Metodo Monte Carlo
Páginas: 11 (2514 palabras)
Publicado: 18 de abril de 2011
Método Monte Carlo
Índice
|Tema |Página |
|Método Monte Carlo |3 |
| Historia |3|
| Importancia |4 |
| Como se desarrolla |4 |
| Modo de uso |5|
| Aplicaciones |5 |
| Ejemplo1 |5 |
| Ejemplo 2 |6|
|Conclusión |10 |
|Bibliografía |11 |
Método Monte Carlo
En la descripción de un sistema por medio de un modelo, se encuentra en algunoscasos, que el sistema es demasiado complicado para describirlo, o que, o que el modelo, una vez deducido, no permite una solución analítica. En estos casos, la simulación puede ser instrumento valioso para obtener la respuesta a un problema particular, manipulando el modelo matemático del sistema real y observando los resultados. Si el modelo involucra muestreo aleatorio a partir de unadistribución de probabilidad, el procedimiento se denomina Simulación de Montecarlo, que generalmente está orientada hacia la computadora, ya que sin su rapidez la mayoría de los modelos de simulación Montecarlo, no serian prácticos.
Bajo el nombre de “Método de Monte Carlo” o “Simulación Monte Carlo” se agrupan una serie de procedimientos que analizan distribuciones de variables aleatorias usandosimulación 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. Generalmente en estadística los modelos aleatorios se usan para simular fenómenos que poseen algún componente aleatorio. Pero en elmétodo de Monte Carlo, por otro lado, el objeto de la investigación es el objeto en sí mismo, un suceso aleatorio o pseudo-aleatorio se usa para estudiar el modelo.
La simulación del muestreo, conocida generalmente como Montecarlo, hace posible introducir datos en un sistema que tenga las propiedades estadísticas de alguna distribución empírica. Si el modelo involucra el flujo de pedidos, deacuerdo con la distribución experimentada en la demanda real, pondremos simular “la llegada” de un pedido por medio del muestreo de Montecarlo elaborado sobre la distribución real, de manera que la regulación del flujo de pedidos en el sistema simulado sea paralela a la experiencia real.
El principio de muestrear de distribuciones discretas se basa en la interpretación de frecuencias que hace laprobabilidad: esto es, a la larga, desearíamos que los resultados se presentaran con las frecuencias especificadas por las probabilidades de la distribución. Además de obtener las frecuencias correctas, el procedimiento de muestreo debe ser independiente; esto es, cada valor de variable aleatoria que se genera debe ser independiente de los que le anteceden y que le siguen.
Historia
El...
Índice
|Tema |Página |
|Método Monte Carlo |3 |
| Historia |3|
| Importancia |4 |
| Como se desarrolla |4 |
| Modo de uso |5|
| Aplicaciones |5 |
| Ejemplo1 |5 |
| Ejemplo 2 |6|
|Conclusión |10 |
|Bibliografía |11 |
Método Monte Carlo
En la descripción de un sistema por medio de un modelo, se encuentra en algunoscasos, que el sistema es demasiado complicado para describirlo, o que, o que el modelo, una vez deducido, no permite una solución analítica. En estos casos, la simulación puede ser instrumento valioso para obtener la respuesta a un problema particular, manipulando el modelo matemático del sistema real y observando los resultados. Si el modelo involucra muestreo aleatorio a partir de unadistribución de probabilidad, el procedimiento se denomina Simulación de Montecarlo, que generalmente está orientada hacia la computadora, ya que sin su rapidez la mayoría de los modelos de simulación Montecarlo, no serian prácticos.
Bajo el nombre de “Método de Monte Carlo” o “Simulación Monte Carlo” se agrupan una serie de procedimientos que analizan distribuciones de variables aleatorias usandosimulación 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. Generalmente en estadística los modelos aleatorios se usan para simular fenómenos que poseen algún componente aleatorio. Pero en elmétodo de Monte Carlo, por otro lado, el objeto de la investigación es el objeto en sí mismo, un suceso aleatorio o pseudo-aleatorio se usa para estudiar el modelo.
La simulación del muestreo, conocida generalmente como Montecarlo, hace posible introducir datos en un sistema que tenga las propiedades estadísticas de alguna distribución empírica. Si el modelo involucra el flujo de pedidos, deacuerdo con la distribución experimentada en la demanda real, pondremos simular “la llegada” de un pedido por medio del muestreo de Montecarlo elaborado sobre la distribución real, de manera que la regulación del flujo de pedidos en el sistema simulado sea paralela a la experiencia real.
El principio de muestrear de distribuciones discretas se basa en la interpretación de frecuencias que hace laprobabilidad: esto es, a la larga, desearíamos que los resultados se presentaran con las frecuencias especificadas por las probabilidades de la distribución. Además de obtener las frecuencias correctas, el procedimiento de muestreo debe ser independiente; esto es, cada valor de variable aleatoria que se genera debe ser independiente de los que le anteceden y que le siguen.
Historia
El...
Leer documento completo
Regístrate para leer el documento completo.