Simulación
de Monte Carlo
El método
de Monte Carlo es un método no determinista o estadístico numérico,
usado para aproximar expresiones matemáticas complejas y costosas de
evaluar con exactitud. El método se llamó así en referencia al Casino
de Monte Carlo (Principado de Mónaco) por ser “la capital del juego de
azar”, al ser la ruleta un generador simple de números
aleatorios. El nombre y el desarrollo sistemático de los métodos de Monte Carlo
datan aproximadamente de 1944 y se mejoraron enormemente con el
desarrollo de la computadora.
La
técnica de la simulación de Monte Carlo se basa en simular la realidad a través
del estudio de una muestra, que se ha generado de forma totalmente aleatoria.
Resulta, por tanto, de gran utilidad en los casos en los que no es posible
obtener información sobre la realidad a analizar, o cuando la experimentación
no es posible, o es muy costosa. Así, permite tener en cuenta para el análisis
un elevado número de escenarios aleatorios, por lo que, se puede decir que hace
posible llevar la técnica del análisis de escenarios al infinito ampliando la
perspectiva de los escenarios posibles. De esta forma, se pueden realizar
análisis que se ajusten en mayor medida a la variabilidad real de las variables
consideradas. La aplicación de esta técnica se basa en la identificación de las
variables que se consideran más significativas, así como las relaciones
existentes entre ellas (aunque esto puede resultar realmente complejo), para
explicar la realidad a estudiar mediante la sustitución del universo real, por
un universo teórico utilizando números aleatorios.
La
simulación de Monte Carlo data del año 1940, cuando Neuman y Ulam la aplicaron
en el campo de la experimentación de armas nucleares. A partir de entonces, se
ha demostrado que es una técnica que puede ser aplicada en campos de diversa
índole, utilizándose por primera vez para el análisis de inversiones en el año
1964 por Hertz. Hay algunas aplicaciones informáticas específicas, como es el
caso del programa "@Risk" de Palisade, o el "Cristal
Bowl", que permiten tener en cuenta la correlación existente entre las
variables, y realizar el análisis del riesgo en la valoración de proyectos de
inversión utilizando la simulación de Monte Carlo
No hay comentarios:
Publicar un comentario