Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Bajo el nombre de Mtodo de Monte Carlo o Simulacin Monte Carlo se agrupan una serie de procedimientos que analizan distribuciones de variables aleatorias usando simulacin de nmeros aleatorios. El Mtodo de Monte Carlo da solucin a una gran variedad de problemas matemticos haciendo experimentos con muestreos estadsticos en una computadora. El mtodo es aplicable a cualquier tipo de problema, ya sea estocstico o determinstico. Generalmente en estadstica los modelos aleatorios se usan para simular fenmenos que poseen algn componente aleatorio. Pero en el mtodo de Monte Carlo, por otro lado, el objeto de la investigacin es el objeto en s mismo, un suceso aleatorio o pseudo-aleatorio se usa para estudiar el modelo. A veces la aplicacin del mtodo de Monte Carlo se usa para analizar problemas que no tienen un componente aleatorio explcito; en estos casos un parmetro determinista del problema se expresa como una distribucin aleatoria y se simula dicha distribucin. Un ejemplo sera el famoso problema de las Agujas de Bufon. La simulacin de Monte Carlo fue creada para resolver integrales que no se pueden resolver por mtodos analticos, para resolver estas integrales se usaron nmeros aleatorios. Posteriormente se utiliz para cualquier esquema que emplee nmeros aleatorios, usando variables aleatorias con distribuciones de probabilidad conocidas, el cual es usado para resolver ciertos problemas estocsticos y determinsticos, donde el tiempo no juega un papel importante.
El mtodo fue llamado as por el principado de Mnaco por ser ``la capital del juego de azar'', al tomar una ruleta como un generador simple de nmeros aleatorios. El nombre y el desarrollo sistemtico de los mtodos de Monte Carlo data aproximadamente de 1944 con el desarrollo de la computadora electrnica. Sin embargo hay varias instancias (aisladas y no desarrolladas) en muchas ocasiones anteriores a 1944. El uso real de los mtodos de Monte Carlo como una herramienta de investigacin, viene del trabajo de la bomba atmica durante la Segunda Guerra Mundial. Este trabajo involucraba la simulacin directa de problemas probabilsticos de hidrodinmica concernientes a la difusin de neutrones aleatorios en material de fusin. An en la primera etapa de estas investigaciones, John von Neumann y Stanislao Ulam refinaron esta curiosa ``Ruleta rusa'' y los mtodos``de divisin''. Sin embargo, el desarrollo sistemtico de estas ideas tuvo que esperar el trabajo de Harris y Herman Kahn en 1948. Aproximadamente en el mismo ao, Fermi, Metropolos y Ulam obtuvieron estimadores para los valores caractersticos de la ecuacin de Schrdinger para la captura de neutrones a nivel nuclear.
El valor de esta integral no es ms que el rea bajo la curva grfica queda inscrita en el rectngulo
para
. Dicha
Sea
Entonces corresponde a la funcin de densidad (respecto a la medida de LEbesgue) de una distribucin uniforme sobre el rectngulo . La integral puede entonces estimarse simulando una muestra de y contando cuntos de estos valores caen bajo la curva . Especificamente sea
donde
es un estimador insesgado de . En efecto, cada observacin Bernoulli con probalbilidad de xito , por lo que
corresponde a un ensayo