Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase6 PR
Clase6 PR
Patricia Kisbye
FaMAF
25 de marzo, 2010
El mtodo de Monte Carlo es un procedimiento general para seleccionar muestras aleatorias de una poblacin utilizando nmeros aleatorios. La denominacin Monte Carlo fue popularizado por los cientcos Stanislaw Ulam, Enrico Fermi, John von Neumann, y Nicholas Metropolis, entre otros, quienes ya trabajaban sobre muestreo estadstico. Hace referencia al Casino de Montecarlo en Mnaco.
Este mtodo se utiliza para calcular numricamente expresiones matemticamente complejas y difciles de evaluar con exactitud, o que no pueden resolverse analticamente. Algunos ejemplos son: Clculo de integrales denidas Aproximaciones al valor de .
E[g(X )] =
Ley Fuerte de los Grandes Nmeros: Si X1 , X2 , . . . es una sucesin de v. a. i. i. d., todas con media , entonces limn X1 + X2 + Xn = . n
Calcular
=
0
Si U1 , U2 , . . . v.a.i.i.d., uniformes en (0, 1), entonces g(U1 ), g(U2 ), . . . son v.a.i.i.d., con media . Luego
n
limn
i=1
g(Ui ) = . n
g(x) = (1 x 2)3/2
n = 20, rea=0.5019617835
g(x) = (1 x 2)3/2
g(x) = (1 x 2)3/2
n = 300, rea=0.6067846103
g(x) = (1 x 2)3/2
Analticamente:
1
g(x) dx =
0
3 0.5890486226 16
Por Monte Carlo n 20 100 300 1000 10000 Aproximacin 0.5019617835 0.4946866190 0.6067846103 0.5959810476 0.5895682376
Calcular
=
a
x a , ba
1
dy =
1 dx ba
1
g(x) dx =
a 0
h(y ) dy .
Integracin en (a, b)
g(x) = ex+x en (1, 1)
2
Integracin en (a, b)
g(x) = sen(x) en (0, 2)
Integracin en (a, b)
g(x) = cos(x) en (, 3)
g(x) dx .
dy =
1 dx = y 2 dx 2 (x + 1)
1
g(x) dx =
0 0
1 g( y 1)
y2
dy =
0
h(y ) dy .
g(x) = ex
g(x) =
1 (2 + x 2 )
g(x) =
x (1 + x 2 )2
entonces la transformacin est dada por una funcin creciente y : [0, ] [0, 1). Se tienen entonces los siguientes grcos:
g(x) = ex
g(x) =
1 (2 + x 2 )
Integrales mltiples
El mtodo de Monte Carlo para el clculo de integrales en una variable no es muy eciente, comparado con otros mtodos numricos que convergen ms rpidamente al valor de la integral. Pero s cobra importancia en el caso del clculo numrico de integrales mltiples:
1 1
...
0 0
Integrales mltiples
=
0
...
0
Si
1 U1 , . . . , Ul1 2 U1 , . . . , Ul2 . . . n U1 , . . . , Uln
i=1
i g(U1 , . . . , Uli ) n
Clculo de
Si U1 , U2 U(0, 1), entonces X = 2U1 1 verican X , Y U(1, 1). I= entonces E[I] = P(X 2 + Y 2 1) = 1 0 si X 2 + Y 2 1 c.c. . 4 Y = 2U2 1
La aguja de Buffon
Un problema planteado en el s. XVIII por Georges Louis Leclerc, conde de Buffon, fue la siguiente: Se tienen rectas paralelas equidistantes entre s, y se arroja una aguja de longitud mayor o igual a la distancia entre dos rectas. Cul es la probabilidad que una aguja corte a una de las rectas?
La aguja de Buffon
La aguja de Buffon
l
l 2
x sen()
La aguja de Buffon
t la distancia entre las rectas. l la longitud de la aguja. la medida del ngulo agudo entre la aguja (o su prolongacin) y una de las rectas. x la distancia entre el punto medio de la aguja y la recta ms cercana x y son v.a. uniformes con distribucin f (x) y g(): f (x) = 2 , t g() = 2 .
La aguja de Buffon
Una aguja cortar la recta si y slo si la distancia de su l centro a una de las rectas es menor que 2 sen(), es decir x< l sen(). 2
l 2
/2
sen()
22 dx d t
2l . t 2 .