SIMULACIN DE MONTECARLO - TEMA: Simulacin de Montecarlo - GLOSARIO: o Simulacin: Simulacin de un sistema (o un organismo) es la operacin de un modelo (simulador), el cual es una

representacin del sistema. Este modelo puede sujetarse a manipulaciones que seran imposibles de realizar, demasiado costosas o imprcticas. (Autor: Shubik). o Tcnica: Del griego, (tchne): arte, ciencia, saber, una tcnica es un procedimiento o conjunto de procedimientos, (reglas, normas o protocolos), que tienen como objetivo obtener un resultado determinado, ya sea en el campo de la ciencia, de la tecnologa, del arte o en cualquier otra actividad. Supone el razonamiento inductivo y analgico de que en situaciones similares una misma conducta o procedimiento produce el mismo efecto, cuando ste es satisfactorio. Es por tanto el ordenamiento de la conducta o determinadas formas de actuar y usar herramientas como medio para alcanzar un fin determinado. La tcnica requiere tanto destrezas manuales como intelectuales, frecuentemente el uso de herramientas y siempre de saberes muy variados. o Estadstica: La estadstica es una ciencia matemtica que se refiere a la coleccin, estudio e interpretacin de los datos obtenidos en un estudio. Es aplicable a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales y usada en la toma de decisiones en reas de negocios e instituciones gubernamentales. Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. Hay tambin una disciplina llamada estadstica matemtica, la cual se refiere a las bases tericas de la materia. La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas criminales, etc. o Muestreo aleatorio: Tcnica de muestreo utilizada comnmente por la cual las unidades que componen la muestra son seleccionadas de tal manera que todas las combinaciones de unidades tienen la misma chance de ser elegidas como muestra. o Pseudo aleatorio: Con causa, pero aparentemente impredecible, o impredecible en la prctica debido a la propagacin de errores iniciales propia de un sistema catico, pero predecible en forma de probabilidad. o Proceso pseudo aleatorio: Proceso cuyo resultado es aparentemente impredecible, excepto en forma de probabilidad. o Modelo: En ciencias puras y, sobre todo, en ciencias aplicadas, se denomina modelo a una idealizacin de la realidad utilizada para plantear un problema, normalmente de manera simplificada en trminos relativos y planteada desde un punto de vista matemtico, aunque tambin puede tratarse de un modelo fsico. Es una representacin conceptual o fsica a escala de un proceso o sistema (fenmeno), con el fin de analizar su naturaleza, desarrollar o comprobar hiptesis o supuestos y permitir una mejor comprensin del fenmeno real al cual el modelo representa. Para hacer un modelo es necesario plantear una serie de hiptesis, de manera que lo que se quiere representar

est suficientemente plasmado en la idealizacin, aunque tambin se busca, normalmente, que sea lo bastante sencillo como para poder ser manipulado y estudiado. o Modelo Matemtico: es uno de los tipos de modelos cientficos, y se basa en expresar utilizando los instrumentos de la teora matemtica, declaraciones, relaciones, proposiciones sustantivas de hechos o de contenidos simblicos: estn implicadas variables, parmetros, entidades y relaciones entre variables y/o entidades u operaciones, para estudiar comportamientos de sistemas complejos ante situaciones difciles de observar en la realidad. Se podra decir tambin que es una traduccin de la realidad fsica para poder aplicar los instrumentos y tcnicas de las teoras matemticas para estudiar el comportamiento de sistemas complejos, y posteriormente hacer el camino inverso para traducir los resultados numricos a la realidad fsica. Generalmente se introducen simplificaciones de realidad. o Modelo de simulacin: Conjunto de hiptesis acerca del funcionamiento del sistema expresado como relaciones matemticas y/o lgicas entre los elementos del sistema. o Proceso de simulacin: Ejecucin del modelo a travs del tiempo en un ordenador para generar muestras representativas del comportamiento. o Complejidad: En Fsica la complejidad es el conjunto de propiedades que exhiben los sistemas complejos. Algunas veces, complejidad es la cantidad de informacin de un sistema. o Probabilidad: Posibilidad de que se produzca un suceso o aparezca un valor de entre el conjunto de casos o situaciones consideradas. Clsicamente se define por el cociente de casos favorables entre los casos posibles. o Escenarios: Un conjunto de variables que para esa situacin poseen un nivel de valor y un grado de ocurrencia. En otra posicin esas variables pueden tener otro nivel de impacto diferente o diferente probabilidad de ocurrencia (estadstica simple, puede ser alto o bajo).Si el impacto genera un efecto positivo ser una oportunidad que nos demandara el futuro y que deberamos aprovechar si disponemos de alguna fortaleza en nuestra estructura de anlisis. o Programacin: Comnmente, a la Programacin de Computadoras se le suele llamar simplemente Programacin, y consiste en la creacin de un programa de computadora (cdigo mquina compilado e interpretado directamente desde el ncleo del sistema) o desde un script (cdigo fuente interpretado), un conjunto concreto de instrucciones que una computadora puede ejecutar. El programa se escribe en un lenguaje de programacin, aunque tambin se pueda escribir directamente en lenguaje de mquina, con cierta dificultad. Un programa se puede dividir en diversas partes, que pueden estar escritas en lenguajes distintos. - Simulacin de Montecarlo. o La simulacin de Monte Carlo es una tcnica cuantitativa que hace uso de la estadstica y los ordenadores para imitar, mediante modelos matemticos, el comportamiento aleatorio de sistemas reales no dinmicos (por lo general, cuando se

trata de sistemas cuyo estado va cambiando con el paso del tiempo, se recurre bien a la simulacin de eventos discretos o bien a la simulacin de sistemas continuos). o Mtodos de Simulacin: Simulacin estadstica o Monte Carlo: Est basada en el muestreo sistemtico de variables aleatorias. 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. o Etapas de simulacin: Definicin, descripcin del problema. Plan. Formulacin del modelo. Programacin. Verificacin y Validacin del modelo. Diseo de experimentos y plan de corridas. Anlisis de resultados - Relacin con Modelos y Simulacin. o La clave de la simulacin Monte Carlo consiste en crear un modelo matemtico del sistema, proceso o actividad que se quiere analizar, identificando aquellas variables (inputs del modelo) cuyo comportamiento aleatorio determina el comportamiento global del sistema. Una vez identificados dichos inputs o variables aleatorias, se lleva a cabo un experimento consistente en (1) generar con ayuda del ordenador-muestras aleatorias (valores concretos) para dichos inputs, y (2) analizar el comportamiento del sistema ante los valores generados. Tras repetir n veces este experimento, dispondremos de n observaciones sobre el comportamiento del sistema, lo cual nos ser de utilidad para entender el funcionamiento del mismo -obviamente, nuestro anlisis ser tanto ms preciso cuanto mayor sea el nmero n de experimentos que llevemos a cabo. - Relacin con los sistemas complejos. o Tras repetir N veces este experimento, dispondremos de N observaciones sobre el comportamiento del sistema, lo cual nos ser de utilidad para entender el

funcionamiento del mismo obviamente, nuestro anlisis ser tanto ms preciso cuanto mayor sea el nmero N de experimentos que llevemos a cabo. - Conclusiones. o Tcnica que permiten obtener soluciones de problemas matemticos o fsicos por medio de pruebas aleatorias repetidas. En la prctica, las pruebas aleatorias se sustituyen por resultados de ciertos clculos realizados con nmeros aleatorios. El mtodo de Monte Carlo es una herramienta de investigacin y planeamiento; bsicamente es una tcnica de muestreo artificial, empleada para operar numricamente sistemas complejos que tengan componentes aleatorios o determinsticos, manteniendo tanto la entrada como la salida un cierto grado de incertidumbre. BIBLIOGRAFIA http://es.wikipedia.org/wiki/Tcnica http://www.navactiva.com/web/es/acal/doc/glosario/calidad/?letra=M http://es.wikipedia.org/wiki/Estadistica http://www.redcientifica.com/gaia/def/defin3_c.htm http://es.wikipedia.org/wiki/Complejidad http://www.monografias.com/trabajos3/conadmin/conadmin.shtml http://www.exa.unicen.edu.ar/catedras/inv_op/apuntes/Apunte_Teorico_MC_2005.pdf