Tema

Índice
Introducción……………………………………………………………………………..…2
Método de Monte Carlos……………………………………………..……………..……3
Ventajas……………………………………………………………………………….……5
Desventajas……………………………………………………………………….……….5
Principales pasos para este Método…………………………………………….………6
Conclusión…………………………………………………………………………..……..7
Referencia Bibliográfica…………………………………………………………………..8

Introducción.
Con la globalización, lapredicción de los entorno económico donde se avalúan proyectos de inversión es cada vez más difícil e imprevisible, por ello se requiere de una alta capacidad para ver el futuro, lo que ha obligado a los expertos a desarrollar diversos métodos o enfoques para incluir el efecto del riesgo en la evaluación de inversiones, que no siempre conducen a un idéntico resultado por no existir un acuerdo niconsenso sobre la metodología a emplear.
Todo ello se traduce en un clima de confusión, sobre todo para el inversor medio, que no es precisamente un experto en estadística y que busca una aproximación fiable del futuro de su inversión, que es realmente lo que interesa.
Para que los inversores en este mundo globalizado puedan hacer un análisis más exacto de las distintas variables económicas desu proyecto, se creó el Método de Monte Carlos, este método es una técnica que combina conceptos estadísticos, con la capacidad que tienen los ordenadores para generar números pseudo-aleatorios y automatizar cálculos.

* Método de Monte Carlo
El método de Monte Carlo, llamado también método de ensayos estadísticos, es una técnica de simulaciones inciertas que permite definir valoresesperados para variables no contables, mediante la selección aleatoria de valores, donde la probabilidad de elegir entre todos los resultados posibles está en estricta relación con sus respectivas distribuciones de probabilidad. Este método es quizás el más usado en Mecánica Estadística Computacional.
Los orígenes de este método se remontan a los trabajos desarrollados por Stan Ulam y John Von Neumann afinales de los 40 en el laboratorio de Los Alamos, cuando investigaban el movimiento aleatorio de los neutrones. En años posteriores, la simulación de Monte Carlo se ha venido aplicando a una infinidad de ámbitos como alternativa a los modelos matemáticos exactos o incluso como único medio de estimar soluciones para problemas complejos.
La simulación de Monte Carlo fue creada para resolverintegrales que no se pueden resolver por métodos analíticos, para resolver estas integrales se usaron números aleatorios. Posteriormente se utilizó para cualquier esquema que emplee números aleatorios, usando variables aleatorias con distribuciones de probabilidad conocidas, el cual es usado para resolver ciertos problemas estocásticos y determinísticos, donde el tiempo no juega un papel importante.Así, en la actualidad es posible encontrar modelos que hacen uso de simulación Monte Carlo en las áreas informática, empresarial, económica, industrial e incluso social. En otras palabras, la simulación de Monte Carlo está presente en todos aquellos ámbitos en los que el comportamiento aleatorio o probabilístico desempeña un rol fundamental, el nombre de Monte Carlo proviene de la famosaciudad de Mónaco, por ser la Capital de donde abundan los casinos de juego y donde el azar, la probabilidad y el comportamiento aleatorio conforman todo un estilo de vida.
La simulación de Monte Carlo es una técnica cuantitativa que hace uso de la estadística y los ordenadores para imitar, mediante modelos matemáticos, el comportamiento aleatorio de sistemas reales. La clave de la simulación MonteCarlo consiste en crear un modelo matemático del sistema, proceso o actividad que se quiere analizar, identificando aquellas variables cuyo comportamiento aleatorio determina el comportamiento global del sistema.
Una vez identificados dichos inputs o variables aleatorias, se lleva a cabo un experimento consistente en generar (con ayuda del ordenador) muestras aleatorias para dichos inputs, y...