7
1. Estimación de áreas usando método Montecarlo ¿Cómo podemos estimar el área a de la región S ? Lanzamos n dardos al cuadrado [0, 1]2 que contiene S; la proporción de dardos que caen en S nos da una estimación g de su área a (ej.: g = 9/26) Definimos la función g(x1, x2) El área de a de S es: a=E [ g ( X1 , X2 ) ] Estimación final del área utilizando el método Montecarlo. 2. La variable aleatoria D es “la demanda de sartenes en una tienda de artículos de cocina”. La FDA de D: F(x) es la probabilidad de que D adquiera un valor menor que o igual a x es decir F(x)=Prob{D≤x}. La f(x) es:

Ejemplos Montecarlo

Embed Size (px)

DESCRIPTION

Metodo Montecarlo

Citation preview

1. Estimacin de reas usando mtodo MontecarloCmo podemos estimar el rea a de la regin S ?

Lanzamos n dardos al cuadrado [0, 1]2 que contiene S; la proporcin de dardos que caen en S nos da una estimacin g de su rea a (ej.: g = 9/26)

Definimos la funcin g(x1, x2)

El rea de a de S es: a=E [ g ( X1 , X2 ) ]

Estimacin final del rea utilizando el mtodo Montecarlo.

2. La variable aleatoria D es la demanda de sartenes en una tienda de artculos de cocina. La FDA de D: F(x) es la probabilidad de que D adquiera un valor menor que o igual a x es decir F(x)=Prob{Dx}.La f(x) es:

3. Suponga que deseamos hacer un modelo de una distribucin discreta uniforme de la demanda, donde los valores de 8 a 12 tienen la misma probabilidad (uniforme) de ocurrir.

4. Se quiere analizar la rentabilidad de una inversin a cuatro aos de cierto producto. Se estima que la demanda del mismo est uniformemente distribuida con valores entre 8 y 13 unidades anuales con un precio de $35,000 cada una. Los costos fijos anuales son de $15,000 y los variables del 75% de las ventas. La depreciacin anual del equipo necesario es de $10,000 y se estima una inversin de $150,000. El costo de capital es del 10% y los impuestos se calculan en base a una tasa del 34%. A fin de tener un estimado realista, se sugiere desarrollar 100 simulaciones del comportamiento de la inversin y calcular el promedio del valor presente de la misma antes de tomar una decisin.

5. Podremos considerar en el cuadrado de rea 1 un nmero N de puntos aleatorios (x,y), y un nmero N que aparecen dentro de la superficie a determinar.

El procedimiento de Montecarlo tiene N puntos aleatorios de los que N Resultan corresponder al rea que deseamos calcular.

La probabilidad de N xitos en N intentos y que viene dada por la distribucin binomial:

Con lo que suponiendo N p > 5 y N q > 5 tendremos que el intervalo de confianza al 95% del nmero de aciertos N en S estar en:

Cuntas simulaciones son necesarias para estimar S con 2 cifras significativas correctas?Esto equivale a que el nmero de aciertos N con un 95% de confianza:

6. Se sabe que de cada 10 semillas sembradas en un suelo de cultivo, solo 5 se convertirn en plantas de buena calidad, 3 sern de baja calidad y 2 no se desarrollarn. Adems se sabe que las ganancias por cada planta de buena y baja calidad es respectivamente 7 y 3 soles. Si se siembran 100 semillas, que resultados se tendrn?

Escogemos 3 nmeros aleatorios en el intervalo [0,1> 0.29 Alta calidad 0.15 Alta calidad 0.83 No desarrolla

Segn la simulacin se tendra hasta el momento que de las 3 primeras semillas lanzadas 2 se convertiran en plantas de alta calidad y 1 no desarrollara.