Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Taller 6 Simulacion de Montecarlo
Taller 6 Simulacion de Montecarlo
Montecarlo
El éxito de un método Monte Carlo se basa sobre todo en la calidad de la simulación del
modelo físico a comprobar, pero hay un punto importante a la hora de realizar las pruebas, y
éste es el generador de números aleatorios usados. Si usamos un generador totalmente
aleatorio, los resultados no serán todo lo buenos que podemos esperar, por lo que, en lugar de
este tipo de generadores, se usa un generador de números pseudoaleatorios. La diferencia
consiste en que un generador de números pseudoaleatorios generará la misma cadena de
números siempre a partir de un número inicial dado, es decir, es determinista. La ventaja
estriba en la posibilidad de hacer que estas secuencias cumplan ciertas distribuciones
estadísticas.
En este método los números aleatorios juegan un papel muy importante por que son las
variables de entrada que simulan el comportamiento del estudio cuantificable, donde podemos
manipular el comportamiento de estas para evaluar los diferentes aspectos o probabilidades
de una hipótesis, al tratarse de números aleatorios este sistema otorga resultados
probabilísticos.
No se consideran números puramente aleatorios, ya que los crea el programa con una
fórmula. No obstante, se parecen mucho a las variables aleatorias de la realidad. Se les
denomina números pseudo-aleatorios.
Ventajas:
• Este método es muy directo y flexible
• Un computador es el equipo principal para realizar estos cálculos lo que nos
permite una gran exactitud.
• Mientras mas compleja la simulación los resultados obtenidos son más
aproximados a los hechos reales.
• Esta simulación solo nos permite simular sin interferir los resultados reales.
• Nos ayuda en el estudio de los diferentes comportamientos que tiene una
variable al momento de ser analizada.
• Se puede influir en el tiempo, es decir visionar en un futuro como sería el
comportamiento de determinado evento.
• Se puede influir en el tiempo, es decir visionar en un futuro como sería el
comportamiento de determinado evento.
Desventajas:
• La simulación más compleja resulta ser muy extensa, debido al número de variables
a analizar.
• No nos genera soluciones globales, ya que solo es para un cierto número de
eventos.
• No brinda una decisión a tomar, sino más bien nos ayuda a resolver el
comportamiento mediante las aproximaciones.
• Cada simulación arroja datos diferentes, ya que son valores aleatorios. (Rodríguez
Aragón, 2011)
• Cada simulación es única, interviene el azar.
• Sus resultados son estimaciones, es decir probabilísticos.
2. Realice una línea de tiempo que describa los orígenes del método y
sus principales aportes hasta la fecha de la simulación de Montecarlo.
Bajo el nombre de Método Monte Carlo o Simulación Monte Carlo se agrupan una serie de
procedimientos que analizan distribuciones de variables aleatorias usando simulación de
números aleatorios. En el caso de la estimación de Pi, se usan valores aleatorios para
aproximar un valor determinístico.
El uso del método de Monte Carlo para aproximar el valor de Pi consiste en dibujar un
cuadrado, y dentro de ese cuadrado, dibujar un círculo con diámetro de igual medida que uno
de los lados del cuadrado. Luego se dibujan puntos de manera aleatoria sobre la superficie
dibujada. Los puntos que están fuera del círculo y los que están dentro, sirven como
estimadores de las áreas internas y externas del círculo.