Magazinein/Enero, 2014 7
Históricamente el Método Monte Carlo se consideraba como una técnica para solucionar modelos utilizando números aleatorios o pseudoaleatorios. Los números aleatorios son básicamente variables aleatorias independientes uniformemente distribuidas en un intervalo de 0 a 1. Realmente, lo que podemos conseguir con una computadora electrónica es generar una secuencia de números pseudoaleatorios (aparentemente aleatorios, donde cada dígito del 0 al 9 ocurren casi con la misma probabilidad).
El término "Monte Carlo" fue introducido por Von Neumann y Ulam durante la Segunda Guerra Mundial como un código para una misión secreta en Los Álamos. Monte Carlo es una ciudad dentro de Mónaco famosa por sus casas de juego, de ahí que se les ocurriera ese nombre. En ese entonces, el método fue aplicado en los problemas relacionados a la bomba atómica, cuyas pruebas experimentales se hicieron precisamente en Los Álamos, Nuevo México.
El método Monte Carlo se usa no solamente para problemas estocásticos sino también determinísticos. Este Método es actualmente la técnica más poderosa y comúnmente usada para analizar problemas complejos.
Es importante señalar algunas diferencias entre el método Monte Carlo y la simulación estocástica:
1-. En el Método Monte Carlo el tiempo no juega un papel tan importante como en la simulación estocástica.
2-. En el Método Monte Carlo las observaciones son independientes. En cambio, en la simulación estocástica las observaciones son serialmente correlacionadas, ya que se experimenta en relación al tiempo.
3-. En el Método Monte Carlo es posible expresar los resultados simplemente en función de variaciones estocásticas de entrada. En cambio, en simulación estocástica la respuesta por lo general es muy complicada y puede ser expresada sólo por el propio programa.
Dayindris Rodriguez