1.

Por qu la simulacin de Montecarlo es una excelente herramienta para modelar

problemas como los analizados?
Cuando una persona tiene la responsabilidad de dirigir una empresa de cualquier tipo se
enfrenta a tomar decisiones de las acciones que ejecutara en su plan estratgico, estas
decisiones deben ser viables que deben satisfacer los objetivos planteados.

La simulacin es conveniente cuando:

No existe una formulacin matemtica analticamente resoluble. Muchos sistemas reales no
pueden ser modelados matemticamente con las herramientas actualmente disponibles, por
ejemplo la conducta de un cliente de un banco.

Existe una formulacin matemtica, pero es difcil obtener una solucin analtica. Los
modelos matemticos utilizados para modelar un reactor nuclear o una planta qumica son
imposibles de resolver en forma analtica sin realizar serias simplificaciones.


2. Cules son las dificultades a las que usted cree se debieron enfrentar los autores
que realizaron la investigacin de cada uno de los modelos, a la luz de la metodologa
que se requiere para llevar a cabo un estudio de simulacin?
La invencin del mtodo de Monte Carlo se asigna a Stanislaw Ulam y a John von
Neumann. Ulam ha explicado cmo se le ocurri la idea mientras jugaba un solitario
durante una enfermedad en 1946. Advirti que resulta mucho ms simple tener una idea del
resultado general del solitario haciendo pruebas mltiples con las cartas y contando las
proporciones de los resultados que computar todas las posibilidades de combinacin
formalmente.

Los autores del modelo de Montecarlo debieron Probar muchas veces con experimentos
mentales las miles de posibilidades, y en cada etapa, determinar por casualidad, un nmero
aleatorio distribuido segn las probabilidades, qu sucedera y totalizar todas las
posibilidades y tener una idea de la conducta del proceso fsico.

3. Cmo cree que se podra solucionar el problema al que se enfrentan en la
aplicacin real?
Cuando se simula se experimenta con un modelo para obtener ciertos resultados. Un
modelo es tambin un sistema, y de acuerdo al tipo de variables de salida del modelo el
modo de simulacin.

Durante el proceso de modelado se debe:
Alcanzar un equilibrio entre el grado de detalle y el riesgo de falta de exactitud. El mejor
modelo, es el modelo ms simple que puede resolver el problema con el grado de exactitud
requerido.
Un modelo debe ser:

Fcil de entender por parte del usuario.
Dirigido a metas u objetivos.
Sensato, en cuanto no de respuestas absurdas.
Fcil de manipular y controlar por parte del usuario , debe ser sencillo
Comunicarse con el modelo
Completo, en lo referente a asuntos importantes.
Adaptable, con un sencillo procedimiento para modificar o actualizar el modelo.
Evolutivo, debe ser sencillo al principio y volverse ms complejo en el tiempo.