Está en la página 1de 4

Instituto Tecnolgico Superior de Tamazunchale

Ensayo (Mtodo de Monte Carlo)


Materia: Simulacin Docente: Ing. Gabino Mrquez Prez

Integrantes: Deyanira Eutimio Hernndez Jess Garca de la Cruz Luis Miguel Hernndez Hernndez Floridelia Hernndez Hernndez

Principalmente Monte Carlo proviene del nombre en clave de un trabajo secreto en el que von Neumann y Ulam emplearon esta tcnica matemtica (que ya era conocida anteriormente). Este trabajo se realizo en Los lamos, durante el conocido proyecto para la fabricacin de la bomba atmica. Esta tcnica se genera artificialmente datos mediante el uso de un generador de nmeros aleatorios y la funcin de probabilidad de inters. El generador de nmeros aleatorios se emplea para generar variables aleatorias distribuidas uniformemente en el intervalo [0, 1]. La funcin de probabilidad a muestrear puede ser una distribucin terica (normal, exponencial, etc.) o puede ser emprica, es decir, puede estar basada en observaciones del sistema real.

Se dice que el Mtodo de Montecarlo es usado en los lenguajes de programacion, el cual es una tcnica para calcular probabilidades de un suceso, esto a travs de secuencias de nmeros aleatorios, un clculo MC no es otra cosa que una integracin. Se emplea no solo para simular sistemas estocsticos, sino tambin para resolver problemas deterministas (tpicamente aquellos que no pueden ser resueltos analticamente). La versin ms simple de Monte Carlo consiste en: 1. Sortear valores para un conjunto X (1); X (2);.; X(n), de variables aleatorias (independientes e idnticamente distribuidas) a X.

2. Calcular Sn = X (1) +.+ X(n), la suma de los n valores sorteados.

3. Calcular

4. Calcular

Se dice que

es un estimador de , indiscutiblemente van hacer valores

con probabilidades cercanos al resultado exacto, pero realmente nunca se llegara al verdadero resultado.

Un ejemplo sencillo es:

Supongamos que tenemos un satlite, que para su funcionamiento depende de que al menos 2 paneles solares de los 5 que tiene disponibles estn en funcionamiento, y queremos calcular la vida til esperada del satlite (el tiempo promedio de funcionamiento hasta que falla, usualmente conocido en la literatura como MTTF - Mean Time To Failure). Supongamos que cada panel solar tiene una vida til que es aleatoria, y esta uniformemente distribuida en el rango [1000 hs, 5000 hs] (valor promedio: 3000 hs). Para estimar por Monte Carlo el valor de , haremos experimentos, cada uno

de los cuales consistir en sortear el tiempo de falla de cada uno de los paneles solares del satlite, y observar cual es el momento en el cual han fallado 4 de los mismos, esta es la variable aleatoria cuya esperanza es el tiempo promedio de funcionamiento del satlite. El valor promedio de las observaciones nos proporciona una estimacin de .

De esta simulacin, tenemos un valor estimado para la vida til esperada del satlite de 3683. Un indicador del error que podemos estar cometiendo es la varianza o equivalentemente la desviacin estndar de Sn, que en este caso es (haciendo los clculos) 297.

En conclusin nos dimos cuenta de que el Mtodo de Monte Carlo sirve para realizar probabilidades aleatorias a travs de la integracin o por medio de la programacion, al cual es complejo saber su resultado deseado a travs de las tcnicas plateadas por Monte Carlos. Realmente este mtodo no provee el valor exacto deseado, sino que hace solamente una aproximacin al resultado buscado, con un cierto error. Para justificar el uso de Monte Carlo proviene de dos teoremas centrales de la probabilidad y la estadstica, la Ley Dbil de los Grandes Nmeros y el Teorema del Limite Central (o Teorema Central del Lmite).