Universidad del Quindo Electiva de profundizacin II- Modelos estocsticos

Consulta N 2 Mayra Jimena Garca WagnerJorge Edelberto Agudelo Dvila-1094910973

METODO MONTECARLO
El mtodo de Monte Carlo es un mtodo no determinstico o 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 uso de los mtodos de Monte Carlo 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 EUA. Descripcin del mtodo de Montecarlo Existen 5 pasos ideales a seguir para el mtodo. 1. Establecer distribuciones de probabilidad. La idea inicial es la generacin devalores para las variables que componen el modelo a efectuar. Existen una gran variabilidad de ejemplos donde se llega anotar este punto, algunos de ellos son: el tiempo de descompostura de una mquina, la demanda de un inventario sobre una base diaria o semanal, el tiempo deservicio, etc. Y una manera fcil de establecer una distribucin de probabilidad de una variable es a travs de examen histrico. La frecuencia relativa para cada resultado de una variable se encuentra al dividir la frecuencia de la observacin entre el nmero total de observaciones. 2. Construir una distribucin de probabilidad acumulada para cada variable. Aqu tiene que convertir una distribucin de probabilidad regular a una Distribucin de probabilidad acumulada. Esto quiere decir que la probabilidad acumulada para cada nivel de demanda no es ms que la suma del nmero en la columna de la probabilidad agregada a la probabilidad acumulada se

anterior.3. Establecer intervalos de nmeros aleatorios. En este paso se debe asignar un conjunto de q represente a cada valor posible. Estos estn establecidos como intervalos de nmeros aleatorios que surgieron un proceso aleatorio (tomando el nmero de dgitos

requeridos).4. Generacin de nmeros aleatorios. Estos nmeros se pueden generar d edos maneras: la primera es, si se tiene un problema grande y el proceso involucra miles de ensayos, lo conveniente es utilizar algn software especializado para generarlos; la segunda, si la simulacin se tiene que hacer a mano, los nmeros se pueden seleccionar en una tabla establecida de nmeros aleatorizados. Existe una tabla para esta ltima manera.

Tabla 1

En esta tabla los nmeros aleatorios se leen de arriba hacia abajo, comenzando por la esquina superior

izquierda.5. Simular el experimento. No es ms q poner en prctica la simulacin dedic ho experimento, mediante varios ensayos para poder concluir correctamente, ya que al hacer pocos ensayos podramos comer errores que perjudicaran el experimento o en el peor de los casos echarlo a perder.

Ejemplo Se desea conocer la demanda diaria de un comercio alimenticio, donde elaboran emparedados. Por medio de la distribucin de probabilidad del mtodo de Montecarlo, en un periodo de 30 das.

Aplicando los pasos en la tabla. El primer paso en identificar la demanda que recibe por das. El siguiente paso es construir otra columna con la sumatoria consecutiva de cada ocurrencia de los valores.

En esta tabla se hace presente el paso 3, que trata de colocar los intervalos de los nmeros aleatorios, simplemente se colocan los nmeros empezando por el 01hasta el valor de la probabilidad acumulada. Y despus se sigue con el otro valor comenzando por nmero en el que se qued. Una manera simple de ver la simulacin es mediante esta simplificacin del ejemplo en un periodo de 10 das. Por ltimo se emplean los pasos 4 y 5 en la tabla que continua se busca un numero aleatorio en la tabla 1 expuesta en el paso 4. Despus se compara el numero aleatorio obtenido con el intervalo de la tabla 3, a verificar en que intervalo cae se colocara el valor de la demanda en la tercer columna.

Por ltimo se saca la demanda esperada que se demuestra por la siguiente frmula:

== (.17x41)+ (.33x45)+ (.20x48)+ (.13x52)+ (.17x56)= 47.7 La demanda esperada en las mayoras de sus ensayos ser similar a la demanda promedio.

REALIDAD AUMENTADA
La realidad virtual ideal sera la que desde una inmersin total nos permita una interaccin sin lmites con el mundo virtual, adems de aportarnos como mnimo los mismos sentidos que tenemos en el mundo real (vista, odo, tacto, gusto, olfato). Sin embargo, la mayora de los sistemas actuales se centran en nicamente 2 sentidos (vista y odo), debido a las dificultadas y costes de simular los otros sentidos. En cuanto a los tipos de RV, esta puede subdividirse de modos diversos:

TIPO DE INMERSION REALIDAD VIRTUAL INMERSIVA Se consigue una inmersin total mediante perifricos (cascos de realidad virtual, gafas, posicionado res, HDM...), hasta el punto de desaparecer el mundo real.

REALIDAD VIRTUAL SEMI-INMERSIVA Interactuamos con el mundo virtual, pero sin estar sumergidos en el mismo, por ejemplo a travs de un monitor. Este tipo de RV es muy comn en videojuegos en la actualidad ya que no requiere ningn hardware especial.

INDIVIDUAL O COMPARTIDA HUMANO-MAQUINA nicamente puede interaccionar una persona por mundo virtual. Ejemplo de este tipo de RV seran los videojuegos no multigrados, Cines 3d, etc... HUMANOS-MAQUINA Es posible que ms de una persona comparta el mismo mundo virtual e interaccin al mismo tiempo con el mismo y/o entre ellos. Los usos actuales ms frecuentes de la realidad virtual son los siguientes: - Entrenamiento de pilotos, astronautas, soldados, etc... - Medicina educativa, por ejemplo para la simulacin de operaciones - CAD (diseos asistidos por ordenador). Permite ver e interactuar con objetos antes de ser creados, con el evidente ahorro de costes. - Creacin de entornos virtual (museos, tiendas, aulas, etc...). - Tratamiento de fobias. (aerofobia, aracnofobia, claustrofobia, etc...) - Juegos, Cine 3D y todo tipo de entretenimiento.

REALIDAD AUMENTADA
La Realidad Aumentada es una tecnologa que complementa la percepcin e interaccin con el mundo real y permite al usuario estar en un entorno real aumentado con informacin adicional generada por el ordenador. Esta tecnologa est introducindose en nuevas reas de aplicacin como son entre otras la reconstruccin del patrimonio histrico, el entrenamiento de operarios de procesos industriales, marketing, el mundo del diseo interiorista y guas de museos. El mundo acadmico no est al margen de estas iniciativas y tambin ha empezado a introducir la tecnologa de la Realidad Aumentada en algunas de sus disciplinas.

BIBLIOGRAFIA
Mtodo de Montecarlo. Tomado de http: //es.scribd.com/doc/30146029/Metodode-Monte-Carlo, el da 03 de marzo de 2013. Realidad aumentada en la educacin. Tomada de

http://www.anobium.es/docs/gc_fichas/doc/6CFJNSalrt.pdf, el 03 de marzo de 2013. Qu es realidad virtual? Tomada de http://www.realidadvirtual.com/que-es-larealidad-virtual.htm, el da 03 de marzo de 2013