Está en la página 1de 25

SIMULACIN DE MONTECARLO

Se obtienen valores para X ( X1, X2, X3, ........., Xn )


X1
X2
X3

Xn

Son valores generados utilizado un


M.A.S. de los nmeros aleatorios ri

NMEROS ALEATORIOS

ri

Es cualquier nmero entre 0 y 99, con igual


probabilidad de seleccin: todos los
nmeros tienen la misma probabilidad de
ser escogidos en cualquier instante, es
decir que tienen una distribucin de
probabilidades uniforme

f (r)

ri
0

99

ri

U ( 0, 99 )

EJEMPLO DE SIMULACIN
Una sucursal bancaria canjea cierta cantidad de
cheques cada da, segn el siguiente
comportamiento en un mes:
Cheques
Frecuencia
canjeados Frecuencia Frecuencia Relativa
por da (miles) Absoluta
Relativa Acumulada
1 - 500
2
0.05
0.05
501 - 1000
6
0.15
0.2
1001 - 1500
18
0.45
0.65
1501 - 2000
10
0.25
0.9
2001 - 2500
4
0.1
1

Media
250,5
750,5
1250,5
1750,5
2250,5

EJEMPLO DE SIMULACIN
Histograma de Frecuencia Relativa:
fi
0,45

0,25
0,15
0,1
0,05
500

1000 1500 2000 2500

Qcheques / da

EJEMPLO DE SIMULACIN
Mediante el uso de los nmeros aleatorios es
posible simular una muestra (de M.A.S.)
Frecuencia Relativa
Acumulada

Nmero
Aleatorio

Clase n

0,05
0,20
0,65
0,9
1

00 - 04
05 - 19
20 - 64
65 - 89
90 - 99

(1)
(2)
(3)
(4)
(5)

EJEMPLO DE SIMULACIN
Pertenece a
N aleatorio la clase n
84
(4)
18
(2)
31
(3)
61
(3)
04
(1)
52
(3)
40
(3)
75
(4)
89
(4)
16
(2)
37
(3)
97
(5)

Esta es una corrida de


12 nmeros aleatorios
Clase

fi

fi / n

(1)
(2)
(3)
(4)
(5)

1
2
5
3
1

0,08
0,16
0,42
0,25
0,08

n = 12

EJEMPLO DE SIMULACIN
Histograma de Frecuencia Relativa:
fi

Al obtener el histograma
de frecuencia relativa, el
comportamiento se
mantiene, aunque no es
igual, debido a que se
trata de una muestra

0,42

0,25
0,16
0,08
500

1000 1500 2000 2500

Qcheques / da

EJEMPLO DE SIMULACIN
Pertenece a
N aleatorio la clase n
48
(3)
70
(4)
19
(2)
36
(3)
87
(4)
50
(3)
07
(2)
24
(3)
78
(4)
91
(5)
37
(3)
59
(3)

Esta es otra corrida de


12 nmeros aleatorios
Clase

fi

fi / n

(1)
(2)
(3)
(4)
(5)

0
2
6
3
1

0,00
0,16
0,50
0,25
0,08

n = 12

EJEMPLO DE SIMULACIN
Histograma de Frecuencia Relativa:
fi
Al obtener el histograma de
0,50
frecuencia relativa, una vez
ms el comportamiento se
mantiene, sin ser igual,
debido a que se trata de
0,25
otra muestra
0,16
0,08
500

1000 1500 2000 2500

Qcheques / da

GENERACIN DE VALORES PARA


DISTINTAS DISTRIBUCIONES A PARTIR
DE LOS NMEROS ALEATORIOS
En los modelos de simulacin, cada variable de
decisin tiene una distinta distribucin
(determinstica o probabilstica). Cada distribucin
tiene una corrida diferente de nmeros aleatorios
Un mismo nmero aleatorio no puede ser usado
para simular dos variables a la vez, porque las
variables son independientes entre s
Para determinar los valores simulados se utiliza la
distribucin de probabilidades acumulada

GENERACIN DE VALORES CON


DISTRIBUCIN DISCRETA
Muchas variables de decisin no son continuas,
entonces se utilizan las categoras de frecuencia
relativa acumulada para generar los valores a
partir de los nmeros aleatorios, siendo muy til
para variables con distribuciones determinsticas
Ejemplo: Supongamos que para el precio de una
accin existe una probabilidad del 20% de que
baje, 50% de que se mantenga igual, y 30% de que
suba su valor; en la siguiente transaccin burstil
Entonces, se asigna un intervalo 0, 1
proporcional a cada probabilidad

GENERACIN DE VALORES CON


DISTRIBUCIN DISCRETA
Frecuencia
Relativa
Accin Baja
0,2
Accin Igual
0,5
Accin Sube
0,3

Si

00

< ri < 19

Si

20

< ri < 69

Si

70

< ri < 99

Frecuencia
Relativa
Nmeros
Acumulada Aleatorios
0,2
00 - 19
0,7
20 - 69
1
70 -99

Se asume que el precio


de la accin baja
Se asume que el precio de
la accin se mantiene igual
Se asume que el precio
de la accin sube

GENERACIN DE VALORES CON


DISTRIBUCIN UNIFORME
En el caso de una distribucin uniforme en el
intervalo a, b , se consideran 99 nmeros
aleatorios pertenecientes al intervalo 0, 1
fi (X)
X
P (Xi < X)
a

Xi

P (Xi < X)

U (a,b)

= ri
=

Xi - a
b-a

GENERACIN DE VALORES CON


DISTRIBUCIN UNIFORME

con

ri =

Xi - a
b-a

ri ( b - a ) =

Xi - a

Xi

E (X) =

a + ri ( b - a )

a+b
2

V (X)

< ri <

( b - a )2
2

GENERACIN DE VALORES CON


DISTRIBUCIN EXPONENCIAL
fi (X)

exp (

f (X) =

-x

x>0
>0
E (X) =
X

Xi
P (Xi < X)

= ri

< ri < 1

V (X)

GENERACIN DE VALORES CON


DISTRIBUCIN EXPONENCIAL
P (Xi < X)

= ri

Distribucin de
probabilidad acumulada

con

con

0<

P (Xi < X)

ri <

x
= 1- e

x
1 - e
= ri

x
e
/ ln
= 1 - ri
- Xi = ln ( 1 - ri )
ln ( 1 - ri )
X
i =
0 < ri < 1

GENERACIN DE VALORES CON


DISTRIBUCIN DE WEIBULL
fi (X)

>1

W(

, )

=1

<1

Su funcin de densidad de probabilidades es:


( - 1) - ( x )
e
f (X, , ) =
X
X >0

GENERACIN DE VALORES CON


DISTRIBUCIN DE WEIBULL
Ntese que si = 1, entonces la distribucin de
Weibull corresponde a la distribucin exponencial
La funcin de densidad acumulada es:
- ( xi )
P (Xi < X) = 1 - e
Luego, para generar
valores de Xi de una
variable aleatoria con
distribucin de Weibull,
a partir de un nmero
aleatorio ri

ri =

( xi )
1-e

e - ( xi

= 1 - ri

- ( Xi ) = ln ( 1 - ri )

GENERACIN DE VALORES CON


DISTRIBUCIN DE WEIBULL
Xi

1 (

ln ( 1 - ri ) )

con

< ri <

Obs: La distribucin de Weibull se utiliza en la


descripcin de las 3 etapas (rodaje, vida
til y desgaste) de la curva de fallas

( t )

( t ) Rodaje
<1
Probabilidad
de falla

Vida til
=1

Desgaste
>1
t

GENERACIN DE VALORES CON


DISTRIBUCIN NORMAL
fi (X)
X

N(

2)

La funcin de
probabilidad
acumulada
corresponde a
Xi

P (Xi < X)

)
e (
1
2

x 2

dx

GENERACIN DE VALORES CON


DISTRIBUCIN NORMAL
La funcin de probabilidad acumulada de la
distribucin normal no puede ser resuelta por
mtodos de integracin corrientes, lo que impide
tener una frmula cmoda para despejar
observaciones aleatorias simuladas de Xi a partir
de los nmeros aleatorios ri
No obstante, las observaciones
se pueden generar mediante el
siguiente razonamiento:

GENERACIN DE VALORES CON


DISTRIBUCIN NORMAL
Los nmeros aleatorios tienen una distribucin
uniforme en el intervalo 0 , 1
f (ri)

Para un
nmero
aleatorio

ri

E ( ri ) =
V ( ri ) =

a+b
2
(b - a)
12

< ri < 1

Para una muestra de n nmeros aleatorios,


se puede inferir su comportamiento gracias
al teorema del lmite central

1
2

1
12

GENERACIN DE VALORES CON


DISTRIBUCIN NORMAL
Si X

N
n

Xi

ri

Por lo tanto

i=1

n, n
2 12

Vlido, solo en la medida en que n es un valor


bastante grande, lo que se asume cuando n > 12
Entonces
Z

Xi -

ri -

i=1

n
12

n
2

GENERACIN DE VALORES CON


DISTRIBUCIN NORMAL

Xi

= +

ri i=1
n
12

n
2

< ri < 1
si n > 12

Aunque la expresin es vlida para cualquier n >12,


tpicamente se usa n = 12 para el muestreo de las
observaciones de variable con distribucin normal
ya que se simplifica un clculo

EJEMPLO DE GENERACIN DE
VALORES CON DISTRIBUCIN NORMAL
X tiene distribucin normal, con

= 460

= 36

Observacin para X con los nmeros aleatorios:


r1 = 0,46 r4 = 0,61 r6 = 0,74 r8 = 0,13 r10 = 0,55
r2 = 0,95 r5 = 0,39 r7 = 0,26 r9 = 0,92 r11 = 0,07
r3 = 0,23
r
12 = 0,48
n
n
ri
2
i=1
Xi = +
n
12
36 ( 5,79 - 6 )
Xi = 460 +
Xi = 467,56
1