Ejemplos probabilísticos de la aplicación

del método de Montecarlo

Caminata aleatoria o El Tambaleo del Borracho

Definición del problema

Suponga que un borracho está parado en la esquina de una calle cuando

decide caminar para salir de un embriagues.

Asuma que hay igual probabilidad de que vaya hacia el norte, sur, este u
oeste.

Si camina 10 cuadras, ¿Cuál es la probabilidad de que termine a dos

cuadras de donde inició?

Análisis
Existe 25% de probabilidad de que el borracho camine hacia el norte,
25% de que camine hacia el sur, 25% hacia el este y 25% hacia el oeste.
Véase figura 1

Dirección Probabilidad Prob. acumulada

Norte 0.25 0.25

Sur 0.25 0.50

Este 0.25 0.75

Oeste 0.25 1.00

Figura 1
Tabla que define la probabilidad individual y la probabilidad
acumulada de cada una de las direcciones
 Podemos representar gráficamente las distribuciones de probabilidad
(véanse figuras 2 y 3)

0.75

0.50

0.25

Norte Sur Este Oeste

Figura 2
Representa un histograma para la dirección del borracho

1.00

0.75

0.50

0.25

Norte Sur Este Oeste

Figura 3
Distribución de probabilidad acumulada

Debemos establecer los números índice de las direcciones (véase figura 4)

Esto nos permitirá, una vez obtenido un número aleatorio, identificar el evento
que representa.

Dirección Números índice

Norte 00-24
Sur 25-49
Este 50-74
Oeste 75-99
Figura 4
Tabla de números índice
Podemos asignarle una localización a cada esquina, de manera que la coordenada
X representa la dirección este-oeste y la coordenada Y represente la dirección
norte-sur. Cada vez que se mueva hacia el este incrementamos el valor de de X
en uno y cada vez que se mueva hacia el oeste decrementamos el valor de x
también en uno. Cada vez que se mueva hacia el norte incrementamos Y en uno
y cada vez que se mueva hacia el sur decrementamos Y en uno.

Si iniciamos la simulación en la posición (0,0), podemos establecer una relación

entre cualquier punto donde se encuentre y la posición inicial. Si al finalizar el
recorrido de las 10 cuadras la suma de X y Y resulta mayor o igual a 2 entonces
el caminante terminó a una distancia mayor o igual a 2 cuadras del punto inicial.

Algoritmo
1- Inicializar X, Y y N (número de cuadras caminadas) en cero.
2- Obtener un número aleatorio R (probabilidad de la dirección) de dos
dígitos
3- Evaluar el valor de R:
_ Si R es mayor o igual a 0 y menor que 25, incrementar Y en uno.
_ Si R es mayor o igual a 25 y menor que 50, decrementar Y en uno.
_ Si R es mayor o igual a 50 y menor que 75, incrementar X en uno.
_ Si R es mayor o igual a 75 y menor que 100, decrementar X en uno.
4- Incrementar el número de cuadras caminadas (N)
5- Imprimir los valores X y Y
6- Repetir los pasos 2 a 5 hasta que N sea igual a 10
7- Sumar X y Y, para obtener la posición en donde se encuentra después de
caminar 10 cuadras
8- Si el valor absoluto de la suma resulta mayor o igual a 2, entonces se
toma como éxito. En caso contrario se toma como fracaso.
Resultados
Simulación del Tamaleo del Borracho
# de cuadras # aleatorio Localización (X,Y)
recorridas
1 75 1, 0
2 58 2, 0
3 50 2, -1
4 21 2, 0
5 73 3, 0
6 97 2, 0
7 22 2, 1
8 79 1, 1
9 54 2, 1
10 42 2, 0
El Borracho terminó a 2 cuadras de donde estaba inicialmente. Recuerde que
matemáticamente esto lo sabemos al sumar las coordenadas X y Y de la
posición final.

Recuerde que la pregunta planteada fue: ¿Cuál es la probabilidad de que

termine a dos cuadras de donde inició? Esto significa que la corrida de
situación que hemos realizado no es suficiente para poder determinar la
probabilidad solicita. Esta es apenas una observación del experimento.
Tendríamos que realizar el experimento, por ejemplo, 10, 100, 500 veces y
calcular las veces que el borracho quedó a dos cuadras o menos y dividir el
número de aciertos entre la cantidad de observaciones realizadas para poder
determinar esa probabilidad.

Servicios de Lava Auto

Definición del problema

Si en un establecimiento donde se ofrece servicio de lava auto es posible

atender hasta un máximo de 3 vehículos de cualquier tamaño, durante un
periodo de 4 horas. ¿Cuantos vehículo y de que tamaño serán atendidos en un
periodo de 12 horas?
Se debe asumir que el problema proporciona la distribución de probabilidad del
número de vehículos que llegan en un periodo de 4 horas; así como la
distribución de probabilidad del tamaño del vehículo. Véanse figuras 5 y 6.
Observe que en este ejemplo, a diferencia del anterior, los datos
proporcionados nos indican que la unidad de tiempo es de cuatro horas para
cada paso o línea de simulación.

Números de vehículos Probabilidad Probabilidad acumulada

1 0.30 0.30
2 0.50 0.80
3 0.20 1.00
Figura 5
Probabilidad del número de vehículos que es posible atender

Número de vehículos Probabilidad Probabilidad acumulada

Pequeño 0.30 0.30
Mediano 0.40 0.70
Grande 0.20 0.80
Muy grande 0.10 1.00
Figura 6
Probabilidad de atender a un determinado tamaño de vehículo
Análisis

Para facilitar la compresión de estas distribuciones de probabilidad, utilizamos

gráficas. Véanse las figuras 7, 8, 9 y 10.

0.50

0.40

0.30

0.20

0.10

1 2 3

Figura 7
Distribución de probabilidad del número de vehículos

1.00

0.80

0.60

0.40

0.20

1 2 3

Figura 8
Distribución acumulada del número de vehículos
 0.40

0.30

0.20

0.10

Pequeño Mediano Grande Muy grande

Figura 9
Distribución de probabilidad del tamaño de los vehículos

0.40

0.30

0.20

0.10

Pequeño Mediano Grande Muy grande

Figura 10
Distribución acumulada del tamaño de los vehículos

Es necesario establecer los números índices para poder identificar cada evento
dentro de la simulación. Véanse figuras 11 y 12.

Número de vehículos Número de índices

1 00-29
2 30-79
3 80-99
Figura 11
Tabla de números índices
 Tamaño del vehículo Número de índices
Pequeño 00-29
Mediano 30-69
Grande 70-89
Muy grande 90-99
Figura 12
Tabla de números índices

Análisis
1- Inicializar en cero las variables que van a contener la cantidad de
vehículos que serán atendidos de cada tamaño.

2- Obtener un número aleatorio R1 (que representa la figura 11)

3- Evaluar el número R1 (Probabilidad del número de vehículos)

_ Si R1 es mayor o igual a 0 y menor que 30, efectuar so pasos 4 y 5 una
vez e ir al paso 6
_ Si R1 es mayor o igual a 30 y menor que 80, efectuar los pasos 4 y 5
dos veces e ir al paso 6
_ Si R1 es mayor o igual a 80 y menor que 100, efectuar tres veces los
pasos 4 y 5 dos veces e ir al paso 6

4- Obtener un número aleatorio R2 (que representa la figura 12)

5- Evaluar el número R2 (Probabilidad del tamaño del vehículo):

_ Si R2 es mayor o igual a 0 y menor que 30, se cuenta un carro de
tamaño pequeño.
_ Si R2 es mayor o igual a 30 y menor que 70, se cuenta un carro de
tamaño mediano.
_ Si R2 es mayor o igual a 70 y menor que 90, se cuenta un carro de
tamaño grande.
_ Si R2 es mayor o igual a 90 y menor que 100, se cuenta un carro de
tamaño muy grande

6- Repetir los pasos 2 y 3, tres veces (ya que se solicitó simular 12 horas
de actividad)
7- Sumar el número de carros de cada tamaño, para obtener el total de
carros atendidos.
Resultados
Servicio de Lava Auto
Simulación del número de autos que llegan
y son atendidos en un periodo de 12 horas
# aleatorio (R1) # de vehículos # aleatorio (R2) Tamaño del
atendidos vehículo
79 2 93 Muy grande
55 Mediano
97 3 24 Pequeño
70 Grande
58 Mediano
50 2 11 Pequeño
58 Mediano

Esta simulación contiene algunos aspectos de interés. Como ya mencionamos

cada línea de simulación corresponde a cuatro horas de servicio, según la
descripción del problema. Observe además, que como en un período podía
venir más de un vehículo se hizo necesario obtener de la tabla un valor
aleatorio para cada vehículo, de manera que se pudiese identificar su tipo.
Esto nos lleva a otro detalle importante, y es que usted debe ir obteniendo los
valores aleatorios de la tabla (o de su programa) poco a poco en la medida que
los va necesitando.

Resultados:
Total de carros atendidos de cada tamaño
2 pequeños
3 medianos
1 grande
1 muy grande

Total de carros atendidos = 7

Como en el caso anterior este resultado no sería suficiente, por lo que

deberíamos realizar la simulación un determinado número de veces y luego
sacar un promedio de los vehículos atendidos.