SIMULACIÓN MONTECARLO

EQUIPO 7
 Simulación consiste en repetir o duplicar las
características y comportamientos de un
sistema real.

Von Neumann y Ulam perfeccionaron la

técnica de la simulación de MonteCarlo al
SIMULACIÓN desarrollar en el Laboratorio Nacional de
Los Alamos para desarrollar la bomba
MONTECARLO atómica en la Segunda guerra mundial. Surge
formalmente en 1949.

El objetivo principal de la simulación de

MonteCarlo es intentar imitar el
comportamiento de variables reales para, en
la medida de lo posible, analizar o predecir
cómo van a evolucionar.
¿CÓMO SURGE EL MÉTODO?

Le debe el nombre al famoso casino del principado de Mónaco. La ruleta es el juego

de casino más famoso y también el ejemplo más sencillo de mecanismo que permite
generar números aleatorios.

• Un punto clave en la utilización de la

simulación de MonteCarlo es la generación
de números aleatorios. ¿Cómo generamos
números aleatorios? Con programas
informáticos.Ya que, si utilizásemos un
mecanismo cómo una ruleta, esto podría
llevarnos muchas horas.
• Si queremos generar 10.000 números
aleatorios, imagine cuanto tiempo
necesitaríamos. No se consideran números
puramente aleatorios, ya que los crea el
programa con una fórmula. Se les denomina
números pseudo-aleatorios.
APLICACIONES DE LA SIMULACIÓN MONTE
CARLO

Introducción • Determinar la probabilidad que tiene un

producto nuevo de producir un beneficio.
de productos • Se desarrolla con la utilidad y la relación
con las entradas probabilísticas, con ellas se
nuevos calcula la utilidad resultante.

• Se quiere escoger un buen servicio para los

Políticas de clientes y con un costo razonable.
• Se involucra el costo y nivel de servicio con
inventario entradas probabilísticas. Para cada entrada
se calcula el costo y los niveles de servicio.
APLICACIONES DE LA SIMULACIÓN MONTE
CARLO

Líneas de • Se desarrolla un modelo en el que se

relaciona el tiempo de espera con entradas
probabilísticas y una entrada controlable.

espera Con ello calcularíamos el tiempo de espera,

número en la fila y el tiempo del servicio.

• Realizar el análisis de riesgo en procesos

financieros mediante la imitación repetida
Finanzas de la evolución de las transacciones
involucradas para generar un perfil de los
posibles resultados.
EJEMPLO DE APLICACIÓN

Aproximación de π
• Se desea aproximar el valor de π mediante el siguiente
experimento:
1. Sea un círculo dentro de un cuadrado de radio r y lado r.
1. El área del circulo dividida por el área del cuadrado k es igual a π / 4

2. Se lanzan n dardos sobre la superficie de manera aleatoria dentro del

rango r.
3. Después de n lanzamientos k converge (π / 4)*n ó π se aproxima a:
π … (k * 4) / n
EJEMPLO DE CÓDIGO
SIMULACIONES:
500

PI CALCULADO:
3.208

ERROR %:
2.07005%
SIMULACIONES:
20,000

PI CALCULADO:
3.1414

ERROR %:
0.0129%
PSEUDOCÓDIGO
1. Se busca una solución s dentro de un conjunto de condiciones verdaderas F(x)
=H.
2. Se determina un máximo de iteraciones.
3. Generar n números aleatorios uniformemente distribuidos xi en un intervalo
definido [a, b].
4. S xi en el intervalo [a,b] cumplen F(x) = H entonces:
1. Se utilizan estos números aleatorios para generar un segundo grupo de números r
que tengan una distribución similar a F(x).
2. La nueva variable aleatoria se evalúa para encontrar una aproximación de s.
5. En otro caso, no se genera la segunda variable aleatoria.
6. Se repite el proceso.