Instituto Politécnico Nacional

Unidad Profesional Interdisciplinaria de Ingeniería campus Guanajuato

Redes y Simulación
Actividad: Tareas-Practicas Fecha: 14 mayo de 2021
Presenta: Melissa Torres Alvare Practica: No. 3
Tema: “Método Montecarlo”

INTRODUCCION:

El método Montecarlo es un método estadístico utilizado para resolver problemas

matemáticos complejos a través de la creación de diferentes variables que son
aleatorias, es una técnica cuantitativa que con la estadística y las computadoras
puede crear métodos matemáticos y generar el comportamiento de un sistema
real no dinámico.
El método Montecarlo da solución a los problemas matemáticos por medio de
experimentos con muestreos estadísticos en una computadora, es aplicable a
cualquier problema.
El objetivo del método Montecarlo es la investigación de los sucesos aleatorios, se
utiliza para analizar problemas que no tienen un componente aleatorio explicito.
Otro de sus usos es la resolución de integrales que no se pueden resolver por
métodos analíticos.

CONTENIDO:

El método Montecarlo recibe este nombre, porque Montecarlo es la capital del

juego de azar, ya que el juego de la ruleta es un generador simple de números
aleatorios, este método fue creado aproximadamente en 1944, cuando se contó
con computadoras.
Este método fue utilizado en la investigación y creación de la bomba atómica, ya
que esta requería la simulación de las probabilidades de la difusión de neutrones
en el material.
En 1948 fue mejorado por Harris y Herman Kahn, después con la ecuación de
Schrodinger pudieron obtener estimados de valores más acertados.
La simulación Montecarlo, es el proceso de diseñar y desarrollar un modelo
computarizado de un sistema o de algún proceso, con el fin de entender el
comportamiento de este y evaluar las formas con las que se puede operar.
  Modelo de simulación, hipótesis del funcionamiento.
 Proceso de simulación, comportamiento generado por computadora.

El método Montecarlo tiene los siguientes pasos:

 Formulación del proyecto
 Programación
 Verificación y validación
 Diseño de experimento
 Análisis de resultados

Los algoritmos de la simulación Montecarlo deben determinar las variables

aleatorias y su distribución, deben realizar la prueba cuantas veces sea necesario,
calcular la media, desviación estándar, error y realizar el histograma, para
después analizar los resultados.
Ejemplo tomado de: https://estrategiastrading.com/metodo-de-montecarlo-
ejemplos/

1.- Datos muestra

2.- Se asignan rangos y se crean grupos para estos

3.- Se calcula la frecuencia relativa de cada rango

4.- Se cambia el orden de las operaciones al azar
5.- Se dibujan las curvas de beneficios

6.- Con base en las curvas obtenidas se calcula la esperanza del sistema.
Las principales aplicaciones del método Montecarlo, son las de análisis
financieros, de riesgo de inversión, comportamiento bursátil.

Experiencia de Aprendizaje:

Después de realizar este trabajo sobre el método Montecarlo, aprendí que es útil
para establecer las probabilidades, y conocer la forma en la que se comportara un
sistema, este método nos ayuda con la toma de decisiones ya que nos muestra
varias alternativas probables en las que el sistema se podría comportar.
Referencias:

B. P. Demidowitsch. I. A. Maron, E. S. Schuwalowa. Métodos numéricos

de análisis. Editorial Paraninfo (1980).

I. M. Sóbol. Métodos de Montecarlo. Lecciones populares de

Matemáticas. Editorial Mir (1976).

Ejemplo tomado de: https://estrategiastrading.com/metodo-de-montecarlo-

ejemplos/