Método de Montecarlo

MÉTODO DE MONTECARLO
El método Montecarlo es un método numérico que permite resolver problemas físicos

y matemáticos mediante la simulación de variables aleatorias. Lo vamos a considerar
aquí desde un punto de vista didáctico para resolver un problema del que conocemos
tanto su solución analítica como numérica. El método Montecarlo fue bautizado así
por su clara analogía con los juegos de ruleta de los casinos, el más célebre de los
cuales es el de Montecarlo, casino cuya construcción fue propuesta en 1856 por el
príncipe Carlos III de Mónaco, siendo inaugurado en 1861.
La importancia actual del método Montecarlo se basa en la existencia de problemas que
tienen difícil solución por métodos exclusivamente analíticos o numéricos, pero que
dependen de factores aleatorios o se pueden asociar a un modelo probabilística artificial
(resolución de integrales de muchas variables, minimización de funciones, etc.).
CARACTERÍSTICAS
El método de Montecarlo tiene como características ventajas y desventajas.
Una ventaja de la simulación de Montecarlo seria sobre los resultados probabilísticos y

gráficos ya que, con los probabilísticos muestran lo que puede suceder y que tan
probable es que suceda un resultado, con los gráficos cuando los datos son generados
por Montecarlo se hace fácil crear gráficas para observar cuales son las posibilidades
de que algo suceda.
Otras ventajas que se puede mencionar serian que cuando se tienen pocos resultados,
se hace más difícil ver lo que afecta el resultado, en cambio cuando se utiliza
simulación Montecarlo se hace más fácil que vea cuales son las variables que influyen
más en los resultados.
Hablando del método de la aguja de bufón, que es una aplicación del método
Montecarlo su desventaja es que solo se puede aplicar en medios que contienen
geometrías planas.
Otra desventaja seria; al tener un modelo de simulación las salidas producidas es

aleatorias y deben ser tratadas como lo que son, es decir como una estimación
solamente, también que al suponer valores para realizar la simulación el sistema
puede ser muy poco realista.
También podemos destacar como desventaja que si son modelos de simulación muy
complejos pueden requerir mucho tiempo para construirlos.
APLICACIÓN
El uso de los métodos de monte Carlo como herramienta de investigación, proviene

del trabajo realizado en el desarrollo de la bomba atómica durante la segunda guerra
mundial en el laboratorio de las naciones unidas de EE.UU.
 Criptografía.  Programas de computadora.

 Cromo dinámica cuántica.  Pronóstico del índice de la
 Densidad y flujo de tráfico. bolsa.
 Diseño de reactores nucleares.  Prospecciones en explotaciones
 Diseño de VLSI. petrolíferas.
 Ecología.  Radioterapia contra el cáncer.
 Econometría.  Sistemas de colas.
 Evolución estelar.  Sistemas de inventario P y Q.
 Física de materiales.  Valoración de cartera de
 Métodos cuantitativos de valores.
organización industrial.
¿Qué es la simulación de Monte Carlo?
La simulación de Monte Carlo o Método de Monte Carlo (MMC) es una metodología

estadística que se basa en una gran cantidad de muestreos aleatorios para llegar a
resultados próximos de resultados reales. Que le permite experimentar con variables
de un número suficientemente grande de veces para mayor precisión la probabilidad
de un resultado suceder.
Llevando el método de Monte Carlo para casos reales, es posible aplicar la simulación
en:
Gestión: estudio de viabilidad económica, análisis de riesgos,

proyecciones, etc.
Finanzas: análisis de acciones, opciones futuras, series
macroeconómicas, etc.
Otras áreas: computación gráfica, análisis variados, geología, etc.
Cómo hacer una Simulación de Monte Carlo
En la práctica, siempre que usted se enfrenta a situaciones con algún nivel de

incertidumbre y desea utilizar la simulación de Monte Carlo tendrá que pasar por 4
pasos:
 Paso 1 - Modelar el problema

 Paso 2 - Generar valores aleatorios para las incertidumbres del
problema
 Paso 3 - Sustituir las incertidumbres por valores para calcular el
resultado
 Paso 4 - Obtener una estimación para la solución del problema
Por ser un método muy matemático y que demanda de software específico para la
gran cantidad de simulaciones, creo que es posible hacer simplificaciones en el método
para obtener resultados prácticos y sin tener un trabajo muy grande.
1. Definición del problema:
• Alternativas de decisión (vars. de decisión).
• El objetivo de estudio (Función Objetivo).
• Identificación de las restricciones del sistema que se modela.
2. Construcción del modelo:

• Traducir el problema a relaciones matemáticas que incluyan las vars.
decisión, la Función Objetivo y las restricciones.
3. Solución del modelo:
• Uso de algoritmos de optimización.
• Se encuentran los valores de las vars. decisión.
4. Validación del modelo:
• ¿El modelo entrega una predicción razonable del comportamiento del

sistema estudiado?
5. Puesta en práctica:
• Traducir los resultados del modelo en instrucciones de operación.
Conclusiones
 El Método Montecarlo es útil para establecer probabilidades y definir
escenarios de actuación.
 El objetivo de este método no es el de brindar decisiones sino apoyar a
la toma de estas.
 Existen diversos programas de soporte para problemas complejos, será
cuestión del analista elegir aquel que se adecúe mejor a sus
necesidades.

Método de Montecarlo

Cargado por

Copyright:

Formatos disponibles

Método de Montecarlo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Método de Montecarlo

Cargado por

Copyright:

Formatos disponibles

MÉTODO DE MONTECARLO

El método Montecarlo es un método numérico que permite resolver problemas físicos

El método de Montecarlo tiene como características ventajas y desventajas.

Una ventaja de la simulación de Montecarlo seria sobre los resultados probabilísticos y

Otra desventaja seria; al tener un modelo de simulación las salidas producidas es

El uso de los métodos de monte Carlo como herramienta de investigación, proviene

 Criptografía.  Programas de computadora.

¿Qué es la simulación de Monte Carlo?

La simulación de Monte Carlo o Método de Monte Carlo (MMC) es una metodología

Gestión: estudio de viabilidad económica, análisis de riesgos,

Cómo hacer una Simulación de Monte Carlo

En la práctica, siempre que usted se enfrenta a situaciones con algún nivel de

 Paso 1 - Modelar el problema

1. Definición del problema:

• Alternativas de decisión (vars. de decisión).

• El objetivo de estudio (Función Objetivo).

• Identificación de las restricciones del sistema que se modela.

2. Construcción del modelo:

3. Solución del modelo:

• Uso de algoritmos de optimización.

• Se encuentran los valores de las vars. decisión.

4. Validación del modelo:

• ¿El modelo entrega una predicción razonable del comportamiento del

• Traducir los resultados del modelo en instrucciones de operación.

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.