557 9
5 2010 36 4219 4
10 1864 1 3914 -2
15 1729 -23 3629 1
20 1602 -15 3363 6
25 1484 27 3115 9
30 1373 55 2884 1
35 1269 25 2665 -11
40 1170 -39 2456 -14
45 1073 -94 2252 -1
50 976 24 2049 14
55+ 3722 -26 7814 -16
de las races para Canad, 1965, del cuadro 3.10, y examine si las potencias de
esta razn explican el descenso en la segunda columna del cuadro 3.9 desde
1965 a 2015 y desde 2015 a 2065.
Los logaritmos de los X se interpretan con mayor facilidad que los X mis-
mos. Si Xx es la razn de una poblacin estable en un momento dado a la de
cinco aos atrs, entonces r1 0,2 ln Xi es la tasa anual de crecimiento instant-
neo. Para una raz compleja, digamos X = u + iv, supongamos que el corres-
pondiente r = 0,2 ln X = 0,2 ln (u -+- iv) es x -f- iy. Entonces tenemos segn el
teorema de De Moivre (Chrystal, 1961, Vol. I, pg. 235)
g^x+iv) _ e5*(cos 5y s j n 5y) = u + V t
de modo que el valor absoluto o mdulo es
M| = VV + v* = eBx,
C U A D R O 3.10
RAICES CARACTERISTICAS PRINCIPALES r = 0,2 In X.
POBLACIONES FEMENINAS DE CANADA Y LOS ESTADOS UNIDOS
n = 0.2 In Xi r 2 , r 3 = 0 2 ln CX2, X3)
X +
iy
CANADA
-0.0326 0.2244
1965 0.01469
1964 0.01843 -0.0285 0.2264
0.02002 -0.0275
0.2274
1963
1960-62 -0.0274 0.2275

0.02131
1950-52 0.01698 -0.0293

0.2179
1940-42 0.00735 -0.0351 0.2078

+
1930-32 0.00904 -0.0317 0.2029
UNITED
STATES""
+
1965 0.01267 -0.0390 0.2346
1964 -0.0346 + 0.2370

0.01613
+
1963 0.01753 -0.0335 0.2387
1962 0.01929 -0.0323

0.2405
1959-61 0.02119 -0.0317 i 0.2418
1949-51 0.01440 -0.0406 0.2330
1939-41 0.00094 -0.0513 0.2189
1929-31 -0.0499
0.2096
0.00251
Programado por Wilhelm Flieger.

Nacimientos corregidos.
y el argumento es
arg 2t = arctan (v/u) 5y .
A h o r a (3.2.26) se convierte e n
M ' { K ( 0 > } = e ' V c J K J + e'. C l {K,} + . . . + ^ ^ { K , } , (3.4.1)
= "^.{K,} + c.e 6 '' (eos 5y,t + i sin 5 ^ . ) { K , } . (3.4.2)

Todos los elementos de cada trmino numerado como par son complejos conju-
gados del trmino siguiente, numerado como impar, esto es, los trminos pares
e impares sucesivos son de la forma a + ib y a ib respectivamente, donde a y b
son reales. Esto se demuestra mediante el mtodo de (5.2.3) que se ver ms
adelante. Pruebe que la multiplicacin y exponenciacin de nmeros complejos
conjugados da como resultado nmeros complejos conjugados, y por tanto el
segundo miembro de (3.4.2) es necesariamente una suma de vectores reales.
Podemos por lo tanto ver qu sucede para cualquiera de las r con el creci-
miento de t, expresando X* = ert en trminos de r = x -(- iy. La parte real x
es negativa, y por lo tanto e5** es una curva exponencial descendente que deter-
mina la tasa de amortiguacin para la amplitud de las oscilaciones. Cuando t
ha crecido en 2n/y las cantidades eos yt y sen yt de (3.4.2) estn de nuevo en la
misma fase. De ah que la amplitud de oscilacin sea 2x/y e y su frecuencia.
En el cuadro 3.10 se presenta informacin para la poblacin femenina de
Canad y los Estados Unidos desde 1930 hasta la dcada del 60. La raz real
rx = 0,2 ln Xi es la tasa, compuesta en forma continua, a la que crecera la
poblacin femenina si se mantuvieran las tasas de mortalidad y fecundidad por
edades del ao en cuestin durante un tiempo suficiente como para que des-
apareciera la influencia de la distribucin por edades inicial. Entre los Estados
Unidos y Canad, el movimiento de rx en los aos recientes es muy similar, pe-
ro alrededor de 1930 Estados Unidos estaba considerablemente ms "avanzado",
lo que equivale a decir ms bajo, en 0,00904 (0,00251), o sea, aproximada-
mente 2/3 por ciento anual.
Para los Estados Unidos la parte real x de la primera raz compleja
r2 = x -j- iy va desde 0,0513 en 19394941 a 0,0317 en 1959-1961; esto
corresponde al estrechamiento del intervalo de edades dentro de las cuales tiene
lugar la reproduccin: mientras ms reducido sea este intervalo de edades, menos
rpida ser la amortiguacin de las oscilaciones que surgen de perturbaciones en
la distribucin por edades (seccin 6.4).
Por el otro lado, se ha incrementado la parte imaginaria y; de este modo,
el perodo de las oscilaciones que se producen en las generaciones posteriores por
una perturbacin en la distribucin por edades, que es igual a 2jt/y aos, tiende
a disminuir. La tendencia de y a crecer, como aparece en el cuadro 3.10, desde
0,2189 en 1939-1941 a 0,2418 en 1959-1961, corresponde a un descenso en la
longitud de la onda desde 2jt/0,2189 = 28,70 aos a 2jt/0,2418 = 25,99 aos.
Estos perodos se relacionan con la edad media de las mujeres al nacimiento de
sus hijos, tema que se investigar en el captulo 6. Los cambios son ms consis-
tentes en las cifras de los Estados Unidos que en las de Canad.
CAPITULO 4
ESTUDIO DE UNA MATRIZ DE PROYECCION

QUE CAMBIA A TRAVES DEL TIEMPO
4.1. EXPERIMENTOS ACERCA DE LOS EFECTOS DEL CAMBIO

EN LAS TASAS ESPECIFICAS DE FECUNDIDAD
Y M O R T A L I D A D POR EDADES
Hasta el momento el anlisis lia consistido en la premultiplicacin de un vector

dado de distribucin por edades por las potencias de una matriz fija. Pero as
como la proyeccin de poblacin corriente puede incorporar cambiantes tasas
especficas de fecundidad y mortalidad por edades, lo mismo se puede hacer para
la formulacin matricial de dicha proyeccin. La poblacin proyectada despus
de dos ciclos no ser M 2 {K< 0 *}, sino M(1> M(0>{K<>} donde M<> se construye
en base al conjunto de tasas especficas de mortalidad y fecundidad por edades
que se espera rijan durante el primer perodo, y M(1> a partir del conjunto que
se espera tenga vigencia durante el segundo, perodo. Algunas veces ser de inte-
rs suponer que la matriz que premultiplica va cambiando a travs del tiempo
de acuerdo con algn criterio sistemtico.
Como un ejemplo, consideremos las tasas de natalidad de un pas subdesa-
rrollado y supongamos que en el futuro estas tasas declinan hasta un nivel ade-
cuado a sus bajas tasas de mortalidad. La tasa bruta de natalidad de Mxico,
1960, de 46,0 por mil, no es apropiada en relacin a su tasa de mortalidad de
11,5, como lo demuestra el hecho de que la continuacin de estas tasas multipli-
cara la poblacin por (1,0 + 0,0460 0,0115)100 29,7 durante el curso de un
siglo, llevndola a (34 923 000) (29,7) = I 038 000 000, y al cabo de la segunda
centuria a 30,8 X 10. o sea, nueve veces la poblacin actual del planeta. Ante
la certeza de que ocurrir un cambio, preferentemente en la forma de una baja
de las tasas especficas de fecundidad por edades, nos preguntamos cunta dife-
rencia representa respecto a la poblacin final, ya sea que el cambio se realice
lenta o rpidamente, en 40 15 aos. Las pginas siguientes describen un
programa de computacin que debera ser adecuado para dos conjuntos cuales-
quiera de estructura de fecundidad y mortalidad, con el objeto de estudiar la
cambiante distribucin por edades, cuando una poblacin dada inicialmente se
mueve ms o menos rpidamente de un conjunto de tasas al otro. Bastar inves-
tigar la poblacin femenina de 0-44 aos de edad, y por ello la discusin queda
restringida a este grupo.
En las ilustraciones se han usado los datos de Mxico, 1960, y de los Esta-
dos Unidos, 1940. El cuadro 4.1 muestra las dos matrices. Podemos considerar
la matriz de Mxico, 1960, como el punto medio de una transicin demogrfica
(Notestein, y otros, 1944), en que la mortalidad ha bajado, pero la fecundidad se
mantiene alta. Se puede considerar a los Estados Unidos, 1940, como el punto
terminal de tal transicin, en la cual los nacimientos han bajado hasta un punto
74
CUADRO 4.1
MATRICES M<, ( M E X I C O , 1960) Y MX (ESTADOS UNIDOS, 1940) QUE REPRESENTAN
LAS SUPUESTAS CONDICIONES INICIALES Y FINALES D E MORTALIDAD
Y FECUNDIDAD P A R A MUJERES, EN U N A T R A N S I C I O N DEMOGRAFICA HIPOTETICA
0 0 0 1145 0 4413 0 6689 0 6383 0 5132 0 3197 0 1025

0 9650 0 0 0 0 0 0 0 0
0 0 9902 0 0 0 0 0 0 0
0 0 0 9923 0 0 0 0 0 0
M0 = 0 0 0 0 9888 0 0 0 0 0
0 0 0 0 0 9811 0 0 0 0
0 0 0 0 0 0 9805 0 0 0
0 0 0 0 0 0 0 9765 0 0
0 0 0 0 0 0 0 0 9715 0
-
0 0 0 0633 0 2199 0 2987 0 2384 0 1498 0 0737 0 0203

0 9909 0 0 0 0 0 0 0 0
0 0 9959 0 0 0 0 0 0 0
0 0 0 9942 0 0 0 0 0 0
Mi = 0 0 0 0 9909 0 0 0 0 0
0 0 0 0 0 9886 0 0 0 0
0 0 0 0 0 0 9864 0 0 0
0 0 0 0 0 0 0 9830 0 0
0 0 0 0 0 0 0 0 9800 0
76 ESTUDIO DE UNA MATRIZ DE PROYECCION 4.1
donde las muertes son escasamente reemplazadas. Mxico, 1960, tena una raz
dominante femenina, = 1,182, correspondiente a un incremento anual de
33,9 por mil; en 1940, la poblacin de Estados Unidos era aproximadamente
estacionaria, es decir, con Xi = 1. La curva de cambio supuesta arbitrariamente
para el futuro de Mxico, implica una tasa de natalidad que primero desciende
lentamente, luego lo hace rpidamente, y por ltimo se estabiliza. Esta curva
en forma de S, similar a la logstica de la ecuacin (9.2.4) y dibujada en el gr-
fico 9.1, ha sido aplicada en diversas ocasiones en demografa (Verhulst, 1838,
Pearl y Reed, 1920).
Definiremos nuestra variante de la logstica, considerando las formas inicial
y final de la matriz de proyeccin, y mostrando una manera simple de establecer
la transicin de una a la otra. Si llamamos M 0 a la matriz de proyeccin inicial
aplicable a Mxico en 1960, y M u a la matriz final, derivada de los Estados
Unidos, 1940, entonces supongamos que la diferencia M 0 M x est dividida en
siete partes (no todas iguales). La proyeccin desde 1960 a 1964 se har mediante
M 0 aquella entre 1965 y 1969 mediante M 0 menos la primera de estas partes,
la correspondiente a 1970-1974 por M menos la primera y segunda de estas
partes, etc., y sobre el perodo 1995-1999 y subsiguientes, por M 0 menos todas
estas partes, o sea, por M 0 ( M 0 M ) Mj. El cambio en la matriz pre-
multiplicadora en cualquier perodo, est relacionada con la distancia desde
el comienzo y tambin a la distancia respecto al fin de la transicin. Para
1965-1969 la deduccin practicada en M 0 es proporcional a (1)(7) = 7; para
1970-1974 la deduccin adicional es proporcional a (2)(6) = 12; para 1975-1979
a (3) (5) = 15, etc. La suma de
7 + 12 + 15 + 16 + 15 + 12 + 7 = 84
provee el denominador para las fracciones acumulativas
0 7 19 S4 50 5 77 84
4' ' TSf !T4 ' 4 ' ? ' TTf ' tff
As, las matrices usadas fueron
para 1960-64, M . - A ( M , - M,) = M 0 = M>,

para 1965-69, M - *\(M 0 - M,) = 1]M 0 + ^ M , = M< ,
para 1970-74, M - iJ(M 0 - M,) = jtfM, + M , = M> ,
para 1990-94, M - HM. - M i) = n W + JIM, = M>,

para 1995-99, M0 - ( M , - M.) = M, = M (7) .
En general, cuando la transicin se extiende no sobre 7 sino sobre s ciclos

o 5 aos, la matriz que se debera usar para proyectar desde 1960 5i a
1960+5(1+1) seria
(i)(/ + 1)(3J - 2i + 2)
M0 - (M0 - Mj) (4.1.1)
(s)(s + l)( + 2) .
4. 1 EXPERIMENTOS ACERCA DE LOS EFECTOS DEL CAMBIO 77
Esto usa el hecho de que
<1)(j) + <2)(j - 1) + . . . + (,)(1) = (s)(s + 1 )(s + 2)/6 ,
que el lector puede deducir igualando las dos formas del coeficiente de x 4 - 1 en
la identidad (1 x ) - 2 ( l x)~ 2 = (1 x)~*.
Dado el siguiente vector de distribucin por edades para las mujeres mexi-
canas
(2840\
2611
2124
1796
{K(0)} = 1000 1542)
1309
1043
962
687)
que da un total de 14 914 000 nias y mujeres con menos de 45 aos de edad en
1960, junto con la matriz M 0 M j cuadro 4.1, verifique la primera fila comn
para 1965 del cuadro 4.2. Use para verificar las cifras para el ao 2000 bajo
la transicin de 15 aos.
Cuando la matriz se supone cambiante con el tiempo, la verificacin re-
quiere una media ponderada de M 0 y Mi. Para el cambio desde 1975 a 1980
tenemos de (4.1.1) para i 3 y 5 = 5;
M (3) = 13M, + 22M 1

35
Para la proyeccin de 0- 4a 5-9 esto da
(13)(0.9650) + (22)(0.9909) = Q 13
w
35
y (4062) (0,9813) es 3986 para las edades 5-9 en 1980. Para las edades 0-4 en 1980,
necesitamos la media ponderada de todos los elementos de la primera fila. Por
ejemplo, el primer elemento no cero es
(13)(0.1145) + (22)(0.0633) = Q 0g232
35
Entonces, para el grupo 0-4 en 1980, para s = 5 tenemos
(0.08232)(3668) + (0.30213)(2697) + + (0.05083)(1223) = 3808
Los tres ejemplos, s = 3, 5 = 5, 5 = 7, del cuadro 4.2 terminan todos con

las mismas tasas, pero la consecuencia de que el cambio se efecte a travs de
15 aos da una poblacin de 27 308 000 mujeres de 0-44 aos de edad al final
del siglo, en tanto que si se efecta a travs de 25 aos resulta ser de 31 664 000,
esto es, un 16 por ciento ms.
C U A D R O 4.2
PROYECCION DE LA POBLACION FEMENINA DE MEXICO, 1965-2000, SUPONIENDO

QUE LA TRANSICION COMIENZA EN 1965 CON I.A M O R T A U D A D Y FECUNDIDAD
DE MEXICO 1960, Y TERMINA CON LA MORTALIDAD
Y FECUNDIDAD DE ESTADOS UNIDOS 1940, DURANTE 15, 25 Y 35 AOS. (En miles)
AO 0-4 5-9 10-14 15-19 20-24 25-34 35-44 0 - 44
TRANSICION EXTENDIDA A TRAVES DE 15 AOS: s - 3
1965 3816 2740 2585 2108 1776 2796 1953 17, 775
1970 3663 3712 2718 2567 2085 3232 2248 20, 226
1975 3044 3601 3690 2701 2542 3776 2685 2 2 , 040
1980 2467 3016 3587 3669 2677 4542 3119 23, 077
1985 2890 2445 3004 3566 3636 5125 3651 2 4 , 316
1990 3243 2864 2435 2986 3534 6204 4392 25, 658
1995 3333 3214 2852 2421 2959 7039 4954 26, 772
2000 3198 3303 3200 2836 2399 6372 6000 27, 308
TRANSICION EXTENDIDA A TRAVES DE 25 AOS: s = 5
1965 3816 2740 2585 2108 1776 2796 1953 17, 775
1970 4080 3696 2716 2566 2085 3229 2245 20, 617
1975 4062 3977 3668 2697 2540 3765 2676 23, 384
1980 3808 3986 3952 3644 2670 4522 3101 25, 683
1985 3510 3760 3966 3928 3610 5104 3628 2 7 , 506
1990 3371 3478 3744 3944 3893 6170 4369 2 8 , 968
1995 3726 3340 3464 3723 3908 7368 4934 30, 463
2000 3887 3692 3327 3444 3689 7659 5967 31, 664
TRANSICION EXTENDIDA A TRAVES DE 35 AOS: s = 7
1965 3816 2740 2585 2108 17-76 2796 1953 17, 775
1970 4238 . 3690 2715 2566 2085 3227 2244 2 0 , 766
1975 4512 4115 3659 2695 2538 3761 2672 23, 952
1980 4615 4401 4084 3634 2667 4511 3091 27, 004
1985 4628 4525 4373 4057 3598 508 7 3611 29, 879
1990 4552 4559 4500 4346 4019 6141 4344 32, 460
1995 4375 4501 4538 4474 4306 7471 4907 3 4 , 572
2000 4264 4335 4483 4512 4433 8173 5934 3 6 , 134
4. 1 EXPERIMENTOS ACERCA DE LOS EFECTOS DEL CAMBIO 79
Damos a continuacin una serie de totales para el ao 2000 ms extensa

que la que aparece en el cuadro 4.2.
Descenso extendido sobre Nmero de mujeres con menos

" los de 45 aos en el 2000 D C"
s =3 15 27,308,000
s = 4 20 29,504,000
s = 5 25 31,664,000
= 6 30 33,850,000
s = 7 35 36,134,000
s = S 40 38,572,000
Cada quinquenio adicional sobre el que se extiende el descenso, suponiendo

que comienza inmediatamente despus de 1965, da origen a 2,2 millones de
mujeres ms al final del siglo, aproximadamente. Esto se puede comparar con
el efecto de postergar el comienzo del descenso, prosiguiendo luego a travs de l
a un ritmo dado: una postergacin de 5 aos agregara un 18 por ciento a la
poblacin (o en general, la fraccin X j 1).
Las ondas inducidas por el descenso en la tasa de natalidad, que difcil-
mente aparecen en la transicin de 35 aos, son notables en la transicin de
15 aos. En esta ltima, el nmero de nias con menos de cinco aos des-
ciende bruscamente desde 3 816 000 en 1965 a 2 467 000 en 1980, luego salta a
3 333 000 en 1995; la columna 15-19 se eleva a 3 669 000 en 1980, para descen-
der a 2 421 000 en 1995; a esto sigue un alza de 3 271 000 en 2010 (no aparece
en el cuadro).
Tales clculos hipotticos ocupan un lugar intermedio entre la investigacin
emprica y la teora, sin ser estrictamente ninguno de ellos. Los dos resultados
principales del ejemplo precedente son las oscilaciones inducidas cuando el cam-
bio en las tasas ha ocurrido en un perodo corto, como por ejemplo, 15 aos,
y el grado en que una transicin ms lenta aumenta la poblacin final. El arte
en este tipo de trabajo demogrfico est en la construccin de preguntas bien
definidas, las que no son, sin embargo, lo suficientemente simples como para
que se puedan responder prontamente desde el punto de vista terico. Un tra-
bajo importante en esta lnea es la simulacin debida a Orcutt y sus colegas
(1961).
Frank Oechsli investig lo que sucede a varias caractersticas de una pobla-
cin, si la fecundidad decae bruscamente en un perodo quinquenal, en tanto
que la mortalidad permanece constante. El llev la poblacin promedio de
Taiwn 1950 1959 hasta 1961, y luego la someti a la fecundidad por edades
de Japn 1963, proyectando ambos sexos en base a los nacimientos segn edad de
la madre. El lector puede comentar los resultados que he extrado del trabajo
de Oechsli (cuadro 4.3). Puede hacer conjeturas para explicarse por qu la tasa
bruta de crecimiento natural toma un total de 60 aos en volverse negativa;
por qu el porcentaje de la poblacin menor de 15 aos de edad cae rpida-
mente a su nivel final, pero el porcentaje sobre 65 sube lentamente y a un paso
acelerado; por qu oscila la relacin de dependencia; por qu la relacin de
masculinidad cambia de manera tan considerable. En la teora de los captulos
CUADRO 4.8
PROYECCION DE LA POBLACION DE CHINA ( T A I W A N ) , 1956, SUPONIENDO M O R T A L I D A D CONSTANTE
Y UNA FECUNDIDAD QUE DESCIENDE E N T R E 1961 Y 1966 A L NIVEL
DE LAS TASAS ESPECIFICAS P O R EDADES DE JAPON EN 1963
C
O
Porcentaje en las edades Nmero
Tasa Tasa Tasa bruta Relacin 0
Poblacin 0 de hombres
Ao bruta de bruta de de crecimiento de depen- A
(en miles) por cada 100 3
natalidad mortalidad natural dencia 1
0-14 15-64 65 y ms mujeres c
z
>
2
>
1961 11,095 40. 1 6. 7 33.4 46.2 50. 8 3.0 0.969 3. 2 103.5
1966 11,595 15.3 5. 8 9.5 39.4 57. 2 3.4 0.748 26. 5 103.0
1971 12,150 16.7 6. 4 10.3 30.0 66. 2 3.9 0.511 23. 4 102.5
1976 12,846 20.3 7. 1 13.2 21.6 73. 8 4.5 0.355 21. 2 101.9 8
1981 13,762 23.4 7. 8 15.6 24.3 70. 6 5.0 0.416 20 . 4 101.3 A

1991 15,367 15.0 8. 8 6.2 26.6 67. 1 6.3 0.490 17. 8 100.2
<<
M
2001 15,925 13.6 10. 3 3.3 20.4 71. 3 8.3 0.403 13. 7 99.1
2011 16,451 16.0 12. 5 3.5 20.0 70. 1 9.9 0.426 11. 1 98 . 2

2021 16,542 13.1 14. 7 -1.6 21.0 64. 0 15.1 0.563 8. 8 97.2
2031 16,016 13.4 16. 7 -3.3 19.1 64. 9 16.0 0.542 7. 4 96.6
2041 15,598 14.5 16. 9 -2.4 19.9 66. 8 13.3 0.496 5 .5 96.8
2051 15,252 13.4 15. 0 -1.6 20.3 64. 3 15.4 0.556 3. 8 97.0
2061 14,851 13.7 16. 6 -2.9 19.5 65. 2 15.3 0.533 3. 0 96.6
2111 13,106 13.7 16. 1 -2.4 19.9 65. 0 15 . 1 0.538 0. 8 96.8
2161 11,554 13.8 16. 2 -2.4 19.9 65. 3 14.9 0.532 0 .3 96.8
'Programado por Frank Oechsli.

'Porcentajes en las edades 0-14 y 65 y ms, dividido por el porcentaje en 15-64.
'Desviacin de la distribucin por edades observada respecto de la distribucin por edades estables, medida a travs del ndice de
disimilitud A: suma de diferencias positivas en porcentajes.
4.2 ANALISIS DE COLECCION DE TABLAS DF. VIDA 81
7 y 13, como as tambin en otras secciones, se encontrar ayuda para responder

a estas preguntas.
4.2. ANALISIS DE COLECCIONES DE TABLAS DE VIDA
Se pueden usar mtodos de interpolacin, aplicables a las tablas de vida o distri-

buciones de fecundidad, como as tambin a matrices, para determinar conjuntos
intermedios o tpicos. La discusin que sigue se har en trminos de las tablas
de vida, por ser el caso ms usual. En ausencia de los datos relativos a un pas
o territorio, sentimos la tentacin de recurrir al uso de la tabla de mortalidad
de otro pas cuya poblacin suponemos similar. Si uno tiene razones para creer
que el pas de inters tiene una cierta 0, por ejemplo, puede buscar una estruc-
tura de la mortalidad por edades derivada de las estadsticas vitales en otros
pases que tengan la misma 0. Las tablas modelo de vida constituyen una ma-
nera de sistematizar esta bsqueda.
Ellas tambin proveen una manera de estudiar cambios en la mortalidad a
travs del tiempo. Las tablas de vida de Suecia estn disponibles para todo el
siglo xrx. Forman stos un sistema uniparamtrico, o sea, las tablas inter-
medias caen en una recta de interpolacin entre la primera y la ltima? Una
manera simple de examinar esto consiste en usar dos tablas extremas para gene-
rar un conjunto intermedio. Si el ndice que se va a usar es K, podemos obser-
var, por ejemplo, que los hombres suecos mostraron para los 5 aos centrados
en 1800 una l0 = 45,86, y para los cinco aos centrados en 1900 una l0 = 52,93.
Entonces mediante una interpolacin lineal se puede construir un conjunto de
tablas, por ejemplo, a intervalos de un ao sobre e10.
La interpolacin se puede poner simplemente en trminos de una ponde-
racin w. Ponderamos nuestra tabla de 1900 con y a la de 1800 con 1 w t ,
de modo que
5 2 . 9 3 ^ + 45.86(1 - w{) = i , (4.2.1.)
donde i es la w o ndice de la tabla modelo. La resolucin de (4.2.1) para
w( da
/ - 45.86
w ,
52.93 - 45.86
o si 10 y '10 son los dos esperanzas observadas e i es la 1(l del modelo desea-
do, tenemos
= (i ~ o)/(io - 'xo) (4.2.2)
Las ponderaciones wt y 1 wt se deberan luego aplicar a la columna qx de las
dos tablas observadas para determinar las qx intermedias, y de estas ltimas se
calculara el resto de la tabla modelo segn la manera usual. [Reproducira co
exactamente el valor intermedio as determinado? Qu se puede decir sobre la
linealidad del proceso de computacin de la tabla de vida?]
Para el valor interpolado 10 = i 49,00 las ponderaciones son 1 w =
: 0,5559 para el ao 1800 yai = 0,4441 para 1900. Estos se aplicaron a las qx
de las tablas observadas en 1800 y 1900: (0,5559)( s q x ) + (0,4441 )(5<?;) para obte-
ner las jqx de la tabla interpolada que tendr a l0 = 49,00.
Surge la pregunta acerca de cun buena es la aproximacin de esta tabla
ficticia respecto de la tabla observada en Suecia, cuya e I0 es aproximadamente
49,00. Esta muestra para 1858-1862 una e m de 48,99. Su e0 es 43,07 (contra 42,16
de la tabla interpolada); su q0 = 0,1481 (contra 0,1747); q-M = 0,0348 (contra
0,0376); q m = 0,0578 (contra 0,0593). Los cambios en la mortalidad de Suecia,
a travs del siglo xix, no se produjeron linalmente pitra todas las edades. (Una
manera alternativa de examinar esencialmente el mismo problema se presenta
en los cuadros 7.6 a 7.8 y en la discusin de la seccin 7.4.)
Las discrepancias respecto a la recta son a veces lo suficientemente grandes
como para sugerir que se requerira un con- / = q0
junto biparamtrico a fin de representar los
cambios durante un perodo. Tratamos ahora
no con una recta, sino con tres puntos en un
tringulo, a partir de los cuales podemos lle-
nar el plano linealmente. Si ponemos ndi-
ces sobre e10 y q0 y observamos tablas con
io> Ko< <?'0: Kv <?o> entonces las ponde-
raciones apropiadas w, w', 1 w w', se de-
terminan para la tabla modelo con <?10 = i,
q0 = j, resolviendo
ww + w''10 + (1 - w - w')['a = i,
wq0 + w'q'o + (1 - w - w')q'0' = j , GRAFICO 4.1
(4.2.3) INTERPOLACION ENTRE LAS
TRES TABLAS DE VIDA
DADAS.
para las dos incgnitas, w yin' (grfico 4. IV
El anterior esquema de interpolacin sirve para un estudio preliminar de la
incidencia por edad del cambio en la mortalidad, pero no es utilizable, en
la prctica, para construir tablas modelo por ser estadsticamente ineficiente (no
existe manera fcil de incorporar en l una gran cantidad de tablas observadas).
La regresin constituye una manera de incorporar las observaciones perti-
nentes, y es la base de los dos conjuntos de tablas modelo disponibles actualmen-
te: uno publicado por las Naciones Unidas (1955, 1956) y el otro por la Oficina
de Investigaciones de Poblacin de Princeton (Coale y Demeny, 1966). El con-
junto de las Naciones Unidas tiene un solo parmetro; dada la tasa de mortali-
dad infantil, queda identificada una tabla nica. El conjunto de Princeton es
ms flexible; dada la esperanza de vida a los diez aos, se dispone de cuatro
tablas, designadas como Norte, Sur, Este y Oeste, que representan estructuras por
edades diferentes para una misma 10 .
En el procedimiento de Princeton, se reunieron tablas confiables, las que
fueron ordenadas en cuatro conjuntos homogneos. Dentro de cada uno de
los conjuntos se llev a cabo la regresin de qx sobre ei0, segn la forma
qx = Ax Bxew. Una vez obtenidos Ax y Bx, se pudo construir un conjunto de
qx, y por tanto, una tabla de vida para cada w. Las poblaciones estables (o sea,
el vector { K j } ) fueron construidas asignando tasas intrnsecas de crecimiento.
Se puede entrar al conjunto de tablas modelo mediante una serie de caracters-
ticas, incluyendo las tasas brutas de natalidad y mortalidad o la tasa neta de
reproduccin.
La utilidad del estudio estadstico de grupos de tablas de vida, que repre-
sentan una sucesin en el tiempo o una seccin transvesal, demostrada por el
trabajo de Coale y Demeny (1966), ha estimulado a William Cummings y al
CUADRO 4.4
MEDIA Y DESVIACION TIPICA PARA TRES GRUPOS DE TABLAS DE VIDA MASCULINAS

a) 50 tablas para Suecia y otros pases europeos, de 1780 a 1910
b) 40 tablas para pases latinoamericanos, desde 1945.
c) 83 tablas para paises desarrollados, desde 1945
M E D I A DESVIACION TIPICA
a) b) c) b) c)
50 tablas para 40 tablas 83 tablas 50 tablas para 40 tablas 83 tablas
Sueda y otros para pases para pases Suecia y otros para pases para paises
pases europeos latinoamerica- desarrollados paises europeos latinoamerica- desarrollados
desde 1780 a 1910 nos desde 1945 desde 1945 desde 1780 a 1910 nos desde 1945 desde 1945
>
r
Ii 0 48 . 9 2 57 54 60 . 1 8 3 .82 2 .84 1 88
qo 0 . 1622 0 0743 0 .0395 0 .0438 0 .0276 0 0201 8
qi o 0 .0196 0. 0066 0 . 0030 0 .0087 0 .0029 0 0010 8

q2 o 0 .0364 0 0160 0 . 0084 0 .0096 0 .0074 0 0028
8
q3 o 0 . 0430 0 0225 0 0096 0 .0130 0 . 0083 0 0030

0 .0614 0 0341 0 .0177 0 . 0085 0 0044 o
q* o 0 .0183
M
q5 o 0 .0966 0 0616 0 .0481 0 .0243 0 .0143 0 0093 H
>
qE o 0 .1727 0 1271 0 1185 0 . 0336 0 . 0385 0 0193 a
S
0 .3475 0 2452 0 . 2606 0 . 0480 0 . 0663 0 .0309 Vi
q7 o
O

0Los cuadros 4.4, 4.5 y 4.6 fueron programados por William Cummings. El comenz con la poblacin y las muertes por eda-
des reunidas a partir de fuentes nacionales por Wilhelm Flieger, construy alrededor de 250 tablas de vida para hombres segn el C
>
mtodo de la seccin 1,2, rechaz aquellas tablas que se alejaban de la recta de regresin de sus grupos respectivos, y con las
tablas restantes calcul las constantes que se muestran aqu.
00
CUADRO 4.5
COEFICIENTES DE C O R R E L A C I O N E N T R E q. Y K, P A R A LOS T R E S GRUPOS
DE T A B L A S DE VIDA P A R A HOMBRES
a) b) c)
50 tablas para 40 tablas para 83 tablas para
<3x Suecia y otros pases pases pases
europeos desde 1780 latinoamericanos desarrollados
hasta 1910 desde 1945 desde 1945
-0.8515 -0 .1759 -0.5534

qo
-0.8300 - 0 . 1907 -0.5326
qio
-0.8379 -0 .3933 -0.6308
qzo
-0.9722 -0 .5068 -0.7621
qao
-0.9793 -0 .7905 -0.8943
q*o
-0 .9420 -0 .8869 -0.9499
qso
-0.8981 -0 .6722 -0.8931
q$o
q7o - 0 . 8870 -0 .6754 -0.8967
autor para hacer los clculos en tres de tales grupos. El primero a) consiste de
50 tablas histricas para Suecia y otros pases europeos, cubriendo un perodo
que va desde 1780 a 1910. El segundo b) est compuesto de 40 tablas latino-
americanas contemporneas, referentes a la mortalidad de las ltimas dos dca-
das. El tercero c) es tambin contemporneo, siendo 83 tablas de pases desarro-
llados de Europa, ms los Estados Unidos, Canad y Australia. El mtodo de
clculo para las tablas individuales es el de la seccin 1.2.
La mortalidad disminuye del primero al segundo, y del segundo al tercero,
como aparece en la parte del cuadro 4.4 que da las medias; la media de 1 0
sube desde 48,92 para (a) las tablas histricas a 57,54 para (b) Latinoamrica,
a 60,18 para (c) los pases contemporneos desarrollados. El mejoramiento se
aprecia mayormente en las edades jvenes: aparece una baja en qw de dos ter-
cios, del primero al segundo grupo, y de un medio del segundo al tercero; por
el contrario, en las edades ms avanzadas no aparecen diferencias tan espec-
taculares.
La varianza entre pases parece disminuir con la mortalidad. La desviacin
tpica de e w es 3,82 aos para (a) las tablas histricas, 2,84 para (b) los pases
latinoamericanos, y 1,88 para (c) los pases desarrollados (cuadro 4.4). T a l des-
censo en la varianza es de esperar puesto que la mortalidad est siendo em-
pujada contra un lmite inferior; mientras ms se acrca, menos oportunidad
para una variacin debida al azar.
Los coeficientes de correlacin, que miden el grado en que las diversas q,.
se pueden predecir a partir de las | 1 0 , son decididamente mayores para las series
histricas que para las otras dos (cuadro 4.5). Esto est relacionado con la mayor
heterogeneidad de la mortalidad (mostrado por la mayor varianza) expresada en
las series histricas; las tablas ms homogneas, combinadas juntas en las dos
series contemporneas ofrecen menos espacio para la correlacin.
C U A D R O 4.1
REGRESION DE q. SOBRE K PARA TRES GRUPOS DE TABLAS DE VIDA
PARA HOMBRES
a) b) c)
SO tablas de mortalidad 40 cablas de mortalidad 83 tablas de mortalidad
para Sueda y otros pases para pases latinoamericanos de pases desarrollados
europeos desde 1780 a 1910 desde 1945 desde 1945
qo := 0 .. 6 3 9 3 - 0 ,, 0 0 9 7 5 i j 0 qo :: 0 ., 1 7 2 6 - 0 .. 0 0 1 7 l l i o q0 = 0 ., 3 9 5 5 - 0 ., 0 0 5 9 2 l 1 0
qt := 0 ,, 4 3 8 2 - 0 ,. 0 0 7 0 4 j 0 qi := 0 ., 2 0 7 9 - 0 ., 0 0 2 8 9 l 1 0 qi = 0 ,, 1 0 1 4 - 0 .. 0 0 1 5 5 j 0
qs := 0 ,. 1 9 6 3 - 0 ,. 0 0 3 3 2 l 1 0 q5 :: 0 ,, 0 5 3 2 - 0,, 0 0 0 7 3 i j o q5 = 0 ,, 0 2 4 6 - 0 ., 0 0 0 3 5 S l o
qxo :: 0 .. 1 1 1 6 - 0 ,. 0 0 1 8 8 j , qio := 0 ., 0 1 7 7 - 0 ., 0 0 0 1 9 l l o qio = 0 .. 0 2 0 1 - 0 ., 0 0 0 2 8 S 1 0 >

:= 0 ., 0 9 7 5 - 0 ,, 0 0 1 4 8 l 1 0 := 0 ., 0 5 9 3 - 0 ., 0 0 0 8 5 i 1 0 = 0 ., 0 3 8 1 - 0 ., 0 0 0 5 4 l 1 0 g
qis qis qis
:: 0 ,. 1 3 9 2 - 0 ,, 0 0 2 1 0 i 1 0 :: 0 ., 0 7 4 5 - 0 ,, 0 0 1 0 2 l 1 0 = 0 ., 0 6 4 4 - 0 ., 0 0 0 9 3 l 1 0 v
qao qao q 2 0
q25 := 0 ,. 1 7 0 6 - 0 ,. 0 0 2 7 0 & J 0 q 2 5 :: 0 ., 1 1 5 0 - 0 ,, O O l 6 7 l 1 0 q 2 5
= 0 ,, 0 7 4 2 - 0 .. 0 0 1 0 9 i , o
:= 0 ,. 2 0 4 7 - 0 ,. 0 0 3 3 l l 1 0 := 0 ,, 1 0 8 1 - 0 ,. 0 0 1 4 9 & ! 0 = 0 ,. 0 8 2 0 - 0 ,, 0 0 1 2 0 1 } 0 3
q3 q3o q3o
q := 0 .. 2 3 5 5 - 0 ,, 0 0 3 7 9 1 j 0
q := 0 .. 1 7 4 7 - 0 ., 0 0 2 5 6 l o q3$ = 0 ., 1 0 4 9 - 0 ., 0 0 1 5 4 l 1 0 i
s
3 5 3 5
q-o := 0 .. 2 8 3 7 - 0 ,, 0 0 4 5 4 i 1 0 qô :: 0 .. 1 6 9 5 - 0 ., 0 0 2 3 5 l l o = 0 .. 1 4 4 4 - 0,, 0 0 2 1 0 e 1 0
s
qô
q*s := 0 ,, 3 2 4 7 - 0 ,, 0 0 5 1 0 l 1 0 q^s := 0 ,, 2 5 1 9 - 0 ,, 0 0 3 6 l l l c q^5 = 0 ,. 2 1 8 1 - 0 ,, 0 0 3 1 4 l 1 0
q50 := 0 ,. 3 8 8 8 - 0 ,, 0 0 5 9 7 & ! q50 := 0 ,, 3 1 8 7 - 0 ,. 0 0 4 4 7 l 1 0 q = 0 ,. 3 3 1 5 - 0 ,, 0 0 4 7 1 & J
s
5 0
w
q 5 5 := 0 ,, 4 3 5 5 - 0 ,, 0 0 6 3 2 l 1 0 q 5 5 := 0 ,. 3 4 1 2 - 0 ., 0 0 4 5 3 & J 0
q5s = 0 ,. 4 7 6 6 - 0 ,. 0 0 6 6 4 l l o
u>
qso := 0 ., 5 5 9 0 - 0 ,, 0 0 7 9 0 l 1 0 qeo := 0 ,, 6 5 0 7 - 0 .. 0 0 9 1 0 S 1 0 qso = 0 .. 6 7 2 7 - 0 ,, 0 0 9 2 l S I O o
w
q := 0 ., 7 1 6 9 - 0 ,, 0 0 9 6 5 1 0 q :: 0 ,. 9 5 6 2 - 0 ,. 0 1 3 7 2 l l 0 q = 0 ,. 8 8 5 2 - 0 , 0 1 1 7 9 , o
6 5 6 5 6 5
q?o := 0 ., 8 9 2 1 - 0 ,, 0 1 1 1 3 i ! q?o := 1.. 1 5 1 6 - 0 ,. 0 1 5 7 5 ^ 1 0 q?o = 1 . 1503 - 0 ., 0 1 4 7 8 & ! 0 i
q?s := 1 ., 0 2 4 4 - 0 ,. 0 1 1 0 9 l 1 0 q?s := 1.. 6 2 7 3 - 0 ,. 0 2 2 8 4 S 1 0 q 7 5
= 1,. 4 4 4 9 - 0 .01768l10
qo := 1 ., 1 3 1 2 - 0 ,, 0 0 9 9 4 g 1 ( j q8o := 1.. 4 6 2 9 - 0 .. 0 1 7 5 3 j 0 qao = 1 .6294 - 0 .01809l10 $

Sin embargo, las correlaciones son en todos los casos suficientemente altas
como para invitarnos a calcular las regresiones de las qx sobre 1(> (cuadro 4.6).
(Se puede verificar el cuadro 4.6 a partir de los cuadros 4.4 y 4.5, sujeto a errores
de redondeo). En una primera impresin la variacin entre los grupos a), b) y c)
es desconcertante, tanto en la ordenada al origen de la regresin como en el
coeficiente de 10 . Sin embargo, esta variacin es un poco engaosa; las tres
rectas pueden tener diferente pendiente e intercepcin y aun as concordar razo-
nablemente bien en el limitado rango de e10 que es de inters. Se pueden cons-
truir grficos para juzgar la concordancia de las rectas.
El error de muestreo constituye una ayuda adicional para juzgarlas. Escri-
biendo el error tpico al lado de cada coeficiente, tenemos para
a) 50 tablas histricas
qm = 0.2047 0.0056 - (0.00331 0.00012) 10 ,
b) 40 tablas para pases latinoamericanos
qm = 0.1081 0.0236 - (0.00149 0.00041)<?10,
c) 83 tablas de pases desarrollados

?30 = 0.0820 0.0068 - (0.00120 0.0001 l)10.
La mayor variacin est en Latinoamrica, como corresponde a las bajas corre-

laciones del cuadro 4.4. En qu medida esto se debe a diferentes grados de inte-
gridad en los registros o variaciones genuinas, es una pregunta que no se puede
responder sin informacin adicional. Las diferencias entre a), b) y c) no son
todas explicables por la variabilidad del muestreo.
El mtodo que se describi arriba equivale a estratificar los datos, esto es,
las tablas de mortalidad representan las observaciones, y, dentro de los estratos,
se trabaja con la regresin de qx sobre 1(>. Una alternativa podra consistir en
retener todos los datos en un solo estrato, y calcular la regresin mltiple de las
qx sobre dos indicadores, por ejemplo | 1 0 y qt. Las propiedades estadsticas de
esta alternativa estn bajo estudio.
4.3. EXTRAPOLACION A POBLACIONES FUTURAS
Una exposicin de las matemticas de poblacin no est ms directamente rela-

cionada con la prediccin de cambios futuros que un libro de hidrodinmica
con la prediccin de las inundaciones. Lo ms que uno puede esperar es que
las formulaciones tericas darn a los encargados de hacer las proyecciones,
alguna ayuda al reflexionar sobre el problema. Su importancia est sugerida
por la sesin especial que se dedic al tema de las proyecciones en la Conferen-
cia Mundial de Poblacin de las Naciones Unidas, 1965. Los oradores se refi-
rieron con entusiasmo a la creciente demanda pblica relativa a proyecciones
de poblacin. Ellos tambin estuvieron de acuerdo en que la prediccin sobre
poblacin es imposible (P. R. Cox, 1965). En conexin con esto citamos las
palabras de un temprano predictor, Edwin Cannan (1895, pg. 505): "Es ms
fcil pronunciar advertencias contra las profecas que abstenerse de ellas."
Al hacer enunciados sobre la matriz M, y al aseverar que M'{K< 0 '} da la
distribucin por edades de aqu a 5( aos, bajo el supuesto de un rgimen
4.3 EXTRAPOLACION A POBLACIONE FUTURAS 87
fijo de nacimientos y muertes, no se est proyectando, sino ms bien analizando

la naturaleza de las tasas (pasadas) incorporadas en M. Esto puede ser til sim-
plemente para decirnos que las tasas existentes no pueden continuar, tal como
argimos anteriormente para Mxico. No se necesita ir a otro pas para tales
ilustraciones: la mantencin de las tasas especficas femeninas por edades de los
Estados Unidos en 1960, actuando sobre la poblacin femenina de los Estados
Unidos 1960, producira 3,4 billones5 de personas de ambos sexos en 150 aos.
(En realidad las tasas de 1960 no continuaron, y con las tasas de 1965 se llegara
a menos de 1,4 billones en 150 aos).
Frecuentemente nos gustara ver en detalle las consecuencias para la pobla-
cin futura de un curso supuesto de cambio en el rgimen de mortalidad y
fecundidad. Una manera de reunir la suposicin consiste en extender hacia el
futuro los cambios del pasado reciente, ajustando un polinomio. Si M(1> es la
matriz de proyeccin basada en la mortalidad y fecundidad de 1960-1964 y {K' 1 }
es la distribucin por edades del 19 de enero de 1960, entonces M < 1 ' { K ( 1 ) } ser
la distribucin por edades del da 1? de enero de 1965. Supongamos que M ( 0 )
es la matriz de proyeccin basada en la fecundidad de 1955-1959. Si la diferencia
entre M<> y M' 1 va a continuar en forma lineal, y AM<> = M*1 M<> es la
matriz de las diferencias, entonces la poblacin de 1965 ser proyectada hasta
1970 con
M m = M < o; + 2 JM(0) .
La poblacin de 1955 -j- 5 basada en una extrapolacin polinmica de la ma-

triz, se escribira simblicamente
{K u+1> } = M<"{K<"} = (1 + ) S M ( 0 ) { K W } , (4.3.1)
donde (1 -f- A)SM<0) se debe interpretar como
(1 + zf)"M<0) = M(> + j JM(0> + ^ ~ ^ // 2 M (0) +
El lector puede bosquejar un clculo de las diferencias finitas para matrices en

su aplicacin a la demografa. Este clculo sera idntico, en cuanto a resulta-
dos, con la aplicacin de la frmula de extrapolacin a cada elemento de la
matriz de proyeccin individualmente.
Se ha diseado un programa de computacin que incorpora como argumen-
tos la informacin corriente sobre distribucin por edades, fecundidad, mortali-
dad y migracin y los cambios esperados de acuerdo a la intuicin del usuario.
Este incorpora en una tabla su opinin sobre el porcentaje de cambio durante
los cinco aos subsiguientes a la ltima fecha, durante los cinco aos que siguen
a sa, etc., en cuanto a nacimientos, muertes y migracin neta; estos cambios
porcentuales se pueden designar como Ab, Ad y An respectivamente.
La matriz de proyeccin inicial M, que representa las ltimas observacio-
nes, se descompone en tres componentes: una matriz B para los nacimientos, con
elementos distintos de cero slo en su fila superior; una matriz s para las rela-
ciones de supervivencia, cuyos nicos elementos no nulos estn en la subdia-
5 Hay que recordar que en Francia v Estados Unidos un billn significa un millar de
millones. (N. del T.)
gonal, y N, tambin con ceros excepto en la subdiagonal, para tener en cuenta

la migracin neta. En smbolos
M = U (U S) + B + N ,
siendo U una matriz con unos en la subdiagonal y ceros en las celdas restantes.
En cada ciclo, las matrices componentes que efectivamente se usan son las
del ciclo precedente ajustadas por los porcentajes A6, Ad y An:
(4.3.2)
Siendo la proyeccin un asunto demasiado difcil par?, la demografa terica,

lo ms que puede hacer una obra como sta es presentar una variedad de mode-
los entre los que el encargado de prepararla puede seleccionar el que considere
apropiado. Lamentablemente, los modelos de la literatura matemtica sobre los
que se basa esta obra, en su gran mayora se refieren a secciones transversales
de datos para un perodo dado de tiempo, por ejemplo, un ao calendario. Slo
de vez en cuando se hace referencia al seguimiento de una cohorte a travs de
su vida reproductiva. Pero si la decisin sobre el nmero de hijos que ellos
engendrarn se hace para cada pareja con respecto a su vida reproductiva com-
pleta, entonces las fluctuaciones de ao a ao en los perodos agregados tienen
poca consecuencia (Ryder, 1964). Esto est implcito en las proyecciones de la
Oficina de Censos de los Estados Unidos, las que suponen cierto nmero de naci-
mientos para el tamao de la familia completa: de 3,35 a 2,45 por mujer al final
del perodo de vida reproductiva (Statistical Abstract of the United States, 1966,
pg. 6).
Una completa incorporacin de este enfoque de cohortes es parte de la de-
mografa matemtica del futuro.
4.4. AJUSTE DE DATOS
En una poblacin en que los datos sobre nacimientos y muertes son incompletos
o de exactitud dudosa, es posible completar su historia demogrfica mediante el
uso de los censos. Si se dispone de buenos censos peridicos y se conoce la mi-
gracin, o se puede despreciar, entonces las inferencias acerca de los nacimientos
y las muertes pueden ser relativamente precisas. En principio, las tasas espec-
ficas de mortalidad por edades se pueden calcular en base a un par de censos
sucesivos, y tambin las tasas brutas de natalidad, pero no las tasas especficas
de fecundidad por edades. Las ltimas no son identificables: lo registrado en
dos censos es consistente con una variedad de patrones de fecundidad por eda-
des (Johnston, 1963, pgs. 249 y siguientes, y otros libros sobre econometra
discuten problemas de identificacin. Vase tambin Blalock, 1964).
Si M " ) de (4.3.2) se usa para predecir, no el futuro desconocido, sino un
censo que se tom realmente en el momento + 1, las discrepancias entre el
M< ( {K")} esperado y {K<t+1>} (el censo en el momento t -f 1) ocurren en cada
categora de edad y dan informacin referente a las cantidades Ad, Ab y An de
4.4 AJUSTE DE DATOS 89
(4.3.2), lo cual en este contexto las consideramos como correcciones totales de los
datos de natalidad, mortalidad y migracin observados.
El problema consiste en cmo usar sistemticamente la redundancia que
est contenida en el conjunto de informacin (en la prctica, inconsistente) sobre
poblacin, nacimientos, muertes y migracin, con el objeto de mejorar los datos.
Que tal mejoramiento es posible est demostrado por Coale y Zelnick (1963)
para los Estados Unidos; su xito dependi de los supuestos que se hicieron, los
que se confirmaron en otros trabajos, sobre qu era lo que ms probablemente
estaba sujeto a error y en qu direccin. Ellos saban, por ejemplo, que las
tasas de natalidad y las poblaciones censales con menos de cinco aos de edad
tienen ms posibilidades de estar subenumeradas que lo contrario, y que de los
sucesivos censos a travs de los cuales pasa un individuo, tiene ms posibilidades
de ser captado a los 10 aos que cuando tiene 20.
Supongamos que un investigador ha ideado un conjunto de reglas o supues-
tos que se pueden aplicar objetivamente para reemplazar los datos inconsistentes
con un conjunto consistente, y llega a una coleccin de tablas de vida, totales
de poblacin, nacimientos y muertes tales que, comenzando con la poblacin
ajustada de cualquier fecha, restando las muertes corregidas y sumando los naci-
mientos ajustados y la inmigracin neta, le lleva exactamente a la poblacin
corregida en la siguiente fecha censal, edad por edad y para cada sexo. Esta
larga operacin de ajuste es totalmente factible con el computador. Llamemos
a este nuevo conjunto, el primer ajuste, A. Con supuestos diferentes uno po-
dra llegar a otro valor corregido, por ejemplo A2, de nuevo perfectamente con-
sistente en s mismo, pero diferente de los datos crudos y de Av en todas o prc-
ticamente todas las cifras.
Ser necesario un sistema de cuentas para elegir entre At y A.. Tal sistema
llevara la cuenta de cada discrepancia entre la cifra original y la corregida
mediante una cantidad igual a su cuadrado, por ejemplo con una ponderacin
de 10 si la cifra corregida fue ms baja que el censo original u otro registro,
y una ponderacin de 1 si fue ms alta que lo registrado originalmente; tal vez
con una ponderacin de 5 para las discrepancias en nacimientos v muertes, con-
tra una de 1 para diferencias en migracin y cantidad de poblacin. Relativo
al sistema de llevar estas cuentas, la comparacin de los dos conjuntos de ajustes
es perfectamente objetiva y es posible decir cul de los sistemas de ajuste, Ax
o Ao, es ms adecuado en su conjunto, notando cul tiene el puntaje ms bajo.
La eleccin se puede extender a otros sistemas de ajuste, Aa, Ait etctera.
Hasta aqu hemos llegado slo a una manera de corregir las inconsistencias.
Si todos los datos fueran bajos (por ejemplo, por omisin de una regin del pas
de todas las estadsticas censales, de natalidad y mortalidad), el procedimiento
anterior no descubrira este hecho. Cualquier conocimiento de subenumeracin
o subregistro se debera aplicar como una correccin al principio, y el ajuste
mencionado sera a las cifras corregidas ms que a las originalmente observadas.
Nuestro procedimiento formal queda como una manera de ajustar inconsisten-
cias ms que de eliminar errores.
4.5. SOBRE ERGODICIDAD FUERTE Y DEBIL
Los ejercicios referentes a la proyeccin de corto plazo sugieren la pregunta

acerca de qu sucedera si se continuara indefinidamente la proyeccin a las
tasas especficas por edades observadas en un perodo dado. Esta pregunta ha
fascinado a los estudiosos del tema, y hay una gran cantidad de literatura que
la trata (Sharpe y Lotka, 1911; Haldane, 1927; Leslie, 1945). Existen diferentes
maneras de demostrar el teorema de Lotka segn el que una poblacin sujeta
a constantes tasas especficas de mortalidad y fecundidad por edades se aproxi-
mar asintticamente a una distribucin por edades que slo depende del rgi-
men de mortalidad y fecundidad, una de las cuales se discute con la ayuda de
las propiedades de las matrices no negativas en la seccin 3.2, otra dedicada
al caso continuo en la seccin 5.2. La distribucin por edades final es fija y no
depende de la distribucin por edades original ni aun de las tasas especficas
de fecundidad por edades, excepto en la medida en que estas ltimas se reflejap
en la tasa intrnseca rt (captulo 5) o la raz real Xi (captulo 3). Esta tendencia
a olvidar la distribucin por edades inicial, bajo la accin de un conjunto fijo
de tasas vitales la podemos denominar ergodicidad fuerte, siguiendo a Hajnal
(1958).
De un inters comparable es la ergodicidad dbil, una propiedad de las
distribuciones por edades sujetas a mortalidad y fecundidad cambiantes. Es posi-
ble una generalizacin sustancial del teorema de Lotka: si dos o ms poblaciones
estn sujetas a patrones de mortalidad y fecundidad por edades que pueden
cambiar en el tiempo pero que son los mismos para las dos poblaciones, enton-
ces despus de un perodo suficientemente largo sus distribuciones por edades
vendrn a parecerse entre s tanto como a uno le interese especificar. Esta pro-
posicin fue conjeturada por Coale y demostrada por Lpez (1961). La propie-
dad de ergodicidad dbil incluye la ergodicidad fuerte, pero mientras la distri-
bucin por edades final para esta ltima est compactamente especificada (como
(Kj), el vector columna estable para la raz dominante), no ocurre lo mismo con
la primera. Debido a su generalidad y a la luz que arroja respecto de la natu-
raleza de una proyeccin de poblacin, vale la pena que sigamos el argumento
de Coale-Lpez con algn detalle.
Se da una sucesin de matrices M " ) (en la cual el /'simo elemento de la
i sima fila de la t sima matriz es ii );'
cada M<f> tiene al menos dos elementos
positivos consecutivos en la primera fila en posiciones fijas, slo elementos posi-
tivos en la subdiagonal, y ceros en las dems. Pensaremos en una presentacin
anual, de modo que cada vez que M ( ) premultiplica al vector columna de la
distribucin por edades, lleva la poblacin al siguiente ao. La edad de las
personas se toma en su ltimo cumpleaos; ellas saltan un ao cada 365 das.
El rango de edades es finito; todos mueren a la edad w cuanto ms.
Las dos diferentes distribuciones iniciales por edades sobre las que actuarn
las matrices de la sucesin son {G (0 >} y {K<01}, cuyos elementos genricos, re-
presentando el nmero de individuos que tienen a aos de edad en su ltimo
cumpleaos, son g<> y Despus de t premultiplicaciones los vectores sern
{ G W } y {K ( >}:
G m } = M ' ^ M " - 2 M (0) {G <0) },

' (4.5.1)
{K () } = M < i - 1 , M"- 2 M (0) {K (0) },
con elementos tpicos gW y feU). Se dice que los dos vectores representan la
misma distribucin por edades si para dos edades cualesquiera a y b
= a - 0 , 1 , . . ., o - 1 , b = 0 , 1, . . . , o) - 1 . (4.5.2)
4.5 SOBRF. ERGOD1CIDAD FUERTE Y DEBIT. 91
La propiedad de ergodicidad dbil queda verificada si la diferencia

-(t
(4.5.3)
se hace arbitrariamente pequea cuando t es suficientemente grande, para todo

a y b hasta co1 en su ltimo cumpleaos. Los vectores {G">} y {K ( ) } ven-
dran a tener la misma (generalmente cambiante) direccin aunque sus longitu-
des pueden diferir en alguna cantidad.
La prueba supondr que existe un grupo de al menos dos edades consecu-
tivas fijas, por ejemplo (J 1 y |3, en que la fecundidad es siempre mayor que
algn nmero positivo e. Esto elimina de consideracin poblaciones hipotticas
tales como aquellas que tienen una sola edad de reproduccin, para las cuales
cualesquiera discrepancias iniciales respecto de la distribucin por edades estable
continuar indefinidamente (Bernardelli, 1941). La prueba alcanza solamente
hasta la edad |3 que presenta un riesgo positivo de reproduccin en todas las
matrices, pero puede demostrarse que si dos poblaciones con la misma historia
de fecundidad y de mortalidad tienen la misma distribucin por edades hasta
el final del conglomerado 3 1, p, tendrn entonces la misma distribucin por
edades ms all de ste (Lpez, 1961, pg. 60). Las distribuciones por eda-
des iniciales se supondrn positivas en todas las edades hasta el final del pe-
rodo reproductivo, de modo que todas las relaciones en (4.5.3) son nmeros
finitos, entre unos E > 0 y < oo; la prueba puede extenderse a las distribu-
ciones iniciales que contienen ceros.
La prueba comienza por reemplazar los pasos de un ao de la proyeccin
por un paso conglomerado que abarca r aos. Nuestro primer objetivo consiste
en demostrar que para algunas r el producto de las matrices
P<" = M ( , ) M " _ I ) M (1) (4.5.4)
cuando se expresa como matriz nica es estrictamente positivo, es decir, no con-

tiene elementos cero. Es posible encontrar un nmero r = r0 por sobre el cual
el producto (4.5.4) es una matriz que no contiene ceros?
La prueba de que existe un paso conglomerado al cual corresponde una
matriz del producto semejante a (4.5.4) cuyos elementos son todos no cero co-
mienza por considerar un elemento arbitrario de (4.5.4), digamos p^K Por la
naturaleza de la multiplicacin de matrices, ste debe estar constituido por
la suma de todos los caminos posibles que comienzan en la hilera i sima de M'r>
y que terminan en la columna / sima de M' 1 *.
As
para el producto de dos matrices, y
Pij -1 m*r-V' ' (4.5.5)
para un producto de r matrices. El objetivo de la siguiente demostracin es

ver en qu circunstancias un camino como el de (4.5.5) puede evitar pasar a
travs de elementos cero.
Suponemos que los elementos no cero de cada matriz son al menos

mjo y mii_1, donde es la ltima edad en que la fecundidad es no cero en
todas las matrices, e i recorre todos los valores 2, 3, . . . , . Queremos un pro-
ducto de r matrices que darn un valor no cero para p^p, el jsimo elemento
de la i sima fila, y nos gustara que ste fuera no cero para todos los rdenes
r ms all de r del producto. El p<p que buscamos se puede formar comen-
zando con mii_l en el producto
i,iI,/-I , (4.5.6)
que podra igualmente bien terminar con m~ y que de cualquier manera con-
tiene i factores. [Si i = 1, tomaramos rnl _ 1 para (4.5.6)]. Continuaramos con
m-i,-^n~t,-s m i,jni,-i . (4.5.7)
que contiene 1 factores, y se considera como escrito a la derecha de (4.5.6).
Adems, en algunos casos podramos terminar con m1 p en lugar de
m -i,-/ n -i,-3 m t,i m i,' (4.5.8)

que tambin 'contiene 1 factores, pero estara seguido por
m,-im-i,-z mt,imi, > (4.5.9)
que contiene factores. Supongamos que (4.5.7) y (4.5.8) se aplican juntos p 1

veces, haciendo entre ambos ( p l ) ( 1 ) factores, y que hay q conjuntos
de (4.5.9) que contienen factores cada uno. Supongamos finalmente que ter-
minamos con
m,-im-l,~i m j + \,i >
que contiene j factores, a menos que / = , en cuyo caso este producto se

omitira. El producto combinado, P ( r ) , que constituye una ruta tal que p<p es
no cero para todo i, j, contiene
r = i + ( p - \)( - 1 ) + q + -J
= p( - 1) + q + i - j + 1 (4.5.10)
factores.
La pregunta es ahora si todo r > r0 se puede descomponer en la expresin
(4.5.10) para dado, para cualquier i y j, mediante una seleccin adecuada de
p y q. Esto es lo mismo que preguntar si r' = r (i j -(- 1) puede estar cons-
tituido por p( 1) -f g por mera eleccin de p y q.
Bastar demostrar que para algn nmero r^ todos los enteros f mayores
que r^ se pueden representar por p(f> 1) -(- <?, p ^ 1, q ^ 0. En efecto, di-
cha representacin es posible para todo r7 ^ ( l) 2 . Para representar cualquier
r1 ( l) 2 divida f por 1 ; suponga que ste cabe u veces con un resto
igual a v, u 1 > v ^ 0. En ese caso, r' w( 1) -)- v (u v)( 1)
-f-v. Puesto que r' ^ ( l ) 2 sabemos que u v es positivo; en consecuen-
cia, es siempre posible representar r' mediante (u v)(. 1) + y con u v
positivo y y no negativo. Este es el r' = p( 1) + que buscbamos, y que da
r = r'0 + max (/ - j + 1) = ( - l)2 + max (i - j + 1),

4.5 SOBRE ERGODICIDAD FUERTE V DEBIL 93
de modo que para todo r > r 0 y para todo i y j tenemos pp > 0. El ( j-f- 1)
ms grande posible es }, de modo que si r es mayor que la cantidad fija
((51 )2 -f- 3, todo elemento de P<r) es mayor que cero. Se aplicara esencial-
mente la misma prueba si los dos elementos no cero de la primera fila no fueran
el ((Jl)simo y psimo, sino el ssimo y psimo, donde s y j} no tienen
factor comn. La prueba dada se adapta fcilmente si dos elementos cuales-
quiera de la primera fila, en posiciones primas entre s, son distintos de cero.
Nosotros hemos hablado slo de la primera P<r>, pero tal agrupamiento se
puede hacer desde el principio hasta el fin; si r se elige suficientemente grande,
la multiplicacin de las primeras r matrices dar lugar a una matriz de elemen-
tos positivos, lo mismo para las segundas r, las terceras r, etc., en tanto que las
otras matrices dismiles tengan elementos distintos de cero en los lugares espe-
cificados.
El lector puede usar esencialmente el mismo mtodo para averiguar r basado
en el supuesto ms fuerte de que P > 2 y de que las edades desde a p son
todas de fecundidad distinta de cero, y demostrar que este r es ms pequeo
que el de los prrafos precedentes.
Habiendo establecido que se puede consolidar la proyeccin en intervalos
agrupados para el rgimen cambiante, tal que la matriz para el intervalo agre-
gado consiste de elementos positivos en todas partes, Lpez (1961, pgs. 55-57)
emprende la consideracin de la multiplicacin sucesiva de la distribucin por
edades original mediante las matrices agrupadas. Si la matriz para el intervalo
agregado Tsimo es H<T>, donde la unidad de tiempo no es un ao sino inter-
valos de r aos, entonces, en la proyeccin en esa etapa, g<T+1) y kjT+1), los gru-
pos de edad a simos de los dos vectores cuya convergencia estamos tratando de
demostrar, sern
= + + .. .+ ,
gT+l = W 1 + + + htygf ,
kiT+ hmkm hmkm
y los grupos de edad b simos sern expresiones similares con b reemplazando

a a. Considere ahora las razones de los nmeros en las dos poblaciones a las di-
versas edades, y tome la edad a en que la razn es ms pequea, y la
edad b en que es ms grande; denomine rT y RT respectivamente a estas dos
razones. Entonces para cualquier edad i,
ID <r> ID
1 J^T) ]T) T
Cuando tenemos para i 0, 1, 2, . . . , p, las razones g | r ) / ^ T ) intermedias

entre dos nmeros rT y RT, y tomamos un total ponderado de los numeradores
y lo dividimos por el correspondiente total ponderado de los denominadores,
siendo todas las ponderaciones distintas de cero, tendremos una fraccin que es
de nuevo intermedia. Por cierto
<r> (r+i) <r>
rT = < Ai < - = R.T
k{T) k(-T+1> k{tT>
Se sigue que el mnimo rT constituir una sucesin en T montonamente cre-

ciente (aunque los elementos sucesivos pueden ser iguales), y similarmente Rr
ser una sucesin en T montonamente descendente. (Esta sucesin en inter-

valos de r aos constituye una subsucesin de aquella en aos simples). No esta-
mos an seguros de que la sucesin creciente, rT, encuentre siempre a la que
desciende, RT. Lpez (1961, pgs. 55-57) concluye su demostracin probando
que las dos sucesiones convergen al mismo lmite. Desde entonces (1967) l ha
desarrollado un medio para demostrar la ergodicidad dbil en el caso continuo,
que es una generalizacin sustancial del prximo captulo (captulo 5).
El argumento anterior concerniente a la ergodicidad dbil es por supuesto
aplicable a la ergodicidad fuerte. Observe que la prueba depende de ideas ele-
mentales; en ningn punto entr en juego el aparato de los valores caracters-
ticos y descomposicin espectral. Puesto que los valores caractersticos surgen
de consideraciones algebraicas que tienen poco que ver con la demografa, ha-
berlos evitado aqu aparece como un mrito. Una tcnica que nos fuerce a
pensar especficamente acerca del problema demogrfico como fuera expresado
en nuestra matriz particular con elementos distintos de cero slo en su primera
fila y subdiagonal, parece preferible a uno que e ms general. Kemeny y Snell
(1960, pg. V) consideran justamente una ventaja que ellos pudieran desarrollar
la teora de las cadenas finitas de Markov sin valores caractersticos.
El teorema sobre ergodicidad dbil de Coale y Lpez nos capacita para com-
prender (sin valores caractersticos) por qu una migracin no sostenida tiene
slo un efecto transitorio sobre la distribucin por edades de una poblacin, en
tanto que los movimientos migratorios no afecten el patrn de fecundidad y
mortalidad en boga. Permite tambin ver por qu la matriz M ( del captulo 3
llega a tener columnas que son proporcionales entre s cuando t se hace grande:
lo que se aplica a los vectores sucesivamente premultiplicados de este captulo,
se aplicar a cada columna de la matriz del captulo 3. Se sigue tambin del
teorema de ergodicidad dbil, que dos estructuras por edades inicialmente dife-
rentes, influidas por el mismo rgimen de mortalidad y fecundidad, llegarn
finalmente a las mismas tasas (brutas) de natalidad y mortalidad.
Ill Parte
EL ANALISIS CONTINUO
CAPITULO 5
LA ECUACION DE RENOVACION:
SOLUCION GENERAL
Hasta ahora nos hemos preocupado de la proyeccin de la poblacin, o sea, de

calcular el nmero de personas esperado en una poblacin cerrada, de un sexo,
con base en tasas especficas de mortalidad y fecundidad por edades. Nuestro
anlisis continuar bajo la mayora de los supuestos usados hasta aqu, pero en
lugar de intervalos finitos de edad, generalmente de cinco aos, consideraremos
intervalos muy pequeos. Esto proporcionar algunos resultados que no son
accesibles a la teora matricial.
5.1. PROYECCION DE POBLACION EN EL CASO C O N T I N U O
El vector de la poblacin observada en los diversos grupos de edad, {K ( 0 ) }, da

ahora lugar a una funcin continua, k(x), 0 x ^ co, tal que el nmero de indi-
viduos entre x y x dx es k(x) dx. La supervivencia est de acuerdo a la versin
continua, l(x), de la tabla de vida definida en el captulo 1. El nmero esperado
de sobrevivientes t aos ms tarde, de los que al comienzo tienen entre x y
x -f dx, es
k{x)^LJldx, o k(x) -f-t-ii dx ,

l(x) p(x)
donde p(x) = l(x)/l0 es la columna del nmero de sobrevivientes de la tabla de
vida con raz igual a la unidad. La probabilidad de que una mujer de * aos
de edad tenga un hijo en el intervalo x, x dx ser m(x) dx.
Con estas definiciones, la forma continua de la proyeccin se puede seguir
en la adaptacin del diagrama de Lexis dado en el grfico 5.1. La poblacin
viva en el momento cero es una funcin de densidad a lo largo del eje x, y los
k(x) dx individuos que tienen de x a x -f- dx aos se van eliminando a travs de
la mortalidad; los sobrevivientes se reducen, cuando los seguimos por la diago-
nal hacia el extremo inferior derecho, al nmero
k(X)*JLdx,
que es el elemento de densidad a lo largo de la lnea horizontal, para el mo-

mento t. El nmero anual de nios que naceran a estos en el momento t, es su
nmero multiplicado por m(x -f-1). Los nios nacidos en el momento t para
todos los padres que sobreviven desde el momento cero, que se obtienen su-
mando a lo largo de las edades iniciales x, representan una tasa anual de
G(t) = [' 1 k{x) P(x + m(x + t)dx,

J a-t m P(X)
97
98 LA ECUACION DE RENOVACION 5.2
GRAFICO 5.1
D I A G R A M A DE LEXIS PARA ENVEJECIMIENTO Y REPRODUCCION, CON FUNCIONES
DE DENSIDAD PARA LA DISTRIBUCION POR EDADES Y LA N A T A L I D A D
donde a y (3 son las edades de reproduccin, menor y mayor, respectivamente;

la integral no se ve afectada si usamos los lmites 0 a {5 o a oo.
La cantidad G() es el nmero de nacimientos en la poblacin inicial, pero
si t es mayor que a representar tambin los nacimientos en el momento t de
mujeres que nacieron despus del momento cero. Determinemos esto por un
argumento anlogo. Si la densidad de los nacimientos est dada por B(t) a lo
largo del eje del tiempo, a la izquierda del grfico 5.1, entonces, el nmero de
mujeres que tienen de x a x -j- dx aos de edad en el momento t, nacidas des-
pus del momento cero, sern las sobrevivientes de nios nacidos hace x aos:
B(t x)p(x) dx, x <C.t. Estas mujeres tendran en el momento t un nmero
de hijos igual a
B(t x)p(x)m(x) dx
por ao.
5.1 PROYECCION DE POBLACION EN EL CASO CONTINUO 99
Integrando B(t x)p(x)m(x) dx a travs de todos los x, y sumando la parte

G(<) para los nacimientos provenientes de aquellos ya vivos en el momento cero,
da la ecuacin fundamental
B(t) = G(t) + - x)p(x)m(x) dx . (5.1.1)
De los dos trminos del segundo miembro, el primero, G(), corresponde a la

parte del diagrama de Lexis que est arriba de la diagonal gruesa, y la integral
se aplica a lo que est bajo dicha recta.
Durante ste y el captulo siguiente nos ocuparemos de la discusin de
(5.1.1). Se trata de una ecuacin integral; la funcin desconocida B(t) aparece
dentro y fuera de la integral. Las ecuaciones integrales son similares a las ecua-
ciones diferenciales, pudindose convertir las primeras en las segundas. Trans-
formaremos (5.1.1) diferenciando ambos miembros respecto de t, aunque esto no
nos pone ms cerca de una solucin para la desconocida trayectoria de los naci-
mientos B(t).
La ecuacin homognea
El trmino G() en (5.1.1) es embarazoso, pero afortunadamente
G(f) = 0 para t ^ /9 .
Nuestra estrategia inicial consistir en considerar la ecuacin (5.1.1) omitiendo

G(t):
B(t) = - x)p(x)m(x) dx, t^ /3; (5.1.2)
cualquier solucin que encontremos para (5.1.2) se aplica a (5.1.1) para todo
t ^ p, esto es alejado suficientemente hacia abajo en el grfico 5.1 para que no
necesitemos considerar la posibilidad de que nazcan hijos a las mujeres situadas
a la derecha de la diagonal gruesa. En general, la solucin de (5.1.2) contendr
un nmero infinito de constantes arbitrarias que estn a nuestra disposicin.
Las elegiremos de manera tal que adems de satisfacer (5.1.2), B(t) satisfaga tam-
bin (5.1.1).
La expresin (5.1.2) es conveniente porque se trata de una ecuacin homo-
gnea, lo cual implica que el producto de una solucin por una constante sigue
siendo solucin: si B(t) es una solucin, tambin lo es cB(t). Adems, las solu-
ciones son aditivas: si B^(t) y B.(t) son soluciones, tambin lo es Bx(t) -(- B2(t).
Estas dos propiedades, que se verifican fcilmente para (5.1.2) por las propie-
dades elementales de las integrales, se las denomina a veces en forma conjunta
como propiedad de linealidad. Si se puede determinar un cierto nmero de
funciones que satisfagan (5.1.2), entonces, a partir de estas soluciones particu-
lares, se puede construir una solucin ms general. Para anticipar algo: si ert
es una solucin de (5.1.2) para r = rx, r2, .. ., entonces, sujeto a la condicin de
convergencia,
B(t) = QjT* + Qr* + (5.1.3)
ser una solucin de (5.1.2) para todos los valores de las constantes arbitrarias
Qi. Qa se pueden entonces elegir las de modo que satisfagan (5.1.1) para
la k(x) dada e implcitamente contenida en G(t).
5.2. SOLUCION POR CALCULO ELEMENTAL
Para ensayar la funcin ert, la sustituimos por B(t) en (5.1.2); al reemplazar B(t)
por e" y B(t x) por e r ( f -' ) cancelando luego eri en ambos miembros, obtene-
nos de (5.1.2)
ê-"p(x)m(x) dx= 1, t ^ 3 , (5.2.1)
o bien, puesto que m(x) 0 excepto para a <, x < fi,
<f>(r) = ^ e~"p(x)m(x) dx = 1 , (5.2.2)
que tiene una estrecha relacin con la ecuacin caracterstica de la matriz,

IM XI | = 0 del captulo 3, y que se discutir en el captulo 8. La variable
ficticia para la edad, se escribir frecuentemente a en vez de x, y p(x)m(x) se
abreviar <>(x), conocida como funcin de fecundidad neta.
Siendo ert una forma apropiada para B(t), nuestro problema se ha reducido
de (5.1.2) a (5.2.2). Este es un avance considerable, ya que en (5.1.2) la incgnita
es una funcin B(t), en tanto que en (5.2.2) es una variable r. Se dar una serie
de procedimientos para la solucin numrica de (5.2.2), pero antes de discutirlos
nos ocuparemos de algunas de sus propiedades generales.
La ecuacin (5.2.2) puede tener slo una raz real. Esto resulta del hecho
de que el integrando de \>(r), en el primer miembro de (5.2.2), est constituido
por factores no-negativos; si la integral es igual a uno para r, no puede ser igual
a uno para q > r, puesto que e~P es menor que e~ra para todo a. De la misma
manera, un nmero real menor que r no puede ser una raz. Dado que
<t>(a) = p(a)m(a) es positivo o cero para todo a, y que para cualquier a dado,
e~Ta es una funcin decreciente de r, la integral <p(r) debe ser una funcin decre-
ciente de r. Es til pensar en el grfico de ip(r) en el eje de ordenadas, contra
r en el eje de abscisas (cuadro 5.1 y grfico 5.2).
GRAFICO 5.2
CURVA DE i|>(r)= S'ae-"p(a)m(a)da REPRESENTADA C O M O FUNCION r,
PARA LAS MUJERES DE H O L A N D A , 1965
m
5.2 SOLUCION POR CALCULO ELEMENTAL 101
CUADRO 5.1
VALORES D E ip(r) P A R A LAS MUJERES D E H O L A N D A , 1965
Valores desde r= 0 , 2 0 a r 0,10 Detalle en el entorno de r = 0
r <M r ) r 4>(r)
-0.20 1018.277 -0.010 1.918.70

-0. 18 491.867 -0.008 1.80951
-0.16 241.261 -0.006 1.70678
-0.14 120.220 -0.004 1.61012
-0. 12 60.876 -0.002 1.51914
-0. 10 31.330 0.000 1.43350
-0.08 16.387 0 .002 1.35288
-0.06 8.710 0.004 1.27697
- 0 .04 4.702 0 .006 1.20548
-0.02 2.577 0.008 1.13816
0.00 1.434 0.010 1.07474
0.02 0.809 0.012 1.01499
0.04 0.462 0.014 0.95870
0.06 0.267 0.016 0.90565
0.08 0.157 0.018 0.85565
0 .10 0.093 0.020 0.80851
f'
<fi(r) = \ e~Tap{a)m(a) da = O.OOOle"12 ^ + 0.0498e--6'
- + 0.3334c" 2 2 - 6 ' + 0.4912e _ 2 7 - 6 r + 0.3267c- 3 2 - 6 '
+ 0.1716e"-' + 0.0559e- 4 2 - 6 r + 0 . 0 0 4 8 e - e ' .
El grfico se podra usar para resolver t/(r) = 1, pero encontraremos procedi-

mientos ms convenientes en la seccin 5.3. Como aplicacin de la ec. (10.2.5),
aparece una solucin por interpolacin en el cuadro 5.1.
Para demostrar formalmente que <i(r) es montonamente decreciente, obser-
vamos que su derivada es
<])'(r) = - âe-<">t(a) da ,
la cual es siempre negativa, puesto que los tres factores del integrando son no-
negativos, y sobre un cierto recorrido son todos positivos. Una funcin estric-
t amen te decreciente puede cruzar la lnea <f/(r) = 1 slo una vez, en la raz real
r. Puesto que
<p"(r) = j V e - " ^ ) da
es positiva, ip(r) debe ser cncava hacia arriba en el entorno de cualquier punto.
Demuestre que <f>'(r)/^{r) evaluada en r = 0, es ji, la edad media de las
madres al nacer sus hijos en la poblacin estacionaria, y que <//( r ) evaluada
en el punto donde <f/(r) = 1 es Ar, la edad media de las madres al tener sus hijos
en la poblacin estable, que es la distribucin por edades proporcional a
e~rxp(x), ei anlogo continuo de (3.2.6). La cantidad i//(0) = R0, la integral de
<>(a) = p()m(a), se llama tasa neta de reproduccin (TNR); es el nmero
de hijas que se espera nazcan a una nia recin nacida, sujeta a las tasas
existentes de fecundidad y mortalidad por edades, o el anlogo para hombres.
Localice R0 en el cuadro 5.1 para las mujeres de Holanda, 1965, y utilice el cua-
dro para estimar las dos edades i y Ar con cualquier h pequeo. Una frmula
que viene al caso para la derivada de los valores tabulares, es
, ^ <p(r + h)~ (>(r - h)

y W " 2h
Haciendo uso de las consideraciones geomtricas del prrafo precedente demues-
tre que |i > Ar si r > 0.
El examen de (5.2.2) muestra que si R0 /0<>(a) da > 1, entonces, la raz
real rx debe ser positiva. Existe slo un valor positivo de r que hace e~ra menor
que uno, y si f&<f>(a) da = R0 es mayor que uno, el otro factor bajo el integran-
do de (5.2.2), e~ra, debe ser menor que uno. De manera similar, si R0 < 1,
entonces r1 debe ser negativo. La reciproca tambin vale. De all podemos decir
que si y slo si
R0 < 1 , entonces r1 < 0 ,

= 1 , entonces rt = 0 ,
R0 > 1 , entonces rt > 0 .
Las races complejas deben venir en pares conjugados. Supongamos que

u -f- iv sea una raz. Por el teorema de De Moivre,
ra _ eua+iva _ e [ c o s + sj n (ya)] ,
y de all que (5.2.2) sea
4>(r) = ^ - " [ c o s (va) - / sin (va)]<j>(a) da = 1 . (5.2.3)
Puesto que en el tercer miembro no hay parte imaginaria, la que aparece en el

segundo se debe anular,
sin (va)<j>() da = 0 ,
de donde se deduce que u iv debe ser tambin una raz.

Adems, el valor de u en la raz compleja u -)- iv debe ser menor que rlt la
raz real. Igualando las partes reales en ambos miembros de (5.2.3),
resulta la misma ecuacin que (5.2.2), que se satisfaca para la raz real, excepto
que ahora tenemos un factor eos (va). Siendo el coseno siempre menor que uno,
cualquiera sea el valor (distinto de los mltiplos de 2jt) que tome su argumento,
e -ua debe ser mayor que el correspondiente factor en el integrando de (5.2.2);
de all se deriva que u debe ser menor que r v Si R0 < 1, entonces la raz real
es negativa y todas las races complejas tienen elementos reales negativos; cuando
o > 1, y por lo tanto ri > 0, ellas podran tener elementos positivos en la me-
dida en que este argumento resulte, aunque esto no ocurre en la prctica. Entre
480 poblaciones para las que se hizo el clculo, el u que estuvo ms cerca de ser
positivo correspondi a las mujeres de Taiwn, 1964, siendo u = 0,0059.
El argumento de Lotka de que la persistencia de un conjunto fijo de tasas
especficas de fecundidad y mortalidad por edades dar por resultado una distri-
bucin por edades estable, se apoya en el hecho demostrado arriba de que la
parte real de cualquier raz compleja debe ser menor que la raz real. Porque
si la parte real ue es menor que r1; entonces el factor <?">' en (5.2.6) ser menor
que en*, y en consecuencia, el trmino Q^c-', que involucra el factor <?*"', se har
infinitesimalmente pequeo en valor absoluto comparado con el trmino prin-
cipal Qxî', cuando t crece. De all que, ms all de un t conveniente, la serie
(5.2.5) se puede aproximar mediante su primer trmino, y los nacimientos son
una exponencial simple Q1er't. Veremos ms adelante (captulo 7) que los naci-
mientos exponenciales conducen a una poblacin creciente exponencialmente
con distribucin por edades estable. Se puede demostrar la misma propiedad
ergdica a partir de las propiedades de las matrices no negativas irreducibles,
como se sugiri en la seccin 3.2.
La raz real de la ecuacin (5.2.2) no puede ser mltiple. Cualesquiera
races mltiples cumpliran con (5.2.2) y con su derivada respecto a r; deberan
por tanto satisfacer
ae~ra<>(a) da = 0 . (5.2.4)
Pero todos los factores del integrando son positivos o nulos en el recorrido admi-
sible a ^ a ^ p; la integral de (5.2.4) no puede ser igual a cero a menos que
</>(a) = 0 casi en todas partes de (a, ($).
Sin duda que pueden existir races complejas mltiples. Empricamente, no
hemos encontrado ninguno de tales casos en nuestra observacin, aunque la con-
dicin bajo la que podran aparecer est tericamente abierta (Hadwiger, 1939,
pg. 7). En este sentido, John S. Lew ha sugerido diversas formas de la funcin
de fecundidad neta que produciran races mltiples. El ms simple de estos
ejemplos es
el cual, mediante un cambio de variable en la conocida integral
"V*"-1 du = (n - 1)!
o
que resuelta para n = fiyn = 4da ip(r) 1, y el resultado factorizado, produce
= l ' - m * = + -) + 0"
En consecuencia, la ecuacin ^(r) = 1 tiene las races k i, cada una repetida

dos veces. Para (5.2.19) se requieren races distintas, lo que constituye un paso
en la determinacin de los Q de (5.1.3) mediante clculo elemental.
Para una demostracin basada en las propiedades de las funciones enteras, de
que el nmero de races de (5.2.2) es infinito cuando oo > p > , o sea, cuando
el intervalo frtil es finito, puede considtarse Hadwiger (1939b, pg. 2) o Lpez
(1961, pg. 15).
La presencia de las constantes ( est permitida por la linealidad de (5.1.2),
y habr tantas Q como r. La solucin general de (5.2.2) es
B{t) = Q,eri + * + , (5.2.5)

o, si rs = us 4- ivE,
B(t) = Q^'i* + <2ae-'[cos (v,t) + / sin (v.t)] . (5.2.6)
Puesto que, como se argument a partir de (5.2.3), cada raz compleja est acom-
paada por su conjugada, la cual est multiplicada por el coeficiente conjugado,
los trminos imaginarios de la serie se cancelarn, quedando una serie trigono-
mtrica real. Esto es evidentemente necesario para nuestro propsito, puesto que
la representacin de los recuentos de una poblacin real difcilmente incluiran
trminos imaginarios.
La prxima tarea consiste en evaluar los Q para ajustar un G(t) dado.
Para determinar Q s por integracin directa, comenzamos por reescribir (5.1.1)
en la forma
(5.2.7)
Siguiendo a Hertz (1908, pg. 84) y Lotka (1939c, pg. 86) introducimos la can-
tidad auxiliar
(5.2.8)
y sustituyendo G() de (5.2.7) en (5.2.8), tenemos
(5.2.9)
Sustituyendo ahora B(t) en (5.2.9) la serie (5.2.5) queda,
B(t) = Q f = Q,er'% + ,
1 S*t
y lo mismo para B(t a), tenemos
P, = jV'-' - JW""-*) da\ dt + Ra, (5.2.10)
donde R 9 es una suma del mismo tipo de integral doble que la que le precede
en el segundo miembro de (5.2.10), que contiene trminos en Querul, u^&s.
(Se demostrar posteriormente que Ra = 0.) De (5.2.10),
Pe = Q. j' [l - j V"?K) dt + Rs
= Q. j' QVr'V() ^ - jV'-V(c) da] dt + R,, (5.2.11)
donde usamos el hecho de que da = 1 esto es as si r es una de las

races de (5.2.2). La diferencia entre las dos integrales interiores de (5.2.11) es
e-T'a<j>(a) da,
!
y reemplazando esto en (5.2.11) da
p. = Q. j'j'er"t(a)dadt + R.. (5.2.12)
La integral doble de (5.2.12) se toma G R A F I C O 5.3

sobre un tringulo rectngulo en el plano FRANJAS ELEMENTALES PARA LA
ta. Integrando la misma funcin sobre INTEGRAL DOBLE USADA EN LA
DETERMINACION DE Q,
la misma rea, esto es, determinando el
volumen del mismo cilindro triangular,
pero cambiando el orden de las varia-
bles (grfico 5.3), debemos dejar inalte-
rada la integral en (5.2.12). De all que p
P. = Q, j' |V'">(a) dt da + R,.
(5.2.13)
La integracin con respecto a t es da

ahora slo j*dt = a, y en consecuencia
P. =-Q. âe-"(a)da + R,
(5.2.14)
Resta slo demostrar que R = 0. De (5.2.9) y (5.2.10) vemos que Rs st

constituida por trminos tales como
R.,u = ? êrT,t - êT"{t~a)>p(a) da^dt, (5.2.15)

donde Uy^s. Por lo tanto,
R.,u = Qu - J'e' r *~ r ' >t e~ ru "tf(a) da dt . (5.2.16)
Igual que antes, reemplazamos 1 por ^ge~r*"<j>(a)da despus del primer signo
integral en (5.2.16):
R .,u = 6 jVr-r')t e-r^<p{a) da - j ' e r r * X a ) da dt
= Qu QV'-rt) da dt. (5.2.17)
Cambiando el orden de integracin como antes, obtenemos
R.,u = Qu êir*-r>]t dt da (5.2.18)
= Q" - V - 1 )da
ru ~ r, Jo
= e~r'a(>(a) da - e-r*a<>(a) da (5.2.19)

r a r , LJo Jo
= 0,
puesto que cada integral en (5.2.19) es igual a uno a la vez que ru y r, son dos
races distintas. El mismo argumento se aplica a todos los Rt u para y
por tanto a R,, ya que
R. = E R',u
Volviendo a (5.2.14), ahora con R = 0, tenemos
e incorporando la definicin de Ps en (5.2.8), finalmente se llega a que
\le-r'*G(t)dt
Q. = (5.2.21)
Y ae~r'a<f,(a) da
Si conocemos G(t), los nacimientos provenientes de aquella porcin de la

poblacin nacida antes o en = 0, y las supuestas fijas tasas especficas de super-
vivencia y fecundidad por edades, entonces (5.2.21) basta para calcular Qs. Como
un caso especial, consideremos las hijas de B0 nacimientos ocurridos en t = 0.
Estas hijas tendrn fechas de nacimientos distribuidas como B0p(t)m(t) = B<$(i)
Insertando esto en (5.2.21), tenemos
B0 s y ^ m dt = b0 Bn
Q. = (5.2.22)
Si r8 es la raz real rt (5.2.22) multiplicada por.eri' nos dar el nmero de

nacimientos en la poblacin en el momento t, despus que el efecto de las races
complejas se ha hecho insignificante. Para tal momento ,
B(t) = Qî' = B0e'S/(-c,'(ri)), (5.2.23)
donde el denominador es la edad media de las madres al tener sus hijos en la

poblacin estable, designada por Ar = fi'fa).
Descomposicin espectral para el modelo de poblacin continuo
El anlisis que hicimos en el captulo 3, usando matrices e intervalos quinque-

nales de edad, incluy la descomposicin de una distribucin por edades arbi-
traria, en la forma de una suma ponderada de vectores estables. Todo esto tiene
un anlogo en la versin continua. A cualquier r{ para la cual = 1 corres-
ponde un Xi = eBr* que satisface aproximadamente
|M - = 0 .
(La demostracin de que k converge a e^1 cuando el intervalo de tiempo se hace
pequeo se da en el captulo 8, y el error de aproximacin en cualquier inter-
valo de amplitud finita, en el captulo 11). A cada vector columna estable {K}
tal que = ^{Kj}, en la notacin de captulo 3, corresponde una distri-
bucin estable continua por edades c,(x) = bie~riXp(x), donde bi se define como
\;e~^p(a)da ''
y a cada vector fila estable [H] que satisface [H^M = XjfHJ corresponde una
funcin vx), generalizada a partir del valor reproductivo de una mujer de
Fisher, definido en (3.2.15):
V*) = e ^ p { x ) \y^p(a)m(a) da (5.2.24)
La propiedad de ortogonalidad [ H ^ K , } = 0 , i ^ j, tiene su anlogo en
lo que el lector puede demostrar, usando las definiciones de vx) y c}{x), cam-
biando el orden de integracin entre a y x, y usando el hecho de que
= = 1
El puede similarmente evaluar v^c^x) dx y determinar que es igual a

bi<)'(rt). Para la raz real rlt esto ltimo es el producto de la tasa intrnseca
de natalidad y la edad media de las madres al tener sus hijos en la poblacin
estable (Goodman, 1967c).
Ahora, la distribucin por edades arbitraria k(x) se puede desarrollar en
funcin de los c { (x) estables, i 1,2, . . . :
*(*) = QMX) + Q'Mx) + (5.2.25)

Para determinar la constante Q u multiplicamos por v(x), integramos con res-

pecto a x desde 0 hasta (3, notamos que por la propiedad de ortogonalidad todos
los trminos del segundo miembro, menos el isimo, se anulan y obtenemos
Â(x)v<(x) dx = Qi ^ ( x t y ^ x ) dx ,
de modo que con ^ c^x^^x) dx = brf'fa), el resultado es
Qi = fax)vi(x)dx/(-bifi'(ri)). (5.2.26)
En qu se convierte )< para el k(x) arbitrario igual a un nacimiento?

Si escribimos k(x, t) dx para el nmero absoluto entre las edades x y x dx
en el momento t, entonces, con mortalidad y fecundidad por edades constante
se obtendra un desarrollo de la forma
k(x, t) = e A ^ K 1 ' + fiA*)*"'4 + (5.2.27)
El lector puede redondear la demostracin de (5.2.27), mostrando en qu cir-

cunstancias los son los mismos que los de (^.2.25) dados por (5.2.26).
5.3. SOLUCION NUMERICA DE LA ECUACION CARACTERISTICA
Para determinar las races de (5.2.2) a partir de las observaciones que propor-
cionan una tabla de vida y las tasas especficas de fecundidad femenina por eda-
des, se acostumbra aproximar l0<p(r) mediante
W ' ) = E*~ r { m " M . F .> (5-3.1)

a
siendo Fx la tasa especfica de fecundidad en mujeres que tienen de * a * - f 5
aos, donde a y son nmeros tales como 10 y 50, y el sumatorio se toma sobre
las edades x que son mltiplos de 5. Entonces la ec. (5.2.2) se aproxima por
k<p(r) = e-^\LmF1( + e~"^\LltFlt + . + e~ >\LaFa = /, (5.3.2)
donde la integral
j V " * + , ) / > ( x + t)m(x + t)dt, x = 10, 15, . . . , 45 , (5.3.3)
se reemplaza por el producto de

1. un valor medio: -<*+*> >
2. una integral: l(x + 0 dt = s.,

J k h
3. una razn de dos integrales: + O"^* + _ p

S\k(x + t)dt
siendo k(x) la distribucin por edades observada.

Las reglas del clculo integral no permiten tal descomposicin de una integral
sobre un intervalo finito. Sin embargo, sucede que los errores se compensan en
5.3 SOLUCION NUMERICA DE LA ECUACION CARACTERISTICA 109
C U A D R O 5.2
INDICE DE MASCULINIDAD A L N A C I M I E N T O SEGUN EDAD DE LA MADRE,
PARA C U A T R O PAISES
Edad Inglaterra y Italia Japn Estados Unidos

Gales 1964 1963 1963 1964
15-19 1.068 1.045 1.031 1.056
20-24 1.060 1.054 1.057 1 .050
25-29 1.065 1.059 1.054 1.047
30-34 1.059 1.052 1.063 1.039
35-39 1-.059 1.050 1.055 1.039
40-44 1.041 1.050 1.067 1.029
FUENTE": Demographic Yearbook (Naciones Unidas), 1965, cuadro 13.
algn grado, y como se demostrar en el captulo 11, (5.3.2) (denominado all

mtodo B) no es una aproximacin a (5.2.2) tan mala como parece a prime-
ra vista.
Seguimos aqu la prctica convencional en el trabajo demogrfico de tomar
la razn de los nacimientos femeninos al total de nacimientos para todas las eda-
des de la madre y aplicamos esto a los nacimientos en cada edad. Para verificar
la suposicin de que la masculinidad de los nacimientos es la misma para todas
las edades de la madre, presentamos el cuadro 5.2. El ndice de masculinidad
(nmero de hombres dividido por el nmero de mujeres) disminuye, al menos
en algunos casos, con la edad de la madre. Para los Estados Unidos, 1964, la
tendencia es clara; para Inglaterra y Gales, 1964, lo es menos; y para Japn,
1963 e Italia 1963, es difcilmente discernible. [Hasta qu punto se podra
explicar una mayor relacin de masculinidad . al nacimiento despus de una
guerra por un nmero mayor de nacimientos en nuevas desposadas?]
En cuanto el mtodo usual subestima levemente la edad promedio JA, de las
madres al tener sus hijas, tambin sobrestima la tasa intrnseca femenina, puesto
que r i (ln R 0 )/\i, dejando de lado r2 en (6.2.6). (Para una discusin de y y
otros momentos, vea la seccin 5.6 y captulo 6).
Para los Estados Unidos, 1964, la edad media de las madres al nacimiento
de sus hijos por el mtodo convencional fue demasiado baja, alrededor de una
parte en 1700. Pero, por otra parte, el valor de ln R0 mediante el mtodo con-
vencional fue tambin demasiado bajo, alrededor de una parte en 1900. El resul-
tado neto de estos errores altamente compensantes, fue hacer el r convencional
demasiado alto: aproximadamente una parte en 15.000, lo cual es evidentemente
un error sin consecuencias. El cuadro 5.3 muestra los detalles y constituye una
justificacin del mtodo convencional.
Para encontrar el ln 1,51014 requerido en un clculo del cuadro 5.3, busque
en el cuerpo de la tabla de e, dada en el apndice, para el valor de entrada ms
grande que sea menor que 1,51014 y determine 1,491825 = e 0 4 . Divida 1,51014
por 1,491825 para obtener 1,012277. Ahora busque el mayor valor de entrada
C U A D R O 5.10
COMPARACION DEL M E T O D O CONVENCIONAL Y DEL CORRECTO,
PARA CALCULAR LA TASA INTRINSECA r. MUJERES DE
ESTADOS UNIDOS, 1964
CONVENCIONAL CORRECTO
Caractersticas de las Nacimientos de nias

edades reproductivas en obtenidos mediante Nacimientos
la poblacin estacionaria aplicacin de la de nias
relacin de masculinidad observados
promedio a todos segn edad
los nacimientos segn de la madre
edad de la madre
Ro 1.51014 1.51047
l n Ro 0.41220 0.41242
y = Edad media 26.530 26.546
O 2 = Varianza 36.339+ 36.390+
1000rL de (6.2.7) 15.706 15 . 7 0 5
lOOOr de (5.3.5) 15.703 15.702
DATOS: Funcin de fecundidad neta corregida como sigue:
X 5 4>X X 5 <>X X 5 <I>X
10 0 .00207 25 0 .42262 40 0 03201

15 0 .17190 30 0 .24429 45 0 00181
20 0 .51905 35 0 .11672 TOTAL 1 51047
Programado por Shannon Stokes y James Porter.

6 N o corregido para agrupamiento (vase captulo 11).
que sea menor que ste y determine 1,012072 = e 0 0 1 2 . Divida 1,012277 por
1,012072 para obtener 1,000203. Este ltimo es aproximadamente e0'000203, pues-
to que ex = 1 -(- x para x pequeo. Entonces el nmero 1,51014 dado es igual a
(e0-4)(ea-cl2)(e0-mm) = (e 0,41m )
de modo que su logaritmo natural es 0,412203, como aparece, con cinco deci-
males, en la segunda fila del cuadro 5.3.
Ansley Coale (1957) fue el primero que propuso el moderno enfoque itera-
tivo a la solucin de (5.3.2). Aparecen distintas rutas de iteracin:
a) La regla
Si f(r*) es mayor que 1, haga r** igual a r* - f 0,5|r*r| ;
Si i/r(r*) es menor que 1, haga r** igual a r* 0,5|r*r|, siendo r,
r* y r**, valores sucesivos de la iteracin.
Esto requiere programar slo ip(r), y da un dgito binario por iteracin, co-
menzando por ejemplo desde r 0,0 y r* = 0,025. En la prctica, de 15 a 20
iteraciones dan una precisin de hasta el sexto decimal. [Por qu esto es as?
Establezca los lmites permisibles sobre el par arbitrario de valores iniciales.]
b) El mtodo de Newton-Raphson
r* = r ^ ~ 1 , (5.3.4)
m
que requiere el clculo de la derivada <p'(r) como asimismo de t/(r), y converge
cuando se han cumplido alrededor de cinco ciclos. [Deduzca (5.3.4) del desarro-
llo de Taylor, y exprese r* explcitamente en trminos de la \,(r) de (5.3.2).
c) El mtodo de la secante [dado en la seccin 3.2]
d) Iteracin funcional: multiplicando la ecuacin caracterstica (5.3.2) por
e27,5r y trasponiendo, obtenemos la forma alternativa
>"-5r* = e16' fe) Fio + e10r ( 4 a ) ^ + ( 4 * 0 F

\ l0 / \ l0 / \ Iq /
+ (y) F + e~ir F30 + ...+ (i^) Fa . (5.3.5)
Comenzamos eligiendo algn valor arbitrario de r, evaluamos la expresin del

segundo miembro de (5.3.5), luego tomamos 1/27,5 del logaritmo para obtener
el r* mejorado, sustituimos r* por r, y continuamos. El criterio para la conver-
gencia podra ser que r* difiera de r en menos de 0,000001. En la prctica,
generalmente son necesarios slo cuatro ciclos para obtener una precisin hasta
el sexto decimal.
Verifique que 1.000 r 15,703 como aparece en el cuadro 5.3, usando los
datos del cuadro 2.1 en (5.3.5) y el valor inicial arbitrario r 0,015, dado que
g5 (o.ois) _ <0,075 _ 1,077884. La primera iteracin da r* 0,015664. Puesto que
_ ^0,078320 _ 1 081469, pruebe nuevamente y determine r** = 0,015701,
que est 2 puntos abajo en el ltimo lugar decimal. Con (6.2.8) como punto de
partida para la primera iteracin,
r = JEA = M i ^ = 0 .01554 ,
H 26.53
basta para muchos propsitos, una sola aplicacin de (5.3.5). Invente una forma
iterativa anloga a (5.3.5) para la ecuacin caracterstica matricial (3.2.4), y
muestre en una sola aplicacin de ella, comenzando con r = 0,015703, que
r = 0,2 In X resulta dar 0,015733. En el captulo 11 se considerarn las diferen-
cias entre tales resultados; (5.3.5), mtodo B, da un r menor que (3.2.4), m-
todo A.
La sucesin iterativa de (5.3.5) combina la facilidad de programacin con
la economa de tiempo de computador. Si formamos el proceso iterativo multi-
plicando (5.3.2) por e37'5r, y comenzamos con r = 0,02, son necesarios algo as
como 20 ciclos para las mujeres de los Estados Unidos, 1964. Aparecen oscila-
ciones de amplitud lentamente decreciente en las iteraciones sucesivas. Cuando
multiplicamos (5.3.2) por e32-r", la convergencia a seis lugares decimales requiere
siete iteraciones; multiplicando por e17-5r se requieren. 12 iteraciones. Traduzca
estos hechos en trminos de la forma de las curvas e27,5r^(r), etc., considerando

en especial sus pendientes. Verifique sus observaciones numricamente con la
ayuda de los datos del cuadro 5.1. Demuestre que la potencia ptima de er por
la cual hay que multiplicar, es la edad media de las madres al nacimiento de
sus hijos en la poblacin estable, si uno la conoce. Scarborough (1962, pg. 206)
y Ralston (1965, pg. 320) proveen teora sobre la convergencia en la iteracin
funcional. Ellos muestran que, en la notacin de (5.3.5), el requerimiento es
de que dr*/dr < 1 en el rango apropiado, y que mientras menor sea dr*/dr
ms rpida es la convergencia.
e) Una solucin que prescinde de la ecuacin caracterstica. El mtodo
de Daniel Bernouilli (Hildebrand, 1956, pg. 458; Ralston, 1965, pg. 346) con-
vierte una ecuacin polinmica en una ecuacin de recurrencia con el objeto de
resolver la primera. En demografa comenzamos con la ecuacin de recurrencia
(5.1.1). En lugar de convertirla en la ecuacin polinmica (5.3.2), podramos
usar el mtodo de Bernouilli directamente.
Buscamos entonces una solucin directa para (5.1.1) expresado en forma
finita como
B(t) = B(t - 12) B Fw + B(t - 17*) Fu + .

*0 0
+ B(t - 47J) 4 a Pa , (5.3.6)

'o
con G(t) = 0. El B(t) para valores del argumento menores que 0, se puede hacer
igual a 1 para comenzar el proceso. Entonces, el primer B(t) calculado a partir
de (5.3.6) ser B(0) = R o, la tasa neta de reproduccin. [Por qu?] Nos despla-
zamos ahora en la trayectoria, sumando 2,5 a los argumentos de B en todos los
trminos de (5.3.6), y hallamos de nuevo que B(2,5) = R0- Enseguida agregamos
otro 2,5 y as hallamos B(5). El proceso de incrementar el argumento de B(t)
y evaluar el segundo miembro de (5.3.6) contina paso a paso, hasta que se
logra la estabilidad, que se puede verificar, por ejemplo, mediante
I B + 2) _ B(t) I
i B(t) B(t - 2) n
El valor de r se puede obtener entonces como
r = f (In B(t + 2J) - In B(t)),
puesto que en la estabilidad B(t + 2J) = eirllB(t).

El mtodo converge, pero en forma demasiado lenta como para usarlo. Se
generan en B(t) grandes oscilaciones de amplitud gradualmente decreciente, y
tpicamente se requieren alrededor de 250 iteraciones para la convergencia, lo
que corresponde a una proyeccin de ms de 500 aos. La principal razn que
hemos tenido para presentar esto aqu ha sido mostrar que la ecuacin caracte-
rstica es til. A qu frmula de integracin funcional bajo (d) corresponde
este mtodo?
f) Iteracin simultnea para r y otras constantes de la poblacin estable.
Esto es til cuando se requieren tanto las tasas intrnsecas de natalidad y mor-
CUADRO 5.4
TASA DE CRECIMIENTO B R U T A , ESTANDARIZADA E INTRINSECA POR MIL
HABITANTES. MUJERES DE ESTADOS UNIDOS, 1919-1965"
Estandarizada
Intrnseca
Bruta directamente sobre
lOOOr
E E . U U . 1960
1919-21 15.05 4.17 10.23

1924-26 13.68 2.53 9.04
1929-31 10.02 1.10 2.51

1934-36 8.28 0.05 -1.16
1939-41 9.64 2.26 0.94
1944-46 12.55 5.80 6.88
1949-51 15.41 10.42 14.37

1954-56 16.35 14.06 19.88
1959-61 15.03 15.03 21.13
1962 13.71 13.94 19.24
1963 12.84 12.92 17.50

1964 12 . 4 1 12.43 16.10
1965 10.78 10.75 12.65
Nacimientos ajustados por subregistro. Programado por Wilhelm Flieger.
talidad como r; converge en cuatro o cinco iteraciones y produce un nmero de

cantidades relativas a la situacin estable (seccin 7.2).
El lector puede examinar bajo qu circunstancias los seis mtodos dan res-
puestas numricamente idnticas. Cuan adecuado es cada uno de ellos para
determinar las races complejas?
Para ilustrar la raz real r lt considerada como la medida de la tasa intrnseca
de crecimiento natural de una poblacin, el cuadro 5.4 da para las mujeres de
los Estados Unidos, 1919-1965, las tasas brutas, estandarizadas e intrnsecas por
mil habitantes, basadas sobre registros ajustados oficialmente. (Observe la dife-
rencia entre el r para 1964 del cuadro 5.3 y el del cuadro 5.4, debido al ajuste
de los datos en la ltima.) La tasa bruta consiste meramente en los nacimientos
menos las muertes de un perodo, dividido por la poblacin media de este l-
timo (seccin 1.1). La tasa estandarizada para 1960 es el resultado de aplicar
las tasas especficas de mortalidad y fecundidad por edades a la poblacin feme-
nina de los Estados Unidos en 1960.
En la dcada de 1930, el considerable nmero de madres que restaban de
la poca precedente de alta fecundidad, mantuvo una tasa bruta de crecimiento
positiva a pesar de una tasa intrnseca negativa. Desde mediados de 1940 hasta
mediados de 1950 la tasa intrnseca se triplic, en tanto que la tasa bruta slo
aument en 25 por ciento. Durante la dcada del 60 la tasa intrnseca ha bajado
ms qe la tasa bruta.
El argumento dado por Lotka y reproducido en la seccin 5.2 es imperfecto
en varias direcciones, como lo demostrara Feller (1941). Es indirecto resolver
primero la esencialmente irrelevante ecuacin homognea (5.1.2), y luego intentar
ajustar la respuesta a (5.1.1). Nosotros hemos usado el supuesto de que las rai-
ces son distintas; aun cuando en la prctica son distintas, sera preferible un
mtodo que no supusiera esto. Para que la solucin (5.1.3) se pueda ajustar
a los nacimientos provenientes de una distribucin por edades inicial arbitraria
se requiere, entre otras cosas, que el nmero de races en r de (5.2.2) sea infinito,
y esto no necesita ser as con un rango infinito de la funcin de fecundidad
neta. Finalmente, dos funciones de fecundidad neta diferentes podran producir
el mismo conjunto de races en r, tal como lo muestra Feller con un ejemplo
(1941, pg. 262). Ninguna de estas dificultades tiene consecuencias prcticas, y
todava escapar de ellas, al mismo tiempo que simplificando el argumento, parece
que vale la pena. Con la transformada de Laplace, una gran parte de la sec-
cin 5.2 se reemplaza por las pocas lneas que van desde (5.5.4) a (5.5.8). Con el
objeto de hacer el presente resumen autosuficiente, en la seccin 5.4 se esta-
blece la definicin de la transformada y las pocas propiedades que se necesitarn.
5.4. PROPIEDADES DE LA TRANSFORMADA DE LAPLACE
Dada una funcin h(t), definimos su transformada de Laplace unilateral como
h*{r) = e~rth(t) dt (5.4.1)

Jo
si existe la integral impropia del segundo miembro. Es comn referirse a h(t)

como la funcin original y a la transformada h*(r) como la imagen. Dada la
transformada, se dice que la original es su inversa. La transformacin se puede
considerar como una traduccin desde la variable t a r, desde un -lenguaje a un
r-lenguaje, mediante (5.4.1); la importancia de esto radica en que existen pro-
blemas, incluyendo aquel expresado en la ecuacin de renovacin (5.1.1), que
pasan a ser muy simples cuando se los traducen de dicho modo (Doetsch, 1958,
pg. 29).
Nosotros necesitaremos la integracin de (5.4.1) para ciertas funciones, a fin
de constituir el diccionario que permita el cambio de lenguaje. Si h(t) es una
constante k, entonces su transformada es
h*(r) = e~rtk dt = k/r (5.4.2)

Jo
si R(r), la parte real de r, es positiva. Si h(t) es t, entonces
R(r) > 0 ,
5.4 PROPIEDADES DE LA TRANSFORMADA DE LAPLACE 115
mediante integracin por partes. La repetida integracin por partes da la trans-

formada de f , con n entero:
e~rtr dt = n!/r"+1, R(r) > 0 , (5.4.3)

w = s :
y un cambio de variable da
W ) = t t \~e-"(rty d(rt) = , R(r) > 0 , (5.4.4)
como la transformada de t" cuando n es real. Especialmente importante para

nuestro trabajo ser la transformada de h(t) e*'1, donde rs es una constante
especial, la raz (real o compleja) v sima de la ecuacin caracterstica, i//(r) = 1,
de (5.2.2):
h*(r) = e-r'e**' dt = ["e^^dt = , (5.4.5)

Jo Jo r ra
vlido para todo (complejo) r tal que R(r), la parte real de r, sea mayor que
R(r)s. Usaremos (5.4.5) en la otra direccin: la inversa de l/(r r) es er,t.
Se puede decir que unas pocas reglas generales constituyen la gramtica
para la traduccin hacia la cual nos dirigimos. Si se sabe que la transformada
de h(t) es h*(r), entonces la de Kh(t), donde K es cualquier constante, es Kh*(r),
como surge de la definicin (5.4.1). Si las transformadas de h(t) y k(t) son h*(r)
y k*(j) respectivamente, entonces, la transformada de h(t) -f k(t) es
[h{t) + k(t)]* = j%~rt[A() + k(t)] dt
= e~rih(t)dt + ê~rik{t) dt
= h*(r) + k*(r) . (5.4.6)
Dicho brevemente, la transformada es un operador lineal.

Se necesitar otra regla. La integral que aparece en nuestra ecuacin (5.1.1)
se conoce como una convolucin de las funciones B y </>; ella contiene slo
B(t x) y if>(x), la suma de cuyos argumentos es t, el que es fijo en relacin a
la variable de integracin. Para determinar la transformada de la convolucin
)<>(a)da tenemos
- )<>(a) daf = - )^{)dadt
- ^ê-TtB(t - a)<ft() da dt
= i " [' e~rH~a)B(t - a)e~<p(a) da dt; (5.4.7)

Jo Jo
y si las dos integraciones se pueden separar, esto se convierte, para t ^ en
- a) dtj (ê-<j>(a) daj = B*(r)<j>*(r) . (5.4.8)

116 L A ECUACION DE RENOVACION 5.2
En palabras: la transformada de la convolucin de dos funciones es igual al pro-

ducto de las transformadas de las dos funciones. En Van der Pol (1964, pgs.
39-41) se puede hallar una prueba ms cuidadosa. El argumento requiere que
ambas funciones [B() y <f>(fl)], sean acotadas en algn rango finito de valores
positivos; requiere tambin que ambas integrales en (5.4.8) sean absolutamente
convergentes (Doetsch, 1958, pg. 55).
Si r es un nmero complejo, como ocurrir frecuentemente en nuestra apli-
cacin, entonces para r x iy, donde x e y son reales,
h*(r) = fV"A(/) dt = e~ix+iy)ih(t) dt = ("V"1-*^) dt.

Jo Jo Jo
La convergencia de la integral para un h(t) dado depende de x = R(r), la parte

real de r. Si hay algn valor de x 0 de x, para el que la integral converge, enton-
ces, sta converge para todos los valores de x mayores que ste, puesto que
e<ct e-wat s i x > x0; su regin de convergencia es al menos el semiplano a la
derecha de x0. Dentro de la regin de convergencia, la transformada es nica,
y la inversa de una transformada es tambin nica excepto para una posible
funcin nula que no concierne a nuestras aplicaciones. La unicidad, esencial
para el argumento de la seccin 5.5, est discutida en Van der Pol (1964, pgs.
117-120) y probada en Widder (1946, pg. 63).
5.5. SOLUCION GENERAL VIA LA TRANSFORMADA DE LAPLACE
Si las tres funciones que aparecen en la ecuacin integral (5.1.1) tienen trans-
formada de Laplace, stas se pueden designar
B*(r) = ê~B(t)dt, (5.5.1)
G*(r) = j*e~G(t) dt, (5.5.2)
*(r) = (5-5.3)
y debido a que la transformada de una convolucin de dos funciones es el pro-

ducto de las transformadas de las dos funciones, y a que la adicin se transfor-
ma en adicin, la ec. (5.1.1) se transforma en
B*(r) = G*(r) + B*(r)f*(r) . (5.5.4)
Resolviendo (5.5.4) para B*(r), tenemos
*'<'> = r ^ - < 5 -">

Cuando se puede invertir el segundo miembro de (5.5.5), entonces B(t), la inversa
de B*(r), es la solucin a la ecuacin integral (5.1.1). Feller demostr que esta
5.5 SOLUCION G E N E R A L VIA LA TRANSFORMADA DE L A P L A C E 117
solucin es nica, bajo la condicin de que B*(r) se pueda expresar en fraccio-

nes parciales:
B*(r) = _ ? ! L _ = + + ... + + ... , (5.5.6)

1 - (>*(r) r - rt r - r2 r - rk
y de que ^ sea absolutamente convergente, siendo rk las races (finitas o in-

finitas en nmero) de <j>*(r) = 1, que es idntica a la ecuacin caracterstica
<p(r) = 1 de (5.2.2).
Servir aqu el procedimiento corriente para determinar los coficientes de

las fracciones parciales: haciendo r = rk-\-1 en ( 5 . 5 . 6 ) y procediendo hasta el
lmite e = 0, tenemos, puesto que &*(rk) = (p(rk) = 1,
e. = i i m { ( > > f ; ( ' > } = / ; ( ; ) ! . (5.5.7)

r-rt l 1 - <>*(r) i -d($*(r))/dr\r-rk
La ecuacin ( 5 . 5 . 7 ) es idntica con ( 5 . 2 . 2 1 ) .

Los trminos del desarrollo ( 5 . 5 . 6 ) se invierten con facilidad. Puesto que
la transformada de Qker*1 es
V"etr*' dt = Q dt = , (5:5.8)
Jo Jo r rk
al menos para R(r) > R(rk), la inversa de Qk/(r ?,.) es Qker^. Debido a que
la transformada de Laplace es nica en el semiplano de convergencia, esto com-
pleta la solucin de la ecuacin integral ( 5 - 1 . 1 ) .
5.6. LA SUCESION DE GENERACIONES
Una manera alternativa de aplicar la transformada de Laplace a la ecua-

cin integral, es calculando la descendencia generacin por generacin. Los
nacimientos de la generacin cerosima son G(t), de la primera generacin
BJj) = *G(t - a)<f>() da, de la n sima generacin^ = Sfn-i (' ~ a)$(a)da,
por una extensin del argumento basado en el grfico 5.1. Puesto que los
Bn(t) son convoluciones, ellos se transforman en productos. La transformada
de los nacimientos de la
cero sima generacin = G*(r),
primera generacin = Bf(r) = G*(r)<>*(r),

segunda generacin = B*{r) = B;{r)<j>*(r) = G*(r)[<f>*(r)Y,
n sima generacin = B;(r) = Bt^r)^*(r) = <7*(r)[0*(r)]" , etc. (5.6.1)
El nmero de nacimientos en todas las generaciones en el momento t es
B(t) = B0(t) + B^t) + B,(t) +.,

y su transformada es, por la regla de adicin (5.4.6), extendida a una serie:
B*(r) = B*(r) + Bf(r) + Bf(r) +

= G*(r) + G*(r)0*(r) + G*(r)[^(r)] +
_ G*(r)
- n r ^ (5-6-2)
sumando la progresin geomtrica, siempre que exista algn rea en el plano r
para el cual \<j>*(r)\ < 1 . La ecuacin (5.6.2) concuerda con (5.5.5).
Estos resultados que conectan los nacimientos de las generaciones sucesivas,
se pueden expresar como relaciones simples entre las constantes conocidas como
cumulantes. Puesto que los cumulantes se necesitarn en el captulo 6 y en otras
partes, presentamos a continuacin su definicin y significado demogrfico.
Momentos y cumulantes
Nosotros ya hemos hecho uso de los momentos. Para la funcin de fecundidad

neta <>(a) = p(a)m(a) los momentos en torno a cero se definieron como
Rn _ \ifp(a)m{a)da n = 2
R Slp(a)m{a)da
El lector puede mostrar que la funcin i,(r) de (5.2.2), al ser dividida por ip(0)
y con el signo de r cambiando, genera estos momentos, en el sentido de que la
n sima derivada con respecto a r, </>(nl( r)/</i(0), cuando r se hace igual a cero,
es igual a RJR0, y <p(r)/<p(0) es una serie infinita en la cual RJ(n\ R0) es
el coeficiente de r.
Para el presente y muchos otros propsitos, se hace conveniente un conjunto
adicional de constantes, klf k2, . . . , obtenidas de los momentos mediante la defi-
nicin formal:
Las k se denominan cumulantes (Kendall y Stuart, Vol. I, pgs. 67-74). Si el

logaritmo natural del segundo miembro de (5.6.3),
V 0(0) ) \ R0 i?02! r
se desarrolla por el teorema de Taylor y se igualan las potencias de r, la defini-
cin (5.6.3) da
K -r 0 - K - R 0 - y R j " - -
Evidentemente los dos primeros cumulantes son lo mismo que la media y la
varianza, medidas de la posicin central y dispersin, respectivamente, de la
distribucin.
3.6 LA SUCESION DE GENERACIONES 119
Los cumulantes que vienen despus del primero se expresan ms simplemente

en trminos de los momentos alrededor de la media,
_ jf(a - R^R^p^m^da
f*n > J, . . . ,
K0
esto es,
= fa *s = fi3 , Kt = jU4 - ZtA >
El tercer cumulante, idntico al tercer momento alrededor de la media, est

relacionado con la asimetra, y el cuarto cumulante a lo puntiagudo o aplastado
de la distribucin.
El cuadro 5.5 incluye cifras para las mujeres de Suecia, 1778-82, 1868-72 y
1958-62. Mientras ms joven sea la edad al casarse, ms estrecho es el rango
de las edades de reproduccin y mayores asimetras positivas, todo lo cual apa-
rece en el patrn reciente. Usted notar que en toda la tabla, la tendencia para
poblaciones con una alta es de tener una ji y o2, tambin elevada.
Momentos y cumulantes en las generaciones sucesivas
Las ecuaciones (5.6.1) conducen a una prueba simple de la proposicin (Lotka,

1959c, pg. 79) de que los cumulantes de la distribucin de los tiempos de naci-
miento en la n sima generacin, son iguales a los cumulantes de los tiempos
de nacimiento (es decir, edades) para una nia recin nacida, multiplicado por n.
Esto, porque la funcin generatriz de momentos de los nacimientos a tal nia
es <j>*(r), de (5.5.3), con el signo de r cambiado; los momentos de la distribucin
de las mujeres al nacimiento de sus hijos estn generados por (Karmel, 1948,
pg. 253)
4>{~r) = 4>*(~r) = J / ' W d t , si R, = ^ ( ) d t = ,
y de las fechas de las nacimientos en la n sima generacin por
B*(-r) = j ~eBn{t)dt,
cuyo valor en trminos de G*(r) y </>*(r) se puede obtener de (5.6.1). Pues-

to que adems el logaritmo de la funcin generatriz de momentos genera los
cumulantes, podemos tomar logaritmos en ambos miembros del n simo elemento
de (5.6.1) con el argumento r , para obtener
ln Bt(-r) = ln G*( r) + nln * ( - r ) . (5.6.4)
El trmino ln G*(r) genera los cumulantes de la distribucin de los tiem-

pos en que han nacido los nios a mujeres ya vivas en el momento cero. Si
stos se dejan de lado, entonces
ln B*(-r) = n ln f * ( - r ) . (5.6.5)
C U A D R O 5.S
TASA NETA DE REPRODUCCION A Y PRIMER A CUARTO CUMULANTES
DE FECUNDIDAD FEMENINA (O MASCULINA) NETA
K 2 = a2 =
Ri z _ /BJL\2
Ro KI = y =
Ro Ro \Ro/
<3
MUJERES
AUSTRALIA 1965 1.397 27.39 33.31 102.2 -161
CANADA 1965 1.496 27.75 37.09 119.0 -398
CHILE 1964 1.824 29.08 48.62 112.0 -1290
COSTA RICA 1963 3.226 29.23 48.80 105.0 -1654
INGLATERRA Y
GALES 1963 1.343 27.36 31.64 99.8 -99
EUROPA 1961o 1.197 28.07 35.77 114.4 -301
REPUBLICA FEDERAL
ALEMANA 1965 1.170 28.47 32.89 89.7 -110
HONDURAS 1965 2.613 2 9 . 12 53.77 106.4 -2208
HUNGRIA 1965 0.833 25.65 28.13 123.3 417
MAURICIO 1964 2.600 28.63 43.86 112.5 -1058
PORTUGAL 1965 1.333 29.61 43.05 100.2 -1253
PUERTO RICO 1964 1.813 27.14 46.33 208.3 -623
SUECIA 1778-82 1 . 209 32.24 43.29 26.8 -1152
1868-72 1.327 32.96 39.15 6.8 -1128
1958-62 1.052 27.45 33.87 102.4 -195
ESTADOS UNIDOS 1964 1.510 26.53 34.26 122.4 -133
1964 1.526 26.53 34.39 123.1 -137
1965 1.395 26.52 35.12 123.9 -191
HOMBRES
CHILE 1964 2.167 33.66 70.58 321.4 -2316
ESTADOS UNIDOS 1964 1.666 29.62 45 . 0 2 266.3 1225
A, corregido para agrupamiento por sustraccin de 5*712=2,08 de la varianza bruta.

* Omitiendo Albania, Irlanda del Norte y Unin Sovitica; incluida una poblacin de 425,4 millones.
' Nacimientos ajustados.
La no consideracin ln G*( r) es apropiada si la poblacin inicial, que estamos

denominando generacin cerosima, es una nia recin nacida. (Una prueba
formal de esto se puede basar en (5.7.1). Sus hijos se distribuirn segn Bx(t)
que es lo mismo que <j>(t), sus nietos segn Bt() = \l<p(t - a)$(a)da, etc., y
los logaritmos de las transformadas de stas con argumento negativo son
S*(-r) = <f>*{ r) y Bf(r) = 2 ln <f>*( r), etc. Cada cumulante para la n sima
generacin es n veces el cumulante correspondiente de <>(a), la distribucin en
la primera generacin. Si los cumulantes de G() no son cero, se tendrn que
agregar a n veces los cumulantes de <f>(a) para obtener los de Bn(t).
Como ejemplo numrico, consideremos la poblacin canadiense de 1965.
Siendo la edad media de las madres al nacimiento de sus hijos en la poblacin
estacionaria igual a 27,8 aos, la fecha media al nacimiento de los nietos (a tra-
vs de la lnea femenina) en una nia dada recin nacida sera 55,5 aos despus
de 1965, de los bisnietos 83,3 aos, etc., suponiendo siempre el rgimen de mor-
talidad y fecundidad de 1965. Siendo la varianza de las fechas de nacimiento
en la poblacin estacionaria igual a 37,1, la varianza de las fechas de nacimiento
de los nietos sera 74,2; de los bisnietos 111,3, etc. Suponiendo distribuciones
normales (esto es, que los cumulantes superiores al segundo son todos nulos),
cuntos bisnietos naceran en la lnea femenina entre 2.063 D.C. y 2.100 D.C.?
El argumento se puede extender al momento cero-simo, el que en relacin
a los hijos de una mujer es el total esperado o tasa neta de reproduccin
R0 = p(a)m(a) da .
El total esperado de nietos ascendera a la cantidad de bisnietos R* . . . Para

las mujeres canadienses en 1965, R0 fue 1,496, K 2 2,238, .. .
En la actualidad, el clculo de los valores correspondientes a sucesivas gene-
raciones, discutido por Lotka (1929a), se programa fcilmente en la formulacin
matricial. Con, el objeto de colocar las descendencias de las diferentes generacio-
nes en arreglos de almacenamiento separados (y subsecuentemente imprimirlas
en columnas separadas), tenemos que separar la matriz de proyeccin en una
componente para la supervivencia y una para fecundidad. Si B es la matriz
de fecundidad compuesta de trminos distintos de cero en su primera fila, S la
matriz de supervivencia cuyos trminos distintos de cero estn en su subdia-
gonal, y {K W} el vector de distribucin por edades de la n sima generacin
en el momento t, entonces tenemos una simple ecuacin matricial de recurren-
ca en base a la cual se pueden calcular todas las generaciones en todos los
perodos:
{K<>} = S{K-} + B{^n-i'}
Si B - | - S = M , muestre que la suma de los {K < f ) } para todas las generaciones

es M'{K<<}.
Ronald Lee desarroll un programa que evala esto en la CDC 6400, y en
el cuadro 5.6 se muestra un ejemplar de sus resultados, con la mortalidad y
fecundidad de las mujeres de los Estados Unidos, 1964, aplicadas a 1 000 nios
con menos de cinco aos de edad como condicin inicial (cuadro 5.6). En t = 50
la primera generacin se parece a la fila superior de la matriz de proyeccin
con las supervivencias aplicadas.
N>
K>
CUADRO 5.6
PROYECCION DE 1000 NINAS MENORES DE CINCO AOS DE EDAD, SEGUN LAS TASAS ESPECIFICAS DE
FECUNDIDAD Y MORTALIDAD POR EDADES DE LAS MUJERES DE LOS ESTADOS UNIDOS 1964, 8
MOSTRANDO LA DISTRIBUCION SEGUN EDAD Y GENERACION DESPUES DE 50, 100 y 250 AOS* e>
0
Tiempo = 0 Tiempo = 50 aos Tiempo 100 aos 1

8
Edad Generacin Generacin Generacin
o
0 0 1 2 3 1 2 3 4 5 6 <
>
0
1
0-4 1000 0 1 484 9 0 0 124 743 71 0
5-9 0 0 17 384 1 0 0 229 598 23 0
10-14 0 0 74 202 0 0 0 365 403 6 0
15-19 0 0 178 61 0 0 3 501 222 1 0
20-24 0 0 329 8 0 0 12 586 96 0 0
25-29 0 0 464 0 0 0 38 574 31 0 0
30-34 0 0 339 0 0 0 96 459 7 0 0
35-39 0 0 85 0 0 0 196 286 1 0 0
40-44 0 0 1 0 0 0 322 131 0 0 0
45-49 0 0 0 0 0 0 427 41 0 0 0
50-54 0 921 0 0 0 1 446 8 0 0 0
55-59 0 0 0 0 0 15 341 1 0 0 0
60-64 0 0 0 0 0 62 170 0 0 0 0
65-69 0 0 0 0 0 138 47 0 0 0 0
70-74 0 0 0 0 0 222 6 0 0 0 0
75-79 0 0 0 0 0 252 0 0 0 0 0
80-84 0 0 0 0 0 127 0 0 0 0 0
TOTAL 1000 921 1489 1139 10 816 2103 3305 2101 101 0
I
b
l
Table 5.6 (conclusin)
Tiempo = 250 aos
Edad G e n e r a c i 6 n
4 5 6 7 8 9 10 11 12 13
0-4 0 0 0 4 384 3,388 4,727 1,281 74 1

5-9 0 0 0 10 612 3,833 3,855 747 30 0
10-14 0 0 0 23 920 4,084 2,940 403 11 0
15-19 0 0 0 48 1,303 4,087 2,090 200 4 0
20-24 0 0 0 94 1,733 3,827 1,377 91 1 0
25-29 0 0 1 173 2,164 3,345 837 38 0 0
30-34 0 0 2 298 2,529 2,718 468 14 0 0
35-39 0 0 6 479 2,758 2,044 239 5 0 0
40-44 0 0 15 718 2,797 1,414 110 1 0 0
45-49 0 0 32 999 2,622 894 46 0 0 0
50-54 0 0 65 1,283 2,258 512 17 0 0 0
55-59 0 0 121 1,516 1,773 263 6 0 0 0
60-64 0 1 203 1,632 1,254 120 2 0 0 0
65-69 0 3 305 1,575 785 47 0 0 0 0
70-74 0 6 405 1, 332 425 16 0 0 0 0
75-79 0 12 458 953 191 4 0 0 0 0
80-84 J) 19 410 535 66 1 0 0 0 _0
TOTAL 0 41 2,024 11,674 24,574 30,598 16,713 2,780 120 1
Programado por Ronald Lee. 5

Cualquiera de estos valores se puede calcular de los cuadros 2.1 y 2.2. Por
ejemplo, la poblacin de 15 a 19 aos en la primera generacin en t50, se
obtiene considerando los sobrevivientes desde el momento 0 hasta 30, 1 000
( 5 L 80 / 5 L 0 ), multiplicando por el elemento superior de M que corresponde a las
edades 30-34, que es 0,18333, multiplicando enseguida por I^g/sLo- El pro-
ducto es
(479,486/488,970)(0.18333)(485,484/488,970) = 178.49,
redondeado a 178 en la tabla. Para verificar las cifras para 100 aos, en base
a aquellas para 50 aos, considere las 131 mujeres que tienen 4044 aos en la
tercera generacin, en el momento 100. Se obtienen de los sobrevivientes de
la segunda generacin a travs de cinco aos, cuyos hijos son
(484)(0.99661)(0.00103) + + 8(0.99605)(0.33769)
= 0.496 + 33.655 + 70.289 + 28.948 + 2.691 = 136.079 .
Los sobrevivientes de estas hijas a travs de otros 40 aos son
136.079 x 0.96201 = 130.9 ,
redondeado a 131 en la tabla.

La proyeccin da la tasa intrnseca r. Al cabo de 500 aos el nmero total
de nias de 0-4 es 502 910; al cabo de 600 aos 2 424 290, una razn de creci-
miento de 4,8205. La estimacin de r es (ln 4,8205)/100 = 0,01573, que es leve-
mente mayor que la raz de (5.3.2) para las mujeres de Estados Unidos, 1964,
lo cual es 0,01570. La vigsima raz de 4,8205 es 1,0818, lo mismo que la solu-
cin en X de |M JJ| de (3.2.4). La diferencia entre ^(r) de (5.3.2) y |M XI|
de (3.2.4) se estudiar en los captulos 8 y II. Dada la informacin anterior y la
edad media de las madres al nacimiento de sus hijos en la poblacin estable,
ij/'(r) = 25,974 (o 5,195 en la unidad quinquenal requerida aqu), aplique el
primer trmino de (5.2.23) para verificar en forma aproximada los totales de
las columnas del cuadro 5.7. Usted encontrar, por ejemplo, en = 100 que
(1 000/5,95)(4,8205) = 928, contra el 938 mostrado.
Intervalo de tiempo entre las generaciones

La tasa neta de reproduccin R0 es el nmero de hijas por las cuales se espera,
bajo el rgimen vigente de mortalidad y fecundidad, que una nia recin nacida
sea reemplazada. Una definicin razonable de T, el intervalo medio entre dos
generaciones, dice que es el tiempo en el cual ocurre dicho reemplazo. Si T
satisface
B(t)
=
B(t - T) 0'
es el intervalo de tiempo durante el cual los nacimientos aumentan en la pro-

porcin 0 , la tasa neta de reproduccin (Lotka, 1937c, pg. 92). Si B(t) es una
funcin exponencial de , del tipo Qf, entonces B(t)/B(t T) se reduce a erT,
y T se puede determinar a partir de R0, de modo que T (ln 0 )/r. En el
cuadro 6.3 aparecen los valores de T para un cierto nmero de pases.
En trminos de r, T es la media aritmtica de JA y A la edad media de las
madres al nacimiento de sus hijos en la poblacin estacionaria, y en la poblacin
C U A D R O 5.7
PROYECCION DE UN GRUPO INICIAL DE 1000 NIAS MENORES DE 5 AOS
DE EDAD USANDO TASAS CORRESPONDIENTES A LAS MUJERES DE LOS
ESTADOS UNIDOS, 1964, MOSTRANDO LA DISTRIBUCION DE LAS NIAS
DE 0 - 4 AOS DE EDAD ENTRE LAS GENERACIONES
EN EL MOMENTO f
Tiempo en aos
100 200 300 400 500
0 1,000
1
2
3 124
4 743
5 71
6 71
7 1,393
8 2,451
9 556 46
10 18 1,450
11 7, 766
12 9,299 32
13 2,841 1,288
14 236 12,757
15 6 37,730 20
16 37,385 1,070
17 13,285 15,800
18 1,763 83,580
19 90 175,290
20 2 155,170
21 60,440
22 10,650
23 860
24 30
TOTAL 1,000 938 4,489 21,644 104,332 502,910
TOTAL en t = 600: 2,424,290
* Programado por Ronald Lee.

estable respectivamente. Lo que sigue es un bosquejo de la prueba de este

enunciado.
De la definicin de T tenemos
r = i l A = - l l n T - m , (5.6.6)
r r L R0 J
puesto que r es una raz de <p(r) = 1. Pero ln se puede (como arriba)
interpretar como una funcin generatriz de momentos con el signo de r cam-
biado, de modo que (5.6.6) se convierte en
= + f - <5-6-7)
donde fi, <rs, fi3 = k3 son los sucesivos cumulantes de la distribucin de las
mujeres segn las edades a la que nacen sus hijos en la poblacin estacionaria.
Por definicin, la edad media de las madres al nacimiento de sus hijos en
la poblacin estable es
_ \xe-"p(x)m(x)dx
Se-~P(x)m(x)dx ' (5-6'8)
4 _ _ _<*(lnflr)/*,) (5 6 9)
' 4>{r) dr K '

es decir, la derivada (con signo cambiado) de la funcin generatriz de cumu-
lantes con argumento r. Desarrollando ln ^(r) de (5.6.9) y tomando la deri-
vada, obtenemos
Ar = i - o*r + . (5.6.10)
Promediando Ar y JA da
AJLJL - U- l ++ JML /<Ain

2 ^ ^ ' (5.6.11)
siendo mayor que el T de (5.6.7) en aproximadamente ji3r2/12. Esto completa
la prueba.
Para las mujeres canadienses en 1965, A fue 27,753 y Ar fue 27,192, siendo
su media aritmtica 27,472. El valor de T = ln R0/r para esta poblacin fue
27,470. La diferencia entre estos ltimos dos nmeros, 0,002, se puede compa-
rar con la diferencia entre los trminos en r2 de (5.6.7) y (5.6.11), esto es,
1*3^/12 = (119)(0,01467)2/12 = 0,0021. Para todos los propsitos prcticos, T se
puede tomar como la media de ^ y Ar. (El cuadro 6.3 ilustra esto entre otras
relaciones.)
5.7 DISTRIBUCION RECTANGULAR 127
5.7. DISTRIBUCIONES PUNTUAL Y RECTANGULAR

DE LA FUNCION DE FECUNDIDAD NETA
La transformada de Laplace no slo permite un tratamiento simple de la fun-

cin de fecundidad neta presentada como una funcin analtica o continua, sino
que tambin nos permite manejar formas no ajustadas, por ejemplo aquellas que
aparecen grficamente como histogramas (L. C. Col, 1954). Con el objeto de
proseguir esta aplicacin necesitamos reglas para las transformadas de ciertas
funciones discontinuas. (Rainville, 1963, pg. 24.)
REGLA 1). Si f(x)

f{x) = 0 , x < 0,
Ax) = 1 . * > 0 ,
entonces la transformada f*(x) es t
5
1
f*(r) = \e-dx = iI
Jo r
R(r) > 0 .
REGLA 2). Si f(x)
J[x) = 0, x < c ,
f(x) , X> c ,
entonces
I
'dx = i
-
R(r) > 0 .
REGLA 3). Si f(x)

f{x) = 0 , x < ct,
f(x) = 1 q < x < cs,
x > c2,
JT
/(*) = o
entonces
ci _ e~rc"
f*(r) = \\ dx = C2
REGLA 4). En cualquiera de los casos de arriba, la ordenada podra ser k en

lugar de 1, en cuyo caso la transformada se multiplicara por k.
Supongamos en la Regla 3 que c2 se acerca a clt y que la ordenada se des-
plaza hacia arriba de modo que el rea es siempre uno. Entonces la transfor-
mada es
1
f*(r) = lim
ei~tci c, t S ) =
La transformada de una concentracin de densidad igual a la cantidad finita h

en el punto c es por tanto
f*(r) = ke~" . (5.7.1)

Supongamos (Col, 1954, pg. 117) que la funcin de fecundidad neta est
concentrada en los puntos medios de los intervalos quinquenales, lo que equi-
vale a decir en las edades 12,5, 17,5, 22,5, . . . , 47,5, y que en estos puntos la
ponderacin es 5 5<f>1(>, 5 5<^6 . 5 5<^46, respectivamente, donde 5<10 = s-ioîo/Sio
es la funcin de fecundidad neta para las edades 10-14, etc. Entonces, por apli-
cacin de (5.7.1), la transformada de la ecuacin integral,
B*(r) = , (5.7.2)
se puede escribir como
B*(r) = (5.7.3)
Expresando el segundo miembro de (5.7.3) en fracciones parciales, como

antes, encontramos, correspondiente a la raz real r1 de <>*(r) = 1, una fraccin
Qi/(r ry), que tiene como inversa a Qi^1"1'. El valor de viene dado por las
reglas de la descomposicin en fracciones parciales, como antes:
g _ (r - rJG'irJ _ G*(r,)
1 1 - #*() - m '
donde es la derivada de ^(r) = <f>m(r)

definido en (5.2.2). El argumento
aplicado a la ssima raz resulta en (5.2.21). Esto no slo tiene la misma forma
general que la solucin precedente, sino que el anlisis de (5.7.3) en fracciones
parciales envuelve la misma ecuacin caracterstica (5.3.2) en grupos quinque-
nales de edad y en consecuencia, la misma aproximacin (mtodo B de cap-
tulo 11) a las races.
Alternativamente, dado que las races ms all de la primera son complejas
y en pares conjugados, a cada par del desarrollo en fracciones parciales de (5.7.3)
le corresponder un trmino de la forma
g'r + b'
rl + c'r + d' '
donde a', b', cf y d' son reales. Completando el cuadrado en el denominador
y cambiando el origen de r, encontramos que esto se convierte n
ar + b
r' + c*'
cuya inversa es
a eos ct + sin ct, if R(r) > 0 , (5.7.4)

c
como se puede verificar evaluando
a ( e~rt eos ctdt + [ e~rt sin ct dt,

Jo c Jo
5.7 DISTRIBUCION RECTANGULAR 129
o consultando Chemical Rubber Publishing Co. (1963, pg. 328). Esta es una
manera de llegar a la serie trigonomtrica (5.2.6).
La transformada es exacta. N o requiere un paso intuitivo no examinado
como el que se produjo con (5.3.2) a manera de aproximacin prctica al (5.2.2)
deducido tericamente. El hecho de que ahora hayamos encontrado (5.3.2) en
el denominador de (5.7.3) muestra qu fue lo que (5.3.2) supona realmente:
que la densidad de la funcin de fecundidad neta est completamente concen-
trada en los puntos medios de los intervalos.
GRAFICO 5.4
NOTACION PARA EL HISTOGRAMA DE LA FUNCION DE FECUNDIDAD NETA
5^20
5015
10 15 20 25
Una modificacin del argumento precedente trata con una funcin de fecun-
didad neta en la forma de un histograma (grfico 5.4). Mediante la aplicacin
de la tercera de las reglas del primer prrafo de esta seccin
<p*(r) - (e-l0r - e~Ur) + l (e~Wr - e~20r) + ...

r r
+ i" (e~ar - e-r), (5.7.5)
lo que al ser igualado a uno dara una aproximacin diferente a (5.2.2). El </>'(r)
de (5.7.5) es lo mismo que el xpo(r) del cuadro 11.3, que compara valores num-
ricos segn diversas aproximaciones.
Podramos haber obtenido (5.7.5) sin la transformada de Laplace, meramente
integrando e~rt veces la forma histogrmica de la funcin de fecundidad neta.
Una u otra forma del argumento muestra que en la derivacin de (5.7.5) no
interviene ningn tipo de aproximacin; dada la informacin sobre mortalidad
y fecundidad en los grupos quinquenales de edad, ella es exacta. Sin embargo,
si el histograma se ve en s mismo como una aproximacin a una curva suave,
entonces se requiere una correccin por agrupamiento, y sta, que aparece en
(11.1.23), nos lleva de regreso a (5.3.2). Sin duda, el histograma es "dato", pero
acostmbrame considerarlo como una aproximacin a una curva suave. Pode-
mos decir que la solucin exacta para los datos histogrmicos dados no es la solu-
cin correcta?
5.8. FORMULACION A TRAVES DE LAS FUNCIONES

GENERATRICES Y LAS FRACCIONES PARCIALES
La ecuacin de renovacin se puede enfocar a travs de las funciones generatri-

ces, cuyo uso en relacin a las probabilidades de eventos recurrentes est des-
crito por Feller (1967, captulo 13). La aplicacin de esto a las matemticas de
poblacin se debe a Thompson (1931), Dobbernack y Tietz (1940, pg. 239),
Lofka (1948, pg. 192) y Lamont Col (1954, pg. 112). El resultado es una
forma discreta de la ecuacin de renovacin (5.1.1), pero hay tres razones que
justifican por qu introducimos el presente argumento alternativo:
1) Es instructivo ver la consecuencia de restablecer en la forma aqu reque-
rida, la probabilidad de que ocurra un nacimiento en una fecha en trminos
de los nacimientos en las fechas precedentes.
2) El resultado no es numricamente idntico con el de los mtodos dis-
cutidos antes, pero provee una diferente aproximacin finita a la tasa intrnseca
y a las dems races de la ecuacin caracterstica, lo cual en ciertas circunstan-
cias podra ser ms satisfactorio, aunque este punto no est investigado.
3) Se necesita menos respaldo matemtico que para los mtodos anteriores.
Para ejemplificar con una poblacin muy simple (Col, 1954, pg. 110),
considere un par de conejos que producen otro par al cabo del primer mes,
luego un segundo par en el segundo mes, y a partir de entonces permanece vivo
pero no produce ms descendientes. Sus descendientes siguen la misma ley de
reproduccin y estn tambin sujetos a mortalidad cero. El lector puede demos-
trar que los conejos aumentan de acuerdo a los nmeros de una sucesin de
Fibonacci un, n = 1, 2, 3, . . . :
1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233,
donde el n simo elemento es igual a la suma del (n 1) simo y el (n 2simo:
" = n-1 + "n-2. = 3,4,...
El ciclo reproductivo individual se puede representar por 1 s2. Podemos

desarrollar la divisin 1/(1 s s2) y observar que el resultado es
1 + j + 22 + 3s3 + 54 + 8j6 + , en 1 -f JZ uns" .
En este sentido 1 / ( 1 s s2) genera los u. Podemos tambin desarrollar

1 / ( 1 5 i 2 ) en fracciones parciales y en consecuencia analizar los nmeros
de Fibonacci en una suma de dos series geomtricas. Una de las dos series domi-
nar y constituye la aproximacin asinttica,
1_ /I + VT\n+1 _ (1.618)"+1
"n ~ y T \ 2 / 2.236
Este resultado es sorprendentemente bueno aun para pequeos valores de n.

En n = 4, la aproximacin es 4,96 contra 5, y en n = 7, es 21,007 contra 21.
Todo esto es con una supuesta poblacin inicial de un par de conejos en el
primer grupo de edades. Como se modifica el resultado para una poblacin
5. 8 FORMULACION A TRAVES DE LAS FUNCIONES GENERATRICES 2204
inicial compuesta por siete pares de conejos en el primer grupo de edades y tres
pares en el segundo?
Retornando ahora a la reproduccin humana y tomando como poblacin
inicial a una nia recin nacida, durante su vida, el nmero esperado de hijas
en las edades sucesivas 0, 5, 10, 15, . . 4 5 , bajo el rgimen dado de fecundidad
y supervivencia se puede expresar como la sucesin finita
/. = 0 , / 1 = 0, /2 = 0 . / . ^ F . , = (5.8.1)
'o 'o
En el elemento general, Fx_2t6 es la probabilidad promedio por ao de edad de

tener un hijo en el intervalo de edad x 2,5 a x -f- 2,5 centrado en x, siendo
x un mltiplo de 5; es la tasa especfica de fecundidad por edades para el inter-
valo x 2,5 a x -f- 2,5. Puesto que las tasas especficas de fecundidad por edades
observadas son generalmente Fx_5 para las edades x 5 a x, y Fx para las eda-
des x a x 5, tendremos finalmente que expresar Fx__25 en trminos de F r _ 5
y Fx. La cantidad fx/B es la probabilidad de que una nia recin nacida sobre-
viva hasta la mitad del intervalo de edades x 2,5 a x 2,5 y tenga entonces
una hija.
Si ut representa los nacimientos en el momento t ocurridos a esta nia o sus
descendientes femeninos, incluyendo como u0 su propio nacimiento, entonces
0 = 1 > 1 = 0. M2 = 0 ,
3 = "0/3 + 1A + "2/1 + 3/0 = 0/3 >
"4 = "0/4 + W1/3 + 2/2 + 3/1 + 4/0 = "0/4 + "1/3. (5.8.2)

etc., mientras persista el rgimen de fecundidad y mortalidad. Si multiplicamos
ahora los miembros de (5.8.2) por 1, s, s2, .s3, etc., y sumamos el conjunto as
multiplicado, tenemos
m0 + u,s + u2s2 + = 1 + (/, + uj0)s + (u0/2 + ujt + u2/0)s2 + ,

ecuacin que se pude representar en la forma
U(s) = 1 + U(s)F(s), (5.8.3)

siendo U(s) la funcin generatriz de las u,
U(S) = o + MjS + us* H 1- m98 H ,

y F(s) las de las f,
F(s) =/+/> + + + U*
La solucin de (5.8.3) para U(s) es
Us) = (5-8.4)
w 1 - F(s)
Con el objeto de basar los clculos en (5.8.4), podemos desarrollarlo en frac-

ciones. parciales. Si slt s2, . . . , 9 son las races de la ecuacin polinmica de
noveno grado F(s) = 1, entonces el desarrollo de (5.8.4) es
U(s) = , * = JL- + - A - ++ - A _ . (5.8.5)

1 F(s) s s1 s js s s,
Para determinar dx, multiplicamos ambos miembros de (5.8.5) por s y
enseguida tomamos lmite para s 5,. El lmite izquierdo existe: l i m , ^
{[s $ i ] / [ l s i e n d o igual a l/[/'"'(si)], por una aplicacin de clculo.
A la derecha, todos los trminos excepto di se anulan si las races son distintas.
Usando esto y el hecho de que cada fraccin parcial se puede escribir como una
progresin geomtrica, tenemos
4 - - W 1 I * I I ... | '' I A
s - st {Sll - S/Sl) F(Sl) \Sl J si s\+1 /'
que converge en el crculo |s| < 1 Se pueden encontrar expresiones similares

para los trminos restantes de (5.8.5). Considerando todas las races juntas, tene-
mos para w el coeficiente de s* en U(s).
= s\^F'(Sl) + s^F'(S) + " '+ s'+lF(sa) ' (5'8'6)
Examinemos la naturaleza de las races s2, . . . , La ecuacin de la que

son solucin se establece a partir de (5.8.1) como
F(s) - 1 = /0 + flS + 1
5/16F18 ^ 1_ 5/ 4t F 4i (5.8.7)
/,
= + 5IFlf.t si + _ i = 0
h Iq -
Si se escribe l/X en lugar de s y se multiplica (5.8.7) por X 9 , obtenemos
Xa ( l - f()) = - 5Ilfa X" - 5l*F"-> ? 5/"jF" = o, (5.8.8)

\ \X// h h lo
que se puede comparar con |M = 0, del captulo 3. En consecuencia, las

races s son aproximadamente los recprocos de los valores caractersticos de la
matriz M del captulo 3. En el cuadro 5.9 aparece un ejemplo donde, provisio-
nalmente, se toma FX_2B como (%)(Fx_r, + Fx). Este es el mtodo D, en el cap-
tulo 11.
Se le pide al lector que trace el paralelo, punto por punto, entre esta
demostracin de la solucin por fracciones parciales del problema de renovacin
y el argumento de la transformada de Laplace que le precede. Cmo se rela-
cionan las funciones generatrices con la transformada? Cul es la ventaja de la
transformada?
Resumen y ejemplo numrico
Hemos resuelto la ecuacin general (5.1.1) por medio de (1) el argumento de

Hertz-Lotka que conduce a (5.3.2), y (2) la transformada de Laplace que dio
(5.7.5). Se tiene una aproximacin diferente por medio de (3) la matriz elabo-
CUADRO 5.8
CONSTANTES PARA LA TRAYECTORIA POBLACIQNAL MEDIANTE LA ECUACION
(5.1.3) Y POR FRACCIONES PARCIALES (5.8.6), CON BASE EN LA FECUNDIDAD
Y MORTALIDAD DE LAS MUJERES DE ESTADOS UNIDOS, 1964,
COMENZANDO CON 1000 NIAS"
Races Coeficientes
Ecuacin Integral
rx = 0.01570 Qi = 38.50
r 2 = -0.0287 + 0.2422 Q2 = 39.76 + 16.98
r* = -0.1115 + 0.5160 Qr, = 29.06 + 30.54
Fracciones Parciales
-0.2 ln s i = 0.01591 =- r = 38.49

51 F (Si)
-0.2 ln s2 = -0.0286 + 0.2422 r = 39 . 7 7 + 17.02
52 F (S2)
-0.2 ln SH = -0.1112 + 0.5157 o r = 28 . 79 + 30.47
La raz r3 es el complejo conjugado de r2; Q 3 de Q 3 , etc.; similarmente para la solucin por

fracciones parciales.
Clculo de Q, verificable en base a los datos del cuadro 2.1 como sigue:
e -r(x+2.5)
X s^x (x + 2.5),(|>x (2) x (3)
CM
(1) (3) (4)
10 0.00205 0 .0256 0.82178

15 0.17265 3.0214 0.75972
20 0.51983 11.6962 0.70235
25 0.42250 11.6188 0 .64932
30 0.24328 7.9066 0.60029
35 0.11627 4.3601 0 .55496
40 0.03173 1.3485 0.51305
45 0.00182 0.0865 0 .47431
TOTAL 1.51014 40.0637 25.9744
Edad media en la poblacin estable = ijj' (r) 25,9744. En consecuencia Q , =

= 1000/ -tp' (r) = 1 000/25,9744 = 38,499 edad media en la poblacin estacionara =
= 40,0637/1,51014 = 26,5299).
Programado por Pierre Nakache.

rada en el captulo 3, que corresponde a la proyeccin usual de poblacin y dio

por resultado (3.2.4). Finalmente, (4), se ha dado en la presente seccin una
formulacin que conduce a las fracciones parciales, obtenihdose (5.8.7). Los
cuatro enfoques dan origen a cuatro diferentes aproximaciones finitas para la
ecuacin continua >p(r) = 1 de (5.2.2). Al ser arregladas en el orden anterior
de (I) a (4), las races reales r, resultan estar en una sucesin creciente. Ellos son
estudiados como los mtodos B, C, A y D, respectivamente, en el captulo 11.
Damos aqu un ejemplo numrico de (1) y (4).
El cuadro 5.8 muestra cinco races de la ecuacin caracterstica (5.3.2) para
la ecuacin integral y (5.8.7) para las fracciones parciales. Las races de la for-
mulacin por fracciones parciales han sido convertidas en el equivalente a r, me-
diante r = 0,2 ln s, por razones de conveniencia en la comparacin. En la
misma tabla se dan los coeficientes Q que van a multiplicar las potencias t simas
de (? y 1 /s1/B, para la condicin inicial de 1 000 nacimientos. De acuerdo a
(5.2.23), Qj debe ser 1 000/ <p'(rj), o sea, 1 000 dividido por la edad media de
las madres al nacimiento de sus hijos en la poblacin estable. Esta edad media
Ar se puede calcular como
<}'(r) = ^ ae~rap()m(a) da
= 12.5 e-"->\L10F10 + n.5e~"sLuFu +
+ 47.5e- w -" 6L45F45.
De los datos del cuadro 2.1 y r 0,01570, verifique que if,'(r) = 25,974, y en
consecuencia, que = 38,50. (El ajuste de una distribucin por edades obser-
vada ms bien que de los 1 000 hipotticos nacimientos iniciales, requiere que
se aproxime una integral doble para los Q, mtodo que se hallar en el cap-
tulo 11.) Las soluciones para las funciones B(t) de (5.1.3) y ut de (5.8.6) aparecen
expuestas en el cuadro 5.9 para uno, tres y cinco trminos.
El ordenamiento de las races complejas no es nico, y ellas mismas sugieren
dos principios. Las races representadas como r = x -f- iy se pueden arreglar de
acuerdo a valores decrecientes de x, de modo que la sucesin estara en orden
de valor absoluto decreciente de la exponencial er. Las cinco races del cuadro
5.8 son las ms grandes en valor absoluto.
Una alternativa lgica consiste en tomar las races de acuerdo a los valores
crecientes de y. Esto significa que los armnicos sucesivos se arreglarn en orden
de frecuencia creciente o longitud de oscilacin decreciente. Esta disposicin se
halla en el cuadro 8.2.
Todas las poblaciones muestran el mismo orden, mediante ambos principios,
para las tres primeras races. Sin embargo, el segundo par de races complejas de
acuerdo a x es frecuentemente el tercer par de acuerdo a y, y esto se confirma
para los Estados Unidos 1964. El cuadro 5.8 toma las races de acuerdo al orden
de x, de modo que en el cuadro 5.9 tratamos con las cinco races de valor abso-
luto principal. Se omite en el cuadro 5.8 un armnico de perodo 20 aos aproxi-
madamente debido a que el armnico de perodo 12 aos ( 2jt/0,5160) resulta
tener un x ms grande. Consulte el grfico 8.1 y verifique esto visualmente. Qu
sucesin se ha adoptado para numerar en el grfico 8.1?
En el cuadro 5.9 se pueden comparar las soluciones a la ecuacin integral
(5.1.3) y la formulacin por fracciones parciales con la proyeccin matricial del
LACMLALAI-ICMPOUDCMCM -I CTl CM OO J- lO PO

l\CO0mO^HlOHOl kO 00 00 CM j - po en 00
+ i Noij-incoo 00 :t J- lA en .t CM
H -H I i1 -H .i d- en
V)
<o
00
ai
OlKlMOlOCOOlQOO oo CM 00 J- L PO
Q. u. s s o
+ oo 00 CM d- PO en OO
H K\H H N ffllO WlAOO O 00 d" m en t-i (N
H -H il ! 1 i1 t1 d- en
ta
&
ta
o PO lA CM O en to
u. OOHincOMMNNNMin o r^ R-T en oo 00
t+
) pod-d-J-iAiALOtoi-.rv.oo o p-1 ro KO oo iH CM
1 -l ii i-H i-H d" en
H -i
ta
H ii LA f d- oo r en PO oo LA O 00 m d" 00 PO PO ro
M s 0 0
a) VO oo CT> PO00 O LA 1-Ten LA LO KO O t1 en KO en
H L o i o i d- 00 o 00 ,i d- IA 00 O 00
Or iI -I I1 i1 RH 11
iT d- oo
1
-M
H o d- KOKOLO LA PO KO CM en r. 1A d" oo PO PO IO
i U * o
14c ai 00 oo KOPO R-. oo oo o^ O 1A J- KO O I1 en ic> en
H *-< PO r-l CT> KOLAPO 00 O 00 r-l d- LA 00 o 00
c/ r1 1 r-l -H 11 i1 t-1 d- oo
IA LO o r - o r - r>. I1 o d- LA CM I1 O KO CN
VA * o
(U 00 ri LA oo CM N H l CM 00 J- 00 LA IA 00 LA LA en
H p o d- J- J- LA IA LO LO r-^ oo en Il PO IA 00 O 00
C l-H Il -H T1 d- 00
O CM LA CM PO CM CM lA
d- !1 kO CM en en
0 0 B g
11
o o

o r^ en d- oo oo LA O 00 J- O

LA

00

l'B o ii \o o KO LJ"
A OO en en 11 d- lA 00 o en
o l-H i-H ii t) d- oo
P<
OIAOLAOIAOLAOIAO O o o
VO 00 o
captulo 3. La teora sugiere que para la solucin mediante la ecuacin integral

o por fracciones parciales, la aproximacin hasta el quinto trmino debiera ser
la ms cercana para los tres o cuatro primeros ciclos de proyeccin, despus de
lo cual las aproximaciones con tres y cinco trminos deberan estar indiferente-
mente cercanas; despus de irnos 10 15 ciclos, es decir, 50 75 aos, usar uno,
tres o cinco trminos debera arrojar casi el mismo resultado. Los resultados
que se muestran son consistentes con esto, si se toma en cuenta el hecho de que
la proyeccin mediante la matriz tiene un leve sesgo hacia arriba; ste implica
un r de 0,01573 contra el r de la ecuacin integral de 0,01570. Esta es la razn
que explica por qu la solucin mediante la ecuacin integral se acerca a la
matricial y luego se aparta de ella nuevamente. (En t = 1 000 aos la proyeccin
matricial sera aproximadamente un 3 por ciento mayor que la trayectoria de
la ecuacin integral). Tal como la hemos usado aqu, la aproximacin por frac-
ciones parciales e n r = 0,01591 es mayor que la matricial; al cabo de 1 000 aos
su trayectoria sera aproximadamente un 20 por ciento ms alta.
Un recuento explcito de los ciclos representados por las races complejas se
obtiene, como en la seccin 3.4, escribiendo (5.1.3) en la forma
B(t) = Q^*i + Qie^+iva" + H ,
donde x 2 e y2 son las partes real e imaginaria, respectivamente de r3 = x2 -f- *y-2-

Entonces
B(t) = Q f + e*'<[(Qt + Q3) e o s ( j y ) + i(Qt - Q3) sin (>>2f)] + . , (5.8.9)
donde Qa + Qz> Qa + Qs- son reales, y Q2 Qs, Q 4 (&>> imaginarios

puros (seccin 5.2), de modo que la expresin para la trayectoria B(t) es real.
Esta forma muestra que B(t) consta de curvas sinusoidales superpuestas a
una exponencial; la curva sinusoidal principal est amortiguada por e*' (puesto
que x2 es negativo) y es de periodicidad 2n/y2. En trminos de los parmetros
de la ecuacin integral del cuadro 5.8, para las mujeres de los Estados Unidos,
1964,
B(t) = 38.50e0ie70
+ r M87<(79.52 eos 0.2422* - 33.96 sin 0.2422)
+ e-111S(58.12 eos 0.5160/ - 61.08 sin 0.5160/)
+ ... (5.8.10)
Esto, junto con su anlogo u, de la formulacin en fracciones parciales son el

tema del cuadro 5.9.
Sustituyendo t = 10 en (5.8.10) encontramos
5(10) = SS.SOe01570
+ e- !87 (79.52 eos 2.422 - 33.96 sin 2.422)

+ e- 1 1 1 6 (58.12cos5.160 - 61.08 sin 5.160)
= (38.50)(1.1700) + (0.7505)[79.52(0.7518) - 33.96(0.6594)]
+ (0.3279)[58.12(0.4330) + 61.08(0.9014)]
= 45.0 - 61.7 + 26.3 .
Esto da 45,0 para el primer trmino, 45 61,7 = 16,7 para los primeros tres
trminos, y 9,6 para los primeros cinco trminos. Estos estn tan cerca de la fila
para t 10 del resultado computado, que aparece en el cuadro 5.9 en las tres
columnas bajo "Ecuacin integral", como uno podra esperar alcanzar mediante
un clculo manual con cuatro cifras significativas.
Puesto que se us la misma matriz, que aparece en el cuadro 2.2, para la
proyeccin en la primera columna del cuadro 5.9 y en los cuadros 5.6 y 5.7, los
resultados deberan ser los mismos, y en realidad lo son si tomamos en cuenta
los diferentes puntos de partida. La proporcin de la poblacin menor de cinco
aos en relacin a los nacimientos est determinada por una tabla dada de vida
que se supone constante, y por lo tanto B(t)/B(0) debera ser lo mismo que la
razn del primer elemento de (K>'i) al primer elemento de {K < 0 ) }.
Sin embargo, los nacimientos B(t) estn dados sobre una base anual, en tanto
que la poblacin menor de cinco aos en un momento dado corresponde a los
nacimientos de cinco aos. Para traducir el flujo anual de nacimientos B(t)
en cifras de poblacin bajo el rgimen Fijo supuesto, multiplicamos por cinco.
En t 100 aos tenemos
55(100) = (5)(187.7) = 938.5
usando el cuadro 5.9. Y en los cuadros 5.6 y 5.7 tenemos 938 nios menores de
5 aos, distribuidos entre tres generaciones, en el ao 100. Sinilarmente, en el
ao 200 la proyeccin del cuadro 5.9 da 5B(200) = 4 489,5, contra 4 489 nios
menores de 5 aos en t = 200 aos del cuadro 5.7.
Recientemente Ansley Coale (1967) ha emprendido un estudio completo de
la ecuacin caracterstica. El encontr 266 pares de races complejas, lo que
equivale a decir que tom la solucin (5.2.5) hasta 533 trminos. Disponiendo
estas races en orden de frecuencia, encontr que el primer par siempre corres-
ponde a oscilaciones de perodo cercano a los 25 aos; el segundo para a oscila-
ciones de 20 aos; el tercero a oscilaciones de 13 aos. Muestra en qu grado
las races complejas dependen de la representacin de la funcin de fecundidad
neta como un histograma, y cmo los valores de las partes real y compleja de las
races sucesivas se ven afectadas por asimetra y kurtosis en la funcin de fecun-
didad neta.
El esquema para el anlisis de las edades que est implcito en el presente
captulo toma en cuenta dos componentes importantes. El primero es la distri-
bucin por edades estable, representada por el trmino real )1er<!. Cuando la
poblacin inicial entre las edades x y x dx es el e~r"p(x) dx estable, todos los
Q que estn despus del primero sern iguales a cero. (Esto se puede probar
fcilmente mediante la propiedad de ortogonalidad de los vectores estables, usan-
do el argumento de la seccin 5.2 en la versin continua o de la seccin 3.2
en la forma discreta.) La distribucin por edades ser constante a travs del
tiempo, y el aumento en cada edad ser exactamente la tasa r, compuesta en
cada momento.
La segunda componente de anlisis es cualquier perturbacin o desviacin
de la estabilidad en la distribucin por edades inicial. Esto puede ser la cada
en los nacimientos de los Estados Unidos en la dcada del 30 y el alza subsi-
guiente, el "boom" de nacimientos que se dio en Europa en la postguerra, la
CUADRO 5.10
PROGRAMA FORTRAN: CALCULO ITERATIVO DE LA TASA INTRINSECA
EN BASE A (5.3.5)
Los datos son el ordenamiento A de la funcin neta de maternidad en intervalos

de cinco aflos desde 10-14 hasta 55-59.
DIMENSION A ( 1 0 )
1 READ ( 1 , 2 ) ( A(I), I = 1,10 )
2 FORMAT (10F8.6)
R = 0.
3 SUM = 0 .
WRITE (3,4)R
4 FORMAT ( ' R =', FIO.6 )
DO 5 I = 1,10
5 SUM = SUM + A ( I ) / E X P ( R ) " " ( 5"I-20 )
RSTAR = A L O G ( S U M ) / 27.5
IF ( A B S ( R S T A R - R ) - .000001) 1,6,6
6 R = RSTAR
GO TO 3
END
CUADRO 5.11
PROGRAMA FORTRAN: CALCULO DE ip(r) DE (5.2.2) DESDE r 0,200 a r = 0,200
MEDIANTE INTERVALOS DE 0,002
Los datos son los mismos del cuadro 5.10

DIMENSION A ( 1 0 )
5 READ ( 1 , 6 ) (A(I), I = 1,10)
6 FORMAT (10F8.6)
R = -.2
7 PSI = 0 .
DO 8 I = 1 , 1 1
X = I
8 PSI = PSI + A ( I ) / E X P ( R ! 5 ( 5 . " X + 7.5))
WRITE (3,9)PSI
9 FORMAT (F20.6)
R = R + .002
IF ( R - .2) 7,7,5
END
alta mortalidad infantil sueca de la guerra Napolenica, o cualquier otra depre-

sin o salto en la sucesin de cohortes. La perturbacin avanzar a travs del
tiempo de la misma manera q u e los 1 000 nacimientos hipotticos que hemos
sealado arriba, y seguirn las mismas ondas despus de ella, teniendo la arm-
nica una longitud de oscilacin igual a la generacin. Las ondas amortiguadas,
en ausencia d e cambios en la mortalidad y fecundidad, estarn dadas por los
trminos Qêr* -f- Q f * ' , discutidos arriba. En trminos de este argumento, mues-
tre por qu la segunda y tercera races d e la matriz 3 X 3 en la seccin 3.1
pueden ser reales y negativas, en tanto que las de la representacin 9 X 9 s o n
inevitablemente complejas.
La nocin de una componente estable sobre la que las perturbaciones se
superponen de tanto en tanto (donde cada perturbacin est seguida por una
senda de ondas amortiguadas), no toma en cuenta todas las posibilidades; no
puede, por ejemplo, manejar la situacin en que las tasas de natalidad estn
cambiando gradualmente. Un intento para enfrentar esta situacin est descrito
en Coale y Zelnik (1963, pgs. 82-89) y Keyfitz, Nagnur y Sharma (1967).
Los ejemplos de este libro no se podran haber obtenido sin computacin
por mquina. No podemos tomar el espacio necesario como para mostrar los
programas para cada tabla, pero el cuadro 5.10 esboza un programa para la tasa
intrnseca r mediante la frmula iterativa (5.3.5), y el cuadro 5.11 para el clculo
de iji(r) en el cuadro 5.1. Estos y sus elaboraciones (por ejemplo, de cuadro 5.10
a las races complejas) proporcionaron muchos de los resultados de este captulo.
CAPITULO 6
PARAMETRIZACION DEL PROCESO

DE RENOVACION
6.1. AJUSTE DE LA FUNCION DE FECUNDIDAD NETA
El captulo anterior contena una justificacin de la ecuacin integral
B(t) = G(t) + - x)p(x)m(x) dx (6.1.1)
como una representacin del proceso de renovacin de la poblacin, y encontra-

mos tres maneras de resolverla, dando cada una, una aproximacin finita dife-
rente. Aunque la ecuacin est expresada en funciones continuas, nuestras solu-
ciones estaban expresadas en trminos de los intervalos quinquenales de edad,
que es la presentacin usual en cuanto a observaciones relativas a nacimientos
y muertes. Se toma en cuenta slo un sexo, el femenino tpicamente.
Pero 8 tasas especficas de fecundidad 5Fx para las edades pertinentes, ms 8
valores de 5 L el nmero de sobrevivientes de la tabla de vida, como se us en
los clculos del captulo 5, pueden difcilmente constituir 16 observaciones inde-
pendientes. Las poblaciones humanas a las que se aplica la teora caen dentro
de los modelos, y no necesitan 16 dimensiones para su clasificacin. En este
captulo veremos hasta qu punto tres parmetros pueden incorporar los fac-
tores relevantes.
Los tres parmetros sern los momentos de orden cero, uno y dos de la
funcin de fecundidad neta. En la ecuacin fundamental (6.1.1) juntare-
mos en primer lugar p(x), el nmero de sobrevivientes de la tabla de vida con
raz igual a la unidad, y m(x), las tasas especficas de fecundidad por edades y
nos restringiremos a su producto <>(x) = p(x)m(x). Ajustamos a <f(x) una curva
de tres constantes mediante el mtodo de los momentos. Entonces las tres cons-
tantes para describir <f>(x) sern expresables en trminos de R0, R, R?, defini-
das como
R. = ^ xi<j>(x) dx, i = 0, 1, 2 . (6.1.2)
En trminos de las caractersticas comprensibles, R 0 es la tasa neta de reproduc-

cin, el nmero esperado de nias por las que ser reemplazada una nia recin
nacida bajo el rgimen de mortalidad y fecundidad observado; K 1 /i? 0 = n es la
edad media de las madres al nacimiento de sus hijas en la poblacin estacionaria;
R2/R0 (i? a /f 0 ) 2 = a2 es la varianza de la edad media de las madres al tener
sus hijos en la poblacin estacionaria.
El captulo presente mostrar tres frmulas de ajuste debidas a Lotka (1939c,
pg. 70), Wickseil (1931), y Hadwiger (1940) respectivamente. En cada caso
140
6.1 AJUSTE DE LA FUNCION DE FECUNDIDAD NETA 141
la sustitucin de la forma ajustada de <f>(x) en (6.1.1) conduce, a una versin

especial de la ecuacin caracterstica (5.2.2); resolvindola para r obtenemos un
conjunto especial de races r y a cada una de estas races le est asociado un Q.
_ sile-"G(t)dt
para constituir la solucin (5.2.5).

La ventaja del ajuste reside en que podemos alcanzar valores de r y Q que
estn dados explcitamente en trminos de las funciones simples R0, n y o2 de
las observaciones. Aunque estos resultados son por supuesto aproximados, con
un error dependiente de la calidad del ajuste a la funcin de fecundidad neta
<(x), la simplificacin nos permite responder con suficiente precisin algunas
preguntas referentes a las propiedades de las races que seran difciles de enfocar
en la forma general. En cada una de las 3 secciones siguientes, se han hecho
algunas deducciones a modo de ejemplo para mostrar el funcionamiento de los
mtodos. En el cuadro 6.1 aparece un conjunto completo de resultados para
los tres ajustes.
6.2. AJUSTE DE LA FUNCION DE FECUNDIDAD NETA

POR MEDIO DE LA DISTRIBUCION NORMAL (LOTKA)
En primer lugar reemplazamos p(x)m(x) en (5.2.2) por la normal o curva de

Gauss,
<t>(x) = p(x)m(x) = 5 e-(1/!o2)(*-")2, (6.2.1)
cuyas tres constantes se pueden obtener fcilmente a partir de las observaciones,

mediante integracin. Sabemos que las distribuciones observada y ajustada ten-
drn los mismos totales si (aplicando la integral elemental /+ e-2 dx = i/fl?)
\?p(x)m(x) dx = M0= ("*"* 5 dx K .

Jo J- av2jc
Esta es la correspondencia para los momentos de orden cero. Igualando los pri-
meros momentos da
f ' xp(x)m{x) dx =R, = f+~ ,<_ d x = a {6.2.2)
)a /? Jt0 J oV2k ^
o sea, la edad media de la curva ajustada se hace igual a la edad media de las
observaciones. La varianza de las observaciones es
j <3)
que igualamos a la varianza de la curva ajustada:
f + " ( x - J f ) S e-utu'H-r)* dx _ a2 _
J-<= a V l n
142 PARAMETRIZACION DEL PROCESO DF. RENOVACION 6.2
La estadstica (Wilks, 1962, pg. 157; Kendall y Stuart, 1958, Vol. I, pg. 135)
nos proporciona la funcin generatriz de momentos de la normal, dada por
g7e") = \+e" L = e-(i/202)d-/.)2 dx _ /M _ (6.2.4)

J ovZrc
Esto nos permite integrar ^(r) de la ecuacin caracterstica (5.2.2). Reemplazando
r por r en (6.2.4) da para (5.2.2) con <f>(x) normal
= f. = = J_ > (6.2.5)
o tomando logaritmos naturales, tenemos
^ - r[i + ln R0 = 0 , (6.2.6)
cuya solucin para una aproximacin a la raz real es
= p - V f - W t o * o , (6.2.7)
obtenida a partir de la ecuacin (6.2.6).

Lotka (1939c, pg. 71) recomendaba (6.2.7) para determinar r. Aun si se
usa el ajuste por la normal, es un poco ms fcil comenzar con un r arbitrario,
por ejemplo r = 0, y obtener el valor mejorado
r* _ l n R0
fi - ra!/2
reescribiendo (6.2.6) para una solucin iterativa. Usando esto o (6.2.7), y los
datos del cuadro 5.5, muestre rL 0,016C9 para las mujeres de los Estados Uni-
dos, 1964, con nacimientos ajustados. (Observe que el rL, basado sobre nacimien-
tos no ajustados del cuadro 5.3 es aproximadamente menor en un 2 por ciento.)
Compruebe que el error de la frmula iterativa en cualquier ciclo, en la prc-
tica, no puede ser mayor que ra2/2[A o a lo ms 0,05 del error en el ciclo pre-
cedente ,y por tanto las dos iteraciones darn toda la precisin necesaria. El lec-
tor que tenga inters puede desarrollar las propiedades del proceso en trminos
de fracciones continuas.
En un nivel ms prctico, haciendo a2 0 en (6.2.6) se obtiene (Lotka,
1939c, pg. 70)
r = L?. (6.2.8)
P
Esto corresponde a un ajuste de la funcin de fecundidad neta peo: medio de
una distribucin puntual concentrada en (i, la edad media de las madres al
nacimiento de sus hijos. A pesar de lo irrealista del modelo, el valor de r obte-
nido mediante (6.2.8) tendr raramente un error de un 5 por ciento o ms.
Los que no han ledo a Lotka (1939c, pg. 69) pueden reconstruir este argu-
mento, y de este modo deducir los resultados anteriores por un camino diferente.
6.2 AJUSTE LOTKA 143
El procede a desarrollar la exponencial en la ecuacin caracterstica (5.2.2) como

una serie de Taylor, integrando trmino a trmino para obtener los momentos,
enseguida dividiendo simplemente ambos lados por R0, y tomando logaritmos.
El resultado es una serie de potencias en r en la cual los coeficientes son los
cumulantes; abandonando los trminos despus de r2, se obtiene una cuadrtica
en r idntica a (6.2.6). Esto demuestra que truncar despus de r2 es equivalente
a reemplazar la funcin de fecundidad neta observada por la normal ajustada.
Brgdorfer (1932) intent resolver la ecuacin caracterstica de la ecuacin
integral desarrollando la exponencial bajo la integral en (5.2.2) hasta el trmino
en r2, obteniendo momentos y por tanto una ecuacin cuadrtica, sin tomar loga-
ritmos. Lotka (1932a) seal que la solucin en trminos de los cumulantes es
superior a la de los momentos respecto de cero, ya que hace menores los trmi-.
nos despreciados. Determine una expresin para el error que surge de despreciar
los momentos respecto de cero ms all del segundo; demuestre que es del orden
de [ir2/2. Qu resultados da el "mtodo" de Brgdorfer para las mujeres d
Estados Unidos en 1965, cuyos momentos se encuentran en el cuadro 5.5?
Las races complejas al igual que las races reales se determinan admi-
tiendo los mltiples valores del logaritmo en el plano complejo; al sustituir
ln R0 2itw por ln R0, se puede escribir (6.2.6) en la forma
0-V2 - 2r/a + 2 ln R0 4nmi = 0 .
Puesto que para r = u -}- iv, u y v son reales, esto se convierte en
o\u% + liuv - v*) - 2(w + iv)[i + 2\nR0 Anmi = 0 , (6.2.9)
lo cual, despus de separar las partes real e imaginaria da
ffV - v!) - 2u/a + 2 ln R = 0 , (6.2.10)
a2uv - vfi 2 7tm = 0 . (6.2.11)
Cambiando el origen de u, haciendo u=U x/o2 da
V* - ir = f-ja* - 2 ln R0o* (6.2.12)
y
Uv=2nm/o*. (6.2.13)
La ecuacin (6.2.13) describe un conjunto de hiprbolas en el plano com-

plejo, una para cada valor de m. La interseccin de stas con la curva (6.2.12),
que tambin es una hiprbola, determina las races complejas que surgen en el
ajuste normal de la funcin de fecundidad (Lotka, 1939c, pg. 75, y grfico 6.1).
Las hiprbolas son arbitrarias; el conjunto de races puede ser representado d
muchas maneras como intersecciones de otras curvas. Denominando a a la cons-
GRAFICO 6.1
CURVAS EN LAS Q U E LAS RAICES r r, SE DESPRENDEN EN TRES
AJUSTES. MUJERES MEXICANAS, 1960
Parbola de Hadwiger
\
1 1 1 1 1 m
-2.0 -1.6 11.2 -0.8 -0.4
- 0.4
0 Raice aproximadamente comunes

a los tres ajustes -0.8
. , . . . . . . , Parbola de
1 Raices del ajuste de Lotka Hadwiger
A Races del ajuste de Wicksell '
Raices del ajuste de Hadwiger
-1.2
tante del lado derecho de (6.2.12) y b a la constante del lado izquierdo de (6.2.13),
podemos convertir las intersecciones de los conjuntos de hiprbolas
U1 -v* = a, Uv = b (6.2.14)
en intersecciones de crculos y rectas (vase Lotka, 1945, pgs. 355-385). Las
ecuaciones (6.2.14) son equivalentes al par
U1 + = Va1 + 4b?, U + v = VVT+W+lb,
donde b puede tomar los valores del lado derecho de (6.2.13), esto es, 0, 2n/oa,
4rc/a2, 6jt/a2, etctera.
Donde existe alguna desviacin respecto de la condicin de estabilidad en
la distribucin por edades inicial, uno espera oscilaciones a travs del tiempo,
tanto en lo que se refiere a la poblacin total como a la poblacin por edades.
Si a2 = 0, la ecuacin cuadrtica, (6.2.9) se reduce a
~2rju + 2 ln ^ = +4jei
6.2 AJUSTE IjOTKA 145
para tn = 1. Entonces
_ ln R0 2ni
r 9
f*
y las races complejas principales tienden a una parte real, (ln/i 0 )/|i, y a una
parte imaginaria, i/\~ Los trminos correspondientes en la solucin para
B(t) son
Qx exp [(ln R, + 2iti)t/fi\ + Qt exp [(ln R - 2ici)tfi].
Cuando R0 sea mayor que uno, ln R0 ser positivo, y no existir suavizamiento
de las oscilaciones; en lugar de eso, en virtud del factor
exp [(ln Rjt/ft] = Ry,
una vez que se presentan las oscilaciones, sus amplitudes irn siempre en aumen-
to. Este modelo se aplica exactamente en el caso de que todas las mujeres ten-
gan todos sus hijos a la misma edad.
Para mostrar suavizamiento, el modelo debe incluir o2 de al menos cierto
valor, vale decir, debe existir una variacin mnima en las edades de las mu-
jeres al tener sus hijos. El o2 mnimo que asegura suavizamiento es aquel que
hace que las races complejas principales tengan partes reales negativas. De
(6.2.12), sustituyendo M = U \i/a2, tenemos
u = fi/o* - Vvl + (ffi/a*) - (2 ln RJa*). (6.2.15)
Evidentemente u ser negativa si
v* - 2 ln /tyff* > 0 ,
o
o > 1/2 ln Rv/v . (6.2.16)
Para una poblacin creciente ln R0 > 0, y mientras la desviacin tpica de la
edad al tener los hijos sea mayor que la cantidad de la derecha de (6.2.16) (4,1
aos en el caso de los Pases Bajos, 1964, cuyo R0 = 1,49, v - 0,2166), se aplicar
suavizamiento. Si una poblacin tiene un R0 que puede llegar hasta un valor
e = 2,72, y v tan pequeo como 0,2, el suavizamiento requerir a > V2 ln ev,
o, a2 > 2/v 2 . Puesto que v est invariablemente prximo a 0,2, esto requiere
que a2 > 50, lo cual es un valor alto. Sin embargo, la condicin (6.2.16) parece
encontrarse siempre en las poblaciones humanas.
El resultado (6.2.16) es exacto si los cumulantes del tercero en adelante son
cero. Se puede idear una correccin que tenga en cuenta la asimetra y curtosis.
Para R0 y (j. dados, la varianza en las edades al nacimiento de los hijos
aumenta la raz real o tasa intrnseca de crecimiento natural r. Diferenciando
(6.2.6) con respecto a o se tiene
(6-2.17)
da [i a*r v '
que es positivo, aunque muy pequeo para los valores de p, o y r que se encuen-
tran en la prctica. El lector puede evaluar e interpretar (6.2.17) para las muje-
res australianas, 1965, usando los datos del cuadro 5.5.
El valor de Q para la condicin inicial de B 0 nacimientos es (usando la ecua-

cin 5.2.22) B0 dividido por la derivada con respecto a r del primer miembro
de (5.2.2) con el signo cambiado: BJ </( r )- L a ecuacin (6.2.5) nos permite
reemplazar ip(r) 1 d e (5.2.2.) por
0(r) = R 0 e~ r P+ 2 <- 2 i ! = 1 ,
y la derivada d e ij/(r) con respecto a r es ahora
4>'(r) = -R0(fi - aê-'"*-2'1!* = ~(fi - o*r), (6.2.18)
donde r es cualquier raz d e <j/(r) 1. D e all que
Bn
Q.= s = 1,2, (6.2.19)
-<P'(r.) P - o*'.
La edad promedio al nacimiento de los hijos en la poblacin estable se
puede calcular de (5.6.9) c o m o la misma derivada \ p ' ( r ) evaluada en la raz
real:
A. _= ~f(r) _ ln(p{r) _
f1 ra* (6.2.20)
<P(r) dr
C U A D R O 6.1
EDAD MEDIA DE LAS MADRES AL NACIMIENTO DE SUS HIJOS
EN LA POBLACION ESTABLE, CALCULADA EN BASE AL AJUSTE NORMAL
Y EN BASE A LA FORMA DEL HISTOGRAMA DE LA FUNCION
DE FECUNDIDAD NETA
Ar.calculada en
base al ajuste Ar en base al
1 000r i o
normal como histograma
H ra3
Australia
1965 12 . 2 9 27 . 39 3 3 . 31 26.98 26.96
Colombia
1964 2 8 . 35 29 . 60 5 0 . 90 28.16 28.17
Repblica Dominicana
1960 26 . 50 29 . 64 4 9 . 65 28.3 2 28.31
Finlandia
1964 6 . 47 28 . 05 37 . 7 4 27 . 8 1 27.80
Mxico
1959-1961 3 2 . 95 2 9 . 06 4 6 . 26 27.54 27.52
Estados Unidos
1963 1 7 . 10 26 . 47 3 4 . 13 25.89 25.87
1964 15 7 0 2 6 . 53 3 4 . 26 25.99 25.97
La varianza cf que aparece ha sido corregida por agrupamiento mediante la sustraccin

de 25/12 = 2,08.
6.3 AJUSTE WICKSELL 147
basado en el ajuste normal para una poblacin de R0, |i y o2 dados. De all

que para una poblacin creciente, Ar < [i. El resultado At \jl ra2 es exacto,
dado el ajuste normal, pero es una aproximacin para las observaciones origi-
nales en grupos quinquenales de edad. En el cuadro 6.1 aparece informacin
relevante relativa a seis pases de tasas de crecimiento bastante diferentes. Co-
mente sobre la aptitud de (6.2.20) para las cuatro poblaciones y estime el orden
de magnitud de la discrepancia para Australia mediante r*Ks/2, el trmino si-
guiente en (6.2.20) cuando la funcin de fecundidad neta no puede suponerse
normal, usando el tc5 del cuadro 5.5.
La cantidad T el intervalo medio entre dos generaciones definido por
erT = R0, se expresa fcilmente en trminos de |i y Ar. De (6.2.5)
R0 = e'?-"2*2!*.
Igualando lo anterior a erT, tomando logaritmos de ambos miembros y divi-
diendo por r, tenemos
T - f t - o-V/2 . (6.2.21)
La comparacin con (6.2.20) nos muestra que
T=(Ar + ft)/2
sin aproximacin, una vez que se supone el ajuste normal de la funcin de
fecundidad neta. Relacione esto con (5.6.11), que demostr que en general
(Ar \i)/2 es mayor que T en K3r2/12 aproximadamente.
6.3. AJUSTE MEDIANTE LA FUNCION

GAMMA INCOMPLETA (WICKSELL)
Comentando sobre el trabajo de Lotka resumido en la seccin precedente, Wick-

sell (1931, pgs. 156-157) seal la superioridad de la curva de Pearson de
Tipo III que toma en cuenta la asimetra casi universal de la funcin de fecun-
didad neta, y mencion la ventaja de este ajuste para obtener las races comple-
jas. En la ecuacin caracterstica (5.2.2), l reemplaza p(x)m(x) dx por
ykloex
K c x 6 dx, (6.3.1)
m >
donde las 3 constantes K, c, y k se elegirn una vez ms por el mtodo de los
momentos, y V(k) = V/c"- 1 ' 2 exp ( k + l/\2k).
Igualando los momentos Osimo, primero y segundo de la frmula a los
momentos correspondientes de las observaciones se tienen las tres ecuaciones
o r(k) dX = \/{x)m{x) dx' (6-3.2)
k'y/.kyk-lp-cx r8
148 PARAMETRIZACION DEL PROCESO DE RENOVACION
Evaluando las integrales en (6.3.2) tenemos
K R,,, (6.3.5)
que es la tasa neta de reproduccin. El primer miembro de (6.3.3) es
R f" tfr" dr = r(k+ 1) f ** ck+1xke~ex ^ = RJc

Jo r(k) ct+i r(k) Jo r ( * + i ) c '
y las observaciones representadas por el segundo miembro de (6.3.3) son
xp(x)m(x) dx = R;
igualando stas obtenemos
t - 5 " " - < 6 '3'6>

El primer miembro de (6.3.4) es
R p ckxl+1e-" = R,r{k + 2) ck p ck+txk+le-" _ R0(k + \)k

0 jo r{k) r(k) ci+! jo r(k + 2) c*
e igualando esto al R2 = Roa" + I*2) observado a la derecha de (6.3.4) da
+ = Rô* + ju!) . (6.3.7)

c*
Combinando (6.3.6) y (6.3.7), tenemos
c = = (6.3.8)
cs R> - Rl/R,, v '
y
k = L = lll (6.3.9)
ff2 - R\ y '
Las ecuaciones (6.3.5), (6.3.8) y (6.3.9) constituyen el ajuste debido a Wicksell.

En trminos de la curva de Tipo III la ecuacin caracterstica (5.2.2) es
Kckxk-1e-*
0(r) = A""."e " dx
m
(r + c)k Jo r(k) v '

o sea,
<p(r) = Kck/(r + cf = 1, (6.3.11)
ya que la segunda integral en (6.3.10) es uno por la definicin de T(k). Resol-

viendo la muy simplificada ecuacin caracterstica (6.3.11):
r = c(K"" - 1),
6.4 AJUSTE HADWIGER 149
y sustituyendo los momentos para las constantes de (6.3.5), (6.3.8) y (6.3.9) da
r = IL(Rfi*- 1). (6.3.12)

a*
Para las races complejas R0 se reemplaza por Rê2"* siendo ra entero. Demues-
tre que para el ajuste Tipo III todas las races caen en un crculo de centro
|i/o2 sobre el eje real y radio n/o2 (grfico 6.1).
El coeficiente Q en la solucin de la ecuacin integral con B0 nacimientos
como condicin inicial se determina fcilmente. Necesitamos la derivada de $(r),
que por (6.3.11) resulta ser
Kckk
(>'(r) = - ^ xe~rxp(x)m(x) dx = -
(c + r)k+1
k
l(r + c)>
c)k if l(c r) I
l(c ++ r) (c + r)
para todas las races r que satisfagan (6.3.11). De all que de (6.3.8) y (6.3.9),
<P\rs) fi fi*
siendo el segundo trmino de la derecha (100o2/H-)ri por ciento del primero para
la raz real o a lo ms 5 por ciento. El lector puede determinar 1a solucin
m = Q.e"'
8= 1
para las mujeres portuguesas en 1965 a partir de los datos proporcionados por
el cuadro 5.5.
6.4. AJUSTE MEDIANTE UNA DISTRIBUCION

QUE RELACIONA GENERACIONES SUCESIVAS (HADWIGER)
Hemos visto dos formas analticas de la funcin de fecundidad neta, correspon-

dientes al ajuste por una curva normal y por una Pearson Tipo III, y evidente-
mente que hay muchas ms disponibles que proveeran algn tipo de ajuste a
los datos reales. Cada una de stas dara lugar a diversas configuraciones geom-
tricas al llevar sus races a una representacin en el plano complejo. Entre estas
funciones hay una que tiene un inters especial para nosotros. Hadwiger (1940)
demuestra que si la probabilidad de que una nia recin nacida tenga una hija
a la edad * a x -\-dx est representada (en nuestra notacin) por n = 1 en
^(x) dx = exp \nac - + x ) ] dx , (6.4.1)
entonces la probabilidad de tener una nieta en la lnea femenina cuando la nia

original tiene (o tendra si viviera) * a * -|- dx est representada por n = 2 en
la misma expresin, y de tener una bisnieta por n = 3, etc. Observe que la edad
de cada descendiente est medida no desde su propia fecha de nacimiento sino
desde la de su ancestro original.
CUADRO 6.2
FUNCION EXPONENCIAL DE HADWIGER ,(*) DE (6.4.4) PARA =1
Y DIVERSOS VALORES DE Y f"
a2 y X = 15 X = 25 X = 35 X = 45
25 25 0 .00612 0 .07979 0 .01154 0. 00039
27 0 .00108 0 .08214 0 .02014 0. 00076
29 0 .00011 0 .06877 0 .03314 0. 00152
31 0 .00001 0 .04512 0 .05009 0. 00306
35 25 0 .01342 0 .06743 0 .01467 0. 00117
27 0 .00401 0 .07116 0 .02257 0. 00195
29 0 .00081 0 .06643 0 .03321 0. 00330
31 0 .00010 0 .04921 0 .04591 0. 00560
45 25 0 .02008 0 .05947 0 .01623 0. 00208
27 0 .00806 0 .06362 0 .02328 0. 00319
29 0 .00237 0 .06045 0 .03220 0. 00492
31 0 .00049 0 .05001 0 .04235 0 . 00759
Programado por Robert D. Retherford.
El lector puede usar el principio de la seccin 5.6 para deducir un resultado

anlogo basado en la distribucin de las generaciones sucesivas para los ajustes
de Lotka y Wicksell, aunque stos sern funciones de n menos convenientes que
(6.4.1). Puesto que la funcin de Hadwiger (6.4.1) no es muy conocida, mostra-
mos una pequea tabla (cuadro 6.2).
La integral definida estndar
o 2 a
(Abramowitz y Stegun, 1965, pg. 304; Chemical Rubber Publishing Co., 1963,
pg. 314) se puede evaluar escribiendo u ad y haciendo la sustitucin,
lo que transforma el problema en el de encontrar la integral de e-" s . Para aplicar
la integral estndar a (6.4.1), ponga 0 = \Vx, a = na, (i = \/b r. Uno
puede demostrar que la funcin generatriz cumulante de <f>(x) es
ln êT*<>%{x) dx = ln 4>n(-r) = na(c - iVb - r). (6.4.2)

Mediante diferenciaciones sucesivas de In <p( r), y haciendo r = 0, se pueden

determinar los cumulantes cero simo, primero y segundo. Siguiendo esto el lec-
tor puede aparear los momentos para obtener
a = J?L, b=JL, + (6 .4.3)

aV2 2<r2 a
Para n 1, (6.4.1) se convierte en
Investigaremos ahora la ecuacin caracterstica de 4>\(x),
fh(r\ I P~r* ** fOCta^lx+bx) !

m ~ J V ^ '
que se reduce a
e a(c-2 /J+) = j _ (6.4.5)
Sustituyendo (6.4.3) en (6.4.5) da, directamente en trmino de los momentos,
*<r) = * 0 e x P ( i f ! - = 1 *
Vo a Y a /
Las races se obtendrn tomando logaritmos,
ln <p(r) - a(c 2Vb + r) = 2nmi,

y son
para la raz real, y
r = m = 1,2,..., (6.4.7)
para las races complejas. De (6.4.7) podemos establecer ecuaciones para la curva
sobre la que deben quedar las races haciendo r = x -f- iy e igualando las partes
real e imaginaria, para obtener
a2
m = 0 , 1, 2 , . . . ,
+nmc
y =
a
>
en trminos del parmetro m. Eliminando m se tiene
/ = c2(c2/4 - b - x) ,
es decir, una parbola cuyo eje principal es el eje de abscisas, que la atraviesa
en x = (c 2 /4) b, la raz real. El lector con inclinacin por la geometra puede
demostrar que el foco de la parbola est a una distancia |x/2<j2 a la izquierda del
eje imaginario x = 0 (grfico 6.1). El intervalo medio entre dos generaciones T
se obtiene al reemplazar el valor de r de (6.4.6) en la definicin de T:
T = lLo = P (6.4.8)
r 1 + (<r*ln RJHlft ' ^ 2
El desnivel en el plano de generaciones y edad (o tiempo desde el ancestro

inicial) que fue retratado numricamente en el cuadro 5.6 se puede estudiar
a la luz de este ajuste, considerando ahora n como variable continua en lugar
de discreta. Para un x dado, la generacin mxima se determina resolviendo
dtf>n(x)/dn 0 como
. x , xa1 ln R,
n = + 2-,
[i ft
que en una poblacin creciente est levemente sobre x/ji. Escribimos (6.4.1)
en la forma
0(x) = - 2 = exp [na(c - 2l/b) - (na/Vx - Vbxf] ,
y se pueden desarrollar otras propiedades geomtricas de la superficie 4>(x) so-

bre el plano (ra, x). Lotka (1939c, pginas 82-84) discute estos temas en trminos
del ajuste normal de la funcin de fecundidad neta.
En los captulos 3 y 5 se asever sin prueba que el suavizamiento de las osci-
laciones en una trayectoria poblacional depende de la dispersin de las edades
en que las madres tienen sus hijos, una dispersin que se puede medir mediante
la desviacin tpica a de la funcin de fecundidad neta. En la discusin del
ajuste de Lotka en el presente captulo, encontramos en (6.2.16) el rango de varia-
cin mnimo requerido para suavizamiento. El ajuste de Hadwiger proporciona
un enunciado muy simple de la relacin entre la parte real de la primera raz
compleja (que determina la tasa de suavizamiento) y el rango de variacin de
las edades en que las madres tienen sus hijos.
En (6.4.7) y muestra 6.1 la parte real x es
Las cosas se facilitan considerando la relacin entre x y la varianza o2 as como

entre poblaciones de tasa intrnseca de crecimiento r (puesto que rx no se ve
muy afectado por a2, esto no quita inters al resultado). Entonces podemos reem-
plazar (c 2 /4) b por rt considerado como una constante y tenemos
x r. ivn?
_ = r, 2 <rV
(6.4.9)
con m 1 para el primer par de races complejas. Probamos en seccin 5.2

que * es menor que ahora (6.4.9) estima en qu cantidad es menor: 2o2n2/|i3.
Para las mujeres de los Pases Bajos, 1964, r, = 0,01375, fi = 29,21. De all
que para que ocurra suavizamiento, el segundo miembro de (6.4.9) debe ser nega-
tivo, o sea, o2 > r1|3/2rc2, que da o2 > 17,36 -y a > 4,2 aos. Basndonos en el
ajuste de Lotka dedujimos (6.2.16) y determinamos para las Pases Bajos a = 4,1
aos como la dispersin mnima de la edad de las madres al tener sus hijas para
suavizamiento. Demuestre que la diferencia entre los mnimos sobre (6.4.9) y
sobre (6.2.16) es del orden de r2 o menos.
Al final del captulo 3 se asever tambin que la parte imaginaria de la
primera raz compleja r2 explica los ciclos de la trayectoria de la poblacin indu-
cida por una divergencia inicial respecto de la condicin de estabilidad, y que
la extensin de las oscilaciones de los ciclos es aproximadamente igual a la dura-
cin de la generacin. Esto se aprecia convenientemente en trminos del ajuste
de Hadwiger. Porque en este ajuste las races r de <p(r) = 1 tienen partes imagi-
narias y = nmc/a, m = 0, 1, 2, . . . Haciendo\m = 1, y = nc/a, y reempla-
zando c y a en trminos de los momentos, tenemos
f \ fi -)
o sea una extensin de oscilaciones de
= B
y 1 + (<7! ln RJff) ^ [1
Usando (6.4.8) y (6.4.10) el lector puede demostrar que p, > T > 2i/y si > 1, y
Puede tambin demostrarse que basndose en este ajuste 2ji/y es exactamente

igual a A la edad media de las madres al nacimiento de los hijos en la pobla-
cin estable.
Puesto que in i?0 es comnmente menor que uno en las poblaciones huma-
nas (qu tasa de crecimiento anual la hara igual a uno?), y o2 es un poco mayor
que [i pero del mismo orden de magnitud, el segundo trmino en el denomina-
dor de (6.4.10) es comnmente menor que 0,05; (6.4.10) nos dice que la exten-
sin de la repeticin de cualquiera perturbacin en la poblacin ser menor
que i y hasta 5 por ciento de su valor para una poblacin creciente.
El cuadro 6.3 muestra las cantidades , T y 2jt/y, junto con A la edad
media de las madres al nacimiento de sus hijos en la poblacin estable. Se ve
que la diferencia p. T es igual a T Ar, como se prob para trminos en r
mediante el argumento que condujo a (5.6.11), y si el ajuste de Hadwiger es
apropiado, 2ot/y debe ser igual a Ar. Las diferencias en el cuadro 6.3 sugieren
que 2n/y es muy sensible a las desviaciones de la funcin de fecundidad neta
$(x) del ajuste de Hadwiger. La medida de asimetra pt de Pearson (muestra
6.1) es 9o2/|x2 (cuadro 6.5) para un ajuste Hadwiger, y donde piji s /o 2 se aparta
considerablemente de 9, tambin lo hace 2n/y respecto de Ar Determine la rela-
cin entre tn/y Ar por un lado y f^ por otro mediante un diagrama de puntos.
C U A D R O 6.3
COMPARACION DE n, LA E D A D MEDIA DE LAS MADRES AL N A C I M I E N T O DE SUS
HIJOS EN LA POBLACION ESTACIONARIA; T, EL I N T E R V A L O MEDIO E N T R E DOS
GENERACIONES; Ar, LA EDAD MEDIA DE LAS MADRES A L N A C I M I E N T O DE SUS
HIJOS EN LA POBLACION ESTABI.E; 2ji/V, LA EXTENSION DE LAS OSCILACIONES
DE LA PRIMERA C O M P O N E N T E COMPLEJA DE LA DISTRIBUCION POR EDADES;
ftuVo", EL C R I T E R I O PARA LA CONCORDANCIA DE A, Y
CRITERIO
y T Ar 2ir/y 6iy 2 /a 2
MUJERES
Austria 1965 2 7 . 28 2 7 . 12 26 . 95 27 51 5
Canad 1965 2 7 . 75 2 7 . 47 2 7 . 19 27 46 6
Checoslovaquia 1962 25 . 87 25 . 87 2 5 . 75 25 07 19
Inglaterra y Gales
1960-1962 2 7 . 42 2 7 . 25 2 7 . 09 27 14 8
Finlandia 1964 2 8 . 05 2 7 . 92 2 7 . 80 27 96 7
Grecia 1965 2 8 . 09 28 . 07 28 . 05 28 43 5
Mxico 1959-1961 2 9 . 06 28 . 28 2 7 . 52 29 18 1
Escocia 1963 2 7 . 63 27 . 42 27 . 22 27 31 7
Estados Unidos
1963 2 6 . 47 26 . 17 25. 87 25 76 8
1964 26 . 53 26 . 25 2 5 . 97 25 94 8
HOMBRES
Inglaterra y Gales
1960-1962 3 0 . 52 30. 31 3 0 . 11 29 65 14
Estados Unidos
1964 2 9 . 62 29 . 22 2 8 . 84 28 . 0 4 15
Las races ms all de r3 representan extensiones de oscilacin menores y se

suavizan ms rpidamente. Para este ajuste, la extensin de la oscilacin es casi
inversamente proporcional a m, puesto que y en (6.4.10) toma un factor m para
las races 2m sima y ( 2 m l ) s i m a . Estas oscilaciones ms cortas, de perodo
un medio, un tercio, etc., del largo de la generacin, deberan sobreponerse al
conjunto principal contenido en r2 y r3. Comprelas con las oscilaciones de ma-
yor frecuencia de la funcin no ajustada <f>(x) del captulo 5.
En el grfico 6.1 aparecen la hiprbola sobre la que deslizan las races de
xp(r) 0 para e] ajuste de Lotka, el crculo para Wicksell, y la parbola para
6.5 COMPATIBILIDAD DE LOS DIVERSOS AJUSTES 155
Hadwiger. Para cualquiera de estos ajustes existe una nica ordenacin de las
races de modo que la sucesin en frecuencias ascendentes ser la misma que la
sucesin en valores absolutos descendentes, excepto ms all de un cierto punto
en el crculo de Wicksell.
6.5. COMPATIBILIDAD DE LOS DIVERSOS AJUSTES

DE LA FUNCION DE FECUNDIDAD N E T A
La muestra 6.1 rene los resultados de los tres ajustes para propsitos de refe-
rencia, en tanto que el grfico 6.1 muestra las races. Las tres curvas isadas son
las ms conocidas de aquellas ajustadas a la funcin de fecundidad neta. Preto-
rius (1930) y Lotka (1933a) han ajustado el Tipo I, pero la teora para esto es
ms complicada.
Para averiguar la calidad de ajuste podemos utilizar diversas dcimas. Pode-
mos sacar histogramas para un cierto nmero de poblaciones y examinar en qu
grado cada curva se ajusta al histograma. Un segundo mtodo consiste en com-
parar los momentos de tercer y cuarto orden de las curvas ajustadas con los
momentos de tercero y cuarto orden observados. Podemos comparar la funcin
tp(r) basada en el ajuste con la funcin i/(r) no ajustada, y comparar las races
reales y complejas de tp(r) = 1 para las formas ajustadas y no ajustadas de la
funcin de fecundidad neta. Estas cuatro dcimas se aplicarn en forma somera.
Curva ajustada e histograma de observaciones
Para comparar las diversas curvas con el histograma de las observaciones, debe-
mos traducir las ordenadas en reas en base a intervalos quinquenales. Las
ordenadas de la <>i(x) de (6.4.4) en las cuatro edades para el R 0 , (i, y o2 de
las mujeres canadienses, 1965 son
^(20) = 0.0520 ,
= 0.1023 ,
Vi(30) = 0.0819 ,
0,(35) = 0.0395 .
Estas se pueden integrar aproximadamente mediante una cbica, esto es, apli-
cando (1.1.11) con el resultado para el intervalo de edades 25-29 de
530
o 0,(X) dx = 0.4798 .
Se calcula un resultado ms preciso con menos esfuerzo trabajando con inter-

valos de un ao, y aplicando una frmula de Gauss con cinco ordenadas a los
aos individuales de edad dada en el captulo 10 como (10.4.6). El cuadro 6.4
muestra las reas bajo las curvas obtenidas por estos procedimientos para cuatro
poblaciones. La curva que est ms cerca en cada edad est subrayada. Existe
bastante variacin entre los pases, de manera que al no disponer de una mues-
tra mayor, pareca no valer la pena aplicar una dcima estadsticamente ms
elaborada.
M U E S T R A 6.1
RESUMEN DE PROPIEDADES DE LA ECUACION INTEGRAL CUANDO LA FUNCION
DE FECUNDIDAD NETA ESTA AJUSTADA MEDIANTE LAS CURVAS
NORMAL (LOTKA), TIPO III (WICKSELL) Y EXPONENCIAL (HADWIGER)
Normal Tipo III Exponencial

(Lotka) (Wicksell) (Hadwiger)
na - o - c i a s / i +tx]
Funcin de ajuste para Ro r -tx-fi> 2 /lo 2 " i
Ro 1/icx
p(x)m(x) a\/2Ti m Brl para la primera
generacin
Funcin generatriz de
cumulantes ln tjj( r)
rfi + ^Y + laR, k ln (c - r) + In Rc + k In c a(c - 2i/F^7)
= lnêTXp(x)m(x)dx
fi'/2 . (X
fi = RJR, k = /a*
Constantes en trminos de los a = % b =
momentos observados
c = ft/o* r
C
_ l/2/i

,
+
y'glpJto
-575
Ecuacin caracterstica
RpC* go(-2Vk+r) _ J
= 1 = 1
ê'"p{x)m{x)dx = (r + c f
s s n .or 2 2
a rI I aV <;V
ar
In Rt per -(-
rH = -T A
fi-l/u* -2o*\iiRo 4
Solucin para una raz real
rL =
rw = c(Ri/l - 1)
- 4. *<>)'
~ + 2'
,_fiV tti-2a\\nR<>'hi) i
Solucin para raices complejas r = cCWe'""'* - 1)
2nm 2mit \ _ x + c
Ecuaciones paramtricas de la
curva a la que pertenecen
las races (los valores enteros
= eos
(f) rw + c
x = rYS
a8
21n.Ro . / 2J7T \ V 7TOTC
de m dan las raices) sin ( ) = 7 =
o2 \ k ) rw + c
Forma de la curva Hiprbola Crculo Parbola
Intervalo medio entre ar orS or4 2 , +

e -
dos generaciones 2 2i
T l , TW, TH
{,, el coeficiente de e r ', para
B nacimientos como n
condicin inicial
tL
-
(t-or.
g
i tsW _ 5 o '( L + A )
n H = Jl +^
M * /<
Q, = Bl-<l>\r,) 1

Medidas de Pearson
Ka
Asimetra fii = 0 4OT/JK)2
'(f)'
i
g
Curtosis f t = + 3 3 + 3
o
ft(ft+3 f (3(2 + S(^)2))2
0
4(2^-3^-6X4^-3^) 4(4 + 11(<t/^) 2 )
<>
-H
c
o
CUADRO 6.4
FUNCION DE FECUNDIDAD N E T A DE A C U E R D O A LOS TRES AJUSTES
Y A L O OBSERVADO. LAS FRECUENCIAS APARECEN PARA
INTERVALOS Q U I N Q U E N A L E S DE EDAD PARA MUJERES

Histograma
Edad (Lotka) (Wicksell) (Hadwiger)
observado
(62.1) (6.3.1) ' (6.4.1)
CANADA, 1965" : Ro = 1 .496; y = 27.753; a2 = 37.086
0-4 0 .000140 0 .000002
5-9 0 .002519 0 .000072 0 .000002
10-14 0 .024452 0 . 0 1 0 113 0 .004354 0 .000480
15-19 0 . 12471 1 0 .124468 0 . 116386 0 .116108
20-24 0 .335275 0 .384074 0 .411065 0 .451853
25-29 0 .476198 0 .479394 0 .484340 0 .434967
30-34- 0 .357631 0 .317326 0 . 300126 0 . 283489
35-39 0 .141919 0 .131866 0 .125134 0 . 154216
40-44 0 .029695 0 .038446 0 .040341 0 .050293
45-49 0 .003266 0 .008489 0 .010921 0 .004523
50-54 0 .000188 0 .001499 0 .002613 0 .000071
55-59 0 .000006 0 .000220 0 .000572
60-64 0 .000000 0 .000028 0 .000117
65 + 0 .000000 0 .000003 0 .000029
FRANCIA, 1959-63: Ro = 1.321; y = 28. 104; a2 = 33. 509
5-9 0 .0011 0 0000 0 .0000
10-14 0 .0144 0 . 0047 0 .0017 0 .0000
15-19 0 .0911 0 .0848 0 .0757 0 .0571
20-24 0 .2842 0 . 3236 0 3445 0 .4013
25-29 0 .4392 0 .4472 0 .45-40 0 .4249
30-34 0 .3367 0 .3017 0 .2866 0 .2571
35-39 0 .1279 0 .1199 0 1144 0 .1290
40-44 0 .0240 0 .0318 0 .0339 0 .0488
45-49 0 0022 0 . 0062 0 0082 0 .0030
50-54 0 .0001 0 .0009 0 .0017 0 .0001
55+ 0 . 0000 0 . 0001 0 .0004
Programado por William Cummings y Wilhelm Flieger.

6 La distribucin para Canad 1965, aparece con seis lugares decimales para permitir
una verificacin del cuadro 6.6.

CUADRO 6.4 (Continuacin)

Edad (Wicksell) (Hadwiger) Histograma
(Lotka) observado
(62.1) (6.3.1) (6.4.1)
SUECIA, 1793-97 : R0 = 1 . 275; \i = 32.186; a2 = 41.786
5-9 0 . 0004 0 . 0000 0 0000
10-14 0 .0046 0 . 0006 0 0001 0.0001
15-19 0 .0329 0 .0208 0 0134 0.0238
20-24 0 .1319 0 . 1410 0 1412 0.1616
25-29 0 . 2990 0 . 3351 0 3557 0.3110
30-34 0 . 3834 0 . 3795 0 3797 0.3455
35-39 0 . 2783 0 . 2484 0 2354 0.2679
40-44 0 . 1143 0 .1069 0 1020 0.1369
45-49 0 .0265 0 .0331 0 0345 0.0281
50-54 0 .0035 0 .0078 0 0098 0.0000
55 + 0 . 0003 0 .0017 0 0031
VENEZUELA, 1963: Ro 2. 753; y 28.502; a2 = 49.112
5-9 0 .0103 0 .0005 0 0000
10-14 0 .0630 0 .0311 0 0146 0 0037
15-19 0 .2354 0 .2462 0 2344 0. 2803
20-24 0 .5399 0 .6316 0 6833 0 7124
25-29 0 . 7598 0 . 7830 0 8015 0. 6893
30-34 0 .6565 0 .5864 0 5581 0 5107
35-39 0 .3482 0 . 3041 0 2828 0 . 3866
40-44 0 .1133 0 .1194 0 1168 0 . 1346
45-49 0 .0226 0 .0377 0 0420 0. 0315
50-54 0 .0028 0 .0100 0 0137 0 . 0044
55+ 0 .0002 0 . 0029 0 0057

Concordancia de los momentos de tercer y cuarto orden

Las tres curvas de que nos hemos ocupado hasta ahora requieren datos solamente
para los momentos cerosimo, primero y segundo. De all que para cada una
de ellas podemos calcular el tercer y cuarto momentos o mejor, cumulantes
en trminos del primero y el segundo. La muestra 6.1 seala la funcin genera-
triz de cumulantes; mediante diferenciacin sucesiva y haciendo luego r = 0,
encontramos el tercer y cuarto cumulantes como asimismo y {J2 de Pearson
en trminos de los dos primeros. Para la curva normal, K3 = K4 = 0. Para la
curva Tipo III,
_ 2a* _ 6<78 .
IC, , T y
fi ff
para la exponencial de Hadwiger,
i* t -
- l5<r*
t 3 , .
fi i
A partir de stos se obtienen fcilmente los y (3.2 que aparecen en los enca-
bezamientos del cuadro 6.5. En el cuerpo de la tabla el ajuste que ms se aproxi-
ma de lo observado est subrayado en cada caso. La curva de Hadwiger es
preferible para (3i y la de Lotka para 32.
El grfico 6.2 muestra pj y f$2 para la funcin de fecundidad neta de algunos
pases; todos ellos caen en el rea de la Tipo I general, para la cual el K de
Pearson es negativa. La recta emprica ($2 = 2 -f- 2 pasara cerca de todos los
puntos para las diez poblaciones, y vale la pena examinar cmo algunos otros
pases, por ejemplo los del cuadro 5.5, aparecen en el grfico 6.2 en relacin
a esta recta emprica.
A cada par |J2 observado corresponde un par ($lf 2 para cada uno de
los tres ajustes tal como se dan en el cuadro 6.5. El lector puede localizar stos
sobre el plano (Ja-
Comparacin de <p{r)
Otra manera de presentar la comparacin es mediante el clculo de la funcin

de (5.2.2) para el histograma de <>(a) = p(a)m(a),
<p(r) = Fu + Fso + ...,

'o 'o
y comparar los ajustes debidos a Lotka, Wicksell y Hadwiger con esto. En el

cuadro 6.6 aparecen las cifras para las mujeres canadienses 1965, calculadas de
las correspondientes columnas del cuadro 6.4. La funcin de Wicksell est ms
cerca del histograma para r <C 0,02 y parece en conjunto ser la mejor para
esta poblacin. Todas las curvas concuerdan para r > 0,02 y alrededor del
intervalo que va desde r = 0 hasta la raz real r rx estn especialmente cerca.
El lector puede notar que ^(0) = R0 para los tres ajustes. Puede tambin ex-
plicar las diferencias entre los ^(r) en r = 0,10, dados los datos del cuadro
5.5, y expresar la ecuacin caracterstica (5.2.2) en la forma
l n ^ r ) = ln R0 - ^ + ^ - ^ + - . . . = 0
6.5 COMPATIBILIDAD DE LOS DIVERSOS AJUSTES 16]
Si las tres aproximaciones a <p(r) se designan como ^(r), ij/w(r) y i/w(r), demues-
tre en base a la muestra 6.1 que hasta los trminos en r3
ln <pv{r) = ln 0 L (r) - <rV/3ju ,

ln <pH{r) = ln <pjr) - oV/2p,
en tanto que
ln^(r) = ln <pL(r) - k^/6 .
La relacin de Ks a o 4 / ^ determinar generalmente cul de los ^(r), >jiw(r) y

est ms cerca del <^(r) obtenido directamente en grupos quinquenales de
edad. La excepcin se produce cuando Ktrf4 sobrepondera K3 lo cual slo es
probable que suceda cuando \p(r) est evaluada para r = 0,1 o menos, lo cual
ocurre en una parte de la curva que no es pertinente para poblaciones humanas.
Podra la funcin <p(r) tal como aparece en el cuadro 5.1 o 6.6 usarse inversa-
mente para averiguar los cumulantes? Con qu precisin?
GRAFICO
LOCALIZACION DE LA FUNCION D E FECUNDIDAD NETA
SOBRE EL P L A N O fr, p a
1 2 3
CUADRO 6.5
COMPARACION DE fc Y fc OBSERVADOS CON & Y 0 a ESPERADOS DE ACUERDO
A LOS TRES AJUSTES D E LA FUNCION DE FECUNDIDAD
FEMENINA ( O MASCULINA) N E T A
Observado Calculado para los ajustes en base a

(Lotica) (Widcsell) (Hadwiger)
Bi I K>
O0)|u
II
Bi =,0
MUJERES
Bulgaria 1965 0 891 0 0.181 0.407
Canad 1965 0 277 0 0.193 0.433
Dinamarca 1964 0 364 0 0.174 0.391
Francia 1959-1963 0 388 0 0.169 0.380
Mauricio 1965 0 137 0 0.215 0.484
Mxico 1959-1961 0 051 0 0.219 0.493
Suea 1788-1792 0 008 0 0.164 0.370
Taiwn 1965 0 408 0 0.171 0.384
Togo 1961 0 222 0 0.273 0.615

Estados Unidos
1962 0 417 0 0 .196 0.441
1963 0 394 0 0.195 0.438

1964 0 373 0 0.195 0.438
HOMBRES
Noruega 1963 0 486 0 0.184 0.414
Estados Unidos
1964* 0 777 ! 0 0 .205 0.462
Verificable en base a la media y varianza que aparece en el cuadro 5.5,

CUADRO 6.5 (ContinuacMn)
Observado Calculado para los ajustes en base a
Normal Tipo m Exponencial

2 2 = 3 2 = =3 15g) 2
H
2 +
MUJERES
Bulgaria 1965 3 999 3 .000 3 .271 3.679
Canad 1965" 2 710 3 .000 3 .289 3.722
Dinamarca 1964 2 988 3 .000 3 . 260 3.651
Francia 1959-1968 2 849 3 . 000 3 .253 3.633
Mauricio 1965 2 396 3 .000 3 .323 3.806
Mxico 1959-1961 2 116 3 .000 3 . 329 3.822
Suecia 1788-1792 2 402 3 .000 3 .247 3.616
Taiwn 1965 3 003 3 .000 3 .256 3.639
Togo 1961 2 433 3 .000 3 .410 4.025

Estados Unidos
1962 2 943 3 .000 3 .294 3.735
1963 2 918 3 .000 3 .292 3.731
1964 2 886 3 .000 3 .292 3.730
HOMBRES
Noruega 1963 3 138 3 .000 3 .275 3.690

Estados Unidos
1964 3 605 3 .000 3 .308 3.770
Verificatile en base a la media y varianza que aparece e;n el cuadro 5.5.

CUADRO 6.6
COMPARACION DE qj(r) = / J e - " p ( a ) m ( a ) d a , PARA C U A T R O APROXIMACIONES
DE LOS DATOS DEL C U A D R O 6.4. MUJERES DE C A N A D A 1965 a
Normal T i p o III Exponencial Histograma

r (Lotka) (Wicksell) (Hadwiger) observado
- 0 . 100 29.193 29.734 30.076 29.692
- 0 .080 15.617 15.762 15.848 15.759
- 0 .060 8.487 8.519 8.537 8.520
- 0 .040 4.684 4.690 4.692 4.690
- 0 .020 2.627 2.627 2.627 2.627
0 .000 1.496 1.496 1.496 1.496

0 .002 1.41533 1.41533 1.41533 1.41533
0 .004 1.33923 1.33923 1.33922 1.33923
0 .006 1.26741 1.26741 1.26741 1.26741
0 .008 1. 19964 l.19963 1.19962 1. 19963
0 .010 1.13566 1. 13565 1.13564 1.13564
0 .012 1.07527 1.07524 1.07523 1.07524
0 .014 1.01825 1.01821 1.01818 1.01820
0 .016 0.96441 0.96434 0.96431 0.96433
0 .018 0.91355 0.91346 0.91342 0.91344
0 .020 0.86551 0.86540 0.86535 0.86537
0 .040 0.50685 0.50813 0.50789 0.50799
0 .060 0.30364 0.30263 0.30217 0.30231
0 .080 , 0.18413 0.18269 0. 18208 0.18221
0 . 100 0.11341 0.11173 0 . 11103 0.11112
0 .200 0.01271 0.01139 0.01095 0.01086
R0 1.496 1.496 1.496 1.496
U 27.753 27.753 27.753 27.753
a 2 37.086 37.086 37.087 37.086
<3 0.032 99.073 148.594 118.951
Kt -0.869 396.637 987.898 -403.623
Bi 0.000 0.192 0.433 0.277
Bz 3.000 3. 288 3.718 2.707
* Funcin ip(r) y momentos calculados de las integrales quinquenales de la funcin de

fecundidad neta que aparece en el cuadro 6.4. Se pueden comprobar con tp(r) de la muestra
6.1 con b 9 39,169 no corregida, lo cual da para los 3 ajustes en 0,100.
^ ( - 0 . 1 0 0 ) = 29.193 4> w (-0.100) = 29.802 ^ ( - 0 . 1 0 0 ) = 30.195
Note las diferencias del cuadro 6.5 en fk y

Comparacin de las races caractersticas

Para ver las diferencias numricas entre las aproximaciones a la raz real el
lector puede reescribir las ecuaciones caractersticas de la muestra 6.1 como
ln ^(r) = 0, o
r = + ^ (Lotka),
fi 2fi
rw = + _ + .. (Wicksell), (6.5.1)
(i 2fi
= + (Hadwiger),
[i 2 fi 2fjt
respectivamente, que servirla para una solucin iterativa. Si pensamos en los r

del segundo miembro de (6.5.1) como la solucin exacta de (5.2.2), entonces
se sigue que las races reales estn en el orden
rH<rw< rL
para r > 0, y sea o no r > 0,
2(rw - rB) - rL - rw = r V / 3 f f , (6.5.2)

hasta los trminos en r8.
Demuestre que las T de la muestra 6.1 son consistentes
con los r de (6.5.1), en el sentido de que satisfacen (5.6.6); esto es, hasta los tr-
minos en r2,
r,TL rwTw = rHTH = ln Rt,
donde TL, Tw y T son los intervalos medios entre dos generaciones para los
tres ajustes.
Se busc una verificacin aritmtica de estas aproximaciones para las muje-
res de los Estados Unidos, 1963. Por clculo directo en las frmulas de la mues-
tra 6.1, con ln R0 0,447305, y = 26,4732, o2 = 34,13, encontramos
1000rL = 17.0847 , 1000rw = 17.0819 , 1000rH - 17.0806 ,

y en consecuencia
2(1000rw - 1000rH) = 0.0027 ,

1000rL - 1000rw = 0.0028 ,
1000(rV/3//*) = 1000(0.01708)3(0.555) = 0.0028 .
Se han dado aqu los decimales superfluos con el mero fin de comprobar aritm-
ticamente la relacin (6.5.2), que est por tanto confirmada. Cules son los
T t , Tw y Th para las mujeres de los Estados Unidos, 1963?
Comparando cada una de las ecuaciones de (6.5.1) con la correspondiente
forma re-escrita del logaritmo de la ecuacin caracterstica (5.2.2) hasta los tr-
minos en r3,
ln R^ r*o2 sr3
entonces si r0 es la solucin de la forma histogrmica (5.2.2) aproximada por

(6.5.3), tenemos, introduciendo rL para los dos primeros trminos del segundo
miembro de (6.5.3) y enseguida trasponiendo,
rh = rB + K/l/6fi , (6.5.4)
donde se han despreciado los cumulantes de cuarto orden en adelante. De all

que rL es alto cuando la asimetra es positiva, y dependiendo de la cantidad de
asimetra, r w y rH ser alta o baja. Vemos sin una solucin explcita para r que si
Ksfi/tf4 est muy cerca de 0, la forma de Lotka es la mejor,

Kz\i/o4 est muy cerca de 2, la forma de Wicksell es la mejor,
A^fi/tf4 est muy cerca de 3, la forma de Hadwiger es la mejor.
La cantidad /3jx/o4 cae en el intervalo 1 a 5 para 17 pases (cuadro 6.7). Basado

en este criterio la frmula de Wicksell tiene una leve ventaja, siendo la ms
cercana para 7 pases, pero nuestra muestra es pequea. Note la relacin de lo
que estamos haciendo aqu con la comparacin para en el cuadro 6.5. De-
muestre que si Ki es del mismo orden de magnitud que Ka, que es frecuente-
mente el caso (cuadro 5.5), el error rL r0 calculado mediante (6.5.4) slo se
podra modificar en aproximadamente un 1 por ciento. Desarrolle la cantidad
efectiva de error en rL, rw, rH, para Costa Rica, 1963, y Mauricio, 1964, usando
los datos de los cuadros 5.5 y 6.7.
Los ajustes dan races reales que se apartan de la solucin de la ecuacin
integral completa en cantidades menores que 0,05 por mil personas. Tal como
lo seal Lotka (1939c, pg. 74), el caso es diferente para las races complejas.
Para los Estados Unidos las principales races complejas r2, r3 se obtienen de la
ecuacin completa (5.3.2) como
1962: -0.0259 0.2458i,
1963: -0.0273 0.24391,
1964: -0.0287 +0.2422/.
Los r2, r3 para los tres ajustes basados en las mismas poblaciones, nacimientos y
muertes aparecen en el cuadro 6.8. La variacin entre los ajustes es mayor que
entre los aos, lo cual constituye una situacin poco satisfactoria.
El lector puede verificar las constantes reales Q w y Qj, de la muestra 6.1
correspondientes a las raices rL, rw y rH, donde en cada caso
Q=-B0/f(r).
La cantidad en el denominador de Q es la edad media de las madres al naci-

miento de los hijos en la poblacin estable. Para las mujeres de los Estados
Unidos, 1964, sta es 25,974 aos en base a los datos completos por grupos quin-
quenales de edad; el lector puede desarrollar Q^, Q w , Q H a partir de la infor-
macin del cuadro 5.5. Puede tambin usar (6.5.1) para determinar relaciones
entre las principales races complejas anlogas a (6.5.4). Observe que la igualdad
(6.5.2) se aplica separadamente a las partes real e imaginaria de las races com-
plejas dadas en el cuadro 6.8.
CUADRO 6.7
TERCER C U M U L A N T E D E LA FUNCION DE FECUNDIDAD N E T A Y C R I T E R I O

SEGUN EL CUAL EL AJUSTE DA LA MEJOR ESTIMACION DE LA RAIZ REAL
Tercer cumulante Criterio Raz real

g 2 / \ 2 dada con mejor
K p i ^ _ J j aproximacin por
O2 ~ N a * /
MUJERES
Costa Rica 1963 105 .0 2

r w
Alemania (Orientai) 1964 126 .2 10 r H
Islandia 1962 131 7 4
r w
Irlanda 1960-1962 32 9 1 r
L
Martinica 1965 50 4 1 r
L
Mauricio 1964 112 5 3 r w
Ohio 1959-1961 128 .9 9 r H
Polonia 1962 156 .4 11 r H
Reunin 1961 72 .8 1 r L
Rumania 1965 160 .7 12 r H
Singapur 1962 98 5 3 r w
Sud Africa (de color) 1960 179 6 4

r w
HOMBRES (Funcin de fecundidad masculina neta)
Chile 1964 321 5 r w

Hungra 1964 252 .4 25 r H
Noruega 1963 213.8 11
r H
Trinidad y Tobago
1956-1958 263.9 5
r w
Estados Unidos 1964 266 .3 15 r H
Las diversas pruebas aplicadas arriba dependen todas sustancialmente del

tercer momento, lo cual se puede expresar en la forma de nuestro criterio
(Kî/t*)2 = Pjjj.2/2. Los cuadros 6.3, 6.5 y 6.7 parecen favorecer a Hadwiger
en tantos casos como a Wicksell y Lotka juntos. Pero la seleccin fue arbitraria,
y algunos pases fueron usados para diversas fechas.
C U A D R O 6.8
RAICES COMPLEJAS PRINCIPALES r s , r, EN BASE A T R E S AJUSTES.
MUJERES D E ESTADOS UNIDOS, 1962, 196$ y 1964

1962 - 0 . 0 1 8 2 0 . 2 321 i -0 .02070.2397i -0 .0219*0.2435

1963 - 0 .01940. 2312 -0 . 0220-0.2386 - 0 .02330.2423i
1964 - 0 . 0205*0. 2304i - 0 . 02 320 . 2 3 7 6 i -0 .02450.24l3i
En un estudio completo de los 56 pases diferentes para los que se pueden

obtener datos recientes sobre mortalidad y fecundidad femenina, el criterio del
tercer momento favoreci al procedimiento de ajuste de lx>tka en 9, al de Wick-
sell en 26 y al de Hadwiger en 21. Los pases de fecundidad alta tienden a estar
bajo en el criterio, y a ser bien ajustados por la curva normal; aquellos de baja
fecundidad tienden a estar altos con el criterio. En el curso del tiempo el crite-
rio ha aumentado, por ejemplo para las series histricas de Inglaterra y Suecia.
El criterio es ms alto para los hombres que para las mujeres: de entre 7 pobla-
ciones masculinas 5 son ajustadas por la curva de Hadwiger, 2 por la de Wicksell.
Conclusiones
Las comprobaciones de los tres ajustes ofrecen poco lugar para la satisfaccin.
En tanto que parece como si para algunos criterios un ajuste es especialmente
malo, y para otros ocurre lo mismo con otro ajuste, generalmente el tercer cumu-
lante es decisivo para todas nuestras cuatro comprobaciones.
Los demgrafos no han ofrecido curvas d ajuste mejores que stas que sean
igualmente fciles de manejar. Tampoco no siempre son serias las consecuencias
de un ajuste pobre; la raz real r est dada perfectamente bien para los tres ajus-
tes, y la mayora de las inferencias generales obtenidas de los ajustes son vlidas.
Frecuentemente se necesita el ajuste. De inmediata importancia para la
presente exposicin, los ajustes nos pepniten examinar relaciones, como la de
la varianza o2 y la parte real x de la raz compleja principal en (6.2.6), que seria
difcil de estudiar de otra manera. Son tambin tiles cuando la trayectoria
B(t) se va a calcular a mano.
Un inters ms contemporneo es la clasificacin de modelos de fecundidad
con el propsito de llenar lagunas de datos. Para un pas subdesarrollado donde
se dispone de informacin sobre la tasa neta de reproduccin y donde uno
puede adivinar J, y o? (el promedio y la varianza de las edades de las madres
al tener sus hijas), y donde se puede suponer una tabla de vida modelo, uno
busca las tasas especficas de fecundidad por edades Fx. Una manera de proceder
consiste en determinar los valores de la funcin de fecundidad neta mediante
integracin por intervalos quinquenales de edad de una de las curvas de este
captulo, por ejemplo la Pearson Tipo III propuesta por Wicksell. Las integrales
se identifican con LJFX. Entonces el valor de Fx se estima mediante
_ _ S\l(x + t)m{x + t)dt
donde el numerador proviene de las integrales quinquenales de la curva supuesta

sobre la base de R0, o, o2. Mientras mejor sea el ajuste, ms satsifactoria ser
la imputacin.
Nos volvemos ahora a las aplicaciones de la teora que llena la laguna de
datos de un tipo diferente. Estas proceden principalmente a partir del anlisis
de la poblacin estable y hacen inferencias sobre la tasa intrnseca de crecimiento
natural, por ejemplo, trabajando slo en base a una distribucin por edades
observada en un censo y una tabla de vida hipottica.
CAPITULO 7
INTERPELACIONES ENTRE LAS VARIABLES

DEMOGRAFICAS EN LAS POBLACIONES
ESTABLES
En el captulo 1 se discutieron las relaciones entre las diversas columnas de la

tabla de vida, y los resultados se pueden considerar como propiedades de la po-
blacin estacionaria, definida por la igualdad de los nacimientos y muertes tota-
les y la constancia de las tasas especficas de mortalidad por edades. En este
captulo queremos generalizar para las relaciones que existen en los modelos
estables menos artificiales, an dedicados a un solo sexo y considerando las tasas
especficas de mortalidad y fecundidad por edades como fijas pero ahora sin
exigir que los nacimientos totales sean iguales a las muertes totales. Los elemen-
tos para esto se introdujeron en los captulos 3 y 5. La exploracin del supuesto
de estabilidad es el tema de las secciones 7.2 y 7.3. Se introduce en la seccin
7.1, que contiene las escasas observaciones que se pueden hacer sobre las pobla-
ciones cerradas cuyos nacimientos y muertes varan sin restriccin.
7.1. RELACIONES EN CUALQUIER POBLACION CERRADA
Consideremos una poblacin cerrada de K individuos de un sexo, que tienen B

nacimientos y D muertes en un perodo corto dado, para la cual se calculan la
tasa bruta de natalidad b B/K, la tasa bruta de mortalidad d = D/K, y la tasa
de crecimiento natural r = (B D)/K. Las tres tasas no son independientes,
porque r = b d. Esto es un ejemplo de una relacin que se aplica a los datos
reales como as mismo a los casos hipotticos, como por ejemplo las poblaciones
estables, en tanto que la migracin se pueda suponer igual a cero; tales relaciones
no producen sorpresa y surgen debido a que hemos introducido una variable
que es redundante.
Si los nacimientos y las muertes para todas las edades juntas son funciones
del tiempo, B(t) y D(t), y los nmeros poblacionales son K(t), entonces el creci-
miento de la poblacin por unidad de tiempo es
R(t) = B(t) - D(t) = .
donde la unidad de tiempo es pequea. Las tasas correspondientes, expresadas

como razones respecto a la poblacin, son
' K(t) v ' K(t) W W W K{t)

o alternativamente
r{t) = J - ( ^ m \ . (7.1.1)
K{t) \ d t ) V '
170
7.1 RELACIONES EN CUALQUIER POBLACION CERRADA 171
Supongamos que conocemos las tasas de mortalidad y natalidad por un pe-

rodo de tiempo, o meramente la diferencia r() entre ellas, junto con la pobla-
cin de partida. Entonces la poblacin crece desde un valor inicial K(0) a
K{0)(1 + r{0)h) = K{ 0 ) e '
al cabo del intervalo h, supuesto suficientemente pequeo como para que los
trminos que contienen las potencias de h de orden 2 o superior se puedan des-
preciar. Al cabo de una sucesin de tales intervalos se tendra en el lmite
cuando h tiende a cero,
K(t) - K(0) exp Q V ( r ) dz = K{0) exp Q'(>(r) - d(z)) dz
Esta es la solucin de la ecuacin diferencial (7.1.1). Como un ejemplo de su

aplicacin consideremos un grfico que muestre la tasa bruta de natalidad obser-
vada b(t) y la tasa bruta de mortalidad observada d(t) de una poblacin cerrada,
entre = t0 y t = tv El rea entre las dos curvas desde 0 hasta [o sea, el rea
de la superficie acotada por b(t), d(t), y las verticales en 0 y j] es A. Demuestre
que la razn de la poblacin en el momento , a la poblacin en el momento
0 es eA.
La teora de la ecuacin (7.1.1) es ms simple si r(t) = r, constante; la solu-
cin se convierte en
K(t) = K(0)ert.
Lo mismo se aplica a los nacimientos: a una tasa constante de crecimiento igual

a r, el nmero de nacimientos en el momento t es
B(t) = B(0)ert .
Esta curva se puede integrar para determinar el nmero total de personas que
vivieron durante un intervalo. Si en f 0 el nmero de nacimientos por ao es
fo, y en tt ios nacimientos son Blt y se puede suponer que los nacimientos
amentan en proporcin geomtrica, demuestre que el nmero total de nacimien-
tos durante el intervalo es
(2?, - /?)(;, - /)
ln - ln B,
Aplique esto para estimar la poblacin que ha vivido en el mundo hasta ahora,
suponiendo que hace un milln de aos los nacimientos eran 1 por ao, y que
ahora son 100 millones por ao. Por qu el resultado, 5 429 X 10 e s u n a
estimacin burda? Demuestre que puede ser mejorado a 68,3 X '9 suponiendo
tambin que los nacimientos hace 7 000 aos eran 200 000, que hace 2 000 aos
eran 10 000 000, y que hace 300 aos eran 20 000 000, suponiendo aun creci-
miento geomtrico en todos los intervalos.
La descomposicin por edades produce una variedad de resultados adiciona-
les. Definimos anteriormente m(a) como el nmero de nias nacidas de muje-
res de edades a y a da aos dividido por el nmero de mujeres que tienen
edades entre a y a -)- da aos en la poblacin, cuando da es pequeo. De manera
similar para las muertes, a(a) (captulo 1) es la tasa de mortalidad entre las
mujeres que tienen entre a a a -{- da aos de edad.
J 76 INTERRE LACTONES ENTRE LAS VARIABLES DEMOGRAFICAS 7.2
La probabilidad de sobrevivir en el intervalo que va de a a a da es

]jx(a) da, lo cual es igual a e'>x{a)ia si se puede despreciar ( d a f . La pro-
babilidad de sobrevivir a travs de intervalos pequeos, (a, Oj), (a, a2), . . . ,
(a_, an), es aproximadamente
exp [ - niaâ, - a0)] exp [ - / / ( ^ ( a , - a,)] exp [ - -
= ex P [ - a) - K a i ) ( a * - O - -M a M a ~ a-i)]
(7.1.2)
Puesto que los intervalos son pequeos, es permisible reemplazar la suma en el

exponente de (7.1.2) por la integral, de modo que la probabilidad de sobrevivir
desde la edad a0 hasta la edad an es
L W ' J exp[-S;pi(a)da]
Podemos entonces definir l(x) como
l(x) = / exp j^ da (7.1.3)
Esto proporciona un punto de partida alternativo para desarrollar las frmulas

de la tabla de vida que aparecen en el captulo 1.
Al igual que en el captulo 5, el nmero de personas en la poblacin obser-
vada que tienen entre a y a -f- da aos de edad se llama k(a) da, lo que corres-
ponde a l(a) da, que es el nmero de las que tienen entre a y a -f- da en la pobla-
cin estacionaria. La proporcin de la poblacin que tiene entre a y a-\- da
aos de edad es c{a)da, donde
c(a)da= h^da .
Basado en la definicin de la fuerza de la mortalidad (i(a), el nmero de muer-

tes entre a y a da es k(a)\i(a) da en la poblacin observada, y el nmero
total de muertes D es
D = ^k(a)fi(a) da , (7.1.4)
de manera que la tasa bruta de mortalidad es
d = _= \ok(a)f(a)da = Cc(fl)Ma)da (7 i 5)
K \;k(a)da \;c(a)da
Puesto que la integral de c(a) para toda la vida es uno, la tasa bruta de morta-
lidad se puede expresar como
d = ^c(a)fi(a) da = - J"c(a) d (ln l(a)). (7.1.6)

7.1 RELACIONES EN CUALQUIER POBLACION CERRADA 173
[Deduzca (7.1.6) a partir de (7.1.3)]. La tasa especfica de mortalidad por eda-

des en el intervalo de edades que va de x a x -f- n es
= S*;k(a)n(a)da = jl+'c(a)fi(a) da j 7)
" 1 CKa)da C"c(a)da

Se pueden hacer observaciones similares respecto de m(a), la probabilidad
de que una mujer d a luz a la edad a, o ms estrictamente la razn de los
nacimientos a mujeres que tienen entre a y a -f- da aos de edad. La tasa bruta
de natalidad es igual a
b = = \'c(a)m(a) da , (7.1.8)
donde a y representan el comienzo y el fin del perodo reproductivo. Escriba

una expresin para nFx, la tasa especfica de fecundidad por edades, anloga
a (7.1.7).
Otras relaciones muestran la conexin entre la distribucin por edades (po-
siblemente cambiando en el tiempo) con los nacimientos precedentes. Dado
que las personas que tenan a aos en el momento t nacieron en el momento
t a, podemos tratar la densidad de las personas de edad a en el momento t,
k(a, t), como el valor esperado
k(a, t) = B(t - a)p(a), (7.1.9)
donde p(a) = l(a)/l0. La poblacin total es K(t) = %B(t a)p(a) da. De all
que la proporcin de la poblacin que tiene a aos en el momento t tiene por
densidad
ca, t) = MgiO = B(< ~ a M f l > . (7.1.10)
K(t) S;B(t - a)p{a) da
Poniendo a = 0 en (7.1.10) obtenemos c(0, t) = B(t)/K(t) b(t); esto sig-

nifica que si conocemos la distribucin por edades c(a), entonces conocemos
c(0) = b, o sea, la tasa de natalidad. Como una expresin alternativa a esto o a
(7.1.8), siendo m(a) el nmero de nacimientos de mujeres de a aos, la tasa
de natalidad es
b{t) = B-= ?c(a,t)m{a)da= S^jt - a)p(a)m{a)da _

w m VQB(t a)p() da
Si los nacimientos estn creciendo geomtricamente a una tasa r, de manera
que B(t) 5(0)^', entonces se deduce de (7.1.10),
c(a, t) = , (7.1.12)
que constituye una expresin para c(a, t) que no contiene t. Con crecimiento
geomtrico, el tiempo t est tambin ausente de la expresin para b(t) = c(0, t),
que se obtiene poniendo a = 0 en el numerador de (7.1.12):
b(t) = c(0, t) = 1
\;e-p(a) da
CUADRO 7.1
DISTRIBUCION PORCENTUAL DE LAS POBLACIONES ESTABLES OBSERVADA
E HIPOTETICAS BASADAS EN LAS TABLAS DE VIDA DE LAS MUJERES
DE LOS ESTADOS UNIDOS, 1964
r r = 0.0157 r = r = r =
Edad 0.02
0 . 01 Observado 0.03 0.04
0-4 9 .3 11.0 12.4 15.8 19.3
5-9 8 .8 10 . 2 11.2 13.6 15.8
10-14 8 .4 9.4 10.1 11.6 12.9
15-19 8 .0 8.7 9.1 10.0 10.5
20-24 7 .5 8 . 0 8.2 8.6 8.6
25-29 7 .2 7.4 7.4 7.4 7.0
30-34 6 .8 6.8 6.7 6.3 5.7
35-39 6 .4 6.2 6.0 5.4 4.6
40-44 6 .0 5 . 7 5.4 4.6 3.8
45-49 5 .6 5.1 4.8 3.9 3.0
50-54 5 .2 4.6 4.2 3.2 2.4
55+ 20 . 8 17 . 0 14.4 9.6 6.3
TOTAL 100 . 0 100 . 0 100.0 100.0 100.0
* Programado por Roger Avery y Ronald Lee.
El cuadro 7.1 ilustra la manera en que se determinan las diferentes distri-

buciones por edades estables c(a) para diferentes tasas intrnsecas r con una ley
de mortalidad dada p(a).
La condicin referente a nacimientos exponencialmente crecientes fue con-
siderado por Euler (1760, pg. 156), quien lleg a (7.1.12). [Euler us (a) para
nuestro p(a), y su 1 /ra es nuestro e~r]. Esta es una manera de- abordar la teora
de la poblacin estable, que es el tema de la prxima seccin.
7.2. RELACIONES BAJO LA CONDICION DE ESTABILIDAD
Una poblacin cerrada se describe mediante sus tasas de natalidad, mortalidad

y crecimiento natural, b, d y r, tomadas sin consideracin de edades, junto con
las tasas especficas de fecundidad y mortalidad por edad m(a) y |i(a), y c(a) da,
la proporcin de la poblacin que tiene entre ti y a da aos de edad. Cun-
tas de estas seis cantidades o conjuntos tienen que fijarse y darse como conoci-
das para que se puedan calcular las restantes cantidades? Una sola de tales
cantidades no nos bastar para deducir de ella las dems, pero dos s nos bas-
7.2 RELACIONES B A J O I.A CONDICION DE ESTABILIDAD 175
tarn en ciertas combinaciones. En realidad, de las quince maneras de selec-

cionar 2 objetos entre 6, resulta que las siguientes 4 combinaciones
1) p{a),m(a); 2) p(a), r ;
3) p(a),b; 4) p{a),d,
determinan cada una a las dems cantidades [excepto m(a)] finalmente, despus
que han desaparecido los efectos de la distribucin por edades inicial; hay 3,
5) c(a),p(ay, 6) c(a), r;
7) c{),d,
tales que cada una determina la poblacin en el momento presente, en el caso

en que se suponga estabilidad actual. La discusin aparece hecha en trminos
continuos, aunque se requerir la traduccin a grupos quinquenales de edad
en el momento en que se emprendan las aplicaciones numricas. El argumento
se aplica tanto a hombres como a mujeres. Estoy agradecido a Len Tabah por
sus sugerencias para la composicin de esta seccin (vase Tabah, 1965).
Tasas fijas en el futuro

1) Dados p(a) y m(a). Comenzamos con un conjunto completo dado de tasas de
supervivencia, p(a), y tasas especficas de fecundidad para las diversas edades
de la madre, m(a), y aplicamos la ecuacin homognea
B{t) = | P B(t - )p{a)m{a) da , (7.2.1)
sabiendo por el captulo 5 que se puede resolver en la forma
B{t) = + + (7.2.2)
Si las tasas especficas de fecundidad y mortalidad por edades son fijas, enton-
ces finalmente la tasa de crecimiento ser r = la raz real dominante de la
ecuacin caracterstica
\ e-'"p(a)m() da = 1 , (7.2.3)
y B(t) ser igual a Q_\er^ donde, como vimos en el captulo 5, ( t depende de
las condiciones iniciales no especificadas por (7.2.1). La estabilidad se lograr
a una tasa r t independientemente de la distribucin por edades inicial, pero Q l t
que determina el nivel de la curva de la poblacin final, slo se puede calcular
si se conoce la distribucin por edades inicial. Una vez que se dispone de B(t),
entonces el supuesto de p(a) constante permite el clculo del nmero esperado
en cualquier edad y en cualquier momento subsiguiente mediante (7.1.9).
Supongamos que en el momento t0 los trminos de (7.2.2) ms all del
primero son despreciables, de modo que
B(t - t0) = (f 0 )e"'-'o> , t > f 0 .
Tomemos en lo que se sigue el distante tiempo futuro t0 como el origen, y escri-
bamos t en lugar de t 1 0 . Siendo k(a, t) da el nmero de mujeres que tiene
entre a y a -(- da aos de edad, donde
k(a, t) = B(t - a)p(a) = B(0)erit~a)p(a) , (7.2.4.)
la integracin da para la poblacin total en el momento t
K(t) = Jâ, t) da = B(0)ert JVr/>(a) da . (7.2.5)
Puesto que B(OJc' = B(), podemos escribir, basados en (7.2.5), la tasa de nata-
lidad como
m = b= ! (7.2.6)
[Deduzca esto dilectamente de (7.1.11), recordando que r satisface (7.2.3)]. El

hecho de que la expresin en segundo miembro de (7.2.6) no contenga t de-
muestra nuevamente que la tasa bruta de natalidad es finalmente constante para
t grande, siendo la tasa de crecimiento r constante y tasas especficas de mor-
talidad por edades fijas.
Teniendo r de (7.2.3) y b de (7.2.6), determinamos d ~ b r. Finalmente
(7.2.4) da, mediante divisin por K(t),
ca A = = m ^ p j a ) ( 1 2 7v
1 ' ' K() \lB(0)e*-p(a) da ' K ' ' '
y aplicando (7.2.6) obtenemos
que es tambin independiente del tiempo. Esta es la expresin continua para

la distribucin por edades estable (Lotka, 1907 y seccin 5.2 de este libro), cuya
forma discreta hemos presentado como (K ; , / = 1, en (3.2.6).
Por tanto, dados p(a) y m(a) se puede calcular r, b, d y c(a), vlidos stos
no inmediatamente, sino despus de que la constancia de la tabla de vida y del
conjunto de tasas de fecundidad han estado operando por un tiempo suficiente.
Se dice que la poblacin es asintticamente estable.
Las relaciones precedentes se pueden transformar en la base de un mtodo
iterativo para estimar simultneamente r, b, d y c(a). Los pasos son
a) Con r y b arbitrarios y dada la tabla de vida p(a) construya c(a)
= be~rap(a) para las diversas edades;
b) Con el c(a) y el m(a) dado, determine b* mejorado de (7.1.8);
c) Con c(a) y jx(a) dado, determine d* mejorado de (7.1.5);
d) Mejore r mediante r* = b*d*, y repita.
Abajo se da la sucesin de cantidades calculadas para las mujeres nicaragenses,
1962 (programado por S. K. Sinha, en grupos quinquenales de edad):
10006 lOOOd lOOOr
50.000 20.000
40.219 8.737 31.482
39.834 7.523 32.312
39.733 7.467 32.266
39.738 7.470 32.268
7.2 RELACIONES BAJO I.A CONDICION DE ESTABILIDAD 177
C U A D R O 7.2
TASAS INTRINSECAS DE N A T A L I D A D FEMENINA b, MORTALIDAD d
Y DE CRECIMIENTO N A T U R A L r
Crecimiento
Natalidad Mortalidad natural
1 0005 1000d 1 000r
Australia 1965 20 .94 8.64 12.29
Inglaterra y Gales 1861 31.73 21.53 10.20
1891 29.71 19.70 10.01
1921 18.46 15.60 2.86
13 10 . 32 20.51 - 1 0 . 1 9
1950-1952 14.10 13.88 0.22
1960-1962 19.28 9.51 9.77
China (Taiwn) 1965 34. 13 6.15 27.98
Dinamarca 1964 17 .73 10.12 7.61
Repblica Federal Alemana 1965 16 . 74 11.21 5.54
Honduras 1965 42 .49 8.43 34.06
Hungra 10.51 17.59 - 7 . 0 8

Japn 1963 12.38 15.15 - 2 . 7 7
M a u r i d o 1965 39.22 8.07 31.15

Nueva Zelandia 1965 25.77 6.69 19.08
Portugal 1965 20.64 10.86 9.77
Puerto R i c o 1965 28.99 6.60 22 . 4 0
Rumania 1965 11.96 16.24 - 4 . 2 8
Suiza 1964 17.81 10.10 7.71
Venezuela 1963 43.54 6 .84 36.70
Cuatro ciclos dan cinco dgitos en r. Esto converge casi tan rpidamente como
la iteracin funcional (5.3.5), el mejor de los mtodos precedentes, y da ms
informacin. El cuadro 7.2 presenta los resultados para 15 pases; en el cua-
dro 13.1 se dan otros para ambos hombres y mujeres.
2) Dados p(a) y r. Para continuar con el siguiente de los siete pares de varia-
bles que permiten elaborar inferencias, supongamos que p(a) y r son constantes
y conocidos. Entonces podemos inferir la tasa de natalidad de (7.2.6), y de esto
d = b r. De (7.2.8) proviene la proporcin a la edad a, c(a) = be~Tap(a).
Esto proporciona todas las variables bajo consideracin, con una excepcin: m(a).
Los datos p(a) y r no permiten inferencias de las tasas especficas de fecun-

didad por edades; stas pueden variar considerablemente y aun ser consistentes
con el r y p(a) dados. El lector puede mostrar el tipo de variacin posible en
las tasas especficas de fecundidad por edades que no alteran el r y p(a), refi-
rindose a la solucin que Lotka, Hadwiger, o Wicksell dan a (7.2.3) en trminos
de los momentos cerosimo, primero y segundo (captulo 6). Hemos observado
previamente (seccin 4.4) que las tasas especficas de fecundidad por edades no
son identificables en un conjunto de ecuaciones basado en censos sucesivos como
observaciones. (Son identificables si la distribucin por edades se aparta sufi-
cientemente de la distribucin estable, pero esto no ayuda a hacer inferencias
a partir de p(a) y r).
3) Dados p(a) y b. Para p(a) y b se aplica un argumento similar al dado antes
para p(a) y r. La nica diferencia consiste en que la ec. (7.2.6) se debe usar
ahora en la otra direccin: para inferir r. El lector puede demostrar a partir
de (7.2.6) que r est determinado, y que debe existir siempre un nico valor
real de r, aplicando el mtodo mediante el cual se demostr la misma propie-
dad para (5.2,2). Puede tambin adaptar los procesos iterativos que se usaron
para (5.2.2) a la solucin numrica de (7.2.6) para r.
Con la definicin
/ = 0, 1 , . . . , (7.2.9)
Jo
dividiendo (7.2.6) por 0 , desarrollando bajo la integral y tomando logaritmos,

Lotka (1939b) encuentra
(7.2.10)
L0 2 ! LL0 \ L J J
que se puede resolver tanto para b en trminos de r como para r en trminos de b.

Los coeficientes de r en (7.2.10) son cumulantes de la tabla de vida mos-
trada para cuatro pases en el cuadro 7.3 y que se aplicarn en el captulo 9.
El lector puede usar (7.2.10) para dibujar una curva que muestre la manera en
que vara b con respecto a r, dados los momentos para la tabla de vida feme-
nina de Austria 1965 del cuadro 7.3. En el mismo grfico l puede representar
las observaciones de fe y r para los 20 pases que aparecen en el cuadro 7.2.
En la medida en que la mortalidad de los diversos pases sea similar, los valores
de In b caern sobre la parbola (7.2.10).
Los cumulantes de la tabla de vida se pueden escribir k, i = 1, 2 y
(7.2.10) es entonces
In b = - l n L0 + - ictrs/2! + (7.2.11)
Los de la funcin de fecundidad neta se escriben sin barra en la forma

7.2 RELACIONES B A J O I.A CONDICION DE ESTABILIDAD 179
CUADRO 7.3
CUMULANTES DE LAS TABLAS DE VIDA PARA C U A T R O PAISES. 1965
Austria Canad Honduras Portugal
7" o
Lo = eo
66.58 68 . 7 5 5 9 . 13 63.12
Hombres
72.99 75 . 0 0 61.53 68.95
Mujeres
Kt = ^
Lo
Hombres 36.12 37.10 3 5 . 12 36.40
Mujeres 38.77 39.63 35.86 38.69
- L2
K 2 = -
Lo
484.9 513.3 484.6 495 .4
Hombres
541. 0 566.4 497. 1 540 .7
Mujeres
<3
Hombres 2,315 2,567 2,748 2,370
Mujeres 1,969 2, 116 2,675 1,928
Hombres -227,010 -254,744 -229,641 -240,960
Mujeres -305,593 -337,408 -242,490 -308,282
Desarrollando la integral de <j/(r) de (5.2.2) y tomando su logaritmo, obtenemos

una ecuacin que se parece a (7.2.11):
0 = - l n R0 + Kf - Kjr*!2! + (7.2.12)
Comente acerca de la rapidez de convergencia de (7.2.11) y (7.2.12) y su conve-

niencia para estimar r y b, usando los datos de los cuadros 5.5 y 7.3.
4) Dados p(a) y d. En este caso ambos tems de la informacin se refieren a la
mortalidad, pero la relacin entre d y p(a) puede, sin embargo, decirnos cun
rpido est creciendo la poblacin. Poniendo b d -f- r en (7.2.6) resulta la
ecuacin en r
1
r = (7.2.13)
S;e-p(a) da
que tambin se puede resolver por iteracin. De all que b = d -j- r y

c(a) berap(a).
Roger Avery no slo sugiri la ecuacin anterior, sino que tambin pro-
gram su solucin, usando el mtodo de iteracin de la secante. Los resultados
que l infiri de p(a) y d para dos pases, son los siguientes, junto con los
1 000b y 1 OOOr observados:
Inglaterra y Gales, 1961 Tailandia, 1959
Inferido Observado Inferido Observado
10006 19.28 19.27 36.79 36.94

lOOOr 9.74 9.74 27.05 26.77
Lo inferido est ms cerca de lo observado para Inglaterra y Gales que para

Tailandia, pero ambos estn bastante cerca. La aplicacin del procedimiento
se limitar a los casos en que conocemos d y p(a), pero no las dems cantidades,
lo cual puede no ser frecuente.
Adems de las tasas brutas de natalidad y mortalidad, la edad media de la
poblacin A r y la edad media de las madres al nacimiento de sus hijos [Ar de
(5.6.8)], varan con la tasa intrnseca. Se podr ver en el cuadro 7.4, calculado
por Ronald Lee y Roger Avery, en qu medida aumenta bT y disminuye <Ly
cuando crece r, siendo constante la tabla de vida en el nivel dado por las muje-
res de los Estados Unidos, 1964. La tasa de mortalidad global dr baja desde
9,5 por mil, si la poblacin estuviera creciendo a una tasa r = 0,01 a 3,7 por
mil si el crecimiento fuera a una tasa r = 0,04. Los resultados dados en la
tabla estn representados en el grfico 7.1. La recta vertical en el grfico repre-
senta r, b, d y Ar efectivos de las mujeres de los Estados Unidos 1964, para las
cuales 1 OOOr = 15,70.
CUADRO 7.4
T A S A INTRINSECA DE N A T A L I D A D b Y M O R T A L I D A D d, J U N T O CON LA EDAD
MEDIA DE LAS MADRES AL N A C I M I E N T O DE SUS HIJOS Ar, C O M O FUNCIONES DE
LOS VALORES HIPOTETICOS DE r, BASADAS EN LA T A B L A DE VIDA
PARA LAS MUJERES DE LOS ESTADOS UNIDOS. 1964 a
lOOOr 1000b lOOOd A A

r r r r
10 19.5 9.5 33.3 26.2
15 23.0 8.0 30.8 26.0
20 26.7 6.7 28.4 25.9
25 30.7 5.7 26.2 25.7
30 34.8 4.8 24.1 25.5
35 39.2 4.2 22.3 25.3
40 43.7 3 . 7 20.6 25.2
Programado por Roger Avery y Ronald Lee,

7.2 RELACIONES BAJO I.A CONDICION DE ESTABILIDAD 181
GRAFICO 7.1
TASAS DE N A T A L I D A D Y M O R T A L I D A D Y E D A D P R O M E D I O C O M O F U N C I O N E S
D E r, T O M A N D O L A T A B L A D E V I D A P A R A LAS M U J E R E S DE L O S
Cuando r crece, la tasa de mortalidad d disminuye hasta cierto punto, des-

pus del cual crece nuevamente. Trasponiendo r en (7.2.13), enseguida dife-
renciando con respecto a r e igualando la derivada de d a cero, obtenemos para
el mnimo ia ecuacin,
( ! - r ) = 0,
dr \ J"<r/>(a) da >
que se reduce a
br 1=0,
donde Ar es la edad media en la poblacin estable. En consecuencia, para una

tabla de vida dada, la tasa bruta de mortalidad alcanza un mnimo cuando la
tasa de natalidad es el recproco de la edad media en ia poblacin estable, de
modo que d 1 Ar r (Lotka, 1939c, pg. 40). En general l/Ar ser una tasa
de natalidad mayor de la que prevalece en la realidad; uno puede convencerse de

esto estudiando el cuadro 7.4.
El grfico 7.1. ilustra acerca de la manera en que podemos averiguar la
poblacin estable con una tabla de vida dada conociendo alguna de las cantida-
des r, b, d, Ar, pero no Ar, la edad media de las madres al tener sus hijos. La
sensibilidad de cada una de estas cinco maneras de entrar en el grfico es pro-
porcional a la inclinacin de la pendiente de su curva. De all que esperara-
mos que una recta horizontal trazada desde un b dado determinase el punto
correcto sobre la curva de br y en consecuencia infiriese r con precisin; de
manera similar est r , que tiene una pendiente suficiente que nos permita
localizar r fcilmente. Esto es seguido a una distancia considerable, en lo que
a precisin se refiere, por d, y Ar es casi horizontal. Concuerdan estas conclu-
siones con nuestra lectura del grfico?, parecen razonables intuitivamente?
Calcule las derivadas de las curvas, y exprese cuantitativamente la precisin
relativa de su uso para inferir r.
Esto cubre los cuatro casos que son calculables asintticamente, lo que equi-
vale a decir, despus de un lapso suficiente de tiempo desde la fecha en que se
estableci el rgimen dado. Pasamos ahora a los otros tres casos, que Lotka
denomina como Malthusianos (1939c, pg. 17).
Tasas constantes en el pasado
En los casos (5) a (7) la distribucin por edades estable c(a) se supone que es
ya existente.
5) Dadas c(a) y p(a). Si c(a) y p(a) son constantes y conocidos, entonces c(0) = b,
y d f%c(a) d\\n p(a)]. En consecuencia
r = b - d = b + ^c(a) </(lnp(a)) .
Alternativamente, se puede determinar r y b simultneamente puesto que la

relacin c(a) = be~Tap(a) se aplica a cualquier edad. En la prctica, uno debe-
ra prestar atencin a los asuntos de estimacin ante el error y desviacin de los
datos respecto de la condicin de estabilidad; uno no debera usar un solo par
de edades para inferir r y b de c(a) y p(a), sino un conjunto mayor de edades.
(El procedimiento est ejemplificado en la seccin 7.3.). Nuevamente no es
posible inferir m(a). Excepto para m(a), los hechos relativos a la poblacin
estn determinados, no asintticamente como antes, sino inmediatamente.
6. Dados c(a) y r. Este y el caso restante, acerca de los cuales se pueden discutir
algunos puntos de inters, se tratan igual que (5). De c(a) y r tenemos b = c(0),
d = b r, de (7.2.8) se tiene p(a) = c(a)era/b, lo que proporciona una manera
de obtener una tabla de vida en base a un censo (Arriaga, 1966).
7) Dados c(a) y d. De c(a) y d determinamos 6 = c(0), r = b d, p(a) = c(a)er/b.

Todas las variables excepto m(a) son constantes y conocidas inmediatamente que
se establecen las dos dadas, nuevamente se emplea el supuesto de estabilidad.
Las siete situaciones hipotticas y las inferencias posibles en cada caso apa-
recen resumidas en la muestra 7.1.
MUESTRA 7.1
SEIS VARIABLES DEMOGRAFICAS IMPORTANTES TOMADAS EN PARES, MOSTRANDO QUE COMBINACIONES
DETERMINAN LAS DEMAS
Dado Por edades Tasas intrnsecas

con
pi") m(a)
b = c(0)
d = ~^c{a)d{\ap()}
b = c{0) 6 = c(0)
r = b-d
c(a) Alternativamente d=br r= b d
ln^ = ln b-ra p{a) =<ay*

K<>) *fl)= b
d=b-r
I
1 = j e~"p(a)m(a) da
1 1 1
da r. b= -
\yp(a)da d + r
syrap(")j S;e"'p{a)da
b= 1
da r. da r.
pi") 5 e~rap(a) da da r.
d=b-r d=b r
d = b-r b-r + d
c(a) = be~rp(a) da) = be~'p(a)
da) = be-"p(a) c(a) = be~'p(a)
A A
tria)
I = inmediatamente estable y calculable por edades cuan- b= r+d d=b-r

do las variables especificadas son constantes y dadas.
N(t) = N(0)e" N(t) = N(0Y'
A = asintomticamente estable y calculable por edades a
partir de las variables dadas, despus que han des- T T
aparecido los efectos de la distribucin por edades
inicial.
r= b d
T = slo totales, calculable cuando las variables especifi-
cadas son constantes y dadas.
N(t) = N(0)er'
7.3. UNA APLICACION DE LA TEORIA

DE LA POBLACION ESTABLE
La expresin (7.1.12) para la proporcin en la poblacin estable entre las eda-

des a y a -f- da, que se reduce a c(a) da = be~rap(a) da, produce al dividirla
por p(a) da
(7.3.1)
y esto ha sido usado (Bourgeois-Pichat, 1957) para inferir la tasa de natalidad y

la tasa intrnseca de crecimiento usando como datos slo una distribucin por
edades confiable de un censo y una tabla de vida ms o menos apropiada.
Tomando logaritmos naturales de (7.3.1), Bourgeois-Pichat obtiene
ln = ln be-ra = ln b - ra . (7.3.2)
Pifl)
Considerando a a como la abscisa x y a ln [c(a)//>(a)] como la ordenada,
slo necesitamos hacer pasar una recta a travs de los puntos observados
y = ln [c(a)lp(a)\, esta recta puede ser y = a -(- $a, y podemos entonces iden-
tificar los dos parmetros de la recta con los de ln b ra de modo que a sera
ln fe y p sera r. El cuadro 7.5 muestra los datos para las mujeres nicara-
genses, 1962, que tienen 30-64 aos de edad, donde hemos aproximado supo-
niendo c(a) y p(a) constantes dentro del grupo quinquenal de edades. Usamos
primeramente las muertes y la poblacin para construir una tabla de vida, y
luego aproximamos c(a)/p(a) por aCa_. rJr)La_2 donde r>Cx es la proporcin
observada de mujeres entre x y x -[- 4 aos de edad en su ltimo aniversario.
No necesitamos todo el tramo de eidades; en realidad, en un tramo ms corto
hay una mejor oportunidad de que las tasas bsicas hayan permanecido cons-
tantes durante el perodo pertinente. Las ecuaciones para el ajuste mnimo
cuadrtico de (7.3.2) son
l n M = l n > - r I > ,
P(a)
= l n -
P(a)
donde se usan n grupos de edades. Nuestros nmeros dan = 3,05,
P = 0,0347, y la recta es y 3,05 0,0347 x.
Comparando esta recta con ln b ra, tenemos ln b = 3,05 y r 0,0347.
El antilogaritmo de 3,05, o sea e - 3 0 5 , es 0,0474. De all que inferimos una
tasa de crecimiento natural de 35 por mil, y una tasa intrnseca de natalidad
de 47 por mil, que est al menos tan cerca de la verdad como el 42 por mil
registrado. Sin embargo, al usar una tabla de vida basada en datos de 1962
hemos indudablemente subestimado las muertes de perodos anteriores y en
consecuencia ha resultado una tasa de crecimiento natural exagerada. Las esti-
maciones independientes para 1942 (Demographic Yearbook de las Naciones
Unidas, 1962, pg. 132 y 1963, pg. 186) muestran 863 000 personas, y para
1962 muestran 1 579 000, vale decir un aumento de 83 por ciento en los 20
aos, lo que implica un crecimiento de 31 por mil por ao, confirmando que
nuestro 1 OOOr = 36 es alto, aunque nuestro 1 000b 47 podra muy bien ser
7.3 UNA APLICACION DE LA TEORIA DE LA POBLACION ESTABLE 185
C U A D R O 7.5
ESTIMACION DE LOS NACIMIENTOS Y CRECIMIENTO NATURAL
EN BASE A LA DISTRIBUCION POR EDADES Y LA TABLA DE VIDA.
MUJERES NICARAGENSES, 1962'
5Ca-2.5
C2)/C3)
Proporcin de la 5La-2.5/'0
Edad = poblacin en el i c (a)
grupo de edades = 5c (a) m c a
a - 2.5 = 5p(a) T p(a)
p (a)
(1) (2) (3) C4)
(5)
30 0.0674 4.35 0.01550 -4.167

35 0.0579 4.27 0.01356 -4.301
40 0.0420 4.17 0.01007 -4.598
45 0.0367 4.05 0 .00906 -4.704
50 0.0327 3.92 0.00834 -4.787
55 0.0210 3.78 0.00556 -5.192
60 0.0210 3 .54 0.00593 -5.128
" Fuente para la distribucin por edades y las muertes: tiemographic Yearbook, 963, de
las Naciones Unidas, pgs. 186 y 566. La tabla de vida fue calculada de acuerdo al mtodo
de la seccin 1.2. De lo anterior, las ecuaciones normales son
-32.877 = 7 + 332.50 ,
-1585.92 = 332.5a + 16493.750 ,
y en consecuencia
a = -3.05,
P = -0.0347 .
correcto. [Elabore un grfico para el cuadro 7.5, comente acerca de la fidelidad

del ajuste, y estime r y In fe en base al grfico. Mi ajuste grfico dio r = 0,036
y Infe= 3,1].
Otras maneras para inferir las tasas de natalidad en base a las distribuciones
por edades usando suposiciones ms dbiles que la del ejemplo anterior han
sido dadas por Keyfitz, Nagnur y Sharma (1967).
7.4. A L G U N O S EFECTOS SOBRE LA D I S T R I B U C I O N POR EDADES

DE CAMBIOS EN LA F E C U N D I D A D Y LA M O R T A L I D A D
Tasa intrnseca y edad media
Hemos visto que en la poblacin estable la distribucin por edades depende

de la tabla de vida y de la tasa intrnseca de crecimiento, con la tasa de natali-
dad fe como un factor comn a todas las edades;
c(a) = be~rcp(a) = . (7.4.1)

Soe P(a)da
Con el objeto de estudiar lo que sucede cuando cambia r, considere la propor-

cin c(a) en cualquier edad particular a como una funcin de r, y calcule la
derivada de su logaritmo (que es ms conveniente que calcular su derivada di-
rectamente). De (7.4.1), usando din u/dr (\/u)(du/dr) resulta
(lnc(a)) _d(-ra + lnp(a) - ln \"e~r"p(a) da)

Jr Jr
rae-p() da
= -a + , (7.4.2)
\*er"p{a)da
puesto que p{a) no es funcin de r. Siendo Ar la razn de las integrales en

(7.4.2), el primer momento o edad media de la poblacin estable, tenemos
(Lotka, 1939c, pg. 24, 1938), si cambian los nacimientos pero no las muertes:
(ln c(a)) = A _ a (7 4 3)
dr
La media Ar es una funcin de r. Para la "joven" poblacin de Nicaragua, es
23,3 aos de edad; para la "vieja poblacin" de Inglaterra y Gales, 33,7 aos.
La derivada (7.4.3) del logaritmo natural de c(a) con respecto a r muestra
en qu direccin se mueve <"() con un cambio en r. Para a menor que Ar la
derivada es positiva; es decir, la proporcin c(a) crece con r. Para a mayor que
Ar la derivada es negativa, de modo que c(a) decrece cuando r crece. En conse-
cuencia, con un incremento en r la curva de c(a) oscila en torno a un pequeo
intervalo en su punto medio, subiendo el extremo izquierdo y bajando el dere-
cho. En realidad, Ar no es perfectamente un punto fijo, y cuando r se desplaza
desde un valor bajo a uno alto, el pivote alrededor del cual gira la recta,
[Ar, c(Ar)], se mueve gradualmente a lo largo de un intervalo que va desde los
35 aos hasta los 20, aproximadamente (grfico 7.1).
La edad media Ar se puede expresar en trminos de las constantes de la
tabla de vida (Lotka, 1939c, pg. 22). De la definicin de Ar, resulta que
\waae~rap(a) da
A. =
\y-p{a) da
_ I, - r2 + (r*/2\)L3 - . .
- L 0 - rL + ( r 2 / 2 ! ) L 2 '
donde L = Jâ'^(a) da. Entonces por divisin,
A. = r + (7.4.4)
U ( l )
[Deduzca este resultado de una manera tal que demuestre que el coeficiente de
r* es ( l)'/i! veces el (i 1) simo cumulante K+, de la poblacin estacionaria].
Los primeros dos o tres trminos del segundo miembro de (7.4.4) dan una aproxi-
macin lineal o cuadrtica a la curva de Ar en el grfico 7.1. Observe el parecido
de las expresiones para Ar en (7.4.4) y para Ar, la edad media de las madres al
tener sus hijas, en (5.6.10).
7.4 ALGUNOS EFECTOS SOBRE I.A DISTRIBUCION POR EDADES 187
Si (7.4.4) se aplica a dos puntos del tiempo separadamente, podemos deter-

minar una ecuacin para el cambio entre los dos momentos por sustraccin.
En el caso de que las mismas tablas de vida se aplicaran a las dos fechas,
tendramos
a - A , - At* - Ar*
AAr = c2Ar + s-jj- - ^"31" H
= -KtAr + Kf Ar - + -- (7-4.5)
Entre 1959-61 y 1965 el cambio de la mortalidad en los Estados Unidos fue muy
pequeo, y la baja en la fecundidad fue grande. Los cumulantes de la tabla de
mortalidad femenina 1959-61 incluyen K2 = 557, Ks = 2 330, K4 320 384;
la tasa intrnseca r fue 0,02113 en 1959-61 y 0,01265 en 1965, dando un pro-
medio de 0,01689 (todos con nacimientos ajustados). Entonces de (7.4.5) AAr
debe ser aproximadamente
Ar = (557)( 0.00848) + (2330)(0.01689)(-0.00848)

- ( - 320,384/2)(0.01689) 2 ( - 0.00848)
= 4.723 - 0.334 - 0.388
= 4.001 ,
contra el crecimiento observado AAr~4,152 (cuadro 7.6). Los cumulantes de

mayor orden de la tabla de vida no son despreciables en el desarrollo (7.4.5).
Pero la forma simple AAr K. Ar generalmente nos indica la direccin y
de manera aproximada la magnitud del cambio en la edad media debida a la
fecundidad, cuando la mortalidad no vara mucho.
Cambio neutral en la mortalidad
Se discute con frecuencia el efecto que tiene sobre el incremento de la pobla-

cin una baja uniforme en la mortalidad. Cmo afecta a la tasa intrnseca
una baja en la tasa instantnea de mortalidad, por ejemplo desde p.(x) hasta
x(x) k = 2(x), siendo k constante respecto a la edad? Veremos que la baja
tiene el efecto de elevar la tasa intrnseca en exactamente k. Porque si la tasa
es r antes de la baja, entonces r satisface
f
\ e~rip(x)m(x) dx = 1 , (7.4.6)
donde
p(x) = exp da
Denominemos p(x) a la nueva supervivencia; entonces
p(x) = exp | i(a)da = exp ^ (//(a) k) da = exp (kx)p(x) .

La nueva r debe satisfacer

e~7xp(x)m{x) dx = 1 , o
CT a
o

e-<T-u*p(x)m(x) dx 1 .
a
Confrontando este ltimo con (7.4.6) y recordando que la raz real de (7.4.6)
es nica, se prueba que
r r k,
de modo que
r = r + k . (7.4.7)
Por tanto el descenso uniforme en i(x) da por resultado un incremento de r

en la misma cantidad.
Tiene esto un efecto sobre la distribucin por edades? No, puesto que el
nmero de personas entre las edades a y a da en la nueva distribucin por
edades estable es proporcional a
e~'ap(a) da = e~iT+k)aekap(a) da - e"rap(a) da ,
que es idntico a la distribucin estable por edades original.

El argumento anterior sugiere que un cambio neutral en la mortalidad se
defina como aquel que es constante en todas las edades, o que sin serlo, tiene
una incidencia tal que la distribucin por edades de la poblacin, o al menos
la edad media, no se ve afectada. Si la incidencia de la ganancia en la mortali-
dad est balanceada en favor de las edades ms jvenes, entonces la distribu-
cin por edades se hace ms joven y viceversa. Nuestro problema al sealar los
cambios observados en la mortalidad consistir en encontrar un ndice, o con-
junto de ponderaciones, que nos diga si el cambio es neutral, y si no, en qu
caso cae sobre el lado ms joven o ms viejo de la neutralidad.
Una baja en las tasas de fecundidad no puede ser neutral, sino que debe
hacer ms vieja a la poblacin, y un aumento de la fecundidad la hace ms
joven. Investiguemos una nueva funcin de fecundidad m(x),
m(x) = ekxm(x) .
Entonces la nueva ecuacin caracterstica es

r/ r/s
l e~7xp(x)m(x) dx = 1 , o l e~(~-k)xp(x)m(x) dx = 1 ,
de modo que r k r, y f = k r, como antes. Pero ahora, con la misma

tabla de mortalidad, la distribucin por edades estable es
c(a) da ie~7ap(a) da = ~be~kae-rap(a) da .

El lector puede completar la demostracin de que con fe > 0 la poblacin es ms
joven, con k < 0, ms vieja.
Descomposicin de los cambios observados

Puesto que en la prctica ni la mortalidad ni la fecundidad cambian de una
manera uniforme en todas las edades, nos gustara obtener una medida del
efecto que tienen sobre r los cambios que ocurren efectivamente. Se pueden ejem-
plificar los efectos separados sobre la tasa intrnseca en una comparacin para
Australia hecha por Beth Berkov. Para 1957, 1 OOOr fue 16,947; si las tasas de
mortalidad se mantienen constantes, y se introducen las tasas de fecundidad
de 1962, 1 OOOr sube a 17,505, lo que da un aumento de 0,558. Por otra parte,
la fecundidad mantenida en el nivel de 1957, pero la mortalidad transformada
a tasas de 1962 lleva 1 OOOr a 17,075, lo que da un aumento sobre 1957 de 0,128.
El 1 OOOr observado en 1962 fue 17,633, lo que da un aumento de 0,686 so-
bre 1957.
Sucede en este caso que el crecimiento global es igual a la suma del
crecimiento debido a fecundidad y el debido a mortalidad, 0,558 ms 0,128.
Esto justifica el enunciado de que el aumento en la tasa intrnseca fue
0,558/0,686 = 81 por ciento debido al cambio en la fecundidad y 19 por ciento
debido a mortalidad. Cuando los efectos separados del cambio en la fecundidad
y mortalidad sumados dan el cambio combinado, decimos que la interaccin es
cero: el efecto de cambiar desde la mortalidad de 1957 a la de 1962 es el mismo
en presencia de la fecundidad de 1957 que en la de la fecundidad de 1962. Una
baja interaccin hace que la interpretacin de los resultados sea relativamente
clara.
El mismo anlisis realizado para Ar, la edad media en la poblacin estable,
demostrar si el cambio debido slo a la mortalidad es neutral, dejando inalte-
rada la edad media, o si en la situacin de equilibrio es en su mayor parte
una ganancia en las edades mayores o en las edades ms jvenes.
El procedimiento para efectuar este anlisis comienza con Ar, la edad media
estable, por ejemplo para las mujeres de Estados Unidos en 1960 y luego para
1965, calculados ambos de la manera normal. Entonces las computaciones re-
cientes se hacen usando la tabla de vida de 1960 y las tasas de fecundidad de
1965, as como la tabla de vida de 1965 y las tasas de fecundidad de J960.
Suponga jque nos referimos a stas, en el orden mencionado, como A(p, m),
A(p, m), A(p, m) y A(p, m), donde, igual que antes, usamos p para la tabla de
vida y m para la fecundidad, la barra designa 1965, y con su ausencia nos refe-
rimos a 1960. Entonces la diferencia debida
slo a mortalidad es A(p,m) A(p,m),

slo a fecundidad es A(p,m) A(p,m),
a la interacin es {A(p, m) A(p,m)} (A(p,m) A(p,m)}.
El componente de la mortalidad en la descomposicin de Ar constituir el

ndice de la_ incidencia de la edad en el mejoramiento en la mortalidad. Si
A(p,m) (A(p,m) es positivo, diremos que el mejoramiento en la mortalidad
es mayor en las edades mayores, si es negativo lo ser en las edades ms jvenes,
y si es cero, el mejoramiento en la mortalidad es neutral. Al tratar la edad
media en la poblacin estable estamos discutiendo tendencias tal como se reve-
lan en el modelo estable, y no los hechos que muestra la distribucin por edades
censal. El inters del anlisis depende de la tendencia que tenga la poblacin
efectiva a seguir la estable.
i
190 INTF.RRELACIONES ENTRE LAS VARIABLES DEMOGRAFICAS 7.4
C U A D R O 7.6
D E S C O M P O S I C I O N D E L C A M B I O EN L A E D A D M E D I A
D E LA P O B L A C I O N E S T A B L E F E M E N I N A EN LOS E F E C T O S DE LA
M O R T A L I D A D Y F E C U N D I D A D . E S T A D O S U N I D O S , 1920-1965
Incremento d e la edad media

Intervalo
trienal Debido Debido Total
centrado en a cambio a cambio incluyendo
io
d e mortalidad de fecundidad interaccin
1920 5 6 . 41
-0 .336 1.216 0.855
1925 5 9 . 01
0 .142 3.309 3.519
1930 6 0 . 67
0 . 154 2.161 2.331
1935 6 2 . 58
0.216 - 0 . 5 2 0 -0.314
1940 6 5 . 58
0 . 234 - 2 . 5 9 0 -2.401
1945 6 8 . 11
0 . 344 - 3 . 2 9 3 -3.035
1950 7 0 . 86
0.254 - 2 . 4 0 1 -2.191
1955 72. 61
0.085 - 0 . 5 0 4 -0.423
1960 73. 40
0.010 4.122 4.152
1965 + 7 3 . 83
" Nacimientos ajustados p o r subregistro; programado por W i l h e l m Flieger.

" Slo un ao.
En todos los intervalos quinquenales desde 1925 el efecto del cambio de la

mortalidad consisti en el incremento de la edad media A r para las mujeres de
los Estados Unidos, en un promedio de aproximadamente 0,2 aos por perodo
quinquenal (cuadro 7.6). El efecto alcanz un mximo de 0,344 aos en 1945-50,
en un momento en que la mortalidad estaba bajando rpidamente, como lo
indicaba la esperanza a la edad cero. Este resultado est de acuerdo con los
hallazgos de Coale (1956, pg. 114) y Hermalin (1966). Hasta las edades repro-
ductivas la mortalidad haba alcanzado bajos niveles en la poca en que co-
mienza la tabla; no nos sorprende que los progresos tiendan a estar en las
edades mayores. Aparecen resultados similares (no citados ac) para Canad
y Australia en la ltima generacin.
Inglaterra y Gales desde 1861 muestran un efecto muy diferente del cambio
de la mortalidad sobre la distribucin por edades (cuadro 7.7). Ocurren fluctua-
ciones tanto en el nivel general de la mortalidad como en su incidencia por edad.
Aparentemente ocurren fases de la transicin demogrfica, en las que el pro-
greso de la mortalidad afecta a las edades mayores, luego a las edades ms
CUADRO 7.7
DESCOMPOSICION DEL CAMBIO EN LA EDAD MEDIA
DE LA POBLACION ESTABLE FEMENINA EN LOS EFECTOS DE M O R T A L I D A D
Y FECUNDIDAD, I N G L A T E R R A Y GALES, 1861-1961, Y PARA
C U A T R O PAISES DE A L T A FECUNDIDAD (PERIODOS RECIENTES)
Incremento de la edad media
Intervalo Total
Debido Debido
centrado en o a cambio a cambio incluyendo
e0
de mortalidad de fecundidad interaccin
INGLATERRA Y GALES
1861 43.03
-0.223 -0.499 -0.714
1871 42.43
-0.799 0.370 -0.439
1881 47 .38
-0.233 1.477 1.179
1891 45.64
0.609 2.257 2.995
1901 49.39
0.085 2.560 2 .695
1911 53.33
-0.504 1.262 0.754
1921 59.94
-0.482 6.176 5.610
1931 62.34
0.723 -4.447 -3.959
1946 68 . 9 4
-0.411 2.112 1.668
1951 71 . 5 0
0.373 -1.500 -1.160
1956 73.29
0.115 -3.238 -3.144
1961 73.97
CHILE
1960 59.19
-0.107 0.678 0.573
1964 61.29
HONDURAS
1957 60 . 0 8
-0.790 -0 .787 -1.520
1965 61.53
MARTINICA
1961 68.21
-0.511 1.207 0.643
1963 67.89
MAURICIO
1955 56.58
-0.097 -0.338 -0.439
1964 63.72
jvenes, luego a las mayores de nuevo ( W . Flieger, 1967). Podemos decir en

resumen (de resultados que n o aparecen todos aqu) que con la excepcin de la
dcada 1891-1901 en Inglaterra y Gales y por un perodo similar en Suecia,
la poblacin tenda a hacerse ms joven debido a la baja de la mortalidad para
los pases ya avanzados en la mayora de los intervalos d e tiempo hasta la
192 INTERRELACIONES ENTRE LAS VARIABLES DEMOGRAFICAS
C U A D R O 7.8
TASAS ESPECIFICAS D E M O R T A L I D A D P O R EDADES J W , P A R A MUJERES
D E I N G L A T E R R A Y GALES, EN P E R I O D O S T R I E N A L E S
EN T O R N O A LOS P U N T O S DE C A M B I O DE I N C I D E N C I A
D E LA M O R T A L I D A D P O R E D A D E S R E V E L A D A EN E L C U A D R O 7.7,
C O N C A M B I O S P O R C E N T U A I . E S E N T R E FECHAS D A D A S
1 IKK) A i , para el periodo trienal centrado en
X
Cambio Cambio Cambio
1861 1891 191) 1931
porcentual porcentual porcentual
0 157. 0 -1 154.9 -15 131.2 -54 59.7

1 35. 0 -25 26.1 -33 17.4 -59 7.1
5 6. 8 -31 4.7 -28 3.4 -41 2.0
10 4. 4 -34 2.9 -28 2.1 -29 1.5
15 7. 0 -39 4.3 -37 2.7 -11 2.4
20 8. 1 -36 5.2 -38 3.2 -9 2.9
25 8. 9 -30 6.2 -40 3.7 -14 3.2
30 10. 1 -21 8.0 -42 4.6 -26 3.4
35 11. 1 -11 9.9 -40 5.9 -32 4.0
40 11. 7 +5 12.3 -40 7.4 -31 5.1
45 13. 4 + 13 15.1 -35 9.8 -30 6.9
50 16. 2 + 20 19.4 -32 13.2 -27 9.7
55 24. 4 +20 29.3 -35 19.0 -25 14.2
60 29. 6 + 28 38.0 -27 27.6 -21 21.9
65 50. 0 + 24 61.8 -36 39.4 -12 34.7
70 66. 8 + 24 82.5 -19 66.6 -14 57.4
75 109. 3 + 12 123.3 -20 99.0 -3 96.6
80 173. 8 + 15 200 . 7 -25 150.8 +2 154.3
85 274. 4 +8 300 . 7 -23 231.9 + 11 257 . 7
Segunda Guerra Mundial, y subsiguientemente se ha hecho ms vieja. Los cua-

tro pases subdesarrollados del cuadro 7.7 demuestran una tendencia en los aos
recientes a disminuir la edad media con la baja en la mortalidad.
Cmo se puede estar seguro de que el cambio en la edad media Ar debido
a la mortalidad (las segundas columnas de los cuadros 7.6 y 7.7), realmente cons-
tituye un ndice de cambio de incidencia de la mortalidad por edades? El cua-
dro 7.8 intenta ayudar a la formulacin de un juicio sobre este asunto mos-
trando las tasas especficas por edades sobre un perodo de 70 aos en Inglaterra
y Gales. Puesto que el efecto del progreso de la mortalidad consisti en dismi-
nuir la edad media en las dcadas de 1861 a 1891, a elevarla de 1891 a 1911,
y luego a bajarla de nuevo de 1911 a 1931, todo de acuerdo a la segunda columna
del cuadro 7.7, las tasas especficas de mortalidad por edades deben mostrar una
estructura en el primer y tercer perodo diferente que en el segundo. El cuadro
7.8 concuerda ampliamente con esto: el progreso fue relativamente mayor en
las edades inferiores a 40 de 1861 a 1891, en las edades mayores de 1891 a 1911,
y de nuevo en las edades ms jvenes de 1911 a 1931. Para apreciar en forma
definitiva esta tcnica se requerira una comparacin ms extensa.
Otras variables distintas de Ar pueden estar sujetas a una descomposicin
similar. La tasa neta de reproduccin de los Estados Unidos disminuy en
0,338 desde 1959-61 a 1965. Esto represent una cada total de 0,342 debido
a la baja de la fecundidad, con una pequea alza compensatoria de 0,004 debida
al progreso de la mortalidad. De manera bastante sorprendente, la tasa intrn-
seca de mortalidad d, que subi en 2,126 por mil, estuvo ms afectada por el
cambio en la fecundidad (-f- 2,257) que por el cambio en la mortalidad (0,133).
Los efectos de la mortalidad y fecundidad sobre la poblacin en edad escolar,
la razn de dependencia, el valor reproductivo total, y otras funciones de la
edad se pueden tambin particionar.
Consecuencias de la mortalidad cero

Qu diferencia se producira si se eliminara completamente la mortalidad resi-
dual y la gente viviera para siempre? Ello afectara grandemente a los indivi-
duos, elevando su e0 a infinito, pero a una poblacin rpidamente creciente la
afectara sorprendentemente poco. Supongamos que p(a) fuera uno, y la primera
tasa especfica de fecundidad por edades m(a) se viera reducida a m(a)p(a). La
ecuacin caracterstica (5.2.2) permanecera inalterada. Para las mujeres de Hon-
duras, 1965, el R0 es 2,613, y la tasa bruta de reproduccin, Jm(a) da, es 3,036.
La extensin infinita de la vida individual estara compensada en cuanto a cre-
cimiento de la poblacin por una reduccin de 14 por ciento de los nacimientos.
Supongamos que ocurren estos dos cambios contrarrestantes: que las familias
se privan de un hijo de entre siete y que la mortalidad se va a cero. La tasa
intrnseca de natalidad caera de 42,49 por mil a 34,06, y sera igual a la tasa
de crecimiento natural.
Puesto que la tasa de crecimiento natural para Honduras continuara siendo
34,06 por mil, la distribucin por edades de la poblacin estable femenina sera
(7.4.8)
evaluada para r = 0,03406. Esto resulta en una proporcin de 15,7 por ciento
de menores de 5 aos de edad, lo cual no constituye una gran reduccin respecto
del 19,9 por ciento observado o el 18,6 por ciento en la poblacin estable con
tasas de mortalidad observadas. La edad media subira un poco por el hecho
de que la gente viviera eternamente: subira desde Ar 21,6 aos a Ar = 1/r =
29,4 aos, como lo puede verificar el lector mediante integracin en
rae-
_o
da _ \
*
A
{e~
'0
ra da r
con r = 0,03406.
Los resultados parecen asombrosos, especialmente lo moderado de la baja

en el porcentaje de nios y del alza en la edad media. Pero un crecimiento de
3,4 por ciento por ao es asombroso, muera o no la gente.
Interpretacin de las distribuciones por edades
Las consideraciones de este captulo dan lugar a un nmero de maneras para

estimar las tasas de natalidad en base a una distribucin por edades observada
y una tabla de vida. Una de stas se desarrolla en la seccin 7.3, con un mtodo
debido a Bourgeois-Pichat. Se ha ideado una generalizacin que no supone esta-
bilidad, pero averigua los componentes lineales y cuadrticos del cambio en la
tasa de natalidad en base a las edades observadas. Un principio completamente
diferente, conocido como ndice de Thompson (Thompson y Whelpton, 1933,
pg. 262), convierte razones de nios a mujeres en R0 o tasas intrnsecas. Una
exposicin de la matemtica que esto supone se encuentra en Keyfitz, Nagnur
y Sharma (1967) y no se repetir aqu.
De la aplicacin retornaremos ahora a la teora y compararemos las diver-
sas versiones del anlisis de la edad para un solo sexo que se han propuesto
en los captulos 2 al 6, con el objeto de determinar en qu aspectos son los
mismos y en cules difieren uno de otro.
CAPITULO 7
RECONCILIACION DE LA ECUACION
MATRICIAL E INTEGRAL
El punto de partida para nuestro anlisis de poblacin para un sexo ha sido

o bien una ecuacin integral para el caso continuo (captulo 5) o un conjunto
de ecuaciones en diferencias lineales de primer orden para la forma discreta
(captulo 2). La solucin de la ecuacin integral puede conducir (sea mediante
clculo elemental o por uso de la transformada de Laplace) a una suma de expo-
nenciales ponderadas por constantes (captulo 5). El conjunto discreto de ecua-
ciones diferenciales de primer orden se puede expresar y resolver en trminos
matriciales (captulo 3) o se puede hacer que dependa de una ecuacin lineal
en diferencias de un orden superior al primero, que es lo que mostraremos en-
seguida. Los determinantes constituyen una manera conveniente de escribir la
solucin de cualquiera de estas formulaciones discretas y en este captulo se
ilustrar con algunos ejemplos. Este captulo est dedicado a comparar los diver-
sos modelos para un sexo.
8.1. UNA ECUACION EN DIFERENCIAS DE ORDEN SUPERIOR
A partir de los primeros nueve miembros del conjunto de relaciones de primer

orden (2.1.7), se puede deducir una ecuacin en diferencias de noveno orden
que relaciona
*-( cu-1) S (9)
0 ' ) 1 - * v o >
Se ejemplificar nuevamente el argumento con grupos quinquenales de edad
y un perodo reproductivo que termina en p = 45. Sustituyendo en la primera
ecuacin de (2.1.7) las variables de las ltimas ecuaciones, las variables que
corresponden a todas las edades, excepto el intervalo 0-4, se pueden eliminar,
y entonces, la ecuacin de noveno orden queda slo en trminos de K\fK Por
ejemplo, mediante sucesivas sustituciones KW se convierte en
*> = K[^(L5/L0) = . . . = Kr3)(Lls/L) . (8.1.1)

Despus de sustituir 5 /0", x = 15. 20, .. .,40, en expresiones similares a (8.1.1)
en la primera ecuacin de (2.1.7), tenemos
+ K^>}LaFlt + l{K\r3) + K r ^ L ^
+ { A - + K - \ L J F m = /*<<> . (8.1.2)
Volviendo a arreglar los parntesis de modo de reunir los trminos en

etc., da
195
196 RF.OONCILIACION DF. LA ECUACION MATRICIAL E INTEGRAL 8.1
l T F C-t~) + {L,,^. + +
Sîe 1 15 o
+ i{L40F40}^'-8> = w + 1 ) . (8.1.3)
Esta es una ecuacin en diferencias homogneas de noveno orden en la variable

K^K Para resolverla intentamos con K<j> = C\', y encontramos una ecuacin
caracterstica de noveno grado en X,
f{X) = 21,1? - LltFltF - {LihFih + L0FW)XS - L 4 0 F 4 0 = O, (8.1.4)
la que, cuando n 9, es idntica a la ecuacin caracterstica /(X) = |M XI| = 0

dada como (3.2.4), y por tanto debe tener las mismas races \t, X2. X. Dado
que la ecuacin (8.1.3) es lineal, sus diversas soluciones se pueden sumar, y
suponiendo races distintas, tenemos
Ku) -)- . * . -i- . (8.1.5)
Los C pueden ajustarse a las condiciones iniciales. Si conocemos la pobla-

cin en el momento cero, /C'^0', A'<_, .. ., podemos inferir (hipotticamente) los
K{~1>; ., ^Jj"81 anteriores. Basado en el supuesto de mortalidad
constante, la poblacin precedente sera
Jf(0) L 0 2) _ j&-(0) L 0 if(-8) _ Jf(0) L 0

"o 6 > "o 10 ~ > , "-0 40 - (8.1.6)
mediante una suerte de supervivencia inversa. Poniendo stos en el primer

miembro de (8.1.5) y sustituyendo t = 0, 1, . .., 8 en el segundo miembro,
se obtienen las nueve ecuaciones
"o = c, + c2 + c 3 + + Ct,
n 0 = c^r1 + c^r1 + c3;3-' +
AT(-s) fio) o C,^! 2 + CA ' + Cj^J ! + + Cg^g 2 , (8.1.7)

"o " 1 0 y
10
*<-> = * <> I = c^r8 + W + + . . . + c v .

-'An
Tomando (8.1.5) con el conjunto (8.1.7) y eliminando los C, obtenemos la con-

dicin para la consistencia de (8.1.5) y (8.1.7).
i
l i . 1
-ir 1 V -ir 1
0. (8.1.8)
*o74o K 2 K*
r8 K s V
8.1 UNA ECUACION EN DIFERENCIAS DE ORDEN SUPERIOR 197
El primer miembro de esta ltima ecuacin, al ser desarrollado por su fila

superior, provee una expresin para en trminos de XJ, X,, , X^- En
realidad (8.1.8) es solamente una manera de escribir la regla de Cramer para la
solucin de un conjunto de ecuaciones lineales simultneas. Si el determinante
obtenido a partir de (8.1.8) suprimiendo la primera columna y la primera fila,
se llamara |B|, y el determinante obtenido de |B| eliminando su fila i sima y
su columna /sima, multiplicando por ( I ) i + , se escribiera |By|, entonces
(8.1.8) es
*h = , E
k h b j + *>jB*i
JBI
+ (8.1.9)
|B|
La ecuacin (8.1.9) expresa la trayectoria de una poblacin con distribucin por

edades inicial y rgimen de fecundidad y supervivencia dados. La estructura
de fecundidad y mortalidad ha sido traducida en el conjunto de valores carac-
tersticos.
Reconciliacin de una ecuacin de orden superior

con un conjunto de primer orden
En el anlisis matricial del captulo S, el primer paso consisti en la determina-

cin de los valores caractersticos de M, vale decir, las races (nueve en nuestro
caso) de la ecuacin polinmica |M XI | = 0 ; entonces, para cada X resolvemos
el conjunto de ecuaciones lineales homogneas
M{KJ = ^{K,} y [H,.]M = JH,] .

El desarrollo del vector arbitrario {K ( 0 > }, proyectado al momento t como
M ' f K } . es
{K>} == c^KKJ + c>{ K,} + + C9^{K} , (8.1.10)

donde c4 es [H i ]{K ( < , ) }, obtenido multiplicando (8.1.10) para t = 0 en el primer
miembro por [HJ, puesto que siempre podemos hacer [HJfKj) igual a la unidad.
Para nuestro propsito ser conveniente considerar los ct [H<]{K ( 0 ) } como
los elementos de un vector columna
C1 [HJ
)
[Ha]
1
c3 l = < [Ha] {K<0)} = H{K 101 }, (8.1.11)
C J [H8J,
donde H se define como el conjunto de vectores estables. El conjunto corres-

pondiente de vectores columna es
K = [{K.HK,} {K 9 }]. (8.1.12)

De la ortogonalidad de los vectores, o sea, [HJfK,} = 0 , demostrada en
el captulo 3, resulta que H y K son recprocos, suponiendo que hemos norma-
lizado los vectores para hacer [HJ{K t ) = 1. Puesto que H = K _ 1 , podemos
reemplazar, H por K _ 1 en (8.1.11). Esto es conveniente porque K no es otra

cosa que los vectores columna estables puestos uno al lado del otro, y cada
uno de los {K,} se puede expresar en la forma [difiriendo de (3.2.6), la pobla-
cin estable de raz l0, slo en un multiplicador constante,
LJlt
A o/K
donde el elemento superior se ha tomado ahora arbitrariamente como L0.

En consecuencia podemos escribir K como
o
T . . . T 3" 1
L71 l6K1
T i-* T 3~2 T 32 . . . T 3- 2 (8.1.13)
T40 "~
1
8 T
1-,Ut2 ;-8 T 3 - 8 . .. T 3 -
Factorizando el segundo miembro de (8.1.13), obtenemos
0 0 0" " i i 1 1
0 0 -ir 1 V V
K L%a 0 V AB, (8.1.14)
0 0 0 V jr" V
De los dos factores que conforman K, el primero, A, se obtiene completamente

de la tabla de vida y no depende en manera alguna de la fecundidad, en tanto
que el segundo, B, se construye de una manera simple con los recprocos de las
races Ai, A2, . . . , A.
Se deduce que K _ 1 r= (AB) _ t = B _ l A ~ l , y sustituyendo esto en (8.1.11)
tenemos
H{K<>} = K _1 {K (0) } = B -1 A -1 {K (0> }

-1 i . i i
" ~L0 0 - 1
r1 V 0 Lt K<0)
4
r8
0
-1 i . i - i (Ko}/L0
V K0)/Lt Kl0)/L6
B- (8.1.15)
j'r* r' K[i;/Li0 K$/L(0
ya que el recproco de una matriz diagonal es la matriz diagonal de los rec-

procos de sus elementos,
8.1 UNA ECUACION EN DIFERENCIAS DE ORDEN SUPERIOR 199
Recordamos que el vector producto (8.1.15) es idntico a (8.1.11), el que

fue el punto de partida de la presente serie de manipulaciones. En consecuen-
cia, el elemento superior de (8.1.15), considerado como un vector columna, debe
ser lo mismo que el elemento superior de (8.1.11), esto es, [HJJK' 0 *} =
Restringindonos a este elemento superior, necesitamos slo la fila superior de
B - 1 , lo que equivale a decir, 1/|B| veces el conjunto de cofactores de la pri-
mera columna de B. El cofactor del primer elemento de la primera columna
de B es
* * *
* * *
IB, (8.1.16)
i-8 2~8 ...

que omite la primera fila y la primera columna de |B|, y similarmente, B u j
omite la i sima fila y primera columna de |B|. Siendo el valor de el primer
elemento del vector columna constituido por el producto al fin de (8.1.15),
tenemos
c, = J M / * ^
IBI \ l J
i iB2ii
IBI
/ ^ n
\LJ
+ + J|B|
B.1 (8.1.17)
El lector puede comparar esto con (8.1.9) y completar la demostracin para otro
ct, i = 2, 3, . . . , 9. Puede usar el hecho de que el segundo miembro de (8.1.17),
al reunirse en un solo determinante, es
K^/L, 1 1 ... 1
^g
3-8 . . . ;-8
XW/L Ao A3 Aq
(8.1.18)
IBI
que es lo mismo que el coeficiente de X' en el desarrollo de (8.1.8) por su pri-

mera fila, excepto que el r, de (8.1.18) es 1/L 0 del coeficiente de X' en (8.1.9).
Esto se debe al hecho de que los elementos superiores de los {K t } en (8.1.13) se
tomaron arbitrariamente como L0, creando as la situacin de simetra obser-
vable en las ecuaciones subsiguientes; si las hubiramos tomado como 1, enton-
ces el Cj habra resultado L 0 veces ms grande.
El argumento demuestra que la trayectoria de una poblacin sujeta a un
rgimen constante de mortalidad y fecundidad, es la misma, ya sea desarrollada
mediante una sola ecuacin en diferencias (8.1.3) de noveno orden conducente
a (8.1.8), o mediante premultiplicaciones sucesivas por una matriz, despus de
la adaptacin de la proyeccin de poblacin usual que conduce a (8.1.18). Aun
cuando el hecho de que stas resulten ser exactamente las mismas no sorprenda
al estudiante de ecuaciones en diferencias, la ecuacin de noveno orden (que
no se usa a menudo en estudios demogrficos) nos da el resultado comn a las
dos de manera mucho ms natural. Esta fue la razn para introducirla.
Hasta aqu la prueba se aplica slo al primer grupo de edades. Se puede
extender a cualquier otro grupo de edades, como ser el (i -f- 1) simo, K^ no-
tando que Kw = K L ^ / L ^ , como se ejemplific en (8.1.1). Escribiendo

(8.1.8) con t i en lugar de y luego sustituyendo K 0 ( '~ 4 ) por su equivalente
KVLJL*> d a
ATi'/Ai x'r x'r a9
K^lh i i ... i
= o , (8.1.19)
Rio/La ^ 8 ij 3-8
de lo cual obtenemos - ^ ' / / ^ como un cociente entre dos determinantes, uno

de orden diez con ceros en la parte superior izquierda, dividido por otro de
orden nueve que hemos llamado |B|. Esto da la extensin requerida de (8.1.8)
y (8.1.9).
8.2. ECUACIONES M A T R I Q A L E INTEGRAL
La trayectoria de los nacimientos basada en un modelo continuo fue establecida

en el captulo 5 mediante la ecuacin integral
B() = G(t) + - x)p(x)m(x) dx , (8.2.1)
cuya solucin es
B(t) = Q^s + Qter* + , (8.2.2)

donde los r son los ceros de la ecuacin caracterstica
<p{r) - 1 = ^ e~r*p(x)m(x) dx - 1 = 0 , (8.2.3)
y las Q son constantes que, para la particular distribucin inicial por edades
de B0 nios de edad 0, toma la forma
O = = B " (8 2 4 )
141 1
Slxe-^p{x)m{x)dx ' ' ' '
Una aproximacin a (8.2.3) fue dada como (5.3.2). Si escribimos \ = eSr y

multiplicamos por X9, suponiendo que la edad lmite superior para la fecun-
didad positiva es de 45 aos, (5.3.2) se convierte en
lor _ - v = 0 . (8.2.5)
La ecuacin (8.2.5) no es idntica a (8.1.4), pero se demostrar que converge

a la misma integral, cuando la amplitud del intervalo para edades y tiempo
se hace arbitrariamente pequea.
Equivalencia asinttica de las races caractersticas

Para probar que la ecuacin caracterstica, |MXI | = 0, de la matriz de pro-
yeccin se hace equivalente a (8.2.5), cuando el intervalo de tiempo y de edad
disminuye, podemos pensar en hacer la proyeccin cuando el intervalo es s, una
8.2 ECUACIONES M A T R I C I A L E INTEGRAL 201
fraccin de ao. Entonces, la matriz de proyeccin M ser un arreglo cuadrado

que contiene 45/s X 45/s elementos. Su subdiagonal contendra (45/s) 1 ele-
mentos, siendo cada uno de ellos un cociente de la forma donde x es
un mltiplo de s, y
A = + t)dt.
Su fila superior consistira de expresiones tales como
F 4- F \
24V 1 " 7 T v '
Cuando se desarrolla la ecuacin caracterstica |M XI| = 0, se obtiene [por

analoga con (8.1.4) y sin el prefijo s que se aplica aqu a todos los L y F]:
- (L'~'F"~'2 + ;}<-*>' 0 , (8.2.6)
siendo 15 y 45 mltiplos de s. Si s es 1/10 de ao, entonces, el grado de (8.2.6)

sera 45/s = 450.
Dividiendo (8.2.6) por X45/s, y reemplazando a continuacin X por su equi-
valente e, se obtienen los tpicos trminos consecutivos
UL.-.F-. + L.FJe + y,LtFx + Lt+,F,+.)e~^ .
Reagrupamos poniendo juntos los dos elementos que contienen L J7,., con lo que
obtenemos para (8.2.6)
- /pra/2 , -ral 2\
LxFt(e-^) [e y ) = /. ,
o
/ -2-2 \ 458
Cuando s tiende a cero, el trmino entre parntesis (que es el coseno hiperb-

lico de rs/2) tiende a 1. La sumatoria contiene LXFX, el nmero de nias nacidas
en la poblacin estacionaria de mujeres que tienen entre x y x s aos de.
edad, y un factor de descuento, e~ri*+"/2), desde el punto medio del intervalo
(x, x -(- s) hasta el nacimiento. Si cuando .s disminuye, LXFX tiende a l(x)m(x)dx.
entonces, la ecuacin caracterstica (8.2.6) se convierte en
4" e-r*l(x)m(x) dx = /.,

ie
que es lo mismo que fue para la ecuacin integral, o sea, (8.2.3), con /(x)// 0 en
lugar de p(x). De la equivalencia entre las ecuaciones caractersticas |MXI| = 0
de captulo 3, y f(r) 1 de captulo 5, se sigue que las races h del
202 RECONCILIACIN DF. I.A ECUACION MATRICIAL E INTEGRAL 8.1
primero, cuando son transformadas en la forma (ln X^)/s, (ln Xz)/s, . . . , conver-
gen en nmero y valor a las races rv r.,,. . ., del ltimo, cuando s tiende a cero.
Veremos ahora qu sucede a la estructura de las A correspondientes a s 5,
intervalos quinquenales de edad, cuando stas son transformadas en r = (ln A)/5.
Representacin de las races X y r
La representacin de X respecto a r gira slo en torno a la relacin X = e6r, sobre

la cual se pueden hacer algunas observaciones generales (Kober, 1952, pgs.
85-86; Pierpont, 1959, pgs. 102-111). Escribiremos A = + iv y r = x + iy,
donde u, v, x e y son reales.
El plano A aparece en el grfico 8.1 dividido en dos partes por el crculo uni-
tario, y la representacin lleva los puntos A de |A| > 1, esto es, fuera del crculo
unitario, a x '> 0, o sea, al semiplano ubicado a la derecha de la ordenada x = 0
en r. Los puntos que estn dentro del crculo unitario (|A| < 1) se representan
en la parte izquierda del plano r (x < 0). Adems, todo el plano A se represen-
ta en una franja horizontal sobre el plano r de amplitud 2jt/5, desde y = 0
hasta y = 0,4. La franja se repite desde y = 0,4 (rn -}- l)jt hasta y = 0,4 (m 2)jt,
m = 0, 1, 2 y por lo tanto, cada punto del plano A se representa un
nmero infinito de veces en el plano r. Se puede asegurar la unicidad en la re-
presentacin en ambas direcciones cortando a lo largo del eje positivo real de A y
uunca cruzando el lugar por donde se cort. En la representacin de la matriz
9 X habr 9 races en el plano A y 9 races indefinidamente repetidas en suce-
sivas franjas del plano r. Cualquier conjunto de stas en una banda de amplitud
2jt/5 constituye una solucin d e la ecuacin caracterstica (Goodman, 1968a).
Las localizaciones de las diversas races se pueden aparear entre el plano A y el
plano r dividiendo este ltimo en subfranjas horizontales, representando cada
una de ellas el cuadrante del crculo marcado con la letra correspondiente.
Vemos en el grfico 8.1 las races caractersticas para la poblacin feme-
nina de los Estados Unidos, basadas en datos de 1963. Las races A estn en el
lado derecho, donde las tres de mayor importancia han sido identificadas como
A|, y A:l: correspondientes a stas son r,, r2 y r:. Para una poblacin creciente.
A, est fuera del crculo unitario y r, est a la derecha del eje y. Las seis races
que vienen despus de r,, r- y r-, estn considerablemente a la izquierda del eje y
en el piano r y corresponden a races dentro de un crculo que mide alrededor
de |AI = i en el plano A. Observe la notable diferencia entre la presente
estructura de r u r., y aqulla bajo cualquiera de los tres ajustes del grfico 6.1.
La sensibilidad de las races ms altas a la representacin de la funcin de fe-
cundidad corre pareja con su menor significacin demogrfica (Coale, 1967).
Cuando se sigue la trayectoria de la poblacin bajo el supuesto rgimen
de fecundidad y mortalidad constante, las diversas races de A son elevadas a
potencias, y esto significa que todas, menos Ai, siguen espirales que bajan pro-
gresivamente hacia el centro del crculo. Para una A compleja, A = jAle*8, tene-
mos X' = IAI'(cos 10 -f- > sen 16). Por s mismo, eos tO -f- i sen tf), simplemente tra
zara un crculo permanentemente repetido: con un multiplicador cada vez
menor, el crculo se convierte en una espiral de radio decreciente. El movi-
miento correspondiente en el plano r ser externo hacia la izquierda. Cmo
se representaran las tres curvas del grfico 6.1 sobre el plano A, y cmo cam-
biara su configuracin con el crecimiento de ?
G R A F I C O 8.1 QO
REPRESENTACION DEL PLANO l RESPECTO AL PLANO r KJ
204 RF.OONCILIACION DF. LA ECUACION M A T R I C I A L E INTEGRAL 8.1
Satisfaccin de una condicin inicial en la ecuacin integral y la matriz

La reconciliacin de Q4 de (8.2.2) y de (8.1.17), donde una distribucin por
edades arbitraria {K<>} es el punto de partida de la trayectoria, est de alguna
manera involucrada; nuestro argumento se restringir a una poblacin inicial
de nios de 0-4 aos de edad, digamos, de sexo femenino. Entonces es-
cribiendo = = . . . = K% - o en (8.1.9), encontramos que los coefi-
cientes de Aj aparecen como
ct = *HBU|/|B| , (8.2.7)
donde B es la matriz de las races caractersticas dadas en (8.1.14). Es evidente
que |B| se anula cuando A"1 = Ay', I ^ / < 9, y por tanto A"1 A" 1 debe
ser un factor. Similarmente, |Bn | se anula para A71 = AJ1, y
por tanto A?3 AT1, i, j ^ 1, debe ser un factor; |Bn | tiene tambin los facto-
res A"1, A"1, . . A"1 La comparacin de cualquier trmino |B| con el correspon-
diente trmino en el producto
|B| = c v r 1 - J r W r 1 - V) (V - V)
nos dir qu es la constante C. La diagonal principal de |B|, la cual es

A~] A~2 . A~8; corresponde al producto de todos los trminos a la derecha en
los diversos factores de
(r1 - r W - V ) ( V - V ) -
o
Demuestre que este producto es positivo y en consecuencia, que C = 1. Este

argumento aprovecha las propiedades de los determinantes de Vandermonde o
simples alternantes (Muir, 1960, pg. 327; Householder, 1953, pg. 91) de los
cuales, Bj es un caso tpico.
Se puede aplicar un argumento similar al cofactor |Bn| con el resultado:
|Bn| = w r w - JrlXV - (V - V) (8-2-8
Despus que se sacan de (8.2.7), los factores comunes al numerador y denomi-

nador, slo queda
c, = i 1 * * * V
(r1 - J r W - V ) (r1 - V ) ' ( 8 '2'9)
y multiplicando el numerador y denominador de (8.2.9) por AA2A3 . . . A9; tenemos
c, = (8.2.10)
El denominador del segundo miembro de (8.2.10) es equivalente a
i - i , ' 8-2"11)
8.2 ECUACIONES MATRIC1AL F. INTEGRAL 205
donde ahora el numerador, en el lmite, debe ser el polinomio /(X) de la ecua-

cin caracterstica /(X) = |M XII = 0, presentada antes como (8.1.4). El lmite
en (8.2.11) es
lim A*) ~ A*i) = > (8.2.12)
X
puesto que /(Xi) = 0, y (8.2.12) es f(X 3 ) por la definicin corriente de derivada.
Sustituyendo (8.2.12) por el denominador de (8.2.10), se obtiene el coefi-
ciente de X' en el desarrollo (8.1.5) como q :
cl = K^Xl/fiXd. (8.2.13)
Esto se comparar con Q, i = 1, de (8.2.4). Demostrando la equivalencia, para

un factor de 5, de los segundos miembros de (8.2.13) y (8.2.4), la prueba que-
dar completa.
Hemos mostrado el parecido de \p(r)1=0 y /(X) = |M XI| 0, las
ecuaciones caractersticas de la ecuacin integral y de la matriz, respectivamente;
ellas no son idnticas para ningn intervalo de amplitud finita, pero ambas son
aproximaciones a la misma expresin lmite siempre que el intervalo de tiempo
y edad tiende a cero, cuando e5r en ip(r) 1 se traduce como X y multiplicamos
por X9. Si cr = X, entonces r = 0,2 ln X. Si
- ^ ( 0 - 1 ) , (8.2.14)
entonces, diferenciando con respecto a X,
f(x) = | - w W - l) =
en los puntos que son races de la ecuacin caracterstica ^(r) = 1. Finalmente,

puesto que
dr_ = d(0.2 ln j) _ (K2
dX dX X '
la expresin de arriba para /'(X) se convierte en
f(X) = -0.2Xf(r) (8.2.15)
para cualquier raz Xt = e5r', = 1, 2, . . . . 9.
Reemplazando /'(Xi) en (8.2.13) por su equivalente en (8.2.15) da
c = Kp^Xl KX\ _ 5Kq0> ^g 2

1 f(2t) 0.2Xfy'(r) ^'(r.) '
que es cinco veces el Q, de (8.2.4), excepto que el punto de partida de (8.2.4).

la ecuacin integral, es B0 nacimientos y que en la presente representacin ma-
tricial se trata de K*)> nios menores de cinco aos de edad. Puesto que la
mortalidad bajo cinco aos es constante, no necesitamos preocuparnos aqu de
la diferencia. Los c son coeficientes para aplicar a los /l' con el objeto de pro-
ducir la poblacin menor de cinco aos de edad en el momento t, como lo
demuestra una inspeccin de (8.1.5), y es por lo tanto necesario que el K'00>
(arbitrario) entre de algn modo en cada c. Por otra parte, los Q en (8.2.2) son
coeficientes que se aplicarn a los er,t para producir B(t) nacimientos en el mo-
ment t, y cada Q debe por tanto contener los (arbitrarlos) nacimientos

iniciales.
El 5 del ltimo miembro de (8.2.16) entra porque la unidad para contar
el tiempo en la matriz es de cinco aos, como puede verse recorriendo en sentido
inverso el razonamiento que va desde (8.2.15) hasta la expresin <?Sr = A que
precede inmediatamente a (8.2.14). Si hubiramos usado para la proyeccin una
matriz (algo ms incmoda) de 45 X 45, en cuya ecuacin caracterstica X repre-
sentara la proporcin de crecimiento para un ao, y <? fuera igual a X, entonces,
nada habra sido cambiado excepto que el 0,2 no habra aparecido en (8.2.15),
ni el 5 en (8.2.16). Un factor igual a cinco se aplic por esta misma razn a
B(t), t > 0, en la primera columna del cuadro 5.9 cuando fue comparada con
los cuadros 5.6 y 5.7.
Esta demostracin de la equivalencia asinttica de los coeficientes reales
(, y Cj se pueden extender a los coeficientes complejos Q, y c, i 2, 3, . . 9 .
8.3. RESUMEN DE SOLUCIONES
La proyeccin de poblacin se puede analizar aun por otros medios distintos

de las ecuaciones en diferencias de primer orden (captulo 2), la ecuacin de
noveno orden (8.1.3) y la ecuacin integral (8.2.1). El argumento de la seccin
5.6 condujo a una solucin en fracciones parciales y dio lugar a una aproxima-
cin finita adicional a las races caractersticas. El lector que est interesado
puede realizar manipulaciones algebraicas similares a la de la seccin 8.2 y
demostrar que el mtodo de las fracciones parciales es equivalente a los otros
tres, cuando el intervalo de tiempo y edad se hace pequeo. La demostracin,
como antes, tratar separadamente a) las races caractersticas y b) los coefi-
cientes que permiten que el resultado est en conformidad con las condiciones
iniciales dadas.
Una manera de compendiar los mtodos que aparecen en la literatura, cuya
presentacin y reconciliacin ha sido el tema de este captulo y los precedentes,
es en la forma de un rbol (cuadro 8.1) cuyas dos ramas principales son las
formulaciones discreta y continua.
La exposicin comenz en el captulo 2 con la proyeccin de poblacin en
los puntos b y d en el rbol del cuadro 8.1. En el captulo 8 dedujimos una
ecuacin en diferencias de noveno orden f y mostramos su solucin en la forma
de un determinante j. Esta solucin por determinantes parece diferente del an-
lisis matricial de Leslie e del captulo 3, pero se ha demostrado la concordan-
cia de ambas.
En el captulo 5 se prest atencin a las dos formas del anlisis continuo,
g y h, cuyo resultado idntico fue citado de Lotka (1939c) y Feller (1941).
El argumento del captulo 8 se concentr en la comparacin de ; y e por una
parte, con g y h por la otra, primero con respecto a los valores caractersticos,
y luego, en relacin a las constantes usadas para satisfacer una condicin inicia]
consistente en un cierto nmero de nacimientos que ocurren en un momen-
to dado.
Matrices de proyeccin alternativas
Esto es suficiente en cuanto a la concordancia asinttica de los diversos proce-

dimientos para pequeos intervalos de edad y tiempo. Desde el punto de vista
8.3 RESUMEN DE SOLUCIONES 207
CUADRO 8.1
MODELOS PARA EL ANALISIS DETERMINISTA DE U N A POBLACION DE UN SEXO
CON TASAS ESPECIFICAS DE FECUNDIDAD Y M O R T A L I D A D
POR EDADES CONSTANTES
de los clculos, es de inters conocer cmo difieren las diversas frmulas al ser
aplicadas a los datos en intervalos quinquenales de edad y tiempo. Cada uno
de los enfoques aqu desarrollados se podran llevar a cabo a travs de toda la
esfera del anlisis demogrfico. Por ejemplo, podramos utilizar la aproxima-
cin usual a la ecuacin integral, o la solucin de las fracciones parciales a la
ecuacin de recurrencia, para proyectar la poblacin. Para cualquier ecuacin
de la forma (8.1.4) existe una matriz correspondiente que servir para hacer la
proyeccin. En lugar de ir de M a /(X) = M X I = 0 , podramos elegir pri-
mero /(X) = 0 , y a continuacin determinar M a partir de aqul. La matriz
que corresponde a una ecuacin caracterstica no es nica en principio, pero
es virtualmente as en la prctica cuando insistimos tambin en que la matriz
tenga elementos de fecundidad en su fila superior, sobrevivientes en su subdia-
gonal, y ceros en toda otra parte.
Una ecuacin caracterstica general se puede escribir como
f{X) = i* - u02s - u127 - u6 ~ ua = 0 , (8.3.1)
donde, para poblaciones humanas, w0 y n l son cero o despreciables. Entonces,

la fila superior de una matriz M correspondiente a ella es
CUADRO 8.2
MATRIZ (2.1.9) Y LA M A T R I Z CUYA PRIMERA FILA ES (8.3.5).
ESTADOS UNIDOS, MUJERES, 1960. APARECE TAMBIEN
r = 0,2 ln >v PARA CADA RAIZ"
ECUACIONES CARACTERISTICAS |M - XI | = 0 :
MATRIZ DE PROYECCIONC 3 . 2 . 4 ) : |M - Al| = X10 - 0.0010X8
- 0. 1066A7 - 0.4115A6 - 0.5408A5 - O ^ S S A * - 0. 1998A3
- 0.0842A2 - 0.0191A - 0 . 0 0 U = 0,
MATRIZ CUYA PRIMERA FILA ES C8 . 3 . 4 ) : |M - AI | = A1 0
- 0 . 0020X7 - 0 . 2228X6 - 0.6449A5 - 0.4954A" - 0.2817A3
- 0.1396A2 - 0.0379X - 0.0023 = 0.
M A T R I Z DE PROYECCION MATRIZ CUYA PRIMERA

(3-2.4) FILA ES (8.3.4)
AI 1. 11182 1. 11151
Xa 0.3018 0.7984 0.4033 0 ,8497i

OI
X if, Xs 0.0246 0.5285 0.0363 0 . 5302i
X6 , A7 -0.4314 0.3645i -0.5314 0.4705
A 8 , A 9 -0.4096 i 0.1283 -0.4231 0.1484i
Ai o - 0 . 0825 -0 .0818
ri 0.02120 0.02114
rz, r 3 -0.0317 0.2420 -0.0123 0.2255i
r - , r 5 -0.1273 0.3049 -0.1264 0.3005
re, r? -0.1143 0.4880 -0.0686 0.4834
r 8/ r 9 -0.1691 0.5676i -0.1604 0 .5608i
rio -0.4989 -0.5007
Los valores de r obtenidos como 0,2 In l estn sujetos a una adicin arbitaria de (0,2)
(2JI n), n 0, I, 2, . . . Los conjuntos completos de los r, que bastan para dar todos los X.
se pueden seleccionar de diferentes maneras; la seleccin aqu es de aquellos cuyo trmino
imaginario est en una sucesin creciente desde cero a ji/5 = 0,628, y sus conjugados.
* Nacimientos ajustados.
8.3 RESUMEN DE SOLUCIONES 209
teniendo como (i -f- l)simo elemento de la fila superior
/ = 0,1,...,8, (8.3.2)
y la subdiagonal
i = 1,2, ...,8, (8.3.3)
como se puede demostrar evaluando |M XI | para esta matriz y demostrando

que su JM XI| es lo mismo que /(X) de (8.3.1).
Por ejemplo, podemos comenzar con la ecuacin caracterstica (5.3.2) u
(8.2.5) y establecer una matriz de proyeccin que sea equivalente a ella. Com-
parando (8.2.5)
con (8.3.1) se ve que u( es
u( = i ^ k j/ , i = 2, 3, . . . , 8 , (8.3.4)
'o
y que en lugar de X I/2
se puede poner a X} '2,
la raz cuadrada del valor caracte-
rstico positivo. En consecuencia, la fila superior de una matriz cuya proyeccin
sea asintticamente idntica con la solucin de la ecuacin integral Q,t?*' en la
aproximacin (8.2.5) para r = 0,2 ln y/ X es
0 0 V% F^h-VJ, . . . , (8.3.5)
o 'o 'o
y la subdiagonal de (8.3.3) quedara inalterada. Esta forma de la matriz de

proyeccin me fue sugerida por Norman Casrier.
Las races de las dos formas aparecen en el cuadro 8.2, arregladas en orden
creciente de frecuencias y. Las partes complejas y de r = 0,2 ln X corresponden
a ondas de perodo 26,0 [=2^/0,2420], 20,6, 12,9 y 11,1 aos en la versin de
la matriz de proyeccin, y a 27,8, 20,9, 13,0 y 11,0 aos en la matriz con (8.3.5),
las cuales no tienen una diferencia apreciable. Las partes reales para la primera
y tercera races complejas son, sin embargo, muy diferentes entre las dos aproxi-
maciones. Para rs, r3, algo de esto se puede derivar del valor de la varianza en
la funcin de fecundidad neta involucrada en (3.2.4), la cual es diferente de
aquella implcita en (8.3.5). Para ver cunto se debe a esto, uno puede usar la
expresin para la parte real x del ajuste de Hadwiger dado en (6.4.9).
Como una alternativa a las dos matrices de (3.2,4) y (8.3.5), cuyas races
aparecen en el cuadro 8.2, podramos usar (8.3.1) y el argumento que le sigue,
para construir matrices de proyeccin correspondientes a la forma de las frac-
ciones parciales (5.8.7) y el mtodo de la transformada de Laplace incorporado
en (5.7.5).
Las tres versiones continuas de la funcin de fecundidad neta discutidas en
el capitulo 6, se podran tambin convertir en matrices de proyeccin, como
puede ser demostrado por el lector. Estas, junto con las cuatro formas que usan
ios datos en grupos quinquenales de edad, constituyen siete mtodos en total.
An hay otros potencialmente disponibles, pero el presente volumen no ir ms
all con el modelo de un sexo por edades.
CAPITULO 9
SERIES DE TIEMPO DEMOGRAFICAS
Los captulos precedentes desarrollaron las consecuencias del supuesto de tasas

especficas de mortalidad y fecundidad por edades constantes. Hasta aqu no se
ha dicho nada sobre el ajuste de curvas analticas particulares a las cambiantes
cifras demogrficas. En el captulo presente investigaremos la curva de los naci-
mientos precedentes, B(t), implcita en un conjunto dado de cambios en las
cifras sobre nmero de personas, A r (t), y no prestaremos atencin a la distribu-
cin por edades. Lotka (1939b) desarroll algo de esta teora prosiguiendo en su
inters por la curva logstica, que se da en (9.2.4); l demostr en particular que
cuando N(t) sigue una curva logstica, lo mismo ocurre con B(t) de manera bas-
tante aproximada. Desde la poca de Lotka, la curva logstica ha venido a pa-
recer menos til en el anlisis demogrfico, y en nuestro estudio se usa como
un medio de ejemplificar algunos procedimientos generales ms que por su in-
ters mismo.
9.1. NACIMIENTOS CORRESPONDIENTES

A NUMEROS TOTALES DADOS
Cuando los nacimientos de una comunidad cerrada han recorrido cierta trayec-
toria. descrita por B(t), y una tabla de vida constante de raz igual a la unidad,
proporciona el nmero de los sobrevivientes a la edad a, p(a), entonces el n-
mero de personas en cada edad a en el momento t queda determinado y es igual
a B(t a)p{a), y mediante integracin, la poblacin total en el momento I
debe ser
(9.1.1)
como vimos en el captulo 7 y en otras partes. La ecuacin (9.1.1) es diferente

de la ecuacin integral (5.1.2) que tena B(l) en lugar de N(t) en el primer
miembro, y correspondientemente, un factor adicional de m(a), la tasa especfica
de fecundidad, en el integrando. En primer lugar, consideraremos brevemente
a N(t) como la incgnita, y la averiguaremos partiendo de un B(t) dado, y en-
seguida trataremos el problema inverso de determinar el B(t), correspondiente
a un N(t) dado.
Si nos dijeran que el nmero de nacimientos va subiendo en progresin
aritmtica, pongamos B(t) = B(0) -(- ht, entonces el nmero de personas en la
poblacin en el momento t debe ser
(9.1.2)
210
9.] NACIMIENTOS CORRESPONDIENTES A NUMEROS TOTALES DADOS 211
Suponga que conocemos la constante h del crecimiento aritmtico de los naci-

mientos, como asimismo la cero sima y primera sumas acumuladas de la colum-
na de sobrevivientes de la tabla de vida, que podemos escribir
4 = p{a) da = 0 y = j ap() da ,
siendo i / Z ^ el primer momento de p(a)/<>. Entonces de (9.1.2) los totales de

la poblacin en las etapas subsiguientes deben ser
N(t) = (B(0) + ht)L0 - hL, = (B(Q)L0 - hL,) + hL0t . (9.1.3)
Aparentemente N(t) es una recta, y su pendiente es la pendiente de nacimien-

tos h multiplicada por Lq = <>, la esperanza de vida al nacimiento. Para las
mujeres canadienses en 1965, cuyos momentos de la tabla de vida incluyendo
Lq = e = 75,00 se pueden hallar en el cuadro 7.3, podemos decir que si los
nacimientos estuvieran creciendo uniformemente a razn de 5 000 por ao sobre
un perodo largo de tiempo, la poblacin crecera en (5 000) (75,00) = 375 000
por ao.
Si los nacimientos estn en progresin geomtrica o sea B(t) = B(0)eht,
entonces de acuerdo a (9.1.1) la poblacin ser
S
fW f (t
B(0)ehl'-a)p(a) da = B{0)eht 1 e-h"p(a) da = B{t) 1 e~h*p(a) da . (9.1.4)
Esto demuestra que los nacimientos exponenciales implican cifras totales que
crecen exponencialmente. El nmero N(t) en un momento dado es ffie-^pfa) da
veces los nacimientos B(t)\ si h es r, la tasa intrnseca de crecimiento, esta inte-
gral es el recproco de b, la tasa intrnseca de natalidad, como debe ser segn
se desprende de (7.2.6).
La inferencia en la otra direccin determinar la trayectoria de ios nacimien-
tos cuando la trayectoria del nmero total de la poblacin es conocida requiere
que en lugar de considerar (9.1.1) como una integral simple, la consideremos
como una ecuacin integral cuya incgnita es la funcin B(t) (Lotka, 1939b,
pgs. 144-161; Lotka, 1939c, pgs. 44-48; Tabah, 1964, pgs. 6-9). Su solucin
requerir una tcnica algo diferente de la solucin de (5.1.2) y ser nuestra prxi-
ma tarea.
Aun omitiendo las consideraciones acerca de la edad, supongamos que B(t)
se puede expresar en trminos de N(t) y sus derivadas, o sea en la forma
B(t) = c0N(t) - ClN'{t) + c2 EM -.... (9.1.5)
Supongamos ahora que tambin B(t a) se puede desarrollar como una serie
de Taylor en torno a ,
B(t - a) = B(t) - aB'(t) + B"{t) - . (9.1.6)
Las c resultarn ser expresables como funciones de los momentos de la tabla

de vida.
Cada uno de los trminos del segundo miembro de (9.1.6) se puede repre-
sentar mediante una serie en N(t) y sus derivadas obtenidas diferenciando (9.1.5):
212 SERIES DE T I E M P O DEMOGRAFICAS 9.2
B'(t) = c0N'(t) - ClN"(t) + c2
B"(t) = c0N"(t) - ClN'"() +...,
j (9-1.7)
si (9.1.5) es diferenciable. Sustituyendo (9.1.5) y (9.1.7) en (9.1.6) se obtiene
B(t - a) = c0N(t) - ClN'(t) + - c 3 = ) + . . .

a(cjt'(t)- ^"(t) + ^
+ ^(c0N"(t)~ ClN'"{t) + )
- f (c0N'"(t)-..-)
+
= c0N(t) ~ (c, + ac0)N'(t) + + + N"(t)
- (E + + + N"'(t) + ., (9.1.8)
\6 2 2 6 /
e ingresando este valor de B(t a) en la ecuacin integral (9.1.1) con el objeto

de resolver para las c, tenemos
N(t) = [ < ^ ( 0 - (c, + ac0)N'(t) + (ct + 2ac + a!c0) + ^p(a)da
= N(t)c0L0 - N'(t)(ClL, + c04) + (c0 + IcA + cjLt)
- ( < A + 30,4 + 3 c A + c0Ls) + (9.1.9)

6
Si (9.1.9) es una identidad, entonces el coeficiente de N(t) del segundo
miembro debe ser uno, y el coeficiente de cada derivada de N(t) debe ser cero.
[Demuestre que esto es verdadero, al menos si N(t) es un polinomio.] Estas con-
dicionemos permiten extraer de (9.1.9) un conjunto de ecuaciones en las c y
en las L :
c^Lo 1 ,
cA + c0Z1 = 0 ,
A + A + c<A = 0 .
ctL0 + 3cA + 3 c A + c0Z3 = 0 ,
c4L0 + 4c 3 I 1 + 6c2L2 + 4c A + c0Z,4 = 0 ,
csL0 + 5 C A + 10c3I2 + 10c2L3 + 5 C A + A = 0 ,
: (9.1.10)
9.1 NACIMIENTOS CORRESPONDIENTES A NUMEROS TOTALES DADOS 213
de lo cual se pueden obtener sucesivamente las c en trminos de las L:
c0 = l / 0 , Cl = - (QLl), Ci = - (L2/Ll) + 2 L \ L % ( 9 . 1 . 1 1 )
Sustituyendo los valores de c de (9.1.11) en (9.1.5) obtenemos la solucin para

B(t):
(9.1.12)
4 Ll \Ll L) 2
_La_ecuacin (9.1.12) se puede simplificar trasladando el origen al punto
(Lj/Lq). Escribiendo t = 6 Lj/Z,0 y aplicando un desarrollo de Taylor en
torno a 6 en cada trmino del segundo miembro de (9.1.12) resulta
N"(0) (9.1.13)
\ LJ L 2IL \LJ.
y regresando a la escala de tiempo original t, tenemos
B{t) = N(t + j5) _ i^N'^t + )+, (9.1.14)
GRAFICO 9.1
MODELOS LOGISTICOS Y DE EXPLOSION (HIPERBOLA) AJUSTADOS A LA SERIE
DE CENSOS DE LOS ESTADOS UNIDOS QUE FINALIZA EN 1910
180
160
120
% 100 -
I 80 -
1800 1820 1840 1860 1880 1900 1920 1940 1960 1980
donde S es la inedia y 2 la varianza del nmero de sobrevivientes de la tabla

de vida, y = L0 es el nmero total de sobrevivientes en una poblacin esta-
cionaria de raz Zfl=r 1. Para las mujeres canadienses, 1965, (9.1.13) es en miles,
5(1965 - 39.63) = 0.01333^(1965) - 3.776A"'(1965) + . ,
en la que nuevamente nos referimos al cuadro 7.3 para los momentos necesarios.
Ya el primer trmino solo dara (0,01333) (9 4 7 9 ) = 126 miles, que est leve-
mente por encima de los nacimientos observados de 1925. Observe que B(t) no
es muy sensible a las constantes de la tabla de vida, al menos en el rango de
variacin del cuadro 7.3, y se podran aplicar los momentos de tablas modelo.
Por otra parte no puede hacer frente a cambios repentinos en la fecundidad.
Se demuestra mediante (9.1.13) que la primera aproximacin a los naci-
mientos es el total de la poblacin en la fecha dada dividido por la esperanza
de vida al nacimiento; la parte correspondiente a la varianza del segundo tr-
mino de (9.1.13) es una resta si la curva de los nmeros totales es cncava hacia
arriba, de otra manera es una suma (grfico 9.1). Observe que se supone una
poblacin en la que todas las muertes tienen lugar a una misma edad, lo que
est implcito al usarse slo el primer trmino del segundo miembro de (9.1.14),
a la vez que el segundo trmino da lugar a una varianza positiva para las
edades al morir.
La aplicacin de (9.1.14) depende de una estimacin de la segunda derivada.
Tales estimaciones se hacen ajustando una curva analtica a la serie de observa-
ciones de N(t) y diferenciando luego la curva. Este es nuestro prximo tpico.
9.2. AJUSTE MEDIANTE UNA CURVA EN LA CUAL

LAS CONSTANTES PARTICIPAN DE MANERA NO-LINEAL
Si se va a ajustar una curva y = f(x) mediante mnimos cuadrados a un conjunto

de datos, y si el ajuste consiste en determinar las constantes a, b y c que entran
de manera lineal, como en la funcin y = a bx ex2, el conjunto de ecua-
ciones normales obtenidas diferenciando 2(y a bx ex2)2 = 0 con respecto
a a, b y c proporciona el resultado completo. Si las constantes no entran lineal-
mente, como en la logstica y = a/( 1 be~cx), se requiere otro procedimiento.
Sea s(a, b, c) la suma de los cuadrados de las desviaciones de los valores
ajustados respecto de los valores observados, y a0, b{) y c() las aproximaciones a
a, b y c; entonces por un desarrollo en serie de Taylor para tres variables in-
dependientes:
s(a, b, c) = s(a0, b0, c0) + (a - a0) dsâ' b' c) 0=a +... + ..

da
d2s(a, b, c)
+ (a ~ oY
da2
2!
d2s(a, b, c) (9.2.1)
+ (a - a0)(6 - >0)
da db 6=i"
hasta los trminos cuadrticos. Para ser breves, escribiremos las derivadas eva-
luadas en a0, b0 y c0 como 8s/da0, ds/db(t y ds/dc0. Para hacer mnima s(a, b, c),
diferenciamos con respecto a a, b y c e igualamos a cero cada derivada, obte-
9.2 AJUSTE MEDIANTE UNA CURVA DE MANERA NO-LINEAL 215
niendo por tanto tres ecuaciones lineales, que se pueden expresar en forma
matricial como
d*s d*s d2s ds

a - a
dal da0 db0 da0 dc0 da 0
d*s d*s d2s ds
b bn (9.2.2)
da0 db0 dbl dbt dc0 db0
d2s d2s d2s ds
c - c dcn
da dc0 db0 dc0 dc20
o, ms compactamente, como
HA = -E ,
donde H es el arreglo de las segundas derivadas de ".(a, b, c); A, la desviacin

de a respecto de a0, b respecto de b(l y c respecto de c0, se puede denominar
vector de ajuste o vector de prediccin; E es el vector de las primeras derivadas
de s(a, b, c). Multiplicando (9.2.2) a la izquierda por se tiene la solucin
aproximada para el vector de ajuste:
A = H-1E . (9.2.3)
El proceso se puede repetir con el nuevo a tomado como a, b como b0, y c como
c0, hasta que se logre convergencia. En Ralston (1965, pg. 348) y Householder
(1953, pg. 132) se encuentran formas ms sofisticadas del origen de este m-
todo. El lector puede comparar (9.2.3) y las generalizaciones de ella con el
procedimiento de Newton-Raphson de (5.3.4), pero con la advertencia de que
mientras mayor sea el nmero de constantes, ms serios son los problemas de
convergencia.
A la poblacin de los Estados Unidos se ajustar la curva conocida como
la logstica
m (9.2.4)
1 + be-
como un ejemplo del procedimiento anterior. Se puede verificar que la ecuacin
(9.2.4) es la solucin de la ecuacin diferencial
N'(t) = i - {iV()[a - JV()]},

a
que especifica que el crecimiento de N(t) es proporcional a la poblacin ya

alcanzada, N(t), y tambin proporcional a la diferencia entre N(t) y a, el lmite
superior asinttico de N(t). Nuestro ajuste de (9.2.4) se referir a los cmputos
de los censos desde 1800 hasta 1910, reproducidos en el cuadro 9.1. Comenzamos
con valores iniciales (en base a conjeturas) de ensayo:
a 210 millones, b = 40, c = 0,03 .
Lo primero que nos dice el programa es que la suma de los cuadrados de

las desviaciones respecto de la curva definida por los valores de ensayo es 176,56
(en millones cuando la poblacin est en miles). El ajuste de a para la primera
C U A D R O 9.1
CENSO Y POBLACION AJUSTADA DE LOS ESTADOS UNIDOS (EN MILES)
Constantes para 1800-1910 : a = 197.30; b = 35.60; c = 0.031186
Valor ajustado
Ao Valor censal * de la logstica Diferencia
minima cuadrtica b
1800 5 , 308 5,390 82

1810 7,240 7,290 50
1820 9,638 9, 825 187
1830 12,866 13,180 314
1840 17,069 17,574 505
1850 23,912 23,248 -664
1860 31,443 30,443 -1000
1870 38,558 39,362 804
1880 5 0 , 156 5 0 , 109 -47
1890 62,948 62,626 -322
1900 75,995 76,642 647
1910 91,972 91,661 -311
VALORES OBTENIDOS AL A JUSTAR A 1800-1960'
Constantes para 1800-1960: a = 256,41; b = 36,SO; c = 0,02689
1800 6,874 1860 31,157 1920 105,092

1810 8,922 1870 39,298 1930 122,081
1820 11,551 1880 49,102 1940 139,288
1830 14,908 1890 60,669 1950 1 5 6 , 102
1840 19, 164 1900 73,988 1960 171,966
1850 24,512 1910 88,902
" Fuente-, Statistical Abstract of United States, 1966, pg. 5, excepto 1850 y 1870.
6 Programa obtenido por cortesa de Paul Meier, Universidad de Chicago, usando el m-
todo del descenso ms acentuado, que converge ms rpidamente que (9.2.3). El resultado
idntico lo obtuvo P. P. Talwar, quien program directamente (9.2.3).
" Programado por P. P. Talwar.
vuelta f u e 1 8 , 7 7 , para b fue 5 , 8 3 , para c fue 0,001265. D e all que el

segundo ciclo comenz con
a0 = 210 - 18.77 = 191.23 ,
b0 = 40.00 - 5.83 = 34.17 ,
c0 = 0.030000 + 0.001265 = 0.031265 .
Los sucesivos ajustes o predicciones y los valores resultantes d e los parmetros

aparecen en el cuadro 9.2. L a suma de los cuadrados d e las desviaciones de los
AJUSTE MEDIANTE UNA CURVA DE MANERA NO-LINEAL 217
C U A D R O 9.2
APROXIMACIONES SUCESIVAS A LOS P A R A M E T R O S DE LA LOGISTICA

AJUSTADA A LA POBLACION CENSADA (EN MILES)
DE LOS ESTADOS UNIDOS, 1800-1910
Valores iniciales arbitrarios de los parmetros:

a0 = 210.0; bo = <+0.0; c0 = 0.03
Suma inicial de cuadrados (ss) de las desviaciones = 17636 x 'O
Mtodo descendente para mnimos cuadrados, obtenido por cortesa de Paul Meier
Iteracin 0 1 2 3
a 210.0 1 9 1 . 23 197 . 0 2 197 . 30
b 40.0 3 4 . 17 35 . 5 5 35 . 60
c 0.03 0. 031265 0 .031190 0 .031186
SS X io - 6
176.56 3 5 . 67 3 .11 3 .11
Programacin independiente para mnimos cuadrados por P. P. Talwar, usando (923)
Iteracin 0 1 2 3
a 210.0 219. 27 217 .63 238 .23

b 40.0 41. 96 37 .91 39 .79
c 0 . 03 0 . 03136 0 .03030 0 .02925
ss x IO"6 176.56 12 . 8032 4 . 1227 6 . 2244
4 5 6
a 225.32 205 . 6-1 203 .24

b 38.34 36. 29 36 . 17
c 0.02978 0. 03062 0 .03086
ss x IO"6 4.4300 3. 8717 3 . 1779
7 8 9
a 196.99 197. 26 197 .30

b 3 5 . 56 35. 60 35 .60
c 0.03119 0 . 03119 0 .03119
ss X 1 0 ~ 6
3.1171 3. 1067 3 . 1067
valores ajustados (al final de la etapa o ciclo) respecto de los datos decrece en
la sucesin 176,56, 35,67, 3,11, 3,11, de nuevo expresado en millones si los datos
estn en miles de personas. El ajuste de notable calidad de la logstica a la
poblacin de los Estados Unidos para 1800 a 1910 aparece en el cuadro 9.1,
siendo la mayor discrepancia de slo un 3 por ciento. Esto ha sido sealado
antes por Pearl y Reed (1920) y Lotka (1931a y 1939b), cuyo ajuste fue me-
diante puntos seleccionados y no por mnimos cuadrados, pero quien, sin em-
bargo, lleg a constantes a, b y c muy similares a las de (9.3.1).
El primer ajuste del cuadro 9.2. es mediante un mtodo desde el origen e
inespecificado y evidentemente muy eficiente; el segundo mediante (9.2.3) tom
nueve iteraciones, pero est basado sobre teora ms simple. Los resultados son
idnticos.
Podemos continuar la curva en el computador mediante la serie de Taylor
N(t + h) = N(t) + hN'(t) + ^ N"(t) + ,
procediendo paso por paso con h = 0,1 y N'(t) y N"(t) tal como se da en (9.3.2)
y (9.3.3) ms abajo, una tcnica que ser valiosa para las ecuaciones diferenciales
del captulo 13. Aqu encontramos, comenzando en 1900 y aplicando el teorema
de Taylor 700 veces, que en 1970 N(t) tiene el valor 167 570 miles. Esto es veri-
ficado directamente mediante el clculo directo de (9.3.1) con t = 170, lo cual
da 167 571 miles. (Programacin hecha por Barbara Heyns, A. Okorafor y
K. L. Kohli.)
La concordancia en relacipn al mundo real despus de 1910 ha sido menos
satisfactoria. En 1967 la poblacin de los Estados Unidos ya pasaba la marca
de los 200 millones, que est por encima de la prediccin asinttica mediante la
logstica.
Demuestre que el punto de inflexin de la logstica (9.2.4) ocurre en el
momento t = (ln b)/c, haciendo uso de (9.3.3), y que en nuestro caso ste est
en 1914,5, verificando por consiguiente que la fecha en que la segunda derivada
en los resultados impresos por el computador (no reproducido aqu) cambia de
signo positivo a negativo. Si se mide el tiempo t desde este punto, la curva se
describe por /(1 -j-e~ct), donde a y c tienen valores idnticos a los de (9.2.4).
9.3. L A F O R M A CASI-LOGISTICA DE LOS N A C I M I E N T O S

EN U N A POBLACION Q U E CRECE L O G I S T I C A M E N T E
Cuando en la seccin 9.2 ajustbamos mediante mnimos cuadrados la logstica

a cifras de poblacin de los totales censales de los Estados Unidos desde 1800 a
1910, el resultado era
197 30
N(t) = millones (9.3.1)
1 + 35.60e--0311861
millones de personas, donde i est medido en aos contados desde 1800. Para
aplicar ahora la teora de (9.1.4) que relaciona B(t) con N(t), supongamos que
9.4 LA EXPLOSION DEMOGRAFICA 219
las secciones de N(t) son representables por polinomios. Necesitaremos las

derivadas:
i Ny (9.3.2)
N'(t) = cN(t)
a .
i m j 2 N(t)
N"() = c2N(t) (9.3.3)
a a
Como un ejemplo considere 1900 cuando N(t) era 76,642 millones (cuadro
9.1). Reemplazando esto junto con c = 0,031186 y a = 197,30 en (9.3.3) se obtie-
ne N"(t) 0,01017. Si conjeturamos_para los Estados Unidos, en el^ perodo ante-
rior a 1900, 0 = L 0 = 50 aos, I = LJL,, 35, y o 2 = L 2 /L (LJL(I), = 450,
entonces segn (9.1.13), los nacimientos de j = 35 aos antes (1865) haban sido
450
5(1865) = W m JV"(1900)
(2)(50)
= 1.533 - 0.046 = 1.487 millones.
El primer trmino, /V(1900)/50 es la componente logstica. En este punto los

nacimientos eran slo 0,046 millones, o sea, 3 por ciento bajo una curva lo-
gstica con el mismo parmetro que N(t) excepto que a = 197,30/50, o sea, 3,95
millones. Una vez que se ha pasado el punto medio de la logstica, en el
cual, lV() = a/2, es decir, cerca del ao 1914,5 en nuestro ajuste para los
Estados Unidos, los nacimientos estarn un poco sobre la logstica (Lotka,
1933c, pg. 52) (grfico 9.1). Demuestre que la mayor discrepancia est donde
9.4. LA EXPLOSION DEMOGRAFICA
La extrapolacin mediante ajuste indiscriminado de curvas no constituye ni un

medio confiable de prediccin ni una ayuda para el conocimiento cientfico.
Lo que se desea es un tipo de curva que represente el mecanismo que efectiva-
mente opera, o alguna simplificacin de l. Durante un tiempo se pens que la
logstica describa tal mecanismo, pero los estudiantes de hoy son escpticos.
El modelo de la mosca de la fruta que crece en un jarro ha dado lugar al
modelo de una explosin. Simplificando algo lo hecho por von Foerster, Mora
y Amiot (1960), ajustamos la hiprbola
N{t) = -, t<te, (9.4.1)
a las cifras de la poblacin mundial (Durand, 1967b, pg. i 37),

AT(I900) = 1 650 millones, AT(1950) = 2 515 millones,
y determinamos te, la fecha de la explosin demogrfica, el ao 2045 D.C. (De-
duzca una frmula para hacer con facilidad el clculo:
_ ntt2 - n1t1
le ,
si la poblacin es n1 en el momento y n. en el momento 2 ). Dudando, en

una materia tan importante, en confiar en un solo clculo, intentamos nueva-
mente con una proyeccin de un alcance mayor:
N(1750) = 791 millones, N(1950) = 2 515 millones.
Esta vez te = 2 042. El valor de te no se ve afectado mayormente por los aos

en los que se hace el ajuste. La conclusin minima que se saca es que la pobla-
cin mundial se alejar de su presente tendencia durante los prximos 75 aos
si realmente la tendencia es la hiprbola (9.4.1).
El grado en que una proyeccin depende de la curva seleccionada est suge-
rido en el grfico 9.1, basado en los totales de los censos de Estados Unidos
hasta 1910 en el cuadro 9.1. La logstica mnima cuadrtica se desplaza hacia
una asntota de 197 millones, en tanto que la hiprbola que pasa por 1850 y
1900 se va a infinito en 1923. Podramos difcilmente esperar que alguna sirviera
como una prediccin concreta, debido a que ninguna tiene un forma que tome
cuenta adecuada de los mecanismos que estn en juego. La prediccin es ms
difcil que el ajuste de una curva, y, como lo dijimos en el captulo 4, implica
elementos de conducta humana y cambio social que estn ms all del alcance
de este libro.
El propsito principal al introducir la hiprbola es demostrar que, al igual
que para el ajuste logstico, los nacimientos seguirn aproximadamente la curva
si la poblacin lo hace. Reemplazando (9.4.1) en (9.1.14) se obtiene la trayec-
toria de los nacimientos
5 ( 0 4= f 2 ) Ti * ] , (9.4.2)
L0 V r, - P - ) L (r. - p - ty]
donde nuevamente ji y o2 son la media y la varianza del nmero de sobrevivien-

tes de la tabla de vida. La expresin para B{t) no tiene significado para
t ^ te jl. En pocas considerablemente anteriores a te jl, el segundo tr-
mino en los corchetes de (9.4.2) es pequeo y positivo, y B(t) es menor que
[1 /L0][a/(tepf)] en una cantidad que aumenta hasta t te jlo\3*.
Demuestre que con ji = 35 y o2 = 400, para t < te 3jl la curva de los naci-
mientos estar en menos de 10 por ciento por debajo de la hiprbola
Demuestre para el modelo (9.4.1) que con > te 20 el crecimiento de la po-

blacin excede el 5 por ciento por ao a que la especie humana est limitada
fisiolgicamente.
Resumiendo los resultados para curvas particulares: encontrbamos que el
crecimiento demogrfico lineal o exponencial implica una curva de los nacimien-
tos de idntica forma; un logstica o una hiprbola para una poblacin implica
una forma similar para los nacimientos excepto cerca de las partes donde la
hiprbola se aleja hacia infinito.
Utilice (9.1.14) para decir cul es la funcin de crecimiento ms general
para la que los nacimientos tendrn una forma similar a la poblacin.
IV Parte
TECNICAS NUMERICAS
CAPITULO 10
INTERPOLACION Y AJUSTE
La interpolacin y los dems mtodos numricos a que ella conduce son necesa-
rios muy a menudo en el trabajo demogrfico, y la literatura sobre el particular
eS extensa e intrincada (Wolfenden, 1954,- pgs. 134-166). Este captulo es un
intento de condensacin, tanto como sea posible, en un solo procedimiento ge-
neral expresado mediante determinantes. Una vez que se ha ideado un programa
para evaluar determinantes, no se requiere programacin adicional para la inter-
polacin, ajuste y la diferenciacin e integracin numricas usadas en demo-
grafa. Se puede encontrar una completa discusin sobre el tema en Nrlund
(1924), cuyo enfoque seguiremos aqu.
10.1. INTERPOLACION LINEAL
Un caso simple nos permite presentar el procedimiento que se aplicar en lo

que sigue. Al leer una tabla de logaritmos uno aplica intuitivamente el mtodo
de la llamada regla de posicin falsa; corresponde a dibujar en un grfico una
recta entre los dos puntos conocidos. Suponga que conocemos los valores yx =f(xi)
e f(x2) para xx y x2 respectivamente, y quisiramos tener el valor de la fun-
cin interpolatriz f(x) para algn punto x intermedio o adyacente. Entonces,
si es apropiada una recta del tipo y = f(x) = Ax -j- B, las condiciones sobre el
punto arbitrario [x, f(x)] y los puntos dados (x,, y,) y (x2, y2) son
Ax + B - f(x) = 0, Ax, + B-y1 = 0, Ax2 + B - yg = 0 . (10.1.1)
Las tres ecuaciones sern consistentes entre s en caso de que
x
x, = o, (10.1.2)
*2 i y2
donde todas las cantidades en la segunda y tercera fila son conocidas y A y B

han sido eliminadas (Muir, 1960, pg. 13). Resolviendo (10.1.2) obtenemos el
valor de f(x) correspondiente a un x arbitrario:
x 1 0
1
A*) = (10.1.3)
xs 1
223
224 INTERPOLACION Y AJUSTE 10.2
Para llevar (10.1.2) o (10.1.3) a la forma de diferencias divididas, conve-

niente cuando se usa una calculadora de escritorio, cambie signos en la ltima
columna, reste la segunda fila de la tercera,
1 /(*)
*i i yt = o,
*t - *i 0 y%- yi
y divida la nueva tercera fila por x 2 x,:
* 1 A*)
x, li y,. = 0.
i o yt -yi
x xl
El elemento en la parte inferior derecha es
X Xl
una diferencia dividida que se puede calcular fcilmente a partir de las obser-
vaciones o de otros valores tabulares. Desarrollando el determinante por la ter-
cera columna obtenemos
/(*) = yx + ( x - *i)[ji> yt] (10.1.4)

Se pide al lector no familiarizado con diferencias divididas que use (10.1.4) para
interpolar l40 en base a Z3B = 92 991 y l50 = 86 204. Puede verificar su respuesta
escribiendo y evaluando un determinante de la forma de (10.1.2). La tabla de
vida da Z40 = 91 601. Por qu la interpolacin es imprecisa y en direccin a
subestimar? (Datos para los hombres de los Estados Unidos, 1964, dados en el
cuadro 1.3.)
10.2. EXPRESIONES PARA INTERPOLACION POLINOMICA

MEDIANTE DETERMINANTES
La ventaja de los determinantes se hace evidente en las diversas direcciones

de generalizacin de la regla de la recta. Si tenemos tres puntos, no necesaria-
mente equiespaciados, y deseamos interpolar con una cuadrtica, por ejemplo:
Ax2 Bx -f- C, entonces, la condicin bajo la cual las cuatro ecuaciones linea-
les en las constantes.
Axs + Bx + C - f(x) = 0 ,
Ax\ + BXl + C - yt = 0 ,
Ax* Bx, + C - y, = 0 ,
Ax + Bx3 + c - y3
0, (10.2.1)
son consistentes, es
X2 X 1 /(*)
Xl 1 yx
xl x 1 yi
xl 1 y3 (10.2.2)
10.2 EXPRESIONES DETERMINANTES 225
de lo cual X8 X 1 0
Xl Xl 1
X xs 1
X X3 1 y3 (10.2.3)
Xl 1
*2 1
* *3 1
Verificamos que (10.2.2) y (10.2.3) pasan por (x1( yx) haciendo x xx y desarro-
llando el determinante por la cuarta columna, nada queda de (10.2.3) excepto
f(x)=yv De la misma manera se verifica que se cumplen las dems condi-
ciones. La extensin a n valores dados toma la forma de un determinante
( n + 1) X ( n + 1) ajustando una curva de grado n 1.
Para estar seguros de que la ecuacin en determinantes (10.2.2) es lo mis-
mo que la frmula de la diferencia dividida de Newton, primero restamos la
tercera fila de la cuarta y dividimos la nueva cuarta fila por xs x2; a conti-
nuacin restamos la segunda fila de la tercera y dividimos la nueva tercera fila
por x2 Finalmente, restamos la tercera, tal como est, de la cuarta y divi-
dimos por x3 x,, escribiendo
[yuyuyJ = [**) ~
El resultado es
xs X 1
Xl 1 yi
= o, (10.2.4)
+ *2 1 0 [ ji> y*]
1 0 0
el cual, al ser desarrollado por su ltima columna es
/(*) = Ji + (* - *i)[y y*] + (* - *>)(* - y y*]

La frmula de Waring-Lagrange para un polinomio que pasa por (xL, y t),
(*2. y2). (*3- ys) es
f ( x ) = (* - *)(* - *,) y i + (X - 3CQ(X - Xl)
(*i - *2)(*i - *3) 1 - x3)(x2 - Xl)
(* - xd(x - **) ^ (10.2.5)

(*3 x){x3 x)
Demuestre que esto es idntico a (10.2.3), factorizando el determinante de Van-

dermonde de (10.2.3) tal como se hizo con un propsito bastante diferente en
(8.2.8) para (8.1.16). El resultado se puede extender a la interpolacin polin-
mica entre n puntos (Hildebrand, 1956, pg. 60).
Se puede mostrar la precisin de la interpolacin cuadrtica, determinando
r para las mujeres holandesas, 3965, usando los valores calculados para \i(r) en
el cuadro 5.1. Se podra usar como y de (10.2.5) la funcin i/(r), y x sera
entonces r, pero esto requerira que se resolviera una cuadrtica para 1.

Se evita la cuadrtica usando r por el y de (10.2.5) y ^(r) por x. Si y, = 0,010,
y2 = 0,012, y3 = 0,014, y Xj = ^(0,010), x2 = ^(0,012), x3 = ^(0,014), entonces,
las cantidades requeridas se obtienen del cuadro 5.1 en la forma
x - x, = 1.00000 - 1.07474 = - 0 . 0 7 4 7 4 ,
x - x2 = 1.00000 - 1.01499 = -0.01499 ,
x - x3 = 1.00000 - 0.95870 = 0.04130 ,
x, - x2 = 1.07474 - 1.01499 = 0.05975 ,
x2 - x3 = 1.01499 - 0.95870 = 0.05629 ,
x3 - xt = 0.95870 - 1.07474 = - 0 . 1 1 6 0 4 ,
y (10.2.5) es
= (-0.01499)(0.04130) (0.04130)(-0.07474)
J ' (0.05975)(0.11604) ; (0.05629)(-0.05975) V ' '
( 0.07474)( 0.01499)
(0.11604)( 0.05629) 1 ' '
= ( 0.089290)(0.010) + (0.917770)(0.012) + (0.171520)(0.014)
= 0.0125216 ,
lo cual concuerda con la raz dominante calculada mediante la solucin alge-

braica de </(r) = 1, con exactitud hasta el sptimo lugar. (Los decimales que en
otras circunstancias seran superfluos, ayudan a evaluar la precisin de la inter-
polacin.) La funcin lineal (10.1.3) expresada bajo la forma de Lagrange es
flx) = (J^L^W + U
= f - 0 4 1 3 0 N ) 0.012 + ( - - 0 1 4 9 9 N ) 0.014
V.0.05629/ V-0.05629/
= 0.0125325 ,
que es correcta slo hasta cuatro lugares decimales.
Aplicacin a la diferenciacin
Si no estamos interesados en evaluar una funcin para algn punto intermedio

entre valores tabulados, sino en determinar su derivada, slo necesitamos dife-
renciar la fila superior, elemento por elemento, en un determinante tal como
el de (10.2.2). El resultado es
2x l 0
A A 1
= 0, (10.2.6)
A X, 1 y*
A *3 1
que se puede resolver fcilmente para /'(*)> reduciendo la solucin a
n*) = y,] + (2* - - y yz] , (10.2.7)

en trminos de diferencias divididas. Verifique esto mediante diferenciacin de
(10.2.4).
Con los datos del cuadro 5.1 para las mujeres de Holanda, 1965, la derivada
segn (10.2.7) en ^(r) = 1 (esto es, para la raz real r = 0,01252) es 28,54, lo
que concuerda dentro de uno en el segundo lugar decimal, con el negativo de
la edad media de las madres al nacimiento de sus hijos en la poblacin estacio-
naria cuando se la calcula directamente. La igualdad de p'(r) y Ar fue
observada en conexin con (5.2.23) y (5.6.8).
La diferenciacin numrica se necesita para averiguar j, la tasa instantnea
de mortalidad a la edad x, definida como
1 (dl(x)\
^ l(x) \ dx )'
Si nos dan sucesivos valores quinquenales de l(x), como ser c _ 5 , la, la+5, enton-
ces, sustituyendo stos en (10.2.6) y multiplicando por \/lx tenemos, despus de
una reduccin,
2(x a) + 5
P* = + {A - bda-t) (10.2.8)
L 50
la cual, para el caso restringido en que a x, se reduce a
0 1
/â ~~J ( A - . + A)
'a
En este caso, cuatro puntos dan
U - - (1^=1 4- A / + 4+io A (10.2.9)

^ 5/ V 3 + 2 /o+i 6 / '
Con los datos del cuadro 1.3 verifique que p.5() es 0,009685, basado en
(10.2.8) y 0,009510 basado en (10.2.9). Intuitivamente, x50 debiera estar cerca
del promedio de las tasas centrales de mortalidad en 45-49 y 50-54, y esto es
Uso : 0,5 (m45 TOso) 0,009776, o sea aproximadamente un 3 por ciento sobre
(10.2.9), que es el mtodo preferido.
Las derivadas de orden superior no implican una nueva tcnica. Si se
ajusta un polinomio de grado t ! a n | l puntos, entonces, la derivada n sima.
que ser una constante, se estima mediante la sima diferencia dividida
/()(*) = n! y, jij, . . . , y+i], que es lo mismo que
x ..1 y,
X? 1 J2
n\
-1 -v-n2
+1 n+l ' ' 7+i
r*\x) = n\{yyt,...,yn+\ = {-\y. 1
. (10.2.10)
X? JCp1 1
y 1
X? 1
x" v-n1
* +1 * 1
Para ver que la n sima derivada est dada por (10.2.10), consideremos la curva
f(x) de grado n que pasa por n 1 puntos, definida por
i A*)
i *
= o (10.2.11)
r1
1 yn+x
Diferencie (10.2.11) n veces, y a continuacin resuelva para f{n)(x). El resultado

(10.2.10) aparece inmediatamente.
Integracin
La integracin de una parte de la funcin que pasa por el conjunto de puntos

dados, sigue el mismo principio. La integracin del determinante (10.2.2) slo
requiere que su fila superior sea reemplazada por integrales. Esto es igualmente
cierto tanto para integrales indefinidas como para definidas. En este ltimo
caso, la integral de la funcin que interpola entre a y fe, //(*) dx, est dada
por la ecuacin
fe3 - a3 2
dx
>
yi = o, (10.2.12)
x. ys
de la cual, f*f(x)dx emerge como la razn de los determinantes. Si hacemos

a = x1 = 0, x2 ~ h, b = x = 2h, entonces (10.2.12), despus de simplificar, se
convierte en
I"2* h
]o / ( * ) dx = IL [ y + 4y2 + y3] , (10.2.13)
que es la regla de Simpson.

Para completar los valores del cuadro 6.4 se requirieron integrales. Por
ejemplo, para Canad, 1965, se puede obtener la integral del ajuste de una
curva exponencial de Hadwiger para el intervalo de edades 25-29 mediante la
aplicacin de (10.2.13) en subintervalos de 1 ao, lo que requiere 11 valores
de la ordenada para cada intervalo quinquenal de edad. Para las edades 25-29
en el ltimo cumpleaos, el clculo en trminos de <f>i(x) de (6.4.1) es
+ 4^(25.5) + 2^(26) + 4^(26.5) + + ^(30)]

= i[0.10233 + 4(0.10328) + 2(0.10340) + 4(0.10273)
+ 2(0.10133) + 4(0.09927) + 2(0.09663)
+ 4(0.09348) + 2(0.08992) + 4(0.08603)
+ 0.08188] = 0.4843 ,
verificando los primeros cuatro lugares decimales impresos para este grupo de
edad en la tercera columna del cuadro 6.4. En realidad, el cuadro 6.4 se calcul
mediante la frmula Gaussiana (10.4.6), que es ms precisa.
Otro ejemplo es la obtencin de &Lx = Jjj l(x -)- t)dl en base a cuatro valo-
res de lx separados por intervalos quinquenales de edad. El lector puede escribir
la ecuacin en determinantes y demostrar que se reduce a
A = (/. + 4 +6 ) + - A-0 > (10.2.14)

ya usado para estimar 5Lx en el cuadro 1.3. Para 5L60, el primer trmino de
(10.2.14) es I J = 344 895, y el segundo trmino ( B rf M - B d M ) = 1 052,
que sumados slo difiere en uno del r,Le() mostrado.
Funciones trascendentes
Los determinantes expresan de manera igualmente satisfactoria el ajuste de ex-

presiones que son combinaciones lineales de trminos trascendentes. Las expo-
nenciales y dems funciones que no pueden tomar valores negativos son frecuen-
temente preferibles a los polinomios. Suponga que deseamos ajustar la funcin
de interpolacin y Ae* -)- Bx2 -j- C = f(x) a tres puntos. Entonces, eliminando
las constantes como lo hicimos antes, obtenemos la ecuacin para f(x),
e* x8 1 /<*)
e*i 1 Ji
= 0 (10.2.;. 5)
O x i 72
x 1 73
La nica condicin es que no se anule el determinante que multiplica a f(x) en
el desarrollo de (10.2.15).
Datos dados como reas y n o como puntos
Hasta aqu la discusin se ha referido a la interpolacin entre puntos. Los datos

tpicos en demografa no son puntos sino reas bajo una curva: la poblacin
sobre 45 y bajo 50 aos de edad, por ejemplo. Tales datos se pueden transfor-
mar de modo que representen puntos mediante la acumulacin de ellos, lo que
equivale a decir, tratar con F(x) = f*if(x)dx, donde F(xx) es el total de la fre-
cuencia hasta x3. Despus que mediante interpolacin o ajuste se haya deter-
minado F(x), podemos diferenciar sta para obtener f(x) F'(x). Si, como es
ms probable, necesitamos el total de la distribucin ubicado entre x y x 1,
f<j+1f(a)da, la obtenemos por sustraccin, como
j * + / ( a ) da = F(x + 1) - F(x). (10.2.16)
Funciones de dos variables independientes
Lo que se ha expuesto hasta aqu puede extenderse a funciones de ms de una

variable, lo que es til en e trabajo demogrfico sobre nacimientos por edad y
paridez (seccin 13.5), o la superficie del nmero de sobrevivientes segn tiempo

y edad, del diagrama de Lexis (grfico 5.1). Para determinar z = f(x, y), donde
sabemos que z1 = /(x j^), z2 = f(x2, y2), z3 = f(x:t, >>3) y asumiendo linealidad,
hacemos z = Ay -)- Bx -j- C, y tenemos
f(x,y) = Ay + Bx + C,
zl - Ayl + Bxl + C,
z2 = Ayt + Bx, + C ,
= Ay3 + Bx3 + C,
de modo que la ecuacin para f(x, y) es
f(x,y) y x 1
Ji 1 _ o
zt yt xt 1 ~ '
Ja *3 1
Se puede tratar en forma similar a las funciones lineales de x e y, siempre que,

como antes, sean lineales en las constantes a ser determinadas o eliminadas.
Interpolacin osculatoria
Se llaman frmulas osculatorias aquellas que implican condiciones sobre las

derivadas de una funcin como tambin sobre sus valores. El ajuste oscula torio
usual no es una nica expresin que se aplique a toda la distribucin, sino lo
que le seguira en calidad: un conjunto de arcos que se encuentran entre s
y que son continuos debido a que tienen tangentes comunes en sus puntos de
contacto. Se recomiendan los tratamientos de Miller (1949) y Greville (1944b)
para un enfoque sistemtico del tema.
Al aplicar determinantes para la construccin de frmulas osculatorias, algu-
nas filas representarn derivadas. Suponga que deseamos la interpolatriz
y = f(x) = A + Bx + Cx2 + Dx3
torne los valores dados y2 = f(x2) e y:i = f(x3), y tenga la misma derivada en x2
que la ecuacin de segundo grado que pasa por x2, x- y x4. Las cuatro constan-
tes satisfarn las cuatro condiciones si se verifican simultneamente las siguien-
tes cinco ecuaciones
f(x) = A + Bx + Cx2 + Dx3,

Y2 = f(x2) = A + BX2+ CX\ + Dx\,
y3 = f(x3) = A + Bx3 + Cx\ + Dx\,

3 >
y', = f'(x,) - B + 2Cx, + 3Dx\,

y'3 = f'{x3) = B + 2CX3 + 3Dx,
3 > (10.2.17)
donde y'2 es la derivada en x2 de la ecuacin de segundo grado que pasa por

Xj, x2 y Xo, y similarmente para y'?. Si la funcin interpolatriz /j(x), cuadr-
tica pasa por x, x2 y x3, entonces
Ux) = Ai*i) + (x - *,)[y 72] + (x - xi)(x - x s )[7i. y*, Js] ,

y ya sea a partir de esto o de (10.2.7),
f( X l) = [y1, JVj + (*2 - *l)[7l' 7' >>3] ,

que se usa para reemplazar f(x2) en (10.2.17). De manera similar, la curva que
pasa por x2, x3 y x4 da f(x3). La condicin para que el sistema (10.2.17) tenga
solucin se puede por tanto escribir
f(x) 1 X X2 XS-
y2 1 X2 _v2
2
X23
7 3 1 * 3
Jt2 = 0 (10.2.18)
[ y 1 . y * \ + ( * 2 - * i ) [ 7 . . y y 3 ] o
1 2X2 3 * ;
[ 7 2 . 7 3 ] + ( * - * 2 ) [ 7 2 > 7 3 - 7 4 ] 0
1 2X3 3 x 1
que da f(x) como la razn de dos determinantes.

Si se da el valor de una funcin y los de sus primeras tres derivadas en un
punto (xj, y,), entonces podemos asegurar que la curva
f(x) = A + Bx + Cx* + Dx>,
las reproduce, escribiendo un conjunto de ecuaciones anlogo a (10.2.17). La

condicin de consistencia de estas ecuaciones es
1 X X2 X3 f(x)
1 x\ X /<*.)
0 1 2*i 3x /'(*.)
0 0 1 3*!
/"(*.) = o, (10.2.19)
2!
fix,)
0 0 0 1 11
que, al ser desarrollada por la ltima columna, es
fix) = f(X0 + (X - *,)/(*,)
+ (X /"(x,) + (* ~*l)3 /"'(*,) (10.2.20)
Esto se debe a que el determinante 1 X ' del extremo superior izquierdo de

(10.2.19) es 1, el de 2 X 2 es (x xj, el de 3 X 3 es (x xxf, el de 4 X 4
es (x Xj)3, y stos son los coeficientes en el desarrollo por la ltima co-
lumna. La ecuacin (10.2.20) es idntica a los primeros cuatro trminos de la
serie de Taylor,
Sin embargo, el procedimiento es ms general que la forma corriente de la
serie de Taylor, al ser fcilmente extendible para incluir como dadas tambin
otros puntos y derivadas. Si se dispone de dos puntos, para cada uno de los
cuales se conoce el valor de la funcin y su primera derivada, y en uno de ellos
se conoce tambin la segunda, entonces

1 x x? x* x* f(x)
1 x\ xj xi /(xj
0 1 2x1 3x\ 4*1 f'(x 0
1 x, x x* x< J[xt) = 0. (10.2.21)
0 1 2x, 3x| 4x1 f'(xt)
/"i
0 0 1 3xs 6xJ 'i
La extensin para una mayor cantidad de puntos y derivadas de orden superior

es inmediata. Ni siquiera es necesario que se den las derivadas en forma expl-
cita. Si, como es comn, ellas se deben inferir de las observaciones, entonces,
todo lo que necesitamos es sustituir una expresin para las derivadas en trminos
de las observaciones. Una tal expresin para f(x1) est incorporada en (10.2.18),
y de manera similar, f'(x2),. etc., se pueden sustituir en (10.2.19) o (10.2.21).
Los determinantes dentro de determinantes no ofrecen mayor dificultad de
computacin.
Una manera ms directa para deducir resultados, tal como (10.2.21), consiste
en comenzar con puntos arbitrarios distintos (x ji), como antes, y a continuacin
suponer que algunos de stos coinciden. Una ecuacin f(x) A -f- Bx -(- Cx2 -f-
+ Dx3 -f- Ex4 se ajusta a distintos puntos xit 1, 2, . . . , 5, resolviendo res-
pecto a f(x) en
x x2 x3 x4 /(x)
*1 x\ X? X* J,
- a - a --3 y&
j a q
x2 x2 Xj x y^ (10.2.22)
x4 xj xj x\ yt
Xs xl X3 X* y
El valor lmite de (10.2.22) dividido por x 3 xu cuando x3 tiende a xv y luego
dividido por (x5 x4) (x5 x2) (x4 x2) cuando x4 y xr, tienden a x2, se encon-
trar que es igual a (10.2.21)
10.3. EXPRESIONES MATRICIALES PARA

LA INTERPOLACION POLINOMIAL
La ecuacin (10.2.22), o cualquiera de las dems frmulas de interpolacin de
este captulo, se puede desarrollar por los elementos de su ltima columna en
la forma
Jln/(x) - At%yx + A3nyt + ( - 1 ( - M . j '-1
, . , = 0
donde A u es el determinante menor ( n 1 ) X ( n 1 ) de (10.2.22), obtenido

al suprimir en ste, la primera fila y n sima columna y anlogamente para los
dems A(n. Los A dependen slo de x y x,, i 1, 2, . .., n 1. Si stos son
CUADRO 10.1
o
MULTIPLICADORES CENTRALES DE SPRAGUE, GREVILLE Y BEERS w>
EN FORMA DE UNA MATRIZ A. MOSTRANDO AVao = 1V80
SPRAGUE
-0.0128 +0.0848 +0.1504 -0.0240 +0 0016 SK2 0 1*3 0

-0.0016 +0.0144 +0.2224 -0.0416 + 0 0064 5K2 s 1K3 1
+0.0064 -0.0336 +0.2544 -0.0336 + 0 0064 X 5K3 0 = 1K 3 2
+0.0064 -0.0416 +0.2224 +0.0144 - 0 0016 5K3 5 1K3 3
+0.0016 -0.0240 +0.1504 +0.0848 - 0 0128 5<I 0 1K3*
GREVILLE
1
-0.0117 +0 0804 + 0 1570 -0.0284 +0.0027 5K2 0 1K30
-0.0019 + 0 0156 +0 2206 -0.0404 +0.0061 5K2 5 i Ka 1

+0.0048 -0 0272 + 0 2448 -0.0272 +0.0048 X 5K3 0 = 1K32
+0.0061 - 0 0404 + 0 2206 +0.0156 -0.0019 5K3 5 1K3 3
+ 0 . 0027 - 0 0284 + 0 1570 +0.0804 -0.0117 5K1 0 1K 3
BEERS
-0.0117 +0.0804 + 0 1570 - 0 0284 +0.0027 5K20 1 K3 0

-0.0020 +0.0160 + 0 2200 - 0 0400 +0.0060 sKz s 1K31
+0.0050 -0.0280 + 0 2460 - 0 0280 +0.0050 X 5K30 = 1 3 2
+0.0060 -0.0400 + 0 2200 +0 0160 -0.0020 5K3 5 1Ks 3
+0.0027 -0.0284 + 0 1570 + 0 0804 -0.0117 sKi> 0 1K31,
So
equidistantes, los mismos reaparecern en diferentes problemas, por lo que vale

la pena emprender su tabulacin de una vez por todas. Tales razones, Ain/AlTlJ
tomadas con el signo apropiado, se denominan multiplicadores. En su apli-
cacin ms comn no se referirn a puntos sino a reas, y se usarn sobre
F(x 4- 5) F(x) para producir el I'(x 1) F(x) de (10.2.16). Los ejemplos
del cuadro 10.1 son los multiplicadores que llevan el nombre de los actuarios
Sprague, Greville y Beers, que satisfcen variantes de las condiciones incorpora-
das en (10.2.21) y considerados, cada uno, como un arreglo A.
La premultiplicacin del vector de cinco grupos quinquenales de edad con-
secutivos, por ejemplo {5V20}, por A, da cinco aos simples de edad consecuti-
vos, por ejemplo {iV 30 }. Basado en la definicin de los vectores de 5 elementos,
1-^30] 0.2K32.0
5^55 1^31 0.2^32.2
{6V20} 5^30 f {iV} = 1^32 " o.2^32} ^ 0.2^32.4 (10.3.1)
I 6^35 ! 1^33 0.2*^*32.6
U J 1^34. '0.2^32.8
la aplicacin reiterada de A da
A{5V20} = {,}, A2{6V20} = {0.2^32} > -A3{bV20} = {0.04^.4}, etc.,
A 3 {V} da resultados en intervalos de 1 / 2 S avo de ao.
El cuadro 10.2 muestra la operacin de los tres conjuntos de multiplicado-
res sobre la poblacin masculina de edades 10-14, 15-19, . . . , 30-34, a fin de
estimar la poblacin por aos simples de edad para el grupo 20-24 . y tambin
por quintos de un ao de edad. El lector puede verificar algunos de los valo-
res en una calculadora de escritorio, dadas las siguientes estimaciones para los
hombres de los Estados Unidos, 1963, omitiendo a las fuerzas armadas fuera
del pas;
sîo = 9 1 7 0 , 6Ku = 7892 ,
1A20 = 6331 , 5A-26 = 5453 , 5A'30 = 5625 .

Este enfoque para el uso de los multiplicadores matriciales para interpo-
lacin aplica sucesivamente un nmero limitado de frmulas muy conocidas.
Usando una tcnica conocida como graduacin bayesiana, Kimeldorf y Jones
(1967) proporcionan formas de obtencin de la matriz de graduacin que satis-
farn conjuntos ms extensos de condiciones.
10.4. TOPICOS EN LA CONSTRUCCION DE LA TABLA DE VIDA

Aplicacin reiterada de la matriz
Para construir una tabla de vida, los multiplicadores se pueden aplicar una, dos,
o tres veces, en sucesin. Se recomienda dos veces, a fin de obtener intervalos
de un quinto de ao para Kx y Dx. Se puede suponer que o,2m<r e s lo mismo
que 0,2Mx =z 0,2^/0, 2 K x ; entonces
0.2*7* 7 . " f ? 1 ... \ ' 0.2*4 = (4)(o.2<7x) '

5 + (o , s 0
4 + 0.2 = 4 0.2*4 ' 0.2L. = 0 . 1 ( / , + / x + 0 . 2 ) ; (10.4.1)
T T 4- T
"* x -* 1+0.2 T 0.2^1 > x = TrJlx.
CUADRO 10.2
O
I N T E R P O L A C I O N P O R A R O S SIMPLES Y Q U I N T O S D E A O S . P O B L A C I O N
M A S C U L I N A E S T I M A D A P A R A L Q S ' E S T A D Q S U N I D O S . 1963"
Multiplicadores de Spraguc Multiplicadores de Greville Multiplicadores de Beers Beers- Beers-

Edad
U n ao i/5 ao Sprague Greville
U n ao Vi ao U n ao i/5 ao
20 1 , 3 8 2 , 176 1,381,517 1,381,517 -659 0

281,811 281,804 281,803
279,138 279,008 279,005
276,456 276,253 276,250 i
273,743 273,551 273,552
271,028 270,902 270,907
21 1, 3 1 6 , 1 4 2 1,316,322 1,316,382 240 60
268,360 268,294 268,307
265,737 265,727 265,745 s
!
263,166 263,210 263,228
260,660 260,748 260,759
258,220 258,343 258,343
22 1,256,902 1,257,861 1,257,741 839 -120 c
255,834 255,994 255,978 n
n
253,501 253,707 253,679
251,268 251,494 251,461 1
249,155 249,361 g
249,333
247,145 247,306 247,290
r
>
23 1,207,918 1,208,098 1,208,158 240 60
245,190 245,303 245,302
243,288
t
243,362 243,374
241,482 241,520 241,537 l
239,785 239,781 239,800
238,173 238,131 238,144
24 1,167,861 1,167,202 1, 1 6 7 , 202 <
-659 0 I
236,607 236,550 236,557
235,094 235,002 235,003
233,586 233,452 233,451
232,055 231,886 f-5
231,882
230,519 230,313 o
230,309
Programado por Nancy Wang.

C U A D R O 10.3
COMPARACION DE 1 0 0 0 E N TRES TABLAS DE VIDA INTERPOLADAS
Y UNA TABLA DE VIDA ITERATIVA. MUJERES AUSTRALIANAS, 1963
Interpolacin a quintos de un ao Tabla de vida

iterativa
Sprague Greville Beers del captulo 1
1000sq0 31.61 31 .85 31 .79 32.15

10005q2O 3.01 2 .99 2.99 2.99
10005q0 11.05 11.04 11.04 11.04
l05q60 65.78 65 .80 65.80 65.96

1000 5 q 8 0 488.36 487.33 487.49 48 5 . 4 5
La consolidacin retroactiva en grupos quinquenales de edad significa agre-

gar 25 valores para las columnas 5 d x y etc., seleccionar los valores requeridos
para las colymnas lx, Tx, x, y recalcular a partir de estos valores agrupados
ilx = tdxlh 5 J"z cdzULz

La variacin resultante de diferentes conjuntos de multiplicadores (como en
los de Sprague, Greville y Beers) se puede determinar sin ms cambio en el
programa que la sustitucin de las matrices alternativas. Se ve en el cuadro
10.3, donde aparecen cuatro variantes de 1 000 qx para las mujeres australianas,
1963, que las diferencias son insignificantes. Los multiplicadores de Sprague dan
resultados que estn un poco ms lejos de la tabla de vida iterativa que ios de
Greville y Beers. Sin embargo, todas las interpolaciones producen graves errores
en la asignacin de las muertes entre las edades 0 y 1-4. En el captulo 1 se
us una hiprbola que lo hace mucho mejor y que se discute abajo.
Para las mismas mujeres australianas, 1963, los valores de 0 segn una
interpolacin doble a quintos de un ao y aplicacin de (10.4.1) fueron
Sprague 72,775, Greville 72,699, Beers 72,721
lo que podemos comparar con = 72,677 para la tabla de mortalidad iterativa
de la seccin 1.2. Observe nuevamente que la estimacin mediante los multipli-
cadores de Sprague permanece algo lejos de las dems graduaciones y de la tabla
de vida iterativa.
Edades menores de cinco aos

Hasta aqu hemos restringido nuestro estudio al ajuste polinmico o
exponencial. Para las edades ms jvenes esto no sirve, puesto que en las vecin-
dades de la edad cero la tasa de mortalidad es muy alta y desciende rpidamente.
El ajuste de un cociente de polinomios, por ejemplo y = (Ax -(- A2x -f- A3x2)/
(A4 + A5X), puede ser conveniente en esta circunstancia, digamos, para cuatro
10.4 TOPICOS EN LA CONSTRUCCION DE LA TABLA DE VIDA 237
puntos (*!, yj), (x2, y)> (*s> ys)> (*4. Vi)- Multiplicando por A* -f- Ax tenemos
las cinco ecuaciones
A + + Aje1 = A4y + Apcy,

A! + A^ + AC\ = A4y, + AJCJ^
A, + + = A4yt + Ajcxyx,
At + AX3 + Ajc\ = Aty3 + AxTYA,
A + ^ + rf = A y* + m .
y la condicin de consistencia es
1 * y xy
1 yi
1 x2 x2y2 = 0 .
1 x3 x23 y x*y3
1 *4 x24 J4 xty<
Denominemos Cv CJS> -3, - C4> C6 a
primera fila del determinante, siendo ( i y _ 1 el cofactor del jsimo ele-
mento si Ajj es el correspondiente menor. En trminos de estos cofactores, la
ecuacin en determinantes es
C, + Qx + C,*2 = Cty + Cjcy,
y dividido por C4 -j- CBx, tenemos
C, + Qx + CjX2
y = (10.4.2)
C4 + Cpc
que es el ajuste requerido, siendo los C las A vistas arriba, una de las cuales
puede ser elegida arbitrariamente. La tabla de vida del captulo 1 usa esta
curva sin el trmino en x2, y ahora probaremos el procedimiento.
Considere la tabla de vida para los Estados Unidos, ambos sexos, para 1962
(como aparece en Vital Statistics for the United States, 1962, Vol. II, Seccin 5,
pg. 8), de la cual se tomaron as cifras que siguen y se expresaron sobre una
ra2 de 1,00000:
/ = 1.00000 ,
tL0 = 0.98006 ,
/, = 0.97772 ,
tL, = 3.90292 ,
/, = 0.97439 ,
5L6 = 4.86645 .
/10 = 0.97233 ,
Estos clculos oficiales estn basados sobre datos detallados por edad, y veremos
hasta qu punto se ven bien representados por distintas curvas. Una recta entre
o y Zj da una integral para aL0 que es demasiado alta: 0,98886. Una parbola
que pase por l0, y i5 no lo hace mejor: 0,98814. La parbola, adems queda
bastante lejos de ?10: 3,1632; no slo carece de insuficiente curvatura entre cero
y uno, sino que enseguida se vuelve hacia arriba de una manera tal que no
tiene posibilidad de representar conjunto alguno de probabilidades.
El problema consiste en determinar una funcin cuyas caractersticas sean
similares a las de la curva de la tabla de vida en esas edades. Una versin de
(10.4.2) es
'<*> = T f <>")
cuya integral indefinida es
l(x) dx = ax + (b - ab) ln (x + b) + C . (10.4.4)
Ajustando mediante la igualacin de los valores de la curva y los de la tabla

de vida en las edades 1 y 5, se obtienen las constantes
b = ~ ^ , y a = Ul + b) - b.
4 + 4 - 5 / / r A ^ '
Para el y /5 de los Estados Unidos 1962, b 0,19408 y a = 0,97340. La inte-
gral desde 0 a 1 por (10.4.4) es xLtt = 0,98277 (contra el 0,98006 publicado) y de
1 a 4 es = 3,90118 (contra 3,90292). El valor de /, originado por la curva
(10.4.3) es 0,97391 (contra 0,97233). Estos resultados son de un orden de mag-
nitud correcto, pero no tan prximos como para desalentar nuevas investiga-
ciones.
Esto permite la verificacin de los resultados del cuadro 1.3 para los Esta-
dos Unidos, 1964. A partir de l = 97 285 y l5 = 96 879 de la ltima iteracin
mostrada, determinamos las constantes de (10.4.3) a = 0,967578 y b = 0,194184.
Luego, de (10.4.4), la integral requerida es
t = a + b( 1 - a) ln [(1 + b)/b]
= 0.967578 + (0.194184)(0.032422)(1.8164)
= 0.97901.
En forma similar, 4LX es 3,87956. Las desviaciones respecto de los valores de
XL0 y iL1 que aparecen en el cuadro 1.3 se deben a que comenzamos aqu con
lx y l5 con cinco cifras significativas, en tanto que el computador us ocho.
Para determinar la poblacin estable del primer ao de vida necesitamos
la integral
>-"'<-> H H ^ K (10-4-5>
y de manera similar para las edades de uno a cuatro. Puesto que rx es pequeo
en este recorrido, podramos desarrollar e~rx, por ejemplo hasta (rx)3, y obtener
una funcin racional que se pueda integrar sin aproximacin. En la prctica,
es ms simple aplicar la cuadratura Gaussiana (Hildebrand, 1956, pg. 319) di-
rectamente a (10.4.5), usando por ejemplo
j y i * ) dx = 0.32607(/ 0 330l)1 + /0.669M) + 0.17393(/o.0e943 + /0.93057), (10.4.6)
o, si el computador es bastante rpido, aprovechar la mayor facilidad de pro-

gramacin de la regla de Simpson (10.2.13), aplicada en intervalos de amplitud
igual a 0,1 de ao.
10.4 TOPICOS EN LA CONSTRUCCION DE L A T A B L A DE VIDA 239
En la construccin de la tabla de vida masculina para Singapur con datos

de 1962, aparecieron los valores Z1 = 9 6 907, Z5 = 95 953, r = 0,0093, en la l-
tima iteracin. Aplicando (10.4.6) o la regla de Simpson, con un nmero con-
veniente de ordenadas en la integral de (1.2.4), demuestre que iAP0 = 0,031832
y 4M'I - 0,002497.
Ajuste de Makeham
En el trabajo actuarial, a veces se ajustan algunas secciones de la columna l(x)
de la tabla de vida mediante la curva de Makeham:
K*) = WZ~l> (10.4.7)

o el caso especial en que s = 1 debido a Gompertz (Morton D. Miller, 1949,
pg. 43; Wolfenden, 1954, pg. 165). Con el advenimiento de los computadores
y los mtodos derivados, un ajuste mnimo-cuadrtico tal como el de captulo 9
es totalmente factible. Yo no intent esto, sino que meramente calcul (10.4.7)
para un nmero grande de valores de s, g y c, y observ que con s = 0,998,
g = 1,001 y c = 1,08, el resultado est prximo al lx de Inglaterra y Gales,
1960-62, para edades que van desde 20 a 35, en el cuadro 10.4. Tal "ajuste"
a cualquier tabla es posible si uno est dispuesto a manejar un volumen sufi-
ciente de material impreso por el computador y a inventar medios para encon-
trar el camino a travs de aqul. En esta tabla, el "ajuste" se obtuvo por ins-
peccin. Se puede determinar una curva de Makeham de la forma
l(x +t) = I j Y
que pase por lx, lx+5, lx+10, lx+ls, tomando logaritmos y diferenciando dos ve-
ces. La constante c es
desarrolle expresiones para los otros dos parmetros y someta a prueba sus fr-
mulas infiriendo retroactivamente las constantes de la mencionada curva de
Makeham para los valores dados en 20, 25, 30 y 35 en la columna (2) del cuadro
10.4 (Spurgeon, 1932).
CUADRO 10.4
COLUMNA l. DE LA TABLA DE VIDA PARA HOMBRES, INGLATERRA V GALES,
1960-62, Y CURVA DE MAKEHAM SELECCIONADA: 100000(0,998)(1,001J103"1
Curva de Makeham seleccionada

Edad
x que se adapta a la columna (1)
(2)
20 96,286 96,427
25 95,745 95,676
30 95,263 95,028
35 94,682 94,526
CUADRO 10.5
TABLA DE VIDA CANADIENSE, SEXO MASCULINO, 1965, AJUSTADA MEDIANTE
LA CURVA DE GOMPERTZ / . 100 000(1/42795) i."*-
l, ajustada mediante la curva

l. calculada segn el mtodo de Gompertz para las edades
Edad de la tabla de vida iterativa 0, 20 y 40 de la columna (1)
(1) C2)
0 100,000 100,000
5 97,126 98,937
10 96,804 97,917
15 96,569 96,938
20 95,997 95,997
25 95,159 95,093
30 94,406 94,225
35 93,623 93,390
40 92,587 92,587
45 90,979 91,815
50 88,463 91,072
Programado por Effat Moussa.
Cules son las ecuaciones que pasan una curva de Gompertz por l0, Jao
y Comente sobre el ajuste de la curva de Gompertz con g = 1,42795 y
c 0,993928 para los hombres de Canad, 1965, en el cuadro 10.5. Comprelo
con un polinomio que pasa por l0, I20, Uo- Si parece mejor la curva de Gompertz,
muestre cmo se puede usar para determinar 5LX a partir de la serie de LX a
intervalos quinquenales.
Datos alternativos sobre exposicin en la forma de nacimientos
El principio de concordancia con los datos, del que depende la tabla de vida
iterativa de la seccin 1.2 y la presente seccin, se aplica tambin a las edades
ms jvenes de la tabla de vida, cuando los nacimientos del ao dado y de los
precedentes proporcionan estimaciones de la poblacin expuesta, con frecuencia
ms precisas que los censos.
Corrientemente los nacimientos vienen dados en aos calendarios, tal como
las muertes. (Si se dan por mes u otra unidad de tiempo ms pequea, el m-
todo es fcilmente adaptado y mejorado.) En el ao calendario al que se va
a aplicar la tabla de vida, sean D0 las muertes bajo un ao de edad y las
de uno a cuatro en su ltimo cumpleaos; sean B0 los nacimientos del ao dado,
los del ao anterior, . . . , hasta B_ 5 . Esta es toda la informacin que se
supone disponible en lo que sigue.
10.4 TOPICOS EN LA CONSTRUCCION DE LA TABLA DE VIDA 241
G R A F I C O 10.1
DIAGRAMA DE LEXIS QUE MUESTRA EL CALCULO DE LAS MUERTES
ESPERADAS EN LAS EDADES 0 y 1 - 4 AL ULTIMO CUMPLEAOS,
DURANTE UN AO CALENDARIO, BASADO SOBRE ITERACION
PRECEDENTE DE LA TABLA DE VIDA Y NACIMIENTOS
DE SEIS AOS CALENDARIOS
tes de B0 y en sD0 provenientes de B_v (Una de las ventajas del mtodo es

que no se necesitan datos sobre esta divisin.) Se elige un conjunto inicial arbi-
trario de valores para l0, lx y 5 de la tabla de vida y mediante la hiprbola
(10.4.3) ajustada a travs de estos tres nmeros, se obtienen las integrales xL0
y 4LV Si, al igual que en el captulo I, las primas distinguen las estimaciones
hechas en base a la tabla de vida con respecto a las correspondientes observa-
ciones, entonces tenemos aD'0 B0(lL0/l0) y sD'<)=B_l(L0 li)/l0, y
D'0 = aD> + SD'0 = B 0 ( l - ^ j + (10.4.8)
es comparable con D0, el nmero observado de muertes bajo un ao de edad.

Si es mayor (menor) que D0, entonces el valor arbitrario q0 = 1 lx/l{i es
demasiado alto (bajo). De all que se deba ajustar q0 a q*- mediante
= i ) (:) <10-4')
para la prxima iteracin (grfico 10.1).

CUADRO 10.6
ULTIMA ITERACION DE LA T A B L A DE VIDA PARA LAS EDADES 0 - 4 ,
MOSTRANDO LA CONCORDANCIA DE LAS MUERTES ESPERADAS
CON LAS OBSERVADAS, PARA HOMBRES DE FRANCIA, 1965
De la iteracin precedente
Nacimientos
Edad Ao
observados
X y BT = B.X k IL,
0 1965 4 4 1 , 5 8 8 1 0 0 , 0 0 0 9 8 , 4 9 2 . 1
1 1964 4 4 9 , 5 1 1 9 7 , 9 7 3 . 9 9 7 , 8 3 6 .3
2 1963 4 4 3 , 8 4 4 9 7 , 6 9 3 . 3
3 1962 4 2 5 , 9 1 9 9 7 , 6 2 8 .6
4 1961 4 2 8 , 8 7 7 9 7 , 5 9 1 .4
5 1960 4 1 9 , 7 7 5 9 7 , 5 7 7 . 9
(jL, obtenido a justando la hiprbola (ax -j- b ) / (x -)- b) a y lB determinndose que

a = 0,974535, b 0,256863, y luego integrando).
Edad Muertes observadas

Muertes esperadas 1965
X
Bo Cl - Lo/o) aD 6658. 7
B- i (Lo - O/lo 6D 2329. 4
D = 8988 1 Do = 8988
1 B- i C i - L 1)/0 aD 618 5
2 B- 2CL1 - LzJ/'-to D + 6 34 7
3 B- 3CL2 - LO/lo 6D2 + aP 275 6
4 B- HCL3 - L^/lo D + a D * 15.9 5
5 B- 5 CLi, - lO/lo 6D 56 7
iD = 1745 0 i^Di = 1745
Fuente: a Demographic Yearbook de las Naciones Unidas, 1965 y 1966, cuadros 13 y 43.
Se ha supuesto una relacin de masculinidad uniforme para los nacimientos.
La correspondiente estimacin 4D'1 de las muertes de uno a cuatro aos de

edad es
4 DJ = + + + { ^ r 1 ) > (10-4-10)
expresin que contiene las muertes que se espera ocurran en el ao calendario

dado, sobre la base de los B dados y los l y L de la iteracin precedente. El ^q*
10.4 TOPICOS EN LA CONSTRUCCION DE L A T A B L A DE VIDA 243
CUADRO 10.7
COMPARACION DEL Bd CORRESPONDIENTE A LA TABLA DE VIDA CON REGISTROS
DE NACIMIENTOS COMO LA FUENTE SOBRE EXPOSICION, CON EL 5d0 BASADO EN
EL RECUENTO CENSAL O ESTIMACION DE POBLACION COMO LA FUENTE SOBRE
EXPOSICION. ESTUDIO SOBRE NUEVE PAISES, 1965
Hombres Mujeres
Exposicin medida por Exposicin medida por

Pas
Registro de Registro de
Censo Censo
nacimientos nacimientos
Bulgaria 3982 4031 3097 3291

Francia 2422 2419 1889 1884
Grecia 4139 4001 3683 3581
Mauricio 9547 9599 8258 8366
Pases Bajos 2017 2021 1557 1556
Nueva Zelandia 268 1 2488 2001 1860
Puerto Rico 5405 5253 4500 4365
Taiwn 4112 4280 3859 4007
Estados Unidos 3136 3049 2459 2388
Las tablas de vida basadas sobre registros de nacimientos fueron programadas por
William Taylor; las tablas de vida con base censal por Wilhelm Flieger.
mejorado es
Con los valores corregidos q% y 4q*, nuevas estimaciones de l* y l* quedan dis-

ponibles y el proceso se puede repetir hasta que concuerden los q sucesivos, por
ejemplo, con una diferencia menor que 1 millonsimo. Observe que a diferen-
cia de la iteracin de la seccin 1.2, la presente no requiere el uso de una tasa
de crecimiento r. Esta es la ventaja de proceder a lo largo de lneas de cohorte.
En el cuadro 10.6 aparece la muestra de una hoja de trabajo. El mtodo se
podra mejorar para que tomara en cuenta los cambios dentro de cada ao
cuando stos se infieren de una curva que pasa por B0, B_ t , . . .
El factor de separacin = aD*/Dg de la seccin 1.1 est implcito en el
proceso; muestre cmo se lo puede estimar entre cualquier par de aos que ten-
gan suficientes diferencias en nacimientos. Muestre tambin cmo se puede cons-
truir el mtodo para que d una mejor tabla de vida cuando se dispone de los
nacimientos por mes para los seis aos pertinentes. Adapte el mtodo a un
perodo de exposicin trienal.
Puesto que la teora aqu presentada an no ofrece ayuda para decidir qu

manera de medir la exposicin es superior, es aforturiado que las diferencias sean
frecuentemente pequeas, como lo muestra el 5d0 del cuadro 10.7 para nueve
pases que varan en la calidad de los datos estadsticos.
10.5. ESTIMACION DEL ERROR DE INTERPOLACION
Los clsicos trminos del resto para las series de Taylor e interpolacin de New-
ton tienen sus usos, pero en algunas circunstancias un procedimiento diferente
puede proporcionar ms informacin sobre el error y ser ms adecuado para
el clculo mediante mquinas.
Cuando nos son dados n valores de una funcin y deseamos interpolar o
ajustar para determinar valores intermedios, podemos estudiar la precisin pro-
bable de alcanzarse mediante el uso en n 1 de los puntos para interpolar el
n simo. La comparacin del valor interpolado con el n simo valor dado, cons-
tituir entonces una estimacin del error para cualquier nuevo punto que se
vaya a interpolar. Si el n simo valor interpolado se escribe /(*), y el n simo
punto dado yn, entonces f(x) y es el error de /(x).
Supongamos n 4. Sabemos por resolucin de la ec. (10.2.2) para f(x) que
el valor interpolado para el cuarto punto es (10.2.3). Entonces f(x) y es lo
mismo que (10.2.3), con la nica diferencia de que se reemplaza el cero de la
esquina superior derecha del numerador por y. Cuando se compara el f(x4) in-
terpolado con el y4 observado, el error es
x; x4 1 y 1 *
x\ X1 1 yi *2 i
A x2 1 yt X, 1 Ja
x! X, 1 ys i y.
/<X) - =
*1 1 X? 1 -4
*2 1 * *2 1
*3 1 *a2 *a 1
(10.5.1)
donde A es el determinante en el numerador y A44 es A con la ltima columna

y ltima fila suprimidas.
Disponindose de cuatro puntos, se podra tomar cada uno de ellos como
x4, y4 en (10.5.1), y se obtendran as cuatro indicaciones del error en el proceso.
Con n puntos, se obtendran n indicaciones que por extensin de la notacin
ya empleada se podra designar
f ( X i ) ~y> = ' = 1 ' 2 ' (10-5-2)
Puede ocurrir que los puntos estn lejos de ser equidistantes; las frmulas de
interpolacin pueden implicar derivadas como en el desarrollo de Taylor o en
la interpolacin osculatoria; se pueden reemplazar las funciones interpolatrices
polinmicas por funciones exponenciales o de otras formas; estas situaciones ms
generales requieren, cuanto ms obvias modificaciones de (10.5.2). Puesto que
10.5 ESTIMACION DEL ERROR DE INTERPOLACION 245
n puntos darn un resultado mejor que n 1, la aplicacin de (10.5.2) exagera

un poco el error a que est sujeta la interpolacin final.
Se puede ejemplificar el procedimiento con tres puntos, por ejemplo, l25,
ho Y 4s Si interpolamos por aos simples, entonces, los errores con rectas que
pasen por los puntos conocidos son
25 1 4
30 1 130
35 1
30 1
35 1
y otras dos razones que difieren slo en sus denominadores, son
25 1 25 1
y
30 1 35 1
respectivamente. Se ve que los denominadores son iguales a 5, 5 y 10 respec-

tivamente; para los hombres de los Estados Unidos, 1964, en que L6 = 94 854,
30 = 94 002 y as = 92 991 (cuadro 1.3), el numerador comn es 795. De all
que las tres estimaciones del error sean 7 9 5 / 5 = 159, 7 9 5 / 5 = 159 y 795/( 10) =
= 79,5, como se puede verificar sin el uso de determinantes en este ejemplo
simple. Dado que el l40 de la misma tabla es 91 601, el lector puede aplicar
la tcnica para averiguar el error de un ajuste con 4 puntos y comentar sobre el
mejoramiento logrado por medio de un grfico. Ms ampliamente, l puede
comparar el error obtenido mediante (10.5.1) con respecto al trmino usual del
resto, por ejemplo, en la forma dada por Freeman (1962, pg. 57).
La tcnica se puede aplicar a interpolacin de orden superior, incluyendo
casos tales como los multiplicadores de Sprague u otros que aparecen en el cua-
dro 10.1. La aplicacin requiere que las frmulas se desarrollen para intervalos
desiguales, puesto que si estamos trabajando con siete puntos, necesitaremos
interpolar cada uno separadamente de los otros seis y comparar con los valores
observados. Si se dispone de un computador, uno podra evitar el clculo de
coeficientes como los del cuadro 10.1, y en su lugar, usar directamente (10.5.2).
C A P I T U L O 10
APROXIMACIONES FINITAS
Las aproximaciones finitas constituyen la tarea de todos los que se ocupan del
anlisis demogrfico. Uno no puede construir una tabla de vida, calcular tasas
de supervivencia, o establecer una tasa intrnseca sin que implcitamente se
reemplacen integrales o derivadas por cantidades finitas que son aproximaciones
a ellas. Los problemas no son nuevos, pero con el advenimiento de las compu-
tadoras, exigen una atencin especial. Los resultados que se detallan enseguida
estn destinados para referencia ms que para lectura general.
Intervalos quinquenales y de un ao
Cuando se dan grupos quinquenales de edad en los datos originales, la integra-
cin numrica se ve frecuentemente facilitada mediante una interpolacin expl-
cita de stos a aos aislados de edad con un polinomio de cuarto o quinto grado,
usando los mtodos del captulo 10. La interpolacin se trata como si fueran
datos, y se aplica alguna aproximacin usual tal como la trapezoidal para estimar
integrales para la columna Lx de la tabla de vida y nmeros similares derivados.
El presente captulo, sin embargo, no introduce de manera alguna aos simples
de edad, pero intenta ser ms analtico. Si los aos simples de edad son mera-
mente divisiones de un grupo quinquenal, a ser inferidos de las relaciones de
los grupos quinquenales sucesivos (como lo son en cualquier interpolacin), lo
mismo ocurre con las supervivencias y otros productos de clculos. Por qu no
pasar a una conclusin que nos d directamente ios grupos quinquenales de
edad requeridos y evitamos los aos aislados intermedios? Un ejemplo del pro-
cedimiento empleado aparece en el captulo 1, donde podemos asegurar que la
tabla de vida concuerda con los datos, estando la tabla final y los datos en gru-
pos quinquenales de edad. Si posteriormente deseamos aos simples de edad
podemos interpolar la tabla final.
11.1. LA MATRIZ DE PROYECCION

La razn de supervivencia corregida
El tema va ms all de la construccin de la tabla de vida; se extiende tambin a
su uso, por ejemplo en proyeccin. Si la poblacin que tiene entre x y x -)- dx
aos de edad es k(x)dx y si el nmero de sobrevivientes es l(x), entonces la
poblacin que tiene entre x y x - dx aos y que sobreviven n aos es
k(x) l(x + dx , (11.1.1)
246
11.1 LA M A T R I Z DE PROYECCION 247
y la que tiene entre x y x n aos y sobreviven n aos es
\"k(x + t)^Jldt. (11.1.2)

Jo ' l(X + t)
En el captulo 2 y siguientes sustituimos (11.1.2) por el producto de dos inte-
grales dividido por una tercera; esto es,
\n0k(x + l) dt \nJ(x + n + t)dt _ nKx (1113)
$;/(* + o * A '
lo cual es una prctica comn en demografa.
Desde el punto de vista lgico nada nos da, en general, el derecho a des-
componer (11.1.2) de esta manera. Slo en el caso especial en que la distribu-
cin k(x) dentro del grupo de edades que va de x a x -(- n sea la misma que
la de l(x) tendr lugar una cancelacin y se har vlida la simplificacin (11.1.3).
Pero una poblacin que crece rpidamente se traslada a edades menores
dentro de cada grupo de edades, y la poblacin estable es una aproximacin
mejor para el valor efectivo que la poblacin estacionaria. (Recuerde la aplica-
cin de este principio para construir la tabla de vida iterativa del captulo 1.)
Supongamos que
k(x + t) = Ae~rx+t,l(x + t),
donde A y r no necesitan ser los mismos a travs de todas las edades, pero se
suponen constantes para intervalos de 2n aos; sustituyendo en (i 1.1.2) se tiene:
( V + ,) /(* + " + 0 dt = + t) l(x + n + t) d

Jo ' l(x + t) Jo V ' 1(X + t)
Podemos multiplicar por la unidad en la forma

nKx _ JC,
nKx ~ 5Mr",+'7(* + t) di '
y obtener para la poblacin proyectada
y Sye-r^l(x + n + t)dt
n " JnoAe-rl*+tH(x + t)dt '
siendo la razn de las dos integrales en (11.1.4) la supervivencia spropiata para
aplicar a nKx. La frmula es exacta si la distribucin por edades es estable por
secciones.
Una manera de abordar (11.1.4) consiste en desarrollar e~ri bajo el signo
integral hasta el primer trmino en r, para obtener para la razn de superviven-
cia de las integrales:
S"0(l - rt)l(x + n + t)dt
5"(1 - rt)l(x + t) dt '
Ahora
J"(! - rt)l(x + t) dt = j l(x + ) dt - r j t!(x + t)dt,

248 APROXIMACIONES FINITAS 11.1
y evidentemente necesitaremos aproximaciones para ftl(x -f- t)dt y Jjl{x 4- t)dt.

Estas se obtendrn en las secciones siguientes y se insertarn en (11.1.5) para
producir los resultados (11.1.4) a (11.1.18).
Integracin aproximada
Cualquier forma analtica que se haga pasar a travs de una sucesin de puntos
en un plano dar lugar a una frmula de integracin para intervalos de la
variable independiente. Para x fijo el polinomio l(x -(- ) definido por
2 t 1 l(x + t)
0 0 1 h
25 5 1 /.+.
100 10 1 4+io
pasar a travs de los puntos de lx en x, x -f- 5, x 10 como un caso especial

de (10.2.2). Si
= /,+5 - h .
= Alx+S - Alx = lx+10 - 2l x + + lx,
entonces el lector puede demostrar que (11.1.6) es la frmula de diferencias de
Newton para intervalos iguales
(x + t) = lx + i - lx + ' 5 ) % , (11.1.7)
si se anulan la tercera diferencia y las superiores a ella.

Integrando (11.1.6) o (11.1.7) de x a x -}- 5 se tiene la aproximacin
A = \\x + t)dt = \%lt + y/I+6 - T\/I+10. (11.1.8)
El mismo procedimiento aplicado a la cbica en t a travs de los valores x 5,

x, x -j- 5, x 10, dara un determinante de 5 X 5 lo cual despus de la inte-
gracin se reduce a
A - 5 \ x + t)dt = f ( / I + 5 + ix) - + /,-) (11-1.9)
Se acostumbra [Greville, 1943, pg. 40 y (1.1.11)] escribir esto en la forma
( V + t)dt = | ( / I + 5 + lx) + (8dI+e - 6d,_s) . (11.1.10)
Necesitamos tambin f$tl(x - f t)dt. Integrando esto ltimo por partes y

usando
dT(x + t)dt = - l ( x + t),

11.1 LA MATRIZ DE PROYECCION 249
tenemos
^tl(x + t)dt = - p dT(x + t)
= -ltT<+tl + j/(* + 0 * = ~5T*+> + + f)dt

(11.1.11)
Desarrollando T(x -)- ) bajo el signo integral en el segundo miembro de

(11.1.11) de acuerdo a la misma frmula usada para l(x + 1 ) en (11.1.7) y luego
integrando con respecto a t obtenemos
j[</(* + t)dt= -5Tt+, + (STX + f ATS- W #TZ)

_ S5 f 4. 5 (11.1.12)
T2 i^x T T 8 a:+5 > v >
y escribiendo x -(- 5 en lugar de x se obtiene
j ' f / ( * + 5 + t) di = #| 6Lx+i + T5lAtlr (11.1.13)
Paso final en la correccin de supervivencia
Para la razn de las integrales en (11.i.4) escribimos ahora (11.1.5) y en con-

secuencia
S y-H(x+5 + t)dt = A + 5 - r[f-f 6,+5 +

+ - / - [ f f A + A A + J ' (H.1.14)
lo cual el lector puede demostrar que es muy cercanamente igual a
i 5r /Lx+i _ jLx+10 \
(11.1.15)
12 - 25r V .r /J
El argumento incluye la sustitucin de 1 -+- a en lugar de 1/(1 a ) , donde
a = ^r 6 Lx+6
12 - 25r tLx
es suficientemente pequeo como para que su cuadrado y potencias superio-

res se puedan despreciar.
Observe que (11.1.15) utiliza 5 L x , 5Lx+6 y 5LV+10, basados en valores de
Ix a l x + 1 5 y por lo tanto asimtricos con respecto al intervalo de edades * a
x -f 10 a los que se refiere la proyeccin. Si el factor de correccin se estima
a partir de los grupos precedentes de edades [esto es, escribiendo x 5 en lugar
de x dentro de los parntesis de (11.1.15)],
t^x+i T| , 5r / SLX _ fis+l>yj

x L 12 - 25r \Lx_6 A )] '
y esto se promedia con (11.1.15), el resultado est situado simtricamente con

respecto al intervalo de edades que va de * a 10:
(11.1.17)
El lector puede demostrar que cuando la cantidad en los parntesis de (11.1.17)

est expresada en trminos de 5 q x y se desprecia el trmino en r2, el factor de
supervivencia est slo levemente subestimado por
il [1 + 4y(5?I+10 + - hqx - ,qx_t)} . (11.1.18)
Tal como en el recurso anlogo incorporado en el procedimiento de la

tabla de vida al final del captulo 1, se puede hacer una eleccin entre un r
particular, la tasa intrnseca, aplicada a travs de todo el rango de edades, y el
"r local" de (1.2.7) inferido separadamente para cada grupo de edades usando
la misma manera en que se distribuye la poblacin por edades. Adems de ser
un poco ms apropiado, el "r local" tiene la conveniencia de ser fcilmente
calculable.
La magnitud de las correcciones depende claramente de la tasa de creci-
miento a lo largo del tiempo de la poblacin en cuestin, y del aumento de las
tasas de mortalidad de edad en edad. En la parte inferior derecha de la matriz
en el cuadro 2.2 aparece el valor de 5 45 / 5 L 40 para las mujeres de los Estados
Unidos, 1964. El aumento de una cohorte anual a la prxima en este trecho de
la distribucin por edades sugiere un r de 0,015. Del cuadro 2.1, y del hecho
de que 5L50 es 450 468, tenemos para los cuatro factores de supervivencia co-
rregidos
(11.1.15) (6L46/5L40) 1.0000573 = 0.983100,
(11.1.16) (VAo):1-0000362 = 0.983080,
(11.1.17) ( A / A o ) 1.0000468 = 0.983090,
(11.1.18) (5L45/6L40) 1.0000457 = 0.983089,
nuevamente contra el 0,983044 no corregido. La frmula preferida (11.1.17),

da 6 238 miles para la proyeccin en 1969 en lugar de los 6 237 miles mostra-
dos en el cuadro 2.3. Evidentemente el asunto es ms de principio que de con-
secuencia numrica.
Correccin por agrupamiento
Un aspecto enteramente diferente de la aproximacin lo constituye la correccin

de Sheppard por agrupamiento, aplicable a las distribuciones con contacto de
alto orden con el eje de las x en sus extremos. La funcin de fecundidad neta
p(x)m(x) tiene tal contacto. En trminos de los cumulantes brutos (seccin 5.6)
identificados con una barra, los cumulantes corregidos son (Kendall y Stuart,
1958, Yol. I, pg. 81).
donde d es el intervalo de agrupamiento, tomado aqu igual a 5. Nuestro objeto

en esta seccin consistir en ir ms all de la correccin de cumulantes para
determinar la correccin por agrupamiento apropiada a la ecuacin caracterstica
(p{r) = ê-r*p(x)m{x) dx = 1 . (11.1.20)
Primero alteramos temporalmente la ecuacin como si furamos a resolverla

con cumulantes como lo sugiri Lotka (1939c, pg. 71), y como se demuestra en
la seccin 6.5. Dividiendo ambos miembros de (11.1.20) por R(), desarrollando
la exponencial, e integrando trmino por trmino, se tiene en el primer miem-
bro la funcin generatriz de momentos de p(x)m(x)/Ril evaluada en r. En-
seguida tomando logaritmos naturales y recordando que el logaritmo de la fun-
cin generatriz de momentos genera los cumulantes
.2
p(a)m(a) da = _ K r ^
ln S"' 1
' 2!"
tenemos
^ + + - = (11.1.21)
suponindose exactos los cumulantes n, y, en particular, corregidos por agrupa-

miento. Sustituyendo (11.1.19) para d 5 en (11.1.21) da
(11.1.22)
corrigiendo slo hasta el cuarto cumulante. La cantidad que aparece entre pa-
rntesis en el primer miembro de (11.1.22) es el logaritmo del primer miembro
de (11.1.20) calculado sin la correccin por agrupamiento. En consecuencia,
sustituyendo la integral no corregida, distinguida por una barra, encontramos
que (11.1.22) se convierte en
/ f V p{a)m{a)da\ 25 +
125 r< = -\n R0.
Vjo R0 ) 24 (24) 2
Tomando antilogaritmos, es decir exponenciales, y multiplicando por R0, vol-

vemos a la ecuacin original (11.1.20), excepto que en lugar de 1 en el segundo
miembro tenemos
o /25 2 125 A . , , 2 5 ,2 , 125 4

e x p r2 r = 1 + r + r
rV24 (24) 2 J ' 24 384
hasta los trminos en r4. Es decir, tenemos que resolver
0 ( r ) = j V " p ( f l ) m ( f l ) da = 1 + ||r 2 + .
El segundo miembro se aparta poco de la unidad para valores de r de uso

corriente:
r i + f!'2 + f ^
0.01 1.000104
0.02 1.000417
0.03 1.000938
En el cuadro 5.3 el o2 se calcul en ambas columnas sin la correccin por

agrupamiento. El 1 00Or resultante en (6.2.7) usando este o2 fue superior en
0,003 al 1 OOOr de (5.3.5). Dado que K3 para las mujeres de los Estados Unidos
en 1964 fue 122,4 y sustituyendo este valor en el trmino que contiene rs de
(6.5.4) tenemos 2,98 x 10 - 6 . Esto explica la diferencia de 3 en la ter-
cera cifra decimal entre el 1 OOOr de (5.3.5) y el 1 000r de (6.2.7). Una deduc-
cin de a2 por agrupamiento de 5 2 /12 = 2,083 habra reducido 1 000r7, a 15,696,
en desacuerdo con 1 OOOr. El hecho subyacente es que tanto (5.3.5) como (6.2.7)
con c2 no corregido por agrupamiento contiene errores que se compensan, y
sacando uno de ellos (el sesgo de agrupamiento) hacemos que la estimacin de r
sea levemente peor. Por otra parte, la correccin por agrupamiento fue esencial
en el cuadro 6.4, donde desebamos la distribucin interpolada en intervalos
quinquenales para ajustar las observaciones lo ms estrechamente posible.
El lector avanzado puede intentar la obtencin del resultado (11.1.23) sin
la mediacin de los cumulantes mediante una integracin directa tal como pro-
ceden Kendall y Stuart para determinar (11.1.19).
Primera fila de la matriz d e proyeccin
Aparecen tres mtodos para formar el elemento de fecundidad de la matriz de

proveccin, los cuales sern examinados a continuacin. El de los captulos 2
y 3 se denominar mtodo A.
METODO A. La proyeccin comienza con la media de las poblaciones inicial
y final. Al reexaminar las exigencias del mtodo de proyeccin usado en los
captulos 2 y 3 deberamos recordar que las tasas especficas de fecundidad por
edades fueron all aplicadas a la media aritmtica de la poblacin que se supone
que existe en el intervalo de tiempo en cuestin para la edad dada. Con grupos
quinquenale's de edad y una poblacin inicial que tena de x a x -)- 4 aos en
su ltimo cumpleaos igual a 5Kx, la poblacin proyectada cinco aos ms tarde
de edades x a x -)- 4 aos es 5Ka._!,(5La./5LJ._;i), y el promedio expuesto se toma
como
( K 4- K A ^
La referencia al grfico 11.1 muestra el mtodo A de proyeccin asociado

con el punto medio A sobre la recta RU. Si r,Lx/r,Lx_r, se puede considerar apli-
cable a cada punto de edad desde x hasta x b, entonces podemos decir que
hemos usado la recta horizontal que pasa por A (que aparece como recta que-
GRAFICO 11.1
CURVA EXPONENCIAL DEL CRECIMIENTO DE LA POBLACION RBU
Y TRES APROXIMACIONES HORIZONTALES
Escala de tiempo en aos
brada en el grfico 11.1) como si representara la poblacin en cada momento

del intervalo de tiempo OQ_. La ecuacin caracterstica (3.2.4) la escribiremos
en la forma tj/A(r) = 1 cuando X = e5r y multiplicamos por e - 5 " r .
M E T O D O B. La proyeccin comienza con la media geomtrica de las pobla-

ciones inicial y final. Si una poblacin est creciendo exponencialmente a la
tasa intrnseca, o sea, si se est comportando como una poblacin estable, en-
tonces a cualquier tiempo intermedio t durante el perodo quinquenal del primer
ciclo de proyeccin ser igual a la poblacin inicial multiplicada por ert, o sea,
-K^'. En el punto medio ser igual a 7tKTer>r'"2. Si a poblacin fuera estable, con
'o
individuos de x a x -(- 4 aos al comienzo del perodo quinquenal, como corres-

ponde a la distribucin por edades de una poblacin estable cuyos nacimientos
son B0, entonces 2|- aos ms tarde estar multiplicada por e 2 fir. Usando esta
poblacin del punto medio como la poblacin expuesta al riesgo en los cinCo
aos, los nacimientos durante los cinco aos se obtendrn multiplicando a ella
por la tasa especfica de fecundidad por edades r>Fx\
j- { e-('+IJ"'A^Fx|. (11.1.24)
Esto es equivalente a considerar la recta horizontal que pasa por B como la po-
blacin media desde el momento O hasta Q en el grfico II.1.
Nuevamente, si la poblacin es estable, estos nacimientos, que ocurren en

promedio a mitad de perodo, deben ser e 5r/2 veces los nacimientos B0 que for-
man la raz de la poblacin estable en el momento cero. De all que igualando
(11.1.24) a B0e6r/2 y cancelando B0e5r'2 se llega a
Mr) = = 1 (11.1.25)
/ U=o J
Todas las ecuaciones subsiguientes estarn relacionadas con (11.1.25) que escri-
biremos
(>B{r) = 1 , or $B(r) = 1 ,
la ltima cuando es necesario tener en cuenta que se omiti la correccin por

agrupamiento. Esta es la aproximacin que se usa comnmente en demografa
(Coale, 1957b) y que ya ha aparecido antes como (5.3.2). Es obvia la razn
por la cual <>B(r) debera ser lo mismo que el denominador de (5.7.3), el resultado
de aplicar la transformada de Laplace a una funcin de fecundidad neta con-
centrada en los puntos medios de los intervalos? Cul es la relacin con la
ecuacin caracterstica de la matriz cuya primera fila es (8.3.5)?
METODO C. La proyeccin suponiendo crecimiento exponencial y comenzan-
do con la media de poblacin para el intervalo inicial. La introduccin del
modelo estable sugiere un progreso adicional; por qu no habramos de hacer
la poblacin durante el primer ciclo de proyeccin por cinco aos igual al pro-
medio de la trayectoria exponencial que estamos suponiendo? Esto lo denomi-
naremos mtodo C, en el cual para cada grupo de edad en el perodo inicial,
un promedio
KAydt K^H K (e&r - 1)

_I2 = _L = i 11 i
5 5r 5r v
es la base a la que se aplica BFa. Este es el nivel C en el grfico 11.1, fijado

para hacer que el rea OXCYQ sea igual al rea ORBUQ. La razn de (11.1.26)
a K,.e-'r/' del mtodo B anterior es
Kx(e*r - l)/5r _ e5''2 - 5r/2
K-e"'" 5r
= s_enh^ = 25f 125 f _
5r/2 24 384
donde senh es el seno hiperblico.

Si el mtodo B es nuestra pauta, entonces para el mtodo C la ecuacin
integral $>B(r) = 1 se modifica mediante multiplicacin por (11.1.27) en el pri-
mer miembro y se obtiene
Mr) = (1 + II ^ + m?' +-~)$Ar) = 1. (11.1.28)
Demuestre que (11.1.28) es lo mismo que (5.7.5) igualado a la unidad.

Neutralizacin del error en el mtodo B mediante

la correccin por agrupamiento
La ecuacin para la tasa intrnseca cuando corregimos por agrupamiento es
(11.1.23) y para el mtodo C es (11.1.28). Aplicando tanto la correccin por
agrupamiento como lo que se gana al considerar C, sobre B se logra, de nuevo
hasta r4:
W ' X 1 + il'2 + Hi'4) = 1 + f?r2 + '

lo cual por cancelacin se convierte en <>B(r) = 1 de (11.1.25). Hemos demos-
trado que hasta r4 la correccin por agrupamiento neutraliza el progreso desde
el punto medio al promedio de la trayectoria exponencial dentro de los inter
valos de la proyeccin y nos deja con la ecuacin caracterstica <J)B(r) = 1.
Comparacin de los mtodos A y B

Examinemos de qu manera la proyeccin de poblacin comn, que hemos lla-
mado mtodo A, tiene valor en relacin con B. Si se aplicara a una poblacin
inicial que fuera estable, entonces cualquier grupo que comience en K, termina
el perodo quinquenal en e6rKx. Puesto que en A se usa la media aritmtica de
las poblaciones inicial y final, el promedio implcito del mtodo A en el primer
perodo es Kx(\ -)-e 5r )/2. La razn de esto al punto medio de la curva expo-
nencial, que es B (nuestra norma), es
Kx( 1 + e6r)/2 = + g-Br/2
Kxeirl* ~ 2
= cosh r = 1 + rl + r* + (11.1.29)
2 8 384 v '
Traducido a la geometra del grfico 11.1, la ecuacin (11.1.29) nos dice que
AC = 2CB, y recordamos que C est sobre la recta horizontal XY. Haga un
dibujo de modo que el rea de XYQO sea igual a la de RBUQO, y compare
el trmino en r2 con (11.1.27).
Habiendo determinado la razn del nivel del mtodo A al nivel del m-
todo B estamos en condiciones de mostrar cmo se compara la tasa intrnseca
calculada mediante A con la calculada mediante B. Puesto que el nivel de A
relativo a B est dado por (11.1.29), entonces la ccuacin caracterstica para
A debe ser
/ 5 \ g 5r/2 i e -5r/2
( M r ) = cosh ( - i r ) ( M r ) = i S (^r)
en caso que se puedan despreciar los trminos que estn despus del que con-
tiene a r4. Aumentando \pB(r) aumenta la raz real en una cantidad que se puede
determinar del grfico 5.2 mediante consideraciones geomtricas. El lector puede
demostrar que hasta r2 la tasa intrnseca derivada de la matriz del mtodo ma-
tricial A excede a la de la ecuacin integral del mtodo B en 25r2/SAr, donde
Ar es la edad media de las madres al nacimiento de sus hijos en la poblacin
estable.
Resumen de correcciones
El trabajo que hemos realizado hasta este momento aparece resumido en la

muestra 11.1, cuyas filas muestran las opciones principales del procedimiento
de clculo. La matriz usual de proyeccin A implica una tasa intrnseca dema-
siado alta, exageracin que se debe al uso de la media aritmtica de los extre-
mos cuando la poblacin est creciendo geomtricamente. La ecuacin integral
ipB(r) = 1 parece levemente baja debido a que comienza con el punto medio en
lugar de una poblacin media, pero esto est compensado por la ausencia de la
correccin por agrupamiento. La diferencia entre las races de la matriz A y
de la ecuacin integral B es aproximadamente tres veces la que existe entre
las races de B y C. La ltima lnea de la tabla combina el mtodo mejorado C
con la correccin por agrupamiento y nos lleva de regreso a B.
El cuadro 11.1 muestra para cinco pases la forma en que la discrepancia
entre las dos maneras de calcular la tasa intrnseca aumenta con el cuadrado
de la tasa. La discrepancia en 1 OOOr entre los mtodos A y B para Mauricio,
1965, es 31,261 31,149 = 0,112, contra 0,119 en la ltima columna. En lo
dems la ltima columna es prcticamente idntica sealndose la diferencia
entre los dos mtodos (dentro de los lugares decimales que aparecen).
Hasta donde la ecuacin integral (mtodo B) proporciona una mejor aproxi-
macin a la tasa intrnseca que la que da la matriz usual de proyeccin, hay
un argumento para formar nuestra matriz de proyeccin por medio de ella,
usando los elementos (8.3.5) en la fila superior. La conveniencia de una matriz
que utiliza (8.3.5) consiste en que la poblacin final, que crece de acuerdo a la
raz dominante sola, deber concordar exactamente con la poblacin proyectada.
Desgraciadamente, las ecuaciones de recurrencia (2.1.7) por las cuales se desarroll
la matriz pierden su linealidad cuando se hace este cambio y su solucin expl-
C U A D R O 11.1
VALOR DE lOOOr MEDIANTE LA MATRIZ [METODO A DE (11.5.3)] Y LA ECUACION
INTEGRAL [METODO B DE (11.1.25)], EXPLICANDO LA DIFERENCIA
MEDIANTE 1 000 (25r/8^r). MUJERES DE CINCO PAISES, 1965
Mtodo
A B
Ecuacin
Matriz 1000 x
integral
1 OOOr 1 000r A-B Ar 25ra/8Ar
Canad 14.691 14 667 0 . 024 27 . 2 0.025

Finlandia 4.550 4.548 0.002 27.9 0 . 002
Mauricio 3 1 . 261 31.149 0.112 27.3 0. 119
Holanda 12 . 5 3 9 12.522 0.017 28 . 5 0.017
Estados Unidos" 12.670 12.650 0 .020 26. 1 0.019
" Nacimientos ajustados.

M U E S T R A II.1
RESUMEN DE LOS METODOS DE PROYECCION V VALORES RESULTANTES DE r
(1) (2) (3) (4) (5> <>

Promedio supuesto del r dado r0 de lOOOr
primer intervalo como Columna (2) Ecuacin Uto(r0) = 1 para
Mtodo razn a la poblacin relativa al caracterstica del mtodo B Mauricio,
al comienzo de la mtodo B (Ar evaluado en r0) 1964,
proyeccin mujeres
A. Proyeccin estndar
aplicando tasas de fe- 2 <pA{r)
cundidad a la media 1 +eir 25rl
= cosh (~î>B(r) 34.418
aritmtica de la pobla- 2 = C O S h ()
cin inicial y final en
grupos de edades. = l + 25 , 2 + 625 r l = 1
8 ^ 384
B. Aplicando tasas de
fecundidad a la pobla-
cin exponencial en el
punto medio; esto co- 1 Mr) = i r = rB = r0 34.283
rresponde a la ecuacin
integral.

>
e 5 '/ 2 _ e ~ Sr /*
5r 4>cC)
N
C. Aplicando tasas de eSr - 1 _ senh (5r/2) a
fecundidad a la pobla- _ senh (5^2)0^) , 25r? pi
34.328
cin exponencial prome- 5r 5r/2 5r/2
rc5pr ' + 537 "a
dio. = 1
s5
8
24 ^ 384
Ecuacin integral (m- <pB(r) z

todo B) corregida por __ (5r/2)Mr) . 25r?
agrupamiento. 34.238
senh(5r/2) r s F " - 2 a r
to
J
Mtodo C corregido por
agrupamiento. <f>c(r) = <Ps(r) = 1 r = r 34.283
cita sera difcil; en la prctica se podran resolver, en caso de que fuese necesa-
rio, mediante mtodos iterativos. En (8.3.5) y cuadro 8.2, se restaur la lineali-
dad reemplazando i / T por i / I T -
El lector que desee preocuparse de esto ms ampliamente puede considerar
distintas combinaciones de las correcciones para supervivencia, las ecuaciones
(11.1.15) a (11.1.18) y aquellas para los elementos de fecundidad dados en la
muestra II.l.
Extensin a un intervalo general
La discusin anterior ha sido conducida en trminos de un intervalo quinque-

nal de edad con fines de concrecin y debido a que ste es el caso ms familiar
en la prctica. El lector puede deducir las frmulas para un intervalo general,
por ejemplo d aos, y demostrar que al tener en cuenta el agrupamiento se
tiene la ecuacin
w 24 1920
en lugar de (11.1.23), donde la ecuacin no corregida sera p(r)=z 1. La razn

de la funcin caracterstica no corregida $>(r) a la corregida <fi(r) es
- 1 + W , (rdY
. 1920' (1LL3)
hasta los trminos en r4.

Si la proyeccin da lugar a la ecuacin <l>A(r) = 1 , y la ecuacin integral a
^ B (r) = 1, no considerando la correccin por agrupamiento, entonces el lector
puede generalizar la muestra 11.1 para demostrar que la razn de la funcin
caracterstica del mtodo A a aquella del mtodo B es
m =*rm + = i + i + 1 (<\+.... (n.1.31)
,B(r) 2 2! v 2 / 4! \ 2 / V
La razn de tpc(r) a ([>R(r) es

m = ^ J Z I = 1 + 1 (rAY + 1 + .... (11.1.32)
4>B{r) rd 3! \ 2J 5! \ 2 / V
Superponemos ahora dos de estas modificaciones (una sobre otra). Al ir

del mtodo B al mtodo C aumentamos la funcin caracterstica en la razn
<pc(r)/<fiii(r)> dada anteriormente como (11.1.32). Al corregir por agrupamiento
multiplicamos por (p(r)/<Jj(r), que es el recproco del segundo miembro de
(11.1.30). Al ir del mtodo B al mtodo C y corregir por agrupamiento, multi-
plicamos por el cuociente de (11.1.32) dividido por (11.1.30) que es uno en el
segundo miembro hasta r4.
El argumento anterior demuestra como sube y baja la curva </j(r) cambiando
las condiciones bajo las que se realiza el clculo. Se invita nuevamente al lector
a interpretar el argumento refirindose al grfico 5.2.
11.2 DISTRIBUCION ESTABLE POR EDADES 259
Intervalo terminal de edad abierto en su extremo superior

La aplicacin de la tabla de vida para determinar la supervivencia en la edad
terminal de una proyeccin es un tanto diferente de la que se hace en las eda-
des ms jvenes. Podemos por supuesto considerar el ltimo intervalo de edad
como si tuviera una amplitud de cinco aos, por ejemplo 85 a 89 en el ltimo
cumpleaos; si se supone que nadie vive ms all de ste, el elemento en la
esquina inferior derecha de la matriz de proyeccin sera cero, y los elementos
subdiagonales seran todos supervivencias quinquenales r,Lx+-J5Lx. Pero si con-
sideramos el ltimo intervalo de la distribucin de edades como abierto en su
extremo superior, necesitamos un elemento no cero en la esquina inferior dere-
cha de la matriz; esto trasladar a algunos sobrevivientes en el mismo intervalo
abierto en el prximo perodo. Denomine mnn al elemento desconocido reque-
rido y krt al ltimo grupo poblacional. Entonces la condicin de estabilidad
es MR = XK, o sea, un conjunto de n ecuaciones linales, de las cuales la
ltima es
de modo que
3 i
m
'"fili * ;
K
El lector puede escribir n = 18 para poner esto en trminos del grupo 85 y ms

y verificar que
m = X- (s^W5^80)(tjLgpX 16-) _ t-Lgo + 6LeB X 1 +

18,18
T 3-17.6 I T 5 18.5 _L . . . r I T 2 - 1 _1_ . . . '
b'-'SS ' 0 90 A I J--S T 6 90 A I
que es X veces la razn de la poblacin estable de 90 aos y ms a la de 85 y ms.
11.2. DISTRIBUCION ESTABLE POR EDADES OBTENIDA

DE LA COLUMNA lx DE LA TABLA DE VIDA
El nmero de personas que tiene entre x y x + 5 aos en la distribucin por

edades estable digamos BKx, es, a partir de una raz Z0,
Sa+5
^ erl(a)da, (11.2.1)
como surge del debate del captulo 7. Desarrollando la exponencial bajo la inte-
gral en la forma e- r i"+' 2 - B >[l(a x 2-|-)r .. .] y luego integrando me-
diante la aplicacin de (11.1.12) se llega a las aproximaciones
>KX = + t V ( A - ..n)],
(11.2.2)
,KX = + - 6LI+5)],
donde la segunda est situada simtricamente y es obtenida promediando la

primera con una expresin similar que tenga ( r ,L,_ 5 s L r ) dentro de los pa-
rntesis.
Una alternativa consiste en considerar e~'al(a) como una sola funcin para
la que se conocen los valores en puntos discretos separados por cinco aos;
CUADRO 11.2
EXTRACTO DE LA TABLA DE VIDA OFICIAL PARA HOMBRES, 1959-61,
ESTADOS UNIDOS, JUNTO CON VALORES SELECCIONADOS
DE LA FUNCION EXPONENCIAL
INTERVALOS QUINQUENALES
-0.02x - 0 . 0 2 ( x + 2 . 5)
X x e sLx e
60 73,887 0.301194 346,168 0 .286505
65 64,177 0.272532 291,793 0 .259240
70 52,244 0.246597 228,353 0 .234570
75 38,950 0.223130 160,542 0 .212248
INTERVALOS SIMPLES
-0.02x - 0 . 0 2 ( x + 0 . 5)
x x e e
!LX
65 64,177 0.272532 63,062 0 .269820
66 61,947 0.267135 60,789 0 .264477
67 59,631 0.261846 58,433 0 .259240
68 57,235 0.256661 56,002 0 .254107
69 54,770 0.251579 53,507 0 .249075
hacer pasar una curva de tercer grado a travs de cuatro valores consecutivos, e
integrar mediante (11.1.9):
tKx = + t)dt
= f f ( e - ' ( * + 8 > / I + 5 + e~'%) - + . (11.2.3)
Como un ejemplo numrico de las diferencias que resultan de diferentes

frmulas, considere la tabla de vida oficial de los Estados Unidos para hombres,
1959-1961, grupo de edades 65-69, con un r arbitrario de 0,02. Usando los datos
presentados en el cuadro 11.2, el lector puede verificar que usando simplemente
e-vt,5r 5 6 . e n ] U g ar c]e _Ka_ r e s u i t a 75 644; que la correccin (11.2.2) mediante el
desarrollo de e~ra hasta r dentro de la integral da <?-fl7'5r[5L65 r(5L60
5L70)] = 75 772; que (11.2.3), la curva de tercer grado que pasa por e~rxl(x),
x = 60, 65, 70, 75, da 75 815.
Tenemos ahora tres resultados y nos gustara elegir el mejor. Si el ajuste
en aos simples realizado oficialmente es correcto, podemos multiplicar cada
XLX por <?-r^+2,r) y sumar los resultados. Las cifras oficiales se dan en el cuadro
11.2; el lector puede verificar que el resultado es aK65 = 75 799. [A cunto
se elevara esto si tomramos en cuenta el trmino en r en el desarrollo para un
11.2 DISTRIBUCION ESTABLE POR EDADES 261
intervalo de un ao anlogo a (11,2.2)?] Esta evidencia sugiere que nuestro ter-

cer mtodo (11.2.3) es superior aunque nuestro deseo sera disponer de una
mejor prueba.
La tasa intrnseca de natalidad es la tasa de natalidad en la poblacin esta-
ble. Ponderando las tasas especficas de fecundidad por edades por las cifras de
la poblacin estable se obtiene
b = Soe-"p(a)m(a) da
S ;e-">p(a)da
Si r satisface la ecuacin caracterstica <p(r) = 1, el numerador es 1, y en con-
secuencia
S;e-'p(a)da
se calcula fcilmente de la distribucin estacionaria por edades y de la tasa in-
trnseca r. Los primeros dos grupos de edades no pueden ajustarse satisfactoria-
mente mediante un polinomio, de modo que escribimos
b = I
Sle-r-p(a)da+ S >-"/>(*) da '

o, de (11.2.3)
/ fio 5 s
h- = e-"lix) dx - e-*% + e-10rl10
b Jo w 24 4 2 10
+ ^ + 5e_!Or/0 + 5e~'lu + , (11.2.4)
donde fe~rxl(x)dx debera manejarse mediante la hiprbola de (10.4.5) o por

otros medios.
La alta precisin de (11.2.3) sugiere alternativas para (11.1.15) a (11.1.18)
respecto a la supervivencia. Aun escribiendo k(x) en lugar de c-TXl(x), la razn
de las integrales en (11.1.14) es
e"- \"k{x + S + t)dt
+ t)d
Evaluando cada integral por (11.2.3) se obtiene para la razn de supervivientes
*"l3(fc. + l t + kx+i) - (km+u + *.)]

13(*.+, + kx) - (kx+l0 + kx_6)
Con el objeto de aplicar esto a 5LI5/SL40 de la poblacin femenina de los Esta-

dos Unidos, 1964, necesitamos los cinco valores de lx\
/ = 95,573 ,
li0 = 94,685 ,
/ = 93,385 ,
/ = 91,450,
/M = 88,566 ,
junto con el correspondiente e~'on'x. Entonces (11.2.5) da 0,983085 contra el

5LiS/bLi0 sin corregir de 0,983044 y los diversos valores corregidos que van desde
0,983080 a 0,983100 obtenidos de las frmulas (11.1.15) a (11.1.18) y presentados
anteriormente.
Las diferencias numricas entre el factor de supervivencia 5La.+5/5LiC usado
comnmente y las frmulas mejoradas de (11.1.15) a (11.1.18), o el mejoramiento
algo diferente (11.2.5), son pequeas evidentemente. Sin embargo, vale la pena
tener en cuenta el hecho de que una poblacin creciente tiende a hacer que la
distribucin dentro de cada grupo de edad sea algo ms joven que la de una
poblacin estacionaria. De las diversas maneras en que se puede aplicar este
principio, parece que la ms precisa es la que est incorporada en (11.2.5).
11.3. POBLACIONES ESTABLES CAMBIADAS

DE UNA APROXIMACION FINITA A OTRA
La matriz M permite una fcil computacin de muchos parmetros de la po-

blacin. Por ejemplo, sabemos de (3.2.30) que
M< = = [ H J ,
y que para t mayor que 64 o 128 la aproximacin es muy buena. De all que
la distribucin estable {Kj} por edades se obtenga fcilmente como la primera
(o cualquiera otra) columna de M'/XJ. Pero vimos antes que partiendo de la
matriz (mtodo A) se llega a un Xlt y por tanto a un = 0,2 ln que es leve-
mente alto.
En la distribucin estable por edades el 5 K* mejorado basado en la ecuacin
integral r* del mtodo (preferido) B se puede obtener corrigiendo 5Kx, una co-
lumna de M'/X^:
K = K exp [ - , * ( * + 2.5)1 = ^ exr F (r* - r\tx +

" * ' jj(ar+2.6)/5 * L L v /\ ,,
= K z (l + (r - r*)(x + 2.5)). (11.3.1)
si tanto las distribuciones original y mejorada estn basadas en la misma raz l0.
Puesto que r r* 25r2/SAr, donde Ar es la edad media de las madres al
nacimiento de sus hijos en la poblacin estable (r r* es lo mismo que el
rA r de la primera fila de la muestra 11.1), tenemos
*K*X = 6 K x
usando el hecho de que Ar no se aleja mucho de 25 en las poblaciones humanas.

Los valores de SK* sern sensiblemente mayores que los de 5 K x en las edades
ms altas en las poblaciones de rpido crecimiento.
A travs de una estimacin mejorada la correspondiente tasa intrnseca de
natalidad es
11.3 POBLACIONES ESTABLES C A M B I A D A S 263
si la raz de RK*, que se puede considerar como el valor lmite de ^K*, es igual
a i,,. Reemplazando (11.3.1) en (11.3.2), y dividiendo numerador y denominador
por 2 5KX resulta
b* = L
^ A + (r ~ r*)[Z>KA* +m 1 + (r - r*)Ar
* b ( l - f ) , (H.3.3)
donde res la edad promedio en la poblacin estable. El b* mejorado, al igual

que r*, es ms pequeo que la cantidad basada en la estimacin empleando la
matriz. [Determine d*].
Mediante una manipulacin similar, el lector puede demostrar que la edad
media mejorada en la poblacin estable, A*, es
A: = b~ [Ar + (r - r*)(<11 + Al)} = r + ,
donde di es la varianza de la poblacin estable. El intervalo entre dos genera-

ciones obtenido con una estimacin mejorada, T*, es
T* _
r* ' 1 - 25r/SAr
C U A D R O 11.3
APROXIMACIONES MEDIANTE MATRICES (METODO A) Y POR ECUACION
INTEGRAL (METODO B) A SIETE PARAMETROS DE LA POBLACION
ESTABLE PARA DOS PAISES
Inglaterra y Gales 1960-62, Togo, 1961

hombres mujeres
A B A B
* #
Proyeccin Proyeccin
Ecuacin Ecuacin
estndar o estndar o
integral integral
matriz matriz
(3.2.4) (11.1.25) (3.2.4) (11.1.25)
lOOOr 9.56 9 .55 27.29 27.21

1000b 20.35 20 . 3 4 50.39 5 0.30
5 Ko 4.7571 4 .7572 3. 852 1 3 . 8529
5 <2 o 3.8717 3 .8725 1.7416 1.7449
5^40 3. 1028 3 1040 0 . 7952 0.7981

r 31.89 31 . 8 9 21.03 21.06
T 3 0 . 30 30 31 27.89 27.97
Los prrafos precedentes han mostrado cmo se pueden cambiar las esti-
maciones hechas con la matriz (mtodo A, sin asterisco) en estimaciones que con-
cuerdan con la ecuacin integral (mtodo B, escrito aqu con asterisco). Los
resultados para hombres, Inglaterra y Gales, 1960-62, y para mujeres, Togo,
1961, basados en la matriz y la ecuacin integral, mostrarn la magnitud de las
diferencias en pases de baja y alta fecundidad (cuadro 11.3). Todos los resul-
tados basados en el mtodo B para Togo se pueden reproducir a partir de los
resultados basados en el mtodo A, dado al = 307.
Los resultados anteriores para cambiar de B a A se adaptan fcilmente para
trasladarse entre cualquier otro par de mtodos entre los que aparecen en la
muestra 11.1.
11.4. LAS CONSTANTES Q DE LA ECUACION INTEGRAL

En el captulo 5 encontramos una expresin Qer* como el trmino tpico de la
solucin a la ecuacin integral, donde Q se define como
s y - ' G j t ) dt v
-f(r) V
y necesitamos alguna forma finita mediante la cual se pueda evaluar esto num-
ricamente a partir de los datos disponibles ordinariamente, por ejemplo, pobla-
cin, tabla de vida y tasas de fecundidad, todos por grupos quinquenales de
edad. Recordando la definicin de G() como el nmero de nios nacidos en el
momento t de aquellas mujeres que estaban vivas en el momento 0, o sea,
G(t) = \*k(x)P(x + m{x + t)dx, t</3,

Jo n(x)
P(*)
vemos que V, el numerador de C, es en efecto una integral doble, a ser evaluada
para el rea del lado superior derecho de la diagonal en el diagrama de Lexis
(grfico 5.1), ya que la raz real V es el valor reproductivo total y Ar es la edad
media en la poblacin estable; las dems races requieren valores anlogos com-
plejos de stos.
Para cada t mltiplo de 5, o sea, a lo largo de cada horizontal, requeriremos
la integral simple multiplicada por e~rt,
donde, como siempre, x toma sus valores para intervalos quinquenales, 0, 5,

10, . . . , p 5. Para ir de esta estimacin del integrando de Q para cualquier
horizontal a una estimacin de ! para la franja que queda entre dos valores
de t, necesitamos el promedio entre y - f 5 multiplicado por 5:
5e-r+ + 5) + 5e~rtG(t)
2
y sumando para t da
V = G (0) + 5e~irG(5) +
= I A f , + 5 Fx+t (11.4.1)
1=0 =0 t=6 iLx
11.4 LAS CONSTANTES Q DE .A ECUACION INTEGRAL 265
como numerador de Q. Esta cantidad dividida por Ar = f(r) nos propor-

ciona la estimacin requerida de Q.
Los datos del cuadro 2.1 nos servirn nuevamente para un ejemplo num-
rico. Para calculamos primero 5KX/SLX, x = 0, 5, 10, . . . , y enseguida multi-
plicamos esto por 5LXFX y sumamos para las edades x que son mltiplos de
5; despus multiplicamos por *LX+S Fx+S y sumamos de nuevo, etc. Para las
mujeres de los Estados Unidos, 1964, el resultado que se obtiene basado en
(11.4.1) es
V = 5^696 = 2144 3
Ar 25.974
en miles de nacimientos. De all que el primer trmino de (5.1.3) para una

condicin inicial consistente con la distribucin por edades de la poblacin
femenina de los Estados Unidos, 1964, es
B(t) = 2144.3e(0016T0"
= 2144.3(1.08168)" miles.
En = 100 esto da 10 310,1 miles. Como una verificacin rpida, observa-

mos que la matriz de proyeccin de la poblacin femenina de 1964 dara 10 382,8
mil nacimientos en el ao 2064. La verificacin es aproximada debido a que
al cabo de 100 aos an estn actuando algunas races distintas de la dominante,
y debido a que la proyeccin es una aproximacin finita diferente de la ecua-
cin para B(t).
El numerador de dado en (11.4.1) y aplicado a la raz real es una aproxi-
macin al mismo V, valor reproductivo total femenino, definido para una mujer
de edad x en (3.2.15) y que aparece en el conjunto de todas las edades en el
cuadro 3.5. Su estimacin en (11.4.1) es apropiada a la ecuacin integral, en
tanto que [HJfK' 0 } de la seccin 3.2 corresponde a la formulacin matricial.
Para las mujeres de los Estados Unidos, 1964, el valor obtenido de (11.4.1)
mostrado arriba es V = 55 696 000, contra el dado en el cuadro 3.5, que es
V = 55 728 000, esto es, una diferencia de 1 en 2 000.
Para la raz real r1; la figura slida cuyo volumen pretendemos medir como
V tiene la forma de una campana ms bien asimtrica sobre el eje x en el mo-
mento 0; ella se inclina para abajo a medida que avanza en el tiempo. Si r es
33 por mil, entonces al cabo de 30 aos ser alrededor de 1/2,7 de la altura
inicial. La parte de l que constituye la integral V es slo aquella que est a la
derecha de la diagonal en el diagrama de Lexis (grfico 5.1): la mitad de un
pan cortado diagonalmente. [Lotka (1942) muestra una forma de gnfico algo
diferente.]
11.5. RESUMEN Y COMPUTACION NUMERICA BASADO EN

CUATRO FORMULACIONES DEL PROCESO DE RENOVACION
Lo que sigue es un resumen de las cuatro aproximaciones finitas a la ecuacin

integral introducida arriba como A (captulos 2 y 3), B (secciones 5.2 y 5.3),
C (seccin 5.7), y D (seccin 5.8). Se ordenarn aqu en orden ascendente de
acuerdo a la raz real a que dan lugar: B, C, A, D.
Cuando se resuelve la ecuacin de renovacin mediante el mtodo de Hertz-

Lotka se llega a la aproximacin (11.1.25) usada comnmente para la ecuacin
caracterstica (5.2.2):
la<pB(r) = e~LuFu + e^L20F20 + . . + e~^LmFm = /0, (11.5.1)

donde la fecundidad se extiende desde los 15 a los 55 aos de edad y donde
hemos omitido la correccin por agrupamiento.
La segunda formulacin de la ecuacin de renovacin en orden ascendente
de la raz real hace uso de la transformada de Laplace. La forma del histo-
grama da como (5.7.5) la ecuacin caracterstica
h<l>c{r) = ^ f i 1 (e~l6r ~ e-Or) +
(11.5.2)
Mediante comparacin directa de trminos en L15F15, etc., el lector puede de-

mostrar que
M r ) = <pB{r) senh (5r/2)/(5r/2),

donde nuevamente senh es el seno hiperblico.
El mtodo del captulo 3 es la proyeccin de poblacin corriente traducida
a la forma matricial. Si en (3.2.4) consideramos las races caractersticas X de la
matriz de proyeccin como X = e5r r = 0,2 In X, entonces obtenemos una ecua-
cin en r comparable con la precedente:
ll^Jr) = LiFlie~ltT + (L/1( +

+ {LWFW + LaFn)e- + + LmFKe~^ = 2/ 0 . (11.5.3)
Demuestre que
<>A(r) = <I>B(r) cosh (5r/2) = <f>c(r) coth (5r/2)5r/2 ,
siendo coth la cotangente hiperblica.
La cuarta formulacin es a travs de las fracciones parciales, en la seccin
5.8. La ecuacin que resulta cuando en (5.8.7) se reemplaza s por e _ 5 r es
k<pD{r) = 5/15F12 6e~10r + 5Ii0F17.6e-*' + . . + 5/ M F M . 6< r M ' = / 0 , (11.5.4)

donde FV2 5 etc. es la tasa especfica de fecundidad por edades para los cinco
aos centrados en la edad 15, etc. No podemos aplicar esto a datos sin una
aproximacin a Fx+2i5 a partir de Fx la ms simple es la media aritmtica:
= F" + , x = 15, 20, . . 5 0 ,
y supondremos que ifu(r) se basa en esto.

[Demuestre que la aproximacin
jc = 15, 20, . . . , 50 ,
en (11.5.4) hace if/D(r) idntica a i/u(r)]-

11.5 RESUMEN DE CUATRO FORMULACIONES DEL PROCESO UE RENOVACION 267
El cuadro 11.4 muestra en cuatro columnas las soluciones para la raz real
de las cuatro ecuaciones resumidas en esta seccin. No slo aumentan las races
reales de izquierda a derecha la ecuacin integral da el r ms bajo y las frac-
ciones parciales el ms alto, sino que las diferencias crecen cuando vamos de
izquierda a derecha; la diferencia por exceso de la proyeccin (11.5.3) sobre la
transformada de Laplace (11.5.2) es aproximadamente 2 veces la de la transfor-
mada de Laplace (11.5.2) sobre la ecuacin integral (11.5.1); la solucin por
fracciones parciales (11.5.4) es irregular y hasta un dos por ciento ms grande
que las dems.
La variacin entre las races complejas que aparece en el cuadro 11.4 es
ms grande an. El resultado de la fraccin parcial es cercano a la proyeccin,
CUADRO 11.4
PRIMERAS TRES RAICES DE LA ECUACION CARACTERISTICA
EN LAS C U A T R O FORMULACIONES. MUJERES
Transformada
Ecuacin de Laplace Fraccin
integral del histograma Proyeccin parcial
(11.5.1 ) (11.5.2) (11.5.3) (11.5.4)
i|B(r) = 1 i|c(r) = 1 iP A (r) = 1 V r ) = 1
RAIZ REAL r,
Francia 1962 0.01015 0.01016 0 .01016 0.01016
Mxico 1960 0.03325 0.03329 0.03338 0.03398
Holanda 1962 0.01375 0.01376 0.01377 0.01387
Taiwn 1961 0.03141 0.03145 0.03152 0.03185
RAICES COMPLEJAS PRINCIPALES r r3
-0.0245 - 0 .0263 -0.0298 -0.0297

Francia 1962 0.2278i 0 . 2 2 6 6 i 0 . 2 2 4' 0 i 0 . 2 2 4 0
- 0 .0164 -0.0176 - 0 .0198 - 0 .0192
Mxico 1960 0.2158i 0.2147 - 0 . 2125i 0 . 2 1 2 6
-0.0163 - 0 .0177 -0.0207 -0.0206
Holanda 1962 0.2139i 0 . 2 1 3 2 0.21141 0.2114i
-0.0066 - 0 . 0082 -0.0115 -0.0112
Taiwn 1961 0.2194i 0 . 2 1 8 5 i 0.2165i 0.2166i
aunque algo irregular, en tanto que la transformada de Laplace es cmodamente

intermedia y adems est aproximadamente a medio camino entre la ecuacin
integral y la proyeccin. [Demuestre que los tres puntos que representan las
races complejas principales de las tres ecuaciones (11.5.1), (11.5.2) y (11.5.3) caen
sobre una recta.]
Un criterio general
En caso de que hubiera diferentes mtodos finitos disponibles para estimar una
integral u otra cantidad, nos gustara usar aquel qe nos acerque ms a la res-
puesta "verdadera". Pero qu pasa si no va a haber una respuesta verdadera?
Se obtiene un criterio general para comparar las aproximaciones finitas propues-
tas calculndolas de los datos con diferentes amplitudes de intervalos de edad,
por ejemplo diez aos y cinco aos. Si no sabemos cul es la respuesta verda-
dera, podemos observar cul de los mtodos altera menos la respuesta que l
proporciona para el intervalo decenal y el intervalo quinquenal. Careciendo de
otro conocimiento, podemos suponer que este mtodo tambin variar menos
de cinco aos a un ao, etc. Desarrolle una teora para mostrar en qu circuns-
tancias el error de una aproximacin lineal es proporcional al cuadrado de la
amplitud del intervalo, y en qu circunstancias al cubo.
Esto concluye un recuento algo extenso de las distintas maneras necesaria-
mente aproximadas en que se pueden obtener los nmeros de las frmulas desa-
rrolladas en la teora de los captulos anteriores, y particularmente del cap-
tulo 5. Uno debera disculparse de que haya tanto detalle de pequeo efecto
numrico, y aun de que la computacin mecnica haga que pequeas diferen-
cias aparezcan notables cuando antes se habran perdido entre los errores a que
est inevitablemente sujeto el trabajo manual.
Parte
INTERACCION ENTRE
POBLACIONES
CAPITULO 12
ASPECTOS CUALITATIVOS DE LA INTERACCION

ENTRE POBLACIONES
Independencia y asociacin
Hasta aqu nuestra discusin slo ha considerado poblaciones de una especie,
aisladas y para un sexo, dentro de las cuales no hemos reconocido otras sub-
divisiones que las de por edad. Los modelos de los captulos 1 a 8 son dema-
siado simples para describir, en una especie o sexo particular, las relaciones de
categoras adicionales a la edad, y ellos no han hecho intentos por tratar con
diversas especies o con los dos sexos simultneamente.
En asociacin biolgica (Volterra, 1926, pgs. 33-37) el tamao de una espe-
cie afecta, favorablemente o no, el crecimiento de otras. La asociacin adopta
distintas formas, que se discutirn en este captulo y en los dos siguientes: las
relaciones entre el cazador y su presa, los dos sexos en una poblacin humana o
animal; la migracin entre las poblaciones de dos territorios que se comunican,
los casados y solteros de un grupo humano, mujeres de diferente paridez, perso-
nas en el colegio o en la fuerza de trabajo.
12.1. EL MODELO LINEAL
Algunas de estas situaciones se pueden analizar de una manera preliminar (Lot-

ka, 1956, pgs. 78, 146) mediante un par de ecuaciones diferenciales lineales,
dNt)ldt = auNx(t) + *,(<) ,
(12.1.1)
dN^tydt = aMt) + anNt(t) ,
expresadas en trminos matriciales como (N'(/)} = A{N()}, donde
Si a u es positivo, mientras ms ejemplares haya de la primera especie, sta ms

aumentar, y en ausencia de la segunda lo har a una tasa a lt , que llamaremos
su tasa autnoma. Si 022 es tambin positivo y a12 = a2i = 0, las especies son
independientes y no surgen mayores consecuencias. Simbolizaremos esta confi-
guracin por
+ 0
0 + '
y ella implica ausencia de asociacin en el sentido de este captulo.

271
272 ASPECTOS CUALITATIVOS DE LA INTERACCION 12.1
Las asociaciones de mayor inters son cuatro.

a) Competencia. Supongamos que las dos especies se obstruyen entre s. Am-
bas tasas autnomas, a n y a22, tendrn que ser positivas si cada especie ha de
sobrevivir en ausencia de la otra, y a fortiori si han de sobrevivir juntas. Debido
a que el crecimiento de la primera disminuye las subsistencias de la segunda y
en consecuencia la tasa de crecimiento de la segunda, dN2{t)/dt, tenemos
d(dNt)/dt)
dN.it) - a < U ' VA-2)

que denominaremos la dependencia (negativa en este caso) de la segunda sobre
la primera, y esta relacin es recproca entre las dos especies. De all que la
descripcin de la competencia, en la medida en que ella se puede dar en el
modelo lineal, es
aa > 0 ; a22 > 0 ; aa < 0 ; ail < 0 ,
que podemos escribir
+ -
- +
b) Depredacin. Si la segunda especie vive comindose a la primera, o como

un parsito de la primera, entonces, mayores cantidades de la segunda especie
afectan adversamente el crecimiento de la primera, y
djdNM/dt) _
(12.1.3)
dNt) - ^
debe ser negativa. Inversamente, mayores cantidades de la presa permitirn un
incremento en el depredador, y a21 debe ser positivo. Para el caso de depreda-
cin pura, la segunda no tiene otra sustentacin que la primera y por ello su
tasa autnoma a^ es negativa. En consecuencia tenemos
au > 0 ; aJ2 < 0 ; als < 0 ; au > 0 ,
o, en forma breve,
+ -
+ - .
para los casos de la presa-depredador, el parsito-husped, y situaciones inter-

medias (Elton, 1933, pg. 27).
c) Depuracin o saprofitismo. Si la segunda vive de los residuos o del cadver
de la primera, no producindole ni beneficio ni dao, y no pudiera sobrevivir
sin ella, entonces
an > 0 ; aM < 0 ; ati = 0 ; au > 0 ;
esto es,
+ 0
+ -
12.1 EL MODELO LINEAL 273
d) Simbiosis. Si la segunda vive de la primera, pero la beneficia, la relacin

es simbitica, donde cada una ayuda al crecimiento de la otra; si cada una es
tambin necesaria a la otra, tenemos
ii < 0 ; a* < 0 ; alt > 0 ; at > 0 ,
o
- +
+ -
La poblacin humana y el ganado de un rea existe en relacin simbitica,

donde la leche y la carne constituyen el alimento humano y la gente cultiva
pasto para las vacas. Si el pasto crece en forma natural, los humanos que comen
carne son depredadores de las vacas; aquellos que toman leche son parsitos.
El conjunto del cual son seleccionados estos cuatro casos se puede formar
escribiendo los signos posibles de las cuatro constantes, ati, i = 1, 2, j = 1, 2, en
un arreglo cuadrado. El nmero de combinaciones es evidentemente 2* = 16 si
au 0, y 34 = 81 si se permiten valores nulos. Algunos de stos se ven mejor
como combinaciones de los dems; por ejemplo,
+ +
+ +
significa que las dos especies tienen tasas autnomas de crecimiento positivas y
tambin que se sostienen simbiticamente entre s.
Aquellos que no se interesan por los tecnicismos de una solucin explcita
para las ecuaciones diferenciales pueden estudiar las propiedades de (12.1.1)
con la ayuda de un computador. Las ecuaciones proporcionan derivadas en el
momento inicial a partir del conocimiento de Nx(0) y N2(0), que son las pobla-
ciones iniciales de las dos especies. Dadas stas y las a, las derivadas permiten
dar un paso de amplitud h\
Nh) = NÔ) + hN[(0) = Aî(0) + KAÔ) + ,^(0)],
Nf,) = N2(0) + hN'2(0) = N0) + h[aM0) + ^(0)] .
Ahora se puede calcular Nx(h) y N2(h), y a continuacin substituirlos en lugar
de Nx(0) y N2(0) y luego repetir el ciclo. Este proceso de avances sucesivos
da una solucin ms precisa cuando h es pequeo y se puede mejorar conside-
rablemente mediante el uso de derivadas de orden superior, como en el cap-
tulo 13, pero tal refinamiento no es necesario para el propsito actual, que
consiste en determinar el carcter general de la trayectoria. [Exprese las condi-
ciones de avances sucesivos en forma de una ecuacin matricial y bosqueje un
anlisis en trminos de los valores caractersticos. Qu sucede a esta solucin
cuando h se hace pequeo?]
Como ejemplo numrico ensayamos las ecuaciones (cuadro 12.1, seccin I)
N[(t) - O.OINJt) - 0.04Nt(t) ,
N't) = 0.02N(t) - O.OSN^t) ,
que corresponden a depredacin, y comenzamos con Nx(0) = 90, N2(0) = 80; al

cabo de 500 ciclos (aos), las cantidades han descendido al orden de 0,1. Poi
274 ASPECTOS CUALITATIVOS DE L A INTERACCION 12.1
CUADRO 12.1
SOLUCION NUMERICA A P R O X I M A D A PARA OCHO CASOS DE DEPREDACION
USANDO SOLO LAS PRIMERAS DERIVADAS E INTERVALOS DE UN A O "
I II
Ni ( t ) = O.OlNi ( t ) - 0.04N2(t) N(t) = 0.05NI(t) - 0.04N2 (t)

Ni ( t ) = 0 . 0 2NI ( t ) - 0. 0 5 N 2 ( t ) Ni ( t ) = 0.02NI(t) - 0.01N2 (t)
t NI ( t ) N2 ( t ) Ni ( t ) N2 ( t )
0 90 80 90 80
50 27 . 3 6 21 31 203 159
100 10 . 6 5 6 99 574 382

200 2 .84 1 50 7 . 90 x 103 4.21 x 103
300 0 .99 0 50 1 43 x 105 7.24 x 10"
400 0 .36 0 18 2 . 73 x 106 1.37 x 106
500 0 . 13 0 07 5 . 24 x 107 2.62 x 107
111 IV
Ni ( t ) = O.lNi ( t ) - 0.lNa(t) NI'(t) = 0.OlNi(t) - 0.04N2 (t)

N2 ( t ) = 0.1NI (t) - 0.2N2(t) N2(t) = 0 . 03NI(t) - 0.05N2 (t)
t NI ( t ) N2 ( t ) NI ( t ) N2 ( t )
0 80 90 80 90
50 1 .07 x lo3 409 - 1 . 03 16.04
100 2 . 15 x 10" 8 21 x 103 - 1 1 . 26 -4.65
200 8 .64 x 106 3 30 x io6 - 0 . 86 - I .39
300 3 .47 X 109 1 33 x 109 0 . 25 0.16
400 1 .39 x 10 12
5 34 x 1011 0 . 00 0.02
500 5 .62 x 101" 2 15 x 101" 0 . 00 0.00
Programado por William Cummings y William Taylor.
otra parte, las ecuaciones (cuadro 12.1, seccin II)
N[(t) = 0.05^(0 - 0.04#2(),
N'2{t) = 0.02N^t) - 0.01 Nt) ,
tambin representan depredacin y con coeficientes que no parecen muy dife-

rentes de los precedentes, producen nmeros del orden de 10 7 al cabo de 500
aos. Los dos pares de ecuaciones arrojan resultados m u y diferentes: en el pri-
m e r o ambas especies casi han desaparecido, en tanto que en el segundo han
crecido astronmicamente. L l e v a n d o a cabo tal proceso, para dichas ecuaciones,
Cuadro 12.1 (continuacin)
V VI
Ni ( t ) = 0.05Ni(t) - 0.04N2(t) Ni ( t ) = 0.03Ni(t) - 0 . 04N2(t)

N2(t) = 0.03Ni(t) - 0.01N2(t) N(t) = 0.03Nj(t) - 0 .03N2(t)
t Ni(t) N2(t) Ni(t) N2(t)
0 80 90 80 90
50 2.33 126 -0.95 45.5
100 -580 -210 -82.4 -32
200 -3.24'x 103 -4.47 x 103 -55.6 -82
300 3.74 x lo* 1.97 x 10" 103 60
400 1.05 x lo5 2.05 x io5 23.7 65
500 -2.21 x io6 -1.44 x io6 -114 -83
VII VI11
N(t) = 0.01Ni(t) - 0.03N2(t) N(t) = 0.05Ni(t) - 0.03N2(t)

N2(t) = 0.03Ni(t) - 0.05N2(t) N2(t) = 0.03Ni(t) - 0.01N2(t)
t Ni(t) Ms(t) .Ni ( t ) N2(t)
0 80 90 80 90
50 23.6' 27.2 175 202
100 6.55 7.88 367 439
200 0.33 0.51 1.21 x O3 1.64 x 103
300 -0.03 0.00 -3.13 x 103 6.71 x 102
400 -0.01 -0.01 -1.04 x 105 -7.62 x io"
500 0.00 0.00 -1.34 x 10 -1.14x10
con los ocho conjuntos de coeficientes que aparecen en el cuadro 12.3, se obtie-
nen as extremadamente variadas trayectorias de donde se sacaron los valores.
La explicacin de las grandes diferencias radica en las races de una ecuacin
caracterstica, a cuya formulacin procedemos ahora.
Diferenciamos el primer miembro de (12.1.1) y en la derivada sustituimos
el valor de dN2(t)/dt del segundo miembro; despus de efectuar alguna otra
simplificacin, que se deja al lector, surge una ecuacin lineal de segundo orden
en Nt(t)
N['{t) - (an + an)N[{t) + (anaK - a^N^) = 0 . (12.1.4)

Evidentemente ext es una solucin si X satisface la ecuacin caracterstica
? - (ii + aa)X + anatt - anan = 0 ,
cuyas races son
) + 4a1!a!1}, (12.1.5)
y siendo aditivas las soluciones, la trayectoria de la primera especie es

N^t) = n ^ ' + nne^ , (12.1.6)
donde ran y n12 son constantes. (Ellas se determinan a partir de las condiciones
iniciales con una tcnica ejemplificada abajo.) Puesto que nos aseguraramos las
mismas races caractersticas para la correspondiente ecuacin diferencial de se-
gundo orden en N2(t) sola [esto sigue de la simetra de (12.1.5)], la otra parte
de la solucin debe ser
Nt(t) = n^' + . (12.1.7)
Escribiremos N para designar la disposicin de las n en forma de una matriz.
Estudio de la trayectoria fase
Sin embargo, la solucin cuantitativa detallada se requiere en forma menos fre-

cuente que un enunciado cualitativo; queremos saber, por ejemplo, si las trayecto-
rias de las dos especies sern finalmente estacionarias a un nivel finito o escapan
al infinito, y, si son finitas, si se presentaran ciclos. Para tales conclusiones, es
til conocer cmo se relacionarn entre s las cantidades de las dos especies, inde-
pendientemente del tiempo. La relacin entre N1 y N2 sin que intervenga la va-
riable tiempo se denomina trayectoria fase del sistema. Los distintos resultados
posibles en la solucin de (12.1.1) a travs de la trayectoria fase son discutidos
por Davis (1960, pg. 311), Kaplan (1958, pg. 412) y Coddington y Levinson
(1955, pg. 371), y a continuacin sern brevemente resumidos.
Para eliminar la variable tiempo entre (12.1.6) y (12.1.7), resolvemos stas
como si fueran un par de ecuaciones lineales en las incgnitas y e*',
u _ #,(/) - nltN.t(t) ^
n,.n n.Jt,.
(12.1.8)
^ = nMt) - nMt) >
1 '
nnna
suponiendo que el comn denominador, |N| nnn22 n12n2v no es cero. En-
tonces elevamos la primera a la potencia X/Xi, e igualamos los dos valores de
ekz'. Enseguida por una rotacin de los ejes sin traslacin del origen, (12.1.8)
da lugar a la trayectoria fase
w = z'*'x , (12.1.9)
donde w = (nnN2 y z = ( 2 ^ , HI2-N2)/|N son las nuevas coor-
denadas.
C U A D R O 12.2
POSIBLES PUNTOS ESTACIONARIOS EN LA INTERACCION DE DOS ESPECIES,
EN BASE A CUATRO CONDICIONES SELECCIONADAS DE LOS SIGNOS DE LOS
COEFICIENTES DE LAS ECUACIONES DIFERENCIALES LINEALES, MOSTRANDO
OCHO CONDICIONES EN LAS RAICES DE LA ECUACION
CARACTERISTICA DE (12.1.4) (Vase Grfico 12.1)
Signos de los coeficientes

b) d)
Condiciones en las races c

o
o
3
S
+ + 0
+ + -
Reales y distintas
(ai i - a 2 2 ) 2 + 4 a i 2 a 2 i > 0
I. Ambas negativas - estable
aiia22 > ai2a2i; ai + a22 < 0
II. Ambas positivas inestable
aiia22 > ai2a2i; a i i + a 2 2 > 0 \A \Li
III. De signo opuesto - inestable
aiia22 < ai2a2 i
Complejas
(ai i - a 2 2 ) 2 + 4aj 2 a 2 1 < 0
IV. Parte real negativa - ciclos amortiguados

ai i + a 2 2 < 0
V. Parte real positiva - ciclos crecientes

ai + a 2 2 > 0
VI. Imaginarias puras - ciclos invariables

ai i + a 2 2 =
0
Reales e iguales
(ai i - a 2 2 ) 2 + 4a1 2 a 2 i = 0
VII. Negativas - estable
S
aii + a 2 2 < 0
VIII. Positivas - inestable
ai i + a 2 2 > 0
En el plano xy, x flu y a^gi aufln.

Los nuevos ejes no sern rectangulares, a menos que se verifique: n n n 1 2

+ n2in22 pero esto es de importancia secundaria para el presente propsito,
y los dibujos de la trayectoria fase se distorsionarn en un sistema de referencia
rectangular. Se puede ahora aplicar la solucin formal de (12.1.1) a las cuatro
formas de asociacin. En el grfico 12.1 aparecen las curvas de w contra z, cada
una en el rea del plano xy en que puede ocurrir.
a) Competencia. Dos especies en competencia se designan como
Puesto que los elementos a12 y a2 de la diagonal secundaria son negativos, las
races deben ser reales, como se puede probar mediante (12.1.5). Siendo reales,
si son distintas de cero deben ser I) negativas, II) positivas, o III) una negativa
y una positiva (vase el cuadro 12.2).
I) El caso de ambas races negativas requiere que la suma de au y aT sea
negativa [por qu?] y esto es inconsistente con el hecho de que sean separada-
mente positivas como lo requiere la condicin de competencia. Por tanto el
modelo I no puede representar competencia, lo cual es un hecho importante
en cuanto que slo las races negativas (o races complejas con partes reales
negativas) permiten estabilidad, en un sentido que se discutir abajo.
II) Ambas races sern positivas si ana.22 > cV2a2 [demuestre esto] vale de-
cir, si la media (geomtrica) de las tasas autnomas es mayor que la media de las
interdependencias. La referencia a (12.1.6) y (12.1.7) muestra que, con races
positivas, los nmeros N^t) y N.(t) tienden a ms o menos infinito, depen-
diendo del coeficiente n, del trmino con el mayor A. Se trata de una situacin
en que no se puede establecer una cota superior para los valores absolutos de
los nmeros.
III) Las races sern de signo opuesto si finrt22 < a12a2l, esto es, si las tasas
autnomas son menores (en promedio geomtrico) que el valor absoluto de los
efectos de competencia. Esta es una competencia ms genuina que la del caso
precedente, donde los efectos competitivos modificaban los efectos autnomos,
pero no podan revertirlos. Con una raz positiva y una negativa (12.1.9) ser
una hiprbola con forma de silla de montar, parecindose a la condicin III del
grfico 12.1 [Demuestre esto]. Evidentemente, entre w y z, uno de ellos tiende
a cero y el otro a ms o menos infinito con los ejes como asntotas. Para obtener
N x () y N2(t) a partir de w y z los ejes deben volverse a rotar hacia atrs, y
evidentemente el movimiento es hacia una asntota que an pasa por el origen.
Esto implica una razn fija entre Nx{t) y N2(t) cuando t se hace grande. Las
ecuaciones (12.1.1) suponen provisin indefinida del alimento comn y en con-
secuencia, crecimiento indefinido de las dos especies a una tasa determinada por
la raz positiva, a pesar del hecho de que ellas se obstruyen entre s.
Evidentemente II) y III) constituyen el conjunto exhaustivo de posibilida-
des para la competencia en el caso lineal, con la excepcin sin importancia de
ana22 = a12a21. El lector puede demostrar que en dicho caso Ai = n -f- a^,
X2 0 y puede describir las trayectorias. No habiendo otros casos bajo compe-
tencia, volvemos al de depredacin.
Las races \ l t X tienen partas y = alla22 a 12 a 21 Las races X X2 tienen parles
reales negativas. Distancia fo- reales positivas. Distancia fo-
W
r
O
o
P!
r
O
Grfico 12.1 Trayectoria fase para sis-
temas lineales de dos especies. La ecua- 2
F!
>
cin caracterstica de (12.1.4) se escribe
A2 x\ -)- y = 0, de modo que sus ra-
ces (12.1.5) son Ai, A2 = x2 i / V / 4 - y.
K
alla22 - a 12 a 21 [Segn W . Ka plan (1958, p. 418)].
C U A D R O 12.3
LOCALIZACION DE LOS COEFICIENTES Y M A G N I T U D DE LAS RAICES
PARA O C H O CASOS D E DEPREDACION DEL C U A D R O 12.1
Localizacin en Grfico 12.1 Raices
Caso
I + + -0.01 -0.03
+
I I + 0 .03 0.01
+
I I I + 0.0618 -0.1618
IV + -0.02 i 0.0173
V + + 0.02 0.0173
0
VI + 0 . 0173
VI I + - 0 . 0 2 -0.02
VI I I 0 . 02 0.02
x = an + a22; y = ana22 - ai2a2i; A = ( a n - a 2 2 ) 2 + t*ai2a2i,
b) Depredacin. Para este caso, designado
en referencia a la matriz de coeficientes de (12.1.1), el producto 4ai2<h bajo el

radical en (12.1.5) es necesariamente negativo. Las races sern reales si la expre-
sin bajo el radical en (12.1.5) es positivo. Este es positivo si
(au + \a\)/2 > " l / K K , (12.1.10)
lo que expresado en palabras nos dice que la media (aritmtica) de los valores
absolutos de las tasas autnomas a n y jo^j es mayor que la media (geomtrica)
de las interdependencias |a12| y a21. Tal relacin se podra cumplir fcilmente
si la segunda especie tiene alguna presa alternativa en adicin a la primera
especie.
Condiciones para la oscilacin

El resultado de la depredacin genuina entre solamente dos especies es bastante
diferente, en la situacin en que la media (geomtrica) de las interdependencias
es mayor que la media (aritmtica) de las tasas autnomas. En tal caso las races
son complejas y se puede escribir h = x iy. La primera trayectoria ser
NAt) = nneix+iv}t + n2e{'-ivH ,

o si -{- n2 m n , nil n12 m12,
N^t) c"(m u eos yt + imlt sen yt), (12.1.11)
la cual es una expresin real, puesto que mv, es un imaginario puro por la mis-
ma razn que Q. Q3 en (5.8.9) es un imaginario puro.
El trmino que aparece entre parntesis en (12.1.11) es un par de curvas
sinusoidales que difieren en fase en 90, con longitud de onda 2n/y. Su ampli-
tud crece o disminuye con el tiempo segn que x sea positiva o negativa. Pero
x es J(au -)- 0-22); las ondas son amortiguadas si el promedio de las tasas aut-
nomas es negativo; crecientes si el promedio es positivo; inalteradas si el pro-
medio es cero.
La ecuacin (12.1.11) y su anloga para N2(t) se puede considerar como un
par de ecuaciones simultneas en las incgnitas ext eos yt y e.xl sen yt. Su solucin
es la misma que los segundos miembros de (12.1.8) si se escribe m en lugar de n.
Rotando los ejes, al denominar a los segundos miembros z y xu respectivamente, da
ext eos yt = z , e*' sen yt = w ,
o
l/z2 + w2 = est, w/z tan yt.
Si x = 0 las races son imaginarias puras y constituyen el caso VI de los cuadros
12.1, 12.2 y 12.3; la trayectoria fase es un crculo en las unidades de w y z selec-
cionadas. Con x > 0, la eliminacin de t produce la ecuacin de una espiral con
movimiento hacia afuera cuando t aumenta, y tenemos el caso V. Con x < 0,
se aplica la misma curva, pero el movimiento es hacia adentro, indicando estabi-
lidad (IV). Si x = 0, el sistema podra continuar indefinidamente con oscilacio-
nes en torno a una media fija (VI). Tambin podra continuar indefinidamen-
te alrededor de una media fija si la presa tuviera un protector parcial y el de-
predador creciera slo hasta lo que una produccin anual de la presa pudiera
alimentar (Sauvy, 1959, Vol. I, pg. 19). Esto ltimo no se puede describir me-
diante el modelo lineal (12.1.1), pero est cubierto por (12.3.1), presentado
ms adelante.
Se producan ondas, tanto en las poblaciones de un sexo de los captulos 3
y 5 en que se reconoca la edad, como en las dos poblaciones de la relacin
depredador-presa. Lo que situaciones de otra manera diferentes tienen en comn
es un efecto de retardo, similar a un termostato que responde al cambio de tem-
peratura no de manera inmediata sino despus de un perodo finito. Los meca-
nismos de retroalimentacin tienen cierta analoga con la poblacin.
Moran (1950) discute una especie aislada cuya poblacin en el t simo ao
es generada por la relacin Nt = aNt_1 -(- bNt_2, donde a y b son cons-
tantes. El enfoque usual a tales ecuaciones (Goldberg, 1961, pg. 141; Miller,
1960, pg. 133) consiste en ensayar Nt = x> y obtener una ecuacin caracters-
tica en x cuyas races son x, y x.. La solucin es entonces Nt = Ax^ -f- Bx\,
siendo A y B constantes arbitrarias. Se presentarn ondas cuando las races de
la ecuacin caracterstica resultan ser complejas; el lector puede demostrar que
esto ocurre si y slo si b < a 2 /4; sern de amplitud decreciente despus de
una perturbacin inicial si b es tambin menor que 1 a 2 /2. Identifique las
reas del plano a, b correspondiente a las diversas soluciones. Relacione este
resultado con una versin de la ec. (12.1.4) en diferencias finitas y tambin al
modelo de la seccin 5.8 si se conocen dos grujios de edades.
La asociacin de depredacin parece ser el nico de los procesos lineales con

dos especies representado mediante la configuracin de signos (a), (b), (c) y (d)
en el cuadro 12.2, que puede generar ciclos espontneamente. Aunque el tema
no est en modo alguno resuelto, tales ciclos espontneos pueden muy bien exis-
tir en la naturaleza (Gause, 1935a, pgs. 44-48; Kostitzin, 1934; Neyman, Park
y Scott, 1956). Lamentablemente, los ciclos impuestos, incluyendo las estacio-
nes del ao, estn tambin presentes, y no es fcil discriminar mediante obser-
vacin entre los efectos de ciclos impuestos y espontneos.
Ejemplos numricos de depredacin
El nico conjunto de signos entre las cuatro combinaciones (a), (b), (c) y (d)
del cuadro 12.2 para el cual son posibles las ocho condiciones en las races es
(b) depredacin,
+
+
y ste ha sido elegido para el ejercicio aritmtico de los cuadros 12.1 y 12.3. Se
ha seleccionado arbitrariamente un conjunto de coeficientes para hacerlo corres-
ponder con cada una de las ocho condiciones en las races, numeradas I a VIII.
La matriz de la columna encabezada I, correspondiente a la fila I del cuadro 12.2,
al21 _ [0.01 -0.04

a, ~ 0.02 -0.05
se puede citar como ejemplo, siendo A la matriz de coeficientes en (12.1.1).

Las tres condiciones en los coeficientes, tal que ambas races sean negativas,
A = (an - a22f + 4a12a21 = 0.0004 > 0 ,

x = an + a22 = - 0 . 0 4 < 0 ,
y = a22 - a12a2l = 0.0003 > 0 ,
se satisfacen completamente. En la solucin (12.1.5) de la ecuacin caracters-

tica cuadrtica, las races son = 0,01 y X2 = 0,03.
Los valores iniciales Nj(0) = 90, N2(0) = 80 dan las condiciones
,0.01(0)
N.i 0) = 90 = u?--0I(0) + nL2e--03W
N2( 0) = 80 = nae~ - 1 ( 0 ) + n e-"-030)

0 . 001<0)
22 (12.1.12)
o
90 = wu + n12l 2 ,'
80 = n2l + nt2. (12.1.13)
Las derivadas en t 0 son
dNJpydt = 0 . 0 1 ^ ( 0 ) - 0.04JV2(0) = (0.01 )(90) - (0.04)(80) = - 2 . 3 ,

dN2(0)/dt = 0.02Ar1(0) - 0 . 0 5 ^ ( 0 ) = (0.02)(90) - (0.05)(80) = - 2 . 2 ,
e igualando stas a las derivadas de (12.1.6) y 12.1.7) respectivamente, tenemos
-2.3 = 0.01/Jn - 0.03/Ji 2 ,
-2.2 = O.Oln,! - 0.03/jj . (12.1.14)
Resolviendo las cuatro ecuaciones (12.1.13) y 12.1.14) para las cuatro incgnitas
da n n = 20, n12 = 70, n.2l = 10, n22 = 70, de modo que la trayectoria de ex-
pansin es
Nt) = 20?- 01 + 7 0 e - 03,
N,(t) = 10e- 01 ' + 70e-o 3t . (12.1.15)
Este resultado exacto conduce a N^bO) = 27,75, contra ^ ( 5 0 ) = 27,36 en el

cuadro 12.1; el proceso de avance similar al del cuadro 12.1 pero con segundas
derivadas tambin produce A/j(50) = 27,67; las terceras derivadas llevan la con-
cordancia entre (12.1.15) y el proceso de avance del cuadro 12.1 a un uno por mil.
El mismo par de ecuaciones, (12-1.15), se puede considerar como la trayec-
toria fase, puesto que cualquier t dado proporciona un punto sobre la curva que
relaciona y N2. Resolviendo (12.1.15) como ecuaciones lineales en g - 0 1 ' y
e-,o3t y enseguida eliminando t, la curva fase se obtiene explcitamente como
2N2 - N, /Nl - NA*

V
=
70 10 / '
o mediante el cambio de coordenadas a w y z,
w zs.
El grfico 12.1 incluye bosquejos de sta y las dems curvas dibujadas sobre el
plano z, w, dando sus formas en trminos de ui y z que son funciones lineales
especificables de N, y N2. El material del cuadro 12.1 se puede usar para deter-
minar seis puntos sobre cada trayectoria fase y as verificar su forma, tal como
cuando unimos puntos para revelar el objeto escondido en un puzzle.
Otras configuraciones
c) Saprofitismo. Este caso se encuentra representado por la configuracin de

signos
+ 0
+ - '
y puesto que a12 es cero, la inspeccin de (12.1.15) muestra que las races sern
reales e iguales a an y a., no habr oscilacin. Puesto que a.,., es negativo, su
exponencial tendr importancia cada vez menor, y las especies saprfitas crece-
rn finalmente en proporcin a que equivale a decir a la tasa autnoma
de la especie de la que depende.
d) Simbiosis. En simbiosis,
+
+
donde a21 y a12 son ambos positivos, las raices sern reales en todas las circuns-
tancias; de nuevo, la ecuacin no indica tendencia a oscilar para los tamaos
de las dos especies. Observe que ambas races no pueden ser positivas y analice
los dos casos que son posibles (cuadro 12.2).
No hemos discutido an el caso de las races iguales (y por lo tanto reales).
Si Aj = h, = h la solucin dada como (12.1.6) y (12.1.7) se reemplaza por
î(') = nnelt + nnteu ,

Nt{t) = nteH + n22te>. (12.1.16)
Pruebe esto mediante sustitucin en (12.1.1) y muestre que una forma de la tra-
yectoria fase es w = z ln z. En nuestro problema las races iguales slo pueden
ser (an -)- a22)/2, y si esta cantidad es negativa, el sistema es estable y finito; si
es positivo, el sistema se hace infinito. Los denominaremos VII y VIII respec-
tivamente, y la relacin entre z y w puede ser una recta, una parbola, o una
curva logartmica; este ltimo caso se encuentra implcito en el cuadro 12.3.
El lector puede probar que ellos slo se pueden aplicar a depredacin, y puede
continuar hasta distinguir las condiciones de las a que producen los distintas
tipos de solucin dentro de VII y VIII (Davis, 1962, pg. 42).
Nuestra exposicin es, hasta aqu, en trminos de las altamente simplifica-
das ecuaciones lineales (12.1.1). Nos acercamos ahora un poco ms hacia la reali-
dad con un modelo no lineal para depredacin diseado por Volterra (1926,
pg. 38).
12.2. UN CASO NO LINEAL
Consideremos dos poblaciones, la de los depredadores (por ejemplo, lobos) y la

de su presa (por ejemplo, cabras), cuyos tamaos en el momento t son N2(t) y
VJ() respectivamente. Supongamos que en ausencia de lobos, las cabras crecie-
ran a una tasa a, y en ausencia de cabras, los lobos disminuyeran a una tasa c.
Supongamos tambin que la frecuencia de los encuentros es k veces el producto
de las cantidades de las dos poblaciones, y que cada encuentro entre un lobo
y una cabra resta b/k de una cabra y agrega d/k de un lobo a sus respectivas
poblaciones, donde k es una constante que relaciona los encuentros a la densi-
dad y no necesita ser mencionada explcitamente en las ecuaciones. Entonces
podemos escribir para las tasas de cambio, donde ahora a, b, c y d son mayores
que cero:
dN^tydt = aN^t) - bN^N^t),

dN2(t)/dt = -cN) + dN^N^t) (12.2.1)
Las ecuaciones (12.2.1) no se pueden resolver para N^t) y N2(t) en trmi-
nos de funciones elementales, pero algunas de las propiedades de la solucin
se pueden obtener de la relacin entre AT, y N- cuando el tiempo es eliminado
12.2 UN CASO NO LINEAL 285
CUADRO 12.4
TABLA ABREVIADA DE x'/e* USADA PARA CALCULAR LOS CICLOS
DEPREDADOR-PRESA DE V O L T E R R A
a a
X 1/2 1 X 1/2 1
0.10 0.3008 0.0905 1.60 0.5684 0 . 3230
0.20 0.4047 0.1638 1.70 0.5573 0 .3106
0.30 0 .4714 0.2222 1.80 0.5455 0 . 2975
0 .40 0.5178 0.2681 1.90 0.5331 0 .2842
0.50 0.5507 0.3033 2.00 0.5203 0 . 2707
0.60 0.5738 0.3293 2.10 0.5071 0 .2572
0.70 0.5896 0.3476 2.20 0.4937 0 .2438
0.80 0.5996 0.3595 2.30 0.4802 0 .2306

0.90 0.6049 0.3659 2.40 0.4666 0 .2177
1.00 0.6065 0.3679 2.50 0.4530 0 . 2052

1.10 0.6051 0.3662 2.60 0.4394 0 .1931
1.20 0.6012 0.3614 2.70 0.4260 0 .1815
1. 30 0.5952 0.3543 2.80 0.4126 0 .1703
1.40 0.5876 0.3452 2.90 0.3995 0 .1596
1.50 0.5785 0.3347 3.00 0 .3865 0 .1494
" Programado por Andrea Tyrec.
(la trayectoria fase descrita arriba). Primeramente cambiamos las escalas sus-
tituyendo cx/d por AT, y ay/b por N2. Entonces las ecuaciones (12.2.1) se con-
vierten en
x' = ax axy,
y = -cy + cxy, (12.2.2)
y, por divisin,
/ = -cy + cxy
x' ax axy
o, multiplicando en esta proporcin y luego dividiendo por xy,
a//y a/ + cx'jx ex' = 0 . (12.2.3)

Integrando (12.2.3) y tomando antilogaritmos da
(12.2.4)
' i * ) " - -
donde A es una constante de integracin. Sustituyendo ahora x = dNl/c,
y = bN2/a, encontramos el resultado de Volterra
(12.2.5)
donde K es una constante. Un breve extracto del clculo de xa/eaa aparece en

el cuadro 12.4.
Si el primer miembro de (12.2.4) es igual a z, una funcin de x e y repre
sentada por la altura sobre el plano xy, entonces los valores de z caen sobre una
colina suavemente descendente de cumbre redondeada, estando la cima locali
zada en x = 1, y= 1, o c/d, N2 = a/b. Esto prueba que para un dado
K, N-, como una funcin de N1 consiste en una lnea de contorno de la colina, y
en consecuencia una curva cerrada, casi como una elipse distorsionada. Para dos
funciones cualesquiera /1(N'1) y f2(N2) que tengan un nico modo, una manera
simple de dibujar lneas de contorno /1(A1)/2(Ar2) = K consiste en tabular / X (N)
y f-J,N) P a r a valores de N a intervalos pequeos; ingrese en la tabla de fr(N) con
N = N1 para determinar /i(Ni); divida K por ste para obtener K/f^Nx); ense-
guida entre al cuerpo de la tabla de f2(N2) con K/f^N^ para determinar a qu
(dos) argumentos N2 corresponde esto. El resultado de esta sucesin de dos bs-
quedas es el valor de N2 correspondiente a
Este principio fue aplicado para dibujar la curva (12.2.5), teniendo como
resultado el que aparece en el grfico 12.2 para ab= 1/2, c = d 3, y
G R A F I C O 12.2
T R A Y E C T O R I A FASE PARA CICLOS DEPREDADOR-PRESA
EN UN SISTEMA NO LINEAL (HIPOTETICO)
- -1.8
(unidad 1 000 animales)
- -0.2
12.3 EL MODELO NO LINEAL GENERAL 287
K 0,02. [Cul es la forma de (x"l^lx)(yb/ehy) K cuando K toma un valor tal

que x e y son ambos pequeos? Averige su centro, orientacin y las longitudes
de sus ejes].
La figura cerrada alrededor de la cual se mueve un punto de la trayectoria
fase, en caso de que se apliquen nuestras suposiciones, corresponde a una serie
sin fin de ondas en las trayectorias separadas Nx(t) y Af2() (vase grfico 12.2).
Una vez ms depredacin produce oscilaciones, aunque aqu no son de una for-
ma trigonomtrica simple.
La solucin numrica de (12.2.1) no ofrece dificultad para los mtodos
corrientes de aproximacin una vez que tenemos las constantes a, b, c y d, y
un conjunto de condiciones iniciales. Progresos adicionales en este campo re-
quieren contar con procedimientos para establecer constantes que reflejen las
propiedades de los organismos y su medio ambiente.
El paso siguiente para construir un modelo realista de dos especies es la
sustraccin de trminos en [Aî()]2 y [Ar2(0]2 ad lado derecho del primero y
segundo miembros de (12.1.1) y (12.2.1) respectivamente. Esto toma en cuenta
la disminucin de la tasa de crecimiento ocasionada por encuentros entre miem-
bros de la misma especie (Gause, 1935a, pg. 5). Los trminos cuadrticos supo-
nen lmites sobre el medio ambiente e implica una genuina competencia entre
los miembros de cada especie. Se puede esperar que ellos impongan sobre la
situacin de las dos especies, un tipo de lmite superior equivalente a la asntota
superior de la logstica (9.2.4) para el caso de una especie. Esto se podr entender
fcilmente despus de una discusin del modelo no lineal general.
12.3. EL MODELO NO LINEAL GENERAL
Dos especies
El esquema ms general para dos especies que aparece en la literatura (Lotka,
1934, pgs. 40-41; Davis, 1962, pg. 317; Gause, 1935a, pg. 9; Kostitzin, 1934,
pg. 41) es
dN^dt = P{Nl{t), Nt()),
dNt{t)dt = 0 ( ^ ( 0 , Nt{)) , (12.3.1)
donde P y Q son polinomios u otras funciones de las poblaciones de ambas espe-
cies; sus derivadas en el dominio de inters deben ser finitas o cero. Los puntos
crticos o estacionarios del sistema se definen como los valores de AT, y N. para
los que las dos derivadas (12.3.1) se anulan; esto es, ellos son las soluciones en
N y N. de
P(NtNt) = 0; Q(NNt) = 0. (12.3.2)
Volviendo a (12.2.1) para ofrecer una ilustracin, los puntos estacionarios en el
ejemplo de los lobos y las cabras se obtienen resolviendo
a^ - bN2N1 = 0 , -cN2 + dN2Nl = 0 . (12.3.3)

Evidentemente Nx = 0, N* = 0 satisfacen las ecuaciones, y aqu el punto esta-
cionario se produce donde ambas especies se extinguen. Un punto ms intere-
sante es aquel donde las cabras son Nt == c/d y los lobos N-, = a b, y es
alrededor de ste que los ciclos giran; en el grfico 12.2 por ejemplo, el punto
c/d, a/b es 1, 1.
Puesto que las derivadas se anulan en los puntos estacionarios, las pobla-
ciones de las dos especies deben ser constantes all, al menos momentneamente,
lo que equivale a decir que los puntos estacionarios son tambin puntos de
equilibrio. Pequeas desviaciones respecto de este equilibrio pueden poner en
movimiento fuerzas que restauren el equilibrio, en cuyo caso hablamos de estric-
ta estabilidad, o puede llevar al sistema muy lejos, lo que se denomina un caso
de inestabilidad. En forma alternativa, el alejamiento de la situacin de equili-
brio puede dar por resultado ciclos en torno al punto estacionario (compare este
significado de estabilidad con el de los captulos 3 y 5. Los dos usos provienen
de diferentes campos de estudio). Todos estos casos estn ejemplificados en el
cuadro 12.1 para el modelo lineal de depredacin.
El comportamiento de las ecuaciones en torno a los puntos estacionarios
nos permite clasificar aqul en otras circunstancias. Esto deriva de que en la
vecindad de un punto estacionario, las caractersticas estables de la solucin son
las mismas que aquellas de los trminos lineales obtenidos mediante un desarro-
llo de Taylor, proposicin conocida como teorema de estabilidad de la mecnica
no lineal (Davis, 1962, pg. 318). Si una solucin en N, y N., de (12.3.2) es
N10, N20, entonces
P(N Nt) = P(NW, Ni0) + (N, - NJPW Nl0)

+ W - ^)P'Nl0, + ,
Q(N NJ = Q(N10, Ni0) + (N, - Nw)Q[(Na, Nn)
+ (Nt - N0)+... , (12.3.4)
donde P'i(ATi, N2) = dP(N1( N.2)/dNu etc. El primer trmino a la derecha de

cada una de las ecuaciones (12.3.4) desaparece por la definicin de los puntos es-
estacionarios, (12.3.2); a su vez podemos despreciar, en la vecindad de los puntos
estacionarios, aquellos trminos de orden superior a los registrados, ya que all
las potencias de pequeas cantidades tales como Nt Nw y N< N^ son a su
vez pequeas, suponiendo finitas las derivadas de P y Q. Con varios puntos
estacionarios, la condicin de estabilidad no es la misma en todas partes, y nues-
tras observaciones se aplican slo en el entorno de cada punto. El caso lineal,
por otra parte, tena slo un punto estacionario, de modo que todos los enun-
ciados sobre estabilidad se aplicaban a largo plazo. El inters principal de las
condiciones sobre los coeficientes discutidas en la primera parte de este captulo
radica en su aplicacin como primeras aproximaciones a diversas configuracio-
nes no lineales.
Competencia en un medio ambiente limitado
Este enfoque no lineal permite hacer un mejoramiento sustancial al modelo de

competencia de la seccin 12.1. Suponemos ahora que cada especie est afectada
tanto por su propia densidad como por la densidad de las otras
*fl(t) = r^t) - rnNl(t) - rfrt)Nt),
W = r^t) - r21Ar,(f)Ar2() - r n Nl(t). (12.3.5)
El hecho de que se reste el trmino cuadrtico expresa el carcter limitado del
medio ambiente. Para el caso de competencia, las tasas autnomas r y r2 son
ambas positivas, y las interdependencias o trminos del producto cruzado seran

negativas. Esta configuracin se puede escribir
+ - -
+ - - '
y suponemos que todos los r en (12.3.5) son positivos.

Para ver qu tipo de puntos estacionarios sern posibles, las derivadas de
los primeros miembros en las dos ec. (12.3.5) se hacen cero:
0 = r1Nl - rnN\ - rJixNt, 0 = rtNt - r^N, - rtlN\. (12.3.6)
En general, un par de ecuaciones cuadrticas en dos variables tendrn cuatro

soluciones, que corresponden a los cuatro puntos en que dos secciones cnicas
se intersectan. Por simple inspeccin se ve que las ecuaciones se satisfacen para
Nx(t) N2(t) = 0, y es claro que se ha llegado a un punto estacionario cuando
ambas especies se han extinguido. Otra solucin corresponde a N-,(t) = 0 y
N2(t) = r2/r22, que sera positiva. Una tercera solucin est constituida por
N 2 () = 0 y N^t) = rjrlt tambin positiva. En estos dos ltimos puntos esta-
cionarios, una especie est extinta y la otra tiene el campo a su disposicin
(Lotka, 1932).
La cuarta solucin del par de ecuaciones cuadrticas (12.3.6) es la ms inte-
resante, y posiblemente corresponde a un punto estacionario en el que canti-
dades positivas de las dos especies coexisten en equilibrio. Nosotros determina-
remos en qu condiciones puede existir tal punto estacionario bajo un rgimen
de competencia. La raz en N r y N 2 que estamos buscando se obtiene divi-
diendo los miembros de (12.3.6) por V, y N2 respectivamente, para llegar a
r, - rlNl - rnN2 = 0 , r2 - rilN - rttNl = 0 . (12.3.7)

Dado que los r son nmeros positivos pequeos y los N son generalmente
grandes, es fcil pensar en conjuntos de r en (12.3.7), tal que por lo menos N x
o N2 sea negativo, pero sin embargo, para algunos valores de los r, A*', y X-,
pueden ser positivos. Supongamos que exista tal solucin X- = Ar10, N-, = iV20,
donde NV) > 0, AT2o > 0, y escribamos nx=i Nln, n., = N. N.M. Enton-
ces buscamos el desarrollo de (12.3.5) correspondiente a (12.3.4), en torno al
punto estacionario Nl0, N2n. Si P(NV N2) de (12.3.1) es r1N1 r11N* r12N1N2
como en la primera ecuacin de (12.3.5), entonces el desarrollo en una serie de
Taylor bidimensional en el entorno de N10, 2V20 da
P(N Nt) = P(N0, N20) + niP[{Nw, Nw) + nJNw, Nw)

>\Nl0 '"N AÎD r n NWNW
+ .('i - 2r n N 10 - rlsW!0) + n2(-rnNl0), (12.3.8)
y similarmente para Q(Nlt N2), detenindonos en los trminos lineales en n^ y n2.

Pero usando el hecho de que Nw, Ar20 satisface (12.3.7), obtenemos una sim-
plificacin de (12.3.8) que lleva a
P(NV AQ = (-ruJV10)Wl + (~r12N10)n2,

y similarmente,
Q{N,, N2) = (-r^N^n, + ( rnN20)n2.

Sustituyendo estas aproximaciones lineales en (123.5) resulta
<{t) = -rnNoni - rl2Nian2, n[(t) = -rÂ^n, - r22N20n2, (12.3.9)
cuyos coeficientes se pueden identificar con los a de (12.1.1).

Con el objeto de estudiar las propiedades de estabilidad en el entorno del
punto Nln, N-2o, del cual estamos suponiendo cae en el cuadrante positivo, nos
referimos a los criterios resumidos en el cuadro 12.2. Las races sern complejas
slo si ( a , , -22)"' + 4 a y / h i < lo cual en este caso ocurre s
(~rnNl0 + r22N20f + 4 ( - r 1 2 N 1 0 ) ( - r u N ) < 0 . (12.3.10)
Puesto q u e la expresin del primer miembro de (12.3.10) consiste en dos tr-

minos positivos, no puede su suma ser negativa, de m o d o que las races deben
ser reales; una vez ms, los ciclos espontneos no pueden surgir en el caso de
competencia.
Si las races son reales, la primera condicin para la estabilidad es que
n + a22 < 0, lo cual requiere q u e r ,NU, r22N2n < 0, q u e evidentemente
se satisface. Pero la segunda condicin es aua.,2 > fir2a ruN0r22N2 >
> r ^ N ^ r ^ N , - , esto es,
fir22 '"a'si >

y esto se satisface slo en circunstancias restringidas. La estabilidad requiere
q u e la (media geomtrica de la) resistencia ofrecida por un m e d i o ambiente sea
mayor q u e la (media geomtrica de la) interferencia de las especies entre s.
Si consideramos la competencia genuina como la situacin en que las fuer-
zas competitivas son ms severas que las ambientales, r 1 2 r 2 1 > r 1r2,2, entonces
dicha competencia genuina es inherentemente inestable en el medio ambiente
limitado. En resumen, la mayora de las configuraciones de las r en (12.3.5) no
mostrarn puntos estacionarios en el cuadrante positivo; si existe uno, la trayec-
toria se alejar de l si r12r21 > rnr22; esto es, si las fuerzas competitivas son
mayores que la resistencia del medio, el movimiento tender en general hacia
un p u n t o en el que una de las especies queda extinta y la otra tiene el campo
a su disposicin.
Esta teora parece corresponder con los resultados de experimentos. T h o m a s
Park (1964, pg. 138) resume algo de su propio trabajo como sigue: "Si medimos
c m o acta X, cmo lo hace Y cuando ambas estn solas, podemos en consecuen-
cia detectar y evaluar lo que es nuevo, o competitivo, cuando ambas estn jun-
tas. . . Es esto. Siempre ocurre q u e una especie es eliminada y la otra sobrevive!"
Pero l prosigue diciendo que b a j o un dado conjunto de condiciones externas,
la especie q u e sobrevive no necesita ser la misma que lo hace b a j o un conjunto
diferente. En la naturaleza raramente se da el caso de dos especies que vivan
y compitan en el m i s m o m e d i o ambiente. Para otros rasgos de la competencia
el lector puede consultar el artculo de Park y la literatura biolgica que cita.
La depredacin en un ambiente limitado,
puede tener puntos estables para cantidades positivas de ambas especies, como
lo puede demostrar el lector a partir del anlogo a (12.3.9) y (12.3.10), y puede
tener ciclos, como surge del anlogo a (12.3.8) obtenido para este caso.
Muchas especies
La generalizacin para mltiples especies fue considerada por Lotka (1956, pg.
158), Rashevsky (1960, cap. 36) y Volterra (1937). Lotka dijo q u e el estudio de
la evolucin de especies individuales no muestra seales de xito; " E l objeto
fsico q u e tenemos ante nosotros es un sistema indiviso". Si dicho sistema indi-
viso consta de k especies, habiendo N{(t) individuos (o N^t) unidades de peso o
biomasa) de la especie i sima, y el cambio en el tamao de cualquier especie
es una funcin P del tamao de las poblaciones de todas las especies en el sis-
tema, entonces tenemos
dN^/dt = P^t), Nt(t), . ..,Nk()) ,

dNt)/dt = P^N, (/), Nt(t), ..., Nk(t)),
dNk(t)/dt = P^t), Nt), . . ., Nk(t)) . (12.3.11)
Igual que antes, los puntos estacionarios se determinan reemplazando las

derivadas del primer m i e m b r o de las ees. (12.3.11) por cero y resolviendo las h
ecuaciones simultneas. En el entorno de cualquier punto estacionario elegido,
se puede desarrollar cada ecuacin de (12.3.11) como una serie de T a y l o r cuyo
trmino absoluto se anular necesariamente. T r u n c a n d o despus de las prime-
ras derivadas se obtienen k ecuaciones lineales piara las k especies, que, al igual
que (12.1.1), se pueden escribir
{N'(/)} = A{N(0},
en el entendimiento de que ahora A es una matriz k X k y no una matriz 2 x 2 ,

y que ( N ( t ) } es k X I, con valores A r () medidos a partir de un punto estacio-
nario ms que a partir de cero. La solucin del conjunto en el entorno del punto
singular es de la forma
N^t) = nuel'< + nne+ + nltex*' ,

Nt(t) = + + + n2t?;*(,
Nk{t) = nkle^ + nkte* + + nkke1' , (12.3.12)
donde los son las k soluciones de la ecuacin caracterstica [A aI = 0, y

los dependen de los valores iniciales A r (0).
Los pueden ser positivos o negativos, reales o complejos, y la estructura
de stos determinar la naturaleza de la trayectoria en el punto estacionario bajo
estudio. Si el equilibrio va a ser estable, de m o d o que un p e q u e o desplaza-
miento de los valores N ^ t ) respecto del punto estacionario har entrar en juego
fuerzas q u e retornarn el sistema al mismo punto singular, todas las races reales
deben ser negativas (ilustrado para dos especies por los casos I y V I I en los cua-
dros 12.1, 12.2 y 12.3), y las partes reales de todas las races complejas tambin
deben ser negativas (ilustrado para dos especies por el caso I V ) (Lotka, 1934,
pgs. 38-42; Kostitzin, 1934, pgs. 39-40).
El modelo no lineal para mltiples especies permite el examen de lo que
sucede cuando las especies competidoras tienen, adems de su comn y limitada
fuente de alimentacin, alguna otra fuente suplementaria q u e es exclusiva de
cada una (Gause y W i t t , 1964, pg. 112). C o m o se supuso arriba, esto atena
la competencia, y ambas especies, aun no siendo igualmente eficientes, pueden
continuar existiendo, en tanto q u e la competencia por una sola fuente de ali-
mentacin elimina a la especie m e n o s eficiente. Las oscilaciones en la situacin
depredador-presa se modifican tambin por la presencia de otras especies. Una
fuente alternativa de alimentacin para el depredador podra distraer probable-
mente su atencin respecto de la presa original, pero modificando un parmetro
del modelo lineal se puede mostrar que ello puede dar por resultado la extin-
cin de esta ltima. El lector puede querer examinar las ecuaciones para el caso
de tres especies y mostrar c m o la fuente alternativa de alimentacin (ahora una
explcita tercera especie) cambia las interrelaciones entre las dos especies origi-
nales (Kerner, 1961).
Fuera de la informacin consistente en tasas hipotticas de crecimiento e
interdependencia, los mtodos reseados infieren oscilaciones en la situacin
depredador-presa, y demuestra la extincin del ms dbil de competidores des-
iguales. El propsito de este captulo no es ensear biologa, sino mostrar cmo
se pueden sacar algunas conclusiones cualitativas de ecuaciones simples. La bio-
loga del tema es sutil e intrincada, y el lector puede consultar Wynne-Edwards
(1962). L . C. Col (1951 y 1965) y Slobodkin (1961) para la discusin de los
problemas. Bartlett (1960) ha d a d o un resumen conciso de modelos estocsticos
para la asociacin de las especies, cuyas propiedades no son en m o d o alguno las
mismas que aquellas de la versin determinstica a que est confinado este cap-
tulo. La habilidosa transformacin de la teora a una forma grfica, por cuenta
de Kenneth Boulding (1962, cap. 1), contiene numerosas sugerencias acerca de
su relevancia en el estudio de la interaccin social. La limitada aplicacin bio-
lgica de la teora se debe parcialmente a la carencia de datos. L o mejor que
se ha tenido sobre animales en la naturaleza son rsticos totales para unos pocos
puntos en el tiempo.
Los individuos de las poblaciones humanas, por otra parte, estn cuidado-
samente contados y clasificados en categoras tales c o m o sexo, estado civil y edad.
Las reglas que gobiernan su interaccin no son menos complejas, y de all que
n o necesitemos confinarnos al m o d e l o para un sexo de los captulos 1 a 8. El
captulo 13 volver a poblaciones humanas e incluir la interaccin entre sub-
poblaciones categorizadas por sexo y estado civil. En el captulo 14 se conside-
rarn algunos de estos mismos problemas con una tcnica matricial que permite
una computacin ms conveniente cuando se consideran las distribuciones por
edades.
CAPITULO 13
EL PROBLEMA DE LOS SEXOS Y OTROS USOS

DE LAS ECUACIONES DIFERENCIALES
SIMULTANEAS
El estudio elaborado por Volterra acerca de la interaccin de los cambios en dos

grupos, se aplica tambin entre seres humanos si, por analoga con su trabajo,
consideramos a los hombres y mujeres dentro de un territorio dado como dos
poblaciones en interaccin. El comer y ser comido del modelo de Volterra se
convierte ahora en el proceso de casamiento y procreacin, y algunas de las
ecuaciones resultantes son lineales y de fcil resolucin. La primera referencia
esto que hemos podido encontrar ha sido en David G . Xendall (1949), que
muestra cmo la consideracin conjunta de los sexos enriquece la discusin de
la poblacin y conduce a un resultado ms realista.
1 3 . : . UN C O N S I S T E N C I A AIL TK.ATAT8.
S E P A R A D A M E N T E ILOS S E X O S
Xendall parte de la simple ecuacin q u e describe el cambio de la poblacin
N'(t) = (b - d)N(t), (13.1.1)
donde N(t) es el nmero de individuos en la poblacin en el m o m e n t o l y N'(t)

su derivada, b la tasa de natalidad, y el la tasa de mortalidad. Si la diferencia
(b d) es constante, la solucin a (13.1.1) es
N(t) = N(Gy-dH , (13.1.2)
siendo (0) la poblacin inicial. U n valor que puede usarse para (b d) es la

tasa intrnseca de crecimiento natural para alguno de los sexos, por ejemplo
como aparece en el cuadro 13.1 y calculado mediante (5.3.2). C u a n d o los valo-
res para hombres y mujeres en los Estados Unidos para 1964 se sustituyen en
(13.1.2) tenemos
M(t) = M(0)e-0174St,
F(t) = F(0)e-oimt ,
donde el nmero de hombres en el m o m e n t o t es M(t) y el de mujeres F(t).
Estos resultados son inconsistentes en el sentido de que la relacin de
masculinidad,
m) = e0.00178(
F{t) F( 0)
crece constantemente con el tiempo. Al cabo de 0 0 aos los hombres sobre-
pasarn en nmero a las mujeres en ms del IS por ciento, al cabo de 200 aes
en 4 3 por ciento. El modelo n o puede arrojar luz sobre la tendencia en Iz r e k -
294 EL PROBLEMA DE LOS SEXOS
CUADRO 13.1
TASAS INTRINSECAS DE NATALIDAD, MORTALIDAD Y CRECIMIENTO NATURAL,
COMPARANDO CALCULOS PARA DATOS DE HOMBRES Y MUJERES"
HOMBRES
1000b* 100 lOOOr*
Chile 1964 36 . 02 12 . 4 7 23 55
Chipre 1956-1958 28.33 7 . 51 20 82
Inglaterra y Gales 1960-1962 20 . 34 10 . 7 9 9 55
Hungra 1964 13.35 1 6 . 31 -2 96
Noruega 1963 20.35 9 . 93 10 42
Trinidad y Tobago 1956-1958 39.34 8 . 79 30 55
Estados Unidos 1959-1961 28.89 7 . 97 20 92
1962 27 . 9 8 8 . 17 19 81
1963 27.17 8 . 49 18 68
1964 26.23 8 . 75 17 48
MUJERES
1000b f 1000df 1000rf
Chile 1964 31.99 10 . 9 4 21 05

Chipre 1956-1958 24.45 7. 62 16 83
Inglaterra y Gales 1960-1962 19.28 9 . 51 9 77
Hungra 1964 10.36 17. 64 -7 28
Noruega 1963 20.27 8 . 53 11 74
Trinidad y Tobago 1956-1958 39.98 7 . 63 32 35

Estados Unidos 1959-1961 27.31 6 . 61 20 70
1962 25 . 8 4 7 . 01 18 83
1963 24.56 7 . 46 17 10
1964 23.48 7 . 78 15 70
" Programado por Wilhelm Flieger basado en la aproximacin de la ecuacin integral B

de la ecuacin (11.5.1). Observe que los valores de r{, y r, son menores en 0,00003 pava los
Estados Unidos en 1964 que las cifras correspondientes en el cuadro 14.2, obtenidas con la
matriz de proyeccin, mtodo A de (11.5.3).
13.1 INCONSISTENCIA AL TRATAR LOS SEXOS 295
cin de masculinidad. Usarlo para derivar tal tendencia sera tan errneo como
proyectar los lobos y cabras del captulo anterior en forma separada, lo cual
slo podra conducir a absurdos tales como los lobos aumentando a infinito en
tanto que su nico alimento, las cabras, disminuyendo a cero.
Karmel (1948a, pgs. 243-44) desarroll un mtodo para tomar en cuenta
la diferencia en las tasas intrnsecas masculinas y femeninas rm y rf en trminos
de la diferencia en las distribuciones por edades de las poblaciones masculina
y femenina, suponiendo inicialmente que los padres son de la misma edad que
las madres. Su funcin 5 H x se puede expresar en intervalos quinquenales como
donde s es la relacin de masculinidad al nacimiento (la razn de los bebs hom-

bres a los bebs mujeres nacidos en el perodo bajo observacin), -Kf y -K r
son las cifras observadas de hombres y mujeres en las edades 'x a x 4 en su
ltimo cumpleaos, y 5L y 6JLX son los sobrevivientes en las edades x a x -{- 4
en las tablas de vida masculina y femenina. Entonces H se define como la me-
dia armnica de los ponderados en cada edad por la funcin de fecundidad
neta:
x = 10, 15, . . 5 0 .
Mediante uso directo del lgebra, resulta que \a diferencia entre las tasas netas
de reproduccin masculina y femenina (rm rf), se estima mediante
InH
<r - r/) ^ (13.1.3)
siendo T el intervalo medio entre dos generaciones.

Puesto que esto no toma las estadsticas de nacimientos por edad del padre,
se puede calcular para cualquier poblacin para la que estn disponibles tablas
de vida, distribucin de la poblacin por edades y por sexo, y tasas especficas
de fecundidad por edad de la poblacin femenina. Por lo tanto no se puede
llegar a los mismos resultados que aquellos basados en los datos completos del
cuadro 13.1, pero en general parecen ir en la direccin correcta. Para los Esta-
dos Unidos, 1964, la ec. (13.1.13) muestra una diferencia, 1000 (rmrf), de
2,25 en favor de los hombres, contra el valor observado 1,78 del cuadro 13.1,
tambin en favor de los hombres. Para las otras seis poblaciones las diferencias
1 000 (rm rf) se comparan como sigue:
OBSERVADO ESTIMADO
(del cuadro 13.1 calculado (segn el mtodo
a partir de los nacimientos de Karmel (13.1.3) a
segn edad de la madre partir de los nacimientos
y segn la edad del padre) segn edad de la madre slo)
Chile 1964 2,50 2,47
Chipre 1956-1958 3,99 5,19
Inglaterra y Gales 1960-1962 -0,22 1,19
Hungra i 964 4,32 2,90
Noruega 1963 - 1,32 0,33
Trinidad Tobago 1956-1958 - 1,80 ,46
296 F.I. PROBLEMA DE LOS SEXOS 13.2
Dibuje un diagrama y muestre que la regresin es slo aproximadamente

una recta y no una que pase por el origen. La relacin entre las dos estima-
ciones de rm r se alterara si supusiramos padres con cinco aos ms de edad
que las madres, y no de la misma edad, o si interpolramos entre las estimacio-
nes basadas sobre cero y cinco aos de diferencia en el H de (13.1.3).
La tabulacin de Karmel (1948a, pgs. 254-55) de (13.1.3) para un nmero
de lugares y fechas muestra que rm es mayor que r, cuatro de cada cinco veces.
La migracin precedente, la mala declaracin de edad, y otros factores tienen
todos una participacin en esta tasa masculina de crecimiento aparentemente
mayor (Myers, 1941). Sin que nos adentremos en stos aqu, procedemos a
estudiar el modelo para los dos sexos.
Kendall (1949, pg. 247) y Goodman (1953b) escapan de la contradiccin
implcita en el tratamiento separado de los sexos estableciendo un par de ecua-
ciones, cada una de las cuales toma en cuenta la interaccin;
M'(t) = dmM(t) + bmL[M(t), F(t)],

F'(t) = -d,F(t) + bfL[M(t), F(t)} , (13.1.4)
donde la funcin L de las cifras de los dos sexos en el momento t resta an por
ser especificada. El primer miembro de (13.1.4) expresa el hecho de que la tasa
de crecimiento de la poblacin masculina, M'(t), recibe el efecto negativo de la
tasa bruta de mortalidad y el efecto positivo de la tasa bruta de natalidad,
estando esta ltima multiplicada por una cierta funcin L de las poblaciones
masculina y femenina; la segunda es similar a la primera slo que para muje-
res. Tal como (13.1.1), las ees. (13.1.4) no toman en cuenta la edad. Ellas
podran ser estudiadas mediante los mtodos usados para conjuntos no lineales
(12.3.1), pero el tratamiento aqu se restringir a los casos especiales que son
lineales.
13.2. DOMINANCIA
Mujeres - La solucin de Goodman

Goodman (1953b) dio las soluciones explcitas de (13.1.4) para distintas posibili-
dades en L, y proporcion la mayora de los resultados del presente captulo.
(El continu luego con modelos estocsticos, y lo seguiremos en el captulo 16.)
Su primera lnea de ataque consisti en vincular los nacimientos de cada sexo
a la poblacin femenina, aplicando el supuesto conocido como dominancia fe-
menina, segn el cual tanto los nacimientos del sexo masculino como los del
femenino dependen slo de la poblacin femenina. Esto equivale a decir que en
lugar de la funcin L l escribi F(t), el nmero de mujeres en el momento t,
de modo que (13.1.4) se convirti en
M'(t) = ~dmM(t) + bmF(t) ,

~~F'{t) = -dfF(t) + bfF{t) . (13.2.1)
[Identifique estas ecuaciones con aqullas para el caso de depuracin en el cua-

dro 12.2. Tiene algn significado demogrfico el parecido? Use el argumento
centrado en (12.1.5) para probar que las races de (13.2.1) son reales y de signos
opuestos para una poblacin creciente].
13.2 DOMINANCIA 297
Las ecuaciones diferenciales lineales simultneas (13.2.1) son resolubles me-

diante un recurso que no estar disponible en los casos que siguen, porque aqu
podemos hacer uso del hecho de que el segundo miembro contiene slo F(t) y
no M(t). El segundo miembro de (13.2.1) slo da
F(t) = F(0)e"'f~dfu , (13.2.2)
que es idntico a (13.1.2). Se puede sustituir esta expresin para F(t) en el

primer miembro de (13.2.1), lo cual se convierte en
M'{t) + dmM(t) = bmF(0y>f-df>< .
Si multiplicamos ambos miembros por edml, el primer miembro se convierte en

la derivada de edmtM{t). La solucin obtenida al integrar es por tanto
e^M{t) = Km?[{bf - df + dm)t] + K ^ (13

bf - df + dm
donde K es una constante. Para ajustar la condicin lmite de que la poblacin
masculina en el momento < = 0 sea A(0), hacemos t = 0 en (13.2.3) y en-
contramos
K = M(0) - . (13.2.4)
b/ - df + dm
Dividiendo (13.2.3) por e.imt se obtiene
M(t) = + Ke-imt ? (13.2.5)

bf - df + dm
lo cual, junto con (13.2.4) y (13.2.2), constituye la solucin a (13.2.1). [Verifique

este resultado aplicando el mtodo usado para resolver (12.1.1).]
Comparando con el clculo anterior basado en (13.1.2), encontramos inal-
terada la trayectoria para la poblacin femenina, pero aquella para la masculina
tiene ahora dos trminos exponenciales, con exponentes de signos opuestos en
poblaciones crecientes. Se puede seguir a la relacin de masculinidad a travs
del tiempo y se puede ver que ella alcanza un nivel finito. Para dividir (13.2.5)
por (13.2.2), observando que las 6, A y bf d-\-dm son todas positivas, vemos
que las exponenciales en la razn desaparecen en el lmite, y nos quedamos con
= = (13 2 6)
F(oo) F(t) bf-df + dm { >
Este resultado terico simple y bsico permite una variedad de respuestas

numricas, dependiendo de cmo se seleccionen sus cuatro parmetros. Las op-
ciones principales estn entre
a) tasas intrnsecas y brutas,
b) retencin de la relacin de masculinidad al nacimiento observada o de
bm y bt obtenidos para los dos sexos por separado,
c) uso de la tasa intrnseca de crecimiento natural femenina o masculina
para averiguar la tasa intrnseca de mortalidad masculina,
La aplicacin inicial se har con la primera de las dos opciones que aparecen
en a), b) y c). Los parmetros sern intrnsecos, es decir, estarn basados en el
supuesto de tasas especficas por edad y sexo constantes en el futuro. Se man-
tendr la relacin de masculinidad al nacimiento; siendo b la tasa intrnseca
de natalidad femenina del captulo 7, para bm se usar el valor bfs, donde s es
la de masculinidad al nacimiento observada. Finalmente, la tasa intrnseca de
mortalidad masculina dm se obtendr de la tabla de vida masculina, pero con
una tasa de crecimiento impuesta sobre ella igual a la tasa intrnseca femenina.
Esto hace dm en general diferente de la tasa intrnseca de mortalidad mascu-
lina designada c o m o d* en el cuadro 13.1. Para los Estados Unidos en 1964,
1 000rf* = 8,75 del cuadro 13.1 es ms bajo que 1 000 dm = 9,23 obtenido de la
tabla de vida masculina y de la tasa intrnseca de crecimiento femenina, debido
a que el r* masculino es mayor que el rm femenino, y en consecuencia produce
una poblacin estable ms joven.
Sobre esta base, con los datos de la poblacin femenina de los Estados Uni-
dos en 1964 del cuadro 13.1, ms el hecho de que la relacin de masculinidad
al nacimiento fue .f = 1,0472, obtenemos de (13.2.6) una relacin de masculini-
dad final de
= (23.48)(1.0472) = Q 9g6
F(oo) 23.48 - 7.78 + 9.23
Si S(t) = M(t)/F(t) es la trayectoria de la relacin de masculinidad, derive

de (13.2.1) la ecuacin
ST(t) = b m - S(t)(bf - d , + dm).
De qu manera la teora de la seccin 12.3 sobre puntos estacionarios hace

o b v i o que esta ecuacin diferencial en S(t) lleva a (13.2.6) c o m o el valor lmite
de S()? Observe que aunque las ees. (13.2.1) no tienen puntos estacionarios
salvo el caso carente de inters en que M(t) F(t) = 0, la ecuacin en S(t)
deducida de ellos tiene un punto estacionario finito de equilibrio estable.
A diferencia de las proyecciones separadas para hombres y. mujeres, el uso
de la dominancia tiende a dar tasas de crecimiento iguales de los dos sexos des-
pus que han desaparecido los efectos de las distribuciones iniciales. El cuadro
13.2 est basado en una proyeccin que usa tasas especficas por edad y sexo
constantes con dominancia femenina mediante (14.1.5), vale decir, una exten-
sin de la matriz L de (2.1.9). Dicha tabla muestra para cuatro pases que las
razones de crecimiento para el perodo quinquenal que va desde t = 95 hasta
t = 100 son las mismas para hombres que para mujeres hasta aproximadamente
de cuatro decimales. Los pequeos desvos de la igualdad desaparecen con una
nueva proyeccin; un experimento con datos de Checoslovaquia para 1962 mos-
tr una razn de crecimiento A(100)/M(95) = 1,0190, contra /"(100)//7(95) =
= 1,0192, pero en 500 aos tenamos concordancia hasta cinco lugares decimales:
M(500)/M(495) = F(500)/F(495) = 1.01918 .
Esto es igual a e<i>r-<f> = e5(o,oir>83-o,oi208) obtenido de los mismos datos (no

aparecen en la tabla). En la seccin 14.1 se discute la dominancia en relacin
a la proyeccin.
Los resultados de la proyeccin de la poblacin actual verifican tambin
(13.2.6) aritmticamente. La proyeccin con las tasas constantes de 1963 y do-
13.2 DOMINANCIA 299
CUADRO 13.2
PROYECCION POR EDAD Y SEXO CON DOMINANCIA FEMENINA PARA UN PERIODO
DE 100 AOS; SE MUESTRA LA CONVERGENCIA DE LAS TASAS
DE CRECIMIENTO MASCULINA Y FEMENINA
Austria Finlandia Japn Tailandia

1963 1964 1960 1959
Razn del total de hombres al to-

tal de hombres cinco aos antes:
MC 5 ) / M ( 0 ) 1 . 0332 1.0479 1 .0489 1. 1627

M(50)/M(45} 1 . 0508 1.0361 0 . 9968 1.1496
M(100)/MC95) 1 . 0521 1.0329 0 . 9855 1. 1451
Razn del total de mujeres al to-

tal de mujeres cinco aos antes:
F(5)/F(0) 1 . 0255 1.0450 1 . 0479 1.1496

FC50)/FC45) 1 .0473 1.0372 0 . 9972 1.1465
F(100)/F(95) 1 .0522 1.0327 0 .9851 1.1451
minancia femenina [de nuevo mediante la matriz 36 X 36 en (14.1.5)] lleva a

la poblacin masculina de Austria, para el ao 2063, a 8 426 000 y a la pobla-
cin femenina a 8 662 000, de modo que la relacin de masculinidad para Aus-
tria en el momento 100 es
M(100) = 8,426,000 _ Q 9 ? 2 g
F(100) 8,662,000
como aparece en la ltima lnea del cuadro 13.3, en tanto que (13.2.6) da
M(qq) = bm = 20.64 = 9 7 2 7
F(o) bf -df + dn 19.83 - 9.69 + 11.08 ' '
que aparece en la penltima lnea del cuadro 13.3. Aunque el resultado (13.2.6)
no ha tomado explcitamente en cuenta la edad, aun cuando se han sustituido
las tasas intrnsecas por constantes, se llega a la misma relacin de masculinidad
final que la proyeccin completa por edad y por sexo.
El m o d e l o incluye el supuesto de Karmel de que el crecimiento final de la
poblacin masculina es igual al crecimiento final de la poblacin femenina,
7, = rf, de m o d o que, si b'm es la tasa bruta de natalidad masculina final, tene-
mos rm b'm dm y rfz=bf df, y por tanto
b'm-dm = bf~df,
permitindonos calcular b'm como
b'm = bf - df + dM .
300 EL PROBLEMA DE LOS SEXOS
CUADRO 13.3
COMPARACION DE LA RELACION DE MASCULINIDAD FINAL DE GOODMAN (13.2.6)
CON EL RESULTADO DE LA PROYECCION POR EDAD Y SEXO PARA 100 AOS"
Austria Finlandia Japn Tailandia

1963 1964 1960 1959
Tasas intrnsecas
lOOObf 19 . 8 3 17.38 12 . 6 8 36.78
1000df 9 .69 10.91 15 . 6 6 9.74
1000dm 11 . 0 8 12 . 4 9 16 . 6 8 10.86
Tasas de natalidad de Goodman

con dominancia femenina para
hombres
1000b, = 1000sbf 20 . 6 4 18.26 13 . 3 9 41.86
m t
Tasa de natalidad de Karmel para
hombres (r_ = r _) :
10 0 Ob^ = 1000Cbf-df+dm) 21 . 2 2 18.96 13 . 7 0 37.90
0 . 8752 0.9329 0 . 9650 1.0277

Relacin de masculinidad inicial
Relacin de masculinidad final
(13.2.6) obtenida de la ecuacin
diferencial: 1
M bm bm
0 . 9727 0.9631 0 . 9773 1.1045
F " bf - AF + dm - b
Relacin de masculinidad en
t = 100 aos obtenida de la pro-
yeccin por edad y sexo con domi-
nancia femenina
M(100)/F(1005 0 . 9728 0.9628 0 . 9768 1.1043
Programado por Nancy Wang.

' Ver una discusin adicional en Goodman (1967e).
Denominaremos a b'm tasa intrnseca de natalidad de Karmel, en tanto que la

bm obtenida al multiplicar la tasa intrnseca de natalidad femenina por la rela-
cin de masculinidad al nacimiento la denominaremos tasa intrnseca de Good-
man. Ninguna de ellas depende de un conocimiento de los nacimientos segn
edad del padre. La relacin de masculinidad final determinada bajo el supuesto
de dominancia femenina encontrado en (13.2.6) es desde este punto de vista
igual a
_ bm _ bm
F(oo) bf~df + dm b'm '
13.2 DOMINANCIA 301
vale decir, la razn de la tasa intrnseca de natalidad masculina de Goodman

a la de Karmel.
Hemos, por tanto, hecho referencia a tres tasas finales diferentes o a tasas
intrnsecas de natalidad masculinas; para los Estados Unidos en 1964 ellas son,
por cada mil habitantes:
Dominancia femenina
De los datos sobre

Goodman: 1 000fem= 1 000sb, 24,59
nacimientos segn
Karmel: 1 000b'm = 1 000(b; d, + dm) = edad de la madre.
Dominancia masculina
1 0 0 0 = 26,23 } De los datos sobre nacimientos segn la
edad del padre.
A cada uno corresponde una relacin de masculinidad al nacimiento, la cual
slo para el primero, 1 0006m de arriba, es necesariamente igual a la relacin
de masculinidad al nacimiento observada. (Observe cmo surgen estos nmeros
en el cuadro 13.4).
Cuando bm es igual a b multiplicado por la relacin de masculinidad ,
podemos ver cmo (13.2.6) se ve afectada por la diferencia en las tasas de mor-
talidad dividiendo numerador y denominador por b, para obtener
A(oo) _ s
F() ~ + (dm - d,)/b, '
Aparte de que es sustancialmente constante en las poblaciones humanas, el

elemento operativo en la relacin de masculinidad final es la diferencia entre
las tasas de mortalidad masculina y femenina, como una razn con respecto a
la tasa de natalidad femenina.
Aplicacin a tasas intrnsecas y brutas
Hasta este momento la aplicacin de (13.2.6) nos ha permitido decir que la rela-
cin de masculinidad lmite es la que se desarrollara si continuaran indefinida-
mente las tasas especficas de mortalidad por edades en el perodo dado, junto
con las tasas especficas de fecundidad femenina por edades y relacin de mas-
culinidad al nacimiento. La relacin de masculinidad intrnseca con dominan-
cia femenina, como se puede denominar bajo estas condiciones a la razn
M(oo)/F(oo) de (13.2.6), tiene en cierto modo el mismo grado de inters para
nosotros que la tasa intrnseca de crecimiento natural en el modelo que reconoce
edad para un solo sexo, pero lgicamente en menor medida. Las ecuaciones
suponen no slo que la distribucin actual por edades se acercar a la estabi-
lidad, sino que operaran las tasas estables o intrnsecas para cada sexo con el
objeto de satisfacer a la ec. (13.2.6). Estos dos pasos distinguibles lgicamente
se efectan al mismo tiempo, y se acerca rpidamente a la situacin de estabi-
lidad. Demuestre de (13.2.2) y (13.2.5) que el desvo respecto de la relacin de
masculinidad estable en el momento t es del orden de e~b''
Una interpretacin diferente consiste en hacer los b y d iguales a las tasas
corrientes brutas ms que a las tasas intrnsecas. Esto nos dira en qu direccin
se est acercando ms la relacin de masculinidad. La ecuacin (13.2.6) se con-

vierte entonces en
M(oo) _ bm
bf + dm- df
BJKF BM
Bf/Kf + DJKM - DF/KF BF + D(KF/KM) DF
donde KM, B y Du son las cifras absolutas de poblacin, nacimientos y muer-

tes masculinas y KF, BP y D, las cifras femeninas correspondientes. Para los
Estados Unidos en 1964 tenemos las estadsticas que aparecen en el cuadro 13.4,
que llevan a A(oo)/F(oo) = 0,919.
La relacin de masculinidad final es, aplicando las tasas intrnsecas de 1964,
igual a 0,986; la relacin de masculinidad final en base a las tasas brutas de
1964, es 0,919. Cul es el significado de esta gran diferencia? Aparentemente,
si las tasas brutas se mantuvieran en el futuro, la proporcin de poblacin mas-
culina continuara bajando, como de hecho ha estado declinando en los ltimos
censos. La relacin de masculinidad observada para la poblacin residente de
los Estados Unidos en 1940 fue 1,008; en 1950 la relacin fue de 0,987; en 1960
fue 0,971 (U. S. Statistical Abstract, 1967, pg. 24). La persistencia de las tasas
brutas de natalidad y mortalidad ser posible, sin embargo, slo si cambian las
tasas especficas por edades. Si continan las tasas especficas de mortalidad por
edades para hombres y mujeres (que favorecen a las mujeres en la actualidad
hasta en 100 por ciento en algunos grupos de edades), resultar una poblacin
femenina relativamente ms envejecida; 10,27 por ciento de mujeres contra 8,36
por ciento de hombres tienen 65 aos o ms, lo que da una diferencia de
1,91 por ciento; la diferencia aumenta con el tiempo hasta un 2,74 por ciento
final, y correspondientemente el exceso de la tasa de mortalidad masculina cae
desde 2,82 a 1,45 por mil de poblacin. Esto disminuye la cantidad (dm df)/b,
a un grado que basta para llevar la relacin de masculinidad final [calculada
segn (13.2.6) usando tasas brutas en cada etapa en base a la proyeccin con
dominancia femenina] desde 0,919 a 0,986, con saltos que son esencialmente
grandes en los primeros diez aos de la proyeccin (cuadro 13.4).
Dominancia masculina
Las ecuaciones (13.2.1) estn restringidas innecesariamente al ligar los nacimien-
tos de nios de ambos sexos a la poblacin femenina. Los mismos nacimientos
se pueden igualmente ligar a la poblacin masculina. Resolviendo un nuevo
conjunto de ecuaciones similar a (13.2.1), en el que la tasa bruta de natalidad
masculina (nios a los padres) es b* y la tasa femenina b* se define como fr*/.*,
y, como es apropiado a la dominancia masculina, b* y b* se multiplican por
el nmero de hombres en el momento t, se obtiene una nueva relacin de mas-
culinidad final:
M() b* - d* + d
-F[zy= b* < 1 3 - 2 - 7 >
(Deduzca esto de M(oo)/F(oo) de la ec. (13.2.6) mediante el intercambio de hom-

bres y mujeres tomando enseguida el recproco). Si las tasas de mortalidad para
hombres y mujeres son iguales, las ees. (13.2.6) y (13.2.7) en conjunto hacen que
13.2 DOMINANCIA 303
CUADRO 13.4
POBLACION, NACIMIENTOS Y MUERTES POR SEXO. ESTADOS UNIDOS, 1964.
LAS RELACIONES DE MASCULINIDAD FINALES ESTAN BASADAS EN TASAS
BRUTAS DE 5, 10, 15 E oo Afs'OS DE PROYECCION
CIFRAS ABSOLUTAS
Hombres Mujeres Total
Poblacin 9 3 , 9 9 0 , 000 9 7 , 3 7 9 , 000 191,369,000

Nacimientos 2,060, 162 1, 9 6 7 , 328 4,027,490
Muertes 1 , 0 1 7 , 778 7 8 0 , 273 1,798,051
BASADAS EN PROYECCION CON DOMINANCIA FEMENINA
Relacin de
Hombres Mujeres masculinidad final
b ,s
1000b lOOOd 1000bf lOOOd,
m m f b- + d - d,
r m r
Observada
1964 21 .92 10 . 83 20 . 20 8 01 0.919
Proyectada
1969 23 . 3 4 10 . 96 21 . 42 8 .56 0 . 942
1974 24 . 89 10 . 88 22 . 80 8 87 0.962
1979 25 . 7 4 10 . 61 23 . 6 1 8 96 0.979
Estable 24 .93 9 . 23 23 . 4 8 7 78 0.986
BASADAS EN PROYECCION CON DOMINANCIA MASCULINA
Relacin de
Hombres Mujeres
masculinidad final
b * - d* + d
m m f
1000b* lOOOd* 1000b* lOOOd*
m m b*/s
m'
Observada
1964 21 . 92 10 . 83 20 . 2 0 8 01 0.912
Proyectada
1969 23 . 0 1 10 . 96 21 . 11 8 57 0 .938
1974 24 .90 10 . 90 22 . 82 8 88 0 .962
1979 26 . 35 10 . 62 24 . 17 8 96 0.981
Estable 26 .23 8 . 75 24 . 7 8 7 31 0 . 990
Se preserva la relacin de masculinidad de los nacidos definiendo bm como sb, en la

proyeccin con dominancia femenina, y !>' como en la dominancia masculina;
S= 2 060 162/1 967 3 2 8 = 1,04719.
la relacin de masculinidad final en la poblacin sea igual a bm/bf = b^/b*,

que es la relacin de masculinidad al nacimiento. Podemos interpretar M( oo )/F( oo)
separando la expresin de la derecha de (13.2.7) en dos partes, de las cuales la
primera es la relacin de masculinidad al nacimiento, la segunda, el exceso de
muertes de la poblacin masculina referido a la tasa de natalidad femenina b*:
_ y . dl-d}
F{ oo) b*f
La relacin de masculinidad final es igual al exceso de nacimientos masculinos

respecto al nmero total de nacimientos, menos su exceso de muertes tomado
en relacin a b*.
Un rasgo satisfactorio de este modelo es que da en forma aproximada la
misma relacin de masculinidad final para dominancia masculina y para feme-
nina. Para los Estados Unidos en 1964, usando ahora las tasas intrnsecas mascu-
linas de los cuadros 13.1 y 13.4, encontramos que la relacin de masculinidad
final es
M(oo) _ 26.23 - 8.75 + 7.31

= 0.990 ,
F(oo) " 26.23/1.0472
contra el 0,986 obtenido de (13.2.6). Lo que hace que las versiones con domi-
nancia masculina y con femenina sean similares es que ambas dependen casi
de la misma manera de la diferencia entre las tasas de mortalidad masculina y
femenina, y esta diferencia es 1 000(<i*d*) 1,44 para el modelo con domi-
nancia-masculina, y . 1 000(d, d/) = 1,45 para el modelo con dominancia
femenina,
Dominancia intermedia
Ms realista que la dominancia femenina o masculina es alguna forma interme-

dia en la que se determinen los nacimientos mediante el nmero promedio de
hombres y mujeres. La solucin cuando la funcin L de (13.1.4) es la media
aritmtica i [M(t) -j- F(t)] se deja como ejercicio para el lector.
Parece un poco ms lgico usar una media geomtrica, por lo menos por el
hecho de que un nmero cero de uno u otro sexo dara cero nacimientos. Ade-
ms, si de N individuos / son mujeres, el nmero de parejas es /N, 0 ^ / \
y (1 f)N, ] ^ / SC 1. La media aritmtica de los hombres y mujeres es N/2,
la media geomtrica es N~\/J{1 / ) ; con un diagrama el lector puede averiguar
en qu parte del rango 0 ^ / ^ 1 la media geomtrica es una mejor aproxima-
cin al nmero de parejas.
Las ecuaciones (13.1.4) se convierten ahora en (vase Kendall, 1949, pg.
248; Goodman, 1953b, pg. 215)
M'(t) = dmM(t) + bmVM{t)F{t),

F{t) = dfF(t) + bfVM(t)F(t). (13.2.8)
Mediante un cambio de variables se logra que estas ecuaciones sean lineales.

Escriba R2(t) = M(t) y S*(t) = F(t), de modo que A'() = 2R(t)R'(t) y F'(t) =
13.2 DOMINANCIA 305
= 2S(t)S'(l). Sustituyendo y dividiendo la primera ecuacin por R(t.) y la se-

gunda por S(t) obtenemos
2 R' = -dmR + bmS,
2 S' = bfR-dfS, (13.2.9)
que constituyen un par de ecuaciones diferenciales lineales homogneas de pri-

mer orden. Estas se pueden resolver explcitamente mediante mtodos corrien-
tes, ejemplificados en la seccin 12.1 y ms adelante en las soluciones de (13.3.1)
y (13.4.1), y se las deja aqu para que las resuelva el lector. [Observe que (13.2.9)
tiene la misma estructura de signos que la simbiosis en el cuadro 12.2. Son
posibles los ciclos en la trayectoria? Pueden ser negativas ambas races de la
ecuacin caracterstica? Demuestre que para una poblacin creciente, segn
la teora del captulo 12, (13.2.9) tendr una raz negativa y una positiva, y
debido a que las races son reales y distintas debe existir un valor lmite de la
relacin de masculinidad].
Suponga que slo es de inters la relacin de masculinidad lmite o estable.
La condicin de estabilidad en la relacin de masculinidad
M{t)
(13.2.10)
F{t) L s(0-
es que su derivada,
d r*(oi 2
[ m i
- 2 (13.2.11)
dt L s ( r ) J L s ( r ) J L s 2 ( r ) J
sea igual a cero. El numerador del segundo factor del segundo miembro de
(13.2.11) dar la nica raz apropiada, e igualndola a cero tenemos
R(t)/S(t) = R'(t)/S'(t). (13.2.12)
Sustituyendo las derivadas en esta ltima expresin por sus equivalentes de

(13.2.9) y reordenando, obtenemos
bf(R/Sf + (dm - df)(R/S) -bm = 0, (13.2.13)
que es una ecuacin de segundo grado en R/S cuya solucin nos da la M/F =:
z=(R/S)2 final o intrnseca. Evale (13.2.13) para los Estados Unidos, 1964,
del cuadro 13.1, usando como datos a) la media aritmtica, y b) la media geo-
mtrica de las constantes con dominancia masculina y con dominancia femenina.
La discusin siguiente acerca de la dominancia mixta deja abierta la definicin
de las constantes.
Este simple recurso para averiguar la relacin final de masculinidad sin
evaluacin explcita de las trayectorias para los dos sexos es aplicable a otras
formas de dominancia intermedia. Supongamos que los nacimientos dependen
de la poblacin masculina en la fraccin D, donde 0 ^ D ^ 1, y de la femenina
en la fraccin 1 D, de modo que la funcin l de (13.1,4) es
L(M(t), F(t)) = DM(t) + (1 - D)F(t). (13.2.14)

Nuevamente podramos demostrar, como en (13.2.12) que en la situacin de

estabilidad la razn de las derivadas es igual a la razn de Af() a F(t.)
M(t)/F(t) = M'()/F'(t) , (13.2.15)
y sustituyendo las derivadas (13.1.4) con-la funcin I. de (13.2.14) insertada, se

reduce (13.2.15) a la ecuacin de segundo grado en M/F:
(M/FfDb, + (M/F)[b, + d m - d f - D(bm + b,)] - (1 D)bn = 0 . (13.2.16)
Deduzca esto y enseguida verifquelo haciendo 1) = () para obtener (13.2.6) y

D = 1 para obtener (13.2.7). Demuestre que para una poblacin en la que
M/F < I la M/F final es una funcin montonamente decreciente de la /)
seleccionada.
En lo que precede, el grado de la dominancia masculina L) es exgeno, lo
que equivale a decir arbitrario, o al menos determinado por consideraciones
ajenas al sistema. Si el modelo mismo pudiera determinar D en una forma
realista, l podra ser mejorado. Podemos escribir por ejemplo:
M'(t) = -dmM(t) + bm[M(t)D(t) + F(t)( 1 - D(t))] ,

F'(t) = dfF(t) + bf[M{t)D(t) + F()( 1 - Z>(/))] ,
D(t) = F{' - X) , (13-2.17)

W M{t - X) + F(t -
El ltimo miembro expresa el hecho de que la dominancia masculina es apro-

piada cuando la poblacin masculina es escasa, y existe un rezago A en el efecto
de la escasez masculina sobre los nacimientos actuales. Las dos primeras ecua-
ciones no son altamente sensibles al valor de D. Mientras el conjunto (13.2.17)
sea no lineal y su solucin explcita sea una labor formidable, el bosquejo
numrico de la trayectoria como un problema de recorrido no presenta difi-
cultad al realizarlo con la ayuda de un computador.
Una manera de salir adelante con el conjunto de ecuaciones es con la ayuda
del teorema de Taylor. Tenemos, tomando un trmino ms que en el trabajo
similar de la seccin 12.1,
M(t + h) = M{t) + hM'(t) + ^ M"(),
hasta las segundas derivadas y en forma similar para F(t). Si /< = 1 ao y A = 5

aos, y los valores iniciales son M(0) = F(Q) = 500 y D(t) = 0,5, I ^ 5, enton-
ces M'{0) y /''(O) sor, calculables de (13.2.17), y por diferenciacin de (13.2.17)
lo son M"(0) y F"(0). La cantidad D(0) es tratada como constante en intervalos
pequeos. A continuacin el teorema de Taylor da Af(l) y /<'(!); !)(]) se toma
romo 0,5 y el proceso contina.
El cuadro 13.5 muestra los extractos de dos caminos surgidos de las ecua-
ciones (13.2.17), teniendo ambos las constantes de aproximacin para Noruega,
1963, que aparecen en la ltima lnea del cuadro 13.6, y con rezago A igual a
5 aos. El primero de los dos caminos comienza con cantidades iguales para
los dos sexos, y puesto que esto est prximo a la relacin de masculinidad final,
no se espera otro cambio que un crecimiento casi geomtrico. Los dems cami-
13.2 DOMINANCIA 307
C U A D R O 13.5
CAMINOS A L T E R N A T I V O S PARA LAS POBLACIONES MASCULINA Y FEMENINA
CON DOMINANCIA ENDOGENA, BASADO E N (13.2.17).
CONSTANTES PARA NORUEGA, 1963
Poblacin inicial Poblacin inicial

Ao t M(0) = F ( 0 ) = 500 M(0) = 0; FCO) = 1000
M(t) FCO DCO MCt) FCO DCO
0 500 500 0 . 500 0 1000 0 . 500

5 529 529 0.500 52 1008 1 .000
10 560 560 0 . 500 60 976 0 .951
.15 592 592 0 . 500 70 947 0 .942
20 627 627 0 . 500 81 921 0 .931
25 663 663 0 . 500 93 898 0 .919
30 701 702 0 . 500 107 878 0 . 906
35 742 743 0 . 500 122 861 0 . 892
40 785 786 0.500 140 847 0 .876
45 831 832 0 .500 159 836 0 . 859
50 879 880 0 . 500 180 828 0 .840
100 1546 1548 0 . 500 506 924 0 .660
150 2719 2723 0 .500 1081 1350 0 .561
200 4783 4790 0 . 500 2043 2217 0 .523
250 8413 8426 0 .500 3689 3803 0 . 508
299 14632 14654 0 . 500 6476 6555 0 .503

300 14799 14821 0.500 6550 6629 0 .503
La ecuacin (13.2.17) con constantes b^ = 0,02077', b\ 0,01984; dm~ <3,00949;
<i, = 0,00853; rezago X = 5 aos, aparece en el cuadro 13.6. Programado por William Taylor.
nos comienzan con 1 000 mujeres y 0 hombres, bastante alejados de la distri-

bucin final, y en ese caso los cambios son grandes. Con el objeto de comenzar
el proceso, hicimos D() igual a 0,5 para los primeros cinco aos, puesto que
con cero hombres y siguiendo (13.2.7) estrictamente, los nacimientos seran cero
en todos los casos. (En efecto, este sistema en base a la ecuacin (13.2.17)
comienza en la fecha 5 con 52 hombres y 1 008 mujeres). A continuacin, F(t)
declina cuando la escasez de hombres provoca una fuerte dominancia masculina;
aparecen relativamente pocos nacimientos hasta que se vigoriza el nmero de
hombres. La falta de nacimientos debido a la causa sealada resulta en una
CUADRO 13.6
RELACION DE MASCULINIDAD FINAL O INTRINSECA,
USANDO DISTINTOS CONJUNTOS DE DATOS. NORUEGA, 1963
Relacin intrnseca
Datos usados
de masculinidad
Con domi-
Con .dominancia
nancia
dm
m
- drf m b ff s femenina
masculina
(13.2.6)
(13.2.7)
0.00096 0.02035 1.0468 0.9975 0.9974
0.00096 0.02027 1.0468 0. 9995 0.9995
0.00096 0.02035 0.02027 0.9585 0.9566
bj,; b; trmino medio; que satisfacen (13.2.18)
b+ b+ s
m f
0.00096 0.02077 0.01984 1.0468 0.9986 0.9985
poblacin con la mitad del tamao a los trescientos aos, en este caso de con-
dicin inicial referida a un sexo, que la poblacin a la que se arriba cuando
se comienza con 500 personas de cada sexo. En t 300 ambos grupos estn
creciendo a la misma tasa, y la relacin de masculinidad est prxima al valor
0,9986 a que se amoldan las constantes segn (13.2.6).
Queda una dificultad mayor: la determinacin de las constantes bm y b.
Una posibilidad est en la b* masculina y b} femenina observadas (tasas intrn-
secas de natalidad por sexo separadas). Pero la razn b^/b para Noruega, 1963,
por ejemplo, es 0,02035/0,2027 = 1,0039, y esto es muy diferente de la relacin
de masculinidad efectiva de los nacidos en 1963 que fue de 1,0468..
Los tres valores observados,
b* tasa intrnseca de natalidad masculina,
bf tasa intrnseca de natalidad femenina, y
v relacin de masculinidad al nacimiento
sern en general inconsistentes entre s. Puesto que se sabe que s va a ser ms
constante a travs del tiempo que la tasa bruta de natalidad masculina o la
femenina, se debera mantenerlo. Si preservamos s, nos sentimos tentados a to-
mar en cuenta b* y bf de tal manera que queda inalterado el promedio de >*
y bp o sea, deberan convertirse en b* g b^ y bf g b). Esto correspon-
de a la condicin
13.3 TRATAMIENTO DE LAS EDADES Y LOS SEXOS 309
y en consecuencia tenemos
5 = A t ~ . (13.2.19)
1 + j
El uso de b'm = fe* -j_ E, b* bf e, y s parece constituir la violacin mnima

de los datos. Para Noruega, 1963, con s = 1,0468, esta componenda dara
E = 0,00043 y los valores modificados b\r 0,02077 y b) = 0,01984. Por tanto
(13.2.6) para dominancia femenina dara como relacin de masculinidad final
bl/(b\ - d , + dm) = 0.9986 ;
para dominancia masculina (13.2.7) dara 0,9985.

El cuadro 13.6 muestra por medio de un resumen las opciones al seleccionar
entre los tres valores b*, b, y s usando los datos para Noruega, 1963, dejando
de lado las variantes de dm d debido a tasas de crecimiento masculino y feme-
nino diferentes. Se ve que las tres lneas que preservan s, la razn observada de
los nacimientos masculinos a los femeninos, concuerdan bastante bien, en tanto
que usando los 6 y b observados, el resultado es bastante diferente. Los b^;
b} trmino medio al final parecen hacer el mejor uso de todos los datos.
Se han propuesto otras formulaciones del problema de los dos sexos. Pollard
(1948, pg. 313) relacion los hijos con las madres y las hijas con los padres,
lo cual para un cierto nmero de generaciones corresponde a una dominancia
un poco superior a 0,5; su tasa intrnseca conjunta r es
r= ? l , (13.2.20)
donde T* y T son la extensin de la generacin masculina y femenina, y Q* y o

son las tasas intrnsecas masculina y femenina. Su ingenioso modelo nunca
puede ser autocontradictorio. Yntema (1952) supuso que entre k generaciones
habra Ck en que las razones son atribuibles a los padres y (1 C ) k en que son
atribuibles a las madres. Esta generalizacin del mtodo de Pollard da la ecua-
cin caracterstica
{4>*{r))c{<p{r))l-c = e-"<>(x) dxy~C> = 1, (13.2.21)
donde <f>*(x) es la funcin neta de paternidad, esto es, el anlogo masculino de

<f>(x). La raz dominante de (13.2.21) dividir la distancia entre las races mas-
culina y femenina en dos intervalos cuyas longitudes estn en la razn CT*
a (1 C)T. La demostracin de este enunciado requiere la aproximacin
i/(r) = R0e~rT, que es equivalente a (6.2.5) cuando T reemplaza a ^ (a2r/2).
Entonces (13.2.21) se convierte en
(/JB*e-rt")c(JV~,r)(1-C) = 1 .
Tomando logaritmos y resolviendo en trminos de r, da si 9 = (In R0)/T, etc.,
_ C 7 > * + (1 - C)Tp
r - CT* + (1 C)T ' (13.2.22)
del cual (13.2.20) es el caso especial en que C = 1 C = y2. Se puede demos-

trar mediante (14.1.7) y el argumento que sigue que el grado de dominancia
masculina D usado antes tiene un efecto similar al C actual.
13.3. TRATAMIENTO SIMULTANEO DE LAS

EDADES Y LOS SEXOS
La aplicacin de ecuaciones diferenciales al tratamiento simultneo de la edad

y el sexo se puede ilustrar con un sexo y dos grupos de edad. Denominemos
A(t) a la cantidad de los que tienen menos de 15 aos de edad en el momento
t, y B(t) a los que tienen ms de 15. Supongamos para aquellos que tienen
menos de 15 aos una tasa constante de mortalidad da y tasa de fecundidad igual
a cero, y para los que tienen 15 aos y ms, una tasa , y una tasa de fecundi-
dad b. Supongamos tambin que la proporcin de A(t) que alcanzan la edad 15
y salen del grupo es e por ao. Las reglas de interaccin estn incorporadas en
el par de ecuaciones
A'(t) = -(/.+ e)A(t) + bB(t),

B\t) = eA{t) - dbB(t). (13.3.1)
La primera de stas se justifica diciendo que el cambio en el grupo de edad
ms joven depende en forma inversa de las muertes y del envejecimiento del
grupo, y en forma directa de los nacimientos en los miembros del grupo de ms
edad: el cambio en el ltimo grupo depende en forma directa de los que entran
por el proceso de envejecimiento y en forma inversa de las muertes. Las ecua-
ciones (13.3.1) caen bajo simbiosis en el esquema del cuadro 12.2. Demuestre
que sus races son ambas negativas si b < (1 -f- da/e)db.
Para las mujeres de Estados Unidos 1960, los datos [arreglados en el mismo
orden que los smbolos de (13.3.1)] son
= _ 61,297 + 1,483,000 2,078,142

v 27,427,000 v 63,565,000 v '
= 1,483,000 _ 675,037
v ' 27,427,000 v ' 63,565,000 W V ;
lo cual se reduce a
A'(t) = -0.056306A() + 0.032693B(t),
B'(t) = 0.054071,4() - 0.0106205(). (13.3.3)
Sustituyendo el valor de ensayo ert, obtenemos la ecuacin caracterstica en r.
-r - 0.056306 0.032693
= 0, (13.3.4)
0.054071 r - 0.010620
rt = 0.01439 ,
r, = -0.08131 ,
13.3 TRATAMIENTO DE LAS EDADES Y LOS SEXOS 31 1
como los dos r posibles. En consecuencia la solucin a (13.3.2) es
A(t) = a.e0014391 + ae~0-08m',
() - bLe0143St + V 0 0 " 31 ' (13.3.5)
Buscamos la razn de edades final A/(A B) y como ella no depende de

las condiciones iniciales [cmo lo sabemos?] podemos tomar stas arbitraria-
mente como
/(0) = 1,000,000 ,
B(0) = 0 ,
y haciendo = 0 en (13.3.3) obtenemos
A'(0)= -56,306,
'(0) = 54,071 .
Se pueden deducir ahora de (13.3.5) cuatro ecuaciones para las constantes, ha-
ciendo t 0 y tomando tambin las derivadas y haciendo l 0.
1,000,000 = a, - ?s,
o = bl + bt,
- 5 6 , 3 0 6 = 0.01439a, - 0.08131c 2 ,
54,071 = 0.014396, - 0.081316,.
De las cuatro constantes slo a, y b, afectan la poblacin final, puesto que r2

es negativo. Por tanto llegamos a
A/(A + B) = ^/(o, + bj = 0.3! 62 ,
que es una estimacin de la proporcin de la poblacin estable cor, menos de

15 aos de edad, basado slo sobre dos grupos de edad y por tanto burda. Una
cifra ms precisa es 0,3430, calculada en grupos quinquenales de edad ccr. el
mtodo del captulo 3.
Una manera alternativa de disponer el argumento, anlogo a (13.2.1;), con-
siste en establecer la condicin de estabilidad en la proporcin de menores de 15:
d[A(t)]/[A(i) + B{i)} _ ^
di
l o q u e se r e d u c e a
A(t)/(t) = A'(t)B'{) .
Sustituya los valores de Ar(t) y B'(t) de (13.3.3) y resuelva la ecuacin de segunde

grado resultante para verificar que A/(A -f- B) = 0,3162.
Un enfoque an ms simple, cuando se dispone de im computador, es el
proceso de recorrido (usado para construir el cuadro 13.5), operando ahora
directamente sobre Eas ecuaciones (13.3.1) y con valores iniciales arbitrarios. Con
los coeficientes de (13.3.3) y comenzando con i 300 individuos menores de 15
aos de edad y ninguno con ms de :5, en 250 aos encontramos 3 530 zr.S7.c-
CUADRO 13.7
TRAYECTORIA DE LOS NUMEROS DE PERSONAS EN DOS GRUPOS DE EDADES A(t) Y tl(t), BASADOS EN (13.3.3),
CON LA COMPARACION DE LOS RESULTADOS EN BASE A TRES DISTRIBUCIONES INICIALES DE EDADES.
CONSTANTES PARA LA POBLACION FEMENINA DE LOS ESTADOS UNIDOS, 1960
Afio lOOA(t) 100ACO lOOACt)

t ACO BCO ACO BCt) ACO BCt)
A C O + BCO ACO BCt) A C t ) + BCt)
0 1000 0 100 .00 500 500 0.5 0 1000 0 . 00

5 773 231 76 . 99 456 599 4 3 . 22 140 968 12 . 61
10 629 402 61 . 0 3 436 686 38. 89 243 969 20 . 05
15 542 534 50 .38 432 764 3 6 . 16 323 994 2 4 . 53
20 494 642 43 .46 441 835 34. 45 388 1036 27 . 26
25 471 736 39 . 0 4 458 914 3 3 . 38 445 1093 28 . 93
30 467 821 36 . 25 481 990 32 . 71 496 1160 2 9 . 96
35 475 902 34 . 5 1 510 1069 32 . 30 545 1237 3 0 . 59
40 493 983 33 . 4 1 543 1153 32 . 04 594 1323 30 . 98
45 518 1065 32 . 7 3 581 1241 31 . 88 644 1418 31. 23
50 549 1150 32 . 3 1 622 1335 31. 78 696 1521 3 1 . 38
100 1102 2381 31 . 6 3 1270 2747 3 1 . 62 1440 3114 31 62
150 226 1 4889 31 . 6 2 2608 5640 3 1 . 62 2956 6392 31 62
200 4642 10037 31 . 6 2 5355 11580 3 1 . 62 6069 13123 31 62
250 9530 20607 31 . 6 2 10995 23774 31. 62 12460 26941 31 62
* Programado por William Taylor.

13.4 T R A T A M I E N T O DE DAS EDADES Y LOS SEXOS 313
res de 15 aos; comenzando con 500 con menos de 15 y 500 con ms de 15,
tenemos en 250 aos 10995 menores de 15; comenzando con 1 000 de 15 aos
y ms, obtenemos en 250 aos 12 460 menores de 15 aos. En los tres la frac-
cin de menores de 15 es la misma 0,3162 obtenida por la solucin completa
de arriba, pero las cantidades absolutas varan considerablemente (cuadro 13.7).
Dado slo el hecho de que con I 000 en la segunda categora incalmente,
la cantidad en 150 aos es 6 392, y en 250 aos la cantidad es 26 941, vemos
que la tasa intrnseca r es la solucin de e1<K>r = 26941/6 392 = 4,215; en con-
secuencia, r 0,01439, lo que concuerda con (13.3.4).
Por el mismo razonamiento que justific la nocin de un equivalente estable
en la seccin 3.2, preguntamos aqu qu poblacin inicial que tenga el 0,3162
estable de sus miembros con menos de 15 aos de edad habra proyectado la mis-
ma poblacin para un t grande como la que se haba obtenido para cada una
de las tres condiciones iniciales del cuadro 13.7. Esta debe ser el total en t = 250
aos, lo que es 10 995 ~f- 23 774 = 34 769 en el caso en que comenzramos con 500
en cada categora, llevando retroactivamente en el tiempo a la tasa r 0,01439:
(34,769)[e (_0 - 0 " 39)(2M, J = 953 .
Las tres distribuciones iniciales de edades del cuadro 13.7 tienen equivalentes
estables de 826, 953 y 1 080 respectivamente. Convnzase de que los equivalen-
tes estables para las dos edades son los coeficientes y bx de (13.3.5) que corres-
ponden a ^4(0) y B(0) dados, y que en trminos de las races y coeficientes se
pueden escribir
U1 _ - ( J . + e + rt)A(0) + bB{0) ,
ri - rt
b _ eA(0) - (db + rg)2?(0)

r, - r2
Para nuestro problema el equivalente estable total de una distribucin A(0) y

J(0) es
a, + 6, = 0.826/4(0) + 1.0805(0).
Cada interaccin de los sexos en los dos grupos de edades se puede expresar
con cuatro ecuaciones. Si Ma(t) y Mh(t) representan los hombres ms jvenes
y los de ms edad respectivamente, Fa(t) y Fb(t) a las mujeres ms jvenes y a
las de ms edad, y si el punto de interseccin entre ms joven y ms viejo es
inferior a las edades reproductivas, entonces
M>t) = -(dma + em)Ma(t) + bmFb(t),

K(t) = emMa(t) - dmbMb(t),
m = -(<*/. + ef)Fa(t) + bfFb(t),
F(t) = tfFt) - dfiFb{t),
donde d^ es la tasa de mortalidad para los hombres jvenes, dmb la tasa de mor-
talidad para los de ms edad, em la proporcin de jvenes que alcanzan el final
del grupo joven de edades, bm la razn de los nacimientos masculinos a la pobla-
cin femenina de ms edad. Las tasas para la poblacin femenina aparecen con
los mismos smbolos, excepto que se pone / en lugar de m. Todas las tasas, las
presentes como las anteriores, son instantneas y expresadas sobre una base anual.
El lector debera expresar las primeras dos ecuaciones de (13.3.6) en palabras.
Puede tambin escribir las ecuaciones diferenciales para un modelo con dos sexos
que considere M(t), total de hombres; Fa(t), nias con menos de 15 aos, Fh(t),
mujeres de 15-44; F,.(t), mujeres de 45 aos y ms.
Esto y las formulaciones (13.3.1) y (13.3.6) tienen la desventaja de que las
cantidades e, que representan las salidas desde el grupo ms joven al grupo de
ms edad, se toman de los datos, junto con las tasas de natalidad y mortalidad.
Los modelos matriciales de los captulos 3 y 14 requieren slo las tasas obteni-
das de los datos.
13.4. UN MODELO DE NUPCIALIDAD
En una sociedad mongama, aquellos que estn casados constituyen una subpo-
blacin cuya razn de masculinidad es uno podemos considerar que hay N(t)
hombres y N(t) mujeres. La subpoblacin que consta de personas casadas no se
puede considerar como una poblacin cerrada, puesto que adems de los nuevos
casados, la procreacin genera hijos (no casados), y la mortalidad entre las per-
sonas casadas deja viudos y viudas, tratados aqu como solteros. Los hechos
pertinentes estn expresados (de nuevo segn Kendall, 1949, pg. 248; y Good-
man, 1953a, pg. 216) en las ecuaciones
M\t) = -dmM(t) -mF(t) + (b + df)N{t),

F'(t) = -(df + m)F(t) + (bf + dm)N(t), (13.4.1)
N'() = mF(t) - (df + d)N(t),
donde M{t) es el nmero de hombres solteros, F(t) de mujeres solteras, y N(t)

de parejas casadas; m es la proporcin (supuesta constante) de mujeres solteras
que se casan. Las razones que se refieren a la poblacin casada las distinguire-
mos mediante El primer miembro de (13.4.1), por ejemplo, dice que el cambio
en el nmero de hombres solteros, M'(t), es igual a
a) menos las muertes de la poblacin masculina dmM(t).
b) menos el nmero de mujeres que se casan, cada una de
las cuales toma un varn de entre M(t) mF{t),
c) ms los nuevos varones nacidos ,
d) ms las mujeres casadas que se mueren, cada una de las
cuales deja un hombre en la categora de los no casados dN(t).
En forma similar para las otras dos ecuaciones de (13.4.1).
Ahora se debe especificar la dominancia de los matrimonios, no de los naci-
mientos; se puede modificar la dominancia femenina en el matrimonio de (13.4.1)
como se desea. El lector puede escribir una modificacin de las ecuaciones
(13.4.1) correspondiente a la dominancia intermedia para el matrimonio similar
a (13.2.17) para dominancia para nacimientos. [Qu modificacin adicional se
requerira si se consideraran tres edades de la poblacin femenina: menores de
15, 15-44 y 45 o ms?]
13.4 UN MODELO DE NUPCIALIDAD 315
Si en (13.4.1) se reemplaza la funcin de ensayo ert para cada una de las

incgnitas M(t), F(t) y N(t), entonces la condicin para consistencia proporciona
una ecuacin de determinantes en r:
-r ~ dm -m bm + d}
0 - r - d t -m b + d = 0. (13.4.2)
0 m - r - d } - di
La forma de anlisis aplicada a (12.1.1) mostrar que (13.4.1) slo puede tener
races reales, de las cuales a lo ms una es positiva.
Reemplazamos los smbolos de (13.4.2) por sus valores para los Estados
Unidos en 1960, basados sobre datos que son parcialmente hipotticos. Por
ejemplo, los primeros matrimonios que ocurrieron durante 1960 se calcularon
tomando el total de matrimonios, 1 527 000, y asignndolos de acuerdo a la dis-
tribucin por la condicin marital anterior para los 33 estados que muestran tal
informacin. Adems, se debe hacer un ajuste en lo que se refiere a las parejas
casadas, ya que los nmeros de hombres casados y mujeres casadas son diferentes
en el censo y las ecuaciones no toman en cuenta esto. Se tom la cifra redonda
de 42 750 000, intermedia entre ambas. Puesto que se careca de la informacin
por edades, todas las tasas son brutas ms que intrnsecas.
Con los datos construidos de esta manera, la ecuacin de determinantes
dispuesta en el mismo orden que (13.4.2) se convierte en
-r - 0.009260 -0.02412 0.05099 + 0.00557

0 - r - 0.01037 - 0.02412 0.04861 + 0.01294 = 0.
0 0.02412 r - 0.00557 - 0.01294
(13.4.3)
Desarrollando y cambiando signos en (13.4.3) se obtiene
(r + 0.009260)(r2 + 0.05297r - 0.0008467) = 0 ,

cuyas races son
r, = 0.01286
r2 = -0.06584
r3 = -0.00926 ,
y la solucin a (13.4.1) en trminos de estas races es
M(t) = m.e'i1 + m + m3er^ ,
F{t) = fc'i' + + f3e* ,
N{t) = ,eri( + n2er2( + 3er3i, (13.4.4)
donde nuevamente se deben ajustar los coeficientes a las condiciones iniciales.
La raz dominante, rx = 12,86 por mil, representa la tasa a la que crecera
la poblacin despus del ajuste de las tasas de nupcialidad, natalidad y mortali-
dad que colocamos en (13.4.1) y se la puede denominar tasa intrnseca de nup-
cialidad y sexo. Se compara con la tasa bruta obtenida como nacimientos feme-
ninos menos muertes femeninas dividida por la poblacin femenina de 14,69 por
mil; aparentemente, la persistencia de las tasas brutas de nupcialidad, natalidad
316 F .I.PROBLEMA DE LOS SEXOS 13.2
y mortalidad de 1960 implica una tasa final de crecimiento menor en 1,83 por
mil que la persistencia de las tasas brutas de natalidad y mortalidad.
Hemos alcanzado ahora diversos valores para el crecimiento por mil de la
poblacin femenina en 1960 de los Estados Unidos:
tasa bruta de crecimiento 14,69,
tasa intrnseca por edad 20,71,
tasa intrnseca de nupcialidad y sexo 12,86.
La tasa intrnseca por edad es ms alta que la tasa bruta en virtud del vaco
en la distribucin por edades correspondientes a los nios nacidos en la d-
cada del 30; el mero suavizamiento de stos mediante la persistencia de las tasas
especficas por edades de 1960 provocara un alza en la tasa (bruta) de natali-
dad de ms del 6 por mil. La tasa intrnseca de nupcialidad y sexo es menor
que la tasa bruta debido a un fenmeno opuesto: las altas tasas de nupcialidad
hasta el ao 1956 y su posterior descenso. Los matrimonios por mil mujeres eran
ms de 80 en la mayora de los aos que van desde 1940 a 1956, siendo 82,4
en 1956, y haban cado a 73,5 en 1960 (U. S. Statistical Abstract, 1966, pg. 61).
La persistencia de las tasas de nupcialidad de 1960 y tasas de natalidad de los
casados dara por resultado una cada de la tasa de natalidad global en 1,34 por
mil aproximadamente.
De qu manera ha afectado a la relacin de masculinidad final la separa-
cin de la categora de las parejas casadas en las ees. (13.4.1)? Con el objeto
de determinar esto resolvemos (13.4.1), partiendo de condiciones iniciales arbi-
trarias tal como se hizo para (13.3.1). Mediante diferenciacin directa de (13.4.4)
dos veces, haciendo t = 0, y resolviendo las nueve ecuaciones simultneas para
obtener las nueve incgnitas, determinamos nmeros proporcionales a la pobla-
cin masculina, femenina y de parejas casadas en la condicin estable:
M/m, = Ffx = N/nl,

o sea,
M 1193 = F/1362 = JV/1047 . (13.4.5)
La relacin de masculinidad de la poblacin total es
M + N = 1193 + 1047 _ 2240 = Q 93Q
F+N 1362 + 1047 2409
Esto es comparable con el clculo hecho por medio de las ees. (13.2.1) y (13.2.6),
que no distinguan la poblacin casada y que result ser 0,919 cuando se usaron
las tasas brutas de 1960. La consideracin de la nupcialidad en (13.4.1) da en
este caso una relacin de masculinidad final levemente ms alta.
Igual que antes, reconstruimos la trayectoria definida por (13.4.1) num-
ricamente, y esto verificar la parte de la solucin de la ecuacin diferencial
dada como (13.4.5) y nos informar acerca de las dems propiedades de la solu-
cin. Con los valores iniciales M(0) = 0, F(0) = 0 y N(0) 100 (elegidos deli-
beradamente para estar alejados de la situacin de equilibrio), A'(0), F'(0) y
AT'(0) son calculables de (13.4.1), y mediante diferenciacin de (13.4.1) tambin
lo son M"(0), F"(0), N"(0). Estos en los dos primeros trminos del desarrollo
de Taylor con / = 0,1 dan M(0,1), F(0,1), N(0,l), y el proceso contina.
13.4 UN MODELO DE NUPCIALIDAD 317
C U A D R O 13.8
TRAYECTORIA BASADA EN EL MODELO DE NUPCIALIDAD CON DOMINANCIA
FEMENINA (13.4.1), CON CONSTANTES P A R C I A L M E N T E
HIPOTETICAS Y EN P A R T E REFERIDAS A LOS ESTADOS UNIDOS, 196
Hombres Mujeres Parejas

t Relacin de
solteros solteras casadas
Ao masculinidad
M(t) F(t) N(t)
0 0 0 100 1.0000
1 6 6 98 0.9953
2 11 12 97 0.9912
3 16 17 95 0.9874
4 20 22 94 0.9841
5 25 27 93 0 . 9811
6 29 32 92 0.9784
7 33 36 91 0.9759
8 37 40 90 0.9737
9 41 45 90 0.9716
10 44 48 89 0.9697
20 73 80 88 0.9567
30 94 104 94 0.9494
40 113 125 104 0.9448
50 131 146 116 0.9415
60 150 168 131 0.9391
70 170 192 148 0.9372
80 194 218 169 0.9358
90 220 249 192 0.9346
100 250 283 218 0.9337
150 473 539 414 0.9312
199 887 1011 778 0.9304

200 898 1025 788 0.9304
* Programado por Peter Smith,
El cuadro 13.8 muestra la trayectoria. Observamos:

a) La razn M(200) : F(200): N(200) = 898 : 1 025 : 788 es lo mismo que
(13.4.5) obtenido resolviendo las ecuaciones.
b) La poblacin total al cabo de 200 aos es 898 + 1 025 + 2(788) = 3 499,
y al cabo de 199 aos, 3 454, lo que da una razn de 1,0130, que es
aproximadamente igual al exponencial de la raz dominante r - 0,01286
de (13.4.3).
c) La razn de masculinidad al cabo de 201) aos es ( 8 9 8 + 788)/(l 025 +

+ 788) = 0,930, contra 0,930 en la solucin a las ees. (13.4.1).
d) La distribucin estable por sexo y por estado civil con que termina la
tabla nos permite calcular qu nmero inicial estable de individuos
habra sido equivalente a las 100 parejas casadas que se usaron. Es
3 4 9 9 e < - 0 1 2 8 6 > = 267,3, como se puede obtener de una tabla de ex-
ponenciales. Sin tal tabla se resuelve fcilmente el clculo usando el he-
cho de que la poblacin en t ICO aos es 969 ya que (969)2/3 499 =
= 268,4. Si no estamos seguros de que se ha alcanzado la estabilidad
al cabo de 100 aos, podramos usar el total en 150 aos, que es 1 840,
en la forma (1 840)7(3 499)8 = 267,6.
Variando los parmetros en el modelo y recalculando, podemos responder

numricamente preguntas tales como el efecto de las condiciones iniciales sobre
la poblacin en t = 200 aos, o de la tasa de nupcialidad sobre la tasa estable
de crecimiento. Bajando la tasa de nupcialidad desde 0,02412 a 0,01 se llega slo
a 1 011 personas al cabo de 200 aos y a una tasa de crecimiento r, = 0,00545,
muy por debajo del rt de 0,01286 encontrado antes.
Ms sorprendente es el hecho de que la relacin de masculinidad sea afec-
tada por la tasa de nupcialidad. Con m = 0,02412 tenemos una relacin de mas-
culinidad de 0,930 al cabo de 200 aos, con m = 0,010 tenemos 0,952. Cmo
se podra averiguar los efectos de cambiar m directamente de las ecuaciones
(13.4.1) y (13.4.2) sin uso alguno del computador?
Un procedimiento alternativo consiste en volver a (13.4.1), considerar nue-
vamente razones, por ejemplo M(t)/F(t) y N(t)/F(t), e igualar cada una de estas
razones a la razn correspondiente de las derivadas, siendo la condicin de esta-
bilidad la misma que vimos antes. El lector puede demostrar que (13.4.1) da
para las razones estables N/F = N'/F' y M/F M'/F' las ecuaciones
(N/F)\bf + d) + (N/F)(d +d-df-m)-m = 0,

{MIF)[{NIF){b} + dm) + dm-df-rn] = (N/F)(b + df) - m ,
escritas de esta manera debido a que ordinariamente resolveramos la primera

en trminos de N/F y enseguida trataramos la segunda como lineal en M/F.
Lo anterior no es ms que un corto paso, apoyndose en el trabajo de
Goodman y Kendall, en la aplicacin de las ecuaciones diferenciales lineales
homogneas con coeficientes constantes a poblaciones humanas. Las ecuaciones
diferenciales son particularmente tiles cuando se desea tomar en cuenta un
nmero de alternativas de cambio. Esto se ejemplifica en el conjunto (13.4.1):
una mujer puede casarse, tener un hijo, y enseguida morir, todo en el mismo
ao, pero las ecuaciones no necesitan tomar explcitamente en cuenta tal con-
tingencia mltiple porque, en efecto, ellas reducen el proceso a elementos de
duracin infinitesimalmente pequea.
13.5. PARIDEZ Y ORDEN DE NACIMIENTO SEGUN LA EDAD
Como una indicacin para un trabajo futuro, consideremos la poblacin feme-

nina clasificada de acuerdo a la paridez (el nmero de hijos que ha tenido una
mujer) y la edad, sea casada o soltera. Sea Fu.p(t) el nmero de mujeres en el
13.5 PARIDEZ DE NACIMIENTO SEGUN LA EDAD 319
momento t de edad a y paridez p. Aquellas casadas sin hijos son de paridez 0,

y las no casadas son de paridez 1. La edad podra estar en grupos quinque-
nales de edad, aunque cualquier otro agrupamiento se ajustara tambin y no
existe el requerimiento de que el grupo de edad tenga el mismo intervalo a
travs de todo el estudio. Se podran tambin agrupar las parideces.
Cualquiera haya sido la decisin sobre los grupos, regir la siguiente rela-
cin para todas las edades excepto las ms jvenes, y para todas las parideces,
siendo F'a.v{t) la derivada de Fn.p(t) con respecto a :
FUt) = -(da:p + ea:p + ba:p)Fa.Jt)
+ + ea-v.pfa-v.p(t) (13.5.1)
Los coeficientes con signo menos de Fa:p(t) en el segundo miembro son la tasa
de mortalidad da.p, la de salidas por el envejecimiento ea.p, y la de tener un
hijo ba:p, todas para mujeres en el a simo grupo de edades y paridez psima;
los trminos positivos representan la entrada en el grupo a travs de los grupos
anteriores que alcanzan la edad o paridez dada. En la prctica no todas las dis-
tinciones proporcionadas en la ec. (3.5.1) son necesarias o factibles; por ejemplo,
las tasas de mortalidad en un grupo dado de edad se tomaran usuaimente como
siendo las mismas para todas las parideces.
El conjunto (13.5.1) necesita suplementarse mediante una ecuacin de dife-
rente forma para el grupo ms joven, para tomar en cuenta los nacimientos
como entradas en la poblacin. Si denominamos F. _ i(t) al grupo ms joven,
entonces
nut) = E W W ) - <4>:-i + e.=-l)^=-l(0 (13.5.2)
Las ecuaciones (13.5.1) y (13.5.2) podran ser un conjunto grande o pe-

queo de acuerdo a que se desee o no considerar agrupamientos detallados de
edad y paridez. Fcilmente se podra modificar para incluir ambos sexos. Los
computadores pueden manejar cientos de ecuaciones simultneas, pero no se
puede dar por sentado que mientras mayor sea el nmero de ecuaciones todo
anda mejor. Ms bien se trata del caso opuesto: mientras menor sea el conjunto
que es capaz de representar los datos dados, el modelo proporciona una com-
prensin ms clara.
Un medio alternativo para el manejo de algunos de los problemas de inter-
accin de poblaciones es a travs de una formulacin matricial. Esta es especial-
mente conveniente para el clculo con mquinas en que se va a considerar un
cierto nmero de grupos de edades, como se ejemplificar en el captulo siguiente.
CAPITULO 14
POBLACIONES EN INTERACCION
ANALIZADAS POR EDADES
La discusin de las pginas precedentes sobre poblaciones en interaccin me-

diante ecuaciones diferenciales, omite la importante variable edad. La edad
queda ms convenientemente incorporada con los dos mtodos desarrollados
antes: por matrices (captulo 2) y por ecuaciones integrales (captulo 5). Estos
se usarn para tratar temas relativos a los sexos, paridez, participacin en la
fuerza de trabajo, y relaciones entre otras subdivisiones de la poblacin. Las
poblaciones de los captulos 1 a 8 son colecciones de individuos de un sexo dife-
renciados slo por edad; los captulos 12 a 14 tratan con cantidades totales de
individuos correspondientes a poblaciones en interaccin; el capitulo 14 intro-
duce las poblaciones en interaccin por edad.
14.1. LA MATRIZ GENERALIZADA
La generalizacin de la matriz de los captulos 2 y 3, debida a Leslie y que se

aplica a un solo sexo, parece tomar cuatro direcciones diferentes cuya discusin
constituye la seccin 14.1: a) poblaciones que no se comunican, b) interacciones
tales como la de migracin y la de los sexos, c) clasificacin mltiple de cada
individuo en un momento cualquiera, y d) cada individuo movindose a travs
de una sucesin de estados.
a) Poblaciones que no se comunican. Si la migracin entre las diversas regiones
de un pas o entre diversos pases es nula, siendo aqullas representadas mediante
las matrices de proyeccin R, S y T y los vectores de las distribuciones por eda-
des iniciales {J}, {K} y {L}, entonces, la proyeccin separada dara R{J},
S{K} y T { L } como los vectores de las distribuciones por edad despus de una
unidad de tiempo. Podramos alternativamente colocar las tres juntas en
una matriz ms grande (donde las submatrices simbolizadas como 0 estn com-
pletadas con ceros) y en un vector ms grande y multiplicar:
"R 0 O-
O S O (14.1.1)
0 0 T
usando las reglas para matrices particionadas. Las races caractersticas de la

matriz cuadrada que aparece en (14.1.1) son las races caractersticas de R, S y
320
14.1 LA MATRIZ GENERALIZADA 321
T, y slo stas. Mediante la descomposicin del proceso de proyeccin desarro-

llado en el captulo 3, la poblacin proyectada en el momento t depende de
2 donde i vara hasta el orden de la matriz mayor en (14.1.1). Cualquier
migracin introducir elementos en las posiciones ocupadas por los ceros en
(14.1.1) y modificar los elementos diagonales, cambiando de esa manera al me-
nos alguna de las races caractersticas y esto nos lleva al prximo caso.
b) La migracin y tos sexos. Para tomar en cuenta l movimiento desde la
segunda a la primera regin, que disminuir S{K} y aumentar R{J} respectiva-
mente, se requiere otra matriz, llammosla M, en las segundas posiciones de la
primera y segunda fila del operador en (14.1.1). Entonces, si la migracin se va
a efectuar al final del intervalo de proyeccin, tendremos
(14.1.2)
donde M es una matriz diagonal cuyos elementos son la fraccin que migra
a cada edad. Si la migracin toma lugar al comienzo del intervalo, y supone-
mos que los migrantes conservan durante un perodo la mortalidad y la fe-
cundidad del grupo que ellos dejan, entonces la proyeccin es
R S M
0 S(I - M)
0 0
Si la migracin ocurre al comienzo del intervalo y los migrantes asumen inme-
diatamente la mortalidad y la fecundidad del grupo al cual van, tenemos
En el ltimo caso el SMK sustrado del segundo grupo no es igual, en general,

al RMK sumado al primer grupo. Bajo qu condiciones sern estos casos
lo mismo?
Andrei Rogers (1967) ha usado lgebra matricial en el estudio de la mi-
gracin a lo largo de diferentes lneas. El investiga el problema de estimar
los intercambios de migracin entre un nmero de regiones, a partir de un
conocimiento de sus diversas poblaciones en diversas ocasiones; ste es el pro-
blema de inferir la matriz M de los vectores {K<)}( (K' 1 '}, {K<2>}, . . . , que
son recuentos de poblacin segn edad en sucesivos puntos del tiempo, anuales
o quinquenales. Suponiendo que la misma matriz M se aplica a travs de todos
los intervalos entre stos, tenemos para una regin cualquiera las ecuaciones
en M, que aqu incluyen migracin, nacimientos y muertes,
M{K<0)} = {K(1)},
M{K(1)} = {K(2)},
322 POBLACIONES EN INTERACCION I4.I
Lamentablemente, el proceso ocurre de una manera suficientemente inestable

como para que la matriz M, que resulta de las ecuaciones con datos reales
reemplazados en los {K ( ) }, vara ms all de lmites razonables. Rogers en-
contr, al menos en experimentos iniciales, que no podemos suponer que la
misma matriz M prosigue operando sobre los perodos sucesivos.
El enfoque es mencionado aqu debido a que una versin ms simple, el
mtodo de supervivencia para medir la migracin, ha sido aplicado extensa y
exitosamente por los demgrafos. Dada numricamente la matriz de proyec-
cin R de (14.1.2), que representa la mortalidad y la fecundidad de una regin,
el vector de la distribucin por edades inicialmente observada {J <0) } y el vector
de la distribucin por edades observada {J (1) } despus de un ciclo, entonces,
la cantidad total de migracin por edades queda estimada en nmeros absolu-
tos mediante {J (1) } R { J ( 0 ) } . En el sistema (14.1.2), se pueden obtener dos
estimaciones del vector de migracin MS{K} si todo lo dems es conocido.
J. H. Pollard (1966) considera un vector de inmigracin {b} constante y
conocido, el que se suma a la poblacin en cada perodo de tiempo, nuevamen-
te, para una poblacin clasificada por edades. Entonces
{KU)} = M{K(1~1)} + {b}

= M(M{K- 21 } + {b}) + {b}
= M'{K(0)} + M'-'{b} + M'-sjb} + . . . + {b}.
Para determinar la suma, digamos {G}, de esta progresin geomtrica de ma-

trices, premultiplicamos por M,
M{G} = M'{b} + M'-'jb} + + M{b},
restamos ambos miembros de {G},
{G} - M{G} = (I - M'){b} ,
y finalmente premultiplicamos por (I M ) - 1 ,
{G} = (I - M) -1 (I - M'){b} .
La poblacin, al cabo de t ciclos de proyeccin, es
{Klt)}. = M'JK'0'} + (I - M ) - 1 ^ - M'){b} .
El comportamiento de la poblacin, cuando t se hace suficientemente grande,

puede ser estudiado como una generalizacin de la poblacin estable de la sec-
cin 3.2.
Los dos sexos, en una regin cerrada, pueden ser tambin considerados como
poblaciones que se comunican, pudindose idear un operador combinado para
describir su relacin. Si efectuamos el procedimiento del captulo 2, estable-
ciendo una serie de ecuaciones en diferencia que relacionen la poblacin en
sucesivos perodos de tiempo, usando como intervalo de tiempo y edad 1 ao,

5 aos 15 aos, terminamos obteniendo un conjunto de ecuaciones que nue-
vamente pueden ser expresadas en forma matricial. En la parte femenina,
designaremos con la letra B (como en el captulo 4) a la matriz cuadrada de
fecundidad, cuyos elementos distintos de cero estn todos en la primera fila,
y por S la que se refiere a supervivencia, cuyos elementos distintos de cero
estn en la subdiagonal. Las matrices B y S* tienen los significados corres-
pondientes para la parte masculina de la poblacin.
Si el modelo es de dominancia femenina, lo que equivale a decir que los
nacimientos de ambos sexos estn relacionados con el nmero de mujeres en
edad reproductiva (seccin 13.2), entonces el conjunto de ecuaciones lineales se
puede escribir
(KU)* S* sB
(14.1.3)
(K< 0 B + S
donde
(K (t,
(K('
es el vector columna del nmero de personas segn edades al momento t, es-

tando los hombres en las primeras celdas. Por conveniencia se define ahora s,
no como la razn de masculinidad al nacimiento sino como la razn entre hom-
bres y mujeres sobrevivientes al final del ciclo de proyeccin. En consecuencia,
s es igual a n L^/ 5 L 0 veces la razn de los nacimientos masculinos a los femeni-
nos. La matriz cuadrada que aparece en (14.1.3) es del tipo de las llamadas
matrices reducibles en la seccin 3.2. El lector puede mostrar que sus races
distintas de cero son las de |B -f- S = 0.
Podemos escribir (14.1.3) como un par de ecuaciones simultneas en los
vectores ms pequeos que describen la distribucin por edades de cada sexo,
y cambiar el origen desde 0 a i 1:
{K" 1 *} = S*{K - " * } + jB{K ( 1 - 1 ) },

{K<} = (B + S){K ( ~ 1) }. (14.1.4).
La ecuacin (14.1.4) relaciona la poblacin en el momento t a aquella en el mo-

mento t 1 y se puede resolver para t en trminos de los vectores iniciales
|K ( 0 ) # } y {K ( 0 ) }. El lector puede mostrar mediante la sustitucin sucesiva del
segundo miembro de (14.1.4) en el primero, que la solucin del par de ecua-
ciones matriciales simultneas es (Goodman, 1967a)
{K U) } = (B + S ^ K } ,
{K>*} = (S*)'{K(0)*} + s (S*)'-<-'B<B + Sy {K(0)}
Leyendo de derecha a izquierda, los factores en cada trmino del sumatorio que
figura en el parntesis cuadrado se pueden interpretar en palabras: (B -f- S)*
proyecta la poblacin femenina a travs de i perodos; B genera los nios en
el (i -)- 1) simo perodo; (S*)t- 4 -i es la razn de supervivencia para dichos ni-
os, edad por edad a travs de los restantes t i 1 perodos hasta el mo-
mento t.
Es posible escapar de nuestra restriccin a la dominancia femenina, aunque
ello se puede lograr a costa de una mayor complejidad en los resultados. Supon-
gamos que una fraccin D de los hombres y 1 D de las mujeres producen
nacimientos, como en el captulo 13. Entonces, correspondiente a (14.1.3)
tenemos
DB* + S* 5(1 -D)B

(14.1.5)
(K< j DB*s (1 - D)B + S
o, en la forma de un par de ecuaciones lineales simultneas que relacionan sepa-

radamente los vectores de las distribuciones por edad en el momento t con aque-
llos en el momento t 1,
{K>*} = (DB* + S * ) ^ " - 1 1 * } + s(l - Z))B{K<1_"},

{K(1)} = (DB^/^K"- 1 '*} + ((1 - D)B + S){K"-"} . (14.1.6)
La solucin de (14.1.6) para {!.<'>*} y {K">} en trminos de {K<>*} y

{K<> es directa pero engorrosa. En lugar de dedicarse a ello, el lector puede
considerar la naturaleza de la solucin en base a la matriz cuadrada que apa-
rece en (14.1.5). El puede mostrar, estableciendo la matriz explcitamente, sus-
trayendo XI, y desarrollando el determinante de la matriz resultante por los
elementos de su primera fila, que la ecuacin caracterstica es
Z"(D\B* + S* - I + (1 - Z))|B + S - jll|) = 0 , (14.1.7)
si las matrices para los sexos separados son n X Con matrices n X n (14.1.7)
tienen n races nulas, y su raz positiva se puede dar como un promedio ponde-
rado de aquellas correspondientes a la matriz de proyeccin masculina B* S*
y a la matriz de proyeccin femenina B -f S. Si la raz masculina positiva fuese
Af y la raz positiva femenina Ai, entonces, mediante un argumento similar al
que condujo a (13.2.22) pero usando esta vez el mtodo (5.3.4) de Newton-
Raphson, la raz positiva de (14.1.7) resulta ser aproximadamente
DT*X* + (1 - D)TX,
DT* + (1 - D)T
Demuestre que esto concuerda con (13.2.22) hasta los trminos de primer grado
en p = 0.2 ln X y que C = D. Comprelo numricamente con el resultado exacto
del cuadro 14.2.
La proyeccin de la poblacin femenina de Estados Unidos basada en las
tasas especficas de fecundidad y mortalidad por edad de 1964 apareci en el
cuadro 2.3, tal como se llevara a cabo con la matriz del cuadro 2.2. En el cua-
dro 3.6 aparece la matriz separada para los hombres de Estados Unidos, tambin
en base a tasas de 1964. En la primera parte del cuadro 14.1 aparece un resumen
de su aplicacin para proyecciones separadas. La contradiccin entre los resul-
tados para los dos sexos, que era de esperar a partir del argumento presentado
al comienzo del captulo 13, aqu se hace visible en la creciente desproporcin
entre las cantidades de hombres y mujeres.
C U A D R O 14.1
RESUMEN DE LAS PROYECCIONES SEGUN EDADES PARA SEXOS SEPARADOS

Y DE LAS PROYECCIONES CONJUNTAS M E D I A N T E (14.1.5).
ESTADOS UNIDOS. 1964 (EN MILES) "
PROYECCIONES SEPARADAS
Razn de
Hombres Mujeres Total masculinidad
1964 93,990 97,379 191,369 0.9652

1984 124, 103 128,284 252,387 0 .9674
2004 172,247 171,659 343,906 1.0034
2024 245,290 235,347 480,637 1.0422
2044 348,218 322,685 670,903 1.0791
PROYECCION C O N J U N T A
Con dominancia masculina (D 1)
Razn de
1964 93,990 97,379 191,369 0.9652

1984 124, 103 128,610 252,713 0.9649
2004 172,247 175,297 347,544 0.9826
2024 245,290 247,376 492,666 0.9916
2044 348,218 350,589 698,807 0.9932
Con dominancia intermedia (D = 0,5)
Razn de
1964 93,990 97,379 191,369 0.9652

1984 123,821 128,444 252,265 0.9640
2004 170,108 173,467 343,575 0.9806
2024 238,597 241,312 479,909 0.9887
2044 333,123 336,529 669,652 0.9899
Con dominancia femenina ( D = 0)
Razn de
1964 93,990 97,379 191,369 0.9652

1984 123,545 128,284 251,829 0.9631
2004 167,993 171,659 339,652 0.9786
2024 232,005 235,347 467,352 0.9858
2044 318,259 322,685 640,944 0 .9863
0 Programado por Diego Salazar.

Es posible una proyeccin internamente consistente mediante la matriz de

(14.1.5), la que contiene 36 x 36 elementos en grupos quinquenales de edad.
La reproduccin de tal matriz en este libro no sera conveniente, pero cualquier
elemento correspondiente a las edades de fecundidad positiva es fcilmente deri-
vable a partir de los cuadros 2.3 y 3.6. Tambin se requieren las relaciones de
supervivencia s L x + s / s L a para las edades que siguen al fin del perodo de vida
reproductivo; para los hombres stas son calculables a partir del cuadro 1.3;
para las mujeres vienen proporcionadas por la matriz del cuadro 2.2. Si a la ma-
triz grande de (14.1.5) la denominamos A, entonces, se puede verificar que
alguno de sus elementos, para los Estados Unidos en 1964, son
aM = 0.0 15,14 = 0.77638

alfi = 0.44940/) A'119>7
9,7 = (0.28323)D/s
fl1>23 = j(1 - Z))(0.47607) I9,23 = (1 - Z>)(0.47607)
fl'56>4
,4 = 0.99190 24,5 = 0 . 0
6>22 = 0 . 0 A, = 0.98304
donde
s = 1.04719(485,860/488,970) = 1.04053.
Esta es la matriz que provee las proyecciones conjuntas del cuadro 14.1.
Las races caractersticas del sistema de proyeccin (14.1.5), para las tasas
especficas de natalidad y mortalidad por edades de los Estados Unidos en 1964,
se obtienen de (14.1.7) y aparecen en el cuadro 14.2.
c) Clasificacin mltiple de cada individuo. Un individuo puede asistir a la
escuela y participa en la fuerza de trabajo al mismo tiempo; puede tener una
cierta caracterstica familiar y una cierta categora ocupacional simultneamente,
ninguna de las cuales necesita depender de la otra. Las proporciones de indi-
viduos con el status en cuestin dentro de los diversos intervalos de edades se
conocen con el nombre de tasas de participacin. En el cuadro 14.3 aparece la
participacin de la poblacin masculina y femenina en la fuerza de trabajo, esto
es, la proporcin de cada grupo de edad en la fuerza laboral. Conveniencias
de aplicacin por intervalos quinquenales de edad requeriran partir los interva-
los decenales en dos.
Suponga que reconocemos n grupos quinquenales de edad, en los cuales las
proporciones para los hombres son plt p2, . ., pn> donde p1 = p2 = 0, siendo
arregladas bajo la forma de un vector horizontal [PJ. Suponga tambin que
proyectamos la poblacin masculina clasificada en n grupos de edades, represen-
tada como un vector columna (K), mediante la premultiplicacin por una
matriz L de n x n que contiene probabilidades de supervivencia en la subdia-
gonal y probabilidades de paternidad en la primera fila. Entonces, en el
momento inicial, la fuerza de trabajo est dada por [P](K), 5 aos despus por
[P]L{K), 10 aos despus por [P]L 2 {K), 51 aos despus del comienzo por
[P]L'{K}. Si uno est interesado en la participacin de los electores en favor
del Partido Republicano, en la medida en que esto es una funcin de la edad,
y representa las tasas q.i en el vector fila [Q], entonces, con todas las tasas espe-
CUADRO 14.2
SOLUCIONES NO NULAS DE LA .ECUACION PARA LOS DOS SEXOS (14.1.7) CON DOMINANCIA MASCULINA,
FEMENINA E I N T E R M E D I A . ESTADOS UNIDOS, 1964
Al| = D U 1 1 - 0. 0 212 A8 - 0.2321A 7 - 0 . 4 7 1 XA6 - 0.4367A 5 - 0.2726A* - 0.1399A 3 - 0.Q598A 2

- 0.0245 A - 0 . 0085) + CI - DXA11 - 0.0010A 9 - 0. 0874A 8 - 0. 3462A 7 - 0.4712A $
- 0. 3 3 2 9A5 - 0.1798A" - 0.0740A 3 - 0.0168A 2 - 0 . 0009A) = 0 .
Dominancia masculina Dominancia intermedia" Dominancia femenina
D = 1 D = 0 7 D = 0 5 D = 0 3 D = 0
Ai 1.09149 1.08884 1.08697 1 .08500 1 .08185

+
A 2 , A3 .3975 .7890 . 3742 7844i .3582 7820 .3419 .7 801 i .3167 . 7782i
+
Ai, A 5 -.4434 .4422 -.4371 .4278 -.4317 i 4163i - .4248 .4023 -.4068 . 3690i
A6, A7 -.5553 .1464 -.5392 1455 -.5245 * I444i - .5036 + 1427 -.4213 . 1373i"
+
A a, A 9 -.1591 * .5456i -.1357 5299i -.1135 .515 l i - .0774 .4969 .0074 .5192"
Aio) + -.0738
.2146 .4391i . 1934 . 4122i .1681 .387 5i .1214 .3491
0
r>
An)
S
En lo que sigue aparecen las races de la misma ecuacin | A - A I 1 0, expresadas como r = 0,2 In
>

r1 0.01751 0.01702 0.01668 0 .01632 0.01573
M
Z2 , r -.0248 . 2208 -.0281 +
.22511 -.0301 2283 .0321 . 23l6i -.0348 .2369 Z
3 -
W
+
>
O
ri, r5 -.0936 i . 1568i -.0983 1549 - . 1023 i 1534 - .1072 . 1516 i -.1198 .1473
r
re, r7 -.1109 i . 05 1 6 i -.1165 +
.0527i -.1217 . 0537i - .1295 t .0552i -.1628 . 0630i5 R
>
+
re, r9 -.1130 .2574 -.1207 2640i -.1279 2708i - .1375 . 2833i -.1311 .31131
r i ol + -.5213
-.1432 .2232 -.1573 .2264i -.1724 . 2323 - .1991 i . 2472i
(- os
m i K1
Observe la discrepancia con respecto a una ponderacin por D T * y (1 D)T especialmente para raices de menor valor absoluto;
T* 29,222, T 26,250.
0 Excepcin al arreglo por valor absoluto decreciente.
328 POBLACIONES EN INTERACCION 14.1
C U A D R O 14.3
T A S A S DE P A R T I C I P A C I O N EN LA F U E R Z A DE TRABAJO,
E S T A D O S U N I D O S , 1960 Y 1965 "
P O R C E N T A J E EN LA F U E R Z A DE T R A B A J O
100 [P]'
Hombres Mujeres
1960 1965 1960 1965
14-19 46 3 43 .8 ' 30 1 28.9

20-24 88 9 86 . 2 46 1 49.7
25-34 96 4 96 0 35 8 38.5
35-44 96 4 96 2 43 1 45.9
45-54 94 3 94 3 49 3 50.5
55-64 85 2 83 2 36 7 40 .6
65 + 32 2 26 9 10 5 9.5
Todas las edades
sobre 14 aos 79 7 76 .9 36 1 37.5
Fuente: " Statistical Abstract of the United States,- 1967, pg. 222.
t ticas por edades constantes, la votacin republicana al cabo de i perodos esta-

ra dada por [Q]L ( {K}.
Las frmulas anteriores proporcionan una respuesta slo respecto al total
y no descompuesta por edades. Para conservar la distribucin por edades, diga-
mos de la fuerza de trabajo, como un vector columna, deberamos sustituir
[P] en [P]L'{K} por las mismas tasas de participacin escritas como los elemen-
tos diagonales de una matriz que tuviera ceros en todas las dems celdas. Si esta
matriz es diag (P), entonces, la fuerza laboral representada como un vector
columna es diag (P)L'{K} despus de t perodos o bt aos.
d) Cada individuo movindose a travs de una sucesin de estados. Lgicamente
distinto del anterior es el conjunto de problemas donde cada individuo se mueve
a travs de una sucesin de estados y puede estar slo en uno a la vez. El mo-
delo de fecundidad segn paridez es un ejemplo de ello, donde la mujer que ha
tenido su primer hijo se dice ser de paridez 1, la que ha tenido su segundo hijo,
de paridez 2, etc. Se puede extender esta nocin para incluir la paridez cero,
definida como la de las mujeres que se han casado pero que an no han tenido
su primer hijo, y a la paridez menos-uno, referida a las mujeres que an no se
han casado.
La importancia prctica de la nupcialidad y de la paridez fue puesta de
relieve por Karmel (1950) en su discusin del trabajo de Whelpton. Las tasas
especficas por edad y paridez fluctan ms fcilmente que las tasas especficas
por edad. En algunas circunstancias stas fluctuaciones pueden no ser significa-
tivas: temprano en la dcada del 40 se dio un fuerte crecimiento de la tasa de

nupcialidad y poco tiempo despus, en los primeros nacimientos; la cifra ajus-
tada por edad y palidez se vio ms influenciada por dicho incremento en los
primeros nacimientos que la tasa general ajustada por edades, en que los pri-
meros nacimientos se diluyeron con los nacimientos de otros rdenes. Si el
aumento de los nacimientos debido a la concentracin de nuevos matrimonios
no es realmente un aumento de fecundidad, entonces, sera errneo interpretar
de tal manera el incremento en la tasa ajustada por edad y paridez ajustada.
Una tasa ajustada por estado civil, paridez y grupos de edades satisface este pun-
to, por lo que procedemos a ilustrarlo.
El modelo ha sido desarrollado por E. M. Murphy (1965) y aplicado en el
computador para una matriz de 51 X 51, reconociendo grupos quinquenales de
edad; pero con propsitos de exposicin Murphy trata slo tres edades y tres
categoras de paridez. Para aplicar esta versin simple uno podra construir un
grupo de paridez formado por las mujeres no casadas, otro por las mujeres casa-
das que han tenido un hijo y el tercero por las mujeres casadas que han tenido
ms de un hijo. Alternativamente, el primer grupo podra estar formado por
las mujeres casadas o no casadas sin hijos, el segundo por las mujeres con uno
o dos hijos y el tercero por las mujeres con tres o ms hijos. Cualquiera sea la
condensacin determinada, tres grupos de paridez y tres grupos de edades dan
lugar a nueve combinaciones de edad y paridez, excepto que en la primera edad
es posible dejar de lado la segunda y tercera paridez. Por lo tanto, la poblacin
de mujeres puede ser vista como dividida en las siguientes siete clases o esta-
dos de edad y paridez:
Paridez p
i 2 3
1 * ~ -
Edad a 2 ^21 ^"22 ^"23
3 &31 ^32 ^33
Las transiciones posibles sern identificadas como sigue:
De edad 1 a edad 2 De edad 2 a edad 3

Transicin desde Probabilidad de Transicin desde Probabilidad de
el estado transicin el estado transicin
11 a 21 /^ll>21 21 a 31 Pi 131
11 a 22 /'ll-22 21 a 32 Pu3l (4.1.8)
11 to 23 P U-23 21 a 33 /'u-.ra
22 a 32 Pi2*32
22 a 33 PiiU
23 a 33 Pl? -.33
En consecuencia, hay nueve elementos distintos de cero para la sobreviven-

cia en la matriz de transicin P de 7 X 7, distribuidos como aparece en (14.1.9)
desde la segunda a la sptima fila de la matriz. Adems, hay siete elementos,

map, para la probabilidad de que una mujer de edad a y paridez p d a luz una
nia durante el prximo perodo de 15 aos; estos elementos aparecen en la
fila superior. La disposicin de los elementos es arbitraria mientras la matriz
y el vector sean consistentes entre s, y en nuestro vector los tipos de paridez se
dan en orden numrico dentro de las edades
mn mil mi3 m3l 32

.Al21 0 0 0 0 0 0 kn
Z'll-22 0 0 0 0 0 0 kn
P1123 0 0 0 0 0 0 Ks
0 Z*!!31 0 0 0 0 0 k3i
0 P2132 P 2232 0 0 0 0 k-j?
0 7*2133 Ptt33 7*2333 0 0 0 [kj
(14.1.9)
Se puede verificar la operacin de P respecto de las propiedades deseadas. Por

ejemplo, p21_32 multiplica a k2 y el resultado se suma al producto de p22_>32 y
22 colocndose el total en la sexta celda del vector producto, lo que constituye
el nuevo k32. Similarmente se pueden revisar otros elementos para asegurar que
se comportan de la manera requerida (Murphy, 19G5).
Para estudiar la matriz P recurrimos nuevamente a su ecuacin caracters-
tica jP AI| = 0. Una manera de evaluar el determinante |P AI| consiste en
restar de la fila superior convenientes mltiplos de los elementos de la diagonal
y subdiagonal, eliminando sucesivamente m33, m32, . . . . para llevar el determi-
nante a la forma diagonal inferior. El lector puede verificar mediante este u
otro procedimiento que la ecuacin caracterstica es
|P - = + r(mn) + k(mllPll_n + mtPn^t + ml3pn^3)
+ W3i(/>n-2i/>2i-3i) + + PuâP^n)
+ W33(/>ll-2l/>21^33 + Pn^TlP^.-a + Pn^nP^s)]
0 (14.1.10)
Definamos p ^ como la probabilidad, en la condicin estacionaria, de

sobrevivir desde el primer grupo de edades al segundo, a travs de cualquier
sucesin de rdenes de paridez y definamos p ^ como la probabilidad de sobre-
vivir del primero al tercer grupo de edades a travs de cualquier sucesin de
cambios de paridez y edad; escribamos finalmente p2_>3 como , sin in-
tentar expresar en palabras. El coeficiente de A2 dentro del corchete en
(14.1.10) es m n , vale decir, la probabilidad del primer grupo de edades de tener
un hijo durante los prximos 15 aos. El coeficiente de A es la suma de las
probabilidades de ir desde el primero al segundo grupo de edades y luego tener
un hijo, sumndose los diversos rdenes de paridez, y podemos escribir el coefi-
ciente como m2 = Pi-.J,. El trmino absoluto tiene que ver con el ltimo
grupo de edades y se puede escribir m3 = p^p.^t^ = Pi^3m3.
Las definiciones se pueden resumir en la forma siguiente:
Pi2 = Pll-.il + Pl22 + Plt3 >

= p^jt = mupn^Ll + + mupn^ ,
Pl-* ~ .3 ~ PnilPilSl + P1121^
/ 2132 + P11.22^2232
"I" /'ll2l/,2133 Pn~22.Pit%3 +
ms PiîPi W3i/,n-2i/,2i-3i + m3t(Pit^nPn^3i + P\\-.nPzi-5,i)
+ m&kPn-2lPn-33 + Pl^nP2233 ~t~ Pll23/,2333)
Dentro de cada coeficiente las probabilidades de reproduccin correspondientes

a los diversos rdenes de paridez estn ponderadas por las probabilidades de
alcanzar un orden dado. En trminos de estos coeficientes (14.1.10) se puede
escribir en la forma abreviada
X4(-X3 -f + 2p^m2 + /^/WWs) : 0> (14.1.11)
donde ahora, todos los subndices se refieren a edades. La ecuacin (14.1.10)

puede ser escrita an ms brevemente en trminos de los m sin barra:
4( - Xa + X2mn + lm + m3) = 0 .
Entonces (14.1.11) y en consecuencia (14.1.9), deben tener las mismas races que
la matriz,
mn m2 m3
A~t 0 0 (14.1.12)
. 0 p^ 3 0
rodeada por cuatro filas y cuatro columnas de ceros, donde nuevamente todos
los subndices se refieren a edades. En la prxima seccin se verificar este resul-
tado mediante el enfoque, bastante diferente, de decremento mltiple. Tanto
aqu como en el modelo del decremento mltiple, los grupos de edades estn
ponderados internamente por paridez, siendo los pesos, en general, diferentes de
las proporciones de mujeres segn orden de paridez en el grupo de edad dado
para la poblacin observada; la ponderacin dentro de un grupo dado de edad
est de acuerdo con la distribucin segn paridez estacionaria, ms que con la
distribucin correspondiente en la poblacin actual.
El tomar en cuenta los rdenes de paridez, hace variar mucho las tasas in-
trnsecas? La respuesta depende de la discrepancia que exista entre la distribu-
cin segn paridez de las mujeres observadas y aquella hacia la que tendera la
poblacin si se mantuvieran indefinidamente las tasas especficas por paridez y
grupos de edades. Murphy (1965) encontr, para las mujeres norteamericanas
1962. que la tasa bruta de crecimiento era de 13,44 por mil de la poblacin;
la tasa intrnseca por edades, 18,85; y la tasa intrnseca por paridez y por grupos
de edades 20,21. Evidentemente, la persistencia de las tasas especficas preva-
lentes en 1962 llevara la poblacin hacia las edades y parideces de las tasas de
natalidad ms altas, esto es, edades en los veinte y primeras parideces.
Observe que el nacimiento de una nia, el cual agrega un 1 en la posicin

superior del vector que aparece en el segundo miembro de (14.1.9), no es nece-
sario para un cambio en las parideces. Para nuestros propsitos, los rdenes de
paridez son meramente una clasificacin de las mujeres en relacin con el naci-
miento de un nio (hombre o mujer); por la definicin de m^, los nacimientos
agregados al primer elemento del vector en (14.1.9), k llt son slo de nias. No
existe contradiccin si consideramos a las parideces como un conjunto perfecta-
mente general de clases mutuamente excluyentes entre las cuales se mueve la
poblacin en una sola direccin. Estas clases podran ser grados escolares, o el
color del cabello clasificado entre juvenil y canoso, o el nmero de hijos que ha
tenido una mujer. Para esta ltima clasificacin de las mujeres se dispone de
datos: los registros muestran tablas de nacimientos segn edad de la madre y
orden de nacimiento, y los censos proporcionan un denominador mediante la
tabulacin de las mujeres segn la edad y el nmero total de hijos nacidos.
Richard Stone (1966, captulo 9) ha sugerido un modelo del sistema educa-
cional que considera etapas o grados a travs de los cuales los estudiantes pasan
sucesivamente. El va ms all del modelo de paridez para proponer que la edu-
cacin superior sea considerada como un proceso epidmico en el cual, los cam-
bios en la demanda de vacantes dependen, en parte, del nmero infectado y por
lo tanto capaces de infectar a otros, y en parte, del nmero an no infectado y
por tanto propensos a ser infectados. Comparando el procedimiento con una
epidemia, se halla en condiciones de usar la teora que ha sido desarrollada para
esto ltimo (Bartlett, 1960, pg. 57, Bailey, 1964), y finaliza con un proceso
logstico. El modelo entra luego a tratar con diferentes ramas de la educacin
(instruccin tcnica, universitaria, etc.) y hasta toma en cuenta el progreso tec-
nolgico en los mtodos de instruccin en cualquier rama dada.
Cualquiera de los sistemas de ecuaciones diferenciales del captulo prece-
dente se puede transformar en uno de ecuaciones en diferencias, y esto simplifica
la incorporacin explcita de las distribuciones por edades. En particular, se
puede construir una versin diferente del modelo de nupcialidad debido a Ken-
dall y Goodman que aparece en (13.4.1). Si escribimos Mt para la poblacin
masculina soltera en el momento (discreto) /, y Ft y Nt para la poblacin feme-
nina soltera y las parejas casadas respectivamente, los parmetros convertidos de
tasas instantneas a probabilidades anlogas a las qx de la tabla de vida, y supo-
niendo una vez ms la dominancia femenina, entonces, la nueva forma del
modelo es
Mt+l = (1 - dm)Mt - mFt + (b + dj)Nt,
F*+i = 0 -d,-m)Ft + (ib} +d)Nt ,

= mFt + (1 - d} - d)Nt , (14.1.13)
donde m es la tasa de nupcialidad (dominancia femenina), y los crculos represen-
tan las tasas de natalidad y mortalidad en la poblacin casada. El argumento que
hay por detrs de (14.1.13) es similar al de (13.4.1), excepto que los parmetros
requieren ahora definiciones un tanto diferentes; por ejemplo, 1 d en
la tercera ecuacin es la probabilidad conjunta de supervivencia de marido y
mujer. Para pequeas unidades de tiempo
M'(t) = M(t + 1) - M(t) .

Si A es la matriz de coeficientes en (14.1.13) y {K ( } el vector columna,
[Mt\
{KJ = \Ft ,
entonces (14.1.13) se puede escribir en forma matricial como {K. +1 } = A(K}

y analizara mediante el mismo tipo de lgebra que el de las matrices del cap-
tulo 3. Cmo se representara un modelo de nupcialidad con dominancia mas-
culina? Con dominancia intermedia?
El tomar en cuenta la edad dentro del modelo de nupcialidad (14.1.13) slo
requiere una reinterpretacin de los smbolos. Supongamos que M t es un vector
columna que representa el nmero de hombres en sucesivos grupos de edades,
e l dm es una matriz cuadrada con elementos distintos de cero slo en su sub-
diagonal, indicando las probabilidades de supervivencia segn la tabla de vida
masculina apropiada; b es tambin una matriz cuadrada, pero con elementos
distintos de cero en su primera fila, y similarmente para las mujeres y para los
dems coeficientes. Se debe tambin incorporar la consideracin de la super-
vivencia de viudos y viudas hasta el final del intervalo de tiempo. Con estos
cambios de interpretacin, la ecuacin
{K (+l } = A{KJ
rige para el modelo de nupcialidad (14.1.13) considerando n grupos de edades,

siendo A de orden 3n X 3n. Judah Matras (1966) propuso un recurso similar
para poner matrices dentro de matrices con el objeto de analizar movilidad se-
gn edad.
Todos los modelos anteriores son determinsticos, en el sentido de suponer
que la aplicacin de cierta tasa de mortalidad dm a la poblacin Mt dar por
resultado Mtdm muertes exactamente. J. H. Pollard (1966) ha mostrado cmo
construir matrices que den tanto varianzas como valores esperados, y su mtodo
puede ser aplicado a cualquier modelo lineal en que los coeficientes se puedan
interpretar como probabilidades; un ejemplo simple aparece en la seccin 16.4.
El tema de la ergodicidad, referido al estado estable que alcanzara una
poblacin sujeta a las tasas en cuestin durante un perodo de tiempo suficien-
temente largo, puede surgir en conexin con cualquier proceso de proyeccin.
Para la tabla de vida, la distribucin por edades del estado estable es la columna
Lx. El captulo 5 contiene una prueba de ergodicidad para la poblacin de un
solo sexo con nacimientos y muertes dadas, especificando respectivamente, edad
de la madre y edad al morir. Qu podemos decir sobre el caso de tasas espec-
ficas por edad y paridez? Resulta que tambin en dicho caso se alcanzar un
estado estable. Linder (1938) ha demostrado esto para una poblacin en la que
se dan y se mantienen constantes, simultneamente, las tasas especficas por
edad, estado civil, paridez, duracin del matrimonio y diferencia de edades en-
tre marido y mujer. Su generalizacin del teorema de Lotka expresa: "Una po-
blacin en la que las probabilidades de muerte, casamiento y divorcio, como as
tambin la fecundidad, permanecen constantes, crecer exponencialmente des-
pus de un perodo de tiempo suficientemente largo. En tal situacin, el por-
centaje de mujeres de una cierta edad, estado civil, paridez, duracin del matri-
monio y diferencia de edad con sus maridos, permanecer constante". (1938,
pg. 146). La prueba est basada en las propiedades de las ecuaciones en dife-
rendas y no necesita reproducirse aqu. El lector puede inferir la naturaleza
de la distribucin lmite extendiendo el anlisis que condujo a (14.1.12).
14.2. DECREMENTO MULTIPLE

La tabla de vida analizada segn paridez
La discusin alternativa de paridez mediante la ecuacin integral o el enfoque
continuo, descansa en una generalizacin de la tabla de vida. Se sigue del cap-
tulo 1 que la distribucin por edades de la tabla de vida es la que existira en
el estado estable si se aplicaran las tasas observadas de mortalidad por edades y
los nacimientos fueran suficientes para reemplazar por s solos las muertes. Esta
manera de tratar la mortalidad se puede extender al paso de las mujeres a travs
de los estados de nupcialidad y paridez, como as tambin (y finalmente) a la
de muerte. Comenzando con la versin continua de la tabla de vida y aplicando
a cada l(x), el nmero de sobrevivientes a la edad x la proporcin observada
de mujeres que se casan, entonces (no considerando viudez y divorcio) se puede
construir una columna llamada i (0) (x) correspondiente a las mujeres que son de
paridez cero, casadas pero que an no han tenido su primer hijo. Necesitamos
excluir de I<'(x) las mujeres que han tenido un hijo. Si m^(x)dx es la proba-
bilidad del nacimiento de un hijo a una mujer de paridez i sima, entre las eda-
des x y x dx, esto es, la probabilidad de un (t l)simo hijo, y ]i(x)dx la
probabilidad de muerte entre las edades x y x -)- dx, entonces, a cada edad
tenemos
/"(x + dx) = lw(x) - /(>(x)m(x) dx

+ /<-(*)iw l -"(*) dx - P\x)[i(x) dx , (14.2.1)
donde Z<_1>(x) son mujeres solteras y m (-1 >(x) es la probabilidad de casarse; simi-
larmente para / (i) (x dx).
La ecuacin (14.2.1) expresa la condicin de que el nmero de mujeres
casadas de paridez cero a la edad x -f- dx es igual a las de edad x menos el
nmero de las que tienen un hijo y as pasan a la primera paridez, ms las
recin casadas, a la tasa de nupcialidad m (_1 >(x) que provienen de las Z (_1 '(x),
solteras menos las muertes. Dado un conjunto de mW(x) [la probabilidad (su-
puesta fija) de alcanzar la paridez (i -f- 1) sima] para cada paridez y edad,
/(+i)(x) se puede calcular a partir de (<)(x), y representara una situacin esta-
cionaria tal como lo es la columna l(x) de la tabla de vida convencional.
En la prctica (Jordan, 1952, cap. 15) los datos se dan en grupos de edades
finitos y no podemos simplemente igualar las tasas centrales m^(x)dx con las
probabilidades q<?> de tener el (i -f- 1) simo hijo en el prximo intervalo de
tiempo y edad para una mujer de edad exacta x. Aqu enfrentamos el mismo
problema que tenemos en la tabla de mortalidad convencional o de decremento
simple: determinar un conjunto de qx a partir de las m o ms exactamente,
de las tasas observadas por edades M t . El principio de iterar los datos usado
para construir una tabla de vida en el captulo 1, se puede extender a la de
decremento mltiple.
Se parecen tambin las l(i)(x) al nmero de sobrevivientes de la tabla de
vida en el sentido de que permiten calcular probabilidades? Por analoga a
l(x -(- n)/l(x), la probabilidad de que una persona de edad exacta x est viva n
H.S LA ECUACION INTEGRAL MODIFICADA 335
aos ms tarde, l(i+i)(x -)- n)/l^(x) jparecera ser la probabilidad de que una
persona de x aos de edad y con i hijos est viva n aos ms tarde y tenga
i -(- / hijos, pero un poco de reflexin mostrar que esto no es generalmente
cierto. Sin embargo, nuestra aplicacin ser para la probabilidad de que una ni-
a recin nacida est viva y con i sima paridez al cabo de * aos. Las probabili-
dades para individuos de edad cero vienen dadas correctamente por l(i^(xj/i0;
el numerador aqu no puede incluir ningn individuo que no est explcitamente
"expuesto" en el denominador.
14.8. LA ECUACION INTEGRAL MOBIHCA25A PARA TENER

EN CUENTA EL ORDEN DE NACIMIENTO
'Buscamos un anlogo'a la ecuacin integral (5.1.2) de Lotia:'
5(0 = \^B( - x)lSlm{x)dx = fiB( - x)${x)dx , (14.3.!)

Jo l0 Jo
en la cual l(x)m(x)/t0, los nacimientos en la poblacin estacionaria de raz uno

a la edad x, se reemplazaran por trminos que representen la probabilidad de
que una nia sobreviva hasta la edad x habiendo tenido i hijos de ambos sexos,
y que a la edad x tenga su (i -J- 1) hijo (mujer), sumados a travs de todos los i
que representan hijas. En lugar de l(x)m(x)/l0, tendramos para la edad x
g ^M.mfipc), (14.3.2)
=0 /
donde y es el mayor nmero de lujos tenidos per una mujer, y |m<4>(*) es la pro-
babilidad de tener una ."ana ?. la edad x despus de hijos de uno a otro sexo.
La ecuacin (14.3.2) es la distribucin que resultara de la continuacin indefi-
nida de las (dadas) tasas especficas de fecundidad por edad y paridez y de las
tasas especficas de mortalidad por grupos de edades del ao bajo estudio. Hemos
escritolm(4)(x) .con un subndice / para mujeres en (i4.3.2) a ira de recordar que
no es lo mismo que la probabilidad de tener el prximo hijo, usado para cons-
truir U<(x),: que era la prohabilidad de un lijo de cualquier sexo.
La nueva funcin de fecundidad neta es
= (14.3.3)
y da ei anlogo por edad y paridez de (14,3.1):
r/
B{t) = 1 B(t - x)0p(x)dx . (14.3.4)
Podernos, tal como en el captulo 5, intentar con

B{t) = Qert
y obtener una ecuacin caracterstica,
4>P{r) = j[e-"4>P{x) dx= 1, (14.3.5)
cuya raz real en r sera la tasa intrnseca asociada con tasas especficas por edad
y paridez. La solucin completa de (14.3.4) para la funcin desconocida f(t)
prosigue exactamente como para (5.1.2). El lector podr mostrar en qu sentido
(14.3.5) es una versin continua de (14.1.10).
Hemos llegado por tanto a dos mtodos para establecer el modelo para edad
y paridez la ecuacin matricial y la ecuacin integral y hemos sugerido su
equivalencia. La ecuacin integral requiere que preliminarmente se desarrolle
la tabla de decremento mltiple para las mujeres de acuerdo a la paridez (tanto
de hijos varones como de hijas) y edad; una vez que tenemos los l(i)(x) a nues-
tra disposicin, por ejemplo en intervalos quinquenales, el resto del clculo de
(14.3.5) prosigue sin dificultad sobre las probabilidades por edad y paridez de
dar a luz nacimientos femeninos. (Describa un modelo en el que se definan las
parideces en trminos de hijas mujeres exclusivamente).
La diferencia entre la solucin de r en la ecuacin homognea de Lotka
(14.3.1) y en la ecuacin por paridez (14.3.4) depende de la diferencia entre las
dos funciones de fecundidad neta:
(14.3.6)
donde k{ii(x)/k(x) es la proporcin de mujeres que tiene edad x e i hijos en

la poblacin real, y /(i)(x)/(x) la correspondiente proporcin en la tabla esta-
cionaria de decremento mltiple. La diferencia fue notable en los Estados Uni-
dos temprano en la dcada del 40, cuando una sbita alza en la tasa de nupcia-
lidad dio proporciones reales de cerosima y primera parideces kW(x)/k(x)
mucho mayores que las correspondientes proporciones de la tabla de vida.
A pesar de que el argumento de este captulo toma debidamente en cuenta
edad y paridez, es groseramente incompleto al desatender las cohortes. Los prin-
cipales defectos de todo anlisis basado en la seccin transversal de un perodo
han sido sealados por Norman Ryder (1964). Para poner un ejemplo que es
slo levemente exagerado, supongamos que en una poblacin grande durante un
largo perodo de tiempo, cada mujer intenta tener exactamente tres hijos y que
lleva a cabo dicha intencin durante el curso de su vida reproductiva. Supon-
gamos que despus de un perodo en que las edades de reproduccin han sido
las mismas, ocurre un cambio en la distribucin de tales nacimientos en el
tiempo, en la forma de un adelanto en las edades de reproduccin. Cada mujer
an intenta tener el mismo nmero de hijos en total, pero las cohortes ms
jvenes tienen sus hijos ms tempranamente. En consecuencia, el examen de
las tasas de perodo para varios aos sucesivos mostrar un incremento en la
tasa de natalidad. Tal aumento no constituye realmente evidencia de una fe-
cundidad creciente.
Supongamos nuevamente que el tiempo en el que las mujeres tienen sus
hijos vara, postergndose los embarazos en pocas de depresin y adelantndolos
en pocas de prosperidad, pero aspirndose an a una cantidad total fija de
hijos durante el perodo de vida reproductivo de cada mujer. Las considerables
LA ECUACION INTEGRAL MODIFICADA 337
fluctuaciones que mostrarn los nacimientos de cada perodo no estn entera-

mente desprovistos de significacin demogrfica, pero se debe entender que re-
presentan variaciones del espaciamiento en el tiempo de una fecundidad com-
pleta esencialmente invariable. Tales consideraciones han dado importancia a
encuestas que preguntan a las parejas cules son sus intenciones de procreacin
(Westoff, Potter y Sagi, 1963; Freedman, Goldberg y Bumpass, 1965).
La reproduccin de cohortes de mujeres est representada por la densidad
a lo largo de las lneas de vida de un diagrama de Lexis (grfico 5.1.). Si la
funcin de fecundidad neta est representada ahora por <>(a, t), una funcin de
la edad y el tiempo, entonces, la integral o total a lo largo de una franja hori-
zontal se referir a la 0 del perodo, en tanto que una integral a lo largo de
una franja diagonal dar la R0 de una cohorte. Evidentemente, la ecuacin
integral (5.1.2) es enteramente una relacin que conecta perodos y edades, to-
mando las integrales, como ella lo hace, a lo largo de lneas verticales y hori-
zontales. Al describirla, se us en algo la imagen de las cohortes, pero stas
fueron sintticas ms que cohortes reales.
Ryder (1964) ha relacionado la integral a lo largo de la diagonal con las
integrales a lo largo de la horizontal y de la vertical. Esto le permite traducir
informacin de perodo en la correspondiente cohorte y viceversa. Ryder no
slo muestra la media de perodo como una versin deformada de la media de
la cohorte, sino que tambin estima la direccin y el tamao de la distorsin
en trminos de la media, varianza y asimetra de las secciones transversales por
edad y tiempo.
Nuestro ejemplo de decremento mltiple ha sido la paridez, en la que la
poblacin sobreviviente pasa a travs de estados que son mutuamente excluyen-
tes y dispuestos en una sucesin irreversible. Se requiere una generalizacin en
direccin diferente para la tabla de vida por causas de muerte, donde las muer-
tes se clasifican en categoras mutuamente excluyentes en un orden arbitrario,
y donde el cncer, las enfermedades cardiovasculares y otras combinaciones, se
pueden considerar como estando en competencia por la vida de una persona
(Chiang, 1961c). Sin detenernos a examinar la teora para tales situaciones,
nuestro prximo paso es el estudio de modelos probabilsticos, los que son ms
interesantes que la teora determinista que nos ha ocupado hasta ahora, y tam-
bin ms difciles. Se necesita el primero y segundo momento de ciertas distri-
buciones para propsitos mustrales; dichos momentos son el tema principal del
captulo 15.
VI Parte
MODELOS PROBABILISTICOS
C A P I T U L O 14
VARIANZA MUESTRAL
DE LAS CARACTERISTICAS DEMOGRAFICAS
Se recurre comnmente a las encuestas mustrales o a un rea de registro que es

una muestra probabilstica de un territorio, cuando las estadsticas vitales son
incompletas o se carece totalmente de ellas. Se pueden usar las muestras para
determinar la posicin demogrfica de los pases subdesarrollados y los cambios
en su posicin con la llegada del control de la natalidad. En vista de la nece-
sidad de datos nos encontramos con la sorpresa de que existe poco material
publicado acerca de mtodos de encuesta y errores de muestreo en relacin a
caractersticas demogrficas. Segn mi conocimiento la literatura est consti-
tuida por artculos de Wilson (1938), Irwin (1949), Chiang (1960b) y Koop (1951),
los tres primeros relativos a la tabla de vida y especialmente la esperanza de
vida y el ltimo a la tasa bruta de reproduccin, todo bajo supuestos sim-
plificadores.
15.1. FUNCIONES DE LA TABLA DE VIDA

El "mtodo Delta" es una manera de seguir la propagacin del error (Deming,
1964, pg. 37 y siguientes). Supongamos que u y v son funciones de x, y que x
tiene un error Ax, siendo ste el desvo respecto al valor esperado g*x, el pro-
medio para todas las muestras. Supondremos que se trata de muestreo insesgado,
de manera que es tambin el valor verdadero o parmetro. Entonces, si
el error Ax es una cantidad pequea,
^ du . . A dv .
dx dx (15.1.1)
A(uv) = (Au)v + u(Av); (15.1.2)
, ^ . u ( Au Av\
M v ) * - ( _ - - ) ; (15.1.3)
Aea = euAu; (15.1.4)
A\nu = . (15.1.5)
u v '
Estas son por supuesto las frmulas usadas en diferenciacin. Mientras la

variacin est restringida a un rango suficientemente pequeo, la u es repre-
sentable por la relacin lineal u x)dudx, en la cual du (dx
341
342 VARIANZA MUESTRAI, I)E LAS CARACTERISTICAS DEMOGRAFICAS 15.1
se puede considerar constante. Enseguida, pasando S?*w al primer miembro,
elevando al cuadrado y promediando tenemos
Var () = gf(u - g ' u f = (Y Var (x) .

\dxJ
Podemos obtener una frmula para la varianza a partir de cualquiera de las

relaciones (15.1.1) a (15.1.5) elevando al cuadrado las diferenciales y prome-
diando para todas las muestras. El resultado para la razn en particular est
establecido simplemente en trminos de la varianza relativa (Hansen, Hurwitz
y Madow, 1953, Vol. II, pg. 51; Kish, 1965, pg. 48), definida para una varia-
ble aleatoria u como
Var (u)
" (?uf '
Entonces de (15.1.3) resulta que
Vx/v VI ~ uvVuVv + V\,
donde r es el coeficiente de correlacin de Pearson.
El nmero de sobrevivientes lx
Si se puede suponer que la tabla de vida ha sido hecha siguiendo una genera-
cin o cohorte se obtiene una deduccin simple y exacta de la varianza de L,
donde cada miembro est sujeto independientemente al riesgo dado de morir
ao a ao, 1 (Xx+i/jLx). Los sobrevivientes a la edad x de l0 nacimientos se
distribuyen binomialmente. Si A* es la proporcin esperada de los que sobrevi-
ven a la edad x, el nmero esperado de los sobrevivientes es loXz, y la varianza
de L entre las muestras de l0 nacimientos es /^(l Xx) (Wilks, 1962, pg.
137). Ms abajo se generaliza este resultado a las covarianzas mediante el uso
de una funcin generatriz, y en (15.1.17) se obtiene un coeficiente de corre-
lacin.
1 nmero d e muertes n d x y la probabilidad. nqs
Si se obtiene ndx cuando se observan kx individuos a la edad exacta x y se toma

nota de cuntos mueren durante los n aos subsiguientes v la verdadera proba-
bilidad de morir es 1 entonces, la varianza de ndx debe ser
Var (ndx) = kx( 1 - (it) . (15.1.6)
La probabilidad de muerte observada nqx estara bajo estas circunstancias

sujeta a la varianza
Var <'> = ( ' - ) ( ) / *

15.1 FUNCIONES DE LA T A B L A DE VIDA 343
Si la muestra consiste de ln nios de cero aos seguidos a travs de la vida, en-

tonces el kx esperado es l0lx, y la varianza es aproximadamente
Var (?,) = (?,)(! - .qx)flBX.. (15.1.7)
En el caso del nmero de sobrevivientes en la tabla de vida hacemos una

distincin en la notacin entre el valor de la poblacin, valor universal, o par-
metro Xx, y el nmero lx obtenido en una muestra particular. Sin embargo, sera
una deformacin hacer la misma distincin para nqx, nmx, etc. y no se ha inten-
tado esto. Los smbolos del segundo miembro de frmulas tales como (15.1.'7)
se deberan interpretar como valores verdaderos o aproximaciones de ellos; A sig-
nificara siempre la diferencia entre la observacin (aleatoria) y el valor verdadero
del parmetro. Las expresiones que siguen estn simplificadas por omisin del
subndice n que se refiere al intervalo de edad, por ejemplo ,,q, se escribe q
Se dar siempre por entendido el tamao n del intervalo.
En la prctica se puede obtener qx mediante mx, la tasa especfica de mor-
talidad por edades de (Chiang, 1960a)
1 + ( - * > . ' (15 "L8)
una identidad deducible de la definicin de ax en (1.1.6). Segn esta manera de

construir la tabla de vida, los errores de qx se plantearn en trminos de los
de mx, diferenciando (15.1.8) para obtener
, . (Am, (n ax) Am. \

91. =f M - - , , , 1 5 . 1 . 9 )
V mx 1 + ( - ax)mj
a partir de (15.1.3), suponiendo que ax, el promedio de aos vividos desde

la edad x por los que mueren en el grupo de edad que va de x a x n,
no est sujeto a error de muestreo. El supuesto adicional de que la variacin
en el denominador del segundo miembro de (15.1.8) es despreciable, produce
== (qx/mx) Amx, de lo cual sigue (Chiang, 1960b)
Var (qx) = (Jk-X Var (mx) = n 2 Var(w x ) . (15.1.10)

\mx )
Esto nos deja justo a un paso de los datos primarios Dx y Kx, cuya razn
DJKX es aproximadamente mx. Mediante otra aplicacin de (15.1.3)
Amx = m x ( ^ - ^ , (15.1.11)
y elevando al cuadrado se llega a la varianza de m^ Si las muertes y la pobla-

cin se obtienen independientemente, se puede despreciar el trmino corres-
pondiente al producto cruzado. Si se puede suponer que se conoce exactamente
la poblacin a la mitad del perodo, K entonces la varianza relativa de m
definida como Var ( ( ^ / [ ^ ( m , ) ] 2 , se reduce a la de Dx. Alternativamente, si se
puede suponer que los individuos de la muestra han sido seleccionados indepen-
dientemente al azar de una poblacin inicial conocida exactamente, Dx es la
suma de extracciones de una variable binomial, y su varianza es
Var(D.) = ( * , + i/>.)(?.)(l - qm)

= Dx{\~qx), (15.1.12)
la que se puede aproximar por Dw para la mayora de las edades.

Usando el argumento en Ja direccin inversa podramos partir con (15.1.12),
la varianza de Dx, el nmero de muertes y plantear el efecto de esta varianza
sobre la de ra, mediante (15.1.11), y luego sobre qx mediante (15.1.10). Siguiendo
adelante, el prximo eslabn consiste en ir de kqx a Ala-
Esperanza de vida x
Para obtener la varianza de la esperanza de vida ex, observamos cmo ella vara
cuando hay cambio en qv, donde y se usa para los diversos grupos de edad
(n aos de intervalo) mayores. Para cualquier edad y > * el lector puede esta-
blecer la identidad
m = T* ~ T" + L + Lis. = LlzJL + (15.1.13)

'x 'jt 'x 'x ^ ' ^ '
El valor de (Tx Tv)/lx, el nmero promedio de aos vividos entre la edad x

y la edad y, no est afectado por qv> que concierne a las edades posteriores a y.
De acuerdo a los supuestos de este modelo, la esperanza a la edad y n,
y+n, no est afectada por qv- Se desprecia cualquier efecto de qv sobre av.
En consecuencia, poniendo en lugar de L su valor de la ecuacin precedente
(1.1.6) y escribiendo / y+B = /(l ^tenemos
f, = JL\LlZ-L + L (nh~{n-av)dA + _ y 1
dqv dqy l lx lx \ / J lx J
= - k [n - ay + ,+n] . (15.1.14)
'a;
Por lo tanto, si los errores de los qv estn ncorrelacionados, se tiene
Var(.) = ^ ( 5 - V v a r ( r , )
= E(-rT(M - + <W>2 V a r (<?*) > (15.1.15)

y^x \ lx /
lo que es sustancialmente el resultado obtenido por Wilson (1938, pg. 706) y

Chiang (1960b, pg. 231).
La aplicabilidad de (15.1.15) est restringida por el supuesto de indepen-
dencia y otras simplificaciones. La frmula que no tome en cuenta las inter-
correlaciones es apropiada si los individuos han sido extrados al azar en la
15.1 FUNCIONES DE LA T A B L A DE VIDA 345
muestra, pero no lo es si la extraccin de la muestra ha sido en base a grupos

o conglomerados de individuos; el uso de (15.1.15) para una muestra compuesta
de conglomerados puede dar por resultado una subestimacin burda de la va-
rianza. Por otra parte, tomar los productos cruzados como asimismo todos los
cuadrados requerira para la estimacin de algo as como 200 correlaciones
en grupos quinquenales de edad. Sin embargo, es claro el principio mediante
el cual podemos deducir una frmula completa: el efecto de variacin en los
datos primarios Dx y Kx seguiran a mx, luego a qx, enseguida a ex- Abajo se da
un ejemplo simple del uso de (15.1.14), y luego se sugiere un procedimiento
alternativo para seguir esta cadena en el computador y obtener el mismo resul-
tado para cualquier grupo de edad sin el lgebra de las ltimas pginas.
Propagacin de un error calculado determinsticamente

Para saber qu efecto porcentual causa en las ex un cambio del uno por ciento
en las qv, modificamos (15.1.14) dividiendo por ex y aplicndola a incrementos
finitos:
+ (15.1.16)
Consideremos como un ejemplo * = 30 e y = 40, y los datos de la tabla para

la poblacin masculina de los Estados Unidos en 1961
30 = 40.80; b*. 91884

4o 94103
:46 = 27.32 ; = 0.02232 ,
y hagamos 5a40 igual a 2,5. Entonces el efecto relativo de un pequeo cambio

en 5^40 sobre ex es
de acuerdo con (15.1.16). Quiere decir que un cambio de un l por ciento en

5?4o significar un cambio de 0,0159 por ciento en 30 en la direccin opuesta.
Cuando la tabla de vida se calcul realmente con un incremento del 1 por
ciento en -tqw, la esperanza de vida a la edad exacta 30 baj de 40,8040 a 40,7975,
es decir 0,0065, que equivale a un cambio relativo de 0,0065/40,8040 =
= 0,016 por ciento. Esta es una verificacin aritmtica de (15.1.15) para el
caso en que slo una de las tasas especficas de mortalidad por edad est sujeta
a error. El computador proporciona una tcnica general para averiguar dife-
renciales pasando por los datos levemente modificados y comparando con el
resultado original. El lector podr extender el mtodo para encontrar momen-
tos de orden superior y covarianzas.
La tabla de vida estocstica mediante simulacin

El mtodo deterministico de los prrafos precedentes se puede seguir paralela-
mente mediante un proceso estocstico. Ronald Lee, usando el computador
C U A D R O 15.1
ESPECIMEN A L E A T O R I O O TABLA DE VIDA SIMULADA QUE COMIENZA CON 100

NACIMIENTOS, EN LA CUAL SE HA D A D O A CADA INDIVIDUO UNA PROBABILIDAD
SEPARADA DE SOBREVIVIR EN CADA EDAD; FUE T O M A D O
DE LAS MUJERES ESTADOUNIDENSES, 1964; M E T O D O SIMPLIFICADO
Edad x 9* K A iV ,
0 0 . 02107 100 2 98.5 74.01
1 0 . 00347 98 0 392 .0 74.51
5 0 . 00185 98 0 490.0 70.51
10 0 . 00154 98 0 490 . 0 65.51
15 0 00274 98 0 490 .0 60.51
20 0 00359 98 1 487.5 55.51
25 0 00440 97 0 484.8 51.06
30 0 00634 97 0 485.0 46.06
35 0 00929 97 0 485 .0 41.06
40 0 01372 97 0 485 . 0 36.06
45 0 02073 97 0 486 .0 31.06
50 : 0, 03154 97 5 474.0 26.05
55 0 04510 92 7 442 .9 22.31

60 0 06841 85 7 407 .5 18.94
65 0 10622 78 7 372 .5 15.41
70 0 15976 71 7 340 . 8 11.69
75 0 24798 64 23 264.4 7.64
80 0 38839 41 16 165 . 4 5.48
85 1 00000 25 25 59.2 2.37
o Programado por Ronald Lee, quien tambin proporcion el material para los cuadros
15.2. a 15.5.
CDC 6400 de la Universidad de California, Berkeley, tom un conjunto fijo de

qx (los de las mujeres estadounidenses, 1964) y expuso a cada uno de cien indi-
viduos de edad cero al riesgo q l u e g o expuso a los sobrevivientes sucesivamente
a las probabilidades q, q5, q10, . . . El resultado se repiti hasta producir 150
tablas similares a la mostrada en el cuadro 15.1 en un proceso que us ms de
200 000 nmeros aleatorios y que fue ejecutado en 27 segundos. (Con el objeto
de ahorrar tiempo de computador se utiliz un mtodo simplificado de cons-
truccin de una tabla de vida que no implicara iteracin, pero este fue un m-
todo uniforme durante toda esta seccin y por lo tanto no afecta a ninguna de
nuestras conclusiones).
15.1 FUNCIONES DE LA TABLA DE VIDA 347
CUADRO 15.2
DISTRIBUCION DE LOS VALORES DE e0 EN 150 TABLAS DE VIDA ALEATORIAS,

BASADAS EN LAS q, DE LAS MUJERES ESTADOUNIDENSES
EN 1964 Y EN 100 NACIMIENTOS
- 6 8 . 99 4
69 . 0 0 - 6 9 . 99 4
70 . 0 0 - 7 0 . 99 13
71 . 0 0 - 7 1 . 99 29
72 . 0 0 - 7 2 . 99 27
73 . 0 0 - 7 3 . 99 34
74 . 0 0 - 7 ' + . 99 22
75 . 0 0 - 7 5 . 99 13
76 . 0 0 - 7 6 . 99 1
77 . 00 + 3
TOTAL 150
CUADRO 15.3
MEDIAS Y VARIANZAS E N T R E 150 TABLAS DE VIDA ALEATORIAS

BASADAS EN LAS q. DE LAS MUJERES ESTADOUNIDENSES EN 1964 Y EN
100 NACIMIENTOS: LOS VALORES ESPERADOS APARECEN E N T R E PARENTESIS
DEBAJO DE CADA RESULTADO SIMULADO a
A ,
Edad x Media Varianza Media Varianza Media Varianza
0 100.00 0 2.21. 1. 83 72 84 3.23

(100.00) (0) (2.11) (2 06) (73 02) (3.14)
20 96.83 2.60 0.33 0 35 55 12 1.78

(96.96) (2.95) (0.35) (0. 35) (55 22) (1.72)
ifO 94.46 5.26 1.23 1 37 36 20 1.47

(94.68) (5.03) (1.30) CI. 28) (36 25) (1.33)
60 84.18 13.47 5.81 5 57 19 09 0.91

(84.57) (13.05) (5.79) (5. 45) (19 10) (0.79)
80 4 4 . 28 25 . 0 7 17.25 1 4 . 75 5 52 0.19
(44.50) (24.70) (17.28) (14. 30) (5 54) (0.29)
Programado por Ronald Lee y Hardeo Sahai.

6 El intervalo n es de un ao para la edad 0 y de cinco aos para las edades subsiguientes.
A cada uno de los elementos de la tabla corresponde ahora una distribucin

de frecuencias. Por ejemplo, los 150 valores de 0 son como aparecen en el
cuadro 15.2. Con respecto a las lx, las y las x, las medias y las varianzas para
las 150 tablas de mortalidad fueron calculadas a partir de las "observaciones"
producidas por la mquina; en el cuadro 15.3 se muestran algunas de estas me-
dias y varianzas. Por ejemplo, la media de la distribucin en el cuadro 15.2,
calculada a partir de datos no agrupados se muestra que es 72,84, y su va-
rianza 3,23.
En el cuadro 15.3 tambin aparecen entre parntesis los resultados determi-
ni sticos. Para las mujeres estadounidenses, 1964, la e0 calculada por el mismo
mtodo simplificado es 73,02, y por (15.1.15) la varianza de es En el
cuadro 15.3 estos valores determinsticos se presentan entre parntesis, tem por
tem, justo debajo del resultado de la simulacin.
Cmo se compara una media de las 150 tablas estocsticas con la cifra
correspondiente en la tabla deterministica? Para 60 la media de las 150 tablas
fue 84,18, y por el mismo mtodo la tabla deterministica dio 84,57, lo que da
una diferencia de 0,39. Si las l M se distribuyen normalmente podemos considerar
esto en relacin a la varianza "observada" 13,47 cuando se la estima con 149
grados de libertad, y encontrar que t es 0,39/\/13,47/150 = 1,3, lo cual tiene
una probabilidad prxima a 0,2 de ser sobrepasado por factores aleatorios. Alter-
nativamente, la podemos comparar con la varianza terica dada por Z0(Xr)(l\)
en base al supuesto de que lo ltimo es exacto, y encontrar 0,39/-\/l3,05/150;
mediante esta imposicin, resulta apropiada una distribucin normal y lleva
aproximadamente a la misma probabilidad.
Las varianzas obtenidas de las 150 tablas estocsticas se pueden comparar
con los resultados tericos deducidos anteriormente en este captulo. De acuerdo
a lo que se muestra en el cuadro 15.3, la varianza entre las 150 e w con 149 gra-
dos de libertad es 1,47; la basada en (15.1.15) es 1,33; la razn de la primera a la
segunda, 1,47/1,33, multiplicada por 149, es decir 165, se puede considerar como
el valor de una variable %2 con 149 grados de libertad. La probabilidad de que
X2 sea mayor que 165 por el azar, es aproximadamente 0,2. En toda la tabla la
nica diferencia significativa al nivel del 5 por ciento es para 80.
Distribuciones completas de las funciones de la tabla

de vida; intercorrelaciones
El argumento anterior ha estado restringido a las varianzas, vale decir, a los se-
gundos momentos de las distribuciones de nmeros individuales. Chiang (1960a)
fue ms all y dedujo la funcin generatriz de toda la columna correspondiente
al nmero de sobrevivientes de la tabla de vida. Piense nuevamente en l0 no
como el comienzo arbitrario de la tabla de vida, sino como un nmero observado
de nacidos que son seguidos a travs de sus vidas. Los sobrevivientes de entre
ellos, lx, se contabilizan ao por ao. Supongamos que ellos son extrados al
azar de una poblacin sujeta a una tabla de vida cuya columna del nmero de
sobrevivientes es \x en base a una raz unitaria. Entonces, como vimos arriba,
para cualquier edad, x, la cantidad observada l^/l^ se puede considerar como una
muestra de la distribucin binomial con parmetro en consecuencia, la pro-
babilidad de que la tabla de vida de la muestra contenga exactamente lx indi-
viduos en edad x es
(j W ~
La funcin generatriz es el valor esperado de la lx sima potencia de otra variable

indefinida tx:
&(<**) = E () ~ = 0 - + ijt.y>
La derivada de esto ltimo con respecto a tx, evaluada en t x = 1, es l0Xx, que es

el valor esperado de Zx. Las derivadas subsiguientes servirn para calcular los
momentos subsiguientes. La distribucin est implcita en su funcin generatriz.
No necesitamos restringirnos a una nica variable tx, sino que podemos po-
ner tantas de tales variables como lx haya, de manera que las tx en conjunto
determinen la distribucin conjunta de las lx. Resulta que la funcin generatriz
conjunta es
tl) = {1 - [,(1 - O + ,(1 - U) + - * , ) +
+ Uih i _ , ( i - O]}!o
Lo que se demuestra por induccin (Chiang, 1960a, pg. 624). Se puede ejempli-
ficar su uso diferenciando con respecto a tx y enseguida con respecto a ty, para
obtener el momento conjunto de L y lv respecto a cero. Tomando esta segunda
derivada y haciendo todos los t iguales a uno da
/'/)
= i0xy( i - x,) + nx.xv,
dtxdtv t=l
si y ^ x. La covarianza de lx y lv se obtiene al restar el producto de las medias

del momento conjunto respecto a cero, esto es, (h^kx)(l(ky) = lll x l y , que conduce a
Covar ( / . , / , ) = - Xx).
El coeficiente de correlacin entre lx y lv es
r = Covar (x, lv) = - X.)

l'1' i / V a r /x Var / Vl0Xx(l - X,)l0Xt(l -
= IWZM ( , 5 J -I7)
el cual no depende de /0. La ecuacin (15.i.17) no es simtrica entre * e y, y

asume que x es la edad menor. [Habra usted esperado que la correlacin fuera
una expresin simtrica en x e y?]
C U A D R O 15.4
CORRELACIONES ENTRE l x Y x y , ENTRE 150 TABLAS DE VIDA ALEATORIAS

BASADAS EN LAS q, DE LAS MUJERES ESTADOUNIDENSES EN 1%4 Y EN
100 NACIMIENTOS; LOS VALORES ESPERADOS APARECEN ENTRE
PARENTESIS DEBAJO DE CADA RESULTADO SIMULADO
2o -o "6 0 ^80
e 1.000
-P -P
0
00 00
0 .754
i* ^J
l 20 0.167
C0.747) CO CO. 1 6 1 )
k 0 1.000 0 620 0.204

CO 5 5 8 ) CO.216)
^60 1 000 0.388

CO.387)
eo 1.000
El experimento aleatorio de Ronald Lee estim estas correlaciones por simu-

lacin para ciertos valores de lx; en el cuadro 15.4 se muestran sus resultados
para las mujeres estadounidenses de 1964. Entre parntesis aparecen los valores
de r obtenidos de (15.1.17), usando el kx determinstico.
Las correlaciones para lx son positivas: cuando ocurre en una tabla que lx
es mayor que el promedio, tambin ly va a ser probablemente mayor, dismi-
nuyendo la correlacin a medida que aumenta la distancia y x. Tal como
aparece en el cuadro 15.5, la correlacin de los 5dx es negativa y pequea, ha-
bindose hecho los clculos en base a las mismas 150 tablas aleatorias para los
Estados Unidos. La correlacin de los x mostrada en la misma tabla es positiva
y ms grande. Para mostrar el grado en que varan tales correlaciones de un
experimento a otro, se presentan tambin los resultados correspondientes para
Mxico, poblacin femenina, ao 1960.
Las correlaciones aqui obtenidas son de extracciones aleatorias de una po-
blacin de qx dado. Se esperara que fuera cero entre los q y entre los m por
lo cual los grupos de edad varan casi independientemente. Un tipo de correla-
cin bastante diferente, tal vez de mayor inters demogrfico, es aquella entre
las tablas de vida observadas. En la seccin 4.2 incluimos un breve anlisis
estadstico de tres conjuntos de tablas de vida computadas por William Cum-
mings. El tercero de sus conjuntos consista de 83 tablas para hombres de los
pases ya desarrollados de Europa, Amrica y Oceana para fechas igual y pos-
teriores a 1945. Despus de construir las tablas en base a las estadsticas oficiales
de mortalidad y poblacin dadas por edad y sexo, produjo entre otros materiales
estadsticos las correlaciones de las qx en todas las combinaciones. En el cuadro
15.6 se muestra una seleccin de estas correlaciones.
Estas correlaciones son muy diferentes de los valores cercanos a cero que
C U A D R O 15.5
CORRELACIONES E N T R E PARES DE I T E M CORRESPONDIENTES A TABLAS

DE VIDA ALEATORIAS CON 100 NACIMIENTOS,
BASADOS EN LAS qm D E ESTADOS UNIDOS Y MEXICO
Estados Unidos, poblacin femenina, 1964
sdi, 0 56 0 5^8 0
sd2 0 -0.033 -0.131 -0.033
5U 0 1.000 -0.066 -0.067
5^6 0 1.000 -0.056
1,0 6 0 la 0
0
2 0 0.850 0.575 0.243
0
eh 0 1.000 0.727 0.229
O
e6 0 1.000 0.302
Mxico, poblacin femenina, 1960
sU 0 scU 0 5U 0
5CI2 0 -0.131 -0.077 +0.029
sdi, 0 1.000 +0.011 -0.004
sd6 0 1. 000 -0.105
O
ei 0 0 8 0
O
e2 0 0.698 0.493 0.185
O
e, 0 1.000 0.623 0 .127
6 0 1.000 0.172
deberan aparecer entre las q de tablas confeccionadas por extracciones aleato-

rias. Aqu las correlaciones son positivas y altas, y mientras ms cerca estn las
edades, ms grande es la correlacin. La correlacin entre 5^2o y 5^23 es 0,926;
entre 5qi0 y 5qi5 es 0,948; entre 6q6o y sês es 0,979 (no aparece en la tabla).
Haciendo un resumen aproximativo: las edades separadas por un intervalo de
C U A D R O 15.6
CORRELACIONES DE c<j E N T R E 83 TABLAS DE VIDA PARA HOMBRES,

REPRESENTANDO LAS OBSERVACIONES PARA PAISES DESARROLLADOS
SUBSIGUIENTES A 1945, Q U E APARECEN EN LA SECCION 4.2
5 q 2 5 5 q 3 0 sq i s sq<* o sq-. 5 sqs o sqs 5
5q2 0 0 926 0 838 0 772 0 709 0 . 621 0 .474 0.330
5q2 5 1 000 0 956 0 891 0 840 0 . 732 0 .589 0.418
5q 3 0 i 000 0 942 0 910 0 . 808 0 .666 0.503
sq3 5 1 000 0 973 0. 903 0 .789 0.655
5 q * o 1 000 0 . 948 0 .863 0 .740
sqt 5 1, 000 0 .949 0.851
sqs o 1 .000 0.952
s q 5 5 1.000
5 aos tienen una correlacin de 0,95 aproximadamente; las que se diferencian

en 10 aos, 0,85; en 20 aos, 0,7; en 30 aos, 0,5; en 40 aos, 0,3. En los ex-
tremos de la tabla, B^80 tiene con i q 1 una correlacin de slo 0,155. Cualesquiera
sean las causas especiales que actan sobre la mortalidad en los diversos pases
ellas parecen actuar en rangos limitados de variacin de edad.
Tasas tipificadas
Vimos en seccin 1.1 que la comparacin de la mortalidad entre dos poblacio-
nes es anloga a una comparacin de precios entre dos reas, en la cual las tasas
de mortalidad para los diversos grupos de edad-sexo toman el lugar de los
precios de las diversas mercancas, y el nmero de personas de cada edad toma
el lugar de las cantidades de estas mercancas. Si la poblacin tpica (cantidad
en el ao base) en el i simo grupo es K'. entonces, la tasa tipificada por el m-
todo directo es la que resulta de aplicar las tasas especficas por edad-sexo dadas
di a la poblacin tipo en un nmero finito de intervalos de edad:
donde K' = Esta tiene las dimensiones de una tasa de mortalidad y se

convierte en un ndice agregado de base ponderada al ser dividido por
d' = D'/K', la tasa bruta en la poblacin tipo, siendo D' el nmero
absoluto de muertes de todas las edades.
Para obtener una aproximacin simple a su error muestral supondremos que:
a) la poblacin tipo es arbitraria, y en consecuencia sus nmeros y tasas no
estn sujetos a error muestral;
15.2 FUNCIONiES DE FECUNDIDAD 353
b) la poblacin dada se conoce en un mayor orden de precisin que las

muertes dadas;
c) el muestreo es independiente para las diversas edades, y por tanto las
covarianzas entre las muertes a las diferentes edades son cero;
d) las muertes son muestreadas individualmente al azar de un universo
grande, de modo que d, se distribuye binomialmente.
En base a estos supuestos la varianza Var(mt) de la tasa de mortalidad tipificada
por el mtodo directo se deduce fcilmente
Var (sd) = ( | J Var (dt) = 4(1 - dt) ,
y si la fraccin de muertes d4 es pequea, esto se reduce a
Var(sd) = ( | ) V
La tasa tipificada por el mtodo indirecto (mti) divide las muertes dadas D
por la aplicacin a la distribucin de edad dada K{ de las tasas especficas de
la poblacin tipo y la multiplica por la tasa bruta d' de la poblacin tipo
r a\ 'D
^KA'
(La omisin de d' del numerador dara a ste las dimensiones de un nmero
ndice agregado, y l est ponderado en base a un ao comn, como vimos en
la seccin 1.1). En base a los mismos supuestos de arriba, la varianza de Var(mti)
es
Puesto que los supuestos incluyen que las tasas tipo no estn sujetas a varia-
cin siendo arbitrarias, y que el nmero expuesto en la poblacin dada tiene
error muestral relativo insignificante, el nico elemento aleatorio en la expresin
de Var (mti) es D. Siempre que se pueda suponer tanto a la tasa bruta como a
la tasa tipificada por el mtodo indirecto (mti) como mltiplos fijos de D, su
varianza relativa (o su raz cuadrada, el coeficiente de variacin) ser la misma.
Por otra parte, la tasa tipificada por el mtodo directo (mt) puede tener una
varianza relativa mayor o menor que la tasa bruta.
15.2. FUNCIONES DE FECUNDIDAD

La tasa neta de reproduccin R0
En la prctica R0 est ms influida por la variacin en la fecundidad que en
la mortalidad. Ahora supondremos que la tabla de vida se obtiene de algn modo
sin error. Por definicin, si la fecundidad efectiva va desde los 15 hasta los
45 aos,
D B-ÎB + iîO + ' ' ' + 6-^-40 ^40
donde
Fx = !>BxUKT '
siendo 5BX los nacimientos de nias nacidas de madres que tenan * a * - f 4 aos
en su ltimo cumpleaos. Suponiendo que la muestra ha sido sacada indepen-
dientemente al azar de modo que las covarianzas son cero, obtenemos
l\ Var (R0) = (5L16)2 Var (Fu) + (6L20)2 Var (Fm) + ...

+ (sLi0y Var (Fi0) . (15.2.1)
Si en (15.2.1) se consideran las F como variantes hipergeomtricas, basadas en

muestras de tamao n sacada cada una sin reemplazo de una poblacin finita
de tamao N, entonces los factores [1 (n/N)] integran la varianza y tenemos
el resultado dado por Koop (1951, pg. 156). Con muestreo por conglomerados,
trminos tales como 2(5L15) (-,L2o) Covar (Z^, F20) se habran agregado a (15.2.1).
Si tanto las muertes como los nacimientos han sido obtenidos mediante
muestras, entonces la desviacin de R0 respecto a su valor esperado es
40
= X= 1S (F* A L * + A F -
y la varianza de R0 no slo incluir trminos para la varianza debida a morta-

lidad y a fecundidad sino tambin para las correlaciones entre los nacimientos
y las supervivencias en las edades correspondientes y a diferentes edades.
La tasa i n t r n s e c a d e c r e c i m i e n t o n a t u r a l r
Surge una pequea novedad en el clculo de la varianza de la tasa intrnseca,

tomada como la solucin en r de la ecuacin
M') = ( e ^ ' h ) \ L x F x ) = /0. (15.2.2)

x=a
Aplicando el mtodo-Delta a los tres factores de cada trmino de 1p(r),
/ A<p(r) = e - ^ ^ \ L x F - ( x + 2.5) Ar + ^ + , (15.2.3)

x=a V 6Lx '
por una extensin obvia de (15.1.2).

Pero sabemos que en (15.2.2) ty(i') no vara, siendo igual a la unidad como
la condicin en r de Ja ecuacin caracterstica ip(r) = 1. Por eso es permisible
15.3 L |\ ENFOQUE SIMPLIFICADO DE I.AS MUESTRAS COMPLEJAS 355
igualar (15.2.3) a cero y cambiar el trmino en Ar al otro miembro de la igual-

dad, de modo que
0-5 0-5 /Ai AF \
Jr]T(x + 2 . 5 ) e ~ ^ \ L x F x = F x [ p + -s.) . (15.2.4)
x=a x=a V 6L'x r x '
A la izquierda la distorsin en r est multiplicada por /0 veces la edad media al

nacimiento de los hijos en la poblacin estable, Ar. Si se puede tratar la edad
media al nacimiento de los hijos como una cantidad constante en relacin a
Ar, A ,LX, y AFa y (15.2.4) se lleva al cuadrado y se promedia para ambos lados
y luego se divide por l0A'f-, el cuadrado del coeficiente de Ar; el resultado es la
varianza de la tasa intrnseca. Alternativamente, se puede obtener la varianza
de r de Tr = ln R0 de la seccin 5.6, usando la varianza de R0 dada arriba.
La tasa intrnseca de natalidad b

La varianza de la tasa intrnseca de natalidad b sigue de la de r. La tasa b es
m(a) ponderada por la distribucin por edad e~rap(a) como en (7.1.8):
b = Sf e~rap(a)m(a) da
\ep(a)da '
y si r es tal que el numerador es igual a la unidad, entonces
* = !
\moe~p(a)da
En consecuencia
db = b ae~rap(a) da = b ^
dr \y-rap(a) da
o sea, b veces la edad media Ar en la poblacin estahle. Para la poblacin feme-

nina de Inglaterra y Gales en 1961, b 0,01931 y Ar 33,73, haciendo
db/dr = (0.01931)(33.73) = 0.651 .
La varianza de b sera (0,651)2 = 0,424 veces la varianza de r.
15.3. UN ENFOQUE SIMPLIFICADO

DE LAS MUESTRAS COMPLEJAS
En la prctica las muestras son estratificadas, homogneas y en cualquier caso
elaboradas con el inters puesto en la eficiencia; los datos adicionales obtenidos
fuera de la encuesta frecuentemente son incorporados en estimadores de razn
o regresin, nuevamente en beneficio de la eficiencia; finalmente en demografa,
las caractersticas cuyas varianzas requerimos, son ellas mismas funciones muy
elaboradas de los datos primarios. El lector que desee convencerse del ltimo
punto puede intentar expresar ex, la esperanza de vida a la edad x, como una
funcin explcita del nmero de muertes y poblacin a las diversas edades desde
x hasta el final de la vida. En vista de los diseos mustrales elaborados, esti-
madores complejos, y funciones que implican considerable manipulacin de los
totales primarios nDl; y nBx estimados en base a la muestra, no es probable que
las frmulas presentadas hasta este momento encuentren mucha aplicacin en
encuestas; cuando se apliquen ser con tales supuestos simplificadores que pue-
den dar una estimacin del error sumamente mala. Esto sugiere el uso de algu-
nos mtodos prcticos introducidos en encuestas para campos distintos al que
estamos estudiando, donde se encuentran dificultades similares.
Supongamos que dos organizaciones que realizan encuestas han efectuado
encuestas probabilsticas insesgadas en una poblacin dada para estimar un par-
metro X, que podra ser la tasa intrnseca, la esperanza de vida a la edad 0
o cualquier otro parmetro. Las muestras y los procedimientos de estimacin
pueden ser tan complejos como lo requiere la eficiencia; ni siquiera necesita-
mos saber qu mtodos usaron, aparte de que ambos eran insesgados, indepen-
dientes, casi con la misma varianza y distribuidos de manera ms o menos
normal. Supongamos que el primero hace una estimacin X y el segundo,
X2, y el usuario desea aprovechar ambos estimadores. Entonces su mejor esti-
mador es (Xj -f Xo)/2, el que a su vez tiene una varianza estimada mediante
[(XiX/Z]*.
Un grado de libertad no da una precisin adecuada, pero generalmente se
dispone de ms grados de libertad. Si se tiene acceso a los datos de las encuestas
de ambas organizaciones, se puede dividir cada encuesta en dos partes de manera
que se podra sacar una independientemente, logrando as tres grados de libertad.
Puede ser difcil hacer esto logrando que la variacin administrativa quede in-
cluida en el error, pero la encuesta relativa al estado de la poblacin (Current
Population Survey) que realiza la Oficina de Censos de los Estados Unidos co-
rrige una parte de tal error. Divide la encuesta completa en dos maneras ha-
ciendo esto 40 veces (Oficina del Censo, 1964). Los errores no son totalmente
independientes, pero cada uno agrega alguna informacin. Un computador
bastante potente demora aproximadamente 24 horas en realizar 80 veces el
procedimiento complejo de estimacin, pero produce un error muestral bas-
tante fidedigno, usando el equivalente de aproximadamente 25 grados de li-
bertad.
Se podra agrupar la muestra por pares de estratos de la poblacin original,
y las estimaciones se haran a partir de la muestra para cada uno de los estratos.
El estimador del total sera entonces
(X, + X + (X3 + Xi)+...
y la varianza de esto se estimara mediante
(X, -x,y + (x3 - xty + ... (i 5.3.1)
La ecuacin (15.3.1) tiene un sesgo por exceso debido a la inclusin en la va-

rianza de la diferencia entre los miembros de los estratos apareados, habindose
15.3 UN ENFOQUE SIMPLIFICADO DE LAS MUESTRAS COMPLEJAS 357
eliminado esta parte de la varianza del estimador mismo. Un camino alternativo

consiste en dividir sistemticamente el diseo original en un nmero de sub-
muestras independientes y enseguida determinar la varianza entre los estimado-
res construidos en base a stas (Deming, 1956).
El muestrista prctico persigue la eficiencia de la estimacin aunque sea a
costa del sesgo. Para tomar un ejemplo exagerado, supongamos que hemos ele-
gido una muestra aleatoria consistente en una provincia de los Estados Unidos
con el objeto de estimar la poblacin presente (1967). Contamos su poblacin
en 1967, por ejemplo K, y quedamos entonces enfrentados al problema de la
eleccin de un factor que permita estimar la poblacin total. Pensamos en 50,
que es el recproco de la probabilidad que tiene cada provincia de ser elegida;
el estimador Y = 50 Y, es insesgado en el sentido de que el promedio de tales
estimaciones tomado para muchas muestras dara el verdadero valor. Alternati-
vamente, la razn de la poblacin en 1960 de los Estados Unidos a la poblacin
en 1960 de la provincia seleccionada, o sea X / X , dara t = (X/Este esti-
mador es sesgado en el sentido de que el promedio de muchas muestras no sera
igual al verdadero valor. La mayora de la gente sean muestristas o no, no ten-
dra dudas de que entre los dos estimadores propuestos es preferible e sesgado.
Aunque el uso de una provincia para estimar el total de os Estados Unidos es
difcilmente una proposicin aceptable, aun la conclusin que hemos sacado
segn la cual de dos estimadores el ms eficiente puede ser el sesgado, es fre-
cuentemente cierta en trabajo muestral.
La serie de mtodos menos analticos pero ms prcticos a que hemos hecho
referencia aqu alcanza su culminacin en el "mtodo de la navaja" desarrollado
por fred Mosteller y John Tukey basado en una sugerencia original de Que-
nouille (1956), que permite liberarse del trmino principal de sesgo (Cochran,
1963, pg. 180). La muestra se divide en k submuestras. Si Y es el resultado de
un clculo aunque complejo para la muestra completa, y Y es el resultado
del clculo para la muestra omitiendo la j sima submuestra, lo cual equivale
a decir para todas las k 1 submuestras distintas de la ; sima, entonces los
seudovalores se definen mediante
Yf = IcY - (k - l)Yj .
Los k seudovalores son tratados como observaciones; su media aritmtica
V* Y*
f = J ^ - L (15.3.2)
se considera para el estimador final, y la varianza de este estimador se estima

como
Var(9) = - = ~ f f . ,15 3 3)
k (k)(k - 1) ^
Se pueden establecer lmites de confianza suponiendo que fi/Tcs se distribuye

como una t con k 1 grados de libertad.
El sentido segn el cual es insesgado se puede estudiar suponiendo un
estimador X, basado en m elementos, tal que
sr(jr) = < + - + - t + - " ' (15.3.4)

m rrr
donde x es el parmetro requerido y el sesgo es del orden de a/m. (El argumento

requiere que el sesgo sea funcin del tamao muestral.) Para k grupos, cada uno
con n observaciones, (15.3.4) da para Y basado en (kl)n elementos
En forma similar, si Y est basado en kn observaciones,
Resulta entonces que la esperanza del seudovalor Yf es
siendo despreciables los trminos que quedan ms all de JA debido a los valores
que toman ra y A en la prctica. El trmino correspondiente al sesgo principal
se ha anulado.
Para aplicar el mtodo de la navaja a un diseo muestral, supngase que
buscamos la tasa intrnseca de crecimiento natural r para una poblacin en la
que se carece de datos censales y de registro. Para recolectar datos primarios
particionamos el territorio que se va a muestrear en 1 000 unidades mustrales;
75 de estas unidades se eligen al azar para que constituyan la muestra; se con-
sidera entonces que la muestra consiste de k = 1 5 grupos de ra = 5 unidades
mustrales cada uno, donde los grupos se han formado aleatoriamente. Con 14
de estos grupos definimos una seudounidad para Y, a partir de las observacio-
nes que realicemos para ella calculamos toda la sucesin de nmeros de los
nacimientos y defunciones, a travs de la tabla de vida femenina y la funcin
de reproduccin neta; y finalizamos con r y el seudovalor correspondiente r*.
Este clculo se debera desarrollar 15 veces en total, proporcionando 15 estima-
dores insesgados r*, r*, . . ., r*5. Reemplazando Y por r pn (15.3.2) y (15.3.3)
obtenemos el estimador que deseamos para r y su varianza. El computador obvia
la gran cantidad de operaciones aritmticas que hay que efectuar.
El mtodo de la navaja es til en muestreo de reas basado en mapas, haya
o no a mano informacin precedente en la forma de censos pasados o registros
inciertos de nacimientos y defunciones.
Deming y Keyfitz (1967) supusieron una situacin en la que no exista tal
material, ni aun mapas, y se tuvo que usar una muestra de puntos y no de reas
para determinar el nmero de personas. Adaptando mtodos desarrollados para
encuestas sobre la vida silvestre (Bailey, 1951; Chapman, 1955; Goodman, 1953a;
Leslie, 1952) ellos presentan estimadores de la poblacin total en la forma de
una funcin del nmero de individuos encontrados por enumeradores errantes
que salen en una primera ocasin y encuentran n1 personas, luego salen en una
segunda ocasin y encuentran ra2, de los cuales n12 son comunes a las dos ocasio-
nes. Se obtiene un estimador simple del total aplicando a nj un factor de ajuste
15.3 UN ENFOQUE SIMPLIFICADO DE LAS MUESTRAS COMPLEJAS 359
nz/nr> dando nxn,lnv. El estimador mximo-verosmil del total de la pobla-

cin es, si n-, n., y w12 son variables aleatorias, (n, -j- n 2 ) 2 /4n 1 2 . En la prctica
esto sera un mtodo residual, posiblemente de uso para aquellos casos perdidos
en la enumeracin de un censo regular.
CONCLUSION
Se ha dado alguna idea de la variacin de los parmetros de la poblacin en

condicin de muestreo aleatorio. Esto no es equivalente a una variacin en el
fenmeno de la poblacin mismo. Lo ltimo, ms cercano a la esencia de la
demografa, se revela mejor en modelos estocsticos formales, y esto es lo que
haremos ahora.
CAPITULO 16
PROCESOS DE NACIMIENTO Y MUERTE
Con la nica excepcin del captulo 15, hasta aqu hemos tratado los procesos de
poblacin como si fueran determinsticos, aceptando los valores esperados como
el resultado inevitable en cada ensayo. Desde luego que la palabra "probabili-
dad" aparece, como por ejemplo en la aplicacin de la tabla de vida, para ave-
riguar si un individuo sobrevivir, pero hemos perdido la variacin entre los
grupos a los que se aplican las mismas probabilidades. Las dificultades matem-
ticas de modelos probabilsticos realistas son considerables, existiendo en esta
rea una literatura altamente tcnica. Referencias de ella se encontrarn en
Bayley (1964), Bartlett (1960), Bharucha-Reid (1960). Incluiremos aqu tres mo-
delos: el proceso de nacimientos puro; el proceso de nacimiento, muerte e inmi-
gracin, y el problema de los sexos. Estas ideas se originaron con Yule (1924),
Feller (1939), Kendall (1949) y Goodman (1953).
Una simulacin en el computador

Para sugerir algunos rasgos de los modelos probabilsticos de poblacin, resea-
remos un proceso simple de nacimientos y muertes, sin hacer distinciones de
edad. Supongamos k 0,0194 y p. = 0,0094, siendo stas aproximadamente las
tasas brutas corrientes de natalidad y mortalidad en los Estados Unidos. Comen-
zaremos con 100 individuos, y para el primer ao preguntamos al generador de
nmeros aleatorios del computador si el primer individuo vivir o morir. Hace-
mos esto pidiendo un nmero de cuatro dgitos en una distribucin rectangular
entre 0 y 1. Si el nmero que sale es menor que 0,0094 se interpreta que morir,
en tanto que un nmero que est entre 0,0094 inclusive y 0,9999 significa que
l vivir . El mismo procedimiento se aplica a cada uno de los dems indivi-
duos. Entonces la pregunta acerca de nuevos nacimientos se hace respecto a
cada uno. El resultado para el ao cero en nuestro primer ensayo fue de 3
muertes y 1 nacimiento (en tanto que los valores esperados eran 0,94 y 1,94 res-
pectivamente). Restando las 3 muertes y agregando un nacimiento se llega a
un total de 98 individuos al comienzo del ao 1. El cuadro 16.1 nos muestra
los primeros 15 aos de la primera simulacin, que se continu hasta 100 aos,
repitindola luego 19 veces. Todo esto, incluyendo la extraccin de 400 000 n-
meros aleatorios, lo complet la CDC 6 400 en poco ms de medio minuto. Debo
expresar mi reconocimiento a Frank Oechsli por haber desarrollado el programa.
Para el perodo de 100 aos, las 20 simulaciones terminaron con las siguien-
tes cantidades de individuos vivos en la comunidad cerrada hipottica: 223, 224,
266, 304, 298, 236, 255, 300, 192, 298, 315, 258, 290, 255, 272, 295, 261, 371,
273, 274. La media de estos nmeros es 271,5, la varianza de la poblacin que
360
UNA SIMULACION EN EL COMPUTADOR 361
C U A D R O 16.1
PRIMEROS 15 AOS DE LA PRIMERA SIMULACION DEL PROCESO
DE NACIMIENTOS Y MUERTES X - 0,0194; p, - 0,0094
Poblacin ai Nacimientos Muertes

comienzo durante durante
Ao del ao el ao el ao
0 100 iX
1 98
>
i. u
2 99 0 1
3 98 1 2
4 97 c
J 1
A
5 101
2 0
6 103
2 0
7 105
8
3
"2
A
107
2 3
9 106
i o
10 105 7 1
? 1
11 107 O 1
. L
12 108 0 1
i
13 109 0 o

0c
1.09
u
15 114
Programado por Frank Oechsli.
se infiere de ellos es 1 627 y la desviacin estndar 40,3, considerndolos como

una muestra con 19 grados de libertad.
Qu nos dice la comparacin de esto con la teora? Por lo menos la media
est ms cerca de lo que tenemos derecho a esperar. De acuerdo a la teora
expresada ms adelante en (16.2.13b), yenel modelo de poblacin estable de los
captulos 5 y 7, el nmero esperado al cabo de 100 aos es 100eu-">100 = 271.8.
La varianza estimada con nuestras observaciones fue 1 627 que es mayor que el
1 345 calculado de (16.2.13a), pero una referencia a la distribucin de / 2 para
19 grados de libertad da una probabilidad de aproximadamente 0,25 para un
exceso igual o mayor. De los 20 ensayos, el intervalo 272 . 40, o sea de 232
a 312, comprende alrededor de 15, lo que est cerca del nmero esperado si la
distribucin es normal. El cuadro 16.2 nos muestra la media y a dispersin
entre los 20 ensayos en intervalos de 10 aos, junto con la media y la varianza
esperadas en cada punto de tiempo.
El correspondiente proceso de nacimientos puro en el cual 1 = 0,01 y p, = 0,0,
lleva a los mismos valores esperados pero comparando (16.1.7) y (16.2.13a) vemos
que la varianza esperada es slo 1/2,88 veces mayor. En el ejemplo del cuadro
16.2, en 100 aos la varianza esperada sera 467.
362 PROCESOS DE NACIMIENTO Y MUERTE 16.1
C U A D R O 16.2
RESUMEN HE 20 ENSAYOS DE UN PROCESO DE NACIMIENTO Y MUERTE,
CON X = 0,0194 V | i = 0,0094
MEDIA VARIANZA
Observado en Esperado de Observado en Esperado de

Tiempo (162.13b)
la simulacin la simulacin (162.13a)
0 100.0 100.0 0 0
10 111.9 110.5 38.7 33.4
20 123.3 122.1 52.0 77.7
30 136.9 135.0 122.9 136.1
40 149.5 149.2 217.3 211.4
50 165.0 164.9 394.8 308.2
60 181.4 182.2 489.6 431.3
70 198 .0 201.4 630 . 4 588.2
80 221.6 222 .6 950 . 4 786 .0
90 247 . 2 246 . 0 1293.9 1034.4
100 271.5 271.8 1627 .0 1344.8
Programado por Frank Oechsli.
Despus de un comentario sobre la naturaleza y aplicacin de los diferen-

ciales volvemos al desarrollo de la teora, partiendo con el proceso de nacimien-
tos puro.
Elementos diferenciales del nacimiento y muerte

Es comn a las situaciones discutidas ms abajo, una tasa de natalidad h siendo
Xdt la probabilidad de cada individuo de dar a luz a un nuevo individuo del
mismo sexo durante el breve intervalo de duracin dt. En todo momento hare-
mos un supuesto bsico: los distintos individuos estn sujetos independiente-
mente a las probabilidades dadas. De all que, por ejemplo, la probabilidad de
que no haya nacimientos entre los n individuos en el tiempo dt es (1ldt) n ,
la probabilidad de que haya exactamente un nacimiento es n( 1 ldt)"-lldt, etc.
Como dt se hace infinitamente pequeo las expresiones que tienen a (dt)2 como
factor se hacen despreciables, de manera que podemos escribir (1Xdt)" ==
== 1 ni dt para la probabilidad de 0 nacimientos en el tiempo dt, y nldt para
la probabilidad de un nacimiento. El suceso que consiste en dos o ms naci-
mientos en el tiempo dt tendr una probabilidad de menor orden de magnitud
que stos, pudiendo ser omitida. Cuando se introduce ms de un evento, por
16.1 EL PROCESO PURO DE NACIMIENTOS Y SUS EXTENSIONES 363
ejemplo, nacimiento y muerte, de nuevo se aplicarn las probabilidades a los

individuos independientemente, y no se necesita considerar ms de un evento en
un perodo infinitesimal; el caso en el que tengamos un nacimiento y una muer-
te en el tiempo dt, lo podemos excluir aun para individuos diferentes en una
poblacin grande.
16.1. EL PROCESO PURO DE NACIMIENTOS

Y SUS EXTENSIONES
Si la probabilidad de que un individuo d a luz en el tiempo dt es \dt, enton-
ces, como vimos, la probabilidad de que haya un nacimiento entre n individuos
es nkdt. Llamemos pn(t -)- dt) a la probabilidad de que la poblacin haya alcan-
zado el nmero n en el momento t -f- dt. Entonces, si dt es suficientemente
pequeo, la probabilidad pn(t -f dt) es la suma de slo dos eventos mutuamente
excluyentes: a) que la poblacin tenga n individuos en el tiempo t y que no
haya nacimientos en el intervalo que va de t a t -f- dt, y b) que tenga n 1
individuos en un momento t y haya un nacimiento en el intervalo que va de
t a t -(- dt. En smbolos
Pt + dt) = pa(t)(l - ni dt) + p^(t){(n - )i dt). (16.1.1)
Pasando p(t) al primer miembro y dividiendo por dt,
/>.(' + *)-/>.(') = _p)nX + pn t)(n _ 1) t
y tomando lmite cuando dt se hace pequeo,
Pn{t) = ~Pn(t)nk + pn^(t)(n - 1); , n = 1,2, . . . ; (16.1.2)
en particular, para n = 1,
P(t) = -/>.(')* >
y definimos pn(t) = 0 para n ^ 0.

Aunque (16.1.2) es un conjunto infinito, la ecuacin se puede resolver para
cualquier valor particular de n sin tomar en cuenta los n ms grandes. La solu-
cin (Yule, 1924) es
P(t) = e-l\l - e_;t)n_1, =1,2,..., (16.1.3)
que es la probabilidad de que haya n individuos en el momento t cuando la

condicin inicial es un individuo, como se puede verificar por sustitucin en
(16.1.2) (Furry, 1937, pg. 571; Bharucha-Reid, 1960, pg. 78). De (16.1.3) re-
sulta evidente que el total 2 = i M O e s igual a 1 para cualquier tiempo , como
se requiere para que pjt) sea la distribucin de probabilidad de la variable
discreta n.
El valor esperado de n en el momento t debe ser,
&(n) = ne~H( 1 - r")*-1 ,

n=l
como se deduce de (16.1.3). Sumando la serie resulta
g = eu .
Esta es tambin la solucin para el caso determinstico continuo comenzando

con un individuo, donde el crecimiento es con seguridad ni, expresada por la
condicin
dn/dt = ni ,
tal como hemos encontrado en la ecuacin (13.1.2) y en otras partes. Podemos

decir para todos los casos tratados en este captulo, aunque no en general, que
el modelo determinstico imita el modelo probabilstico, al menos en alcanzar el
valor esperado correcto.
Cuando se trata de un individuo como condicin inicial, la solucin est
indebidamente restringida. Una manera fcil de extenderla a varios individuos
es establecer una funcin generatriz de probabilidades de la forma
(z, t) = p0(t) + Pl(t)z + pt)z* + + />()z" + , (16.1.4
similar a la funcin generatriz de la seccin 5.8 donde z es una variable cuyos

exponentes siguen la huella de los coeficientes llevndolos junto con sus poten-
cias. Si la funcin generatriz de probabilidades para un individuo como condi-
cin inicial es <>(z, t), entonces la funcin generatriz para dos individuos ser
|>(z, )]2. Por las reglas para multiplicacin de polinomios
M z , of = [ M o r + [2P(t)Pl(t)]z + ...,
y estos coeficientes de las potencias de z son las probabilidades de cero, uno, .. .

individuos en el momento t. El lector puede verificar que las reglas de combina-
cin de probabilidades para determinar las probabilidades de cero, uno, dos, . . .
individuos en el momento t son las mismas que para la multiplicacin de <j>(z, t)
por s mismo para hallar los coeficientes de zP, z1, z2, . . . La funcin generatriz
para n0 individuos nos da [^(z, <)]"o.
Diferenciando la funcin generatriz (16.1.4) con respecto a z, tenemos
= Pl(t) + 2Pi(t)z + 3 pty + + npn{t)zn"1

az
y haciendo z = 1, tenemos el valor esperado de n, el nmero de personas en el

momento t, siempre que la serie <>(z, ) converja uniformemente. Si partimos con
un individuo, el momento factorial de orden r en torno a 0 de la distribucin
16.1 EL PROCESO PURO DE NACIMIENTOS Y SUS EXTENSIONES 365
de n en el momento t se puede determinar diferenciando (z, t) r veces y luego

igualando z a 1; para el segundo momento factorial tenemos
&n(n - 1) =
<9z2
La probabilidad de que la poblacin tenga n miembros en el momento t es I fn\

veces la derivada n sima con respecto a z de la funcin generatriz cuando z = 0"
_ 0 ( B , (z> 0
pM
Partiendo con un individuo, la funcin generatriz para el proceso de naci-

mientos puro es, usando (16.1.3),
((z, t) = ze~u + z2e~'l(l - e~u) + z3e~u(l - e-ltf + , (16.1.5)
donde no hay trmino absoluto, lo que est de acuerdo con un proceso cuya
probabilidad de extincin es cero. Sumando en la ecuacin (16.1.5) resulta
ze~l
0 = 1 - z(l - (i6-L6>
Diferenciando y enseguida haciendo z 1, el lector puede demostrar que el n-

mero esperado de individuos en e! momento t es ek>, igual que antes. Puede
tambin diferenciar dos veces (16.1.6) para obtener &(n)(n 1) y demostrar
que la varianza es
&(n)(n - ) + f f - (Sfw)5 = eH(eu - 1) . (16.1.7)
Para estudiar la distribucin pn(t) partiendo con n0 individuos, slo nece-

sitamos examinar las propiedades de la n() sima potencia de !a funcin genera-
triz <f>(z, t), o sea
1 - z(l - e~lt) ) ' (16-L8)
de la cual se determinar que ios diversos cumulantes son n 0 veces los cumu-
lantes que se obtienen cuando se parte con un individuo. (Vase seccin 5.6 para
la definicin de cumulante y una propiedad anloga de a ecuacin de renova-
cin para generaciones sucesivas.)
Se puede lograr que el proceso de nacimientos puro sirva como modelo para
una poblacin humana aunque el ajuste es imperfecto. En 1962 los Estados
Unidos tenan una tasa neta de reproduccin femenina de 1,633. Interprete esto
de la siguiente manera: en cada generacin, por cada persona viva hay un incre-
mento de 0,633 de persona. Midiendo t en generaciones se tiene K ln 1,633,
y el resultado S? = elt nos dice que el incremento sera de 63 por ciento, por
generacin, tal como en el modelo determinstico. Pero ahora tambin podemos
decir cul es la probabilidad de que 7 nias recin nacidas tengan 11 bisnietos,
o sea que se incrementen exactamente a 11 al cabo de 3 generaciones. Esto lo
da el coeficiente de z11 para = 3 y r c 0 = 7 e n (16.1.8), el cual es
(16.1.9)
Exponga los supuestos en que se basa este resultado. Al menos uno de stos no
intervendr en el modelo de la prxima seccin.
16.2. UN MODELO DE NACIMIENTO,

MUERTE E INMIGRACION
Nos acercamos ms a la realidad demogrfica incluyendo en nuestro modelo
nacimientos, muertes e inmigracin (Kendall, 1949, pg. 241), aunque an sin
reconocer sexo o edad. La tasa de natalidad es i., la de mortalidad es (i y la de
inmigracin es v. Consideramos a i y |i como probabilidades que se aplican a
los individuos presentes. Por otra parte v es un nmero absoluto fijo que no
est relacionado con la poblacin obtenida. (Cualquier componente de inmigra-
cin que sea proporcional a la poblacin simplemente se puede incorporar a L)
De nuevo partimos considerando el perodo (0, t dt) dividido en (0, <) y
(t, t -)- dt). La probabilidad de que haya n individuos en la poblacin en el
momento t dt es igual a la probabilidad de que
a) haya n individuos en el momento t y nada suceda entre t y t -f- dt,
b) haya n 1 individuos en el momento t y se agregue I por nacimiento
o inmigracin en (t, t -f- dt),
c) haya n -(- 1 individuos en el tiempo t y muera 1 en (t, t -{- dt).
Estos tres casos mutuamente excluyentes constituyen todas las posibilidades pues-
to que nuevamente estamos suponiendo que dt es suficientemente pequeo como
para no admitir dos eventos. El proceso puede comenzar con cero individuos
(la componente de inmigracin hace esto admisible). Una vez ms lo que sucede
a cada persona cuando el proceso se efecta se supone independiente de lo que
sucede a cada una de las dems personas, y las probabilidades se consideran cons-
tantes respecto de los individuos y del tiempo.
La expresin simblica de las probabilidades en a), b) y c) nos da
/>(' + dt) = pn(t)( 1 - (nX +n[x + v) dt)

+ />.-i(0(( - W + v)dt+ pn+l(t)(n + \)i dt. (16.2.1)
Pasando pn(t) del segundo al primer miembro, dividiendo por dt y tomando li-
mite cuando dt tiende a cero,
p'n(t) = -(nt + nfi + v)p(t) + [(n - + v]pn^(t)

+ (n + l)[iPn+!(t), n = 0,1,2,... (16.2.2)
16.2 UN MODELO DE NACIMIENTO, MUERTE E INMIGRACION 367
El lector puede verificar que si pjt) se define como 0 para n < 0, entonces
(16.2.2) se aplica para todos los n no negativos, incluyendo n = 0.
El conjunto infinito de ecuaciones diferenciales en diferencias (16.2.2) se
puede convertir en una sola ecuacin en la funcin generatriz de probabilidades.
Multiplicando el primer elemento de este conjunto de ecuaciones por 1, el se-
gundo por z, el tercero por z2, etc., resulta en el conjunto
p'n(t)z = -(X + )/>n()z(z)' - vpn{t)z* + J ^ - i O * " - 1 ) '
+ m+i(')(z B + 1 )' + v/>-i(')zn , = 0, 1, 2, . . . , (16.2.3)
donde las "primas" indican diferenciacin con respecto a t en el primer miembro

y con respecto a z en el segundo. [El lector puede verificar (16.2.3) observando,
por ejemplo, que el primer trmino del segundo miembro es (n\ + nV)Pn(t)n'
y as est de acuerdo con (16.2.2).] Sumando (16.2.3) para todos los ra, obtene
mos una ecuacin en la funcin generatriz <f>(z, t) de (16.1.4):
WhlL = (Xz - ju)(z - 1) v (Z - 1 ) ^ , t) . (16.2.4)
De all que tenemos una ecuacin diferencial lineal en derivadas parciales

con un trmino debido a inmigracin que no lleva derivada. El par de ecuaciones
auxiliares (Wilson, 1958, pg. 267) a partir de las cuales podemos determinar
la forma general de la solucin de (16.2.4) es
dt _ dz _ d<j>
~T ~ (Xz - t)(z - 1) " ~ v{z - 1)0 '
Resolviendo la primera,
dz
-dt
(Xz - ju)(z - 1)
el lector obtendr
lz ~ ^ = C , (16.2.5)
donde C es una constante. Resolviendo enseguida
dz _ _ d<f>
(Xz - ft)(z - 1) ~ v(z - 1)0 '
se encontrar
K= (Xz - ftW , (16.2.6)

donde K es una constante. De (16.2.5) y (16.2.6) la solucin general es K=$(C), o
(Xz - fi)<>ll> = 0 (16.2.7)
que satisface^ 16.2.4) para cualquier 0, como se puede verificar por diferenciacin.
La ecuacin (16.2.7) relaciona nuestra funcin generatriz <j> con las dos va-
riables t y z, prescindiendo de la naturaleza de la funcin arbitraria O y sujeta
slo a algunas restricciones muy generales, como por ejemplo, que O sea dife-
renciable. Al igual que la constante arbitraria en una ecuacin diferencial co-
mn $ nos permite ajustamos a una condicin de lmite. En este caso podemos
llegar a algo especfico, usando la condicin inicial que consiste en partir con
una poblacin cero en un tiempo cero, esto es, con <f>(z, 0) = 1. Haciendo t = 0
y <> = 1, (16.2.7) se convierte en
(Jz - f t ) = 0 ( " Y 3 T ' ) ' (16 -2-8)
Escribiendo Z en lugar de [(te |i)/(z 1)], que es el argumento de $ en (16.2.8)

tenemos z expresado en trminos de Z:
Z - f i
z = 1- .
Z - 1
Sustituyendo este valor de z en (16.2.8) da
<>{Z) = Z( ~ f , (16.2.9)
como la forma de la funcin

Para el resultado final slo necesitamos usar la funcin especificada en
(16.2.9) con el argumento de 0 en (16.2.7) y esto altera (16.2.7) a la forma
especfica
(Xz - u)^ = ~ ~ ^ ,
Xz - [i - X(z - l)e"-fi
de donde resulta que

que se puede expresar en potencias ascendentes de z escribiendo
0 ( z , = ( Y'Vi - - 0 y (16.2.11)
\ le"-" - fi) \ - [i / V
y desarrollando el ltimo factor por el teorema del binomio. La probabilidad

de que haya cero personas en el momento t es el trmino absoluto en el desa-
rrollo de (16.2.11):
El lector puede escribir la probabilidad de que en e! momento t haya exactamente

una persona y determinar el nmero esperado de personas en el momento t.
En el presente modelo se permite la inmigracin, de manera que no puede
haber extincin. La poblacin puede hacerse cero, pero sigue teniendo la pro-
babilidad vdt de que llegue un inmigrante en cada intervalo dt, o la proba-
bilidad 1 vdt de no recibir inmigrantes. La probabilidad de que aparezca al
menos un inmigrante en t aos es 1e~ v t , que tiende a 1, o sea certeza, cuando
se hace grande. En el lenguaje del camino aleatorio, "extincin" no es aqu una
barrera absorbente, como sucede en el proceso de nacimiento y muerte. Apro-
vechamos esta ventaja usando una condicin inicial consistente en cero personas.
No podemos proceder de manera similar, poniendo simplemente v = 0 en
(16.2.11) para establecer la funcin generatriz para el proceso de nacimiento y
muerte sin inmigracin. Es necesario volver a (16.2.4) y observar que se reduce a
= (Xz - u)(z - i)_MiiI.

dt dz
El conjunto de ecuaciones auxiliares es ahora

_t
" (Xz - fi){z - 1) '
que se resuelve como antes para dar (16.2.5). Siguiendo una versin ms simple
del argumento que lleva a (16.2.11), el lector puede verificar que si parte con
una poblacin de un individuo, o sea, con <>(z, 0) = z, llega a la funcin
generatriz
= - 1) - - X)\ / , _ z - l ) y (16.2.13)
V Xe"-"" - ft /V Xl-vH - n) v '
El puede desarrollar (16.2.13) en potencias ascendentes de z para establecer en

este modelo levemente ms realista la probabilidad de que siete nias recin
nacidas tengan 11 descendientes al cabo de tres generaciones, dado que ahora
la tasa neta de reproduccin de 1,633 est formada de una tasa bruta de repro-
duccin l ln 1,690 menos una probabilidad de morir a ^ I r (5,690/1,633) =:
= 0,0343. Compare esto con (16.1.9).
Diferenciando dos veces (16.2.13) e igualando z a uno, determinamos los dos
primeros momentos factoriales gVi y ? ( 1), de los sobrevivientes del pro-
ceso de nacimiento y muerte en el momento t. A partir de estos momentos obte-
nemos la varianza c o m o
if(n)(n - 1) + STn (f/j)2 = * + P e " - ' ( e " - ' " t _ 1) , (16.2.13a)

X (i
lo cual junto con la media
gr = e"-f>, (16.2.13b)
constituye una descripcin aproximada del proceso.

Para una diferencia dada entre \ y [i, el valor esperado de la poblacin en
el momento t no se ver afectado por el hecho de que X y i sean grandes o
pequeos, pero la varianza resulta muy afectada. Supongamos que tanto a X
como a ^ le sumamos un nmero positivo k. Entonces los factores exponenciales
de (16.2.33a) y (16.2.13b) no cambian, pero el lector puede demostrar que la
varianza es 1 -J- 2k/(\ -f- (i) veces ms grande. Si una poblacin inicial dada est
creciendo a razn de | por ciento por ao con A. = 0,045 y ^ = 0,040 tendr
en el momento t una varianza 3,4 veces mayor que si hubiera crecido con
X = 0,015 y ( t = 0,010.
Extincin
La probabilidad de extincin se obtiene haciendo z = 0 en (16.2.13) y

permitiendo a t crecer indefinidamente:
lim 0(0, t) = lim ~ i) . (16.2.14)

-~ 2el>~"n i
Este lmite es cualitativamente diferente segn que A. ^ sea positivo o nega-

tivo. Para \ mayor que |x, la cantidad eu~f'u crece indefinidamente, y los dems
trminos en el numerador y denominador pueden despreciarse; el lmite es \i/\.
Para A. menor que [i los exponentes se hacen insignificantes, y en el lmite la
razn es uno. De all que cuando la tasa de natalidad es mayor que la de mor-
talidad, la probabilidad de extincin es la razn de la tasa de mortalidad a la de
natalidad; cuando la tasa de natalidad es menor que la de mortalidad, la extin-
cin es segura.
Cuando el proceso parte con n0 personas en lugar de una, en (16.2.13) la
funcin generatriz (y por lo tanto su trmino absoluto) est elevada a la n0 sima
potencia. Alternativamente y de manera ms directa, si hay n0 individuos y cada
uno tiene una probabilidad x/A de que su lnea desaparezca, entonces la proba-
bilidad de que los n0 individuos desaparezcan es el producto de las probabili-
dades separadas, (|x/X)"o, aun suponiendo que las lneas se desarrollan indepen-
dientemente y se considera un solo sexo.
Es de especial inters el caso X = ji, que corresponde al modelo determinstico
que en el captulo 1 denominamos "estacionario". Nuevamente debemos modifi-
car el argumento para averiguar la probabilidad de extincin porque (16.2.14)

queda indeterminada cuando X = i. El lector puede demostrar que cuando X se
aproxima a ^ por defecto en (16.2.14), el lmite doble l i m ^ f l i m ^ f e ^ O , t)\)
es igual a uno. Podr tambin obtener el mismo resultado haciendo que X se
acerque a (i por exceso.
De este modo la extincin es segura en una poblacin estacionaria que con-
siste inicialmente de una persona. Se puede tambin demostrar por un proceso
lmite similar que la extincin es segura en una poblacin que consiste inicial-
mente ce n0 individuos, no importando cun grande sea n0, siempre que est
dado de antemano. Nos hallamos ante la paradoja de que una poblacin llama-
da estacionaria en el modelo determinstico, con igual tasa bruta de natalidad
que de mortalidad, tiene una probabilidad de extincin igual a uno. La deno-
minada poblacin estacionaria desaparecer con certeza, no importando cun
grande sea el principio, as que nos trasladamos de una forma de anlisis deter-
minstica a una probalstica.
Sin embargo, esto slo es verdad cuando se aplica la misma condicin (igual
probabilidad de dar lugar a un nacimiento y de morir) a todos los individuos.
Si existe algn subgrupo de los n0 con X (i positiva, entonces ste tendr una
probabilidad de extincin menor que uno. La condicin de homogeneidad es
esencial para el argumento del prrafo precedente.
Aunque la probabilidad de extincin es uno, aun para una pequea pobla-
cin inicial puede transcurrir una cantidad considerable de tiempo antes de que
ocurra la extincin. Frank Oechsli calcul 50 rplicas de un caso en el que la
poblacin inicial era 1, y tanto X como (i eran 0,2. Esto se puede considerar
como una poblacin que tiene inicialmente una persona vista en ciclos de 10
aos, en la cual tanto la tasa bruta de natalidad como la de mortalidad fueron
de 20 por mil por ao. Correr el programa para 100 ciclos de 10 aos es equi-
valente a correrlo para 1 000 aos. Traducidos a aos, los tiempos de extincin
resultaron como sigue:
Perodo de extincin Nmero

(aos) de casos
-10 11
10-19 8
20-29 5
30-39 2
40-49 3
29
Adems, haba casos de extincin despus de 60, 60, 70, 80, 80, 90, 90, 130, 150,
180, 180, 210, 220, 230, 410, 570, 600, 740 y 960 aos. En dos casos, no se lleg a
la extincin al cabo de 1 000 aos y en ese momento las dos poblaciones contenan
10 y 17 individuos. Alguno de estos casos podran continuar durante miles de
aos ms, aun partiendo con el mnimo valor que es de un individuo. En reali-
dad, el tiempo esperado de extincin es (ji/X)ln(lX/(A), que es infinito
para X = jt.
Sobre la base de las tasas especficas de fecundidad y mortalidad femeninas

por edad de los Estados Unidos en 1965, las tasas intrnsecas de natalidad y mor-
talidad son 1 000X = 21,29 y 1 OOOp. = 8,64 y de ah se deduce que la probabi-
lidad n/X de que la lnea femenina descendente de una mujer dada desaparezca
es 0,41. Esta cantidad vara considerablemente con la variacin en las tasas
intrnsecas de natalidad y mortalidad. En 1959-61 sus valores eran, respectiva-
mente, 1 OOOX = 27,65 y 1 000x = 6,52, y en base a stos la probabilidad de
extincin de una lnea femenina baja a 0,24. Para 1939-41, 1 000X, = 15,78 y
1 000(i == 14,84, y la probabilidad de extincin \i/l sube a 0,94 (se han usado
nacimientos ajustados oficialmente para todos los perodos). El proceso de rami-
ficacin del captulo 18 es una forma ms precisa de determinar la probabilidad
de extincin, pero requiere datos acerca de la probabilidad de que una mujer
tenga 0, 1, 2, . . . hijas. [Qu conjunto de dichas probabilidades supone impl-
citamente el presente proceso de nacimiento y muerte?]
16.3. EL PROBLEMA DE LOS SEXOS

TRATADO ESTOCASTICAMENTE
El anlisis de las probabilidades en el problema de los sexos, tratado determins-
ticamente en el captulo 13, es una extensin de las ideas anteriores. Discutire-
mos la trayectoria de una poblacin (en el sentido de una distribucin de pro-
babilidades en cada momehto de tiempo) que parte con un nmero dado de
hombres y mujeres, suponiendo tasas especficas de fecundidad y mortalidad por
sexo, y algn tipo de dominancia, es decir, una regla para atribuir los naci-
mientos a los padres. En nuestra exposicin, atribuiremos los nacimientos slo
a las mujeres; la restriccin no es esencial, pero sera tedioso removerla. Toda
la literatura original sobre este tema parece estar contenida en unos pocos p-
rrafos al final de un artculo de Leo A. Goodman (1953b), en el cual nos hemos
basado para lo que sigue. Veremos ms adelante cmo este resultado se ajusta
a un procedimiento ms general debido a John H. Pollard (1966).
El problema es encontrar la distribucin de probabilidades de los nmeros
de hombres y mujeres en el momento t en una poblacin que comienza con wi0
hombres y f0 mujeres y en la cual las tasas brutas de mortalidad masculina y
femenina son dm y df y las tasas brutas de natalidad masculina y femenina son
bm y bf. Si el nmero de mujeres es /, la probabilidad de que ocurra un naci-
miento masculino en un tiempo dt ser fbm dt, y de que ocurra un nacimiento
femenino es fbfdt. Queda mejor si hacemos b.m igual a bf multiplicada por la
razn de masculinidad al nacimiento.
Para el momento t buscamos las probabilidades de todas las combinaciones
de m y /, las poblaciones de hombres y mujeres simbolizando la probabilidad de
extincin en el momento t por po,o(> Ia probabilidad de cero hombres y una
mujer en el momento t por p01(t), etc. (El primer subndice de p quedar siem-
pre para representar hombres y el segundo para designar mujeres). La proba-
bilidad pmj(t -f- dt) de que haya una poblacin de m hombres y / mujeres al
cabo del perodo (0, t dt) debe ser igual a la suma de las probabilidades para
los cinco casos mutuamente excluyentes:
a) que en el momento t haya m hombres y / mujeres y no ocurran naci-
mientos ni muertes en (t, t -{- dt),
16.3 EL PROBLEMA DE LOS SEXOS TRATADO ESTOCASTICAMENTE 373
b) que en el momento t haya m 1 hombres y / mujeres y que haya un

nacimiento masculino en (t, t dt),
c) que en el momento t haya m hombres y / 1 mujeres y que haya un
nacimiento femenino en (t, t dt),
d) que en el momento t haya m 1 hombres y / mujeres y que muera un
hombre en (t, t -f- dt),
e) que en el momento t haya m hombres y / -f- 1 mujeres y muera una
mujer en (t, t -f dt).
Expresado en los smbolos definidos arriba esto significa que
/>./(' + A) = (1 - imd~ + fdf + fba + fbf) dt)pm>/(t) (16.3.1a)
+ KfPn-x,t)dt (16.3.1b)
+ bf - 'K./-1O dt (16.3.1c)
+ djm + l)pa+l,f{t) dt (16.3. Id)
+ df{f + l)pm>f+1(t)dt (16.3. le)
m = 0, 1, 2, . . . , / = 0, 1, 2, . . . . donde las cinco lneas corresponden a las cinco

posibilidades que hemos designado con las letras de la a) a la e). Restando
pm,t(t) de ambos miembros, dividiendo por dt, y tomando lmite cuando dt
tiende a cero, (16.3.1) se convierte en el conjunto doblemente infinito de ecua-
ciones diferenciales lineales de primer orden con coeficientes constantes:
^ i = ~(mdm + fd, + fbm + fb,)pmt/(t) (16.3.2a)
+ KfPiA*) (16.3.2b)
+ b/J - ;)/>,/-.(') (16.3.2c)
+ djm + lK+1,/(<) (16.3.2d)
+ df{f + l)Pm>f+l{t) (16.3.2e)
m = 0, 1, 2, . . . , / = 0, 1, 2, . . . Para no tener que pensar en lo que sucede a

(16.3.2) para m y f pequeos, definimos pmj(t) igual a cero para todo m o f
negativo.
Igual que antes, creamos una funcin generatriz de probabilidades. El ele-
mento tpico, pm,i(t), del conjunto doblemente infinito, se multiplica por
donde nuevamente los nmeros z t y z2 no tienen otro significado fuera del he-
cho de que la probabilidad de m hombres y / mujeres est asociada con el coe-
ficiente de La funcin <f>(zu z2, t) se define por
^ z 0 = P^-.^TH (16.3.3)
i,/ = 0
Con la ayuda de esta funcin, podremos condensar el conjunto doblemente infi-

nito de ecuaciones (16.3.2), en una sola ecuacin. La multiplicacin de (16.3.2)
por zzf2 da, despus de sumar para todo m y f,
dt dzl 3z2
+ bmzlztM. (b)
dz.
b fiz 2
d< >
(c)
dz.
+ dmp- (d)
dz,
+ d,g. (e)
y juntando los coeficientes de d<f>(zlt t)/3z1; y 3</>(z1, Za, <)/^z2 en el segundo

miembro, tenemos una ecuacin relativamente simple que describe todo el pro-
ceso:
=dj\ - + {-(bm + bf + df)z% + bmzlz2 + btz\ + d,)M..

dt dz! 3Z 2
(16.3.4)
La solucin directa de (16.3.4) por el mtodo ejemplificado en (16.2.3) con-

duce a las ecuaciones diferenciales ordinarias auxiliares cuyas variables no se
pueden separar. Puesto que no podemos resolver para <f>(z1, z, t), dirigimos nues-
tra atencin a las relaciones entre los momentos .
Los momentos se determinan diferenciando (16.3.4), que supondremos aqu
posible de diferenciacin. La primera derivada de (16.3.4) con respecto a z- es
J&.
. ^ = -dmh.
m +1 dj i ~zl)ii
i/ +
1 mbmZi.
dt dz! dz dz\ dz
+ ( - ( i . + 6/ + <*/)* + + M + df)
av
dz, dz2
Esto se simplifica considerablemente cuando hacemos zx = z = 1:
= -d <0. + b dv nu
Ahora d<>/dzlt evaluada en zx = 1, z2 = 1, es el nmero esperado o

primer momento de hombres en el momento t; el primer miembro de (16.3.5)
es la derivada con respecto al tiempo del primer momento para los hombres; en
consecuencia, (16.3.5) es lo mismo que
d(&m)/dt = -dm^m + bjgf. (16.3.6)
De manera exactamente igual, diferenciando y luego haciendo z1 = z 2 = 1, obte-

nemos las otras cuatro ecuaciones en los momentos respecto de cero (despus
de convertir los momentos factoriales a momentos ordinarios):
d(&f)/dt = (bf - d,)Vf, (16.3.7)

d{&n?)dt = 2dm + 2 bm&mf+ djgm + bm&f, (16.3.8)
d(&mf)/dt = (bf - d f - dm)&mf+ bj?p, (16.3.9)
d(&f)/dt = 2(bf - df)&f + (bf + df)&f. (16.3.10)
El conjunto de ecuaciones (16.3.6) a (16.3.10) constituyen una consideracin

determinstica de un proceso estocstico. Para ver cmo las medias y las varian-
zas cambian con el tiempo, se ha calculado la trayectoria, usando el teorema de
Taylor hasta la segunda derivada como en la seccin 13.2, desarrollando ahora
para intervalos de h = 0,1 de ao durante 250 aos. Para Blgica, 1960, las
constantes son:
10006m = 18.175; 10006, = 17.309; 1000dra = 12.190; 000df = 10.930.
El cuadro 16.3 da un extracto de lo que resulta.

Se pueden advertir distintas propiedades del proceso a medida que t se acerca
a 250 aos:
a) 8 7 crece geomtricamente; los dems cuatro momentos crecen algo me-
nos rpido que geomtricamente;
b) La razn de crecimiento para 0,1 de ao es 1,00064 para cada ^ m y g'/,
correspondiendo a una tasa exponencial de 0,0064 sobre una base anual.
Estos estn de acuerdo con una tasa estable final sugerida por la en-
trada de:
b,-df = 0.006379 ;
c) Los 3 segundos momentos estn creciendo a ms del doble de la tasa

de los primeros momentos, de modo que los segundos momentos estn
tendiendo aproximadamente a mltiplos de los cuadrados de los prime-
ros momentos;
d) El coeficiente de correlacin entre m y f parece tender a la unidad.
Los 250 aos de esta tabla no constituyen un perodo suficientemente largo
como para mostrar exactamente estas relaciones. Se hace innecesario, sin em-
bargo, hacer especulaciones adicionales, puesto que las ecuaciones (16.3.6) a
(16.3.10) se pueden resolver explcitamente. Ellas constituyen un conjunto lineal
homogneo cuyas incgnitas son los cinco primeros y segundos momentos, y son
tratadas con relativa facilidad debido a la forma que toman sus coeficientes.
Introduciendo la solucin de ensayo a^', i = 1, 2, . .., 5, para las cinco incg-
nitas en las ecuaciones (16.3.6) a (16.3.10) y luego dividiendo por er', se tienen
CUADRO 16.3
TRAYECTORIA DE LOS PRIMEROS Y SEGUNDOS MOMENTOS EN UN PROCESO

DE DOS SEXOS, PARTIENDO CON UNA MUJER Y DESARROLLANDO A PARTIR DE
(16.3.6) . . . (16.3.10) EN INTERVALOS DE 0,1 DE AO USANDO EL TEOREMA
DE TAYLOR HASTA LAS SEGUNDAS DERIVADAS; DATOS DE BELGICA, 1960
COVAR r de
0) VAR(m) VAR (f) Pearson
0. 0 0 1 0 0 0 0
5. 0 0. 0913 1. 0321 0 .0917 0. 0067 0 .1477 0. 0573
10. 0 0. 1801 1. 0652 0 . 1832 0. 0273 0 .3099 0 . 1145
20. 0 0. 3513 1. 1347 0 .3758 0. 1142 0 .6817 0 . 2257

30. 0 0. 5153 1. 2088 0 .5967 0. 2695 1 . 1252 0 . 3289
40. 0 0. 6739 1. 2876 0 .8638 0. 5029 1 .6514 0 . 4211

50. 0 0. 8284 1. 3716 1 .1953 0. 8262 2 .2729 0 . 5013
60. 0 o. 9804 1. 4611 1 .6093 1. 2526 3 .0041 0 . 5697
70. 0 1. 1310 1. 5564 2 .1253 1. 7974 3 .8616 0. 6274

80. 0 1. 2815 1. 6580 2 .7640 2. 4782 4 .8642 0. 6759
90. 0 1. 4 3 3 1 1. 7661 3 .5479 3. 3153 6 .0334 0 . 7166
100. 0 1. 5867 1. 8813 4 .5024 4. 3320 7 .3935 0. 7508
125. 0 1. 9865 2. 2034 7 .8271 7. 8433 11 . 8 2 2 8 0. 8153
150. 0 2. 4212 2. 5805 12 . 9 4 9 4 13. 1860 18 . 1 8 6 0 0. 8593
175. 0 2. 9053 3. 0222 20 . 6 1 8 8 21. 1034 27 . 2 5 0 9 0. 8903
200 . 0 3. 4540 3. 5395 31 . 8 7 0 7 32. 6294 40 . 0 7 9 5 0. 9130
225. 0 4. 0831 4 . 1453 48 . 1 3 8 2 4 9 . 1986 58 . 1 3 7 8 0. 9300
249. 9 4. 8068 4. 8518 71 . 2 9 4 0 72. 6860 83 . 3 2 9 6 0. 9430

250 . 0 4. 8099 4 . 8549 71 . 4 0 4 3 72. 7976 83 . 4 4 8 6 0. 9431
Programado por Hardeo Sahai.
5 ecuaciones lineales homogneas en r, y la condicin para consistencia entre stas

es la ecuacin en determinantes obtenida eliminando los a
-r-dm bm 0 0 0
0 -r + bf -df 0 0 0
dm bm r 2dm 2> 0 = 0.
0 0 0 - r + bf-d,-dm bm
0 b, + d, 0 0 -r + 2(bf - df)
(16.3.11)
Sin hacer clculos se puede ver que las cinco races de (16.3.11) son d m ;
bj df; 2dm; b d dm; 2(bf df). La solucin general para los cin-
co valores esperados que son las incgnitas en las ecuaciones (16.3.6) a (16.3.10)
est formada por la suma de sus a^1' para los distintos valores de r que satis-
facen (16.3.11):
1e~it + ai2e{bf~ifn + + a{telbf-df-d*n + aisei(bf~dfH , i = 1, 2, 3, 4, 5 ,

(16.3.12)
y el conjunto de soluciones incluira 25 constantes arbitrarias. Sin embargo, si

se agrupan las ecuaciones se demuestra que 13 de las constantes deben ser cero.
Podemos resolver para 8 7 por s mismo, de modo que podamos tener una sola
constante; podemos resolver para 8 7 y f m sin considerar segundos momentos,
de manera que i? m, pueda tener slo dos constantes; podemos resolver para
8 7 y 8 7 ( / 1) sin considerar hombres, de manera que 8 7 ( / 1) pueda tener
slo dos constantes, etc. En resumen, el conjunto de ecuaciones (16.3.6) a (16.3.10)
es descomponible o reducible en un sentido sugerido por las matrices no negativas
de (2.1.12) y de la seccin 3.2, aunque la matriz que estamos tratando ahora
difiere de esos primeros casos por el hecho de que contiene elementos negativos.
Los atj dependen de las condiciones iniciales y en nuestra primera aproxi-
macin al problema tomaremos como condicin inicial una mujer. Es bastante
fcil establecer los diversos momentos cuando m0 = 0 y ff = 1: son todos cero
en = 0, exrepto87 = I.
Debido a que el conjunto de ecuaciones (16.3.6) a (16.3.10) es descomponi-
ble, podemos prescindir de mtodos generales de solucin que estn disponibles
para ecuaciones diferenciales lineales con coeficientes constantes (Gantmacher,
1959, Vol. II, pg. 116; Friedman, 1956, pg. 120). Si la solucin es desarrollada
en la sucesin:
1) (16.3.7) para 87;

2) (16.3.6) para i f m y (16.3.10) para 8 7 2 , en uno u otro orden;
3) (16.3.9) para 8' mf;
4) (16.3.8) para g'm 2 ,
(16.3.13)
donde la nica opcin en el ordenamiento es entre 8'm y 8 7 ^ , entonces, se

puede seguir el mtodo simple que produjo (13.2.5). En realidad, ya hemos
resuelto para 8 ' f y 87w en el captulo 13, e introduciendo el resultado de
cada solucin sucesiva en la siguiente ecuacin de la sucesin (16.3.13) no
requiere un nuevo principio y proporciona todos los a t j de (16.3.12).
Sin embargo, los valores de los a no dan completamente las medias y va-
rianzas que buscamos. Queremos Var (m) = 1?(m 'grrif = 8Vw2 (8Vw)2,
8 ' ( / - i?/) 2 = 8 T 2 - (87) 2 , y 8\m - &m)(f - 8 7 ) = g f m / - 8 7 * 8 7 ,
y los resultados que surgen finalmente despus de una aplicacin directa aun-
que extensa del lgebra son:
'gm = (e ( '/-*/>< - <?-'); 8 / = s'*/-*/" ;

dm + bf - df
_ (bf + df)b2m /e 2 "'/-''/" g-"'

Var (m)
~ (dm + bf - dfy \bf - df 2dn + b f - d , dm )
, b eltf-f ( l 2bjbt + df) \

\dm + b,-d, dn{bf - df)(2dn + b f - df)J
dm + b f - df '
= bm(bf + df) /eMf~dfH e'l/-'/~>,\ _ bm(bf + rfê'V-"/" .
C o v a r (m, f )
~ dm + b f - d , \bf -df dm ) djb, - df) '
Var ( / ) _ bs + df e{b/~if)t(e<bf~ifH - 1). (16.3.14)

b, - d.
Verifique a partir de (16.3.14) las propiedades asintticas a) a d) sugeridas

arriba por el cuadro 16.3 y la trayectoria calculada de las ecuaciones (16.3.6)
a (16.3.10).
Hasta aqu nuestro trabajo se ha basado en la condicin inicial de una
mujer. Para partir con / 0 mujeres en lugar de 1, no se requiere ms ajuste de
los resultados anteriores que multiplicar las medias, varianzas y covarianzas por f0.
Partir con m0 hombres y cero mujeres equivale a un proceso de muertes
puro, de acuerdo a nuestro supuesto de dominancia femenina. El lector puede
demostrar que en el momento t la poblacin masculina esperada ser m(le-d"<t y
la varianza del nmero de hombres ser m0(e-dmt e~2imt).
Estamos ahora listos para escribir los cinco momentos, en el instante t, cuan-
do el proceso parte con m0 hombres y f0 mujeres. Recurriendo al supuesto de
que las distintas lneas de descendencia de la poblacin se desarrollan indepen-
dientemente, sumamos los momentos para una condicin inicial de m0 hombres
y cero mujeres con los momentos para una condicin inicial de cero hombres y
f0 mujeres, para obtener para el instante t:
= m0e-i^t + f0 ba (e^/~i/)t - e-*<"'),

dm + bf - df
gf/=/ 0 e</-V>< . (16.3.15)
(Las ecuaciones idnticas (13.2.5) y (13.2.2) fueron encontradas para el problema

determinstico correspondiente). La varianza de los hombres es f0 multiplicando
por Var (m) en (16.3.14) ms ?n(e~dmt e-2dmt). La varianza de las mujeres
y la covarianza son simplemente Var (/) y Covar (rn, f) de (16.3.14) multiplicado
por /0.
Simulacin para procesos complejos

Joginder Kumar ha simulado (cuadro 16.4) el proceso de los dos sexos con datos
con dominancia femenina derivados de Blgica, 1960, para los cuales las tasas
intrnsecas son como se muestra en el ejemplo precedente. El aplic estas pro-
babilidades a cada individuo en cada quinquenio durante 50 aos en ciclos de
cinco aos, y replic 100 veces, tomando en cada una de ellas una poblacin
C U A D R O 16.4
M O M E N T O S D E L P R O C E S O DE DOS SEXOS DESPUES D E 50 A N O S SEGUN (16.3.14)

Y L A S I M U L A C I O N ; P O B L A C I O N I N I C I A L : 100 D E C A D A S E X O ;
100 R E P L I C A S ; D A T O S D E B E L G I C A , 1960
SIMULADO
Esperado de (16.8.14)
sin edad
Sin edad C o n edad
SCMC50)) 137.20 132.51 141.88

SCFC50)) 137. 16 136.45 144.52
VARCMC50)) 133.97 99.79
COVAR CM,F) 82.62 51.80 31.41
VARCFC50)) 227.29 235.03 214.57
PEARSON r 0 .456 0.292 0.215
Programado p o r Joginder Kumar.
inicial de 100 hombres y 100 mujeres. El experimento dio para la poblacin por
sexo al cabo de 50 aos las 100 rplicas resumidas en la segunda columna del
cuadro 16.4.
Comparamos ahora (16.3.14) y (16.3.15) con los resultados de este experi-
mento. Para hacer esto multiplicamos por 100 los valores de los momentos en
t = 50 (cuadro 16.3) para obtener las contribuciones a los valores tericos con
respecto a las 100 mujeres iniciales. Para los 100 hombres iniciales, la contribu-
cin a es 100e~50d">, y a Var (m) es 1 0 0 e - 5 0 m ( l e ~ m m ) . Estos sumados
a las medias y varianzas correspondientes a f0 100, m0 = 0, constituyen la pri-
mera columna del cuadro 16.4.
La comparacin est por tanto contenida en las dos primeras columnas del
cuadro 16.4. Los cuatro momentos de una variable parecen concordar, en tanto
que la covarianza y correlacin parecen ser significativamente mayores en la
columna esperada que en la simulada. Se requiere evidentemente una prueba
ms grande para confirmar la teora en detalle.
Kumar hizo tambin la simulacin por edad en grupos quinquenales de
edad, como se advierte en la tercera columna del cuadro 16.4, que se puede deno-
minar proyeccin estocstica segn edad con dominancia femenina. Nuevamente
se aplicaron las probabilidades a los individuos, pero dentro de los grupos de
edades. Los elementos de la matriz L de (2.1.9) se interpretaron como probabi-
lidades, lo cual implicaba cierta aproximacin, ya que ellos fueron obtenidos
como valores esperados. La diferencia es importante puesto que un perodo de
cinco aos es suficientemente largo como para que una mujer pudiera haber
tenido dos hijos en l; tanto Orcutt y otros (1961) como Horvitz (1967) usaron
perodos de un mes para evitar esta dificultad.
Las varianzas en la simulacin que lleva en cuenta edad, parecen ser signi-
ficativamente menores que en la que no la tiene en consideracin. En cuanto a
las conclusiones que se pueden sacar de este experimento, el resultado parece
anlogo a la reduccin de varianza en muestreo estratificado.
16.4. UNA EXPRESION GENERAL PARA LAS VARIANZAS

EN LOS MODELOS DE POBLACION LINEALES
J. H. Pollard (1966) demuestra cmo se puede hacer para que la matriz de Leslie
de los captulos 2 y 3 proporcione las varianzas y los momentos de orden supe-
rior y no slo de los valores esperados. Su mtodo es aplicable para reformar
cualquier modelo determinstico lineal del tipo de los discutidos en los captulos
12 y 13, slo a condicin de que sus coeficientes puedan interpretarse como
probabilidades. Aunque su tcnica muy general servira para construir una ver-
sin probabilstica de modelos determinsticos altamente complejos, nuevamente
concentraremos nuestra atencin en el caso ms simple: la interaccin de los
sexos, con dominancia femenina y sin reconocimiento de edad, cuya representa-
cin por medio de ecuaciones diferenciales est dada por (16.3.6) a (16.3.10).
La desventaja que tiene la presentacin al reconocer ms variables consiste slo
en que las matrices crecen en el nmero de sus elementos de acuerdo al cua-
drado del nmero de elementos en la formulacin determinstica inicial. Diez
variables (por ejemplo, 10 edades hasta 49, o casado, soltero, viudo, divorciado
y separado para cada uno de los dos sexos) significara una matriz determins-
tica de 10 por 10 y una matriz de 110 por 110 para dar los valores esperados
y las varianzas.
Comenzamos con un par de ecuaciones diferenciales que muestran las rela-
ciones de los valores esperados, aqu (16.3.6) y (16.3.7), o el equivalente (13.2.1).
Para traducir las derivadas a cambios en un perodo de tiempo h corto pero
finito, necesitamos slo suponer que los nmeros en el momento t -(- h difieren
de aquellos en el momento t por las cantidades del segundo miembro de las
ecuaciones (16.3.6) y (16.3.7) multiplicados por h. Entonces los nmeros de los
dos sexos en el momento t h son iguales a
M(t + h) = (1 - hdJM(t) + hbmF(t);

F( + h) = (1 + hbf - hdf)F(t) . (16.4.1)
Si el vector
M(*)|
I m l
se escribiera N(t), y la matriz de 2 X 2 de coeficientes en (16.4.1) se escribiera A,

entonces (16.4.1) es simplemente {N( -f h)} A{N()}, donde
an an "1 - hdm hbm

0 1 + hbf - hdf
16.4 VARIANZAS EN LOS MODELOS DE POBLACION LINEALES 381
Supondremos que h est incorporada en las tasas y no necesita demostrarse sepa-

radamente en lo que sigue; es lo mismo que cambiar la unidad de tiempo a h.
Pensemos ahora los segundos momentos respecto a cero como arreglados en
orden de diccionario, uno bajo el otro, para formar el vector
M ' )
Cn(t)
{C(0} =
cjt)
Definamos tambin el producto directo A x A (lase A por A) como la matriz

que se obtiene multiplicando cada elemento de A por toda la matriz A.
Recordando que estamos haciendo la unidad de tiempo suficientemente pe-
quea para que no puedan ocurrir dos sucesos en ella, de modo que todos los
productos dmdt, etc., sean cero, la matriz A x A de (16.4.1) se resuelve pron-
tamente, y es igual a
anan aiiai2 ai2an ana2
anau anaM ai22l
anan anai 22I2

21fl21 a22a21 a22a22
K K o
0 1+ b f - d f - d 0 bn
0 0 1 + b f - d , - d 9 ba
0 0 0 1+ 2{bf - df)_
(16.4.2)
Comparemos la matriz A x A de (16.4.2) con la parte inferior derecha 3 X 3

de la matriz cuyo determinante se muestra en (16.3.11). Reemplazar la r por 1
es equivalente a traducir el sistema (16.3.11) de una forma diferencial a una
forma finita. La cuarta fila de (16.3.11) corresponde al momento supngase
que agregamos otra fila idntica para representar el mismo momento escrito
como c2i. Puesto que la matriz A X A va a multiplicar el vector de momentos
C, 2b, en la tercera lnea de (16.3.11) es equivalente a dos elementos, cada uno
igual a bm, en la primera fila de (16.4.2), uno en la segunda columna y uno en
la tercera columna.
En base a tales consideraciones la frmula de recurrencia para los valores
esperados y segundos momentos de (16.3.6) a (16.3.10) se puede escribir para un
intervalo finito como
N(f + i)) (N(/))

C ( + 1) (16.4.3)
A x A C(/)[*
donde volviendo a las ecuaciones (16.3.6) a (16.3.10) podemos ver que B debe
ser igual a
dn bm
0 0
0 0
0 bf + d
El efecto de B consiste en agregar un mltiplo de los valores esperados a los

cuadrados medios, en tanto que deja los productos cruzados tal como quedaran
con multiplicacin simple por A X A. Pollard demuestra que la misma ecuacin
de recurrencia (16.4.3) relaciona el vector que est constituido por las medias,
varianzas y covarianzas.
Aqu se ha dado una demostracin slo para el problema de los dos sexos
con dominancia femenina, pero el resultado (16.4.3) tiene gran generalidad.
Construya ecuaciones para las medias, varianzas, y covarianzas con dominacin
mixta, reconociendo los sexos sin distincin de edad o estado civil.
Existe en la actualidad una literatura sofisticada sobre el problema del cual
hemos estudiado un caso especial en esta seccin. Procediendo con un argu-
mento mucho ms completo, como asimismo ms general que el que usamos
para establecer (16.3.14) y (16.3.15), Goodman (1967b) ha extendido reciente-
mente su trabajo ms antiguo al modelo estocstico de los dos sexos y depen-
diente de la edad. Por otra parte, Pollard, en una investigacin no publicada
hasta ahora ha usado su producto matricial directo para calcular medias, varian-
zas y covarianzas de los modelos que reconocen un gran nmero de grupos de
edad, sexo y estado civil dentro de la poblacin.
16.5. DISTRIBUCION DE LA RELACION DE MASCULINIDAD

La distribucin de la relacin de masculinidad en el momento t en el modelo
de la seccin 16.3 es formalmente anloga a la distribucin de una razn en el
muestreo aleatorio. Como una primera aproximacin al valor esperado de la
relacin de masculinidad podemos dividir el nmero esperado de hombres por
el nmero esperado de mujeres, que es lo que hace el modelo determinstico.
Sin embargo, esto presenta un sesgo, tal como lo presenta el estimador de razn
en muestreo aleatorio (Cochran, 1963, pg. 161). Si el desvo de m de su media,
m <gm, se denomina Am, y f g ^ = A/, entonces g'(Am) = if(A/) = 0, y
i f w + m \ V r /i i a~.ice>.\
87+ f
de modo que finalmente
(/) (16.5.1)
16.5 DISTRIBUCION DE LA RELACION DE MASCULINIDAD 383
donde la aproximacin es mejor si las varianzas son pequeas en comparacin

con los valores esperados, y se pueden despreciar los momentos de orden supe-
rior. La referencia a (16.3.14) nos muestra que cuando se hace grande, [Covar
K f)]/(&fg) tiende a (b, + d,)/(bf df), y lo mismo para [Var (/)]/(f/) 2 .
De all que cuando t se hace grande, los ltimos dos trminos del segundo miem-
bro de (16.5.1) se anulan para darg' (m/f) = g ' m / i f / . Goodman (1967b) de-
muestra que esto es cierto para el caso general ms interesante donde el proceso
de los dos sexos depende de la edad.
El lector puede aplicar la misma tcnica para encontrar la varianza de la
razn de masculinidad en trminos de los mismos cinco momentos de m y f;
Var (!1) = Var (w> _ ^g>n Covar (m, f ) {^mfWar ( / )

\f) (gf/)' (f/) 3 (g/)4 ' 1 ' ' ;
en cuyo desarrollo se desprecia la cantidad \f(m/f) ( g ' m / f f ) } 2 . Use (16.3.14)

para demostrar que cuando t se hace grande, Var ( m / f ) tiende a cero. Esto tam-
bin es probado por Goodman (1967b) para el proceso de los dos sexos con
dependencia de la edad.
Los tres casos tratados en este captulo el proceso de nacimientos puro;
el proceso de nacimiento, muerte e inmigracin; el de los sexos estn elegidos
de manera un tanto arbitraria de un gran nmero de modelos. Una mayor va-
riedad se encuentra en las revistas, en artculos de Bartlett (1960) y Bailey (1964).
Bartlett (1955 y 1957) tambin ha desarrollado tcnicas para manejar en forma
estocstica los modelos competitivo y de depredador-presa discutidos determins-
ticamente en el captulo 12. A pesar de que este trabajo es muy importante,
debido a consideraciones de espacio y de aplicacin especial a grandes poblaciones
humanas, que es de central inters en este libro, nos vemos obligados a apartar-
nos ahora con el objeto de examinar ciertos modelos bastante diferentes que se
han usado para concepcin y nacimiento.
C A P I T U L O 16
DISTRIBUCIONES DE POBLACION
Y COMPORTAMIENTO INDIVIDUAL
17.1. REGLAS DE DETENCION

Efecto sobre el tamao de la familia
Los modelos de poblacin se pueden fundamentar en la nocin de que los indi-
viduos siguen alguna regla en sus decisiones para tener ms nios. Para comen-
zar con las reglas ms simples, cul es la distribucin por tamao de familia de
las parejas que continan teniendo nios hasta que tienen un hijo varn?, hasta
que tienen dos hijos varones?, hasta que tienen un hijo y una hija?, hasta que
tienen dos hijos y dos hijas? Si la proporcin p de los nacimientos son hombres
y q son mujeres (p -j- q = 1), entonces el lector puede verificar que la distribu-
cin para estos casos es como la dada en el cuadro 17.1, donde se supone que el
control de natalidad es completo, que .el sexo de cada nio es independiente
del sexo de los dems nios en la familia, y que el clculo est restringido a las
parejas fecundas.
Podemos establecer en forma general el resultado del cuadro 17.1, notando
(Sheps, 1963, pg. 70) que si los padres se detienen despus de a hijos y p hijas,
entonces, la probabilidad de que tengan n = a + + k nios, k ^ 0, est com-
puesta de dos partes:
1. La probabilidad de que tengan a k hijos y p 1 hijas, en todos los
rdenes posibles, que es
y luego tengan, para finalizar, una hija (probabilidad q);

2. La probabilidad de que tengan a 1 hijos y p -)- k hijas, en todos los
rdenes posibles, que es
y luego tengan, para finalizar, un hijo (probabilidad p).

Los dos resultados se excluyen mutuamente y por tanto, la probabilidad de
n a -j- P -f- k nios es la suma de sus probabilidades
(17.1.1)
384
17.1 REGLAS DE DETENCION 385
CUADRO 17.1
D I S T R I B U C I O N DE P R O B A B I L I D A D D E P A R E J A S FECUNDAS SEGUN N U M E R O
DE NIOS, C U A N D O R I G E N C I E R T A S R E G L A S D E D E T E N C I O N
Se detiene Se detiene Se detiene en

Nmero en 1 hijo en 2 hijos 1 h i j o y una
de hijos varn varones hija
(1) (2) (3)
1 P 0 0
2
2 qp P pq + pq
2 2 2
3 q p p q + pq
)qp
2
3 3 3
4 q p p q + pq
()qV
5
4
q p (i )qV
4
p q + pq
4
\ n-2 2 n-l n-l

n qn-Lp ( v : )q P p q + pq
Las medas y varianzas de los tamaos de tales familias se pueden calcular

rpidamente. Para la primera columna, donde las parejas se detienen con un
hijo varn, el nmero medio de hijos es
Vn=p + 2qp+3fp + 4fp+-'-= P = - (17.1.2)

v1 H) P
El lector puede demostrar por un clculo similar que la varianza del nmero n
de hijos, para esta regla de detencin es
Var(n) = 1 / / - 1 p = qp*. (17.1.3)
Las medias de las variables aleatorias son aditivas. Cualquiera sea el nmero
esperado de nias que vengan entre el comienzo y el primer nio, ser igual al
nmero entre el primero y segundo nio, etc. Se deduce de esto y de (17.1.2),
3<S) DISTRIBUCIONES DE POBLACION Y COMPORTAMIENTO INDIVIDUAL 17.1
que la pareja que se detiene despus de a nios varones, tendr en promedio

a/p hijos. Las varianzas de variables aleatorias independientes son aditivas,
de manera que de (17.1.3) resulta que la varianza del total de hijos nacidos de
padres que se detienen con a nios varones es aq/p2. [Podemos obtener por
una adicin similar la media y la varianza para a nios y 3 nias?]
Para calcular los momentos de las distribuciones correspondientes a una
regla de detencin que involucra nios y nias son muy tiles las funciones
generatrices de momentos. Usando el cuadro 17.1, multiplicamos la fila corres-
pondiente a un nio por s, a dos nios por s2, a tres nios por s3, etc., y la fila
correspondiente a n nios por sn. Cuando hacemos esto para la columna (3)
y sumamos los resultados, obtenemos <>(s), esto es, el valor esperado de sn para
parejas que se detienen con un hijo y una hija:
0() = (pq + pqy + (p*q + pq*)s3 + + (p*~lq + pq"~l)s* +
= + ) (17.1.4)
VI ps 1 qs/
Lo nico que necesitamos para determinar la media es diferenciar (17.1.4) con

respecto a i y hacer s = 1:
gfw = l/qp - 1 = l/q + l/p - 1 . (17.1.5)
Si p = q = el tamao esperado de la familia es tres. Si p y q son un tanto

diferentes de i, por ejemplo p = ^ 1 y q = ^ E, entonces, el nmero espe-
rado de hijos es
= l/p + Ijq - 1 = 3 + 16e2, (17.1.6)
o sea. poco ms de tres. (Para los Estados Unidos en 1965, E fue igual a 0,0115.)
Aun considerando familias que se detienen en un hijo y una hija, el lector puede
mostrar que un nmero esperado de \ 2e2 parejas tendrn 2 hijos; \ 6S
tendrn tres hijos;
(y)"' 1 + ~ 1)(" ~ 4)
tendrn n hijos, supuesto que podemos despreciar las potencias de E de orden

tres o superiores.
La funcin generatriz para el total de hijos n ^ a -f- p de parejas que se
detienen despus de a hijos y |3 hijas se obtiene de (17.1.1). Demuestre que la
probabilidad de a -(- P hijos, es el coeficiente de sn en
donde se pueden dejar de lado las potencias menores que 5a+0. Haga a = 1 y
P = 1 y reconcilie este resultado con (17.1.4), teniendo en cuenta que toda de-
tencin que considere menos de un hijo y una hija se ha eliminado de (17.1.4).
Este modelo se puede usar para determinar el grado en que la incapacidad

de los padres para influir en el sexo de sus nios an no nacidos, dar lugar a
que las familias sean ms grandes en las comunidades donde el sexo de los
nios es importante. Si las parejas fecundas quieren 1 hijo varn, entonces, el
nmero medio de nios que ellos tendrn que tener es 1 p = 2 4t. Si ellos
insisten en tener al menos 1 nio y 1 nia, tendrn en promedio casi un 50 por
ciento ms de hijos que si quedaran satisfechos con dos hijos sin importarles
el sexo.
Estos resultados quedan modificados cuando se coloca un lmite superior o)
al nmero total de nios que tendr una pareja. El lector puede mostrar la
modificacin necesaria en (17.1.4), (17.1.5) y (17.1.6), cuando se desea un hijo
de cada sexo pero la pareja no est dispuesta a tener ms de co hijos en total
para lograr dicha meta (Sheps, 1963).
Un argumento algo diferente se aplica a las parejas deseosas de que un
cierto nmero de sus hijos lleguen a edad adulta, con probabilidades de morta-
lidad infantil y juvenil-adulta dadas. Si la probabilidad de que muera un nio
es d y ellos tienen a hijos varones, entonces, la probabilidad de que ninguno
muera es 1 da. Si el objetivo es asegurar que al menos un hijo varn sobre-
vivir con probabilidad 1 8 (para conservar la descendencia) entonces el n-
mero a de hijos varones est determinado por da = 6, o sea, a = ln 5/ln A.
Si d = \ y 5 = , se requiere que nazcan a = 5 varones; combinando esto con
el argumento de los prrafos anteriores, nos da el nmero total de hijos que se
requieren: n = a/p, lo que da un nmero cercano a 10. Tales clculos sobre
preferencia de sexo y seguridad de supervivencia en la prxima generacin, reali-
zados con menos formalidad y con estimaciones decididamente subjetivas de las
constantes, indudablemente influyen en la poltica individual de nacimientos
contra el sexo y la mortalidad. Si el padre desea establecer una poltica de pla-
nificacin familiar que le asegure su lnea completa de descendientes masculinos
con probabilidad dada, tendra que remitirse a los procesos de nacimiento y
muerte del captulo 16 o al proceso de ramificacin del captulo 18.
El lector puede investigar las consecuencias de reglas como las anteriores,
para la tasa de reproduccin neta y la tasa intrnseca de crecimiento natural de
la poblacin.
Efecto sobre la relacin de masculinidad
En una poblacin que use control de natalidad, en que las parejas deciden cun-
tos hijos tendrn y prefieren hijos varones, pueden sus decisiones afectar la rela-
cin de masculinidad al nacimiento? Es fcil decir (Winston, 1932) que el deseo
de tener hijos varones dar por resultado ms nios varones, pero se requiere un
anlisis ms cuidadoso del mecanismo probabilstico. Goodman (1961a) ha pro-
porcionado lina consideracin sistemtica de las consecuencias que tiene el hecho
de que los padres sigan las siguientes diferentes reglas para decidir si tienen o
no otro hijo.
Supongamos como antes que la probabilidad de que sea un nio varn el
que nace es p y de que sea una nia es q = 1 p, que stas son las mismas
para todas las parejas, en forma independiente, y para todos los rdenes de naci-
mientos. Entonces consideremos la Regla I: Las parejas dejan de tener nios
cuando nace el primer hijo varn. La proporcin de parejas que tienen slo un
388 DISTRIBUCIONES DE POBLACION Y COMPORTAMIENTO INDIVIDUAL 17.1
hijo, un varn, es p; la proporcin de las que tienen una nia y un nio es qp;
la proporcin de las que tienen dos nias y un nio es q2p} etc. Si el nmero
tota] de parejas bajo consideracin es n, entonces su distribucin esperada por
nmero de hijos ser la columna (2) del cuadro 17.2. Si no se coloca lmite al
tamao de la familia, la razn de nacimientos masculinos al total de nacimientos
de la poblacin ser el total de la columna (3) en el cuadro 17.2, dividido por
el total de la columna (4); o sea,
np + nqp + nq*p -|
np + 2nqp + 2nq2p +
CUADRO 17.2
DISTRIBUCION DE n PAREJAS SEGUN NUMERO DE HIJOS,

MOSTRANDO LOS NACIMIENTOS ESPERADOS, CUANDO LAS PAREJAS
DEJAN DE TENER HIJOS AL NACER EL PRIMER VARON
Nmero Total de hijos

de hijos Parejas Varones de ambos sexos
<*)
(1) (2) (3)
1 np np np
2 nqp nqp 2 nqp
3 nq 2 p nq 2 p 3nq 2 p
4 nq 3 p nq 3 p 4nq 3 p
que se reduce a p, como era de esperar. La relacin de masculinidad al naci-

miento no se ve afectada por la aplicacin de la Regla I en una comunidad donde
tedas las parejas tienen la misma probabilidad de tener hijos varones. Queda
asimismo sin afectarse, entre parejas homogneas, por cualquier otra regla o
combinacin de reglas de detencin; mientras el tener nios satisfaga las condi-
ciones de un juego de azar insesgado, los padres no pueden alterar las probabi-
lidades de ganar varones eligiendo su tiempo de entrada y abandono del juego.
Aunque la proporcin de varones entre todos los hijos, o entre los primeros
hijos, segundos hijos, o cualquier orden de nacimiento especificado de antemano,
no puede ser afectado por decisiones relativas a si se tiene o no n hijo ms,
nada impide a los padres determinar la probabilidad de que su ltimo hijo sea
varn; basado en la Regla I esa probabilidad sera la certeza.
Un problema bastante diferente es el de la proporcin media de nios varo-
nes en una familia que, como me lo seal R. C. Lewontin, no es p. Tomando
la primera columna del cuadro 17.1, donde se supone que cada pareja deja de
tener hijos cuando nace el primer varn, la proporcin de nios varones en fami-
lias con n hijo es 1, en familias con dos hijos es i, en familias con tres hijos
es J, etc. La proporcin media de varones se obtiene multiplicando estos nme-
ros por la frecuencia relativa de las familias con 1, 2, 3, . . . hijos:
1p + ih)qp + (Mp + = ~{P lnP)/<l'
obteniendo este ltimo resultado por medio de la serie de Taylor para el desa-
rrollo del logaritmo natural de 1 q. Si p = q = tenemos
-P*P = (-&(-0.693) = 0 693
(muy diferente de como la proporcin promedio de varones en una familia.

Si p = E, se ver que el promedio es 0,693 -f- 0,773e, siempre que e sea
pequeo.
Todo lo anterior est basado en la suposicin de que la probabilidad de
tener un varn es la misma de una pareja a otra. Weiler (1959) y Goodman
(1961a) analizan las consecuencias de la preferencia por varones en una pobla-
cin que usa control de natalidad y en la cual las parejas tienen diferentes pro-
babilidades de producir varones. Supongamos que la i sima pareja tiene una
probabilidad p de tener un varn en un nacimiento dado (siendo sta fija para
todos los nacimientos) y que sigue la Regla I, segn la cual deja de tener hijos
despus que alcanza un varn. Entonces, el nmero esperado de hijos varones
para esa pareja ser 1, en tanto que el total esperado de hijos de acuerdo a
(17,1.2) ser ! /p. Si n parejas siguen la Regla 1, ellas tendrn un nmero es-
perado de n varones entre 1 /Pi hijos, o una proporcin de nacimientos
masculinos
: _ n (17.1.7)
2 , 1 IP V/>< '
Esta es la media armnica de las p y nos referiremos a ella como (hp). Llamemos
(ap) a la media aritmtica de las pt, esto es, (ap) = ^pjn. La media armnica
de un conjunto de nmeros positivos (no todos idnticos) es menor que su media
aritmtica [cmo se demuestra esto?], de manera que (17.1.7) o (hp) debe ser
menor que 2Pt/ n (aP)> proporcin esperada de varones entre padres que
no siguen una regla de detencin relativa al sexo de sus hijos.
Esto muestra que el deseo de las parejas por tener hijos varones, expresado
en la Regla I, tendr el efecto de disminuir la proporcin de nacimientos de
varones en (ap) (hp), comparada con la que habran alcanzado sin seguir nin-
guna regla de detencin. El resultado no parece paradjico si se considera que
la Regla conduce a la formacin de familias ms grandes, por aquellas parejas
que tienen tendencia a producir nias. Si las parejas quieren aumentar su pro-
porcin esperada de nios varones, deberan dejar de tener hijos al nacimiento
de la primera nia (Regla III de Goodman). Esto sera como si ellos estuvieran
probando si son productores de nios o productores de nias, y aquellos que
encontraron que son productores de nios entonces contribuyeron con ms hijos.

[Puede usted sugerir un procedimiento ms eficiente a ser seguido por los pa-
dres; uno que diera una mayor proporcin de varones a la comunidad?]
Esta seccin se ha preocupado de la distribucin de nacimientos totales y
nacimientos varones entre las mujeres. En la seccin siguiente se estudiar la
sucesin de nacimientos ocurridos a mujeres individuales, sin tomar en cuenta
el sexo del hijo.
17.2. LOS NACIMIENTOS COMO UNA SUCESION

EN EL TIEMPO
El ms simple modelo estocstico de reproduccin implica una probabilidad fija
en cada perodo breve, la misma para todas las mujeres consideradas y sin per-
mitir que el perodo estril siga a la concepcin; estas condiciones, como aque-
llas de la seccin precedente, producen una distribucin geomtrica.
Sheps (1964) comienza con este caso, contando el tiempo en unidades de un
ciclo menstrual, las que con un promedio de 29,5 a 30 das se pueden referir
como un mes. La escala de tiempo se colocar en cero al comienzo del primer
mes de exposicin, y una concepcin se contar al final del mes en que ocurre,
de manera que una concepcin en el primer mes se dir que ocurre despus de
un intento, o una tardanza de cero mes. La probabilidad de que una concepcin
no ocurra en el primer mes y ocurra en el segundo es qp; de que no ocurra en
les primeros r1 meses y ocurra en el rsimo es qr~1p, y entonces diremos
que ha habido r intentos y una tardanza de r 1 meses. La distribucin de los
intentos es formalmente idntica a la del nmero de hijos entre padres que dejan
de tener nios cuando alcanzan un hijo varn [columna (2) del cuadro 17.1]. El
nmero medio de intentos es \/p [con una tardanza media de q/p = (1 /p) 1];
la vananza entre los intentos o entre las tardanzas es q/p2, como se deduce de
(17.1.3); la funcin generatriz de probabilidades del nmero de intentos es
= /"/O - 9S)
[Cul es la funcin generatriz de las probabilidades de las tardanzas?]
El modelo, en la forma en que ha sido presentado arriba, est restringido
por la suposicin de que todas las mujeres tienen idntica probabilidad de con-
cebir en cualquier intervalo de tiempo. Sheps va ms all para tener en cuenta
!a heterogeneidad en la probabilidad de concepcin, considerando a p como una
variable, de modo que la proporcin de mujeres frtiles que tienen una proba-
bilidad de concepcin por mes entre p y p -(- dp sea <>(p) dp(0 < p < 1). Para
la i sima mujer, cuya probabilidad mensual es pt, el nmero medio de intentos
w, sera l/p{ (en este anlisis se omiten las mujeres estriles cuyo pi 0). El n-
mero esperado de intentos, promediado sobre todas las mujeres, es
gV = l/Pi , (17.2.1)
n
siendo n el nmero de mujeres en la poblacin. Para la distribucin continua
de p, el nmero esperado medio de intentos es
gV = fy(p)/pdp.
17.2 LOS NACIMIENTOS COMO UNA SUCESION EN EL T I E M P O 391
Por lo tanto 1 /fw es la media armnica de las p. La ecuacin (17.2.1) dice que
el nmero promedio de intentos es el recproco de la media armnica de las
probabilidades de que una mujer d a luz en un mes cualquiera. Puesto que
la media armnica es menor que la media aritmtica, w es mayor que el rec-
proco de la media aritmtica. Esto prueba que la heterogeneidad, sin que cambie
el promedio de las p{ aumenta el nmero medio de intentos. [Exprese las fr-
mulas y resultados en trminos de tardanzas.]
Dadas ciertas formas de la distribucin <f>(p), la media y la varianza de la
distribucin de los tericos tiempos de espera se pueden calcular a partir de
la media y varianza de la probabilidad p de concebir en un mes dado. R. G.
Potter y M. P. Parker (1964) muestran la utilidad de la distribucin beta incom-
pleta o distribucin de Pearson Tipo I, para traducir una media y varianza de
probabilidades en las correspondientes a los tiempos de espera^ La proporcin
de parejas que tienen fecundabilidad entre 0 y p se toma como
m KF) = )\'P) "P = , (17.2.2)

09KF> F - p)*-1 dp
siendo D(a, b) el denominador, o sea, la funcin beta con argumentos a y b.

Usando
xa. b ) = m m ,
1 ' F{a + b)
y la relacin de los valores sucesivos de la funcin gamma, F(a),

r(a) = (a- 1 )r(a - 1) ,
el lector puede demostrar que la fecundabilidad media
y r _ S>"(1 -Pf-'dp
WirV- -Pf-'dp
se reduce a
yr _ r{a + 1 )r(b) ir(a)r(b) _ 1 7 2 3
r(a + b + 1)1 r(a + b) a+ b'
Se puede tambin mostrar que el valor esperado del cuadrado de p es
g V ) = C + ^ ,
{a + b+l)(a + b)
y su varianza, Var (p) = &[p $?(p)]2, es

392 DISTRIBUCIONES DE POBLACION Y COMPORTAMIENTO INDIVIDUAI. 17.2
Var (p) = (17.2.4)

(a + b + 1 )(a + bf
Por un argumento similar, el nmero esperado de intentos es igual a
gfV = & ( ) = a + b ~ 1 , a > 1 (17.2.5)

V^J / a 1
Comparando esto con el valor correspondiente que se obtiene en el caso de que

todas las mujeres tengan la misma probabilidad, esto es,
&p a
vemos que para a > 1 y 6 , > 0,
a + b
1 > a + b>
a 1 a
de modo que una vez ms, la variacin de las mujeres con respecto a la proba-
bilidad media dada aumenta el tiempo terico de espera. El lector puede mos-
trar que el ajuste por medio de la funcin beta permite expresar el nmero
medio de intentos en trminos de los dos primeros momentos de las probabili-
dades de concebir:
grw = gf(i) = i + ( _ )-
\pj vi - g > - &(?)/
Potter y Parker (1964) han demostrado que el valor esperado de la varianza

de los intentos o de los tiempos de espera es
- =g > 2 - (i "-6)
Observe la diferencia entre la varianza de los tiempos de espera observados indi-
vidualmente (17.2.6) y la varianza ^(1 pf (^l/p)* de los tericos tiempos
de espera para mujeres individuales. Derive una expresin para lo ltimo y de-
muestre que es igual a 1 /a multiplicado por (17.2.6).
Nuestro principal inters aqu es hacer una inferencia sobre las p a partir
de las w. Queremos conocer la distribucin de fecundabilidad p, dadas observa-
ciones de los tiempos de espera w. Resolvemos (17.2.5) y (17.2.6) en trminos
de la media y varianza de los tiempos de espera observados, para determinar
estimaciones y b de a y b respectivamente:
- 2 Var (w)
Var(w) - + g
b = (&(w) - l)( - 1), (17.2.7)
17.2 LOS NACIMIENTOS C O M O UNA SUCESION EN EL TIEMPO 393
donde hemos reemplazado Var (w) y fw por sus estimaciones, obtenidas de las
observaciones Potter y Parker (1964, pg. 108) usan las observaciones 8 V = 5,47
meses y Var (w) = 89,98 para encontrar 2,75 y % = 7,82 de (17.2.7). A partir
de estos valores se puede delinear en detalle la distribucin de p, siempre supo-
niendo que la funcin beta es apropiada. A partir de (17.2.3) la media estimada
de p es 0,260, y de (17.2.4), la estimacin de su desviacin tpica es 0,129.
El modelo se puede usar para hacer pronsticos acerca de mujeres individuales,
basados en sus tiempos de espera previos. Los autores muestran que las mujeres
que conciben con facilidad son aptas para concebir con facilidad de nuevo, en
tanto que la mayora de las que conciben en forma lenta no sern tan lentas
la prxima vez.
William Brass (1958) ajust la distribucin de Poisson y no consider realista
hacer su constante, X, igual para todas las mujeres. Comienza suponiendo que
para una mujer dada, el parmetro X es fijo y que la probabilidad de cero naci-
mientos en el tiempo t es e~xt, de un nacimiento es te-Xl, de dos nacimientos
[(X)2/2\]e~u, etc. Se demuestra fcilmente que la funcin generatriz de la dis-
tribucin de Poisson es = e~it+its (Kendall y Stuart, 1958, Vol. 1, pg. 125).
A continuacin Brass supone que las X se distribuyen entre las mujeres de acuerdo
a una curva de Pearson de Tipo III, la funcin gamma incompleta: la propor-
cin de mujeres de parmetro X a X + dt se toma como (a fc e -oX X k_1 dk)/T(k).
La contribucin de las mujeres entre X y X + di, a la funcin generatriz del
tamao de familia, debe ser igual al producto
(e-it+lt')[(ake-"iXk-1 dX)/r(k)], (17.2.8)
e integrando respecto de X, de (17.2.8) resulta,
[( + * - st)/a]-* , (17.2.9)
que es la funcin generatriz de la distribucin binomial negativa (Kendall y

Stuart, 1958, Vol. I, pg. 130). La probabilidad de r, el coeficiente de sr en el
desarrollo de (17.2.9), se puede escribir como
( _ g _ Y r ( * + r) ( _ t _ y (17.2.10)
\a + tJ r(k)r\ \a + t /
Ahora que tenemos la distribucin terica (17.2.10) en funcin de los par-

metros a, t y k, slo es necesario estimar stos a partir de los datos reales. Dife-
renciando sucesivamente la funcin generatriz de momentos (17.2.9) con respecto
a s y haciendo 5 = 1 , tenemos los momentos factoriales respecto a cero:
= fa = , (17.2.11)
y resolviendo para k y t/a, resulta
fr - = LEl_ZL_fII, (17.2.12)
tiv ~ Kh a tt'n
que es todo lo que necesitamos. La distribucin de probabilidad de r represen-

tada como en (17.2.10), parece como si contuviera tres parmetros, pero en reali-
dad slo tiene dos, debido a que a y t intervienen slo en forma de una razn.
Apliquemos ahora esto a datos de los Estados Unidos, 1960. Las cantidades
calculadas a partir de la columna "observada" del cuadro 17.3 son
fi'M = 2.304 jufJj = 5.308

[i'm = 6.641 pfa - juft = 1.333
k= 3.982 . = 1.728 (17.2.13)
( a V = 0.1622
\a + t /
Por ejemplo, es
[(0)(937) + (0)(1)(1010) + (1)(2)(1283) +

+ (6.5)(7.5)(274)]/5190 = 6.641 .
A partir de estos datos es fcil desarrollar los trminos de la distribucin

(17.2.10), r = 0 , 1, 2, . . . , dados en la columna de la derecha del cuadro 17.3.
Por ejemplo, para r2 hijos, tenemos segn (17.2.10)
0.1622/^(3.982 + 2) \ / 1 V
r{3.982)2! A l + 1.728 j
= 0.2162 .
y multiplicando esto por 5 190 da 1 122 como se muestra en el cuadro.

La curva ajustada tiene decididamente muy pocas mujeres con cero hijos,
lo que refleja, como seala Brass, que el modelo no toma en cuenta la posibi-
lidad de genuina esterilidad a que est sujeta una parte de cualquier poblacin.
Brass resuelve esto ajusfando una binomial negativa truncada; l saca la frecuen-
cia 0 de la comparacin. El cuadro 17.3 sugiere una preferencia especial por dos
y cinco hijos de parte de los padres. Adems, la parte superior de la distribu-
cin ajustada es demasiado alta; tiene demasiadas mujeres con 6 hijos y ms.
Brass prosigue ajusfando una curva que tome en cuenta el perodo de embarazo,
durante el cual, el riesgo de concepcin es cero. Para mujeres con 6 hijos, esta
no exposicin elimina algo as como 5 de los 20 25 aos del perodo reproduc-
tivo, explicndose de esta manera un 20 por ciento de diferencia en el nmero
de hijos de tales mujeres. El tema de la siguiente seccin se refiere a perodos de
no exposicin al riesgo.
17.3 DESCUENTO POR EL PERIODO ESTERIL DEL EMBARAZO 395
CUADRO 17.3
AJUSTE DE LA BINOMIAL NEGATIVA A HIJOS ALGUNA VEZ NACIDOS

DE MUJERES 45-49 AOS, ESTADOS UNIDOS, 1960 (EN MILES)
Mujeres entrevistadas
Hijos nacidos
r Real" Ajustado *
TOTAL 5 , 190 5, 190
0 937 842
1 1,010 1,229
2 1,283 1,122
3 819 821
4 463 525
5 404 306
6 y ms 274 345
' Fuente: Demographic Yearbook: Naciones Unidas, 1963, pg. 454.

6 La distribucin ajustada es
5190(0.6334)^82 (0.3666/
= 841,8(3.982)(4.982) (2.982 + r) (0'36)66)r _

\< r factors >\ r'
' Se han tomado como si tuvieran una media de 7,5 hijos, lo que se puede controlar
mediante el ajuste y demostrar que es levemente alto.
17.3. DESCUENTO POR EL PERIODO ESTERIL

DEL EMBARAZO
Los procesos probabilsticos que implican dierimiento han sido discutidos en

diversos contextos. Dandekar (1955) supuso que los accidentes estn sujetos
a una distribucin de Poisson, excepto que por un nmero de das despus de
cada accidente la persona afectada estaba fuera de la fbrica y en consecuencia
no expuesto al riesgo. Neyman (1949) supuso que una lancha pesquera tena
una probabilidad fija de divisar en cualquier momento un cardumen de peces,
salvo que despus que fue avistado uno, se invirtieron h 1 horas en pescarlo,
y en consecuencia la probabilidad de ver algn otro cardumen durante ese tiempo
fue cero. Dandekar prosigui la aplicacin al proceso de nacimiento con tiempo
de espera fijo despus de cada concepcin. Singh (1963) deriva estimadores pti-
mos asintoticamente normales de los parmetros, y encuentra un ajuste razona-
blemente bueno a los datos de Dandekar acerca de la distribucin del nmero
de hijos nacidos a mujeres en el grupo de edad 25-25, en Kolhapur, India.
En lugar de informar sobre stos, traducir en trminos matriciales algunas

de sus ideas (Feller, 1957, cap. 15). Comenzaremos con una ilustracin bastante
simple, en la que el uso de matrices puede considerarse superfluo: experimentos
de Bernoulli, cada uno con probabilidad p de xito y q de fracaso indepen-
diente del resultado en los dems meses, descritos por la matriz P,
P= P 9
LP 1.
Las probabilidades de xito y fracaso en cualquier mes se pueden representar

mediante los dos elementos del vector II: supongamos conocido que en el mes
cero hay un fracaso con certeza; de modo que II0 = [0 1]. Un mes despus, el
vector de probabilidades es
n , = n 0 p = [0 i] p (17.3.1)
Si el mes cero fue un xito, j =: [p q] como antes, una propiedad de inde-

pendencia caracterstica de los ensayos de Bernoulli. Las probabilidades para
el mes t simo son II( - n o P', y se puede demostrar fcilmente que ste tampoco
depende de IIC, ni de t. En (17.3.1) y posteriormente, un vector fila es postmul-
tiplicado por una matriz; en el captulo 3, los vectores columna fueron pre-
multiplicados por matrices. La diferencia de presentacin slo refleja los estilos
notacionales de diferentes partes de la literatura. Traduzca (17.3.1) a la forma
que usa vectores columna y d la regla general para tal traduccin.
Cuando el proceso de concepcin y nacimiento se considera en trminos dis-
cretos, donde los puntos del tiempo se llaman ovulaciones o meses, entonces
(17.3.1) constituye la descripcin de un proceso en el cual la probabilidad para
cualquier mes es independiente de la de los meses precedentes. Se puede hacer
una mejora distinta al modelo suponiendo que lo que sucede en un mes cual-
quiera depende de los meses precedentes.
Sea p la probabilidad de concepcin si no ha habido tal en los nueve meses
precedentes o si hubo una exactamente nueve meses antes, y 0 si ha habido una
concepcin en los ocho meses precedentes. Reconocemos 10 estados: una con-
cepcin este mes; Elt una concepcin el mes pasado; E2, una concepcin hace
dos meses, . . . ; 9, la ltima concepcin hace exactamente 9 meses y ahora un
nacimiento; (en el mismo estado E9 de nuestro modelo simplificado, estar sujeto
a concepcin estn las mujeres cuya ltima concepcin fue hace 10 meses o ms,
o nunca). La probabilidad p0J de ir- desde E(t a Ej es 1 (no tomando en cuenta
la mortalidad); en general, la probabilidad de ir desde Ef a E.l+1 en un mes es
pi,i+i = 1, i 0, . .., 8; en tanto que p9i<) p y p,iA)q. Todas las dems
transiciones tienen probabilidad cero. A una mujer que est en Ed, digamos, que
ahora est teniendo un nacimiento o que no ha tenido una concepcin en los
nueve meses precedentes, se representar por n o = [0 0 0 . . . 1], un punto de
partida conveniente. Entonces, las probabilidades de las diversas transiciones
se pueden arreglar en la forma de una matriz P, y las probabilidades de los esta-
dos en el momento t son
"0 1 0 ... 0 0"

0 0 1 ... o o
0 0 0 o o
n ( = n0p = [o o o o i] . (17.3.2)
O O O O 1
p O O O q.
Los productos del vector inicial IIC (que contiene 10 elementos, de los cuales 9
son ceros) con las potencias de la matriz 10 X 10, son sucesivamente
n 0 = [o o o i],
n 0 P = [p 0 0 q] ,
n0P> = [qp p 0 . . . f\ ,
n0P3 = [<fp qp p 9a]. (17.3.3)
Una matriz estocstica es regular si al ser elevada a potencias, existe algn

n a partir del cual, Pn consiste slo de elementos positivos (no cero), condicin
que se puede escribir P" > 0. Esto significa que es posible la transicin desde
un estado a cualquier otro, por alguna ruta. Resulta natural que esto deba ser
asi, a partir de las condiciones de nuestra formulacin, las que permiten que
una mujer vaya de cualquier etapa de embarazo a cualquier otra. Del sexto al
quinto mes tomara al menos 9 meses; del sexto al sexto, al menos 10 meses.
El lector puede demostrar formalmente que la matriz P de (17.3.2) es regular,
por medio de una adaptacin del argumento de la seccin 4.3. Una cadena
regular es ergdica, esto es, se estabilizar, y los valores estables en el vector
final, H = nP~, no dependern del vector inicial (Kemeny y Snell, 1960,
seccin 2.4).
En la situacin de estabilidad, la distribucin de un grupo de edades en
los diversos estados puede ser estimada mediante un conjunto de ecuaciones
lineales. Si la matriz estable n, es
11 = Ô TTi - - 7T9] ,
la condicin de estabilidad es la ecuacin matricial
n = np,
que es la misma que las nueve ecuaciones homogneas

7T0 = PK% ,
7Ti = 7t0 >

TTj = TTi . (17.3.4)
y stas, junto con las condiciones no homogneas sobre las probabilidades de

un conjunto exhaustivo de eventos mutuamente excluyentes
7T0 + 7Ti + + 7T, = 1 , (17.3.5
se puede resolver para las II lo que viene a dar
t, = jt, = ;r 8 = p/(9p + 1)
7T, = 1/(9p + 1) .
El vector estable es en consecuencia
n_ L_]. (17.3.6)
L9p + 1 9/;+l 9p + 1 9p +
Si el perodo estril es de h 1 meses, entonces los 9 en (17.3.6) se reem-

plazan por h 1. Es posible hacer un anlisis adicional de la forma general
de la matriz P' definida en (17.3.2), en trminos de las races caractersticas de
P, determinadas a partir de |P XI| = 0 , una ecuacin en forma de determi-
nante que el lector puede evaluar como
|P - \ = V - qXk~l - p = 0 . (17.3.7)
La unidad es la raz dominante de (17.3.7), y se puede encontrar una aproxima-

cin asinttica correspondiente al trmino principal de (3.2.23), por el mtodo
usado para el diferente problema de la seccin 3.2. Roger Avery ha sealado
que la matriz de (17.3.2) se puede generalizar para tomar en cuenta el aborto
espontneo, reemplazando los 1 por las probabilidades de continuar el emba-
razo, y completando con los complementos de stos la ltima columna.
S el objeto consiste meramente en calcular el vector estable real (17.3.6),
se dispone de una lnea de razonamiento alternativa y menos tcnica. Supon-
gamos que la probabilidad de concepcin de una mujer que no est embarazada
en algn mes dado es p. Entonces, el nmero medio de intentos para cada xito
es 1 fp, como vimos en la seccin 17.2. Si el perodo no susceptible es de h = 1
meses, supuesto que no est sujeto a variacin alguna (aleatoria o de otro tipo),
entonces el tiempo medio desde un embarazo al siguiente es de h1 + 1 fp
meses. Entre un grupo grande de mujeres con este intervalo medio, la tasa de
embarazo, que es la misma que la proporcin en su primer mes de embarazo es
1 _ P (17.3.8)
h - 1 + l/p (h - l)p + 1 '
lo cual est de acuerdo con el primer elemento de (17.3.6) cuando h = 10. De

manera similar para la proporcin de mujeres que estn en el segundo, ter-
cero, . . . , (h 1) simo mes de embarazo; si todo embarazo lleva a un nacido
vivo, entonces, entre un grupo grande, despus que el proceso ha estado en
marcha por algn tiempo, el mismo nmero de mujeres estar en cada uno de
los (h 1) estados. Y si p/[(h \)p -f- 1] estn en cada uno de los estados de
embarazo, o (h 1)p/[(h 1)> + 1] en todos, entonces el resto, o sea
! _ {h-\)p = 1 (17 3 9)
(A-l)/>+l (h-\)p+\
debe estar en el h simo estado, el de no embarazo o susceptibilidad. Este argu-

mento un tanto intuitivo justifica aproximadamente (17.3.6).
Para un ejemplo numrico de los resultados (17.3.8) y (17.3.9), supongamos
un perodo no susceptible de h 1 = 9 meses, y p = 0,18 la probabilidad de
concepcin en cualquier mes dado. Entonces la tasa asinttica de concepcin
mensual (igual a la tasa bruta de natalidad para una poblacin grande) ser
0.18/(9(0.18) + 1] = 0.0687 .
Si la contracepcin se usa ahora umversalmente con un 50 por ciento de efica-

cia, entonces p baja a 0,09, y la tasa bruta de natalidad a 0,09/[9(0,09) + 1] =
= 0,0497 por mes, que equivale a una reduccin del 28 por ciento. Si, por
otra parte, el 50 por ciento de la poblacin usa anticonceptivos con 100 por cien-
to de eficacia, la reduccin en la tasa de natalidad es de 50 por ciento. (Vase
Tietze, (1962) para medidas de la eficacia anticonceptiva.)
Dichas tasas se pueden traducir a nmeros esperados de hijos durante
un perodo de vida reproductiva de 20 aos = 240 meses. La p de 0,18, no
considerando el perodo estril, da 240 x0,18 = 43 nacimientos, descontando
por el perodo de esterilidad esto se reduce a un ms razonable mximo de
240 x 0,0687 = 16,5. Si el 50 por ciento de las mujeres usa anticonceptivos
con 100 por ciento de eficacia despus de tener dos hijos, el promedio bajar
a -(16,5 -f- 2,0) = 9,2; si todas las mujeres usan la contracepcin con 50 por
ciento de eficacia despus de dos hijos, el promedio ser
2.0 + (240 - 28)(0.0497) = 12.5 ,
donde descontamos 28 meses por dos perodos de esterilidad de 9 meses cada

uno y dos perodos de espera de 5 meses cada uno.
El argumento conduce a una poltica de persuasin de mujeres para que
usen anticonceptivos efectivamente. Si (en un pas) la eficacia con que todas
las mujeres usan anticonceptivos es 1 e, y (en otro pas) la proporcin de
mujeres que usan anticonceptivos con eficacia perfecta es 1 -a (el resto no usa),
entonces, para un efecto equivalente de la tasa bruta de natalidad asinttica,
tenemos
0.1 Se _ 0.18
9(0.18e) + i 9(0.18)+!
400 DISTRIBUCIONES DE POBLACION Y COMPORTAMIENTO INDIVIDUAL 17.3
o, dividiendo por 0,18 y tomando recprocos,
i.<a + JL = i .
e a
que es una relacin lineal en los recprocos. Para pequeos cambios Aa y Ae

tenemos
i i = 2 . 6 2 SL,
de modo que, en el margen, se requerira un cambio en e de 2,62e/a por ciento

para igualar el efecto de un 1 por ciento de cambio en a. Esto es suponiendo
un perodo de esterilidad de 9 meses, que es indudablemente bajo. Mindel Sheps
(1967, pg. 13) supone un perodo de 18 meses; el lector ver en su calculadora
de escritorio en qu medida las conclusiones anteriores son corroboradas por
perodos ms prolongados de no susceptibilidad. Dibuje la curva de 1 e con-
tra 1 a para distintos perodos.
El intervalo de esterilidad por embarazo es menos importante donde los
padres han tenido todos los hijos que desean y estn aspirando a un 100 por
ciento de eficacia anticonceptiva (Tietze, 1962). Los efectos de lograr slo un
95 por ciento de eficacia bien pueden ser sorprendentes. Supongamos que 95
por ciento de efectividad lleva la probabilidad de concepcin en cualquier mes
a 0,01. Entonces, la probabilidad de evitar durante 20 aos ( 240 meses) todos
los nacimientos es slo (0,99)24!> = 0,09, un valor no afectado por el perodo no
susceptible. El nmero esperado de nacimientos en 20 aos es 240(0,01) =z 2,4,
calculado en base a la distribucin binomial y sin considerar el perodo de este-
rilidad del embarazo. Esto sera reducido muy levemente si tomamos en cuenta
dicho perodo, a aproximadamente 240[0,01/(0,09 -f- 1)] = 2,2. Las parejas fe-
cundas que usan anticonceptivos todo el tiempo y que alcanzan un 95 por ciento
de efectividad anticonceptiva pueden esperar ms de dos hijos en 20 aos, bajo
las suposiciones que aqu hemos hecho. Si ellos quieren un nmero esperado
de 3 hijos, entonces slo durante 3/p 17 meses, ms los tres perodos de em-
barazo en el curso de los 20 aos, podran ellos arriesgarse a no usar anticoncep-
tivos en absoluto; durante 196 meses tendran que tener cuidado.
Otros temas de discusin, para los que podra ser til un anlisis formal,
surgen de la importante distincin entre planificacin familiar, que permite a
las mujeres tener el nmero de hijos que desean, y planificacin de la poblacin,
por medio de la cual el nmero total se restringe a lo que se pueda sostener
colectivamente (Davis, 1967). La relacin entre variables sociales por una parte
y variables intermedias, incluyendo el uso de anticoncepcin, por la otra, es pre-
sentada por Davis y Blake en un artculo clsico (1956).
La utilidad de descontar por un perodo de esterilidad, al pensar en el pro-
ceso de concepcin y nacimiento, y especialmente al considerar el efecto de la
contracepcin, justifica la presentacin de una dduccin adicional. La tcnica
de ecuaciones en diferencias publicada por D. Basu (1955) arroja ms luz sobre
el argumento precedente.
Supongamos que la probabilidad de concepcin para el mes n es Pn. Si no

ocurri ninguna concepcin en el momento cero, de lo cual la probabilidad es
q, entonces, todas las probabilidades posteriores son las mismas excepto que se
pueden medir a partir del momento 1. Con respecto a esta posibilidad P
es qP-1- Si en el momento cero hubo una concepcin, de lo cual la probabili-
dad es p, entonces las probabilidades posteriores, desde el momento h en ade-
lante son las mismas, pero ahora medidas a partir del momento h, y con respecto
a esto Pn es igual a pPn_ h. Combinando estas dos posibilidades, mutuamente
excluyentes y exhaustivas, sobre F 0 resulta
Pn = qPn-i + pPn-u , n>0, (17.3.10)
donde definimos Pn = 0, n < 0. [Esta sucinta manera de justificar (17.3.10),

considerando tres escalas de tiempo, se debe a D. Sharma].
Si la funcin generatriz de las Pn es
<p{s) = P0 + Pts + P^2 + ,
entonces, multiplicando la ecuacin de recurrencia (17.3.10) que contiene P

a la izquierda por s", n = 0, 1, 2, . .. y sumando resulta en
6(j) = p + qs^s) + psk(s), (17.3.11)
y resolviendo para <f>(s), tenemos
(s) = p/(l - qs - ps) . (17.3.12)
Si hacemos s igual a 1/A, entonces (17.3.12) se convierte en
pXh
l" - qX"-1 - p '
cuyo denominador es idntico con el primer miembro de (17.3.7). [Qu de-

muestra esto?]
Las races de la ecuacin polinmica de grado h, psh qs 1 = 0 son 1 y
nmeros negativos, o complejos de valor absoluto mayor que 1, como se puede
demostrar adaptando el argumento que se sigui en (5.2.3), usado para la ecua-
cin integral en el captulo 5. Efecte la prueba comenzando por poner
s = ex(cosjy + i sin y)
en psh -f- qs = I, igualando las partes reales y comparando con la ecuacin en

la raz real s = 1.
Expresando el segundo miembro de (17.3.12) en crecientes potencias de s,
obtendramos como coeficientes de s las probabilidades, consideradas desde un
punto inicial cero, de una concepcin en el cero simo, primero, segundo, etc.
mes. Si bien es cierto que esto se puede hacer para comprobar el procedimiento,
ello no nos acerca a una solucin. Pero la forma de (17.3.12) sugiere que el
anlisis de la seccin 5.8 puede ser aplicable. La funcin generatriz queda ms
simple desarrollndola en fracciones parciales, factorizado el denominador en
(Is)R(s), donde R(s) tiene races en s tal que |sf| > 1 . Si pensamos en
las fracciones A J ( s ) que surgiran y las imaginamos desarrolladas en cre-
cientes potencias de (s/sf), resulta claro que su influencia sobre la solucin dismi-
nuye a medida que las potencias de (s/s) van ascendiendo, lo que equivale a
decir, a medida que el tiempo va transcurriendo. Finalmente, lo nico que pre-
valece es el trmino As correspondiente a la raz igual a 1 y l constituye la solu-
cin asnttica; un poco en el sentido en que nts'; donde ut 1 /[st1+iF (î)] es
el primer trmino de (5.8.6), constituye la solucin, para un t suficientemente
grande, en el conjunto de ecuaciones (5.8.2). Necesitamos conocer explcita-
mente A.
La descomposicin en fracciones parciales de <j>(s) a partir de (17.3.12) se
puede escribir
m
ry = - qs-
p-
ps" = l - s R(s)
multiplicando por 1 s y tomando lmites cuando s tiende a 1, nos da para la

constante A
A p\\m( ) = -plW ~ V ~ = p . (17.3.13)

-i \1 qs
as ps
ps'hJ ds
q + hp
El desarrollo asinttico se obtiene despreciando B(s)/R(s)\

p - ^
1 qs psh 1 s
= --( 1 + + J8 + 3 + );
q + hp
o sea, la probabilidad de una concepcin en un mes cualquiera es
p(q + hp) = p/( 1 + (h - 1 )p), (17.3.14)
lo que concuerda con el resultado del argumento anterior, como se expres en

(17.3.8) o, para h = 10, en (17.3.6). Como en el captulo 5, las races complejas
(obtenidas igualando el denominador R(s) a cero, y omitidas en este tratamiento)
producirn ondas de amplitud decreciente en la aproximacin a la probabilidad
asinttica (17.3.14).
Mindel Sheps demuestra en un trabajo indito que este enfoque se puede
extender fcilmente para tomar en cuenta las prdidas fetales, al menos cuando
las prdidas ocurren en un tiempo fijo, digamos w, despus de la concepcin.
17.3 DESCUENTO POR E L PERIODO ESTERIL DEL E M B A R A Z O 403
Supongamos que n es la probabilidad que tiene una mujer susceptible de ini-

ciar una concepcin de que sta resultar en aborto espontneo w meses des-
pus, p la probabilidad de una concepcin que tendr por resultado un nacido
vivo, y <7 = 1JT p. Entonces, en lugar de (17.3.10) obtenemos para P, la
probabilidad de que una concepcin conduzca a un nacimiento vivo en el mes n:
Pn = 0 , n < 0 ,
P* = qP~ 1 + + pPn_k , n> o.
Ahora multiplicando P por s" y sumando da
<f>(s) = p + qs<f>(s) + ns"0(s) + psh0(s),
y despejando <f(s) se ve que es
= - _ (17.3.15)
l qs 0 v
La ecuacin (17.3.12) es el caso especial en que n, la probabilidad de prdida,

es cero.
La probabilidad asinttica de concepcin que conduce a un nacimiento
vivo, obtenida despreciando las fracciones parciales ms all de la primera, est
dada por los coeficientes de s en el trmino principal de A/( 1s), es decir,
por A. Esto se obtiene de (17.3.15) tomando una derivada como antes:
A = lim ( ~ S)P ) = P , (17.3.16)

-.i VI qs jes" psh/ q + nw + ph
comparable con (17.3.14) (Sheps y Perrin, 1963, pg. 1035).

Tres formulaciones diferentes han producido los resultados idnticos (17.3.6),
(17.3.8) y (17.3.14), para la tasa asinttica de embarazo y con cada una se podra
producir (17.3.16). La probabilidad final de estar en un mes dado de embarazo,
p/($p 1) o p/[(h 1 )p -f- 1], es obtenida mediante otros mtodos por Henry
(1957, 1961) y Dandekar (1955).
El contador de tipo I
Podemos necesitar saber ms acerca de la distribucin de los embarazos durante
un intervalo de tiempo dado. Para las varianzas y momentos de orden superior
no bastar la solucin presentada arriba. Feller (1948) proporciona un elegante
anlisis del contador de Tipo I para partculas radioactivas, trabajando en base
a una ecuacin de renovacin similar a (5.1.1). Consideraciones secundarias
acerca del mtodo de Feller se pueden encontrar en Bharucha-Reid (1960, pg.
299) y Fisz (1962, cap. 5). Sheps (1967) resea la extensa literatura sobre los
modelos de concepcin y nacimiento.
17.4. SIMULACION
Louis Henry (1953a, 1957, 1961) fue uno de los primeros en el estudio de
modelos estocsticos para reproduccin. El afianza los resultados del presente
captulo y desarrolla un modelo en que el orden de los nacimientos juega un
papel central. Perrin y Sheps (1964) consideran un proceso estocstico que reco-
noce cinco estados, no solo fecundable y embarazo, sino tambin tres tipos de
esterilidad, adems del embarazo, que son los que siguen a la prdida fetal, na-
cido muerto y a un nacido vivo. El mismo mejora las versiones anteriores al
considerar todo en tiempo continuo (y no en tiempo discreto como ocurre con
casi toda la exposicin precedente), y al hacer del intervalo estril debido a pr-
dida, una variable aleatoria. Sheps y Menken (1967) proveen una clasificacin,
resumen y reconciliacin de la diversa y extensa literatura.
A un cierto punto en la construccin de modelos probabilsticos, la mate-
mtica se vuelve inmanejable y as se hace natural el uso de simulacin. Sheps
(1967), Perri y Sheps (1965), Sheps y Ridley (1965b), y Hyrenius (1964) han
diseado simulaciones acerca de embarazo y nacimiento. Orcutt y otros (1961)
efectuaron una promisoria simulacin de gran escala, que no slo inclua naci-
mientos y defunciones, sino tambin la formacin de hogares y el ingreso a la
poblacin activa. Ms recientemente, Horvitz y otros (1967) han emprendido
una extensa simulacin que debera dar por resultado nuevos descubrimientos
acerca de la fecundidad y crecimiento de la poblacin.
C A P I T I ) LO
EL PROCESO DE RAMIFICACION
COMO UN MODELO DE POBLACION
El proceso de ramificacin tiene sus races en la discusin de Francis Galton

sobre "la decadencia de las familias de hombres que ocuparon posiciones cons-
picuas en tiempos pasados". Pocos de los grandes escritores y estadistas del
pasado tienen descendientes vivos actualmente. La gente ha sealado esto como
una evidencia de que "una elevacin en el confort fsico y capacidad intelectual
est necesariamente acompaada por una disminucin en la fecundidad". Pero
si "por la ley comn de las probabilidades, una gran proporcin de familias est
muriendo continuamente, evidentemente resulta que hasta que sepamos qu pro-
porcin es, no podemos estimar si cualquier disminucin de apellidos entre las
familias cuya historia podemos delinear es o no un signo de fecundidad dismi-
nuida" (Galton y Watson, 1874, pg. 138). El enunciado juicioso de la teora
lo proporciona Harris (1963), basado en cientos de artculos disponibles y en sus
propias contribuciones. Las aplicaciones en fsica nuclear y qumica han llegado
a ser importantes. Estamos aqu en presencia de un caso entre muchos de un
mtodo ideado para el estudio del hombre y que ha resultado fructfero en el
estudio de la naturaleza.
Despus de un resultado importante en trminos de la funcin iterada
(18.1.2) abajo, se describir un mtodo de uso del computador para calcular
distribuciones en generaciones sucesivas, y se exhibirn los resultados de los
clculos.
18.1. TEORIA DE RAMIFICACION

El punto de partida es un conjunto de probabilidades jt0, jti, Jt2, de que un
hombre no tenga hijos varones, tenga un hijo varn, dos hijos varones, etc. o que
una mujer no tenga hijas, tenga una hija, etc. Estas probabilidades se aplican
independientemente a cada individuo, sea grande o pequea la familia en que
naci. Podemos calcular las probabilidades para los nietos varones: la probabi-
lidad de cero nietos varones en la lnea masculina debe ser 3x() (la probabilidad
de que un hombre no tenga hijos) ms la probabilidad de que tenga un hijo
varn que no tenga hijos varones 7Ti7r0 ms la probabilidad de que tenga dos
hijos varones ninguno de los cuales tiene un hijo varn, etc. Para cual-
quier otro resultado se podran similarmente seguir todas las rutas (mutuamente
excluyentes) posibles y sumar las probabilidades de todas ellas.
La funcin iterada
El recurso usado por Watson para resolver el problema formulado por Galton
405
406 EL PROCESO DE RAMIFICACION COMO VN MODELO DE POBLACION 18.1
fue una funcin generatriz que sistematiza el clculo de probabilidades. El

estudi
f(s) = TTo + itis + ns* + , (18.1.1)
que el lector puede comparar con la funcin generatriz bastante diferente F(s)
de (5.8.3) o <j>(s) usada en (17.3.11). Entre otras diferencias la suma de las pro-
babilidades que tenemos aqu, /(1), debe ser igual a 1. [Cul es el valor de
F(l) en (5.8.3)?] Evidentemente /(O) es la probabilidad de cero hijos varones,
vale decir, la probabilidad de extincin en la primera generacin. La distribu-
cin del nmero de hijos varones en dos hombres est dada por los coeficientes
de las potencias de s en
[ / O ) ] 2 = (Xo + JTt + T V 2 + - ) !
= Jtl + 27T07T1.S + (2K0nt + 7Ci)s* +
como se puede verificar prontamente por enumeracin de las diversas posibi-

lidades. Por ejemplo, la probabilidad de que dos hombres tengan en total dos
hijos varones es 2ito% + 7 1 v e t c > siempre bajo el supuesto de independencia y
con la aplicabilidad del mismo conjunto de probabilidades.
Esto proporciona la distribucin de probabilidad de los nietos varones.
La probabilidad de que un hombre tenga dos hijos varones es jt2; la distribu-
cin (condicional) de los hijos varones de estos dos est dada por los coeficientes
de las potencias de s en [/()]2. En consecuencia, si no sabemos cuntos hijos
varones tendr, las probabilidades de que tenga dos, y que tenga cero, uno,
dos . .. nietos varones son los coeficientes de s, s1, s2, ... en %(/(?)] Las co-
rrespondientes probabilidades no condicionales para nietos varones que cubren el
caso de tres nietos varones son los coeficientes de las potencias de s en Jt<[/($)]R-
Por tanto podemos decir, en base al supuesto de probabilidades constantes e
independientes, que las probabilidades de cero, uno, dos, etc. nietos se obtienen
como los coeficientes de 1, S2, . . . en
+ J T j / O ) ] + * , [ / ( * ) ] ' + tt3[/(5)]3 + (18.1.2)
Pero (18.1.2) es exactamente lo mismo que (18.1.1) con f(s) ocupando el

lugar de s, y se puede escribir /[/(s)] o f2(s). Se puede continuar la iteracin de
f(s); la distribucin de los nmeros de bisnietos estara dada por los coeficientes
de i en f3(s) = f{f[f(s)]}, etc. Cada una de las iteraciones se deduce de la ante-
rior: fn+i(s) = /[/ fl (4] Y podemos iterar en grupos sin afectar la respuesta:
/.+.(*)=/[/.<*)]=/.[/.<*)],
para todo entero m > 0, n > 0.
La probabilidad de extincin en la primera generacin es no o /(O). En la
segunda generacin, nietos, es /[/(O)] o /2(0), y en la n sima generacin es /(O).
La probabilidad de extincin en la ( - f 1) sima generacin debe ser al menos
tan grande como la de la n sima. Un examen del proceso algebraico mediante
el cual se forma fn+1(s) a partir de fn(s) demuestra que el trmino absoluto f(0)
18.1 TEORIA DE RAMIFICACION 407
Grfico 18.1
FUNCION I T E R A D A fn(s) PARA n ~ 0, 1,2, 3, oo. MUJERES

JAPONESAS DE 45 - 4 9 AOS, CENSO D,E 1960
puede aumentar con n, pero nunca puede decrecer de modo que /(O) debe ser
una sucesin montonamente no decreciente en n. Adems, fn(0) tiene una cota
superior, correspondiente a la probabilidad de extincin de la unidad, y cual-
quier serie montonamente creciente con una cota superior debe tener un punto
lmite nico.
Para determinar este punto lmite, notemos que:
a) en el lmite / n + 1 (0) ser igual a /(O),
b) por definicin para todo n, fD+1(0) = f[f(0)].
De a) y b) tenemos en el limite la ecuacin
/,(0) = /[/(<>)],
de modo que el valor lmite x, digamos de /n(0) es la raz real entre 0 y 1 de

x=f(x), (18.1.3)
si tal raz existe (Feller, 1957, pg. 275).

Las sucesivas iteraciones de f(s) se intersectan con seguridad en el punto en
que s - f(s), puesto que donde s = f(s) tendremos s = /[/($)], etc. Esto y (18.1.3)
fijan dos puntos en fx(s), una funcin no decreciente de s para todo 0 ^ s ^ 1,
y puesto que sus ordenadas son las mismas, fK(s) debe ser una recta horizontal
en el intervalo que va de 0 a x.
En el punto de aplicacin de esta teora nos apartamos de la exposicin
408 EL PROCESO DE RAMIFICACION COMO UN MODELO DE POBLACION 18.1
MUESTRA 18.1
DISTRIBUCION ffj, E MUJERES DE ACUERDO AL NUMERO

DE HIJAS MUJERES, DEDUCIDA DE LA DISTRIBUCION c o, Cly C2, . . .
DE ACUERDO AL NUMERO DE HIJOS (Vase pgs. 411-412).
Nmero Computada como si tuviera 0, 1, 2 , . . . hijas mujeres

total Nmero
de mujeres
hijos/hijas 1 2
0 c< Co
1 Ci Ci(l - g ) Cl g
2 C2 c 1 - g f 2c 2 (l -g)g
3 C CS( 1 - g f 3c a (l -gfg 3c-a(l -g)g2
4 Ci 4(1 'gf 4c4(1 - g f g 6C4(1 -g)Y ..
Total c n0c 1t\C 7T2C
d e Galton en trminos de hombres y sus hijos varones a lo que los datos comn-
mente disponibles permitenmujeres e hijas mujeres. El grfico 18.1 muestra
la primera, segunda, tercera, y ltima iteraciones, fi(s), / 2 (), / 3 (), y / ( i ) , para
las mujeres japonesas de 45-49 aos de edad, tal como ellas informaron retros-
pectivamente acerca del nmero de sus hijos en el censo de 1960. Los datos
primarios fueron la distribucin de las mujeres de acuerdo al total de hijos naci-
dos (Naciones Unidas, Demographic Yearboak, 1963, tabla 16); de stos se dedujo
la distribucin de las mismas mujeres segn el nmero de hijas mujeres que
sobreviven a edad madura, usando un recurso discutido abajo e ilustrado en la
muestra 18.1. En el cuadro 18.1 se proporciona una informacin ms detallada
sobre la misma poblacin, donde el cambio de fn(s) hacia una recta con un salto
e n s = I contina hasta f9(s). Calculada la curva de / 1 0 (s) en doble precisin (no
aparece en la tabla) sta permaneci entre / 10 (s) = 0,32 y / 1 0 (i) = 0,35 en todo
el rango desde s = 0,00 a s = 0,98, y luego fue de 0,35 a 1,00 entre s = 0,98 y
s ~ 1,00. Para n finito dado, las curvas de jjs) son ascendentes y cncavas hacia
arriba (donde s > 0), puesto que f'(s) y f"(s) son mayores que cero.
Los diversos mtodos para la solucin de la ecuacin caracterstica <|r(r) de
(5.2.2) en la seccin 5.3 estn disponibles para i = f(s). El lector puede aplicar
cualquiera de stos o el mtodo de la secante de la seccin 3.2 a los datos para
Israel, 1961 (cuadro 18.2). Aqu s = f(s) es
s = 0 . 2 7 6 7 + 0 . 3 2 8 9 s + O . I 9 4 9 s 2 + 0.0862* + 0.0509s4
+ 0 . 0 3 2 9 s 6 + 0.0183J 6 + 0 . 0 0 8 0 j 7 4 0 . 0 0 2 6 8 + 0.0006*.
El lector encontrar que s f(s) = 0,00522 para s = 0,5; s f(s) = 0,00202

para s = 0,52; la recta de interpolacin da s f(s) 0 para s = 0,5144. Veri-
fique que 0,5144 = / ( 0 , 5 1 4 4 ) .
Una formulacin matricial

En vez de programar la extensa lgebra para manipular las probabilidades indi-
viduales mediante la funcin iterada, expresamos lo ltimo como una matriz
CUADRO 18.1
ITERACIONES SUCESIVAS DE LA FUNCION GENERATRIZ DE LA DISTRIBUCION
DE PROBABILIDADES DE LAS MUJERES JAPONESAS
DE 45-49 AOS EN 1960 SEGUN NUMERO DE HIJAS MUJERES NACIDAS
s fi (s) fi (S) f 3 (S) f* (s) fs (s)
0.0 0 .2092 0 . 2752 0.3020 0 .3139 0.3194
0.1 0.2375 0 .2863 0.3068 0 .3161 0.3204

0.2 0.2717 0 . 3005 0.3132 0 .3191 0.3218
0.3 0.3130 0 .3190 0.3217 0 . 3231 0.3237

0.4 0.3630 0 .3434 0.3335 0 . 3287 0.3264
0.5 0.4238 0 .3764 0.3503 0 . 3370 0.3304
0.6 0 .4978 0 .4223 0.3756 0 .3499 0.3367
0 .7 0.5881 0 .4882 0.4160 0 . 3720 0.3480
0.8 0.6986 0 .5868 0.4872 0 . 4153 0.3716
0.9 0.8339 0 .7415 0.6313 0 .5242 0.4404
1.0 1 .0000 1 .0000 1.0000 1 .0000 1.0000
Aumento de fB(s) a f0(s) para s = 0 , 9 a s = 1,0
s f 5 (S) B ( S ) f ? (s) f (s) fs (s)
0 .90 0.4404 0 . 3861 0.3555 0.3395 0 .3316

0 .91 0.4545 0.3946 0.3601 0.3419 0 . 3328
0 .92 0.4714 0.4052 0.3659 0.3449 0 .3342
0 .93 0.4920 0.4185 0.3734 0.3487 0 . 3362
0 .94 0.5175 0.4357 0.3834 0.3540 0 . 3388
0 .95 0.5497 0.4588 0 . 3973 0.3615 0 . 3426

0 .96 0.5913 0.4908 0.4177 0.3729 0 .3485
0 .97 0.6467 0.5377 0.4500 0.3919 0 . 3586
0 .98 0.7229 0.6115 0.5073 0.4287 0 .3793
0 .99 0.8327 0.7399 0.6296 0.5227 0 .4393

1.00 1.0000 1.0000 1.0000 1.0000 1 .0000
f ! (S) = 1T0 + IT 1S + TTzS + ... = 0 . 20917 + 0, 2 5 8 3 8 s
+ 0 . 23595s 2 + CT. 1 5 9 3 3 s 3 + 0 . 08275s'* + 0.03567s5
+ 0.01331s6 + 0.00420s7 + 0.00106s8 + 0.00016s9
+ 0.00002s ". 1
" Programado por Thomas G. Donnelly y William Taylor.

CUADRO 18.2
PRIMEROS SEIS ELEMENTOS DE LAS DIEZ PRIMERAS FILAS DE LA MATRIZ

INFINITA P PARA LAS MUJERES DE ISRAEL DE 4549 AOS, 1961
1. 0000 0 0 0 0 0
0. 2767 0 .3289 0 . 1949 0 . 0862 0 .0509 0. 0329
0. 0765 0 . 1820 0. 2160 0. 1759 0 .1229 0 . 0853
0. 0212 0 .0755 0 . 1345 0 . 1618 0 . 1535 0 . 1287
0. 0059 0 . 0279 0 . 0662 0 . 1055 0 . 1295 0 . 1338

0. 0016 0 . 0096 0. 0286 0 . 0569 0 .0861 0 . 1075
0. 0004 0 . 0032 0. 0114 0. 0272 0 .0490 0 . 0722

0 . 0001 0 .0010 0 . 0043 0 . 0119 0 . 0250 0. 0425
0 . 0000 0 . 0003 0 . 0016 0 . 0049 0 .0118 0 . 0228
0 . 0000 0 .0001 0 . 0005 0 . 0019 0 .0052 0 . G 113
* Programado por Andrea Tyree.
y as reducimos a una multiplicacin matricial el problema de averiguar la pro-

babilidad de que una lnea de descendencia contenga exactamente n miembros
en x generaciones.
Aun con las restricciones de que la edad no est considerada, que estamos
siguiendo un solo sexo, por ejemplo mujeres, y que las generaciones van a ser
la unidad de referencia, llamamos E0 al estado de no tener hijas mujeres durante
el curso de la vida, al de tener una hija mujer, al de tener dos hijas
mujeres, etc. Entonces el vector que representa las probabilidades de alcanzar
estos estados al cabo de la vida reproductiva de una mujer ser
n = [7r 7T, n. ]s[?tE0 Pr EY Pris,-..].
Piense en una matriz infinita P, que postmultiplica el vector I I , si es nece-

sario convertido en vector infinito llenndolo con ceros, para llevar cualquier
generacin a la prxima. Para llevar la primera generacin a la segunda tenemos
"1 0 0
TTo nt 7T2
n\ T-njto
n P = [7T Ti 7T. . (18.1.4)
ni litjl
Para construir P se requiere una frmula simple (18.1.5 abajo) basada en el

hecho de que lo que aparece en el casillero j simo de la i sima fila es el coefi-
cente de s'-'1 en (TCO + itis + x^s2 -f- - ) 4 - 1 (Galton y Watson, 1874, pg. 140).
Los elementos de cada fila se obtienen multiplicando los de arriba y a la iz-
quierda por jto, iti, Jt2, etc. D e all que el primer elemento de la cuarta fila es
el primer elemento de la tercera multiplicado por jto, el segundo elemento de la
cuarta fila es el segundo elemento de la tercera multiplicado por jt0, ms el pri-
mer elemento multiplicado por jtx; el tercero es el tercer elemento de la tercera
fila multiplicado por jto ms el segundo de la tercera fila multiplicado por
Jti ms el primero de la tercera fila multiplicado por it2, etc. En general
PA = X*PI-I,S + ffiA-i.,--, + FTTPI-IJ-T + (18.1.5)
Entonces P representar la transicin desde una mujer que existe con certeza,
n = [0 1 0 0 0 - ] ,
a las probabilidades de 0, 1, 2, . . . hijas mujeres. Siendo I I P las probabilidades

para los nmeros de hijas entonces para 0, 1, 2,/nietas a travs de las hijas las
probabilidades estn dadas por el vector horizontal IIP 2 ; . . . ; para 0, 1, 2, . . .
descendientes mujeres a travs de la lnea femenina en la n sima generacin, las
probabilidades son IIP*1. Demuestre que la multiplicacin por la matriz P, cuyos
nmeros se calculan mediante (18.1.5), es el equivalente de una iteracin de
la funcin generatriz.
Para aplicar este mtodo a datos reales de una sucesin de generaciones,
necesitamos conocer ia distribucin de los individuos de acuerdo con el nmero
de su prole, todo para un sexo. Lotka (1931b, pg. 378) usa la poblacin blanca
de los Estados Unidos en 1920 y obtiene de las estadsticas de nacimientos la
probabilidad de tener 0, 1, 2, 3, . . . hijos. Esto toma en cuenta todos los naci-
mientos, pero tiene el defecto de que se aplica a un solo perodo. Podemos evitar
la distorsin debida al perodo, al menos en este caso, usando una fuente dife-
rente: los informes censales de las mujeres de 45-49 aos de edad sobre el nmero
de hijos nacidos vivos que han tenido. La ventaja de referirse a una cohorte
est aqu acompaada por la desventaja de omitir del anlisis a las mujeres que
murieron antes de tener 45-49 aos. Restringir el anlisis a mujeres de 45-49
aos, distorsiona la distribucin al omitir partes a la izquierda, o sea, en los
nmeros ms pequeos de hijos.
Necesitamos el nmero de hijos del mismo sexo cuando aquel de los padres
que viven lo hace por un perodo suficientemente largo como para que sus hijos
se conviertan a su vez en padres. L o que est disponible para los Estados Unidos
(Demographic Yearbook, 1963, Tabla 16) es slo la distribucin de las mujeres
segn los hijos (ambos sexos) tenidos, y debemos aplicar un recurso debido a
Lotka (1931b, pg. 379; 1939c, pg. 131) para aproximar la distribucin de las
mujeres segn nmero de hijas mujeres.
Supongamos que la proporcin de mujeres que no tienen hijos es c 0 , que tie-
nen un hijo es clt que tienen dos hijos es c2, etc., y que la proporcin de naci-
mientos que son del sexo femenino es g, igual a 0,48793 para los Estados Unidos
en 1959-61 de acuerdo a los registros oficiales. Entonces podemos decir que to-
das las c0 mujeres no tienen hijas mujeres. De las cx madres de un hijo, la
proporcin con una hija mujer es g, de modo que gcx es un nmero esperado de
todas las mujeres que tienen un hijo y que este hijo sea del sexo femenino. De
las c 2 madres con dos hijos, habr un nmero esperado g 2 c 2 con dos hijas mu je-
res; 2g(l g)c2 con una hija mujer; (1 g)2c2 sin hijas. Procediendo de esta
manera (muestra 18.1) dividimos las c en clases de acuerdo al nmero de hijas
mujeres en una distribucin binomial.
Se requiere un ajuste adicional para permitir la posibilidad de morir antes
que se alcance la edad reproductiva. Suponemos para todos los individuos la
misma probabilidad promedio de sobrevivir a la edad reproductiva. Para las ta-
blas de vida oficiales de los Estados Unidos en 1959-61, encontramos que /2r,/0
es 0,96418. Esto se puede aplicar en la misma forma que la relacin de mascu-
linidad; en realidad se puede incorporar como un factor en la g del paso prece-
dente. Si pensamos en la probabilidad de que un nacimiento sea no slo una
nia, sino una nia que sobrevive a la edad de 25 aos, para reemplazar la g
usada previamente, no se requiere cambio adicional en el procedimiento.
La segunda fila del cuadro 18.2 muestra la distribucin de las mujeres segn
nmero de hijas mujeres para Israel, 1961, tal como se obtuvo por este mtodo.
El cuadro 18.2 como un todo es una parte de la matriz P que se construy en el
computador. En principio, tanto la matriz P como el vector II son infinitos en
tamao; nuestra aproximacin fue de 150 X 150 para la primera y 150 x 1
para el ltimo, necesitando 22 500 posiciones de memoria para P y 150 para II.
La distribucin de probabilidades para generaciones sucesivas aparece en
las filas sucesivas del cuadro 18.3 siendo cada una el vector II de (18.1.4) des-
pus de la multiplicacin por P*. El lector puede verificar la transicin de una
fila a la siguiente, al menos para las primeras generaciones y nmeros de des-
cendientes. Por ejemplo, la probabilidad de una (n = 1) bisnieta (x = 3) se
obtiene como el producto interno de la fila para nietas en el cuadro 18.3 (x = 2)
por la segunda columna de la matriz P del cuadro 18.2:
(0.3847)(0) + (0.1519)(0.3289) + (0.1224)(0.1820) + = 0.0811 ,
que concuerda con el segundo elemento de la tercera fila del cuadro 18.3.
A la altura de la decimotercera generacin la probabilidad de extincin es
para Israel tan alta cuanto 0,5134, en tanto que la probabilidad de tener aun
slo un descendiente es apenas 0,0007. La ms alta probabilidad individual
aparte de cero es de veinte descendientes, pero aun sa es slo 0,00077 (no apa-
rece en el cuadro). Un clculo similar para la poblacin femenina de Estados
Unidos, 45-49 aos, en 1960, muestra que la probabilidad de cero descendientes
es 0,79878; de uno, 0,00594; de dos, 0,00611, en la decimotercera generacin.
Cuando se toman en cuenta ms generaciones, estas probabilidades continan
disminuyendo, bajando a un lmite cero para algn nmero dado no cero de
descendientes. O la lnea se extingue de nuevo o uno tiene cientos o miles
de descendientes.
18.2. METODO ABREVIADO PARA DETERMINAR

LA PROBABILIDAD DE EXTINCION
La probabilidad de extincin se puede expresar en forma simple suponiendo
una progresin geomtrica en las ito, m, Jt2, . Si toda la serie forma una pro-
gresin geomtrica con razn comn g,
7ro = 7c; 7c = ng ; 7rs = xg",... ,

CUADRO 18.3
oo
PROBABILIDAD DE n DESCENDIENTES DEL SEXO FEMENINO EN LA xsima GENERACION PARA LAS MUJERES k>
ISRAEUES DE 45-49 ANOS; 1961
X n = 0 n = 1 n = 2 n = 3 n = 4 n = 5 n = 6 n = 7 n = 8 . . .
1 0 .2767 0 . 3289 0 .1949 0 .0862 0 .0509 0 .0329 0 .0183 0 .0080 0 . 0026 . . .
2 0 .3847 0 . 1519 0 . 1224 0 .0844 0 .0645 0 .0506 0 .0387 0 . 0286 0 . 0208 . . .
3 0 .4384 0. 0811 0 . 0737 0 .0595 0 .0514 0 .0451 0 .0391 0 .0333 0 . 0282 . . .
4 0 .4681 0. 0466 0 .0451 0 .0392 0 .0361 0 .0336 0 .0311 0 . 0284 0 , 0258 . . .
5 0 .4856 0. 0280 0 . 0280 0 . 0254 0 .0242 0 . 0234 0 .0224 0 .0212 0 . 0200 . . .
6 0 .4962 0 . 0172 0 .0176 0 .0164 0 .0159 0 .0157 0 .0153 0 .0148 0 . 0144 . . .
7 0 .5028 0 . 0108 0 .0112 0 .0105 0 .0104 0 .0103 0 .0102 0 .0100 0 . 0098 . . .
8 0 .5069 0. 0068 0 . 0071 0 .0067 0 .0067 0 .0067 0 .0067 0 .0067 0 . 0066 . . .
9 0 .5095 0. 0043 0 .0045 0 .0043 0 .0043 0 .0044 0 .0044 0 .0044 0 . 0043 . . .
10 0 .5112 0. 0028 0 .0029 0 .0028 0 .0028 0 . 0028 0 .0028 0 . 0028 0 . 0028 . . .
11 0 .5123 0 . 0018 0 . 0018 0 .0018 0 .0018 0 .0018 0 .0018 0 .0018 0 . 0018 . . .
12 0 .5130 0 . 0011 0 .0012 0 .0011 0 .0011 0 .0012 0 .0012 0 .0012 0 0012 . . .
13 0 .5134 0. 0007 0 .0008 0 .0007 0 .0007 0 .0008 0 .0008 0 .0008 0 . 0008 . . .
* Programado por Andrea Tyrce OS

414 EL PROCESO DE R A M I F I C A C I O N C O M O UN MODELO DE POBLACION 18.2
en tal caso, puesto que la suma de las probabilidades es igual a la unidad,
7T0 + ^ + 7T2 + = 7T + TCg + 7tg* + = Jr/(1 - g) = 1, (18.2.
y %= 1 g. Adems, el nmero medio de hijas mujeres m se determina de
m = t, + 2?r, + = 7tg + litg1 H
= xg/V -gY = g/(l -g) (18.2.2)
aplicando (18.2.1), y en consecuencia
g = m/(l+m); tv = 1 - g = 1/(1 + m). (18.2.3)
Ahora la probabilidad de extincin es la solucin en s de
S f(s) = 7T0 + 7TS + 7rS* H

= n + Kgs + TTgV
o
s = tt/(1 gs) (18.2.4)
Sustituyendo los valores de g y it de (18.2.3) en (18.2.4),
1 - ms/( 1 + m)
o ,
(ms - 1)( - 1) = 0 ,
de lo cual la solucin admisible es
ms- 1 = 0 , o s = 1/m = jc/(l - x), (18.2.5)
un resultado debido a Steffensen, citado por Lotka (1939c, pg. 136). Este m-
todo de un solo parmetro es insatisfactorio; para las mujeres estadounidenses
de 45-49 aos en 1960 da una probabilidad de extincin de 0,6297, contra
0,8209 obtenido de la ecuacin completa s = f(s).
Nosotros pasamos ahora a un sistema biparamtrico programado por Lotka
(1939c, pg. 130) que supone una progresin geomtrica desde el segundo tr-
mino jtj en adelante. Aqu
1 = 7T0 + TCi + + Ttig* +
= 7t0 + 7T>/(1 - g) . (18.2.6)
Para la ecuacin s = f(s) tenemos
s = tt0 + 71^/(1 - gs). (18.2.7)
Eliminando jtj de (18.2.6) y (18.2.7) y no considerando la raz s= 1 se llega a
s=icjg. . (18-2-8)
18.2 METODO PARA DETERMINAR LA PROBABILIDAD DE EXTINCION 415
CUADRO 18.4
PROBABILIDAD DE EXTINCION DE LA LINEA FEMENINA
EN LA DECIMOTERCERA GENERACION; PROBABILIDAD DE EXTINCION
FINAL SEGUN (18.2.10) Y SEGUN LA ECUACION POLINOMICA s = f(s);
CINCO COHORTES DE MUJERES DE 45-49 QUE INFORMARAN
SOBRE NUMERO DE HIJOS NACIDOS
EXTINCION FINAL SEGUN
Progresin geomtrica despus

del primer trmino
(18.2.10)
Extincin en
la 13^ generacin
Probabilidad Ecuacin
usando la matriz"
de polinmica '
(18.1.4)
extincin s=m
Jto ti
-lungria
I960 0.7020 0 . 3432 0.3269 0 .6834 0.7130
srael
1961 0.5134 0 . 2766 0.3289 0.5071 0.5144
apta
1960 0.3242 0 .2092 0.2584 0 .3107 0.3242
xico "
1960 0.4066 0 . 3047 0.1569 0.3935 0.4066
.stados Unidos
1960 0.7988 0 .3864 0.3168 0.7989 0.8209
Programado por Andrea Tyree.

' Programado por William Taylor.
' Edades 40-49.
Lotka establece e por mnimos cuadrados de jtj, 312 Alternativamente, se

puede eliminar g de (18.2.6) y (18.2.7) y resolver para s en la ecuacin cuadrtica
1 1 1 (18.2.9)
1 - TTo 7To 7
de modo que se usa slo jto y iti de los datos. El lector puede probar que las
races de (18.2.9) son = 1 (que no es de inters) y
JTo 7T 7T o
s = (18.2.10)
1 - Ito 7T, 1 - 7T,/(1 - 7T0)
El cuadro 18.4 nos muestra una buena concordancia para cinco poblaciones
entre la matriz para la decimotercera generacin, el clculo mediante (18.2.10),
416 EL PROCESO DE RAMIFICACION C O M O UN MODELO DE POBLACION 18.1
CUADRO 18.5
MUJERES DE 45-49 AOS DE EDAD SEGUN NUMERO DE HIJOS DECLARADOS,

PERU 1961, CON EL CALCULO ABREVIADO EN (182.10) DE LA
PROBABILIDAD DE EXTINCION DE LA LINEA FEMENINA MOSTRANDO
EL USO DEL METODO DE LA MUESTRA 18.1
PARA ESTABLECER jc<, Y m
I Nacimientos de nias \ / M /1V3567V
6 \ Total de nacimientos [ u f \ 358 318/
Cientos
de mujeres
Nmero de que declaran i
hijos nacidos hijos"
t Ct v-gy ''g('-g)'-1
0 192 1
1 105 0.6047 0.3953

2 115 0.3656 0 .4781
3 136 0.2211 0.4336
4 148 0.1337 0.3496

5 163 0.0808 0.2643
6 198 0.0489 0.1918
9" 816 0.0108 0.0635
Total de mujeres
informantes 1873
TTO = I c ( l - G) /Ic i = 0 .2024
TTi = I i i c 1 g ( l - g ) i _ 1 / l c i = 0.1816
Probabilidad de extincin = r- = 0.262

1 - TTj/(l - TT 0 )
Fuente: Naciones Unidas, Demographic Yearbook, 1963, pg. 455.

Siete y ms.
y la ecuacin completa s = f(s), o sea, todas las maneras de estimar la probabi

lidad de extincin.
El mtodo ms fcil es (18.2.10), que slo requiere no y calculables como
dos promedios ponderados de la distribucin de las mujeres de acuerdo a los
hijos nacidos. El cuadro 18.5 muestra el detalle del clculo para Per, 1961,
dando los promedios ponderados jto 0,2024 y iti = 0,1816. Entonces de
(18.2.10) la probabilidad de extincin es 0,262.
18.3 EFECTO DE UN CAMBIO EN LA DISTRIBUCION 417
18.3. E F E C T O D E U N C A M B I O E N L A D I S T R I B U C I O N
SOBRE L A P R O B A B I L I D A D DE E X T I N C I O N
La variacin de la probabilidad de extincin entre las poblaciones es sorpren-

dentemente grande; las usadas con fines de ilustracin en este captulo van desde
0,26 para Per (cuadro 18.5) hasta 0,82 para los Estados Unidos (cuadro 18.4).
La probabilidad de extincin depende de la fraccin de individuos que no tienen
hijos o que slo tienen un hijo, ms que del promedio de hijos que tengan.
El promedio podra ser exactamente una nia, pero si cada mujer tuviera una
nia sobreviviente la probabilidad de extincin sera cero. El promedio de mu-
jeres mejicanas de 40-49 aos fue de 4,331 hijos, y la probabilidad de extincin
fue de 0,41; para las mujeres japonesas de 45-49 aos result que en promedio
tienen menos hijos que las mejicanas, 3,916, pero su probabilidad de extincin
tambin fue menor, 0,32 en a trigsimotercera generacin, debido a una menor
variacin entre las mujeres.
El cambio en la probabilidad de extincin correspondiente a un pequeo
cambio en la probabilidad JC de tener t hijos se determina mediante la ecuacin
s f(s). Diferenciando ambos miembros respecto a jt, se obtiene
_ flf) + = f'(s) ,
djti drc ds dz dns
de donde la solucin para ds/djes
ds _ j*
~chr ~ 1 -f'(s) '
Pero al despreciar el hecho de que = 1 estamos simplificando dema-

siado la situacin. Puesto que la suma de las probabilidades debe dar uno,
podemos aumentar jt sin un cambio correspondiente en otros trminos. Suponga
que disminuimos n en 8, la misma cantidad en que crece jr* i < /. Entonces
debido a una doble aplicacin del argumento anterior, e cambio en s es
<I8-3-'>
El resultado (18.3.1) muestra que si trasladamos cualquier parte de la dis-

tribucin de probabilidades desde JT, hasta el valor x, i < /, aumentamos la
probabilidad de extincin. (Para demostrar esto necesitamos el hecho de que
1 f'(s) es positivo para el s que satisface s = f(s). Si tanto i como j son gran-
des, el efecto es pequeo, y ser ms pequeo mientras ms cerca estn i y ;
entre s y mientras menor sea e valor de s. Se logra el mayor efecto cuando
i = 0 y j es suficientemente grande como para que s> sea despreciable, incremen-
tndose en tai caso la probabilidad de extincin en 1 /[lf'(s)] veces el aumento
en to- Demuestre para los datos de Israel del cuadro 18.2, en que la ecuacin
= f(s) se satisface para = 0,5144 y f (0,5144) = 0,6423, que un cambio de 0,01
de Jti a jt0 aumentar la probabilidad de extincin en 0,0136; demuestre tam-
bin que el mismo cambio de % a jt8 aumentara la probabilidad de extincin
en slo 0,000067.
418 EL PROCESO DE RAMIFICACION C O M O UN MODELO DE POBLACION 18.1
De esta manera podramos tomar dos poblaciones verdaderas, por ejemplo,

Per e Israel, y "explicar" o descomponer la diferencia en sus probabilidades de
extincin en trminos de las diferencias de los diversos jt.
Cul distribucin de nias nacidas de cada mujer est implcita en el pro-
ceso de nacimientos de la seccin 16.1? En el proceso de nacimiento y muerte?
Por qu la probabilidad de extincin calculada en base al proceso de ramifi-
cacin es ms precisa que la que se calcula en la seccin 16.1?
Este captulo ha discutido slo un "tipo", un solo sexo de una poblacin
humana no diferenciada en cuanto a edad u otras caractersticas. La extensin
del argumento a los diversos tipos, que pueden ser edades, sexos, estados civiles,
especies animales, o combinaciones de stas, aparecen en el trabajo de Bartlett
(1955), Harris (1963), Pollard (1966) y Goodman (1967b). El modelo de pobla-
cin menos restringido desarrollado hasta ahora es el proceso de ramificacin
multitpico de Galton-Watson, del cual apareci un caso especial en la seccin
16.4. Su anlisis general incluye ideas matemticas que estn fuera de] alcance
de este libro.
CONCLUSION
Como este tratamiento de las matemticas para el estudio de las poblaciones
proviene de un trabajo de aproximadamente cinco aos de labor casi inin-
terrumpida, estoy ms que nunca consciente de las lagunas que contiene. No
slo se han omitido del todo algunos temas, sino que algunos de los que se
incluyen han sido cubiertos incompletamente. Pens que era mejor desarrollar
con algn detalle temas bsicos tales como las representaciones matricial y me-
diante ecuaciones integrales de la trayectoria de la poblacin y terminar con
un recuento superficial de los procesos estocsticos, aunque esto ltimo sea im-
portante matemtica y demogrficamente; la razn de esta eleccin respecto de
los temas se debi parcialmente a la falta de espacio, y en parte a un intento
de mantener las matemticas al nivel del clculo y lgebra matricial elementales.
Algunos tpicos, como por ejemplo el ajuste de curvas (captulo 9) y su aplica-
cin a la interpolacin (captulo 10), han sido tratados en forma breve debido
simplemente a que en la actualidad se dispone de suficiente literatura secunda-
ria, adems del hecho de que el inters moderno se ha trasladado a otras reas.
Muchos temas importantes estn representados slo por medio de pregun-
tas dirigidas al lector, las cuales l puede responder en su papel de borrador
mientras lee. No se necesita pedir excusas al lector por el hecho de que se le
pida que complete los aspectos algebraicos de una demostracin para la cual
todos los supuestos necesarios estn en la pgina que tiene frente a s. El lector
necesita participar en el desarrollo del argumento, y el libro es ya largusimo.
Por otra parte, lo compacto de la presentacin y el largo del salto de un paso al
siguiente puede a veces alcanzar tal grado que se pierda la pista de un argu-
mento, y de esto s que hay que excusarse. La velocidad promedio con que
puedo completar en detalle el argumento a una clase es de una hoja impresa
por hora aproximadamente, y al lector solitario le llevar al menos ese tiempo
autoexplicrselo, a menos que ya conozca algo del tema. Fuera del autor sern
pocos los que sigan cada pgina con este grado de atencin; la presentacin de
una lista de los smbolos principales, despus de la bibliografa, permitir en
algn grado la lectura separada de los captulos.
La omisin ms grande es la falta de material que llene las lagunas entre
18.3 CONCLUSION 419
demografa y econometria, demografa y gentica, demografa y ecologa, y de-

mografa y sociologa. Las tcnicas aqu presentadas se estn usando en campos
interdisciplinarios, y hemos presentado en la siguiente bibliografa algunos tem
que dan a conocer estas extensiones. Muchos problemas requieren investiga-
cin, y se espera que sean aplicables a ella los mtodos del presente libro.
BIBLIOGRAFIA
Abramowitz, M. y L A . Stegun (eds.), Handbook of Mathematical Functions.

Washington, D.C.: National Bureau of Standards Applied Mathematics Series
N 5 5 , 1 9 6 5 .
Aitken, A.C., Determinants and Matrices. 9a ed. Niieva York: Interscience
Publishers, 1 9 5 6 .
Allen, R.G.D., Mathematical Analysis for Economists, lera ed., 1 9 3 8 . Londres:
Macmillan, 1 9 6 2 .
Andrewartha, H.G. y L.C. Birch, " T h e Lotka-Volterra theory of interspecific
competition", Australian Journal of Zoology, I, ( 1 9 5 3 ) , 1 7 4 - 1 7 7 .
. The Distribution and Abundance of Animals. Chicago: University of
Chicago Press, 1 9 5 4 .
Arriaga, E.A., " N e w abridged life tables for Peru: 1 9 4 0 , 1 9 5 0 - 5 1 and 1 9 6 1 " ,
Demography, III ( 1 9 6 6 ) , 2 1 8 - 2 3 7 .
Bailey, N.T.J., " O n estimating the size of mobile populations from capture-
recapture d a t a B i o m e t r i k a , XXXVIII ( 1 9 5 1 ) , 2 9 3 - 3 0 6 .
. The Elements of Stochastic Processes with Applications to the Natural
Sciences. Nueva York: John Wiley & Sons, 1 9 6 4 .
Bajema, C., "Estimation of the direction and intensity of natural selection in
relation to human intelligence by means of the intrinsic rate of natural
increase", Eugenics Quarterly, XIII ( 1 9 6 6 ) , 3 0 6 - 3 1 5 .
Barclay, George W., Techniques of Population Analysis. Nueva York: John
Wiley & Sons, 1 9 5 8 .
Bartlett, M . S . , An Introduction to Stochastic Processes with Special Reference to
Methods and Applications. Cambridge: Cambridge University Press, 1 9 5 5 .
. " O n theoretical models for competitive and predatory biological systems",
Biometrika, X U V ( 1 9 5 7 ) , 2 7 - 4 2 .
. Stochastic Population Models in Ecology and Epidemiology. Nueva Y o r k :
John Wiley & Sons, 1 9 6 0 .
. C. Gower y P.H. Leslie, " A comparison of theoretical and empirical results
for some stochastic population models", Biometrika, XLVII ( I 9 6 0 ) , 1 - 1 1 .
. y D.G. Kendall, " O n the use of the characteristic functional in the analysis
of some stochastic processes occurring in physics and b i o l o g y " , Proceedings of
the Cambridge Philosophical Society, XLVII (1951), 65-76.
Basu, D., " A note on the structure of a stochastic model considered by V . M .
Dandekar", Sankhya, XV ( 1 9 5 5 ) , 2 5 1 - 2 5 2 .
Beard, R.E., " S o m e notes on approximate product-integration", Journal of the
Institute of Actuaries, L X X I I I ( 1 9 4 7 ) , 3 5 6 - 4 1 6 .
Beers, Henry, "Six-term formulas for routine actuarial interpolation", Record
American Institute of Actuaries, X X X I I I ( 1 9 4 4 ) , 2 4 5 - 2 6 0 .
Bernardelli, H . , " P o p u l a t i o n w a v e s " , Journal of Burma Research Society,
X X X I , Parte I ( 1 9 4 1 ) , 1 - 1 8 .
Beshers, James, Population Processes in Social Systems. Nueva York: Free Press,
1967.
421
422
Bharucha-Reid, A l b e r t T . , Elements of the Theory of Markov Processes and Their

Applications. Nueva York: McGraw-Hill, 1 9 6 0 .
Bishir, John, " M a x i m u m population size in a branching process", Biometrics,
XVIII ( 1 9 6 2 ) , 3 9 4 - 4 0 3 .
Blalock, H . M . , Jr., Causal Inferences in Non-experimental Research, Chapel Hill,
N.C.: University of North Carolina Press, 1 9 6 4 .
Blumen, I.; M. Kogan y P.J. McCarthy, The Industrial Mobility of Labor as a
Probability Process. V o l . VI of Cornell Studies of Industrial and Labor
Relations. Ithaca, N . Y . : Cornell University Press, 1 9 5 5 .
Bogue, D.J., Principles of Demography. Nueva York: John Wiley & Sons, 1968.
. y Evelyn Kitagawa, Techniques of Demographic Research. Nueva York:
Booth, Andrew D . , Numerical Methods. 2da. ed. Londres: Butterworth's
Scientific Publications, 1 9 5 7 .
Bortkiewicz, L . V . , " D i e Sterbeziffer und der Frauenberschuss in der stationren
und in der progressiven B e v l k e r u n g " , Bulletin de l'Institut International de
Statistique, XIX ( 1 9 1 1 ) , 6 3 - 1 3 8 .
. Bevlkerungswesen. Leipzig: Teubner, 1 9 1 9 .
Boulding, K.E., "Toward a general theory of growth", Canadian Journal of
Economics and Political Science, XIX ( 1 9 5 3 ) , 3 2 6 - 3 4 0 .
. A Reconstruction of Economics. Nueva York: Science Editions, 1962.
Bourgeois-Pichat, Jean, Mesure de la Fcondit des Populations (INED, Cuaderno
12). Paris: Presses Universitaires de France, 1 9 5 0 .
. "Utilisation de la notion de population stable pour mesurer la mortalit
et la fcondit despopulations des pays sous-dvelopps", Bulletin de l'Institut
International de Statistique. (Actas de la 30a. Sesin), 1 9 5 7 .
. I. "Dfinition d'une population stable et tude exprimentale de ses
proprits caractristiques"; II. "Calcul des caractristiques des populations
stables"; III. " U n e gneralization du concept de population stable"; IV. " L e
rseau de populations stables type intermdiaire". (Indito, mimeografiado,
abril, 1 9 6 2 ) .
Bowley, A.L., "Births and population of Great Britain", Journal of the Royal
Economic Society, XXXIV ( 1 9 2 4 ) , 1 8 8 - 1 9 2 .
Brass, W., " T h e estimation of total fertility rates from data for primitive
communities", World Population Congress, 1954, 2 6 3 - 2 7 0 . Nueva York:
Naciones Unidas.
. "Simplified methods of fitting the truncated negative binomial distri-
bution", Biometrika, X L V ( 1 9 5 8 ) , 5 9 - 6 8 .
. " T h e distribution of births in human populations", Population Studies,
XII ( 1 9 5 8 ) , 5 1 - 7 2 .
Brown, A.W., " A note on the use of a Pearson Type III function in renewal
theory", Annals of Mathematical Statistics, XI ( 1 9 4 0 ) , 4 4 8 - 4 5 3 .
Burgdrfer, F., " D y n a m i k d. knft. Bevlkerungsentwickl. im Deutschen Reich",
Algemeines Statistisches Archiv, XXII (1932), 168.
Burks, Barbara S., "Statistical method for estimating the distribution of sizes of
completed fraternities in a population represented by a random sampling of
individuals", Journal of the American Statistical Association, XXVIII (1933),
388-394.
Burnside, W.S. y A . W . Panton, The Theory of Equations. 2 vols., 7a. rev. ed.,
1 9 1 2 y 1 9 2 8 . Nueva York: Dover Publications, 1 9 6 0 .
Cannan, E., " T h e probability of a cessation of the growth of population in
England and Wales during the next century", The Economic Journal, V ( 1 8 9 5 ) ,
505-515.
423
Carlson, J.F. y J . R . Oppenheimer, " O n multiplicative showers", Physical Review,

LI ( 1 9 3 7 ) , 2 2 0 - 2 3 1 .
Chapman, D.G., "Population estimation based on change of composition caused
by selective removal", Biometrika, XLII ( 1 9 5 5 ) , 2 7 9 - 2 9 0 .
Chemical Rubber Publishing Company, Standard Mathematical Tables. 12a. ed.
Cleveland, Ohio: Chemical Rubber Publishing Co., 1 9 5 9 .
Chiang, C . L . , "Competition and other interactions between species", en O.
Kempthorne (ed.), Statistics and Mathematics in Biology. Ames, Iowa: Iowa
State College Press, 1 9 5 4 , pgs. 1 9 7 - 2 1 5 .
. " A stochastic study of the life table and its applications: I. Probability
distributions of the biometric functions", Biometrics, X V l ( 1 9 6 0 a ) , 6 1 8 - 6 3 5 .
. " A stochastic study of the life table and its applications: II. Sample
variance of the observed expectation of life and other biometric functions",
Human Biology, XXXII ( 1 9 6 0 b ) , 2 2 1 - 2 3 8 .
. "Standard error of the age-adjusted death rate", Vital StatisticsSpecial
Reports, XLVII (1961a), 2 7 5 - 2 8 5 (U.S. Department of Health, Education and
Welfare, National Vital Statistics Division).
. " A stochastic study of the life table: III. The follow-up study with the
consideration of competing risks", Biometrics, XVII ( 1 9 6 1 b ) , 5 7 - 7 8 .
. " O n the probability of death from specific causes in the presence of
competing risks", Proceedings of the Fourth Berkeley Symposium on Mathe-
matical Statistics and Probability, VI (1961c), 1 6 9 - 1 8 0 .
. Introduction to Stochastic Processes in Biostatistics. Nueva Y o r k : J o h n
Wiley & Sons, 1 9 6 8 .
Chrystal, George, Textbook of Algebra. Nueva York: Dover Publications, 1 9 6 1 .
Clark, C. y R.E. Dyne, "Applications and extensions of the Karmel formula for
reproductivity", Economic Record, XXII ( 1 9 4 6 ) , 2 3 - 3 9 .
Coale, Ansley J., " T h e effects of changes in mortality and fertility on age
c o m p o s i t i o n " , Milbank Memorial Fund Quarterly, XXXIV (1956), 79-114.
. " H o w the age distribution of a human population is determined", Cold
Spring Harbor Symposia on Quantitative Biology, XXII (1957a), 83-89.
. " A new method for calculating Lotka's r the intrinsic rate of growth in a
stable population",Population Studies, XI ( 1 9 5 7 b ) , 9 2 - 9 4 .
. "Increases in expectation of life and population growth", Proceedings of
the International Population Conference, Vienna 1959 ( U n i n Internacional
para el Estudio Cientfico de la Poblacin), 3 6 - 4 1 .
. "Estimates of various demographic measures through the quasi-stable age
distribution", Emerging Techniques in Population Research: Proceedings of the
1 9 6 2 Annual Conference of the Milbank Memorial Fund. 1 7 5 - 1 9 3 .
. "Convergence of a human population to a stable f o r m " . Reunin Anual
de la Population Association of America, 1 9 6 7 .
, y P. Demeny. Regional Model Life Tables and Stable Populations.
Princeton, N.J.: Princeton University Press, 1966a.
. Methods of Estimating Fertility and Mortality from Censuses of Popu-
lation. Princeton, N.J.: Office of Population Research, 1 9 6 6 b .
, y M . Zelnick, New Estimates of Fertility and Population in the United
States. Princeton, N.J.: Princeton University Press, 1 9 6 3 .
Cochran, W . G . , Sampling Techniques. 2a. ed. Nueva York: John Wiley & Sons,
1963.
Coddington, E.A. y N . Levinson, Theory of Ordinary Differential Equations.
Nueva York: McGraw-Hill, 1 9 5 5 .
Cole, L.C., "Population cycles and random fluctuations", Journal of Wildlife
Management, X V ( 1 9 5 1 ) , 2 3 3 - 2 5 2 .
424
Cole, L.C., " T h e population consequences of life history phenomena", Quarterly

Review of Biology, XIX ( 1 9 5 4 ) , 1 0 3 - 1 3 7 .
. "Dynamics of animal population growth", en M.C. Sheps y J.C. Ridley
(eds.), Public Health and Population Change: Current Research Issues,
Pittsburgh: University of Pittsburgh Press, 1 9 6 5 .
. Ecology. San Francisco: Freeman (en prensa).
Coleman, J.S., Introduction to Mathematical Sociology. Londres: Free Press of
Glencoe (Macmillan), 1 9 6 4 .
Consael, R. y A . Lamens, "Processus Markoviens d'embranchement en demo-
graphie", Bulletin of the International Statistical Institute, XXXVII (1960),
271-289.
Cox. David, R., Renewal Theory. Nueva York: John Wiley & Sons, 1962.
Cox, P.R., "Projection of population size and age-sex structure", Proceedings
of the World Population Conference, 1965, Summary Report, I, 2 5 3 . Nueva
York, Naciones Unidas, 1 9 6 6 .
Czuber, E., Wahrscheinlichkeitsrechnung und ihre Anwendung auf Fehleraus-
gleichung, Statistik und Lebensversicherung. 2 vols. Leipzig: Teubner, 1921.
1923.
Dandekar, V . M . , "Certain modified forms of binomial and Poisson distributions",
Sankhya, XV ( 1 9 5 5 ) , 2 3 7 - 2 5 1 .
Darwin, J.H., "Population differences between species growing according to
simple birth and death processes", Biometrika, XL ( 1 9 5 3 ) , 3 7 0 - 3 8 2 .
. " T h e behavior of an estimator for a simple birth and death process",
Biometrika, XLIII ( 1 9 5 6 ) , 2 3 - 3 1 .
Davis, Harold T . , Introduction to Nonlinear Differential and Integral Equations.
Primerapub., 1 9 6 0 . Nueva Y o r k : Dover Publications, 1 9 6 2 .
Davis, Kingsley, "Population policy: Will current programs succeed? " , Science,
CLVIII ( 1 9 6 7 ) 730-739.
. y Judith Blake, "Social structure and fertility: An analytic framework",
Economic Development and Cultural Change, IV ( 1 9 5 6 ) , 2 1 1 - 2 3 5 .
De Bach, P. y H.S. Smith, " A r e population oscillations inherent in the host-
parasite relations? Ecology, X X I I ( 1 9 4 1 ) , 3 6 3 - 3 6 9 .
Deevey, E.S., Jr., " L i f e tables for natural populations of animals", Quarterly
Review of Biology, X X I I ( 1 9 4 7 ) , 2 8 3 - 3 1 4 .
Demeny, Paul, "Estimation of vital rates for populations in the process of
destabilization". (Mimeografiado, 1964).
Deming, W. Edwards, Statistical Adjustment of Data. la. pub., 1 9 4 3 . Nueva
York: Dover Publications, 1 9 6 4 .
. " O n simplifications of sampling design through replication with equal
probabilities and w i t h o u t s t a g e s " , Journal of the American Statistical Associ-
ation, LI ( 1 9 5 6 ) , 2 4 - 5 3 .
. y N. Keyfitz, "Theory of surveys to estimate total population", Proceed-
ings of the World Population Conference, 1965, I I I , 1 4 1 - 1 4 4 . Nueva Y o r k :
Naciones Unidas, 1 9 6 7 .
Dharmadhikari, S.W., " A generalization of a stochastic model considered by
V . M . Dandekar", Sankhya, X X V I , Serie A ( 1 9 6 4 ) , 3 1 - 3 8 .
Dobbernack, W. y G. Tietz, " D i e Entwicklung von Personengesamtheiten vom
Standpunkt der Sozialversicherungstechnik", Twelfth International Congress
of Actuaries, IV ( 1 9 4 0 ) , 2 3 3 - 2 5 3 .
D o e t s c h , G . , Einfhrung in Theorie und Anwendung der Laplace-Transformation.
Basel: Birkhuser Verlag, 1 9 5 8 .
Dorn, Harold F., "Pitfalls in population forecasts and projections", Journal of
the American Statistical Association, XLV (1950), 311-334.
425
Dublin, L.I. y A.J. Lotka, " O n the true rate of natural increase as exemplified
by the population of the United States, 1 9 2 0 " , Journal of the American
Statistical Association, X X ( 1 9 2 5 ) , 3 0 5 - 3 3 9 .
, A.J. Lotka y M. Spiegelman, Length of Life. Nueva York: Ronald Press,
1949.
Duncan, O.D., "Occupation trends and patterns of net mobility in the United
States", Demography, III ( 1 9 6 6 ) , 1 - 1 8 .
, R.P. Cuzzort y Beverley Duncan, Statistical Geography. Glencoe, Illinois:
Free Press, 1 9 6 1 .
D u r a n d , J.D., "World population estimates 1 7 5 0 - 2 0 0 0 " , Proceedings of the World
Population Conference, 1965, II, 1 7 - 2 2 . Nueva York: Naciones Unidas, 1967a.
. " T h e modern expansion of world population", Proceedings of the
American Philosophical Society, CXI ( 1 9 6 7 b ) , 1 3 6 - 1 5 9 .
Edwards, A . W . F . , "Sex-ratio data analysed independently of family limitation",
(Mecanografiado, 1 9 6 5 ) .
Elderton, W.P., Frequency Curves and Correlation. 3a. ed. Cambridge: The
University Press, 1 9 3 8 .
Elton, Charles, The Ecology of Animals. Londres: Methuen & Company, 1 9 3 3 .
Errington, P., "Prdation and vertebrate populations", Quarterly Review of
Biology, XXI ( 1 9 4 6 ) , 1 4 4 - 1 7 7 .
Euler, L., "Recherches gnrales sur la mortalit et la multiplication", Mmoires
de l'Acadmie Royale des Sciences et Belles Lettres, XV (1760), 144-164.
Faddeeva, V . N . , Computational Methods of Linear Algebra. Trad., C . D . Benster.
Nueva York: Dover Publications, 1 9 5 9 .
Feller, W., " D i e Grundlagen der Volterraschen Theorie des Kampfes ums Dasein
in wahrscheinlichkeitstheoretischer Behandlung", Acta Biotheoretica, V
(1939), 11-40.
. " O n the integral equation of renewal theory", Annals of Mathematical
Statistics, xn ( 1 9 4 1 ) , 2 4 3 - 2 6 7 .
. " O n probability problems in the theory of counters", en Studies and
Essays (presented to R. Courant on his 60th birthday). Nueva York: Inter-
science Publishers, 1948, pgs. 1 0 5 - 1 1 5 .
. "Diffusion processes in genetics", Proceedings of the Second Berkeley
Symposium on Mathematical Statistics and Probability (1951), 227-246.
. An Introduction to Probability Theory and its Applications. V o l . 1, 2a. ed.
Nueva York: John Wiley 8c Sons, 1 9 5 7 .
Finn, R.K., "Accounting for periodicities in biology", Bull. Math. Biophysics,
XVI ( 1 9 5 4 ) , 1 8 1 - 1 8 2 .
Fisher, R . A . , The Genetical Theory of Natural Selection. Primera p u b . , 1930.
Nueva York: Dover Publications, 1 9 5 8 .
Fisz, Marek, Probability Theory and Mathematical Statistics. Nueva York: John
Wiley & Sons, 1 9 6 3 .
Flieger, Wilhelm, S V D . , A Re-examination of the Demographic Transition in the
Light of Newly Collected Data. Ph. D . dissertation, D e p a r t m e n t of S o c i o l o g y ,
University of Chicago, 1 9 6 7 .
Foerster, H. v., P.M. Mora y L.W. Amiot, " D o o m s d a y : Friday, 13 November,
A . D. 2 0 2 6 " , Science, CXXXII ( 1 9 6 0 ) , 1 2 9 1 - 1 2 9 5 .
Fort, T., Finite Differences and Difference Equations in the Real Domain.
Oxford: Oxford University Press, 1 9 4 8 .
Frazer, R.A., W.J. Duncan y A . R . Collar, Elementary Matrices. Cambridge: The
University Press, 1963.
Freedman, R., D. Goldberg y L. Bumpass, "Current fertility expectations of married
couples in the United States: 1 9 6 3 P o p u l a t i o n Index, x x x i ( 1 9 6 5 ) , 3 - 2 0 .
426
Freeman, Harry, Finite Differences for Actuarial Students. Cambridge: The

Friedman, B., Principles and Techniques of Applied Mathematics. Nueva York:
Frobenius, G., " b e r Matrizen aus nicht negativen Elementen", Sitz. Preuss.
Akad. ( 1 9 1 2 ) , 4 5 6 - 4 7 7 .
Frberg, Carl-Erik, Introduction to Numerical Analysis. Reading, Massachusetts:
Addison-Wesley, 1 9 6 5 .
Furry, W.H., " O n fluctuation phenomena in the passage of high energy electrons
through lead", Physical Review, LII ( 1 9 3 7 ) , 5 6 9 - 5 8 1 .
Galton, F. y H.W. Watson, " O n the probability of extinction of families",
Journal of the Anthropological Institute, VI ( 1 8 7 4 ) , 1 3 8 - 1 4 4 .
Gantmacher, F.R., The Theory of Matrices, trad. K . A . Hirsch 2 vols. Nueva
York: Chelsea Publishing Co., 1 9 5 9 .
Gause, G.F., La thorie mathmatique de la lutte pour la vie. (Actualits
Scientifiques, N 2 7 7 ) . Paris: Hermann, 1935a.
. "Experimental demonstration of Volterra's periodic oscillations in the
number o f animals", Journal of Experimental Biology, XII (1935b), 44-48.
. y A . A . Witt, "Behavior of mixed populations and the problem of natural
selection", en W.E. Hazen (ed.), Readings in Population and Community
Ecology. Philadelphia: W.B. Saunders Co., 1 9 6 4 , pgs. 1 0 8 - 1 2 1 .
Gershenson, H., Measurement of Mortality. Chicago: Society of Actuaries, 1 9 6 1 .
Glass, D . V . y E. Grebenik, The Trend and Pattern of Fertility in Great Britain,
A Report on the Family Census of 1946. Vol. 6 of Papers of the Royal
Commission on Population. Londres: H.M. Stationery Office, 1 9 5 4 .
Goldberg, Samuel, Introduction to Difference Equations. Nueva York: Science
Editions, 1 9 6 1 .
Goodman, L . A . , "Population growth of the sexes", Biometrics, IX (1953a),
212-225.
. "Sequential sampling tagging for population size problems", Annals of
Mathematical Statistics, XXIV ( 1 9 5 3 b ) , 5 6 - 6 9 .
. " S o m e possible effects of birth control on the human sex ratio", Annals
of Human Genetics (Londres), XXV (1961a), 7 5 - 8 1 .
. "Statistical methods for the mover-stayer m o d e l " , Journal of the American
Statistical Association, LVI ( 1 9 6 1 b ) , 8 4 1 - 8 6 8 .
. " S o m e possible effects of birth control on the incidence of disorders and
on the influence of birth order", Annals of Human Genetics (Londres),
XXVII ( 1 9 6 3 ) , 4 1 - 5 2 .
. " O n the statistical analysis of mobility tables", American Journal of
Sociology, L X X ( 1 9 6 5 ) , 5 6 4 - 5 8 5 .
. "Population growth of the sexes when the age-specific rates for males and
females are different: I. The expected pattern of growth". (Indito, 1967a).
. "Population growth of the sexes when the age-specific rates for males and
females are different: II. A stochastic m o d e l " . (Indito, 1967b).
. " O n the reconciliation of mathematical theories of population growth",
Journal of the Royal Statistical Society, C X X X , Serie A (General) (1967c),
541-553.
. " T h e probabilities of extinction for birth-and-death processes that are
age-dependent or phase-dependent", Biometrika, LIV (1967d).
. " O n the age-sex composition of the population that would result from
given fertility and mortality conditions", Demography, IV (1967e).
. " A n elementary approach to the population projection-matrix and to the
mathematical theory of population growth", Demography, V (1968a).
. "Stochastic models for the population growth of the sexes", (Indito, 1968b).
427
Grabiii, Wilson, "Lecture on Aitken's iteration process", given at Population Re-

search and Training Center, University of Chicago, mayo, 1 9 6 5 . (Mimeogra-
fiado).
Greville, T.N.E., "Short methods of constructing abridged life tables", Record of
the American Institute of Actuaries, X X X I I , Parte I ( 1 9 4 3 ) , 2 9 - 4 2 .
. " A generalization of Waring's formula", Annals of Mathematical Statistics,
X V (1944a), 2 1 8 - 2 1 9 .
. " T h e general t h e o r y o f o s c u l a t o r y i n t e r p o l a t i o n " , Transactions of the
Actuarial Society of America, XLV ( 1 9 4 4 b ) , 2 0 2 - 2 6 5 .
. "United States abridged life tables, 1 9 4 5 " , Vital Statistics Special Reports:
Selected Studies of the Public Health Agency, National Office of Vital
Statistics, XXIII (Abril 15, 1 9 4 7 ) , 2 4 3 - 2 4 7 .
. Methodology of the National, Regional, and State Life Tables for the
United States: 1959-1961. Washington, D.C.: United States Department of
Health, Education, and Welfare, National Center for Health Statistics, Public
Health Publication N 1 2 5 2 , Vol. I, N 4 , octubre 1 9 6 7 .
Hadwiger, H., " Z u r Berechnung der Erneuerungsfunktion nach einer Formel von
V . A . Kostitzin", Mitteilungen der Vereinigung schweizerischer Versicherungs-
mathematiker, XXXIV ( 1 9 3 7 ) , 3 7 - 4 3 .
. " Z u r Frage des Beharrungszustandes bei kontinuierlich sich erneuernden
Gesamtheiten", Archiv fr mathematische Wirtschafts- und Sozialforschung,
V (1939a), 3 2 - 3 4 .
Hadwiger, H., " U b e r die Integralgleichungen der Bevlkerungstheorie", Mittei-
lungen der Vereinigun schweizerischer Versicherungsmathematiker, XXXVHI
(1939b), 1-14.
. "Eine analytische Reproduktionsfunktion fr biologische Gesamtheiten",
Skandinavisk Aktuarietidskrift, XXIII ( 1 9 4 0 ) , 1 0 1 - 1 1 3 .
. "Eine Formel der mathematischen Bevlkerungstheorie", Mitteilungen
der Vereinigung schweizerischer Versicherungs mathematiker, XLI ( 1 9 4 1 ) ,
67-73.
, y W. Ruchti, "Uber eine spezielle Klasse analytischer Geburtenfunktionen",
Metron, XIII, 4 ( 1 9 3 9 ) , 1 7 - 2 6 .
, y W. Ruchti, "Darstellung der Fruchtbarkeit durch eine biologische
Reproduktionsformel", Archiv Mathematische Wirtschafts- und Sozialfors-
chung, VII ( 1 9 4 1 ) , 3 0 - 4 0 .
Hajnal, J., "Aspects of recent trends in marriage in England and Wales", Popul-
ation Studies, I (1947a), 7 2 - 9 2 .
. " T h e analysis o f birth statistics in the light o f the r e c e n t international
recovery of the birth-rate", Population Studies, I ( 1 9 4 7 b ) , 1 3 7 - 1 6 4 .
. " S o m e comments on Mr. Karmel's paper, 'The relations between male and
f e m a l e r e p r o d u c t i o n r a t e s P o p u l a t i o n Studies, II ( 1 9 4 8 ) , 3 5 4 - 3 6 0 .
. " T h e prospects for population forecasts", Journal of the American
Statistical Association, L ( 1 9 5 5 ) , 3 0 9 - 3 2 2 .
. " T h e ergodic properties of nonhomogeneous finite Markov chains",
Proceedings of the Cambridge Philosophical Society, LII ( 1 9 5 6 ) , 6 7 - 7 7 .
. " W e a k ergodicity in nonhomogeneous Markov chains", Proceedings of the
Cambridge Philosophical Society, LIV ( 1 9 5 8 ) , 2 3 3 - 2 4 6 .
Haidane, J.B.S., " A mathematical theory of natural and artificial selection",
Proceedings of the Cambridge Philosophical Society, XXIII ( 1 9 2 7 ) , 6 0 7 - 6 1 5 .
Hansen, M.H., W.N. Hurwitz y W.G. Madow, Sample Survey Methods and
Theory. 2 vols. Nueva York: John Wiley & Sons, 1 9 5 3 .
Harris, Theodore E., The Theory of Branching Processes. Englewood Cliffs.
N.J.: Prentice-Hall, 1963.
428
Hartree, D . R . , Numerical Analysis. 2a. ed. Oxford: Clarendon Press, 1 9 5 8 .

Hauser, P.M., " T h e use of sampling for vital registration and vital statistics".
Bulletin of the World Health Organization, XI ( 1 9 5 4 ) , 5 - 2 4 .
. y O.D. Duncan (eds.), The Study of Population. Chicago: University of
Chicago Press, 1 9 5 9 .
Hawkins, D. y S. Ulam, Theory of Multiplicative Processes, I. Los Alamos
Scientific Laboratory, L A D C - 2 6 5 , 1 9 4 4 .
Hazen, William E. (ed.), Readings in Population and Community Ecology.
Philadelphia: W.B. Saunders Co., 1 9 6 4 .
Henderson, R., Mathematical Theory of Graduation, Actuarial Studies, N 4.
Chicago: Society of Actuaries, 1 9 3 8 .
Henry, Louis, "Fondements thoriques des mesures de la fcondit naturelle",
Revue de l'Institut International de Statistique, XXI (1953a), 135-151.
. Fcondit des mariages: Nouvelle mthode de mesure. Paris: Institut
National d'Etudes Dmographiques, 1 9 5 3 b .
. "Fcondit et famille. Modles mathmatiques i " , Population, X I l ( 1 9 5 7 )
413-444.
. "Fcondit et famille. Modles mathmatiques I I " , Population, XVI ( 1 9 6 1 ) ,
27-48 y 261-282.
Herglotz, G., " U b e r die Integralgleichungen der Elektronentheorie", Mathe-
matische Annalen, LXV ( 1 9 0 8 ) , 8 7 - 1 0 6 .
Hermalin, A.I., " T h e effect of changes in mortality rates on population growth
and age distribution in the United S t a t e s " , Milbank Memorial Fund Ouarterly,
XLIV ( 1 9 6 6 ) , 4 5 1 - 4 6 9 .
Hertz, P., " D i e Bewegung eines Elektrons unter dem Einflsse einer stets gleich
gerichteten Kxa.it", Mathematische Annalen, LXV (1908), 1-86.
Hickman, J.C., " A statistical approach to premiums and reserves in multiple
decrement theory", Transactions of the Society of Actuaries, XVI, Part I
(1964), 1-16.
Hildebrand, F.B., Introduction to Numerical Analysis. Nueva York: MacGraw-
Hill, 1 9 5 6 .
Horvitz, D . G . ; F. Giesbrecht y P.A. Lachenbruch, "Microsimulation of vital events
in a large population". Documento presentado a la reunion de la Population
Association of America, Cincinnati, 1 9 6 7 .
Householder, Alton S P r i n c i p l e s of Numerical Analysis. Nueva York: McGraw-
Hill, 1 9 5 3 .
Hyrenius, H., " L a mesure de la rproduction et de l'accroissement naturel",
Population, III ( 1 9 4 8 ) , 2 7 1 - 2 9 2 .
. "Reproduction and replacement", Population Studies, IV ( 1 9 5 1 ) , 4 2 1 .
, y I. Adolfsson, A Fertility Simulation Model. Goteborg, Sweden: Uni-
versity of Goteborg, Demographic Institute Reports, 2, 1 9 6 4 .
Ince, E.L., Ordinary Differential Equations. Primera pub., 1 9 2 6 . Nueva York:
Dover Publications, 1 9 5 6 .
Irwin, J.O., " T h e standard error of an estimate of expectational life", Journal
of Hygiene, XLVII ( 1 9 4 9 ) , 1 8 8 - 1 8 9 .
J a f f e , A.J., Handbook of Statistical Methods for Demographers, U.S. Bureau of
the Census. Washington, D . C . : U.S. Government Printing Office, 1951.
Johnson, N.L., "Systems of frequency curves generated by methods of trans-
lation", Biometrika, X X X V I ( 1 9 4 9 ) , 1 4 9 - 1 7 6 .
Johnston, J., Econometric Methods. Nueva York: McGraw-Hill, 1 9 6 3 .
Jordan, C., Calculus of Finite Differences, 2a. ed. Nueva York: Chelsea Publishing
Co., 1 9 4 7 .
Jordan, C.W., Life Contingencies. Chicago: Society of Actuaries, 1 9 5 2 .
429
Joshi, D.D., " L e s processus stochastiques en dmographie", Pubi. Inst. Statist.

Univ. Paris, III ( 1 9 5 4 ) , 1 5 3 - 1 7 7 .
. "Stochastic models utilized in demography", Proceedings, World Popul-
ation Conference, 1965, m , 2 2 7 - 2 3 3 . Nueva Y o r k : Naciones Unidas, 1967.
Kaplan, E.L., y Paul Meier, "Nonparametric estimation from incomplete observa-
t i o n s " , Journal of the American Statistical Association, LUI ( 1 9 5 8 ) , 4 5 7 - 4 8 1 .
Kaplan, Wilfred, Ordinary Differential Equations. Reading, Mass.: Addison-
Wesley, 1 9 5 8 .
. Operational Methods for Linear Systems. Reading, Mass.: A d d i s o n - W e s l e y ,
1962.
Karlin, Samuel y J. McGregor, " T h e differential equations of birth and death
processes and the Stieltjes moment problem", Transactions of the American
Mathematical Society, LXXXV (1957a), 489-546.
. "The classification of birth and death processes", Transactions of the
American Mathematical Society, LXXXVI (1957b), 366-400.
. "Linear growth, birth, and death processes", Journal of Mathematics and
Mechanics, IV ( 1 9 5 8 ) , 6 4 3 - 6 6 2 .
Karmel, P.H., " T h e relations between male and female reproduction rates",
Population Studies, I ( 1 9 4 7 ) , 2 4 9 - 2 7 4 .
. " A n analysis of the sources and magnitudes of inconsistencies between
male and female net reproduction rates in actual populations", Population
Studies, II (1948a), 2 4 0 - 2 7 3 .
. " T h e relations between male and female nuptiality in a stable population",
Population Studies, I ( 1 9 4 8 b ) , 3 5 3 - 3 8 7 .
. " A note on ? . K . Whelpton's calculation of parity adjusted reproduction
rates", Journal of the American Statistical Association, XLV ( 1 9 5 0 ) , 1 1 9 - 1 2 4 .
Kemeny, j . G . y J.L. Snell, Finite Markov Chains. N. York: Van Nostrand Co., 1960.
Kendall, David G., " O n the generalized birth-and-death process", Annals of
Mathematical Statistics, XIX ( 1 9 4 8 a ) , 1 - 1 5 .
. " O n some modes of population growth leading to 3..A. Fisher's logarithmic
series distribution", Biometrika, X X X V ( 1 9 4 8 b ) , 6 - 1 5 .
. " O n the role of variable generation time in the development of a stochastic
birth process", Biometrika, X X X V ( 1 9 4 8 c ) , 3 1 6 - 3 3 0 .
. "Stochastic processes and population growth", Journal of the Royal
Statistical Society, 3 , XI ( 1 9 4 9 ) , 2 3 0 - 2 6 4 .
. " A n artificial realization of a simple 'birth-and-death' p r o c e s s J o u r n a l of
the Royal Statistical Society, B , XII ( 1 9 5 0 ) , 1 1 6 - 1 1 9 .
. "Les processus stochastiques de croissance en biologie", Ann. Inst. H.
Poincar, XIII ( 1 9 5 2 ) , 4 3 - 1 0 8 .
Kendall, Maurice G., y Alan Stuart, The Advanced Theory of Statistics. 3 vols.
Nueva York: Hafner Publishing Company, 1 9 5 8 .
Kerner, E.H., " O n the Volterra-Lotka principle", Bulletin of Mathematical
Biophysics, XXIII ( 1 9 6 1 ) , 1 4 1 - 1 5 7 .
Keyfitz, N., "Estimating the trajectory of a population", Proceedings of the
Fifth Berkeley Symposium on Mathematical Statistics and Probability, IV
(1965), 81-113.
, D. Nagnur y D. Sharma, " O n the interpretation of age distributions",
Journal of the American Statistical Association, LXII ( 1 9 6 7 ) , 8 6 2 - 8 7 4 .
Kimball, A.W., "Disease incidence estimation in population subject to multiple
causes o f d e a t h " , Bulletin of the International Statistical Institute, Uppsala,
1 9 5 7 , pgs. 1 - 1 2 .
Kimeldorf, G.S. y B . A . Jones, "Bayesian graduation", Transactions of the
Society of Actuaries, XIX ( 1 9 6 7 ) , 6 6 - 1 1 2 .
430
Kish, Leslie, Survey Sampling. Nueva York: John Wiley & Sons, 1965.
Kitagawa, Evelyn M., "Standardized comparisons in population research",
Demography, I ( 1 9 6 4 ) , 2 9 6 - 3 1 5 .
Knibbs, George H., " T h e mathematical theory of population, of its character
and fluctuations, and of the factors which influence them . . . " , Census of the
Commonwealth of Australia, April, 1911, I, A p p e n d i x A , 1 - 4 6 6 .
. " T h e growth of human populations and the laws of their increase",
Metron, V ( 1 9 2 5 ) , 1 4 7 - 1 6 2 .
Kober, H., Dictionary of Conformai Representations. Nueva York: Dover
Publications, 1 9 5 2 .
K o o p , J.C., " N o t e s on the estimation of gross and net reproduction rates by
methods of statistical sampling", Biometrics, VII ( 1 9 5 1 ) , 1 5 5 - 1 6 6 .
Kostitzin, V . A . , Symbiose, parasitisme, et volution. (Actualits Scientifiques et
Industrielles, N 9 6 ) . Paris: Hermann, 1 9 3 4 .
Kunstadter, Peter, Roald Buhler, F.F. Stephan y C.F. Westoff, "Demographic
variability and preferential marriage patterns", American Journal of Physical
Anthropology, XXI ( 1 9 6 3 ) , 5 1 1 - 5 1 9 .
Lah, Ivo, "Generalization of Yastremsky's formula for analytical graduation of
fertility rates", Journal of the Royal Statistical Society, X X , Part I (1958)
100-104.
. "Analytische Ausgleichung der aus den Ergebnissen der Volkszhlungen
berechneten demographischen Tafeln", International Union for the Scientific
Study of Population Conference, 1 9 5 9 , pgs. 1 9 2 - 2 0 1 .
Lamens, A . , Sur le processus non-homogne de naissance et de mort deux
variables alatoires", Acad. roy. Belg., Bull, classe sei., ser. 5 , XLIII (1957),
711-719.
, y R. Consael, "Sur le processus non-homogne de naissance et de m o r t " ,
Acad. roy. Belg., Bull, classe sei., ser. 5, X L I I I ( 1 9 5 7 ) , 5 9 7 - 6 0 5 .
Lederman, W. y G.E.H. Reuter, "Spectral theory for the differential equations of
simple birth and death processes", Philosophical Transactions of the Royal
Society, A , CCXLVI ( 1 9 5 4 ) , 3 2 1 - 3 6 9 .
Lefkovitch, L.P., " A n extension of the use of matrices in population mathe-
matics", Biometrics, XXI ( 1 9 6 5 ) , 1 - 1 8 .
Leibenstein, H . , A Theory of Economic Demographic Development. Princeton,
N.J.: Princeton University Press, 1 9 5 4 .
Leslie, P.H., " O n the use of matrices in certain population mathematics",
Biometrika, XXXIII ( 1 9 4 5 ) , 1 8 3 - 2 1 2 .
. " S o m e further notes on the use of matrices in population mathematics",
Biometrika, X X X V (1948a), 2 1 3 - 2 4 5 .
. " O n the distribution in time of the births in successive generations",
Journal of the Royal Statistical Society, CXI, Parti ( 1 9 4 8 b ) , 4 4 - 5 3 .
. " T h e estimation of population parameters obtained by means of the
capture-recapture method, IV', Biometrika, XXXIX ( 1 9 5 2 ) , 3 6 3 - 3 8 8 .
, y J.C. Gower, " T h e properties of a stochastic model for two competing
species, Biometrika, XLV ( 1 9 5 8 ) , 3 1 6 - 3 3 0 .
, y T . Park, " T h e intrinsic rate of natural increase of Triboleum castaneum
Herbst", Ecology, X X X ( 1 9 4 9 ) , 4 6 9 - 4 7 7 .
Lewis, E.G., " O n the generation and growth of a population", Sankhya, VI
(1942), 93-96.
Lewontin, R.C. y L.C. Dunn, " T h e evolutionary dynamics of a polymorphism in
the house m o u s e " , Genetics, XLV ( 1 9 6 0 ) , 7 0 5 - 7 2 2 .
Lexis, W-, Einleitung in die Theorie der Bevlkerungs-Statistik. Strasbourg:
Trubner, 1 8 7 5 .
431
Li, C.C..Population Genetics, Chicago: University of Chicago Press, 1 9 5 5 .

Linder, A . , " D i e Vermehrungsrate der stabilen Bevlkerung", Archiv Mathema-
tische Wirtschafts- und Sozialforschung, IV ( 1 9 3 8 ) , 136-156.
. "Fruchtbarkeit, Sterblichkeit und Bevlkerungszahl", Mitteilungen Verein
schweizerischer Versicherungsmathematiker, XLII ( 1 9 4 2 ) , 35.
Lopez, Alvaro, Problems in Stable Population Theory. Princeton, N.J.: Office of
Population Research, 1 9 6 1 .
. "Asymptotic properties of a human age distribution under a continuous
net maternity function", Documento presentado ante la Reunion de la
Population Association of America, 1 9 6 7 .
Lorimer, F. y F. Osborn, Dynamics of Population. Nueva York: Macmillan, 1 9 3 4 .
Lotka, Alfred J., "Relation between birth rates and death rates", Science, N.S.
XXVI (1907a), 2 1 - 2 2 .
. "Studies on the mode of growth of material aggregates", American Journal
of Science, XXIV ( 1 9 0 7 b ) , 1 9 9 - 2 1 6 .
. " T h e stability of the normal age distribution", Proceedings of the National
Academy of Sciences, VIII ( 1 9 2 2 ) , 3 3 9 - 3 4 5 .
. Elements of Physical Biology. Baltimore: Williams & Wilkins, 1 9 2 5 .
Re-editado por Dover Publications, 1 9 5 6 .
. " T h e progressive adjustment of age distribution to fecundity", Journal of
the Washington Academy of Sciences, XVI (1926), 5 0 5 - 5 1 3 .
. " T h e progeny of a population element", American Journal of Hygiene,
VIII (1928), 875-901.
. " T h e spread o f generations", Human Biology, I (1929a), 305-320.
. "Biometrie functions in a population growing in accordance with a
prescribed law", Proceedings of the National Academy of Sciences, XV
(1929b), 793-798.
. " T h e structure of a growing population", Human Biology, III ( 1 9 3 1 a ) ,
459-493.
. "The extinction o f f a m i l i e s " , Journal of the Washington Academy of
Sciences, XXI ( 1 9 3 1 b ) , 3 7 7 , 4 5 3 .
. "Orphanhood in relation to demographic factors", Metron, IX ( 1 9 3 1 c ) ,
37-109.
. " Z u r Dynamik der Bevlkerungsentwicklung", Allgemeines Statistisches
Archiv, XXII (1932a), 5 8 7 - 5 8 8 ; XXIII ( 1 9 3 3 ) , 9 8 - 9 9 .
. " T h e growth of mixed populations: Two species competing for a common
f o o d s u p p l y " , Journal of the Washington Academy of Sciences, XXI (1932c)
461-469.
. "Industrial replacement", Skandinavisk Aktuarietidskrift, (1933a), 5 1 - 6 3 .
. "Applications de l'analyse au phnomne dmographique", Journal de la
Socit de Statistique de Paris, L X X I V ( 1 9 3 3 b ) , 3 3 6 - 3 4 1 .
. Thorie analytique des associations biologiques. Part I. Principes. (Actuali-
ts Scientifiques et Industrielles, N 187). Paris: Hermann et Cie, 1 9 3 4 .
. " T h e geographic distribution of intrinsic natural increase in the United States
and an examination of the relation between several measures of net reproductivi-
ty " , Journal of the American Statistical Ass., xx'xi ( 1 9 3 6 ) , 2 7 3 - 2 9 4 .
. "Population analysis: A theorem regarding the stable age distribution",
Journal of the Washington Academy of Sciences, XXVII (1937), 299.
. " S o m e recent results in population analysis", Journal of the American
Statistical Association, XXXIII ( 1 9 3 8 ) , 1 6 4 - 1 7 8 .
. " A contribution to the theory of self-renewing aggregates, with special
reference to industrial replacement", Annals of Mathematical Statistics,
X (1939a), 1 - 2 5 .
432
Lotka, Alfred J., " O n an integral equation in population analysis", Annals of

Mathematical Statistics, X ( 1 9 3 9 b ) , 1 4 4 - 1 6 1 .
. Thorie analytique des associations biologiques. Part II. Analyse dmo-
graphique avec application particulire l'espce humaine. (Actualits Scienti-
fiques et Industrielles, N 7 8 0 ) . Paris: Hermann & Cie, 1939c.
. " T h e place of the intrinsic rate of natural increase in population analysis",
Proceedings of the 8th American Scientific Congress. Washington, D . C . ( 1 9 4 0 ) .
. " T h e progeny of an entire population", Annals of Mathematical Statistics,
XIII ( 1 9 4 2 ) , 1 1 5 - 1 2 6 .
. "Population analysis as a chapter in the mathematical theory of evolution",
en W.E. LeGros Clark y P.B. Medawar (eds.). Essays on Growth and Form.
Nueva York: Oxford University Press, 1 9 4 5 , pgs. 3 5 5 - 3 8 5 .
. "Application of recurrent series in renewal theory", Annals of Mathe-
matical Statistics XIX ( 1 9 4 8 ) , 1 9 0 - 2 0 6 .
Lovitt, W . V . , Linear Integral Equations. Primera pub., 1 9 2 4 . Nueva York: Dover
Publications, 1 9 5 0 .
Makeham, W . M . , " O n the law o f m o r t a l i t y " , Journal of the Institute of Actuaries,
XIII ( 1 8 6 0 ) , 3 2 5 - 3 5 8 .
Matras, Judah, "Social mobility and social structure: Some insights from the
linear m o d e l " , Sexto Congreso Mundial de Sociologia, Evien, Francia, 1 9 6 6 .
Milbank Memorial Fund, Emerging Techniques in Population Research. Nueva
York: Milbank Memorial Fund, 1 9 6 3 .
Miller, Kenneth S., An Introduction to the Calculus of Finite Differences and
Difference Equations. Nueva York: Henry Holt & Co., 1960.
Miller, M.D., Elements of Graduation. Chicago: American Institute of Actuaries,
1949.
Milne, William Edmund, Numerical Calculus. Princeton, N.J.: Princeton University
Press, 1949.
Moore, Felix, " T h e construction of abridged life tables", (Indito, 1 9 6 8 ) .
Moran, P.A.P., " S o m e remarks on animal population dynamics", Biometrics,
VI ( 1 9 5 0 ) , 2 5 0 - 2 5 8 .
. The Statistical Processes of Evolutionary Theory. Oxford: Clarendon
Press, 1 9 6 2 .
Moser, C., "Beitrge zur Darstellung von Vorgngen und des Beharrungszustandes
bei einer sich erneuernden Gesamtheit", Bulletin de l'Association des Actuaires
Suisses, XXI ( 1 9 2 6 ) , 1 - 2 4 .
Moulton, Forest Ray, Differential Equations. Primera pub., 1 9 3 0 . Nueva York:
Dover Publications, 1 9 5 8 .
Moyal, J.E., " T h e general theory of stochastic population processes", Acta
Mathematica, CVIII ( 1 9 6 2 a ) , 1 - 3 1 . Applied Mathematics and Statistics Lab.,
Stanford University, Technical Report N 7.
. "Multiplicative population chains", Proceedings of the Royal Society,
A, CCLXVI ( 1 9 6 2 b ) , 5 1 8 - 5 2 6 .
Muir, Thomas, A Treatise on the Theory of Determinants. Rev. por W.H.
Metzler, 1 9 3 3 . Nueva York: Dover Publications, 1 9 6 0 .
Murphy, Edmund M., " A generalization of stable population techniques", Unpub-
lished Ph. D. dissertation, Dept. of Sociology. University of Chicago, 1965.
Myers, R.J., " T h e validity and significance of male net reproduction rates",
Journal of the American Statistical Association, XXXVI (1941), 275-282.
McCracken, Daniel D. y William S. Dorn, Numerical Methods and FORTRAN Prog-
ramming, Nueva York: John Wiley 8c Sons, 1 9 6 4 .
McKendrick, A . G . , "Applications of mathematics to medical problems", Pro-
ceedings of the Edinburgh Mathematical Society, XLIV, I (1926), 98-130.
433
Neider, J . A . , " T h e fitting of a generalization of the logistic curve", Biometrics,

XVII ( 1 9 6 1 ) , 8 9 - 1 1 0 .
Newcombe, H.B., "Pedigrees for population studies; a progress report", Cold
Spring Harbor Symposia on Quantitative Biology, XXIX (1964), 21-30.
Neyman, J., " O n the problem of estimating the number of schools of fish",
University of California Publications in Statistics, I (1949), 21-36.
Neyman, J., T. Park y E X . Scott, "Struggle for existence. The Tribolium
model: Biological and statistical aspects", Proceedings of the Third Berkeley
Symposium on Mathematical Statistics and Probability, IV (1956), 41-79.
Nicholson, A.J., " A n outline of the dynamics of animal population", Australian
Journal of Zoology, II ( 1 9 5 4 ) , 9 - 6 5 .
Norland, N.E., Vorlesungen ber Differenzenrechnung. Berlin: Verlag von Julius
Springer, 1 9 2 4 .
Notestein, Frank W . , et al., The Future Population of Europe and the Soviet
Union. Geneva: League of Nations, 1 9 4 4 .
Orcutt, G u y H . , et al., Microanalysis of Socioeconomic Systems: A Simulation
Study. New York: Harper & Row, 1 9 6 1 .
Otter, Richard, " T h e multiplicative process", Annals of Mathematical Statistics,
XX (1949), 206-224.
Park, T., "Experimental studies of interspecies competition. I. Competition
between populations of the flour beetles Tribolium confusum Duval and
Tribolium castaneum H e r b s t " , Ecological Monographs, XVIII (1948), 2 6 5 - 3 0 8 .
. "Experimental studies of interspecies competition. II. Temperature,
humidity, and competition in two species of Tribolium", Physiological
Zoology, XXVII ( 1 9 5 4 ) , 1 7 7 - 2 3 8 .
. "Beetles, competition, and population", en W.E. Hasen, ed., Readings in Pop-
ulation and Community Ecology. Phil.: W.B. Saunders Co., 1 9 6 4 , pgs. 1 3 2 - 1 4 2 .
Parzen, E., Stochastic Processes. San Francisco: Holden-Day, 1 9 6 2 .
Pearl, R., Studies in Human Biology. Baltimore: Williams and Wilkins, 1 9 2 4 .
. The Biology of Population Growth. New York: Alfred A . Knopf, 1 9 2 5 .
, T. Park y J.R. Miner, "Experimental studies on the duration of life.
XVI. Life tables for the flour beetle Tribolium confusum Duval", American
Naturalist, LXXV ( 1 9 4 1 ) , 5 - 1 9 .
, y L.J. Reed, " O n the rate of growth of the population of the United
States since 1 7 9 0 and its mathematical representation", Proceedings of the
National Academy of Science, VI (1920), 2 7 5 - 2 8 8 .
Periis, S., Theory of Matrices. Reading, Massachusetts: Addison-Wesley, 1 9 5 2 .
Perrin, E.B. y M.C. Sheps, "Human reproduction: A stochastic process",
Biometrics, XX ( 1 9 6 4 ) , 2 8 - 4 5 .
. " A mathematical model for human fertility patterns", Archives of
Environmental Health, X ( 1 9 6 5 ) , 6 9 4 - 6 9 8 .
Perron, Oskar, " Z u r Theorie der Matrizen", Mathematische Annalen, LXIV
(1907), 248-263.
Pierpont, James, Functions of a Complex Variable. Primera pub., 1 9 1 4 . Nueva
York: Dover Publications, 1 9 5 9 .
Pinney, E., Ordinary Difference-Differential Equations. Berkeley: University
of California Press, 1958.
Pitt-Rivers, G.H. (ed.), Problems of Population. International Union for the
Scientific Investigation of Population Problems. Londres: Allen & Unwin,1932.
Pollard, Alfred H., " T h e measurement of reproductivity", Journal of the
Institute of Actuaries, LXXIV ( 1 9 4 8 ) , 2 8 8 - 3 0 5 .
. " T h e measurement of the intensity of marriage", Journal of the Institute
of Actuaries Stud. Soc., II ( 1 9 5 3 ) , 2 1 - 3 0 .
434
Pollard, J.H., " O n the use of the direct matrix product in analysing certain
stochastic population m o d e l s " , Biometrika, LIII ( 1 9 6 6 ) , 3 9 7 - 4 1 5 .
Potter, R.G. y M.P. Parker, "Predicting the time required to conceive", Popu-
lation Studies, XVIII ( 1 9 6 4 ) , 9 9 - 1 1 6 .
Preinreich, G . A . D . , " T h e theory of industrial replacement", Skandinavisk
Aktuarietidskrift ( 1 9 3 9 ) , 1 - 9 .
Presst, Roland, L'Analyse dmographique: mthodes, rsultats, applications.
Paris: Presses Universitaires de France, 1 9 6 1 .
Pretorius, S.J., " S k e w bi-variate frequency surfaces, examined in the light of
numerical illustrations", Biometrika, XXII ( 1 9 3 0 ) , 1 0 9 - 2 2 3 .
Pyke, Ronald, "Markov renewal processes: Definitions and preliminary pro-
perties", Annals of Mathematical Statistics, XXXII ( 1 9 6 1 ) , 1231-1242.
Quenouille, M.H., " N o t e s on bias in estimation", Biometrika, XLIII ( 1 9 5 6 ) ,
353-360.
Quensel, C.E., "Changes in fertility following birth restriction", Skandinavisk
Aktuarietidskrift ( 1 9 3 9 ) , 1 7 7 - 1 9 9 .
Rainville, E.D., The Laplace Transform: an Introduction. N. York: Macmillan, 1963.
Ralston, A . , A First Course in Numerical Analysis. Nueva York: McGraw-Hill,
1965.
, y H.S. W i l f , Mathematical Methods for Digital Computers. Nueva Y o r k :
Wiley & Sons, 1 9 6 0 .
Rao, C. Radhakrishna, Advanced Statistical Methods in Biomtrie Research.
Nueva York: John Wiley & Sons, 1 9 5 2 .
Rashevsky, Nicholas, Mathematical Biophysics. Physico-Mathematical Found-
ations of Biology. 2 vols. 3a. ed. rev. Nueva York: Dover Publications, 1 9 6 0 .
Reed, Lowell J. y Margaret Merrell, " A short method for constructing an
abridged life table", American Journal of Hygiene, XXX (1939), 33-62.
Rhodes, E.C., "Population mathematics, I, II, and I I I " , Journal of the Royal
Statistical Society, CIII ( 1 9 4 0 ) , 6 1 - 8 9 , 2 1 8 - 2 4 5 y 3 6 2 - 3 8 7 .
Richter, Hans, "Untersuchungen zum Erneurungsproblem", Matematische
Annalen, CXVIII ( 1 9 4 1 ) , 1 4 5 - 1 9 4 .
Rogers, Andrei, "Estimating interregional population and migration operators
from interregional population distributions". Reunion Anual de la Population
Association of America, 1 9 6 7 .
. Matrix Analysis of Interregional Population Growth and Distribution.
Berkeley: University of California Press, 1 9 6 8 .
Ryder, N.B., " T h e translation model of demographic change", Emerging
Techniques in Population Research (39a Reunion Anual del Milbank Memorial
Fund, 1 9 6 2 ) . Nueva York: Milbank Memorial Fund, 1 9 6 3 .
. " T h e process of demographic translation", Demography, I, N 1 ( 1 9 6 4 )
74-82.
Sauvy, Alfred, Thorie gnrale de la population. V o l . I. Economie et population.
Vol. II. Biologie sociale. Paris: Presses Universitaires de France, 1 9 5 2 , 1954.
Saxena, G.B., "Estimates of birth rate and expectation of life in India on the
basis o f quasi-stability", Proceedings of World Population Conference, 1965.
I l l , 2 0 3 - 2 0 4 . Nueva York: Naciones Unidas, 1 9 6 7 .
Scarborough, James B., Numerical Mathematical Analysis. 4a. ed. Baltimore:
Johns Hopkins Press, 1 9 5 8 .
Schulthess, Harald, " U b e r das Erneuerungsproblem bei Verwendung eines
analytischen Sterbegesetzes", Bulletin de l'Association des Actuaires Suisses,
XXXIII ( 1 9 3 7 ) , 69.
Semenoff, N., Chemical Kinetics and Cahin Reactions. Oxford: Oxford University
Press, 1 9 3 5 .
435
Sharpe, F.R. y A.J. Lotka, " A problem in age-distribution", Philosophical

Magazine, Ser. 6, XXI ( 1 9 1 1 ) , 4 3 5 - 4 3 8 .
Sheps, Mindel C., "Effects on family size and sex ratio of preferences regarding
the sex of children", Population Studies, XVII ( 1 9 6 3 ) , 6 6 - 7 2 .
. " O n the time required for conception", Population Studies, XVIII ( 1 9 6 4 ) ,
85-97.
. "Uses of stochastic models in the evaluation of population policies",
Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and
Probability. IV ( 1 9 6 7 ) , 1 1 5 - 1 3 6 .
, y J . A . Menken, " A survey of probability models for family building",
Documento presentado a la Reunion de la Biometrics Society. Washington,
D.C. 1 9 6 7 .
, y E.B. Perrin, "Changes in birth rates as a function of contraceptive
effectiveness: Some applications of a stochastic m o d e l " , American Journal of
Public Health, LIII ( 1 9 6 3 ) , 1 0 3 1 - 1 0 4 6 .
. "Further results from a human fertility model with a variety of pregnancy
outcomes", Human Biology, X X X V I I I ( 1 9 6 6 ) , 1 8 0 - 1 9 3 .
, y J.C. Ridley (eds.), Public Health and Population Change: Current
Research Issues. Pittsburgh: University of Pittsburgh Press, 1965a.
. "Studying determinants of natality: Quantitative estimation through a
simulation m o d e l " , Proceedings of World Population Conference, 1965, III.
2 6 5 . Nueva York: Naciones Unidas, 1 9 6 7 .
Simon, Herbert, Models of Man. Nueva York: John Wiley & Sons, 1 9 5 7 .
Singh, S.N., "Probability models for the variation in the number of births per
couple", Journal of the American Statistical Association, LVIII ( 1 9 6 3 ) ,
721-727.
Sirken, M.G., Comparison of Two Methods of Constructing Abridged Life
Tables by Reference to a "Standard" Table. U.S. Department of Health,
Education and Welfare, National Center for Health Statistics, Serie 2, N 4 ,
1964.
Skellam, J.G., " R a n d o m dispersal in theoretical populations", Biometrika,
XXXVIII ( 1 9 5 1 ) , 1 9 6 - 2 1 8 .
. "Studies in statistical ecology. I. Spatial patterns", Bio77ietvika> XXXIX
(1952), 346-362.
Slobodkin, L.B., " A n algebra of population growth", Ecology, XXXIV ( 1 9 5 3 ) ,
513-519.
. Growth and Regulation of Animal Populations. Nueva York: Holt,
Rinehart and Winston, 1 9 6 1 .
Smimov, V.I., Advanced Calculus. Vol. II of A Course of Higher Mathematics.
Trad., D.E. Brown. Reading, Mass.: Addison-Wesley, 1 9 6 4 .
Smith, Walter L., "Renewal theory and its ramifications", Journal of the Royal
Statistical Society, Serie B, X X ( 1 9 5 8 ) .
Spengler, J.J., " T h e economist and the population question", American Economic
Review, LVI ( 1 9 6 6 ) , 1 - 2 4 .
. y O.D. E)uncan (eds.), Demographic Analysis: Selected Readings. Glencoe,
III. Free Press, 1 9 5 6 .
Spiegelman, Mortimer, Introduction to Demography. 2a. ed. Cambridge, Mass.:
Harvard University Press, 1 9 6 8 .
Spurgeon, E.F., Life Contingencies, Cambridge: The University Press, 1 9 3 2 .
Steffensen, J.F., Interpolation. Baltimore: Williams and Wilkins, 1 9 2 7 .
Stephan, F.F., " T h e expected value and variance of the reciprocal and other
negative powers of a positive Bernoullian variate", Annals of Mathematical
Statistics, XVI ( 1 9 4 5 ) , 5 0 - 6 1 .
436
Stolnitz, G.J., Life Tables from, Limited Data: A Demographic Approach.

Princeton: Princeton University Press, 1 9 5 6 .
Stone, Richard, "Population mathematics, demand analysis and investment
planning", University of Cambridge, Department of Applied Economics,
Reprint Series, N 176. Published in Polish in Przeglad Statystyczny.Vm
(1961), 1-9.
. " A model of the educational system", Minerva, III (Invierno, 1965),
172-186.
. Mathematics in the Social Sciences and Other Essays. Cambridge, Massa-
chusetts: M.I.T. Press, 1 9 6 6 .
Sundbrg, Gustav, Bevlkerungsstatistik Schwedens 1950-1900. Stockholm:
Norstedt, 1 9 0 7 .
Tabah, Len, "Algunos modelos tericos y numricos de poblacin", Centro
Latinoamericano de Demografa, Santiago, Chile, 1 9 6 4 . Serie B, E/CN.
CELADE/B. 1. (Indito).
. "Relationships between age structure, fertility, mortality and migration.
Population replacement and renewal", United Nations World Population
Conference, 1965, background paper B. 7 / 1 5 / E / 4 7 6 .
Tcklind, Sven, "Elementare Behandlung von Erneuerungsproblem fr den
stationren Fall", Skandinavisk Aktuarietidskrift, XXVII ( 1 9 4 4 ) , 1 - 1 5 .
. "Fourieranalytische Behandlung von Erneuerungsproblem", Skandinavisk
Aktuarietidskrift, X X V I I I ( 1 9 4 5 ) , 6 8 - 1 0 5 .
Thompson, W . R . , " O n the reproduction of organisms with overlapping gener-
ations", Bull. Ent. Res., XXII ( 1 9 3 1 ) , 1 4 7 - 1 7 2 .
. "Biological control and the theories of the interaction of populations",
Parasitology, X X X I ( 1 9 3 9 ) , 2 9 9 - 3 8 8 .
Thompson, W.S. y P.K. Whelpton, Population Trends in the United States.
Nueva York: McGraw-Hill, 1 9 3 3 .
Tietze, C., "Pregnancy rates and birth rates", Population Studies, XVI (1962),
31-37.
Turnbull, H . W . , The Theory of Determinants, Matrices, and Invariants. 3a. ed.
New Y o r k : Dover Publications, 1 9 6 0 .
United States Bureau of the Census, The Current Population Survey: A Report
on Methodology. Documento Tcnico N 7. Washington, D.C.: U.S. Govern-
ment Printing Office, 1 9 6 3 .
. Statistical Abstract of the United States: 1965. 86a. ed. Washington,
D.C., 1 9 6 5 .
United States Department of Health, Education and Welfare. United States Life
Tables: 1959-61. Washington, D.C.: National Center for Health Statistics,
Public Health Publication N 1 2 5 2 , V o l . I, N 1, diciembre, 1 9 6 4 .
United Nations, Age and Sex Patterns of Mortality: Model Life Tables for
Underdeveloped Countries. Nueva York: 1 9 5 5 .
. Methods for Population Projections by Sex and Age. Population Studies
N 25. Nueva York, 1 9 5 6 .
. Demographic Yearbook, 13a. a 17a. edicin, prueba de 18a. edicin,
Nueva York: United Nations International Publications Service, 1 9 6 1 - 1 9 6 6 .
Van der Pol, B. y H. Bremmer, Operational Calculus. 2a. ed. Cambridge:
Cambridge University Press, 1 9 6 4 .
Veit, K.P., "Stationary population methods", Transactions of the Society of
Actuaries, XVI, Part I ( 1 9 6 4 ) , 2 3 3 - 2 6 4 .
Verhulst, P.F., "Notice sur la loi que la population suit dans son accroissement",
Correspondance mathmatique et physique publie par A. Qutelet (Brussels),
X (1838), 113-121.
437
Vincent, P., "Potentiel d'accroissement d'une population stable", Journal de la

Socit de Statistique de Paris, L X X X V I ( 1 9 4 5 ) , 1 6 - 2 9 .
. " D e la mesure du taux intrinsque d'accroissement naturel dans les
populations m o n o g a m e s P o p u l a t i o n , I (1946), 699-712.
Volterra, Vito, "Variazioni e fluttuazioni del numero d'individui in specie animali
conviventi", Memorie dlia R. Accademia Nazionale dei Lincei, ao C C C X X I I I ,
II ( 1 9 2 6 ) , 1 - 1 1 0 .
. "Principes de biologie mathmatique, I. Les fondements de la thorie de
la l u t t e p o u r la v i e " , Acta Biotheoretica, III ( 1 9 3 7 ) , 1 - 3 5 .
, y U . D ' A n c o n a , Les associations biologiques au point de vue mathma-
tique. (Actualits Scientifiques et Industrielles, 2 4 3 ) . Paris: Hermann et Cie,
1935.
Wangersky, P.J. y W.J. Cunningham, " T i m e lag in population m o d e l s " , Cold
Spring Harbor Symposium on Quantitative Biology, XXII (1957), 329-338.
Waring, E., "Problems concerning interpolation", Philosophical Transactions of
the Royal Society, LXIX ( 1 7 7 9 ) , 5 9 - 6 7 .
Waugh, W . A . O ' N . , " A n age-dependent birth and death process", Biometrika,
XLll (1955), 291-306.
Weiler, H., " S e x ratio and birth control", American Journal of Sociology,
LXV ( 1 9 5 9 ) , 2 9 8 - 2 9 9 .
W e s t o f f , C . F . ; R . G . Potter y P.C. Sagi, The Third Child: A Study in the Prediction
of Fertility. Princeton: Princeton University Press, 1 9 6 3 .
Whelpton, P.K., " A n empirical method of calculating future population",
Journal of the American Statistical Association, XXXI (1936), 4 5 7 - 4 7 3 .
. "Reproduction rates adjusted for age, parity, fecundity, and marriage",
Journal of the American Statistical Association, XLI (1946), 5 0 1 - 5 1 6 .
. Forecasts of the Population of the United States, 1945-1975. U.S. B u r e a u
of the Census. Washington, D.C.: U.S. Government Printing Office, 1 9 4 7 .
. "Comments on Mr. Karmel's note on P.K. Whelpton's calculation of
parity adjusted reproduction rates", Journal of the American Statistical
Association, XLV ( 1 9 5 0 ) , 1 2 5 - 1 3 5 .
. Cohort Fertility: Native White Women in the United States. Princeton,
Wicksell, S.D., "Nuptiality, fertility, and reproductivity", Skandinavisk Aktua-
rietidskrift, ( 1 9 3 1 ) , 1 2 5 - 1 5 7 .
Widder, D . V . , The Laplace Transform. Princeton: Princeton University Press,
1946.
. Advanced Calculus. Nueva Y o r k : Prentice-Hall, 1 9 4 7 .
Wielandt, Helmut, "Unzerlegbare, nicht negative Matrizen", Mathematische
Zeitschrift, LH ( 1 9 5 0 ) , 6 4 2 - 6 4 8 .
Wilks, Samuel S., Mathematical Statistics. Nueva York: John Wiley Sc Sons, 1 9 6 2 .
Willers, Fr. A . , Practical Analysis: Graphical and Numerical Methods. Trad.,
R.T. Beyer. Nueva York: Dover Publications, 1 9 4 8 .
Wilson, E.B., "Mathematics of growth", Cold Spring Harbor Symposia on
Quantitative Biology, II ( 1 9 3 4 ) , 1 9 9 - 2 0 2 .
Wilson, E.B., " T h e standard deviation of sampling for life expectancy", Journal
of the American Statistical Association, XXXIII (1938), 705-708.
. y M.M. Hilferty, "Size of completed families", Journal of the American
Statistical Association, X X X ( 1 9 3 5 ) , 5 7 7 - 5 8 0 .
Wilson, Edwin Bidwell, Advanced Calculus. Nueva York: Dover Publications,
1958.
Winsor, C.P., "Mathematical analysis of growth of mixed populations", Cold
Spring Harbor Symposia on Quantitative Biology, II (1934), 181-189.
438
Winston, S., "Birth control and the sex-ratio at birth", American Journal of
Sociology, X X X V I I I ( 1 9 3 2 ) , 2 2 5 - 2 3 1 .
Wolfenden, H . H . , Population Statistics and their Compilation. Primera pub.,
1 9 2 5 . Chicago: University of Chicago Press, 1 9 5 4 .
Woofter, T.J., "Completed generation reproduction rates", Human Biology,
XIX ( 1 9 4 7 ) , 1 3 3 - 1 5 3 .
. " T h e relation of the net reproduction rate to other fertility measures",
Journal of the American Statistical Association, XLIV ( 1 9 4 9 ) , 501-517.
W y n n e - E d w a r d s , V . C . , Animal Dispersion in Relation to Social Behavior.
Edinburgh: Oliver and Boyd, 1 9 6 2 .
Yates, F . , Sampling Methods for Censuses and Surveys. 3a. ed. Londres: Charles
Griffin and Co., 1 9 6 0 .
Yerushalmy, J., " T h e age-sex composition of the population resulting from
natality and mortality conditions", Milbank Memorial Fund Quarterly,
XXI ( 1 9 4 3 ) , 3 7 - 6 3 .
Yntema, L., Mathematical Models of Demographic Analysis. Leiden: J.J.
Groen & Zoon, 1 9 5 2 .
Yule, G . U . , " A mathematical theory of evolution based on the conclusions of
Dr. J.C. Willis, F.R.SPhilosophical Transactions of the Royal Society,
B, CCXIII ( 1 9 2 4 ) , 2 1 - 8 7 .
. " T h e growth of population and the factors which control i t " , Journal of
the Royal Statistical Society, L X X X V I I I , Part I ( 1 9 2 5 ) , 1 - 5 8 .
Zwinggi, Ernst, "Beitrge zu einer Theorie des Bevlkerungswachstums", Bulletin
de l'Association des Actuaires Suisses, X X I V ( 1 9 2 9 ) , 9 5 - 1 0 4 .
. " Z u r Methodik der Bevlkerungsvorausberechung", Zeitschrift fr schwei-
zerische Statistik und Volkswirthschaft, LXIX ( 1 9 3 3 ) , 2 5 5 .
. "Entwicklung von Personengesamtheiten, Zusammenfassender Bericht",
Twelfth International Congress of Actuaries, III ( 1 9 4 0 ) , 2 6 3 - 2 7 3 .
LISTA DE SIMBOLOS
Smbolo Definicin Captulo
Ar Edad media de las madres al nacimiento de sus hijos en la po- 5

blacin estable:
e
Ar = \ ae'r"p(a)m(a)da
Ar Edad media en la poblacin estable:
j _ ae'rap{) da
1 " e r a p ( a ) da
a Como subndice o argumento de una funcin se usa para indi-

car edad. Se usa indistintamente con x.
nax Nmero promedio de aos vividos entre las edades x y x -\-n

por los que mueren en ese intervalo de edad.
B Matriz de valores caractersticos; el /-simo elemento de su

i-sima fila es
bij = lji+1, i,j= 1,2, . . . , 9 ;
esto es, bij es la potencia ( i - f l)-sima del /-simo valor ca-

racterstico.
B Matriz con elementos distintos de cero slo en su primera fila,

representando nacimientos.
nBx Nmero de nacimientos de mujeres que tienen de x a x n

aos de edad, o x a x -n 1 en su ltimo cumpleaos.
B{t) Nmero de nacimientos como funcin del tiempo; corrientemen-

te bajo el supuesto de que las tasas especficas de fecundidad y
mortalidad permanecen constantes.
439
440 LISTA DE SIMBOLOS
Smbolo Definicin Capitulo
b Tasa intrnseca de natalidad, esto es, tasa de natalidad en la

poblacin estable.
1
e-"p(a)da
b m y bf Tasa bruta de natalidad para hombres y mujeres respectivamen- 13

te como parmetro de un proceso estocstico para dos sexos.
Ci Proporcin de mujeres que tienen exactamente i hijos. 18
d La ponderacin del Psimo vector columna estable en la des- 3

composicin de {K ( 0 >}, como en
{K""} = cJKJ + c2{ K2} + + cn{ K.}
c(a) Proporcin de poblacin (masculina o femenina) a la edad a: 7
ca, t) Lo mismo que c(a) pero ahora se considera la variacin respecto 7

del tiempo.
D Nmero de muertes observadas a todas las edades, corrientemen- 1

te para un sexo.
D Grado de dominancia masculina. 13
nD Muertes observadas entre las eaades x y x + n , esto es, edades 1

de x a x -j- n 1 en el ltimo cumpleaos.
d Tasa intrnseca de mortalidad, esto es, tasa de mortalidad en la 7

poblacin estable.
d m ,df Tasa bruta de mortalidad para hombres y mujeres respectiva- 13

mente como parmetro de un proceso estocstico para dos sexos.
ndx Nmero de personas que mueren en la poblacin estacionaria 1

entre las edades x y x -j- n;
ndx 4 ^x+n
Ei i-simo estado (embarazo o no y mes de embarazo). 17
i? Valor esperado o promedio. 15
e Base de los logaritmos naturales, igual a 2,7182818 . . . I
x o (x) Esperanza completa (esto es, incluyendo fracciones de un ao) 1

de vida a la edad x:
V \ T(x)
= ITT
LISTA 1JK SI MISOLOS 441
F(s) Funcin generatriz de las probabilidades 5
m = f o + f i S + M + ---
F[t) Nmero de mujeres en el momento t en el modelo para dos 13

sexos.
nFa Tasa especfica de fecundidad por edad para mujeres que tie- 2
nen entre a y a -j- n aos de edad
_ Wk(x)m(x)dx
ST"Kx)dx
f Nmero de mujeres; variable aleatoria del proceso demogrfico 16

para dos sexos.
fi Probabilidad de que una nia recin nacida sobreviva y tenga 5

una hija a la edad exacta 5i.
fl Factor de separacin: fraccin de las muertes de menores de un 1

ao de edad provenientes de los nacimientos del ao calendario
anterior z 1.
f(s) Funcin generatriz para las probabilidades n de i hijos en un 18

hombre o hijas a una mujer
/O) = -f- +
fn(s) Funcin generatriz iterada n veces 18
/(*)=/(/-/*))
f(X) Funcin caracterstica de la matriz M : 3
f(X) = |M - ;l|
G(t) Nios nacidos en el momento t de mujeres que estaban vivas 5
en el momento 0, t ^ 0.
g Proporcin de nacidos que son del sexo femenino; proporcin 18

de nacidos que son del sexo femenino y que sobreviven hasta
los 25 aos de edad.
Nmero de individuos de un sexo dado, con a aos de edad en 4

el ltimo cumpleaos en el momento t.
H Medida de Karmel tal que la diferencia entre las tasas intrnse- 13

cas masculinas y femeninas se estima por
, , . ln H
(r - r,) =
se define H como la media armnica ponderada de SHX, siendo

las ponderaciones la funcin de fecundidad neta.
H x M e d i d a de Karmel para el intervalo quinquenal de edades que 13

va de x a x 4 - 4
Ir 5-^jT /
: "
H La matriz constituida por los vectores fila estable [H] coloca-

dos u n o debajo del otro:
[H,]
[H 2 ]
H
[H]
[Hi] -simo vector fila (vector caracterstico), correspondiente a

satisface
[H<]M = [H,]
[H] -simo vector fila estable d e la matriz de proyeccin despus de

la normalizacin.
h 1 Perodo no fecundo, supuesto constante para todas las mujeres.
i L a tasa de inters anual.
i U n i d a d en el eje imaginario para nmeros complejos:

i = T/rrf
(isd) T a s a bruta de mortalidad tipificada por el m t o d o indirecto.
K La matriz constituida por los vectores c o l u m n a estables {K.}

puestos u n o al lado del otro:
K = K,}{K 2 } {K}]
K Poblacin de todas las edades (total), en general de un solo sexo.
{K} Vector columna de la distribucin por edades, pero con los

nueve grupos de edades reducidos a tres: k k + k2 + ks es
la poblacin m e n o r de 15 aos de edad.
{K,} El t-simo vector columna estable (vector caracterstico), corres-

pondiente a satisface
M{K 4 } =
(K,| -simo vector columna estable de la matriz de proyeccin en

intervalos de 15 aos de edad.
LISTA DE SIMBOLOS 443
{K 101 } Distribucin por edades observadas, c o m n m e n t e para un sexo 2

y representada por un vector columna en grupos quinquenales
de edades:
S-Ko
5*5
{K' 01 } =
a veces incluye slo edades al fin del perodo reproductivo, en

cuyo caso se escribe sin barra.
(K1"} Vector columna de la distribucin por edades (observada, t = 0, 2

o proyectada, t > 0; edades 0 a 0 en el m o m e n t o t.
nKx N m e r o de personas en la poblacin observada entre las edades 1

exactas x y x -(- n, o entre las edades x y * | n I en el l-
timo cumpleaos:
K. = J**(x + t)dt
nKl" nKx en el m o m e n t o t. 1
ki N m e r o de mujeres (u hombres) en el -simo grupo de edades. 2
kj N m e r o de mujeres en el -simo grupo de edades y palidez 14

/-sima.
k(x) Ordenada en x de la curva continua q u e representa la pobla- I

cin segn la edad.
k(x, t) k(x) en el m o m e n t o t. 7
L Matriz de la proyeccin hasta el final de la vida; L e s l 8 X ^ 2

con intervalos quinquenales de edad.
L Poblacin total de la tabla de vida en base a una raz unitaria: 7

Lo eo
Li/Lo M o m e n t o de orden -simo centrado en cero del n m e r o d e so- 7

brevivientes de la tabla de vida:
U _ \cil(a)da
u ~ So'Ka) da
nLx N m e r o de sobrevivientes en la tabla de vida entre x y * - | - n 1

aos d e edad:
nLx = JV + t)dt
(se omite n cuando el texto deja claro q u e se refiere a intervalos

de 1 5 aos).
/ Raz de la tabla de vida, elegida arbitrariamente. 1
l0 Nmero de los que empiezan la vida juntos en una cohorte 15

constituyendo una muestra; no es arbitrario.
l(x) o lx Nmero esperado de sobrevivientes de edad x de los nacidos de 1

un sexo dado para tasas especficas observadas de mortalidad
por edades.
/*' Nmero de personas sobrevivientes a la edad x en la -sima 14

categora de una tabla de vida en la que se admiten diversos
decrementos.
In Logaritmo natural o Neperiano. 1
M Tasa bruta de mortalidad observada: M D/K. 1
M La parte de la matriz L aplicable hasta el fin del perodo re- 2

productivo; en la representacin quinquenal M puede ser 9 X 9>
1 0 X 10 u 1 1 x 1 1 . dependiendo de que los nacimientos apa-
rezcan para edades de las madres hasta 45, 50 55.
M La matriz M cuando se la reduce desde la forma 9 X 9 a una 2

aproximacin 3 x 3 para grupos de 15 aos de edad. El ele-
mento j-simo de la -sima fila de M es mijt de M es m
Ml0l,Mm,Mm,... Valores de la matriz de proyeccin supuestamente 4

aplicables a intervalos sucesivos de tiempo.
A/, Tasa especfica de mortalidad por edades observada para perso- 1

as generalmente de un sexo entre las edades exactas x y
x -\-n.
nM'x Tasa especfica de mortalidad por edades aplicable a una po- 1

blacin que crece a una tasa dada r, a partir de la tabla de
vida y r.
M(t) Nmero de personas del sexo masculino en el momento en 13

el modelo determinstico.
M M(oo) Re]acin de masculinidad estable: 13

F JFIOO)
tL = V m m
F F(t)
m Nmero de personas del sexo masculino, variable aleatoria, en 16

el proceso demogrfico para dos sexos.
m'f' (x) Probabilidad a la edad x de tener una hija despus de i hijos 14

de uno u otro sexo.
10I0 Definicin Captulo
m^1 El /-simo elemento de la -sima fila de M " , la w-sima poten- 2

da de la matriz M.
m(a) Funcin continua que representa fecundidad; la probabilidad 5
de que una mujer d a luz entre a y a -j- da es m(a)da, si se
excluye la mortalidad.
,.mz Tasa especfica de mortalidad por edades en la poblacin de 5a 1

de vida:
N Matriz de proyeccin M deflatada de su componente real: 3
N = M -
N(t) Poblacin en el momento t. S
N^t) Nmero de elementos de la primera especie en el momento t, 12

por ejemplo, presa en el modelo de Volterra.
N2() Nmero de elementos de la segunda especie en el momento , 12

por ejemplo, depredador en el modelo de Volterra.
n Nmero de personas en la poblacin en el momento t; es una 6

variable aleatoria.
[P] Vector fila de las tasas de participacin (por ejemplo, ea la 14

fuerza de trabajo) a las diversas edades.
? Matriz de probabilidades de transicin; pt es la probabilidad 17

de ir desde el estado -simo al /-simo.
pin producto de las matrices de proyeccin para r perodos: 4
p' r l - M l r ' M ' r _ n M m
p Probabilidad de concebir en un mes dado de exposicin al res- 17

go para una mujer en estado fecundo; probabilidad de que un
nacimiento dado sea masculino; p es fija para todos los miem-
bros de la poblacin.
P< Probabilidad que tiene la pareja Psima de que un nacimiento i7

dado sea masculino; probabilidad mensual e concebir de la
i-sima mujer.
P'J P r o b a b i l i d a d d e pasar desde el -simo al / - s i m o e s t a d o en un 57

mes dado.
pij-ki Probabilidad de transicin desde la edad -sima y palidez 14

j-sima a Iz. edad k-simz y paridez -sima durante un perodo
ds tiempo unitario.
Pm.AO Probabilidad de que en un momento t haya una poblacin con 16

m hombres y f mujeres en el proceso estocstico para dos sexos.
Pn(>) Probabilidad de que la poblacin haya alcanzado el nmero n 16

en el momento t.
p[a) Probabilidad de supervivencia desde el nacimiento hasta la 5

edad a:
P(a) = /()//;
p(a) es la columna del nmero de sobrevivientes en una tabla

de vida de raz 1.
np, Probabilidad que tiene un individuo de edad exacta x de vivir 1

n aos ms
i _ z+n
*Px = 1 9* j
QB Coeficiente de <?',f en la solucin de la ecuacin integral 5

B(t) = G(t) +^B(t - a)p()m() da:
B(t) = f1Q,e"t
=i
q Probabilidad de que no haya concepcin en un mes dado de 17

exposicin al riesgo: q 1 p-, se usa tambin para la proba-
bilidad de que un nacimiento dado sea femenino.
Probabilidad que tiene la -sima amilia de que un nacimiento 17

dado sea femenino.
nqx Probabilidad de una persona que ahora tiene la edad exacta x 1

de morir en los prximos n aos
nq* = ndjlx
Ro Tasa neta de reproduccin, esto es, el nmero esperado de 5

hijas que dar a luz una nia nacida ahora, en base a tasas
observadas de supervivencia y fecundidad.
rfi
o = 1 p{a)m{) da
Ri Momento de la funcin de fecundidad neta p(a)m(a): 6
r" .
Ri = 1 axp(a)m(a) da
En sentido estricto, p(a)m(a) no es una distribucin, puesto que

su integral es R0 y no uno; generalmente usamos la distribu-
cin p(a)m(a)/R<), cuyo momento i-simo centrado en cero es
Ri/Ro-
r Tasa de crecimiento; tasa intrnseca de crecimiento natural; 1

la variable de la funcin t/(r) en la ecuacin caracterstica
"m r i Tasas intrnsecas de crecimiento para la poblacin masculina y 14

femenina.
"u r, r 3 , . . . Races de i(r) = 1; r x es real; todas las dems son comple- 5

jas, y sus partes reales son menores que r ^
arx Tasa de crecimiento asumida para las edades que van de x a 1

x -j- n, inferida de la distribucin por edades observada como
^ = _L in /
2n \nKx+nJnLx+n )
S Matriz que representa la supervivencia, cuyos nicos elementos 4

distintos d e cero estn en su subdiagonal.
s Relacin de masculinidad al nacimiento: razn de los nacimien- 13

tos masculinos a los femeninos en un perodo dado; se llama
tambin ndice de masculinidad de los nacimientos.
(sd) Tasa bruta de mortalidad tipificada por el mtodo directo. 1
T Intervalo medio entre dos generaciones definido por er> = i? 0 - 6
Tx Suma de nLx desde la edad x hasta el final de la vida: 1
Tx = nLx + nLx+n + + nLa.n = /(* + i) dt
Th Indice de Thompson:
1-fj 5*0/30*15
/ 30-^15
aproximadamente igual a la tasa neta de reproduccin i? 0 .
T(x) Integral de l(x) desde la edad x hasta el fin de la vida:
T(x) = | l(x + t) dt
U(s) Funcin generatriz de las cantidades u: 5
U(s) = u + us + u2s" H
u Parte real de la raz K de |M XI| = 0. 3
ut Nmero total de hijos en el momento en todas las generado- 5

nes en el modelo de fracciones parciales.
v Parte imaginaria, esto es, coeficiente de i = ]/ 1. en la raz 3

compleja de |M XI| = 0 :
X = u + iv
V Valor reproductivo total de una poblacin (un sexo). 3
v Valor reproductivo de una mujer de edad exacta x: 3
vx = - e-r^-xl(a)m(a)da
'x Jx
w{ Tiempo de espera terico para la concepcin de la mujer 17

-sima:
Wi - 1 /pi
Tiempo medio de espera terico para la concepcin 17
n ^ pi
Var (w) Varianza del tiempo de espera terico para la concepcin 17
x Edad; frecuentemente una variable discreta con valores en in- 1

tervalos quinquenales, 0, 5, 10, . . .
x Parte real de la raz compleja r de la ecuacin ip(r) = 1 . 3
y Parte imaginaria, esto es coeficiente de i = i / ~ , en la raz 3

compleja r de <fr(r) 1.
[^'J] Diferencia dividida: 10
x2 x
Z, Z 2 , . . . Matrices estables en el anlisis de la matriz de proyeccin,

correspondiente a kj, h>, . . . ; satisfacen la relacin MZ, =
y son idempotentes (Z" = Z).
10I0 Definicin Captulo
a Edad ms joven de reproduccin o tambin edad que es inl- 2

tipio de 5 y est justo bajo la edad ms joven de reproduccin.
,8 Edad ms alta de reproduccin, o edad que es mltiplo de 5 2

justo sobre la edad ms alta de reproduccin.
/9, Medida de Pearson de asimetra: fa = ti! (A 6
Coeficiente de curtosis de Pearson: = f>t//A 6
J/x Primera diferencia de tomada generalmente para un inter- 1

valo quinquenal.
Alx lx+5 4 = 5 dx
a -simo cumulante, generalmente de la funcin de fecundidad 5

neta dividida por R0. Para i = 1, es igual a ^ o jiJ; el pri-
mer momento centrado en cero; para i = 2,3, es igual a los
correspondientes momentos centrados en la media
(s2 = fit = a2, k3 = ps); for i -- 4, it is c4 = ftt 3/ul
A Matriz diagonal cuyo i-simo elemento comenzando la lectura 3

desde el extremo superior izquierdo es A,, la -sima raz de
|M >il| = 0
X Un valor caracterstico; la variable de /(X) en la ecuacin en 3

determinantes
f{X) = |M - = 0
X Tasa instantnea de natalidad en el proceso de nacimientos y 16

muertes; la probabilidad de que cada individuo d a luz en
el momento t a t dt es Xdt.
Xx En problemas de muestreo, es la probabilidad como parmetro 15

de sobrevivir desde el nacimiento hasta la edad x; en las obser-
vaciones, lx es el nmero de sobrevivientes a la edad x de una
muestra de lQ nacidos.
/!, Raz real de la ecuacin en determinantes |M XI( = 0; en la 3

matriz usada en el anlisis demogrfico es la raz de mayor va-
lor absoluto.
X2,X3 Segunda y tercera races en valor absoluto de |M = 0; 3

son generalmente complejas.
[i Tasa instantnea de mortalidad; la probabilidad que tiene cada 16

persona de morir entre t y t dt es [idt.
fi Edad media al nacimiento de los hijos en la poblacin estacio-

naria:
H =
Ji Edad media en la poblacin estacionaria:
i" = l j l ,
ft(x) Fuerza de la mortalidad o tasa instantnea de mortalidad a la

edad x
x) = L
P ; l(x) dx
III Vector que contiene las probabilidades de los diversos estados

en el momento .
ni Probabilidad del -simo estado en la condicin estable.
7ti Probabilidad de que un hombre tenga i hijos o una mujer

i hijas.
a2 Varianza de las edades de las madres en el nacimiento de sus

hijos en la poblacin estacionaria:
fio \fioJ
a2 Varianza de las edades en la poblacin estacionaria:
2 _ _ ( Li V
~ U \u )
<}(a) Funcin de fecundidad neta:
<>{a) = p()m{a)
La probabilidad (al nacimiento) de que sobreviva una nia y

tenga ella misma una hija entre las edades a y a -(- da es <f>(a)da.
<j>(s) Funcin generatriz de P:
<p(s) = P + P,s + P,s2 +
$p(x) Funcin de fecundidad neta que considera clases de decremen-

to, por ejemplo parideces, cuando la distribucin de la pobla-
cin entre las clases es estacionaria.
t) Funcin generatriz de probabilidades para las pn(t):
0(z, /) = p0(t) + pt)z + p2(i)z% +

^(r) Valor descontado de los nacimientos futuros a una nia en el 5

momento de su nacimiento:
r>
<>(r) = \ e rap(a)m(a) da
Se usa frecuentemente en la ecuacin caracterstica para r:

= 1
> Ultima edad de la tabla de vida: 17
General
Se usan subndices para los argumentos de una funcin que son variables dis-
cretas, y parntesis para el caso de argumento continuo. Por ejemplo, el n-
mero de sobrevivientes de la tabla de vida a la edad quinquenal x es lx, x = 0,
5, 10, 15, . . . ; a la edad a (un elemento de un conjunto continuo de valores)
es l(a).
Un subndice en la parte inferior izquierda significa el largo de un intervalo,
generalmente de edad. Por ejemplo, $LX es el nmero de individuos de un sexo
dado en la poblacin estacionaria entre las edades exactas x y x -)- 5. Cuando
por el contexto se deja claro que se trata de un intervalo de un ao o de cinco
aos, se omite el 1 o el 5 de la parte inferior izquierda.
Un super-ndice en la parte superior derecha es usado para indicar el tiempo:
por tanto, la poblacin en el momento t entre las edades x y x -(- n es nK{x]
Para las proyecciones para un perodo quinquenal, la unidad para t es cinco
aos, en tanto que las unidades para x y n son aos simples. Ezx es la expo-
sicin al riesgo a la edad x del ltimo cumpleaos durante el ao calendario z.
Se usa una barra sobre el smbolo, ku para distinguir los cumulantes de la dis-
tribucin de edades de los de la distribucin de las edades en el momento del
nacimiento.
Los smbolos para el proceso con un solo sexo descrito en trminos de pobla-
cin femenina se aplican igualmente a la masculina; por ejemplo, R0 es el
nmero esperado de hijos hombres en un nio hombre recin nacido, calculado
en base a las tasas especficas de fecundidad y mortalidad observadas por edades.
La potencia de una matriz A es A', que tiene como j-simo elemento de la
-sima fila a a ( t ) .
Al, |A| Valor absoluto de A si A es escalar, real o complejo. Determinante si A

es una matriz cuadrada.
= Aproximadamente igual a.
~ Asintticamente igual a.
* Transformada de Laplace; valor mejorado en un proceso iterativo; carac-

terstica masculina cuando es necesario distinguir masculino de femenino.
CUADRO DE e PARA CALCULO DE EXPONENCIALES Y LOGARITMOS
X" 0.000 0.001 0.002 0.003 0.004
0 .00 . 1 . 000 000 1 .001 001 1.002 002 1 .003 005 1 .004 008
0 .01 1 .010 050 1 .011 061 1.012 072 1.013 085 1.014 098
0 .02 1 .020 201 1 .021 222 1 .022 244 1 .023 267 1 .024 290
0 .03 1 .030 455 1.031 486 1.032 518 1 .033 551 1 .034 585
0 .04 1 . 040 811 1 .041 852 1. 042 894 1 . 043 938 1 .044 982
0 .05 1.051 271 1 .052 323 1.053 376 1.054 43 0 1 .055 485
0 .06 1 .061 837 1 .062 899 1.063 962 1 .065 027 1 .066 092
0 .07 1 . 072 508 1 .073 581 1.074 655 1 . 075 731 1 .076 807
0 .08 1 .083 287 1.084 371 1.085 456 1 .086 542 1 .087 629
0 .09 1 .094 174 1 .095 269 1.096 365 1 .097 462 1 .098 560
X 0.005 0.006 0.007 0.008 0.009
0 .00 1 .005 013 1 .006 018 1.007 025 1 .008 032 1 .009 041
0 .01 1 .015 113 1 .016 129 1.017 145 1.018 163 1 .019 182
0 .02 1 .025 315 1 .026 341 1.027 368 1 .028 396 1 .029 425
0 .03 1 .035 620 1 .036 656 1 . 037 693 1 .038 731 1 .039 770
0 .04 1 .046 028 1 .047 074 1. 048 122 1 . 049 171 1 .050 220
0 .05 1 .056 541 1 .057 598 1.058 656 1 .059 715 1 .060 775
0 . 06 1 .067 159 1 .068 227 1.069 295 1 .070 36 5 1 .071 436
0 .07 1 .077 884 1 .078 963 1.080 042 1 . 081 123 1 .082 204
0 .08 1 .088 717 1 .089 806 1. 090 897 1 . 091 988 1 .093 081
0 .09 1 .099 659 1 .100 759 1.101 860 1 . 102 963 1 . 104 066
X 0.0 0 .1 0.2 0.3 0.4
0. 0 1. 0 0 0 0 0 0 1.105171 1. 221403 1. 349859 1.49182

1 .0 2 . 718282 3.004166 3. 320117 3. 669297 4.05520
2 .0 7 . 389056 8.166170 9 . 025013 9 . 974182 11.02318
3. 0 20 . 0 8 5 5 4 22 . 1 9 7 9 5 24. 53253 27 . 1 1 2 6 4 29 . 9641C
4 . 0 54. 59815 60 . 3 4 0 2 9 66. 68633 73. 69979 81.4508;
5 .0 148. 4132 164.0219 181. 2722 200 . 3368 221.4064
6 .0 403. 4288 445.8578 492 . 7490 544. 5719 601.8450
7. 0 1 0 9 6 . 633 1211.967 1339 . 431 1480 . 300 1635.984
8 .0 2980 . 958 3294.468 3640 . 950 4023 . 872 4447.067
9 .0 8103. 084 8955.293 9 8 9 7 . 129 1 0 9 3 8 . 02 12088.38
X 0 .5 0.6 0 .7 0.8 0.9
0 .0 1. 648721 1 . 822119 2. 013753 2 . 225541 2.4596C

1 .0 4. 481689 4.953032 5. 473947 6. 049647 6.6858<
2 . 0 12 . 18249 13.46374 14. 87973 16. 44465 18. 1741!
3 . 0 33. 11545 36.59823 40 . 44730 44. 70118 49.4024!
4 . 0 90. 01713 99.48432 109. 9472 121. 5104 134.2898
5 .0 244. 6919 270.4264 2 9 8. 8674 330. 2996 365.0375
6 .0 665. 1416 735.0952 812 . 4058 897 . 8473 992.2747
7 . 0 1808 . 042 1998.196 220 8. 348 2440. 602 2697.282
8 . 0 4914. 769 5431.660 6002. 912 6634. 244 7331.974
9 . 0 13359. 73 14764.78 16317. 61 18033. 74 19930.37
El argumento x es el nmero de comienzo de la fila ms el nmero al tope de la

columna. Como un ejemplo de su uso vase el cuadro 5.3.
NDICE
Pgina
Prefacio v
Reconocimientos ix
PRIMERA PARTE L A T A B L A DE V I D A
Captulo 1. El Modelo de Poblacin Estacionaria
1.1 Una Presentacin de la Tabla de V i d a 3

1.2 Una Tabla de V i d a que Itera a los D a t o s 19
1.3 Niveles de Discurso 24
SEGUNDA PARTE ANALISIS DISCRETO P A R A UN SEXO
Captulo 2. El Conjunto Bsico de Ecuaciones de Recurrencia
2.1 P r o y e c c i n de P o b l a c i n 27
2.2 Condensacin de la Matriz 37
Captulo 3. Anlisis General de la Matriz de Proyeccin
3.1 Un Ejemplo N u m r i c o para la Matriz 3 x 3 41

3.2 Algebra Matricial del P r o c e s o de P r o y e c c i n 47
3.3 Clculo Iterativo de los C o m p o n e n t e s Matriciales 63
3.4 Interpretacin d l o s Resultados 69
Captulo 4. Estudio de una Matriz de Proyeccin que Cambia a
Travs del Tiempo
4 . 1 Experimentos A c e r c a de los E f e c t o s del C a m b i o en las Tasas

Especficas de Fecundidad y Mortalidad p o r Edades 74
4.2 Anlisis de C o l e c c i o n e s de Tablas de V i d a 81
4.3 Extrapolacin a P o b l a c i o n e s Futuras 86
4.4 Ajuste de Datos 88
4.5 Sobre Ergodicidad Fuerte y Dbil 89
TERCERA PARTE EL A N A L I S I S C O N T I N U O
Captulo 5. La Ecuacin de Renovacin: Solucin General
5.1 P r o y e c c i n de P o b l a c i n en el Caso C o n t i n u o 97
5.2 S o l u c i n p o r Clculo Elemental 100
5.3 S o l u c i n Numrica de la E c u a c i n Caracterstica 108
453
454 INDICE
Pgina
5 . 4 Propiedades de la T r a n s f o r m a d a de Laplace 114

5.5 S o l u c i n General V a la T r a n s f o r m a d a de Laplace 116
5.6 La Sucesin d e Generaciones 117
5.7 Distribuciones Puntual y Rectangular de la F u n c i n de Fecun-
didad Neta 127
5.8 F o r m u l a c i n a Travs de las Funciones Generatrices y las
Fracciones Parciales 130
Captulo 6. Parametrizacin del Proceso de Renovacin
6.1 Ajuste d e la F u n c i n de F e c u n d i d a d Neta 140

6.2 Ajuste de la F u n c i n de F e c u n d i d a d Neta p o r M e d i o de la
Distribucin Normal ( L o t k a ) 141
6.3 Ajuste Mediante la F u n c i n G a m m a I n c o m p l e t a ( W i c k s e l l ) . . . 147
6.4 Ajuste Mediante una Distribucin que Relaciona Generacio-
nes Sucesivas (Hadwiger) 149
6.5 Compatibilidad de los Diversos Ajustes de la F u n c i n de Fe-
cundidad Neta 155
Captulo 7. Interrelaciones entre las Variables Demogrficas en
las Poblaciones Estables
7.1 Relaciones en Cualquier P o b l a c i n Cerrada 170

7.2 Relaciones Bajo la C o n d i c i n de Estabilidad 174
7.3 Una A p l i c a c i n de la T e o r a de la P o b l a c i n Estable 184
7.4 Algunos E f e c t o s S o b r e la D i s t r i b u c i n p o r Edades de Cambios
en la F e c u n d i d a d y la Mortalidad 185
Captulo 8. Reconciliacin de la Ecuacin Matricial e Integral
8.1 Una E c u a c i n en Diferencias de Orden Superior 195

8.2 Ecuaciones Matriciales e Integrales 200
8.3 R e s u m e n de S o l u c i o n e s 206
Captulo 9. Series de Tiempo Demogrficas
9.1 Nacimientos Correspondientes a Nmeros Totales D a d o s . . . 210

9.2 Ajuste Mediante una Curva en la cual las Constantes Partici-
pan de Manera No-lineal 214
9.3 La F o r m a Casi-logstica de los Nacimientos en una Poblacin
que Crece L o g s t i c a m e n t e 218
9 . 4 La E x p l o s i n D e m o g r f i c a 219
CUARTA PARTE TECNICAS NUMERICAS
C a p t u l o 10. Interpolacin y Ajuste

10.1 Interpolacin Lineal 223
10.2 Expresiones para I n t e r p o l a c i n P o l i n m i c a Mediante D e t e r -
minantes 224
10.3 Expresiones Matriciales para la Interpolacin P o l i n o m i a l . . . . 232
10.4 T p i c o s en la C o n s t r u c c i n de la Tabla de V i d a 234
10.5 Estimacin del Error d e I n t e r p o l a c i n 244
INDICE 455
Pgina
Captulo 11. Aproximaciones Finitas
11.1 La Matriz de Proyeccin 246

11.2 Distribucin Estable por Edades Obtenida de la Columna l x
de la Tabla de Vida 259
11.3 Poblaciones Estables Cambiadas de una Aproximacin Finita
a Otra 262
11.4 Las Constantes Q de la Ecuacin Integral 264
11.5 Resumen y Computacin Numrica Basado en Cuatro Formu-
laciones del Proceso de Renovacin 265
QUINTA PARTE INTERACCION ENTRE POBLACIONES
Captulo 12. Aspectos Cualitativos de la Interaccin entre Pobla-

ciones
12.1 El Modelo Lineal 271

12.2 Un Caso no Lineal 284
12.3 El Modelo no Lineal General 287
Captulo 13. El Problema de los Sexos y Otros Usos de las Ecua-
ciones Diferenciales Simultneas
13.1 Inconsistencia al Tratar Separadamente los Sexos 293

13.2 Dominancia 296
13.3 Tratamiento Simultneo de las Edades y los Sexos 310
13.4 Un Modelo de Nupcialidad 314
13.5 Paridez y Orden de Nacimientos Segn la Edad 318
Captulo 14. Poblaciones en Interaccin Analizadas por Edades
14.1 La Matriz Generalizada 320

14.2 Decremento Mltiple 334
14.3 La Ecuacin Integral Modificada para Tener en Cuenta el Or-
den de Nacimiento 335
SEXTA PARTE MODELOS PROBABILISTICOS
Captulo 15. Varianza Muestral de las Caractersticas Demogrficas
15.1 Funciones de la Tabla de Vida 341

15.2 Funciones de Fecundidad 353
15.3 Un Enfoque Simplificado de las Muestras Complejas 355
Captulo 16. Procesos de Nacimiento y Muerte
16.1 El Proceso Puro de Nacimientos y sus Extensiones 363

16.2 Un Modelo de Nacimiento, Muerte e Inmigracin 366
16.3 El Problema de los Sexos Tratado Estocsticamente 372
16.4 Una Expresin General para las Varianzas en los Modelos de
Poblacin Lineales 380
16.5 Distribucin de la Relacin de Masculinidad 382
456 INDICE
Pgina
C a p t u l o 17. Distribuciones de Poblacin y Comportamiento Indi-

vidual
17.1 Reglas de Detencin 384

17.2 Los Nacimientos c o m o una Sucesin en el Tiempo 390
17.3 Descuento por el Perodo Estril del Embarazo 395
17.4 Simulacin 404
C a p t u l o 18. El Proceso de Ramificacin como un Modelo de
Poblacin
18.1 Teora de Ramificacin 405
18.2 Mtodo Abreviado para Determinar la Probabilidad de Extin-
cin 412
18.3 Efecto de un Cambio en la Distribucin sobre la Probabilidad
de Extincin 417
Bibliografa 421
Lista de Smbolos 439

Cuadro c * para Clculo de Exponenciales y Logaritmos 452
Impreso en los Servicios
de Reproduccin de CELADE

Introduccion A Las Matematicas de Poblacion

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Introduccion A Las Matematicas de Poblacion

Încărcat de

Drepturi de autor:

Formate disponibile

INTRODUCCION

Centro Latinoamericano de Demografa

Apartado Postal 5249

Traduccin al espaol de la versin inglesa "Introduction to the

Traduccin de RICARDO PARDO

Derechos cedidos por Addison-Wesley Publishing Company, Inc. para la

"En estadstica, al igual que en fsica, la inexactitud de nuestros

El reconocimiento pblico y acadmico de que la poblacin es un problema

biolgicas". (N. del E.1

En el Novum Organum Bacon dice: "La verdad emerge ms fcilmente del

liminar en Behavioral Science, Biometrics, Dernography, Human Biology, The

El captulo 1, seccin 1.2, pgs. 23-28, es una versin drsticamente modificada

Los captulos 5 y 6 tienen partes comunes con "The Integral Equation of

El captulo 14, seccin 14.1, pgs. 326-337, contiene material proveniente

EL MODELO DE POBLACION ESTACIONARIA

1.1. UNA PRESENTACION DE LA TABLA DE VIDA

La tabla de vida es un esquema que permite expresar los hechos relativos a la

Tasas especficas por edades y probabilidades

M = 2'798'051 = 0.00940 o 9.40 por mil.

Esta es la tasa bruta de mortalidad, bruta debido a que combina la estructura

habindose obtenido esta ltima expresin dividiendo, tanto el numerador como

lo cual es levemente menor que M 3 2 .

nP. = (/>*)(/>*+1) " * * (/>*+-1)

En particular, la probabilidad de sobrevivir por un ao para un nio recin

un nio recin nacido es pop. de sobrevivir los primeros * aos de vida es

Funciones continuas de la tabla de vida

fr) = lim '<*> ~ ' { X + d x l= = -dlnl{x) ,. (1.1.1)

donde ln simboliza el logaritmo natural de la cantidad que lo sigue.

Haciendo x = 0 se demuestra que la raz (arbitraria) o valor inicial de la co-

La probabilidad que tiene una persona de edad x de sobrevivir n aos es

que se conoce como esperanza de vida completa a la edad x.

En consecuencia, su tasa de mortalidad es

Comparacin de la mortalidad mediante la tabla de vida y por tipificacin

donde el conjunto de ponderadores K'(x) es la distribucin por edades de la

CANADA 1 9 4 0 - 4 2 10.64 16.06 14.43 12.48 9.76

1965 8.87 14.54 10.99 9.74 7.40 1

1963 12.81 1^.73 12.90 11.45 9.79 O

MEXICO 1959-61 11.97 17.97 25.49 21.08 11.97

1963 11.08 14.99 12.47 11.10 8.80

cin dada. La tasa de mortalidad tipificada por el mtodo indirecto se puede

donde el primero nuevamente distingue la poblacin tipificada y d' es la tasa

La tabla de vida, o ms estrictamente, su columna de personas sobrevivientes,

Las estadsticas vitales proveen el nmero de fallecimientos, ocurridos

DIAGRAMA DE LEXIS Q U E M U E S T R A LAS LINEAS DE VIDA

Otro grupo que aparece en el diagrama es el nmero E'x+1 de los individuos

donde aD~ es la parte de Dzx en el tringulo superior ABC, y 6 D * + 1 es la parte

_ , KIX\ _ S D' X + a p;+l

Punto medio del Esperanza de vida a la edad Probabilidad de alcanzar ia edad

1805 37.81 36.84 0.4384 0.4062

1810 28.99 34.78 0.2926 0.3852

1815 37.33 39.08 0 .4279 0.4417

1820 37.42 40 .76 0.4252 0.4674

1825 41.96 44.24 0 .4832 0.5075

1830 36.77 42.11 0.4034 0.4830

1835 40 . 25 44.43 0.4531 0.5150

1840 39.97 44.20 0.4516 0.5133

ml = 6!>Ll ~ 69/ro = 54.4 aos,

Jo que comparado con los 48,0 aos en 1930, revela un mejoramiento

IA = (h ~ ^70) (xPi + h*n + 69/70 ,

/, = 92,775 ; / = 39,102 ; T, = 5,632,457 ; Tn = 359,405 .

Alternativamente, podemos introducir nax en trminos del modelo continuo.

" S;i{x + t){x(x + t)dt ' ^ (M'7>

-[="tdl(x + t)= ~[tl(x + /)]p=0 + [nl(x + t)dt

nP. = (/>)(/>+1) " * * (/>*+-1)

K\fvH{x + t)it(x+t)l(y + t)dt x >

M' = ^ ( 64 + 6 ~ 64-5 , 6^1-5 ~~ S^l+sN