Mtodo Montecarlo El mtodo Montecarlo es un mtodo numrico que permite resolver problemas fsicos y matemticos mediante la simulacin de variables

aleatorias Bajo el nombre de Mtodo 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 estad sticos en una computadora. El mtodo es aplicable a cualquier tipo de problema, ya sea estocstico o determinstico. Abarcan una coleccin de tcnicas que permiten obtener soluciones de problemas matemticos o fsicos por medio de pruebas aleatorias repet idas. En la prctica, las pruebas aleatorias se sustituyen por resultados de ciertos clculos realizados con nmeros aleatorios La simulacin Monte Carlo permite ver todos los resultados posibles de las decisiones que tomamos y evaluar el impacto del riesgo, lo cual nos permite tomar mejores decisiones en condiciones de incertidumbre.

Importancia La importancia actual del mtodo Montecarlo se basa en la existencia de problemas que tienen difcil solucin por mtodos exclusivamente analticos o numricos, p ero que dependen de factores aleatorios o se pueden asociar a un modelo probabilstica artificial (resolucin de integrales de muchas variables, minimizacin de funciones, etc.). En estos mtodos el error ~ 1/N, donde N es el nmero de pruebas y, por tanto, ganar una cifra decimal en la precisin implica aumentar N en 100 veces. La base es la generacin de nmeros aleatorios de los que nos serviremos para calcular probabilidades. Conseguir un buen generador de estos nmeros as como un conjunto estadstico adecuado sobre el que trabajar son las primeras dificultades con la nos vamos a encontrar a la hora de utilizar este mtodo. Ejemplo

Si deseamos reproducir, mediante nmeros aleatorios, la tirada sucesiva de una moneda, debemos previamente asignarle un intervalo de nmeros aleatorios a CARA y otro a CRUZ, de manera de poder interpretar el resultado de la simulacin. Tales intervalos se asignan en funcin de las probabilidades de ocurrencia de cada cara de la moneda. Tenemos as:

CARA Probabilidad: 0, 50 Nmeros aleatorios: 0,000 al 0,499 CRUZ Probabilidad: 0,50 Nmeros aleatorios: 0,500 al 0,999

Despus, al generar un nmero aleatorio a partir de la funcin RAN de la calculadora, por ejemplo, obtenemos el resultado simulado. As, si obtenemos el nmer o aleatorio 0,385, observamos que est incluido en el intervalo asignado a CARA. En otras aplicaciones, se asocian intervalos de nmeros aleatorios segn las probabilidades de ocurrencia de los eventos a simular. Programas @Risk 5.7 Casino 2x