Segunda Monografa - Geoestadstica I

1APLICACIN DE LA SIMULACIN DE MONTECARLO

Deudor Benavente Hugo Rodrigo

20124129J

Universidad Nacional de Ingeniera

Facultad de Ingeniera Geolgica, Minera y
Metalrgica
2015

Este trabajo lo dedico a

mis padres y hermanos que
con sus palabras de apoyo me
motivan a seguir estudiando.

ndice

I.

Fundamento Terico

07

Aplicacin de la simulacin Montecarlo

14

III.

Conclusiones

25

IV.

Bibliografa

26

II.

Resumen
Este trabajo trata de definir y explicar de manera detallada la simulacin de
Montecarlo. Se dar una aplicacin prctica lo cual es generar datos simulados
correspondientes al tiempo de llegada de un camin al tajo correspondiente. En el
primer captulo se desarrollar el fundamento terico de la simulacin de Montecarlo
lo cual nos servir como base para poder tener una aplicacin prctica. En el
siguiente captulo se desarrollar la simulacin a base de 30 tiempo que cumplen con
la distribucin de Poisson.
Este trabajo ayudar para poder simular una cantidad pedida de datos partiendo de un
nmero menor de muestra.

ABSTRACT

This paper attempts to define and explain in detail the Monte Carlo simulation. It is
given a practical application which is generating simulated data corresponding to the
time of arrival of a truck to the corresponding block. In the first chapter the
theoretical basis of Monte Carlo simulation which will serve as a basis for a practical
application will be developed. The next chapter will develop simulation-based 30
while meeting the Poisson distribution.
This work will help to simulate a data amount requested based on fewer shows.

INTRODUCCIN
En este trabajo que he realizado con mucho esmero se puede encontrar la aplicacin
prctica de la simulacin de Montecarlo. Se ha desarrollado un cdigo de
programacin donde se aplica el desarrollo de la simulacin de Montecarlo a partir
de 30 datos de tiempo de llegada. Se usar dos software Excel y Matlab2013.
Al final del trabajo estarn descritas las conclusiones llegadas luego de analizar los
datos generados por el software Matlab 2013, en este trabajo se generar con 1000
nmeros aleatorios.
Sin ms prembulos dejo mi trabajo a su disposicin para ser revisado y sirva como
fuente de apoyo y/o discusin de trabajos posteriores.

I
FUNDAMENTO TERICO

I.1 SIMULACIN MONTECARLO

La simulacin Monte Carlo es una tcnica matemtica computarizada que permite
tener en cuenta el riesgo en anlisis cuantitativos y tomas de decisiones. Esta
tcnica es utilizada por profesionales de campos tan dispares como los de
finanzas, gestin de proyectos, energa, manufacturacin, ingeniera, investigacin
y desarrollo, seguros, petrleo y gas, transporte y medio ambiente.
La simulacin Montecarlo ofrece a la persona responsable de tomar las decisiones
una serie de posibles resultados, as como la probabilidad de que se produzcan
segn las medidas tomadas. Muestra las posibilidades extremas los resultados
de tomar la medida ms arriesgada y la ms conservadora as como todas las
posibles consecuencias de las decisiones intermedias.
Los cientficos que trabajaron con la bomba atmica utilizaron esta tcnica por
primera; y le dieron el nombre de Monte Carlo, la ciudad turstica de Mnaco
conocida por sus casinos. Desde su introduccin durante la Segunda Guerra
Mundial, la simulacin Monte Carlo se ha utilizado para modelar diferentes
sistemas fsicos y conceptuales.
I.2 CMO FUNCIONA LA SIMULACIN MONTECARLO?

La simulacin Monte Carlo realiza el anlisis de riesgo con la creacin de

modelos de posibles resultados mediante la sustitucin de un rango de valores
una distribucin de probabilidad para cualquier factor con incertidumbre
inherente. Luego, calcula los resultados una y otra vez, cada vez usando un
grupo diferente de valores aleatorios de las funciones de probabilidad.
Dependiendo del nmero de incertidumbres y de los rangos especificados, para
completar una simulacin Monte Carlo puede ser necesario realizar miles o
decenas de miles de reclculos. La simulacin Monte Carlo produce
distribuciones de valores de los resultados posibles.
El anlisis de riesgo se puede realizar cualitativa y cuantitativamente. El anlisis
de riesgo cualitativo generalmente incluye la evaluacin instintiva o por
corazonada de una situacin, y se caracteriza por afirmaciones como Eso
parece muy arriesgado o Probablemente obtendremos buenos resultados. El
anlisis de riesgo cuantitativo trata de asignar valores numricos a los riesgos,
utilizando datos empricos o cuantificando evaluaciones cualitativas. Vamos a
concentrarnos en el anlisis de riesgo cuantitativo.
Mediante el uso de distribuciones de probabilidad, las variables pueden generar
diferentes probabilidades de que se produzcan diferentes resultados.

Las

distribuciones de probabilidad son una forma mucho ms realista de describir la

incertidumbre en las variables de un anlisis de riesgo.
I.3 DISTRIBUCIONES DE PROBABILIDAD
Las distribuciones de probabilidad ms comunes son:

Normal: El usuario simplemente define la media o valor esperado y una

desviacin estndar para describir la variacin con respecto a la media. Los
valores intermedios cercanos a la media tienen mayor probabilidad de
producirse.

Es una distribucin simtrica y describe muchos fenmenos

naturales, como puede ser la estatura de una poblacin. Ejemplos de variables

que se pueden describir con distribuciones normales son los ndices de inflacin
y los precios de la energa.

Figura 1.1 Distribucin Normal

Lognormal: Los valores muestran una clara desviacin; no son simtricos como
en la distribucin normal. Se utiliza para representar valores que no bajan por
debajo del cero, pero tienen un potencial positivo ilimitado.

Ejemplos de

variables descritas por la distribucin lognormal son los valores de las

propiedades inmobiliarias y bienes races, los precios de las acciones de bolsa y
las reservas de petrleo.

10

Figura 1.2 Distribucin Lognormal

Uniforme: Todos los valores tienen las mismas probabilidades de producirse; el
usuario slo tiene que definir el mnimo y el mximo. Ejemplos de variables
que se distribuyen de forma uniforme son los costos de manufacturacin o los
ingresos por las ventas futuras de un nuevo producto.

Figura 1.3 Distribucin Uniforme

Triangular: El usuario define los valores mnimo, ms probable y mximo. Los

valores situados alrededor del valor ms probable tienen ms probabilidades de
producirse.

Las variables que se pueden describir con una distribucin

triangular son el historial de ventas pasadas por unidad de tiempo y los niveles
de inventario.

11

Figura 1.4 Distribucin Triangular

PERT: El usuario define los valores mnimo, ms probable y mximo, como en
la distribucin triangular. Los valores situados alrededor del ms probable
tienen ms probabilidades de producirse. Sin embargo, los valores situados
entre el ms probable y los extremos tienen ms probabilidades de producirse
que en la distribucin triangular; es decir, los extremos no tienen tanto peso. Un
ejemplo de uso de la distribucin PERT es la descripcin de la duracin de una
tarea en un modelo de gestin de un proyecto.
Discreta: El usuario define los valores especficos que pueden ocurrir y la
probabilidad de cada uno. Un ejemplo podra ser los resultados de una demanda
legal: 20% de posibilidades de obtener un veredicto positivo, 30% de
posibilidades de obtener un veredicto negativo, 40% de posibilidades de llegar a
un acuerdo, y 10% de posibilidades de que se repita el juicio.

12

Figura 1.5 Distribucin PERT

Figura 1.6 Distribucin Discreta

I.4 VENTAJAS DE LA SIMULACIN MONTECARLO
La simulacin Monte Carlo proporciona una serie de ventajas sobre el anlisis
determinista o estimacin de un solo punto:

Resultados probabilsticos. Los resultados muestran no slo lo que puede

suceder, sino lo probable que es un resultado.

Resultados grficos. Gracias a los datos que genera una simulacin Monte
Carlo, es fcil crear grficos de diferentes resultados y las posibilidades de
que sucedan.

Esto es importante para comunicar los resultados a otras

personas interesadas.
Anlisis de sensibilidad. Con slo unos pocos resultados, en los anlisis
deterministas es ms difcil ver las variables que ms afectan el resultado. En

13

la simulacin Monte Carlo, resulta ms fcil ver qu variables introducidas

tienen mayor influencia sobre los resultados finales.

Anlisis de escenario. En los modelos deterministas resulta muy difcil
modelar diferentes combinaciones de valores de diferentes valores de entrada,
con el fin de ver los efectos de situaciones verdaderamente diferentes.
Usando la simulacin Monte Carlo, los analistas pueden ver exactamente los
valores que tienen cada variable cuando se producen ciertos resultados. Esto

resulta muy valioso para profundizar en los anlisis.

Correlacin de variables de entrada. En la simulacin Monte Carlo es
posible modelar relaciones interdependientes entre diferentes variables de
entrada. Esto es importante para averiguar con precisin la razn real por la
que, cuando algunos factores suben, otros suben o bajan paralelamente.

II
APLICACIN DE LA SIMULACIN MONTECARLO

14

Se generar 30 nmeros con distribucin uniforme que se asemejen al tiempo de

llegada de un camin al tajo de una mina, para esto se utilizar el software Excel. El
procedimiento ser detallado con lo siguiente:
Media : 350
Desviacin: 5
Se procede a dar clic en la opcin: Anlisis de datos, que se encuentra en el men:
Datos. Aparecer la siguiente ventana:

Figura 2.1 Ventana para generar los datos

Los datos generados de los tiempos de llegada de un camin al tajo (segundos) son
los siguientes:
348
344
351
356
356
359
339
349
355
345

347
342
341
345
346
339
347
348
351
348

348
348
357
350
349
347
360
354
362
347

Tabla 1.1 Datos generados

15

Se proceder a hallar la frecuencia acumulada de estos datos, para ello se calcular

los intervalos y luego las frecuencias para cada uno. Se hace lo siguiente:
Primero se hallar el mximo, mnimo, rango, nmero de intervalos y la amplitud.
Mximo
Mnimo
Rango
Intervalo
s
Amplitud
Diferenci
a

362
339
23

X1

337

X30

364

7
4
5

Tabla 1.2 Datos previos para la generacin de intervalos

Estos datos fueron hallados con las frmulas de estadstica bsica. Se procede a
armar el cuadro de los intervalos con ayuda de Excel.

1
2
3
4
5
6
7

INTERVALOS
Xi
Xf
337
341
341
345
345
349
349
353
353
357
357
361
361
365

Frecuenci
a
n
3
3
12
4
5
2
1
30

F.
relativa
hi
0.10
0.10
0.40
0.13
0.17
0.07
0.03
1.00

F. rel.
Acumulada
Hi
0.1
0.20
0.60
0.73
0.90
0.97
1.00

Tabla 1.3 TablaHistogram

de intervalos
de los 30 tiempos
of tiempo
Normal
9
8
Se proceder a analizar
con el chi cuadrado para demostrar que es una distribucin

normal.

Frequency

7
6
5
4
3
2
1
0
335

340

345

350

tiempo

355

360

16

X Calculado2=
i=1

( oiei )
ei

Observad
o
Estimado
3
2.348
3
3.794
12
10.754
4
3.436
5
2.365
2
1.321
1
0.894
Observad
o
Estimado
3
2.348
3
3.794
12
10.754
4
3.436
5
2.365
2
1.321
1
0.894

Obs- Est
0.652
-0.794
1.246
0.564
2.635
0.679
0.106
Total

gl=71=6
=0.04

Chi
0.181
0.166
0.144
0.093
2.936
0.349
0.013
3.882

17

X Teorico2=10.48
Se observa que:

X Calculado2 < X Teorico2

Por lo tanto si se acepta la hiptesis que los camiones siguen una

distribucin uniforme.

Trabajaremos con la frecuencia relativa acumulada. Se analizar en su grfico.

1.2
1
f(x) = 0x^4 - 0.02x^3 + 11.37x^2 - 2668.74x + 234719.39
0.8
Frecuencia Relativa Acumulada 0.6
Polynomial ()

0.4
0.2
0
330 340 350 360 370
X

Figura 2.2 Funcin relativa acumulada

Para poder generar los datos mediante una relacin matemtica, tenemos que invertar
los ejes de nuestra grfica para as poder tener x(y). Eso se podr hacer de una
manera sencilla con ayuda del software Excel.
Se procede a dar clic en la opcin: Cambiar entre filas y columnas. El resultado es
el siguiente:

18

365
360

f(x) = 25.19x^4 + 37.03x^3 - 95.95x^2 + 62.17x + 333.83

355
350
X

345
340

Polynomial ()

335
330
325
0.00

0.20

0.40

0.60

0.80

1.00

1.20

Frecuencia relativa acumulada

Figura 2.3 Funcin inversa

A partir de esta ecuacin se generar 1000 nmeros de tiempo de llegada de un

camin al tajo.
Para esto se emplear el software Matlab para generar 1000 nmeros aleatorios y
reemplazarlos en la ecuacin anterior.
El cdigo de programacin ser el siguiente:

19

A= rand(1000,1);
for i=1:1000
Tiempo(i,1)= 25.185*A(i,1)^4+37.026*A(i,1)^395.946*A(i,1)^2+62.169*A(i,1)+333.83
end

Figura 2.4 Matlab 2013

Los datos generados son los siguientes:

1
2
3
4
5
6
7
8

351.9
1
355.8
9
340.2
6
356.3
1
348.1
7
339.0
2
344.6
5
347.4
4

25
1
25
2
25
3
25
4
25
5
25
6
25
7
25
8

359.4
5
347.4
4
347.2
7
343.6
1
347.0
6
348.0
8
348.7
5
346.3
2

50
1
50
2
50
3
50
4
50
5
50
6
50
7
50
8

347.7
0
347.4
0
354.1
0
344.3
8
345.3
5
339.9
5
357.9
0
348.3
1

75
1
75
2
75
3
75
4
75
5
75
6
75
7
75
8

346.8
3
339.2
0
361.8
9
345.5
6
345.0
0
337.3
3
345.0
2
336.5
1

20

9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

359.0
7
359.5
8
341.4
1
359.9
9
359.0
4
347.0
3
351.4
4
340.8
4
346.5
6
356.4
5
351.1
9
359.2
0
348.4
4
335.9
3
353.2
0
357.5
3
348.7
5
350.2
6
349.9
2
346.2
8
348.4
3
341.8
7
349.1
9
335.7
1
344.6
2

25
9
26
0
26
1
26
2
26
3
26
4
26
5
26
6
26
7
26
8
26
9
27
0
27
1
27
2
27
3
27
4
27
5
27
6
27
7
27
8
27
9
28
0
28
1
28
2
28
3

346.0
2
361.3
0
336.0
4
354.8
2
356.3
1
351.3
1
339.0
7
344.3
1
345.6
0
348.7
6
340.6
3
349.4
6
339.4
2
348.4
1
347.0
9
350.8
1
349.3
5
355.7
8
355.1
1
345.5
9
349.0
6
342.7
0
335.6
4
349.9
4
347.1
3

50
9
51
0
51
1
51
2
51
3
51
4
51
5
51
6
51
7
51
8
51
9
52
0
52
1
52
2
52
3
52
4
52
5
52
6
52
7
52
8
52
9
53
0
53
1
53
2
53
3

346.9
9
348.2
4
347.4
3
348.3
3
347.4
2
349.4
6
347.2
8
361.7
5
343.2
8
339.3
8
339.5
5
337.4
1
346.4
0
346.7
7
346.0
0
350.4
0
348.1
2
350.6
2
357.4
6
360.1
5
342.5
3
340.7
2
349.0
2
338.8
5
347.3
0

75
9
76
0
76
1
76
2
76
3
76
4
76
5
76
6
76
7
76
8
76
9
77
0
77
1
77
2
77
3
77
4
77
5
77
6
77
7
77
8
77
9
78
0
78
1
78
2
78
3

347.1
7
350.3
5
348.1
5
338.6
7
338.2
5
350.7
6
355.8
6
347.3
5
339.5
2
352.3
0
345.6
4
344.9
4
349.9
9
334.4
6
336.6
2
348.6
0
347.8
8
347.3
0
349.6
3
349.2
1
350.8
8
344.8
3
348.9
6
347.5
1
346.3
3

21

34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58

336.5
0
339.0
0
352.2
2
349.0
0
345.3
3
358.5
7
335.8
6
346.7
0
346.1
7
350.4
5
351.2
8
342.3
7
347.0
6
346.7
5
348.3
2
349.2
4
350.1
9
344.6
0
348.7
6
348.4
3
341.5
8
339.9
4
347.1
2
359.2
2
345.6
7

28
4
28
5
28
6
28
7
28
8
28
9
29
0
29
1
29
2
29
3
29
4
29
5
29
6
29
7
29
8
29
9
30
0
30
1
30
2
30
3
30
4
30
5
30
6
30
7
30
8

347.0
0
355.8
3
347.9
4
348.0
2
353.6
4
351.6
1
347.6
6
342.2
5
343.8
2
354.8
9
335.5
3
347.0
6
341.7
6
360.5
9
349.3
0
347.1
3
346.9
4
337.2
0
348.8
0
336.3
0
337.8
0
347.2
7
338.9
8
352.0
3
352.0
1

53
4
53
5
53
6
53
7
53
8
53
9
54
0
54
1
54
2
54
3
54
4
54
5
54
6
54
7
54
8
54
9
55
0
55
1
55
2
55
3
55
4
55
5
55
6
55
7
55
8

347.3
3
353.7
1
347.0
3
346.3
0
348.6
4
349.8
8
347.2
6
345.7
7
341.1
3
347.7
3
344.3
2
336.4
1
350.1
9
343.8
9
346.7
3
348.8
8
345.9
2
349.7
7
346.3
1
348.8
2
349.1
5
346.7
3
335.0
1
345.5
4
346.5
8

78
4
78
5
78
6
78
7
78
8
78
9
79
0
79
1
79
2
79
3
79
4
79
5
79
6
79
7
79
8
79
9
80
0
80
1
80
2
80
3
80
4
80
5
80
6
80
7
80
8

337.3
0
350.8
5
345.6
3
347.9
2
349.8
8
339.3
4
340.3
0
347.4
6
347.0
3
355.0
9
351.4
0
349.7
3
336.7
7
337.8
7
338.6
1
351.3
8
358.1
0
348.8
2
340.4
6
349.4
9
339.5
8
339.8
7
348.2
6
345.5
1
348.4
1

22

59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83

347.7
3
343.4
2
350.1
1
344.1
7
347.1
7
349.0
7
355.1
1
359.1
9
347.4
4
340.7
1
341.1
1
344.2
2
352.8
6
344.1
5
351.9
0
343.9
0
357.2
4
345.8
0
342.6
6
344.0
8
348.0
0
346.9
5
345.8
2
352.4
9
347.7
3

30
9
31
0
31
1
31
2
31
3
31
4
31
5
31
6
31
7
31
8
31
9
32
0
32
1
32
2
32
3
32
4
32
5
32
6
32
7
32
8
32
9
33
0
33
1
33
2
33
3

349.4
9
341.1
3
348.4
9
347.2
5
360.1
6
348.3
5
351.4
4
346.8
1
346.6
5
352.2
9
338.3
7
340.5
0
341.9
4
346.2
7
352.5
1
351.5
4
337.2
5
346.3
5
347.3
1
346.5
2
348.4
5
348.1
2
344.9
1
346.6
4
334.7
7

55
9
56
0
56
1
56
2
56
3
56
4
56
5
56
6
56
7
56
8
56
9
57
0
57
1
57
2
57
3
57
4
57
5
57
6
57
7
57
8
57
9
58
0
58
1
58
2
58
3

344.4
9
342.6
8
352.1
6
346.6
3
354.9
5
346.2
7
350.5
5
346.3
3
351.7
1
350.2
0
346.1
3
343.2
1
351.1
4
358.5
1
345.4
9
348.6
4
346.7
0
352.5
9
350.5
4
341.7
4
353.7
5
361.4
5
347.2
3
354.7
8
347.7
5

80
9
81
0
81
1
81
2
81
3
81
4
81
5
81
6
81
7
81
8
81
9
82
0
82
1
82
2
82
3
82
4
82
5
82
6
82
7
82
8
82
9
83
0
83
1
83
2
83
3

350.0
6
347.7
1
349.8
5
343.6
9
349.7
4
359.9
9
353.9
7
338.5
0
346.0
0
346.0
4
348.8
4
347.8
3
351.1
1
346.0
2
342.9
4
338.5
2
350.6
2
342.9
3
346.2
4
347.4
8
343.5
5
348.2
7
347.0
3
341.2
0
350.9
0

23

84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
10
0
10
1
10
2
10
3
10
4
10
5
10
6
10
7
10
8

347.4
6
356.5
3
344.7
9
350.2
5
350.1
6
346.1
6
347.5
9
338.0
1
336.9
1
347.3
3
350.8
2
357.5
3
340.3
8
347.6
0
346.9
2
334.5
6
345.6
3
341.5
6
351.2
6
345.2
4
347.3
2
341.6
8
347.8
7
344.3
4
348.4
2

33
4
33
5
33
6
33
7
33
8
33
9
34
0
34
1
34
2
34
3
34
4
34
5
34
6
34
7
34
8
34
9
35
0
35
1
35
2
35
3
35
4
35
5
35
6
35
7
35
8

361.0
0
341.7
3
339.4
0
346.0
7
342.7
1
347.0
6
345.6
6
358.6
7
356.7
1
336.8
4
349.8
0
344.4
7
346.5
7
347.4
5
358.0
8
346.5
2
360.9
2
345.0
7
349.1
0
348.5
7
347.3
9
349.0
5
348.5
8
342.0
9
340.3
0

58
4
58
5
58
6
58
7
58
8
58
9
59
0
59
1
59
2
59
3
59
4
59
5
59
6
59
7
59
8
59
9
60
0
60
1
60
2
60
3
60
4
60
5
60
6
60
7
60
8

341.3
0
342.7
6
346.4
3
350.0
5
352.2
9
351.1
3
345.3
5
347.3
6
338.6
7
339.6
3
340.6
2
348.7
5
347.1
0
342.4
6
347.1
0
341.0
5
336.9
6
353.2
7
347.5
4
357.2
6
349.0
3
347.7
1
351.9
4
354.5
3
361.3
7

83
4
83
5
83
6
83
7
83
8
83
9
84
0
84
1
84
2
84
3
84
4
84
5
84
6
84
7
84
8
84
9
85
0
85
1
85
2
85
3
85
4
85
5
85
6
85
7
85
8

339.1
5
344.9
4
343.7
6
347.3
3
338.7
5
346.4
1
339.3
4
339.6
6
350.9
7
344.9
0
347.8
8
359.5
5
346.6
5
348.9
9
350.2
7
346.6
5
348.4
3
339.5
5
357.5
2
342.3
9
344.4
0
351.3
7
347.0
5
350.5
4
346.3
2

24

10
9
11
0
11
1
11
2
11
3
11
4
11
5
11
6
11
7
11
8
11
9
12
0
12
1
12
2
12
3
12
4
12
5
12
6
12
7
12
8
12
9
13
0
13
1
13
2
13
3

348.9
1
350.0
3
346.7
9
338.3
9
343.5
5
356.3
1
341.2
2
352.3
0
347.3
8
361.9
5
338.1
2
346.7
3
339.4
2
359.3
7
334.1
2
350.7
0
352.0
0
354.0
5
338.4
2
346.3
6
344.2
7
351.4
3
346.6
4
356.1
6
342.2
1

35
9
36
0
36
1
36
2
36
3
36
4
36
5
36
6
36
7
36
8
36
9
37
0
37
1
37
2
37
3
37
4
37
5
37
6
37
7
37
8
37
9
38
0
38
1
38
2
38
3

362.1
9
341.8
7
335.7
6
347.5
4
354.6
6
348.6
1
342.4
8
346.0
3
346.8
6
360.8
1
341.3
6
353.4
7
348.3
0
346.1
2
342.4
9
346.6
1
347.0
1
340.0
0
347.7
6
343.4
8
346.2
1
347.7
1
344.0
9
344.8
8
348.0
1

60
9
61
0
61
1
61
2
61
3
61
4
61
5
61
6
61
7
61
8
61
9
62
0
62
1
62
2
62
3
62
4
62
5
62
6
62
7
62
8
62
9
63
0
63
1
63
2
63
3

333.8
6
353.9
0
347.9
7
361.4
6
347.3
1
346.9
9
351.4
8
343.5
2
347.1
2
355.6
3
347.6
4
353.0
4
349.8
2
347.7
3
343.9
8
348.5
8
338.3
7
348.1
0
348.5
0
349.6
3
355.1
0
360.8
6
350.5
5
347.7
0
357.1
8

85
9
86
0
86
1
86
2
86
3
86
4
86
5
86
6
86
7
86
8
86
9
87
0
87
1
87
2
87
3
87
4
87
5
87
6
87
7
87
8
87
9
88
0
88
1
88
2
88
3

344.5
4
336.0
1
348.6
7
346.6
2
346.8
0
347.9
4
337.1
9
345.3
1
350.6
4
349.0
2
340.1
9
340.3
8
338.7
8
334.3
1
346.5
7
348.4
3
349.5
0
347.3
4
339.5
1
348.1
6
340.2
4
340.5
5
339.0
6
340.8
4
341.7
7

25

13
4
13
5
13
6
13
7
13
8
13
9
14
0
14
1
14
2
14
3
14
4
14
5
14
6
14
7
14
8
14
9
15
0
15
1
15
2
15
3
15
4
15
5
15
6
15
7
15
8

344.3
6
340.9
7
340.6
1
354.0
7
347.6
8
347.4
6
340.9
5
353.3
6
348.0
6
345.8
1
347.2
2
346.3
8
338.0
2
343.8
2
340.1
1
342.2
8
343.8
2
346.5
2
336.6
9
355.7
3
358.2
2
347.0
7
347.0
6
345.6
4
355.5
8

38
4
38
5
38
6
38
7
38
8
38
9
39
0
39
1
39
2
39
3
39
4
39
5
39
6
39
7
39
8
39
9
40
0
40
1
40
2
40
3
40
4
40
5
40
6
40
7
40
8

344.3
9
352.2
5
360.8
9
349.6
4
345.7
2
347.7
2
339.4
7
355.9
2
354.5
6
352.0
2
344.2
9
347.8
0
335.1
8
346.5
9
345.2
6
341.5
4
342.1
1
346.5
7
338.8
7
347.8
4
346.9
3
349.0
1
349.0
8
348.2
3
335.8
1

63
4
63
5
63
6
63
7
63
8
63
9
64
0
64
1
64
2
64
3
64
4
64
5
64
6
64
7
64
8
64
9
65
0
65
1
65
2
65
3
65
4
65
5
65
6
65
7
65
8

347.6
9
334.8
6
340.0
1
353.7
8
347.0
3
353.0
3
343.0
3
347.4
8
348.1
4
335.7
2
347.9
9
345.9
6
336.6
8
347.0
6
342.5
4
340.1
0
342.9
2
341.0
1
342.4
4
336.3
1
348.2
0
344.7
2
347.3
9
349.0
0
347.1
2

88
4
88
5
88
6
88
7
88
8
88
9
89
0
89
1
89
2
89
3
89
4
89
5
89
6
89
7
89
8
89
9
90
0
90
1
90
2
90
3
90
4
90
5
90
6
90
7
90
8

342.6
5
345.3
4
345.3
2
343.2
5
344.0
8
355.2
1
349.1
4
347.5
0
342.2
9
343.1
0
338.0
8
356.3
4
349.2
0
347.5
2
345.2
7
341.7
0
348.0
6
361.3
0
341.8
4
344.2
3
346.3
3
337.9
2
348.8
3
346.3
8
360.9
0

26

15
9
16
0
16
1
16
2
16
3
16
4
16
5
16
6
16
7
16
8
16
9
17
0
17
1
17
2
17
3
17
4
17
5
17
6
17
7
17
8
17
9
18
0
18
1
18
2
18
3

346.0
4
339.6
1
350.8
5
346.2
6
343.8
6
346.4
0
338.9
7
340.4
6
358.0
4
358.9
7
347.6
5
337.2
1
343.6
9
345.8
4
352.1
4
334.7
6
336.3
3
341.8
0
348.3
6
349.6
8
348.3
4
346.7
9
347.4
4
344.9
8
349.9
5

40
9
41
0
41
1
41
2
41
3
41
4
41
5
41
6
41
7
41
8
41
9
42
0
42
1
42
2
42
3
42
4
42
5
42
6
42
7
42
8
42
9
43
0
43
1
43
2
43
3

337.6
7
345.3
7
347.3
3
348.4
2
346.4
3
352.1
0
349.4
1
359.8
5
347.3
4
345.4
5
339.3
7
347.9
5
350.8
1
346.5
7
338.7
1
344.4
1
341.2
7
344.7
0
346.7
1
347.3
1
346.8
4
354.3
5
347.2
5
358.1
4
348.2
2

65
9
66
0
66
1
66
2
66
3
66
4
66
5
66
6
66
7
66
8
66
9
67
0
67
1
67
2
67
3
67
4
67
5
67
6
67
7
67
8
67
9
68
0
68
1
68
2
68
3

347.3
7
346.7
5
340.1
4
347.0
7
353.3
6
354.2
9
344.4
9
343.0
0
347.5
7
348.2
5
346.5
2
342.9
3
358.4
2
338.3
1
339.3
8
340.8
4
341.7
1
348.0
5
347.6
4
336.8
1
357.3
6
349.6
1
349.8
0
337.4
0
353.6
8

90
9
91
0
91
1
91
2
91
3
91
4
91
5
91
6
91
7
91
8
91
9
92
0
92
1
92
2
92
3
92
4
92
5
92
6
92
7
92
8
92
9
93
0
93
1
93
2
93
3

346.3
8
348.0
5
341.2
9
346.1
7
341.5
3
350.2
7
354.1
6
345.8
1
348.8
5
344.9
5
347.3
3
352.5
5
347.8
3
345.6
0
345.0
4
346.8
0
346.5
7
345.9
2
347.5
2
349.9
1
346.5
8
346.6
2
340.1
8
335.2
9
344.8
7

27

18
4
18
5
18
6
18
7
18
8
18
9
19
0
19
1
19
2
19
3
19
4
19
5
19
6
19
7
19
8
19
9
20
0
20
1
20
2
20
3
20
4
20
5
20
6
20
7
20
8

342.4
3
348.8
7
342.2
6
346.0
3
348.1
0
350.8
5
338.2
6
357.2
5
350.7
2
347.0
4
346.6
7
346.7
6
345.1
6
347.1
9
347.2
0
352.0
1
351.2
7
348.3
0
346.1
4
351.8
1
347.3
5
345.8
1
357.8
4
354.3
8
347.4
7

43
4
43
5
43
6
43
7
43
8
43
9
44
0
44
1
44
2
44
3
44
4
44
5
44
6
44
7
44
8
44
9
45
0
45
1
45
2
45
3
45
4
45
5
45
6
45
7
45
8

359.0
8
343.8
4
348.7
1
344.8
5
348.6
5
349.0
0
337.6
3
344.1
6
343.4
2
348.5
9
353.0
1
345.7
3
350.8
6
348.7
0
334.2
4
347.8
7
346.2
3
356.4
6
333.9
0
346.8
7
346.5
8
346.8
6
350.5
7
345.4
1
350.9
8

68
4
68
5
68
6
68
7
68
8
68
9
69
0
69
1
69
2
69
3
69
4
69
5
69
6
69
7
69
8
69
9
70
0
70
1
70
2
70
3
70
4
70
5
70
6
70
7
70
8

357.5
6
361.0
2
353.6
1
351.0
0
347.2
2
342.0
8
346.3
5
340.5
3
335.6
6
357.8
5
345.0
7
344.9
7
345.5
7
346.9
1
348.3
5
335.3
4
352.9
2
347.5
3
353.4
1
345.7
7
346.7
5
336.9
3
342.0
6
348.5
3
345.5
4

93
4
93
5
93
6
93
7
93
8
93
9
94
0
94
1
94
2
94
3
94
4
94
5
94
6
94
7
94
8
94
9
95
0
95
1
95
2
95
3
95
4
95
5
95
6
95
7
95
8

345.3
4
348.4
1
359.0
3
357.6
4
346.8
4
343.8
3
350.4
1
350.3
0
349.8
7
349.9
3
339.3
9
348.7
9
346.8
8
343.1
1
339.0
6
352.2
2
341.9
9
341.6
1
348.5
7
355.2
9
347.2
4
349.1
3
341.2
6
358.7
9
347.4
0

28

20
9
21
0
21
1
21
2
21
3
21
4
21
5
21
6
21
7
21
8
21
9
22
0
22
1
22
2
22
3
22
4
22
5
22
6
22
7
22
8
22
9
23
0
23
1
23
2
23
3

348.0
6
347.7
4
342.9
8
345.0
7
346.9
3
343.5
9
353.0
1
342.6
1
343.4
7
341.8
5
343.5
2
346.6
7
345.2
4
356.8
9
346.6
3
342.3
1
355.8
4
360.6
7
346.7
0
339.6
1
344.2
3
346.4
4
347.8
1
344.3
2
347.8
8

45
9
46
0
46
1
46
2
46
3
46
4
46
5
46
6
46
7
46
8
46
9
47
0
47
1
47
2
47
3
47
4
47
5
47
6
47
7
47
8
47
9
48
0
48
1
48
2
48
3

346.9
4
335.9
3
342.0
2
349.4
8
346.9
5
341.2
3
345.6
8
347.9
2
342.5
2
349.8
2
343.8
9
356.5
4
344.4
6
350.4
5
342.4
2
344.8
2
338.7
3
347.6
6
348.8
2
347.4
4
346.5
9
348.3
0
348.3
4
348.7
5
348.2
0

70
9
71
0
71
1
71
2
71
3
71
4
71
5
71
6
71
7
71
8
71
9
72
0
72
1
72
2
72
3
72
4
72
5
72
6
72
7
72
8
72
9
73
0
73
1
73
2
73
3

355.5
0
339.9
0
361.3
4
347.4
0
349.2
0
362.2
2
344.8
3
346.4
9
346.8
9
350.4
1
352.0
3
339.1
4
342.0
9
345.9
2
337.0
5
347.2
7
345.6
1
342.0
2
343.0
2
355.8
6
348.7
0
346.9
2
356.2
4
339.3
0
349.9
7

95
9
96
0
96
1
96
2
96
3
96
4
96
5
96
6
96
7
96
8
96
9
97
0
97
1
97
2
97
3
97
4
97
5
97
6
97
7
97
8
97
9
98
0
98
1
98
2
98
3

348.7
6
335.9
8
351.7
3
350.0
4
339.9
9
347.2
9
345.4
7
347.4
4
346.3
5
346.5
0
342.1
8
344.1
7
335.0
7
356.9
1
348.4
1
357.4
5
341.6
1
356.7
5
351.2
7
347.6
7
346.7
1
344.2
2
350.1
2
343.5
4
337.4
4

29

23
4
23
5
23
6
23
7
23
8
23
9
24
0
24
1
24
2
24
3
24
4
24
5
24
6
24
7
24
8
24
9
25
0

349.2
8
343.3
6
339.8
7
344.9
9
345.3
6
346.5
8
347.1
8
338.4
7
344.3
3
351.4
6
335.5
7
357.2
2
349.6
5
347.0
5
347.6
7
343.7
5
346.8
5

48
4
48
5
48
6
48
7
48
8
48
9
49
0
49
1
49
2
49
3
49
4
49
5
49
6
49
7
49
8
49
9
50
0

358.2
4
343.0
2
349.2
4
343.7
3
339.9
5
347.9
2
346.7
8
346.8
5
348.5
2
350.5
8
345.8
0
348.5
2
346.5
1
352.9
1
352.5
7
344.2
0
347.9
8

73
4
73
5
73
6
73
7
73
8
73
9
74
0
74
1
74
2
74
3
74
4
74
5
74
6
74
7
74
8
74
9
75
0

349.7
7
347.5
5
342.2
9
347.8
3
345.0
5
340.5
4
343.1
2
355.3
2
337.8
0
343.8
8
336.9
0
346.7
2
334.6
4
355.4
3
342.6
6
338.8
3
345.1
7

98
4
98
5
98
6
98
7
98
8
98
9
99
0
99
1
99
2
99
3
99
4
99
5
99
6
99
7
99
8
99
9
10
00

350.5
0
348.6
4
349.3
5
348.2
7
346.5
3
346.2
7
351.9
6
345.3
4
351.9
1
351.1
0
353.3
3
347.1
7
348.2
0
358.6
2
346.7
4
337.2
2
353.9
6

Tabla 1.4 Tiempos generados por simulacin Montecarlo

Histogram of DATOS SIMULADOS

Normal
160

Mean 347.0
StDev 5.664
N
1000

140

Frequency

120
100
80
60
40
20
0

336

340

344

348

352

DATOS SIMULADOS

356

360

30

Figura 2.5 Histograma datos simulados

CONCLUSIONES

La simulacin de Montecarlo nos permite tener tiempos de prueba a partir de

un nmero menor de datos.

Los 1 000 datos generados por la simulacin de Montecarlo son cercanos a

los 30 datos iniciales (tiempo de llegada de un camin al tajo).

La simulacin de Montecarlo nos permitir saber que datos podemos obtener
en una operacin sin necesidad de realizarla.

31

BIBLIOGRAFA

Apuntes de clases de Geoestadstica I del Ph.D Marn Suarez

Alfredo.

http://www.vitutor.net/1/55.html

http://www.mathworks.com/help/matlab/ref/function.html