1.

Cules considera usted que son las ventajas y desventajas de aplicar un

modelo de Simulacin de Montecarlo? Por qu?
El mtodo de Montecarlo es un mtodo no determinstico 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 nombre y el desarrollo
sistemtico de los mtodos de Montecarlo datan aproximadamente de 1944 y
se mejoraron enormemente con el desarrollo de la computadora.
El uso de los mtodos de Montecarlo 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.
Este trabajo conllevaba la simulacin de problemas probabilsticos de
hidrodinmica concernientes a la difusin de neutrones en el material de fisin.
Esta difusin posee un comportamiento eminentemente aleatorio. En la
actualidad es parte fundamental de los algoritmos de Raytracing para la
generacin de imgenes 3D.El mtodo de Montecarlo proporciona soluciones
aproximadas a una gran variedad de problemas matemticos posibilitando la
realizacin de experimentos con muestreos de nmeros pseudoaleatorios en
una computadora. El mtodo es aplicable a cualquier tipo de problema, ya sea
estocstico o determinista. A diferencia de los mtodos numricos que se
basan en evaluaciones en N puntos en un espacio M-dimensional para producir
una solucin aproximada, el mtodo de Montecarlo tiene un error absoluto de
la estimacin que decrece como 1/N en virtud delteorema del lmite central.En
la primera etapa de estas investigaciones, John von Neumann y Stanislaw Ulam
refinaron esta ruleta rusa y los mtodos "de divisin" de tareas. Sin embargo,
el desarrollo sistemtico de estas ideas tuvo que esperar al trabajo de Harris y
Herman Kahn en 1948. Aproximadamente en el mismo ao, Enrico Fermi,
Nicholas Metropolis y Ulam obtuvieron estimadores para los valores
caractersticos de la ecuacin de Schrdingerpara la captura de neutrones a
nivel nuclear usando este mtodo. (Nemesses, 2012)
Ventajas
- Este es un mtodo flexible y directo
- Nos permite resolver problemas que no tiene como tal una solucin analtica.
- Nos permite experimentar.
- Da la posibilidad de formular condiciones externas con riegos nulos.
- Al tener modelos matemticos muy complejos este modelo nos permite
obtener una aproximacin.
- Podemos estudiar la interaccin entre las diferentes variables de un
problema.
- Con este modelo podemos influir en el tiempo de los procesos

Desventajas
- Se generan un gran nmero de variables por lo que la simulacin puede
resultar muy complicada.
- Cada una de las simulaciones es nica e interviene por as decirlo el azar.
- Resuelve el problema mediante una aproximacin para generar unas
condiciones iniciales por lo cual no ayuda para la toma de decisiones.
- Este modelo no genera soluciones globales ptimas

2. Mencione tres (3) aplicaciones tiles y prcticas de los Intervalos de

Confianza o de Pruebas de Hiptesis.
- Para saber la vida til de algn objeto o su rendimiento.
- Para conocer el tiempo de respuesta a encuestas, evaluaciones y otros
documentos del mismo tipo.
- Comparativos entre productos similares o de la competencia.
3. Mencione un (1) ejemplo o caso en el que podra utilizar un modelo de
Simulacin de Montecarlo, especificando las variables aleatorias y de resultado
para resolverlo. Cerciorarse de que sea un ejemplo no presentado por otro
compaero.

CONCLUSIONES
1. Los mtodos de simulacin se utilizan por la necesidad de conocer las
caractersticas de una variable aleatoria.
2. El mtodo Montecarlo es til para simular el comportamiento de muestras
aleatorias, y su importancia radica en que sus resultados son una distribucin,
y no solamente un resultado puntual.
3. La aplicacin del mtodo Montecarlo abarca una variedad de reas del
conocimiento que incluyen desde la fsica cuntica hasta el anlisis de riesgos
en las finanzas.

4. Como todo mtodo de simulacin, el Montecarlo tiene ventajas y

desventajas, y depende del investigador, inversionista o proyectista determinar
las mejores condiciones para aplicarlo.

BIBLIOGRAFIA

Bibliografa
Lopz, S. M. (2015). SIMULACIN DE MONTE CARLO. (Unidad Editorial
Informacin Econmica S.L) Obtenido de
http://www.expansion.com/diccionario-economico/simulacion-de-montecarlo.html
Nemesses, A. (27 de 08 de 2012). Simulacin. Obtenido de http://unimetasimulacion-alejandra-meneses.blogspot.com.co/2012/08/metodo-origenel-de-montecarlo-un-no.html
Simulacin, Mtodo de Montecarlo. (2011). En L. J. Aragn, Estadstica e
Investigacin Operativa.