SIMULACIN

MONTECARLO
Simulacin de
Procesos
Integrantes: Jhonny Zalavarra
Alison Santos
Jairo Hernndez

ANTECEDENTE
S DEL TEMA
El mtodo fue llamado as por el principado de
Mnaco por ser la capital del juego de azar'', al
tomar una ruleta como un generador simple de
nmeros aleatorios.
El uso real de los mtodos de Montecarlo como
una herramienta de investigacin, proviene del
trabajo de la bomba atmica durante la Segunda
Guerra Mundial. Este trabajo involucraba la
simulacin directa de problemas probabilsticos de
hidrodinmica concernientes a la difusin de
neutrones aleatorios en material de fusin.

PRINCIPALES EXPOSITORES DEL TEMA

Stanislaw Marcin Ulam

En medio de la segunda guerra mundial,
Ulam se uni al Proyecto Manhattan en
Los Alamos, en colaboracin con von
Neumann, por la invitacin de este. Una
vez all, Ulam sugiri el mtodo de Monte
Carlo para evaluar integrales complejas
matemticas que surgen en la teora de
las reacciones nucleares en cadena.

John Von Neumann

Naci el 28 de diciembre de 1903 en Hungra.

Dotado con una memoria fotogrfica. Se le
concedi la nacionalidad estadounidense en
1937 y durante la II Guerra Mundial ejerci
como asesor en el proyecto de la bomba
atmica de Los lamos. Fue miembro de la
Comisin de Energa Atmica de los Estados
Unidos.

Enrico Fermi
Naci el 29 de septiembre de 1901 en Roma.
Desarroll un nuevo tipo de estadstica para
explicar
el
comportamiento
de
los
electrones, adems de desarrollar una teora
sobre la desintegracin radiactiva beta, y
desde 1934 investig la radiactividad
artificial bombardeando elementos con
neutrones.

GENERALIDADES Y
PARTICULARIDADES DEL TEMA

Para cada simulacin, la herramienta

de simulacin Montecarlo escoge al
azar un valor para cada evento de
riesgo dentro de su rango de valores
posibles, pero de acuerdo con la
probabilidad de ocurrencia de cada
uno de stos.

Es una tcnica que convierte la

incertidumbre en variables de
entrada de un modelo dentro de
distribuciones de probabilidad.
Mediante la combinacin de
distribuciones y seleccin de
valores aleatorios re calcula el
modelo simulado muchas veces y
proporciona la probabilidad de los
valores de salida.

CMO FUNCIONA LA
SIMULACIN MONTECARLO
La simulacin Monte Carlo realiza
el anlisis de riesgo con la creacin
de modelos de posibles resultados
mediante la sustitucin de un rango
de valores una distribucin de
probabilidad para cualquier factor
con incertidumbre inherente. Luego
calcula los resultados una y otra
vez, usando un grupo diferente de
valores aleatorios de las funciones

Mediante el uso de distribuciones de

probabilidad, las variables pueden
generar diferentes probabilidades que
se produzcan diferentes resultados.
Las distribuciones de probabilidad son
una forma mucho ms realista de
describir la incertidumbre en las
variables de un anlisis de riesgo.

PEQUEO EJEMPLO

CARACTERSTICAS

La simulacin Montecarlo
permite que varios inputs
sean utilizados al mismo
tiempo para la distribucin
de probabilidades de uno o
varios inputs (o valores de
salida).

 Diferentes tipos de
distribucin
de
probabilidad pueden ser
asignados a los inputs.

La

utilizacin de los
nmeros
aleatorios
caracterizan la simulacin
Montecarlo
como un
mtodo estocstico.

La simulacin Montecarlo
genera resultados como un
rango en lugar de un valor
fijo y muestra cual es la
probabilidad de que el
resultado final se dentro de
ese rango.

VENTAJAS
Es

un
exible.

Existe

mtodo

directo

un amplio abanico de
programas
y
lenguajes
destinados a simular.

Cuando el modelo matemtico es

demasiado complicado la
simulacin permite obtener una
aproximacin.

La simulacin no interfiere con el

mundo real. Permite experimentar.

Mediante

la simulacin
podemos inuir en el
tiempo de los procesos.

La

simulacin
permite
resolver problemas que no
tienen solucin analtica.

DESVENTAJAS
Una

buena
simulacin
puede
resultar muy complicada, gran
nmero de variables.

No proporciona la decisin a tomar,

sino que resuelve el problema

mediante aproximacin para unas
condiciones iniciales.

La

simulacin no genera soluciones

ptimas globales.

Al

tener un modelo de simulacin

las salidas producidas es aleatorias
y deben ser tratadas como lo que
son, es decir como una estimacin
solamente, tambin que al suponer
valores para realizar la simulacin
el sistema puede ser muy poco
realista

APL I CA CI N
Mtodos cuantitativos de organizacin
industrial.
Programas de computadora.
Pronstico del ndice de la bolsa.
Prospecciones en explotaciones
petrolferas.
Sistemas de colas.
Sistemas de inventario P y Q.
Valoracin de cartera de valores.

ESTADO MODERNO DEL TEMA

El desarrollo de la
simulacin
Montecarlo se realiza en las hojas de
clculo Excel de una forma sencilla,
debido a su facilidad de uso en su
capacidad de calcular valores y sobre
todo las posibilidades que ofrece con
respecto al anlisis de escenarios.

Existen complementos de Excel

especficamente diseados para
realizar la simulacin Montecarlo,
siendo los ms conocidos:

Risk
Crystall Ball.
Insight.xla.
SimTools.

Uso de Mtodo Montecarlo en Excel

EJEMPLO

Un anlisis histrico de 200 das sobre

el nmeros de consultas diarias
realizadas a un sistema de informacin
empresarial (EIS) residente en un
servidor central.

Podemos interpretar la frecuencia relativa

como la probabilidad de que ocurra el
suceso asociado.

Cuando se conozca la distribucin de

probabilidad asociada a una variable aleatoria
discreta, ser posible usar una columna de
frecuencias relativas acumuladas para obtener
los llamados intervalos de nmeros aleatorios
asociados a cada suceso.
(0.00, 0.005) Para suceso 0
(0.05, 0.05) Para suceso 1
(0.15,0.35) Para suceso 2
(0.35,0.65) Para suceso 3
(0.65,0.85) Para suceso 4
(0.85,1.00) Para suceso 5

La distribucin de probabilidad est asociada a

un suceso.

CONCLUSIONES
Se

emplea
en
problemas
complejos que solamente se
pueden resolver por programas
de computadora, as como
problemas simples que se
resolvern a mano sin tanta
dificultad.

Con

la simulacin Montecarlo
puede llegar a reducir cierto
grado de incertidumbre en la
toma de decisiones.

GRACIAS
POR SU
ATENCIN