METODO MONTECARLO

ARY JARED ZARATE FARIAS

TRABAJO INVESTIGATIVO

UNIVERSIDAD PRIVADA TELESUP CICLO VI

UNIVERSIDAD PRIVADA TELESUP

INTRODUCCIN

La invencin del mtodo de Monte Carlo se asigna a Stan Ulam y a John vonNeumann. Ulam ha explicado cmo se le ocurri la idea mientras jugaba un solitario durante una enfermedad en 1946.El mtodo de Monte Carlo es un mtodo no determinstico o estadstico numrico usado para aproximar expresiones matemticas complejas y costosas de evaluar con exactitud. El mtodo se llam as en referencia al Casino de Montecarlo (Principado de Mnaco) por ser la capital del juego de azar, al ser la ruleta un generador simple de nmeros aleatorios.El uso de los mtodos de Monte Carlo como herramienta de investigacin, proviene del trabajo realizado en el desarrollo de la bomba atmica durante la segunda guerra mundial en el Laboratorio Nacional de Los lamos en EE.UU.

ARY JARED ZARATE FARIAS

Pgina 1

UNIVERSIDAD PRIVADA TELESUP

ORIGEN DEL METODO

Los orgenes de esta tcnica estn ligados al trabajo desarrollado por Stan Ulam y John Von Neumann a finales de los 40 en el laboratorio de Los Alamos, cuando investigaban el movimiento aleatorio de los neutrones. El uso real de los mtodos de Monte Carlo 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. En aos posteriores, la simulacin de Monte Carlo se ha venido aplicando a una infinidad de mbitos como alternativa a los modelos matemticos exactos o incluso como nico medio de estimar soluciones para problemas complejos. As, en la actualidad es posible encontrar modelos que hacen uso de simulacin MC en las reas informtica, empresarial, econmica, industrial e incluso social. En otras palabras, la simulacin de Monte Carlo est presente en todos aquellos mbitos en los que el comportamiento aleatorio o probabilstica desempea un papel fundamental, el nombre de Monte Carlo proviene de la famosa ciudad de Mnaco, donde abundan los casinos de juego y donde el azar, la probabilidad y el comportamiento aleatorio conforman todo un estilo de vida.

ARY JARED ZARATE FARIAS

Pgina 2

UNIVERSIDAD PRIVADA TELESUP

CONCEPTO
El mtodo de Monte Carlo es una tcnica numrica para calcular probabilidades y otras cantidades relacionadas, utilizando secuencias de nmeros aleatorios. El mtodo de monte Carlo es muy usado es los lenguajes de programacin ya que se usa para hallar la probabilidad de un suceso. La empresa C&H S.A. requiere reemplazar de la plataforma tecnolgica de hardware de usuarios como por ejemplo: computadoras porttiles, de escritorio e impresoras, ya que estos equipos actualmente tienen ms de 5 aos de haber sido comprados.

DESARROLLO
El mtodo de Monte Carlo tambin es conocido como Simulacin estadstica la cual se basa en muestreo sistemtico de variables aleatorias.

PERO QUE ES UNA SIMULACIN?

Bueno, segn Robert Shannon la simulacin es el proceso de disear y desarrollar un modelo computarizado de un sistema o proceso y conducir experimentos con este modelo con el propsito de entender el comportamiento del sistema o evaluar varias estrategias con las cuales se puede operar el sistema. Por tal motivo debemos considerar que para desarrollar una simulacin se requiere un modelo de simulacin, el cual es un conjunto de hiptesis acerca del funcionamiento del sistema expresado como relaciones matemticas o lgicas entre los elementos del sistema. Algunos de estos modelos son los siguientes: MODELO TERICO ARY JARED ZARATE FARIAS Pgina 3

UNIVERSIDAD PRIVADA TELESUP

Este modelo debe contener los elementos que se precisen para la simulacin. Un ejemplo con trabajo de laboratorio es un programa de estadstica con ordenador que genere nmeros aleatorios y que contenga los estadsticos de la media y sus diferentes versiones: Cuadrtica. Aritmtica. Geomtrica. Armnica.

Adems debe ser capaz de determinar la normalidad en trminos de probabilidad de las series generadas. La hiptesis de trabajo es que la media y sus versiones tambin determinan la normalidad de las series. Es un trabajo experimental de laboratorio. Si es cierta la hiptesis podemos establecer la secuencia teorema, teora, ley. Es el modelo principal de todo una investigacin cientfica, gracias a ello podemos definir o concluir la hiptesis, las predicciones, etc.

MODELO CONCEPTUAL El modelo conceptual desea establecer por un cuestionario y con trabajo de campo, la importancia de la discriminacin o rechazo en una colectividad y hacerlo por medio de un cuestionario en forma de una simulacin con una escala de actitud. Despus de ver si la poblacin es representativa o adecuada, ahora la simulacin es la aplicacin del cuestionario y el modelo es el cuestionario para confirmar o rechazar la hiptesis de si existe discriminacin en la poblacin y hacia que grupo de personas y en que cuestiones. Gran parte de las simulaciones son de este tipo con modelos conceptuales. MODELO SISTMICO El modelo sistmico es ms pretencioso y es un trabajo de laboratorio. Se simula el sistema social en una de sus representaciones totales. El anlisis de sistemas es una representacin total. Un plan de desarrollo en el segmento de transportes con un modelo de ecologa humana, por ejemplo. El nfasis en la teora general de sistemas es lo adecuado en este tipo de simulaciones. Este mtodo, que es para un Sistema complejo, es sumamente abstracto, no se limita a la descripcin del sistema, sino que debe incluir en la simulacin las entradas y salidas de procesos de ARY JARED ZARATE FARIAS Pgina 4

UNIVERSIDAD PRIVADA TELESUP

retroalimentacin. Y como es de esperarse, para desarrollar un modelo se debe realizar un proceso de simulacin. Dicho proceso es la ejecucin del modelo a travs del tiempo en un ordenador para generar muestras representativas del comportamiento. Este proceso de simulacin se puede dividir en las siguientes etapas:

DESCRIPCIN DEL PROBLEMA

Consiste en estudiar el contexto del problema, identificar los objetivos del proyecto, especificar los ndices de medicin de la efectividad del sistema, especificar los objetivos especficos del modelamiento y definir el sistema que se va a modelar.

DESARROLLAR UN PLAN
Al tener definidos los objetivos, se realiza el plan que contenga la definicin del sistema que se va a modelar.

FORMULACIN DEL MODELO

Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendrn los resultados deseados. En la formulacin del modelo es necesario definir todas las variables que forman parte de l, sus relaciones lgicas y los diagramas de flujo que describan en forma completa el modelo.

PROGRAMACIN
Es un proceso por el cual se escribe un lenguaje de programacin, se prueba, se depura y se mantiene el cdigo fuente de un programa informtico. Para el desarrollo de programas de cierta envergadura o complejos, con ciertas garantas de calidad, es conveniente seguir alguno de los modelos de desarrollo de software existentes, en donde la programacin es slo una de las etapas del proceso de desarrollo de software. Los modelos de desarrollo de software los aborda una disciplina especfica del campo de la informtica: la ingeniera del software.

ARY JARED ZARATE FARIAS

Pgina 5

UNIVERSIDAD PRIVADA TELESUP

VERIFICACIN
El proceso de verificacin consiste en comprobar que el modelo simulado cumple con los requisitos de diseo para los que se elabor. Se trata de evaluar que el modelo se comporta de acuerdo a su diseo del modelo.

VALIDACIN DEL MODELO

A travs de esta etapa es valorar las diferencias entre el funcionamiento del simulador y el sistema real que se est tratando de simular Las formas ms comunes de validar un modelo son: La opinin de expertos sobre los resultados de la simulacin. La exactitud con que se predicen datos histricos. La exactitud en la prediccin del futuro. La comprobacin de falla del modelo de simulacin al utilizar datos que hacen fallar al sistema real. La aceptacin y confianza en el modelo de la persona que har uso de los resultados que arroje el experimento de simulacin. Diseo de experimentos y plan de corridas. Anlisis de resultados.

COLECCIN DE DATOS
Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados.

IMPLEMENTACIN DEL MODELO EN LA COMPUTADORA

Con el modelo definido, el siguiente paso es decidir si se utiliza algn lenguaje como el fortran, se utiliza algn paquete como Promodel para procesarlo en la computadora y obtener los resultados deseados.

EXPERIMENTACIN
Pgina 6

ARY JARED ZARATE FARIAS

UNIVERSIDAD PRIVADA TELESUP

La experimentacin con el modelo se realiza despus que ste haya sido validado. La experimentacin consiste en generar los datos deseados y en realizar un anlisis de sensibilidad de los ndices requeridos.

INTERPRETACIN
En esta etapa del estudio, se interpretan los resultados que arroja la simulacin y con base a esto se toma una decisin. Es obvio que los resultados que se obtienen de un estudio de simulacin ayudan a soportar decisiones del tipo semi-estructurado.

DOCUMENTACIN
Dos tipos de documentacin son requeridos para hacer un mejor uso del modelo de simulacin. La primera se refiere a la documentacin del tipo tcnico y la segunda se refiere al manual del usuario, con el cual se facilita la interaccin y el uso del modelo desarrollado.

ARY JARED ZARATE FARIAS

Pgina 7

UNIVERSIDAD PRIVADA TELESUP

TIPOS DE SIMULACIONES
SIMULACIN CONTINUA
Los estados del sistema cambian continuamente su valor. Estas simulaciones se modelan generalmente con ecuaciones diferenciales.

SIMULACIN POR EVENTOS DISCRETOS

Se define el modelo cuyo comportamiento vara en instantes del tiempo dados. Los momentos en los que se producen los cambios son los que se identifican como los eventos del sistema o simulacin.

SIMULACIN POR AUTMATAS CELULARES

Se aplica a casos complejos, en los que se divide al comportamiento del sistema en subsistemas ms pequeos denominadas clulas. El resultado de la simulacin est dado por la interaccin de las diversas clulas.

SIMULACIN POR COMPUTADORA

Es un intento de modelar situaciones de la vida real por medio de un programa de computadora, lo que requiere ser estudiado para ver cmo es que trabaja el sistema. Ya sea por cambio de variables, quizs predicciones hechas acerca del comportamiento del sistema. La simulacin por computadora es frecuentemente usada como un accesorio o sustitucin de sistemas de modelado para los cuales las soluciones analticas de forma cerrada simple no son posibles. Ah se encuentran muchos tipos diferentes de simulacin por computadora, la caracterstica comn que todas ellas comparten es que existen varios paquetes de software para modelar por computadora en el funcionamiento de la simulacin se realiza sin esfuerzo.

SIMULACIN EN INFORMTICA
En informtica la simulacin tiene todava mayor significado especializado: Alan Turing us el tmino "simulacin" para referirse a ARY JARED ZARATE FARIAS Pgina 8

UNIVERSIDAD PRIVADA TELESUP

lo que pasa cuando una computadora digital corre un programa que describe las transiciones de estado, las entradas y salidas de una mquina sujeta a discreto-estado. En programacin, un simulador es a menudo usado para ejecutar un programa que tiene que correr en ciertos tipos de inconvenientes de computadora o en un riguroso controlador de prueba de ambiente. Por ejemplo, los simuladores son frecuentemente usados para depurar un microprograma o algunas veces programas de aplicacin comercial. Dado que, la operacin de computadoras es simulada, toda la informacin acerca de la operacin de computadoras es directamente disponible al programador, y la velocidad y ejecucin pueda variar a voluntad. SIMULACIN EN LA PREPARACIN La simulacin es usada en el entrenamiento o preparacin tanto del personal civil como militar; esto sucede cuando es prohibitivamente caro o simplemente muy peligroso para permitirle usar equipo real a un aprendiz en el mundo real. En esta ltima situacin ellos aprendern valiosas lecciones en un ambiente virtual seguro. La conveniencia es permitir errores durante el entrenamiento para un sistema crtico de seguridad. El entrenamiento simulado tpicamente viene en tres categoras: Simulacin de "Vida", es cuando las personas reales usan equipo simulado en el mundo real. Simulacin "Virtual", es cuando las personas reales usan equipo simulado en mundos simulados o ambientes virtuales. Simulacin "Constructiva", es cuando personas simuladas, usan equipo simulado, en ambientes simulados.

SIMULACIN EN LA EDUCACIN
Este tipo de simulacin es un tanto parecida a la de entrenamiento o preparacin. Ellas se enfocan en tareas especficas. En el pasado los videos eran usados por maestros y para educar alumnos a observar, solucionar problemas y jugar un rol; sin embargo se ha visto desplazada por la simulacin, puesto que sta incluye vietas narrativas animadas, stas son videos de caricaturas hipotticas e historias basadas en la realidad, envolviendo a la clase ARY JARED ZARATE FARIAS Pgina 9

UNIVERSIDAD PRIVADA TELESUP

en la enseanza y aprendizaje, tambin se usa para evaluar el aprendizaje, resolver problemas de habilidades y disposicin de los nios, y el servicio de los profesores.

SIMULACIN EN LAS CIENCIAS NATURALES Los experimentos basados en tcnicas como la espectroscopa, proveen datos detallados sobre el comportamiento de la materia.

SIMULACIN MDICA
Este tipo de simulacin incrementa cada vez ms en su desarrollando y se estn desplegando cada vez ms para ensear procedimientos teraputicos y de diagnstico as como conceptos y la toma de decisin mdica al personal en las profesiones mdicas. Estos simuladores se han estado desarrollando para el entrenamiento para una gama de procedimientos bsicos como la transfusin de sangre, una ciruga laparoscpica, cuidados traumatolgicos auscultacin pulmonar y cardiaca, etc. Es importante agregar que el mtodo de Monte Carlo es una herramienta que puede ser utilizada cuando la variable aleatoria no es directamente el resultado de la simulacin o tenemos relaciones entre variables es la siguiente: Las principales caractersticas a tener en cuenta para la implementacin o utilizacin del algoritmo son: El sistema debe ser descrito por 1 o ms funciones de distribucin de probabilidad (fdp) Generador de nmeros aleatorios: como se generan los nmeros aleatorios es importante para evitar que se produzca correlacin entre los valores mustrales. Establecer lmites y reglas de muestreo para las fdp: conocemos que valores pueden adoptar las variables. Definir cuando un valor aleatorio tiene o no sentido para el modelo a simular. Estimacin Error: Con que error trabajamos, cuanto error podemos aceptar para que una corrida sea vlida? Tcnicas de reduccin de varianza. Pgina 10

ARY JARED ZARATE FARIAS

UNIVERSIDAD PRIVADA TELESUP

Paralelizacin y vectorizacin: En aplicaciones con muchas variables se estudia trabajar con varios procesadores paralelos para realizar la simulacin.

APLICACIONES
El mtodo de Monte Carlo puede ser aplicado en reas como: Criptografa. Cromo dinmica cuntica. Densidad y flujo de trfico. Diseo de reactores nucleares. Diseo de VLSI. Ecologa. Econometra. Evolucin estelar. Fsica de materiales. Mtodos cuantitativos de organizacin industrial. Programas de computadora. Pronstico del ndice de la bolsa. Prospecciones en explotaciones petrolferas. Radioterapia contra el cncer. Sistemas de colas. Sistemas de inventario P y Q. Valoracin de cartera de valores.

ARY JARED ZARATE FARIAS

Pgina 11

UNIVERSIDAD PRIVADA TELESUP

CONCLUSIN
El mtodo de Monte Carlo es una herramienta de investigacin y planeamiento; bsicamente es una tcnica de muestreo que puede ser utilizada para operar numricamente sistemas complejos que tengan componentes aleatorios, manteniendo tanto la entrada como la salida un cierto grado de incertidumbre. Lo que si me queda claro es que el mtodo puede ser utilizado en muchas reas diferentes a la informtica. Y que la misma puede ser simple y compleja.

BIBLIOGRAFA
http://benasque.org/benasque/2005tae/2005tae-talks/213s3.pdf http://www.monografias.com/trabajos12/carlo/carlo.shtml http://www.uoc.edu/in3/emath/docs/Simulacion_MC.pdf http://es.wikipedia.org/wiki/Simulacin http://www.exa.unicen.edu.ar/catedras/inv_op/apuntes/Apunte_Teo rico_MC_2005.pdf http://www.worldlingo.com/ma/enwiki/es/Monte_Carlo_method

ARY JARED ZARATE FARIAS

Pgina 12