SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS
Pag 2-1 Gustavo Len 2013 UNIDAD II MTODOS DE MONTECARLO 2.1 Definicin Los mtodos de Montecarlo abarcan una coleccin de tcnicas que permiten obtener soluciones de problemas matemticos o fsicos por medio de pruebas aleatorias repetidas. En la prctica, las pruebas aleatorias se sustituyen por resultados de ciertos clculos realizados con nmeros aleatorios. Bajo el nombre de Mtodo Montecarlo o Simulacin Montecarlo se agrupan una serie de procedimientos que analizan distribuciones de variables aleatorias usando simulacin de nmeros aleatorios. 2.2 Historia La invencin del mtodo de Montecarlo se asigna a Stan Ulam y a John von Neumann. Ulam ha explicado cmo se le ocurri la idea mientras jugaba un solitario durante una enfermedad en 1946. Advirti que resultaba mucho ms simple tener una idea del resultado general del solitario haciendo pruebas mltiples con las cartas y contando las proporciones de los resultados que calcular todas las posibilidades de combinacin formalmente. Se le ocurri que esta misma observacin podra aplicarse a su trabajo en Los lamos sobre difusin de neutrones, para la cual resulta prcticamente imposible solucionar las ecuaciones ntegro- diferenciales que gobiernan la dispersin, la absorcin y la fisin. La idea consista en probar con experimentos mentales las miles de posibilidades, y en cada etapa, determinar por casualidad, por un nmero aleatorio distribuido segn las probabilidades, qu sucedera y totalizar todas las posibilidades y tener una idea de la conducta del proceso fsico. Dado de la naturaleza de azar que esto representaba fue relacionado con la capital de los juegos de azar que en aquella poca era Montecarlo, un casino de Mnaco (Hoy probablemente se les bautizara con el nombre de Mtodos de Las Vegas)
2.2 Cobertura El Mtodo de Montecarlo 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 Montecarlo, 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 Montecarlo 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. La simulacin de
UNIVERSIDAD AUTNOMA DE TAMAULIPAS UNIDAD ACADMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS
Pag 2-2 Gustavo Len 2013 Montecarlo tambin fue creada para resolver integrales que no se pueden resolver por mtodos analticos, para solucionar 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. 2.3 Aplicaciones Flujos de Trfico Pronstico de comportamiento de Acciones de Bolsa de Valores Exploracin de yacimientos y minas Evolucin de mantos estelares Diseo de reactores nucleares Comportamiento de nanoestructuras Estudios de reproduccin de clulas cancergenas Procesamiento/Generacin de Imgenes por computadora Comportamiento de ambientes contaminados
2.4 Proposicin formal El mtodo de Montecarlo est basado en la generacin de mltiples pruebas para determinar el valor esperado de una variable aleatoria. El mtodo est basado
Si X es una variable aleatoria y definimos su valor esperado como A = E[X]. Si podemos generar n variables aleatorias independientes X 1 , X 2 , X n con una distribucin uniforme, entonces podemos decir que
En donde
UNIVERSIDAD AUTNOMA DE TAMAULIPAS UNIDAD ACADMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS
Pag 2-3 Gustavo Len 2013
2.5 La variable aleatoria Se denomina variable aleatoria, a una variable X que puede tomar un conjunto de valores {x 0 , x 1 , x 2 , ... x n-1 }, con probabilidades {p 0 , p 1 , p 2 , ... p n-1 }. Por ejemplo, en la experiencia de lanzar monedas, los posibles resultados son {cara, cruz}, y sus probabilidades son {1/2, 1/2}. En la experiencia de lanzar dados, los resultados posibles son {1, 2, 3, 4, 5, 6} y sus probabilidades respectivas son {1/6, 1/6, 1/6, 1/6, 1/6, 1/6}.
2.6 Ejercicios prcticos de los Mtodos de Montecarlo A continuacin se plantean diversos problemas resueltos utilizando Excel. Nota: EN caso de que aparezca un mensaje #VALUE! Instalar el Analysis ToolPak desde el men de ToolsAdd-Ins y presionar la tecla de funcin F9 despues de instalar el ToolPak En el caso de versiones de Office 2010 y posteriores utilizar FileOptionsAdd-Ins
UNIVERSIDAD AUTNOMA DE TAMAULIPAS UNIDAD ACADMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS
Pag 2-4 Gustavo Len 2013 2.6.1 Generador de nmeros aleatorios 2.6.1.1 Aleatorio RAND() Devuelve un nmero aleatorio entre 0 y 1. Sintxis: RAND() 2.6.1.2 Listas de Nmeros Aleatorios Abra una hoja de Excel. En la columna A generar una lista de 100 nmeros utilizando la funcin RAND(). Ingrese la funcin en la celda A2 y copie 99 celdas hacia abajo hasta la celda A101 Introduzca Los encabezados mostrados en la figura de abajo en el rengln 1 y observe que pasa con los nmeros aleatorios (cambian despus de cada enter). Observe qu pasa al presionar la tecla de funcin F9. En la columna C (Encabezado X) genere valores secuenciales del 1al 100. En Y1 genere una secuencia de rango de .01 a 1 y en Y2, Y3 y Y4, copie valores fijos de la columna A a D,E,F y G. y sortearlos ascendentemente de manera independiente para hacer una comparacin de linealidad. Comprelos grficamente
UNIVERSIDAD AUTNOMA DE TAMAULIPAS UNIDAD ACADMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS
Pag 2-5 Gustavo Len 2013 2.6.1.3 Listas de nmeros aleatorios en rangos especificados Utilizando la funcin =RAND() Genere una lista de 1000 valores cuyos valores caigan en los siguientes rangos o Valores continuos min=0 max=100 Genere una lista de 10000 valores cuyos valores caigan en los siguientes rangos o Valores discretos min=1 max=6 o Valores continuos min=-1 max=1 o Valores binarios 0 y 1 2.6.1.4 Listas de nmeros aleatorios en rangos especificados Utilizando la funcin =RANDBETWEEN() Genere una lista de 1000 valores cuyos valores caigan en los siguientes rangos o Valores continuos min=0 max=100 Genere una lista de 10000 valores cuyos valores caigan en los siguientes rangos o Valores discretos min=1 max=6 o Valores continuos min=-1 max=1 o Valores binarios 0 y 1 2.6.2 Lanzamiento de una moneda 2.6.2.1 Planteamiento Utilizando un generador de nmero aleatorios en Excel determine la probabilidad de que al lanzar una moneda, esta caiga de una sola cara (digamos Sol), para 10, 100, 1000 y 10000 lanzamientos (volados). Genere una grfica que muestre la tendencia de la probabilidad.
UNIVERSIDAD AUTNOMA DE TAMAULIPAS UNIDAD ACADMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS
Pag 2-6 Gustavo Len 2013
2.6.2.2 Solucin
2.6.3 Variantes de Probabilidad 2.6.3.1 Dos Soles Calcular la probabilidad de que una sola cara (digamos Sol), cara caiga dos veces consecutivas 10, 100, 1000 y 10000 lanzamientos (volados).
UNIVERSIDAD AUTNOMA DE TAMAULIPAS UNIDAD ACADMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS
Pag 2-7 Gustavo Len 2013
2.6.3.2 Tres Soles Calcular la probabilidad de que una sola cara (digamos Sol), cara caiga tres veces consecutivas 10, 100, 1000 y 10000 lanzamientos (volados).
UNIVERSIDAD AUTNOMA DE TAMAULIPAS UNIDAD ACADMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS SIMULACIN DE SISTEMAS