MÉTODO DE MONTE CARLO

INTEGRANTES:
- CCOLQUE QUISPE JOSE
- GAMERO LAZO ADALÍ TERESA
- MAMANI CALCINA YOVANA KAREN
- NUÑEZ DEL PRADO PONCE MARVIN
- QUISPE BERDIALES ROGGER KEVIN
1. INTRODUCCIÓN

El método de Monte Carlo es una herramienta de

investigación y planeamiento; básicamente es una
técnica de muestreo artificial, empleada para operar
numéricamente sistemas complejos que tengan
componentes aleatorios.

Esta metodología provee como resultado, incorporada a

los modelos financieros, aproximaciones para las
distribuciones de probabilidades de los parámetros que
están siendo estudiados.
2.MÉTODO DE MONTECARLO
Bajo el nombre de “Método de Monte Carlo”
o “Simulación Monte Carlo” se agrupan una
serie de procedimientos que analizan
distribuciones de variables aleatorias usando
simulación de números aleatorios.

El Método de Monte Carlo da solución a una

gran variedad de problemas matemáticos
haciendo experimentos con muestreos
estadísticos en una computadora. El método
es aplicable a cualquier tipo de problema, ya
sea estocástico o determinístico.
2.1 Definición
Es una técnica matemática computarizada
que permite tener en cuenta el riesgo en
análisis cuantitativos y tomas de
decisiones.

Esta técnica es utilizada

por profesionales de
campos tan dispares como
los de finanzas, gestión de
proyectos, energía,
manufacturación,
ingeniería, investigación y
desarrollo, seguros,
petróleo y gas, transporte
y medio ambiente.
2.2 Conceptos
 Es un método no determinista o estadístico numérico, usado para
aproximar expresiones matemáticas complejas y costosas de evaluar
con exactitud.

 Es una técnica que permite llevar a cabo la valoración de los

proyectos de inversión considerando que una, o varias, de
las variables que se utilizan para la determinación de los
flujos netos de caja no son variables ciertas, sino que
pueden tomar varios valores.
 Es una técnica que combina conceptos estadísticos (muestreo
aleatorio) con la capacidad que tienen los ordenadores para
generar números pseudoaleatorios y automatizar cálculos.

 Es un método numérico que permite resolver problemas

físicos y matemáticos mediante la simulación de variables
aleatorias.

 Según Naylor, es una técnica de simulación para problemas que

tienen una base estocástica o probabilística.
2.3 Historia
El método se llamó así en referencia al Casino
de Monte Carlo (Principado de Mónaco) por ser
«la capital del juego de azar», al ser la ruleta un
generador simple de números aleatorios.

El nombre y el desarrollo sistemático de los

métodos de Monte Carlo datan
aproximadamente de 1944 y se mejoraron
enormemente con el desarrollo de la
computadora.

La invención del método de Monte Carlo se

asigna a Stanislaw Ulam y a John von Neumann.
Ulam ha explicado cómo se le ocurrió la idea
mientras jugaba un solitario durante una
enfermedad en 1946.
A mediados de los años 40 dos hechos
sentaron las bases para la rápida
evolución del campo de la simulación:
 La construcción de los primeros
computadores de propósito general
como el ENIAC.
 El trabajo de Stanislaw Ulam, John
Von Neumann y otros científicos
para usar el Método de Monte Carlo
en computadores modernos y
solucionar problemas de difusión de
neutrones en el diseño y desarrollo
de la bomba de hidrógeno. Ulam y
Von Neumann ya estuvieron
presentes en el proyecto Manhattan.
El método de Monte Carlo proporciona soluciones
aproximadas a una gran variedad de problemas matemáticos
posibilitando la realización de experimentos con muestreos
de números pseudoaleatorios en una computadora. El
método es aplicable a cualquier tipo de problema, ya sea
estocástico o determinista.

En la actualidad es parte fundamental de los algoritmos de

Raytracing para la generación de imágenes 3D.
2.4 Aplicaciones
El Método de Monte Carlo es aplicado con frecuencia en las siguientes
materias:
Diseño de reactores nucleares.

Cromo dinámica cuántica.

Radioterapia contra el cáncer.
Densidad y flujo de tráfico.
Evolución estelar.
Econometría.
Pronóstico del índice de la bolsa.

Física de materiales.

Ecología.
Criptografía.

Valoración de cartera de valores.

Programas de ordenador.
Métodos cuantitativos de organización industrial.
2.5 Ventajas
Es un método directo y flexible.

Existe un amplio abanico de programas y lenguajes

destinados a simular.

Cuando el modelo matemático es demasiado

complicado la simulación permite obtener una
aproximación.

La simulación nos permite formular condiciones

extremas con riesgos nulos.

La simulación no interfiere con el mundo real.

Permite experimentar.

Permite estudiar la interacción entre las diferentes

variables del problema.

Mediante la simulación podemos “influir en el

tiempo” de los procesos.

La simulación permite resolver problemas que no

tienen solución analítica.
2.6 Desventajas
Una buena simulación puede resultar muy
complicada, gran numero de variables.

La simulación no genera soluciones

óptimas globales.

No proporciona la decisión a tomar, sino

que resuelve el problema mediante
aproximación para unas condiciones
iniciales.

Cada simulación es única, interviene el

azar.
2.7 Método de Monte Carlo
A continuación se describe el método Monte Carlo:

5. Calcular o
construir la tabla
4. Construir la de la
1. Identificar el función transformación
experimento o acumulada de inversa de la
sistema a probabilidad. función
simular. acumulada de
probabilidad.

6. Generar un
2. Identificar el número aleatorio y
espacio ubicarlo en la tabla
3. Definir la
muestral y de transformada
función de
definir la inversa para
probabilidad.
variable simular un valor
aleatoria. específico de la
variable aleatoria.
2.8 Distribución de Probabilidades
Las distribuciones de probabilidad más comunes son:

Normal 

Lognormal 

Uniform 

PERT 

Discrete 
 CASO
PRÁCTICO
Se quiere analizar la rentabilidad de una inversión a cuatro años
de cierto producto. Se estima que la demanda del mismo está
uniformemente distribuida con valores entre 8 y 13 unidades
anuales con un precio de $35,000 cada una. Los costos fijos
anuales son de $15,000 y los variables del 75% de las ventas. La
depreciación anual del equipo necesario es de $10,000 y se
estima una inversión de $150,000. El costo de capital es del 10%
y los impuestos se calculan en base a una tasa del 34%. A fin de
tener un estimado realista, se sugiere desarrollar 100
simulaciones del comportamiento de la inversión y calcular el
promedio del valor presente de la misma antes de tomar una
decisión.
CONCLUSIONES
1. El método de Montecarlo fue creado por investigadores
estadounidenses para resolver problemas físicos y químicos
en la realización de la bomba atómica para la cual se empleó
durante la Segunda Guerra Mundial.

2. El modelo de Monte Carlo fue empleado para la resolución

de múltiples problemas matemáticos con exitosos resultados.

3. Este método es aplicable para cualquier tipo de problema ya

sea determinístico o estocástico.

4. Se emplea en problemas complejos que solamente se pueden

resolver por programas de computadora, así como
problemas simples que se resolverán a mano sin tanta
dificultad.
RECOMENDACIONES
Nuestras recomendaciones serian:
1. Considerar el uso del Método de Monte Carlo siempre que
no se cuente con información precisa de las variables de una
ecuación para obtener una mejor apreciación de los posibles
resultados.
2. Escoger el software que se utilizara para realizar la
simulación considerando la ecuación a utilizar, el numero de
simulaciones que se desean y el tiempo con el que se
dispone.
3. Escoger el numero de simulaciones de acuerdo a los datos
de entrada, mientras mas variables tenga la ecuación y
mientras mas dispersas estén las mismas, mas simulaciones
serán necesarias.
4. No abusar del uso de Monte Carlo. Debe tenerse siempre en
cuenta que esta es una herramienta probabilística y los
análisis que se hagan con ella deben reflejar que se trata de
una probabilidad.
BIBLIOGRAFÍA
• http://es.wikipedia.org/wiki/M%C3%A9todo_de_Montecarlo
• http://www.palisadelta.com/risk/simulacion_monte_carlo.asp
• http://www.sites.upiicsa.ipn.mx/polilibros/portal/polilibros/
p_terminados/SimSist/doc/SIMULACI-N-111.htm
• http://www.expansion.com/diccionario-economico/simulacion-
de-monte-carlo.html
• https://www.uam.es/personal_pdi/ciencias/carlosp/html/
pid/montecarlo.html
• http://simulemos-arte.blogspot.com/2011/11/que-es-el-metodo-
montecarlo.html
• https://uplamcdn.files.wordpress.com/2009/04/libro-cap-
08.pdf
• http://www.monografias.com/trabajos12/carlo/carlo.shtml
• http://campodocs.com/articulos-utiles/article_100105.html
• http://es.scribd.com/doc/30146029/Metodo-de-Monte-
Carlo#scribd
• http://uat.gustavoleon.com.mx/SSU2A%20%20%20Metodos
%20de%20Montecarlo.pdf