Captulo 5

Mtodo de
MonteCarlo

Mtodo de Monte
Carlo
Idea : Es la aproximacin a la solucin de un problema
por medio del muestreo de un proceso al azar.
Esto no ayuda mucho lo que es el Mtodo de Monte Carlo
pero podemos familiarizarnos por la va de ejemplos:
y

Caso 1

dx dx
1

R ( x , y ) : x, y x y 1
2

Mtodo de Monte
Carlo
Caso 2:
Sea g(x) una funcin y supongamos que deseamos conocer
1

g ( x)dx

Problema determinista

Sea u ~ U(0,1)
Entonces
E[g(u)] =

y sea x = u
1

g (u ) * f (u )du
0

siendo

f (u ) 110 ; g (u ) g ( x) y du dx

Mtodo de Monte
Carlo
Luego

E[g(u)] =

g ( x)dx
0

Entonces transformamos la estimacin de por el clculo

E[g(u)] por la va de la ley de los grandes nmeros.
k

g (ui )

k
i 1

E[ g (u )]

cuando k

g (u )

Pr (| g (u ) | ) 0 cuando k

Teoremas Lmites
Convergencia en Distribucin:

Xn X

ssi limn FX n ( x ) FX ( x )

x pto. continuidad
Convergencia en Probabilidad:

ssi limn P X n X 0

Xn X
P

Nota:

>0

Xn X
P

Xn X
D

Desigualdad de Chebyshev:
Sea X v.a. con
Entonces

E X

P X E X

;V X

VX
2

Ley dbil de los grandes nmeros:

X n nN sucesin de v.a.i.i.d. : E X R
2
V X entonces:

limn P X n 0

Teorema Central de Lmite:

Sea {X} suc. de v.a.i.i.d /

E X ;V X 2

finitas. Entonces:

Xn

Yn

N (0,1)

Mtodo de Monte
Carlo
Es decir podemos resolver un problema determinstico por
medio del clculo del valor esperado de una muestra grande.
Algoritmo

Valores iniciales, S1=0 ; S2 = 0

1.- Generar ui (U(0,1))

2.- Calcular g(ui)
3.- Calcular

S1 = S1 + g(ui)
S2 = S2 + [g(ui)]2

4.- Repetir el clculo k-veces

5.- Calcular
6.- Calcular el

S1
k

I 0,95 ( ) [ 1,96

;
S2
k

s
2

k S 2 2 [ S1 ]2
k ( k 1)

Mtodo de Monte
Carlo
b

Caso 3 : Para g ( x)dx

Sea

xa
y
ba

Entonces

a xb

dx
dy
ba

g[a (b a ) y ] (b a ) dy
0

h( y ) dy
0

donde

h( y ) (b a ) g (a (b a ) y )

Luego podemos estimar mediante el clculo de E[h(y)]

Mtodo de Monte
Carlo
Caso 4 :

1 1

0 0

... g ( x1 , x2 ,..., xn )dx1dx2 ...dxn

puede ser calculado mediante E[ g (u1 , u2 ,..., un )]

donde U1, U2, ..., Un sucesiones v.a.i.i.d. U(0,1)
k

i
i
i
g
(
u
,
u
,...,
u
1 2 n)
i 1

Mtodo de Monte
Carlo

Caso 5 : Para g ( x )dx

Sea

1
y
1 x

dx
2
dy

y
dx
2
(1 x)

Entonces

Luego

g ( 1 y 1)
dy
2
y

E[h( y )]
siendo
g ( 1 y 1)
h( y )
y2

0 y 1

Mtodo de Monte
Carlo
Tarea : Usando el mtodo de Monte Carlo
5

(
1

x
)
dx
;

x2

x
(
1

x
)
dx

1 1

dx ;

0 0

( x y )2

dxdy

Mtodo de Monte
Carlo
Caso 6 :

g ( x)dx

Derive un mtodo aproximado para resolver este problema

de integracin, va Simulacin de Monte Carlo y proponga
un Algoritmo