Professional Documents
Culture Documents
“ ”
Variables Aleatorias
Se denomina una variable aleatoria, a una variable X que puede tomar un conjunto de
valores {x0, x1, x2, ... xn-1} con probabilidades {p0, p1, p2, ... pn-1}. El problema crucial de
la aplicación del método de Monte Carlo es hallar los valores de una variable aleatoria.
Existen diferentes tipos de variables aleatorias, a continuación, se explican las más
comunes:
Discretas: una variable aleatoria representada mediante una distribución discreta
de probabilidad puede tomar un valor de entre un conjunto de valores, cada uno
de los cuales tiene asignada una determinada probabilidad de ocurrencia.
Continuas: una variable aleatoria representada mediante una distribución continua
de probabilidad puede tomar cualquier valor dentro de un rango determinado.
Paramétricas: la distribución de probabilidad se ajusta a la descripción matemática
de un proceso aleatorio que cumple con determinados supuestos teóricos. Los
parámetros que definen la distribución en general no guardan relación intuitiva con
la forma de la distribución.
Por lo tanto, para simular un proceso o hallar la solución de un problema matemático
usando esta metodología es necesario usar gran cantidad de estos números o variables
aleatorias, ya que este método consiste en tomar una solución válida, provocar una
pequeña variación aleatoria, y si la nueva configuración cumple con las restricciones, se
registra esa nueva solución; si no, se queda con la antigua.
Interpretación de resultados
La simulación de Monte Carlo se basa también en las iteraciones del modelo propuesto.
Cuantas más iteraciones se hagan, más preciso será. Sin embargo, el esfuerzo
computacional también será mayor. El número de iteraciones dependerá de la complejidad
del modelo propuesto.
El resultado obtenido después de todas las iteraciones e interpretadas por métodos
estadísticos puede tener diferentes significados dependiendo del objetivo y de lo que se
esté buscando.