Simulacion Metodo de Monte Carlo
Simulacion Metodo de Monte Carlo
Simulacion Metodo de Monte Carlo
METODO DE
MONTECARLO
MTODOS DE MONTECARLO
1. Definicin
Los mtodos de Montecarlo abarcan una coleccin de
tcnicas que permiten obtener soluciones de problemas
matemticos o fsicos por medio de pruebas aleatorias
repetidas. En la prctica, las pruebas aleatorias se
sustituyen por resultados de ciertos clculos realizados
con nmeros aleatorios.
Bajo el nombre de Mtodo Montecarlo o Simulacin
Montecarlo se agrupan una serie de procedimientos que
analizan distribuciones de variables aleatorias usando
simulacin de nmeros aleatorios.
2. Cobertura
El Mtodo de Montecarlo da solucin a una gran variedad de
problemas matemticos haciendo experimentos con
muestreos estadsticos en una computadora. El mtodo es
aplicable a cualquier tipo de problema, ya sea estocstico o
determinstico. Generalmente en estadstica los modelos
aleatorios se usan para simular fenmenos que poseen algn
componente aleatorio. Pero en el mtodo Montecarlo, por
otro lado, el objeto de la investigacin es el objeto en s
mismo, un suceso aleatorio o pseudo-aleatorio se usa para
estudiar el modelo.
A veces la aplicacin del mtodo Montecarlo se usa para
analizar problemas que no tienen un componente aleatorio
explcito; en estos casos un parmetro determinista del
problema se expresa como una distribucin aleatoria y se
simula dicha distribucin.
3, Aplicaciones
Flujos de Trfico
Pronstico de comportamiento de Acciones de Bolsa de
Valores
Exploracin de yacimientos y minas
Evolucin de mantos estelares
Diseo de reactores nucleares
Comportamiento de nanoestructuras
Estudios de reproduccin de clulas cancergenas
Procesamiento/Generacin de Imgenes por
computadora
Comportamiento de ambientes contaminados
4. Proposicin formal
Proposicin formal El mtodo de Montecarlo est basado
en la generacin de mltiples pruebas para determinar el
valor esperado de una variable aleatoria. El mtodo est
basado
Donde.
cuando
5. La variable aleatoria
Se denomina variable aleatoria, a una variable X que
puede tomar un conjunto de valores {x0, x1, x2, ... xn-1},
con probabilidades {p0, p1, p2, ... pn-1}.
Por ejemplo, en la experiencia de
lanzar monedas, los posibles
resultados son {cara, cruz}, y sus
probabilidades son {1/2, 1/2}.
En la experiencia de lanzar dados, los
resultados posibles son {1, 2, 3, 4, 5, 6}
y sus probabilidades respectivas son
{1/6, 1/6, 1/6, 1/6, 1/6, 1/6}.
GRACI
AS