El mtodo de Monte Carlo es el ms adecuado a las relaciones lineales donde se desco
noce slo uno parmetros.
Configuracin comenzar a prepararse para una simulacin Monte Carlo mediante el examen de la ecu acin para la relacin que se desea simular . Por ejemplo , considere , " A sen /B ( C theta ) = X. " Los parmetros A , B y C deben ser conocidos , y el ngulo theta se puede estimar a travs de la gama de 0 a 2 pi . Usted necesita saber el rango de los parmetros A, B y C, as como en qu medida los v alores se distribuyen a travs de la gama . Por ejemplo , A y B pueden estar distribuidas de manera uniforme entre 5 y 10 , y C puede ser normalmente distribuidos alrededor de 2 con una varianza de 1 . Tambin tendr que decidir sobre el nmero adecuado de ensayos para estimar adecuadame nte la distribucin potencial de X. MATLAB Procedimiento MATLAB "rand ( ) " funcin dibuja nmeros pseudoaleatorios en una distribucin uniform e en el intervalo ( 0,1 ) El MATLAB " normrnd ( ) " funcin dibuja nmero pseudoaleatorio de una distribucin no rmal nTrials = 1000 ; a = 5 * rand ( nTrials , 1 ) + 5 ; B = 5 * rand ( nTrials , 1 ) + 5 ; C = normrnd ( 2,1 , nTrials , 1 ) ; %el rango del ngulo theta se estima entre 0 y 2 pi a un interno de 0,05 theta = 0:0.05:2 * pi ; %el resultado ser X ser una matriz de nTrials dimensin de longitud ( theta ) X = ( a /B ) * sin ( C * theta ) Limitaciones El mtodo de Monte Carlo se limita a simular relaciones matemticas que son conocida s , donde la mayora de los parmetros puede estimarse a partir de una distribucin co nocida . Relaciones lineales funcionan mejor , como el error en la estimacin pued e crecer muy grande en las relaciones no lineales. Las relaciones con un gran nme ro de parmetros o grandes rangos de distribucin pueden tomar mucho tiempo para est imar utilizando el mtodo de Monte Carlo.