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.