La importancia del Mtodo de Montecarlo
El Mtodo de Montecarlo simulacin de Montecarlo es muy utilizado
para construir escenarios basados en experimentos aleatorios, los
cuales determinan opciones con probabilidades variables, las mismas
que dependen del nmero de experimentos que se realizan. El
desarrollo de la tecnologa computadoras o calculadoras modernas ha
hecho que su utilizacin incremente y se externalice hacia otras
especialidades. El presente ensayo mostrar la importancia del mtodo
en sus diversas formas de utilizacin, as como los pasos a seguir
para una correcta utilizacin. En primer lugar comentaremos sobre
los orgenes del mtodo para luego definirlo y mostrar los pasos que
se siguen para una correcta utilizacin; y finalmente mostraremos
algunas de las reas donde su desarrollo es importante.
En el presente prrafo hablaremos sobre el origen del mtodo de
simulacin de Montecarlo, asimismo mostraremos cmo la aparicin de la
calculadora cientfica aport ms en su utilizacin. Segn Sbol (1983)
el mtodo de Montecarlo es un mtodo numrico que revuelve problemas
matemticos mediante la simulacin de variables aleatorias. Asimismo
tiene como origen o nacimiento del mtodo de Montecarlo en el ao
1949 a travs del artculo The Monte Carlo Method, el mismo que fue
publicado por Metrpolis y Ulam a quienes se les atribuye su
creacin. Por otro lado en la Unin Sovitica recin aparecieron en los
aos 1955 y 1956 a travs de los artculos de Chavchanidze, Yu y
Vladmirov. La base terica del mtodo de Montecarlo era conocida
desde hace tiempo, sin embargo no es hasta la aparicin de las
mquinas calculadoras electrnicas que increment su utilizacin (Slob,
1983). La aplicacin manual del mtodo hizo fuera poco atractivo por
los pocos escenarios que se podan generar por lo que con el avance
de la tecnologa computadoras su utilizacin se hizo ms frecuente por
la amplia gama de simulaciones o escenarios.
En el presente prrafo muestra la importancia del mtodo as como
su desarrollo como un mtodo de simulacin este ltimo como un trmino
sinnimo de mtodo de Montecarlo y los pasos que se siguen en su
utilizacin. La simulacin es uno de los mtodos cuantitativos ms
utilizados para la toma de decisiones. Por otro lado como cualquier
modelo de simulacin tiene dos datos de entrada: controlables y
probabilsticos. Cuando se realiza un ejercicio de simulacin primero
se debe seleccionar los datos de entrada controlables luego los
valores de entrada probabilstico se generan al zar. Luego el modelo
de simulacin utiliza los valores de entrada controlables y los
valores de datos probabilsticos para calcular el valor de los datos
de salida. Asimismo mediante una serie corridas con varios valores
de entrada controlables, vemos cmo los valores de los datos
controlables afectan o cambian el resultado del modelo de
simulacin. Por ltimo despus de revisar los resultados de simulacin,
ya se est en capacidad de recomendar datos de entrada controlables
que darn como resultado del sistema real (Anderson, Sweeney,
Williams, Camm & Martin, 2011).
En el presente prrafo mostraremos brevemente la importancia de
las variables aleatorias y cmo stas determinan la importancia del
mtodo. La palabra variable aleatoria suele emplearse para denotar
que no se tiene certeza del valor de la variable. Asimismo segn
Slob (1983) comenta que efectivamente no se conoce con certeza el
valor de la variable, sin embargo qu valores puede tomar y tambin
las probabilidades de unos y otros valores. Por ltimo hace nfasis
en que no podemos predecir con exactitud el resultado de una prueba
relacionada con esta variable, pero s podemos prever con seguridad
los resultado de un gran nmero de pruebas.
A continuacin describiremos algunas de las utilizaciones del
mtodo y mostraremos su importancia. Segn Slob (1983) la simulacin
es uno de los mtodos ms utilizados en las diferentes ramas de la
ciencia, as como la economa y la medicina. Una de las razones por
las que este mtodo es muy utilizado es explicada por la naturaleza
probabilstica y aleatoria, dejando de lado la concepcin histrica o
pasada. Segn Anderson (et al, 2011) algunos ejemplos tpicos de
simulacin son los siguientes: a) desarrollo de un nuevo producto;
el objetivo de esta simulacin es hallar la probabilidad de que un
nuevo producto sea rentables, b) sobreventa de boletos en un
aerolnea, el objetivo de esta simulacin es determinar la cantidad
de reservaciones que una aerolnea puede aceptar para un vuelo, c)
poltica de inventario, la importancia de esta simulacin es que
permitir a una organizacin determinar cul es la poltica de
inventario que genere un buen servicio a un costo razonable, d)
flujo de trfico, el objeto de esta simulacin es hallar el efecto de
instalar una seal que d vuelta a la izquierda en el sentido del
flujo de trnsito en un cruce congestionado, e) lneas de espera, la
importancia de esta simulacin radica en que nos puede ayudar a
determinar los tiempos de espera de los clientes en el cajero
automtico.
Como vimos las simulaciones a travs del mtodo de Montecarlo o
viceversa nos ayuda a determinar escenarios en base a variables
aleatorias que determinan un nivel de probabilidad, lo cual hace ms
efectiva su aplicacin. Por otro lado vimos el desarrollo del mtodo
a travs de los aos y tambin cmo la tecnologa aport en su desarrollo
en otros rubros porque pudo analizar ms situaciones o escenarios
los cuales nos llevan a tomar mejores decisiones. Asimismo vimos
que una correcta denominacin de las variables controlables y
aleatorias nos ayudar a mejorar los experimentos ya que aumenta el
nivel de certeza o disminuye el error. Finalmente mostramos algunos
ejemplos de los rubros o utilizaciones que tiene el mtodo.
Referencias
Anderson, D., Sweeney, D., Williams, T., Camm, J. & Martin,
K. (2011). Mtodos Cuantitativos para los Negocios: Simulaciones.
Mxico D.F.: Cengage Learning.
Slob, I.M. (1983). Mtodo de Montecarlo. Mosc: Editorial MIR
