Documente Academic
Documente Profesional
Documente Cultură
MONTE CARLO
CON MS EXCEL
DOCENTE: Mg. John Zamora Cordova
Fundamentos de probabilidad para simulación.
Variables aleatorias.
Distribuciones de probabilidad.
Ley de los grandes números.
Teorema del límite central.
Principios de la simulación MonteCarlo.
Números aleatorios.
Que son los números aleatorios y pseudo-aleatorios
Generación de números aleatorios en Excel.
Generación de forma dinámica.
Generación de forma estática.
Ejercicios.
MAPA CONCEPTUAL DEL CURSO
Colas en Validación
Paralelo de Series
Generación
de VA
MAPA CONCEPTUAL
Xi+1=(aXi+c) mod m
Números
Aleatorios
0.18
p(X = x)
0.15
0.13
0.10
Validación de
0.08
0.05
0.03
Series de NA 0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
x
Parámetros
Generación de 5
Variables 4
Variables 3
U (0,1)
Aleatorias
2
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
QUE ES LA SIMULACIÓN
MONTE CARLO?
Método computacional usado para estudiar el comportamiento
de sistemas matemáticos, físicos o de cualquier índole, a partir
del uso de muestreo estadístico, números aleatorios y pseudo-
aleatorios.
$100 25%
$200 50%
$300 25%
RUEDA DE LA RULETA
300 100
200
0 0.25 0.75 1
0 0.25 0.75 1
Método de Montecarlo
TRANSFORMADA INVERSA
• F(x) (0-1)
Dificultad:
• Algunas veces es difícil encontrar la transformada
inversa
TRANSFORMADA INVERSA
F(x)
Distribución uniforme
x = F-1(R) x
f(x)
x x
ORÍGENES
Se atribuye a Stanislaw Ulam, matemático polaco que
trabajo para John von Neumann en el proyecto
Manhattan durante la segunda guerra mundial y
contribuyo junto con Edward Teller en el diseño de la
bomba de Hidrogeno en 1951.
Ulam no inventó el muestreo estadístico, pero reconoció
la el potencial de los computadores electrónicos para
automatizar el proceso. Trabajando con John von
Neuman y Nicholas Metropolis, desarrollo algoritmos de
implementación y exploró formas de convertir
problemas no aleatorios en formas aleatorias para ser
solucionados via muestréo estadístico.
Ulam y Metropolis publican el primer paper en 1949.
En este curso, usaremos la simulación Monte
Carlo para el tratamiento de problemas y
modelos con incertidumbre.
Xi+1=(aXi+c) mod m
Números
Aleatorios
Validación de Variables
Series de NA U (0,1)
Variables
Aleatorias
GENERACIÓN DE NÚMEROS ALEATORIOS
• Rol preponderante en el proceso de simulación.
• Para simular necesitamos de números aleatorios como
semillas para generar muestras de V.A.
• Características de un generador de nros aleatorios:
• 1) Muestrea valores de Distribución Uniforme.
• 2) Asegura la NO Correlación Serial.
MÉTODO CONGRUENCIAL LINEAL (MCL)
Un = Xn / m
• Ventajas:
1. utiliza poca memoria y es muy rápido.
2. fácil de volver a generar la misma secuencia,
guardando un solo número, (se alcanza con partir
desde la misma semilla: X0).
EJEMPLO
a c m
1 7 13
n X(n) a*X(n)+c [a*X(n)+c] mod m
0 7 14 1
1 1 8 8
2 8 15 2
3 2 9 9
4 9 16 3
5 3 10 10
6 10 17 4
7 4 11 11
8 11 18 5
9 5 12 12
10 12 19 6
11 6 13 0
12 0 7 7
13 7 14 1
14 1 8 8
15 8 15 2