SlideShare una empresa de Scribd logo
IO - II Salirrosas Vílchez Carolina
Gayoso Rojas Ynès
Simulación PI Mayo,2016
SIMULACIÓN DEL NÚMERO PI
POR EL MÉTODO
DE MONTECARLO
Autores: Gayoso Rojas Ynès
Salirrosas Vílchez Carolina
Mayo, 2016
IO - II Salirrosas Vílchez Carolina
Gayoso Rojas Ynès
Simulación PI Mayo,2016
RESUMEN
Para poder hallar el número PI en la actualidad disponemos de muchas herramientas, unas de ellas la
tecnológica en este caso se utilizará el software MICROSOFT EXCEL haciendo uso del famoso método
de simulación MONTECARLO donde el objetivo es mantener constantes las cifras del número pi de
manera que se pueda acercar lo más posible.
IO - II Salirrosas Vílchez Carolina
Gayoso Rojas Ynès
Simulación PI Mayo,2016
INTRODUCCIÓN
La simulación es un comportamiento que se suele suceder en nuestra vida diaria, hasta nosotros
mismos cuando hemos fingido sorpresa. Para poder lograrlo hace uso de los conocidos números
aleatorios, que se han convertido en la base de la simulación, lo cual nos permite producir muchos
valores sin dificultad alguna.
En este caso la necesidad de simular surge para poder obtener una cantidad matemática que es el
numero PI, constante que relaciona el perímetro de una circunferencia con la amplitud de su diámetro Π
= L/D.
En la historia se ha obtenido varias aproximaciones, siendo una de las constantes matemática más
utilizada en la actualidad. Por ello, tal vez sea la constante que más desean hallar los matemáticos.
IO - II Salirrosas Vílchez Carolina
Gayoso Rojas Ynès
Simulación PI Mayo,2016
ANTECEDENTES DE SIMULACIÓN DEL NÚMERO PI
La aguja de Buffon
Georges Louis Leclerc, Conde de Buffon fue un célebre naturalista francés autor de una monumental
Historia Natural en 44 tomos que recopilaba el conocimiento científico con un fin eminentemente
divulgativo. Hoy en día su nombre aparece muchas veces asociado a un problema denominado "La
aguja de Buffon" que relaciona el número pi con el lanzamiento de una aguja sobre una superficie
rayada.
Buffon demostró que, si lanzamos, al azar, una aguja de longitud L sobre una superficie en la que
hay dibujadas líneas paralelas separadas una distancia D, la probabilidad de que la
aguja corte a una línea es:
Vamos a utilizar este resultado para medir
Material Necesario
 Una superficie con líneas paralelas (Puede servir una hoja de papel sobre la que previamente
hayas dibujado varias líneas equidistantes o un suelo embaldosado)
 Una aguja, palillo u objeto similar, de longitud menor o igual a la distancia entre líneas (Para
simplificar es conveniente que la distancia entre dos rayas coincida con la longitud de la aguja)
Método
 Deja caer, de la forma más aleatoria posible, la aguja sobre la superficie.
 Anota el número de tiradas y el número de veces que la aguja corta a una línea.
 El cociente entre el número total de tiradas y el número de veces que la aguja corta a una línea
tiende a pi/2 (se parecerá tanto más cuanto mayor sea el número de tiradas)
IO - II Salirrosas Vílchez Carolina
Gayoso Rojas Ynès
Simulación PI Mayo,2016
 Si la aguja tiene una longitud (L) menor que la distancia entre dos líneas (D):
(Livio, 2009, págs. 8-12)
Algoritmos de Simulación
Algoritmo de Gauss-Legendre
El algoritmo de Gauss-Legendre es un algoritmo para computar los dígitos de π. El método se basa en
los trabajos individuales de Carl Friedrich Gauss (1777-1855) y Adrien-Marie Legendre (1752-1833)
combinados con algoritmos modernos para la multiplicación y la raíz cuadrada. Sustituye repetidamente
dos números por sus medias aritmética y geométrica, para obtener una aproximación a su media
aritmética geométrica. La versión que se presenta aquí se conoce también como el algoritmo de Brent-
Salamin (o Salamin-Brent); que fue descubierto en 1975 y de forma independiente por Richard Brent y
Eugene Salamin. Se usó entre el 18 y el 20 de septiembre de 1999 para calcular los primeros
206.158.430.000 dígitos decimales de π, y el resultado se comprobó usando el algoritmo de Borwein.
1- Establecimiento del valor inicial:
ao = 1 bo = 1 to = 1 po = 1
2- Repetir las siguientes instrucciones hasta que la diferencia entre An y Bn se encuentre dentro de
la precisión deseada:
Xn+1 = an + bn
yn+1 = √an bn
tn+1 = tn –pn (an – xn+1)
an+1 = xn+1
3- π se aproxima usando An, Bn y Tn como:
π ≈ (an + bn)
2
2
√2 4
2
4tn
IO - II Salirrosas Vílchez Carolina
Gayoso Rojas Ynès
Simulación PI Mayo,2016
Las primeras tres iteraciones dan:
Simulación:
3.140…
3.14159264…
3.114159265358919
(Vergara, 2013, págs. 6,7)
Metodología usada
La manera de calcular PI consiste en que dentro de un plano cartesiano con coordenadas X y Y
tengamos un circulo. Por azar debemos atinarle a cualquier punto. Hay puntos que estarán fuera o
dentro del círculo. Debemos sumar cuantos puntos cayeron dentro y cuantos fuera.
Para ellos vamos a tener que hacer uso de dos métodos el método de Montecarlo y el de Pitágoras.
Método de Montecarlo
Es una técnica cuantitativa que hace uso de la estadística y los ordenadores para imitar, mediante
modelos matemáticos, el comportamiento aleatorio de sistemas reales.
Método de Pitágoras
Para simular el cálculo del número PI, utilizamos el teorema de Pitágoras, ayudado de su teoría lo
adaptamos a las coordenadas X y Y.
Para saber si un punto está dentro del círculo o no Lo sabremos si calculamos la distancia entre el
punto generado al azar y el punto (1,1) que es el centro del círculo. Si la distancia es mayor que 1,
indica que esta fuera del círculo de radio 1.
(Vergara, 2013, págs. 15,16)
IO - II Salirrosas Vílchez Carolina
Gayoso Rojas Ynès
Simulación PI Mayo,2016
Trabajando en la hoja de Excel
Nuestra estructura será la siguiente:
 Fijar la cantidad de puntos que vamos a elegir y el número de círculos:
Aquí podemos solo podemos notar que los puntos están en la parte izquierda de amarillo y los círculos.
En la parte superior de color verde.
En este caso hemos trabajado con 200 000 puntos y 30 círculos.
IO - II Salirrosas Vílchez Carolina
Gayoso Rojas Ynès
Simulación PI Mayo,2016
 Pasamos a rellenar: es decir cómo salieron esos 1 y 0
Como vemos se ha utilizado la fórmula de Pitágoras, pero adaptada a números aleatorio:
=SI(0.25>=(ALEATORIO()-0.5)^2+(ALEATORIO()-0.5)^2;1;0)
Esta fórmula se copia en cada celda.
 Hallar cuantos cayeron DENTRO Y FUERA del cada círculo.
DENTRO: son los representados por el número 1.
La cantidad de puntos que cayeron dentro se halla con la fórmula:
Se selecciona el rango de números y luego se indica qué es lo que va a contar en este caso los
números UNO.
FUERA: son los representados por el número 0.
La cantidad de puntos que cayeron dentro se halla con la fórmula:
Se selecciona el rango de números y luego se indica qué es lo que va a contar en este caso los
números CERO.
IO - II Salirrosas Vílchez Carolina
Gayoso Rojas Ynès
Simulación PI Mayo,2016
SE DEBE DE HALLAR LOS DENTRO Y FUERA DE CADA CIRCULO
 Sacar el numero PI de cada circulo usando la fórmula:
𝝅 =
𝒑𝒖𝒏𝒕𝒐𝒔 𝒅𝒆𝒏𝒕𝒓𝒐
𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒑𝒖𝒏𝒕𝒐𝒔
× 𝟒
 Se halla el promedio general de todos los PI de cada círculo.
Este se lleva a cabo utilizando la función PROMEDIO.
Presentación de resultados
Trabajando con la hoja de Excel usando 200 000 puntos y 30 círculos hemos podido mantener constante
dos cifras después de la coma es decir solo hasta 3,14.
IO - II Salirrosas Vílchez Carolina
Gayoso Rojas Ynès
Simulación PI Mayo,2016
Conclusiones
 Nuestro análisis será tanto más preciso cuanto mayor sea el número de puntos y círculos
seleccionados.
 Las simulaciones haciendo uso de un ordenador ayudan a facilitar el proceso y por supuesto
ahorrar tiempo.
 Un software es de mucha utilidad porque vienen incluidos funciones matemáticas como es el
MICROSOFT EXCEL.
 El método de Montecarlo nos saca de lo tradicional es decir nos conlleva a utilizar la tecnología
para realizar la simulación.
Bibliografía
Livio, M. (2009). LA PROPORCION AÚREA: la historia de phi, el numero mas enigmatico del mundo .
Barcelona: Ariel.
Vergara, P. S. (2013). Simulación del Número PI. Santiago: Escuela de Informática de la Universidad
Tecnológica Metropolitana.

Más contenido relacionado

La actualidad más candente

4 Modelos autorregresivos.pdf
4 Modelos autorregresivos.pdf4 Modelos autorregresivos.pdf
4 Modelos autorregresivos.pdf
JoseFlores569854
 
Simulación de variables aleatorias
Simulación de variables aleatoriasSimulación de variables aleatorias
Simulación de variables aleatorias
Juan Lizaldes
 
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)Cristina Zavala Palacios
 
S02.s2 - Material - Presentación 2 - Semana 2.pdf
S02.s2 - Material - Presentación 2 - Semana 2.pdfS02.s2 - Material - Presentación 2 - Semana 2.pdf
S02.s2 - Material - Presentación 2 - Semana 2.pdf
SabinaMelgar
 
Algoritmo de Retropropagación
Algoritmo de RetropropagaciónAlgoritmo de Retropropagación
Algoritmo de Retropropagación
ESCOM
 
Solucion ejercicios
Solucion ejerciciosSolucion ejercicios
Solucion ejercicios
Jacqueline Castillo Peña
 
Unidad III generacion de variables aleatorias
Unidad III generacion de variables aleatoriasUnidad III generacion de variables aleatorias
Unidad III generacion de variables aleatorias
Anel Sosa
 
Ejemplo de-simulación-continua
Ejemplo de-simulación-continuaEjemplo de-simulación-continua
Ejemplo de-simulación-continua
Leonardo Rojas
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación
Jose
 
Metodo Montecarlo
Metodo MontecarloMetodo Montecarlo
Metodo Montecarlo
Juan Velez
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)Pierina Diaz Meza
 
Exposicion montecarlo
Exposicion montecarloExposicion montecarlo
Exposicion montecarlomarco
 
Pruebas de Uniformidad
Pruebas de UniformidadPruebas de Uniformidad
Pruebas de Uniformidad
Ewing Ma
 
Numeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatoriasNumeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatoriasAlberto Carranza Garcia
 
Métodos De Los Cuadrados Medios
Métodos De Los Cuadrados MediosMétodos De Los Cuadrados Medios
Métodos De Los Cuadrados Medios
Universidad de Otavalo
 
Presentación regreción lineal
Presentación regreción linealPresentación regreción lineal
Presentación regreción lineal
Contraloria Municipal de Palavecino
 
Distribuciones continuas
Distribuciones continuasDistribuciones continuas

La actualidad más candente (20)

4 Modelos autorregresivos.pdf
4 Modelos autorregresivos.pdf4 Modelos autorregresivos.pdf
4 Modelos autorregresivos.pdf
 
Simulación de variables aleatorias
Simulación de variables aleatoriasSimulación de variables aleatorias
Simulación de variables aleatorias
 
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
 
S02.s2 - Material - Presentación 2 - Semana 2.pdf
S02.s2 - Material - Presentación 2 - Semana 2.pdfS02.s2 - Material - Presentación 2 - Semana 2.pdf
S02.s2 - Material - Presentación 2 - Semana 2.pdf
 
Algoritmo de Retropropagación
Algoritmo de RetropropagaciónAlgoritmo de Retropropagación
Algoritmo de Retropropagación
 
Solucion ejercicios
Solucion ejerciciosSolucion ejercicios
Solucion ejercicios
 
Unidad III generacion de variables aleatorias
Unidad III generacion de variables aleatoriasUnidad III generacion de variables aleatorias
Unidad III generacion de variables aleatorias
 
Ejemplo de-simulación-continua
Ejemplo de-simulación-continuaEjemplo de-simulación-continua
Ejemplo de-simulación-continua
 
ETAPAS DEL PROCESO DE SIMULACION
ETAPAS DEL PROCESO DE SIMULACIONETAPAS DEL PROCESO DE SIMULACION
ETAPAS DEL PROCESO DE SIMULACION
 
Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación Investigación de Operaciones II : Simulación
Investigación de Operaciones II : Simulación
 
Metodo Montecarlo
Metodo MontecarloMetodo Montecarlo
Metodo Montecarlo
 
2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)2 precio dual y costo reducido (1)
2 precio dual y costo reducido (1)
 
Exposicion montecarlo
Exposicion montecarloExposicion montecarlo
Exposicion montecarlo
 
Pruebas de Uniformidad
Pruebas de UniformidadPruebas de Uniformidad
Pruebas de Uniformidad
 
Numeros Pseudoaleatorios
Numeros PseudoaleatoriosNumeros Pseudoaleatorios
Numeros Pseudoaleatorios
 
Numeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatoriasNumeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatorias
 
Métodos De Los Cuadrados Medios
Métodos De Los Cuadrados MediosMétodos De Los Cuadrados Medios
Métodos De Los Cuadrados Medios
 
Presentación regreción lineal
Presentación regreción linealPresentación regreción lineal
Presentación regreción lineal
 
Distribuciones continuas
Distribuciones continuasDistribuciones continuas
Distribuciones continuas
 
Prueba De Medias
Prueba De MediasPrueba De Medias
Prueba De Medias
 

Destacado

EL VALOR DE PI USANDO EL MÉTODO MONTE CARLO EN FORTRAN, SCILAB 5.5 Y MATLAB
EL VALOR DE PI USANDO EL MÉTODO MONTE CARLO EN FORTRAN, SCILAB 5.5 Y MATLABEL VALOR DE PI USANDO EL MÉTODO MONTE CARLO EN FORTRAN, SCILAB 5.5 Y MATLAB
EL VALOR DE PI USANDO EL MÉTODO MONTE CARLO EN FORTRAN, SCILAB 5.5 Y MATLAB
Marco Antonio
 
Andcars
AndcarsAndcars
Andcars
gloyaga
 
Rio blanco no va
Rio blanco no vaRio blanco no va
Rio blanco no va
gloyaga
 
AVA Diferencia entre perimetro y área
AVA Diferencia entre perimetro y áreaAVA Diferencia entre perimetro y área
AVA Diferencia entre perimetro y área
Melvaidaly Joya
 
La aguja de Buffón
La aguja de BuffónLa aguja de Buffón
La aguja de Buffón
José María Vázquez
 
Arquitetura ARM - Raspberry Pi
Arquitetura ARM - Raspberry PiArquitetura ARM - Raspberry Pi
Arquitetura ARM - Raspberry Pi
Juliane Silva
 
(Diagrama de bode y diagrama polar) Angel Lunar
(Diagrama de bode y diagrama polar) Angel Lunar(Diagrama de bode y diagrama polar) Angel Lunar
(Diagrama de bode y diagrama polar) Angel LunarAngel Lunar
 
Comosegraficaunafuncionlinealenexcel
ComosegraficaunafuncionlinealenexcelComosegraficaunafuncionlinealenexcel
Comosegraficaunafuncionlinealenexcel
Carlos Rodriguez
 
Clase 4a arena
Clase 4a arenaClase 4a arena
Clase 4a arena
Tensor
 
Diagrama de bode y diagrama polar
Diagrama de bode y diagrama polarDiagrama de bode y diagrama polar
Diagrama de bode y diagrama polar
FeroxD
 
Distribuciones Empíricas
Distribuciones EmpíricasDistribuciones Empíricas
Distribuciones Empíricas
Advanced Value Group, LLC
 
Mapa conceptual causales de nulidad
Mapa conceptual causales de nulidadMapa conceptual causales de nulidad
Mapa conceptual causales de nulidad
gloyaga
 
Cómo se grafica una función lineal en excel
Cómo se grafica una función lineal en excelCómo se grafica una función lineal en excel
Cómo se grafica una función lineal en excel
Óscar Pinzón Matéus
 

Destacado (15)

EL VALOR DE PI USANDO EL MÉTODO MONTE CARLO EN FORTRAN, SCILAB 5.5 Y MATLAB
EL VALOR DE PI USANDO EL MÉTODO MONTE CARLO EN FORTRAN, SCILAB 5.5 Y MATLABEL VALOR DE PI USANDO EL MÉTODO MONTE CARLO EN FORTRAN, SCILAB 5.5 Y MATLAB
EL VALOR DE PI USANDO EL MÉTODO MONTE CARLO EN FORTRAN, SCILAB 5.5 Y MATLAB
 
Andcars
AndcarsAndcars
Andcars
 
Rio blanco no va
Rio blanco no vaRio blanco no va
Rio blanco no va
 
AVA Diferencia entre perimetro y área
AVA Diferencia entre perimetro y áreaAVA Diferencia entre perimetro y área
AVA Diferencia entre perimetro y área
 
La aguja de Buffón
La aguja de BuffónLa aguja de Buffón
La aguja de Buffón
 
Arquitetura ARM - Raspberry Pi
Arquitetura ARM - Raspberry PiArquitetura ARM - Raspberry Pi
Arquitetura ARM - Raspberry Pi
 
(Diagrama de bode y diagrama polar) Angel Lunar
(Diagrama de bode y diagrama polar) Angel Lunar(Diagrama de bode y diagrama polar) Angel Lunar
(Diagrama de bode y diagrama polar) Angel Lunar
 
Comosegraficaunafuncionlinealenexcel
ComosegraficaunafuncionlinealenexcelComosegraficaunafuncionlinealenexcel
Comosegraficaunafuncionlinealenexcel
 
Clase 4a arena
Clase 4a arenaClase 4a arena
Clase 4a arena
 
Diagrama de bode y diagrama polar
Diagrama de bode y diagrama polarDiagrama de bode y diagrama polar
Diagrama de bode y diagrama polar
 
Distribuciones Empíricas
Distribuciones EmpíricasDistribuciones Empíricas
Distribuciones Empíricas
 
Metodo de montecarlo
Metodo de montecarloMetodo de montecarlo
Metodo de montecarlo
 
Mapa conceptual causales de nulidad
Mapa conceptual causales de nulidadMapa conceptual causales de nulidad
Mapa conceptual causales de nulidad
 
Cómo se grafica una función lineal en excel
Cómo se grafica una función lineal en excelCómo se grafica una función lineal en excel
Cómo se grafica una función lineal en excel
 
História do número PI
História do número PIHistória do número PI
História do número PI
 

Similar a Simulacion del número pi usando el método montecarlo

Algoritmos con PSeInt
Algoritmos con PSeIntAlgoritmos con PSeInt
Algoritmos con PSeInt
Andy Juan Sarango Veliz
 
Resumen de lo más importante de la unidad 1
Resumen de lo más importante de la unidad  1Resumen de lo más importante de la unidad  1
Resumen de lo más importante de la unidad 1
ismaelortega09
 
Analisis Numerico
Analisis NumericoAnalisis Numerico
Analisis Numerico
Jose Rivero
 
Matematica computacional
Matematica computacionalMatematica computacional
Matematica computacional
Alonso Alvarez Olivo
 
Dados
DadosDados
Dados
María BF
 
Ejemplos de diagramas de flujo
Ejemplos de diagramas de flujoEjemplos de diagramas de flujo
Ejemplos de diagramas de flujo
Jorge Mejia
 
Simulacion de pi - monte carlo - buffon java
Simulacion de pi - monte carlo - buffon  javaSimulacion de pi - monte carlo - buffon  java
Simulacion de pi - monte carlo - buffon java
Nestor Paucar Carhuatanta
 
Las gráficas de línea
Las gráficas de líneaLas gráficas de línea
Las gráficas de línea
Jose Abraham Tenorio Brabata
 
Los números irracionales y reales - Sesión 2.2.pdf
Los números irracionales y reales - Sesión 2.2.pdfLos números irracionales y reales - Sesión 2.2.pdf
Los números irracionales y reales - Sesión 2.2.pdf
Jorge Isaac Manzano Narváez
 
15diagramas de flujo
15diagramas de flujo15diagramas de flujo
15diagramas de flujo
Silver John
 
1 2019 cbp100 primer parcial_2da_oportunidad
1 2019 cbp100 primer parcial_2da_oportunidad1 2019 cbp100 primer parcial_2da_oportunidad
1 2019 cbp100 primer parcial_2da_oportunidad
rasave
 
Informatica algoritmos
Informatica algoritmosInformatica algoritmos
Informatica algoritmos
LiizBeeth Flrz
 
Correlación y regresión lineal simple con spss
Correlación y regresión lineal simple con spssCorrelación y regresión lineal simple con spss
Correlación y regresión lineal simple con spssIlych Ramos
 
Guía N° 1 comunicación III
Guía N° 1 comunicación IIIGuía N° 1 comunicación III
Guía N° 1 comunicación III
Karlos Rivero
 
Solucionar Problemas Por Medio de Algoritmos
Solucionar Problemas Por Medio de AlgoritmosSolucionar Problemas Por Medio de Algoritmos
Solucionar Problemas Por Medio de Algoritmos
pilgrim15
 
Arreglos en PSeInt
Arreglos en PSeIntArreglos en PSeInt
Arreglos en PSeInt
Jerry
 
Nos informmos un poco mas sobre estadística
Nos informmos un poco mas sobre estadísticaNos informmos un poco mas sobre estadística
Nos informmos un poco mas sobre estadística
matematicas5mentarios
 
Simulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatoriosSimulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatorios
José Antonio Sandoval Acosta
 
1XX.pdf
1XX.pdf1XX.pdf
1XX.pdf
Luis SP
 

Similar a Simulacion del número pi usando el método montecarlo (20)

Algoritmos con PSeInt
Algoritmos con PSeIntAlgoritmos con PSeInt
Algoritmos con PSeInt
 
Resumen de lo más importante de la unidad 1
Resumen de lo más importante de la unidad  1Resumen de lo más importante de la unidad  1
Resumen de lo más importante de la unidad 1
 
Analisis Numerico
Analisis NumericoAnalisis Numerico
Analisis Numerico
 
Matematica computacional
Matematica computacionalMatematica computacional
Matematica computacional
 
Dados
DadosDados
Dados
 
Ejemplos de diagramas de flujo
Ejemplos de diagramas de flujoEjemplos de diagramas de flujo
Ejemplos de diagramas de flujo
 
Simulacion de pi - monte carlo - buffon java
Simulacion de pi - monte carlo - buffon  javaSimulacion de pi - monte carlo - buffon  java
Simulacion de pi - monte carlo - buffon java
 
Evelin alejandra sanchez ayala t.i 1
Evelin alejandra sanchez ayala t.i 1Evelin alejandra sanchez ayala t.i 1
Evelin alejandra sanchez ayala t.i 1
 
Las gráficas de línea
Las gráficas de líneaLas gráficas de línea
Las gráficas de línea
 
Los números irracionales y reales - Sesión 2.2.pdf
Los números irracionales y reales - Sesión 2.2.pdfLos números irracionales y reales - Sesión 2.2.pdf
Los números irracionales y reales - Sesión 2.2.pdf
 
15diagramas de flujo
15diagramas de flujo15diagramas de flujo
15diagramas de flujo
 
1 2019 cbp100 primer parcial_2da_oportunidad
1 2019 cbp100 primer parcial_2da_oportunidad1 2019 cbp100 primer parcial_2da_oportunidad
1 2019 cbp100 primer parcial_2da_oportunidad
 
Informatica algoritmos
Informatica algoritmosInformatica algoritmos
Informatica algoritmos
 
Correlación y regresión lineal simple con spss
Correlación y regresión lineal simple con spssCorrelación y regresión lineal simple con spss
Correlación y regresión lineal simple con spss
 
Guía N° 1 comunicación III
Guía N° 1 comunicación IIIGuía N° 1 comunicación III
Guía N° 1 comunicación III
 
Solucionar Problemas Por Medio de Algoritmos
Solucionar Problemas Por Medio de AlgoritmosSolucionar Problemas Por Medio de Algoritmos
Solucionar Problemas Por Medio de Algoritmos
 
Arreglos en PSeInt
Arreglos en PSeIntArreglos en PSeInt
Arreglos en PSeInt
 
Nos informmos un poco mas sobre estadística
Nos informmos un poco mas sobre estadísticaNos informmos un poco mas sobre estadística
Nos informmos un poco mas sobre estadística
 
Simulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatoriosSimulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatorios
 
1XX.pdf
1XX.pdf1XX.pdf
1XX.pdf
 

Último

Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
20minutos
 
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptxEVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
Victor Elizalde P
 
UNA VISITA A SAN PEDRO EN EL VATICANO.pdf
UNA VISITA A SAN PEDRO EN EL VATICANO.pdfUNA VISITA A SAN PEDRO EN EL VATICANO.pdf
UNA VISITA A SAN PEDRO EN EL VATICANO.pdf
Joan Ribes Gallén
 
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdfFORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
El Fortí
 
Guia para Docentes como usar ChatGPT Mineduc Ccesa007.pdf
Guia para Docentes como usar ChatGPT  Mineduc Ccesa007.pdfGuia para Docentes como usar ChatGPT  Mineduc Ccesa007.pdf
Guia para Docentes como usar ChatGPT Mineduc Ccesa007.pdf
Demetrio Ccesa Rayme
 
Sesión: El espiritismo desenmascarado.pdf
Sesión: El espiritismo desenmascarado.pdfSesión: El espiritismo desenmascarado.pdf
Sesión: El espiritismo desenmascarado.pdf
https://gramadal.wordpress.com/
 
PANDERETAS DECORADAS CON MOTIVOS DE LA RIOJA
PANDERETAS DECORADAS CON MOTIVOS DE LA RIOJAPANDERETAS DECORADAS CON MOTIVOS DE LA RIOJA
PANDERETAS DECORADAS CON MOTIVOS DE LA RIOJA
estroba5
 
Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1
MauricioSnchez83
 
el pensamiento critico de paulo freire en basica .pdf
el pensamiento critico de paulo freire en basica .pdfel pensamiento critico de paulo freire en basica .pdf
el pensamiento critico de paulo freire en basica .pdf
almitamtz00
 
Guia Practica de ChatGPT para Docentes Ccesa007.pdf
Guia Practica de ChatGPT para Docentes Ccesa007.pdfGuia Practica de ChatGPT para Docentes Ccesa007.pdf
Guia Practica de ChatGPT para Docentes Ccesa007.pdf
Demetrio Ccesa Rayme
 
Examen de la EvAU 2024 en Navarra Latín.
Examen de la EvAU 2024 en Navarra Latín.Examen de la EvAU 2024 en Navarra Latín.
Examen de la EvAU 2024 en Navarra Latín.
amayaltc18
 
LA PEDAGOGIA AUTOGESTONARIA EN EL PROCESO DE ENSEÑANZA APRENDIZAJE
LA PEDAGOGIA AUTOGESTONARIA EN EL PROCESO DE ENSEÑANZA APRENDIZAJELA PEDAGOGIA AUTOGESTONARIA EN EL PROCESO DE ENSEÑANZA APRENDIZAJE
LA PEDAGOGIA AUTOGESTONARIA EN EL PROCESO DE ENSEÑANZA APRENDIZAJE
jecgjv
 
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
DanielaBurgosnazario
 
El Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundoEl Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundo
SandraBenitez52
 
Nuevos espacios,nuevos tiempos,nuevas practica.pptx
Nuevos espacios,nuevos tiempos,nuevas practica.pptxNuevos espacios,nuevos tiempos,nuevas practica.pptx
Nuevos espacios,nuevos tiempos,nuevas practica.pptx
lautyzaracho4
 
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
JAVIER SOLIS NOYOLA
 
Blogs_y_Educacion_Por Zaracho Lautaro_.pdf
Blogs_y_Educacion_Por Zaracho Lautaro_.pdfBlogs_y_Educacion_Por Zaracho Lautaro_.pdf
Blogs_y_Educacion_Por Zaracho Lautaro_.pdf
lautyzaracho4
 
Las diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdfLas diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdf
La Paradoja educativa
 
recursos naturales en chile quinto básico .pptx
recursos naturales en chile quinto básico .pptxrecursos naturales en chile quinto básico .pptx
recursos naturales en chile quinto básico .pptx
Waleska Chaparro
 
Presentación Curso C. Diferencial - 2024-1.pdf
Presentación Curso C. Diferencial - 2024-1.pdfPresentación Curso C. Diferencial - 2024-1.pdf
Presentación Curso C. Diferencial - 2024-1.pdf
H4RV3YH3RN4ND3Z
 

Último (20)

Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
Horarios y fechas de la PAU 2024 en la Comunidad Valenciana.
 
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptxEVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
EVALUACION ESTUDIANTIL 2023-2024 Ecuador - Costa.pptx
 
UNA VISITA A SAN PEDRO EN EL VATICANO.pdf
UNA VISITA A SAN PEDRO EN EL VATICANO.pdfUNA VISITA A SAN PEDRO EN EL VATICANO.pdf
UNA VISITA A SAN PEDRO EN EL VATICANO.pdf
 
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdfFORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
FORTI-JUNIO 2024. CIENCIA, EDUCACION, CULTURA,pdf
 
Guia para Docentes como usar ChatGPT Mineduc Ccesa007.pdf
Guia para Docentes como usar ChatGPT  Mineduc Ccesa007.pdfGuia para Docentes como usar ChatGPT  Mineduc Ccesa007.pdf
Guia para Docentes como usar ChatGPT Mineduc Ccesa007.pdf
 
Sesión: El espiritismo desenmascarado.pdf
Sesión: El espiritismo desenmascarado.pdfSesión: El espiritismo desenmascarado.pdf
Sesión: El espiritismo desenmascarado.pdf
 
PANDERETAS DECORADAS CON MOTIVOS DE LA RIOJA
PANDERETAS DECORADAS CON MOTIVOS DE LA RIOJAPANDERETAS DECORADAS CON MOTIVOS DE LA RIOJA
PANDERETAS DECORADAS CON MOTIVOS DE LA RIOJA
 
Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1Mauricio-Presentación-Vacacional- 2024-1
Mauricio-Presentación-Vacacional- 2024-1
 
el pensamiento critico de paulo freire en basica .pdf
el pensamiento critico de paulo freire en basica .pdfel pensamiento critico de paulo freire en basica .pdf
el pensamiento critico de paulo freire en basica .pdf
 
Guia Practica de ChatGPT para Docentes Ccesa007.pdf
Guia Practica de ChatGPT para Docentes Ccesa007.pdfGuia Practica de ChatGPT para Docentes Ccesa007.pdf
Guia Practica de ChatGPT para Docentes Ccesa007.pdf
 
Examen de la EvAU 2024 en Navarra Latín.
Examen de la EvAU 2024 en Navarra Latín.Examen de la EvAU 2024 en Navarra Latín.
Examen de la EvAU 2024 en Navarra Latín.
 
LA PEDAGOGIA AUTOGESTONARIA EN EL PROCESO DE ENSEÑANZA APRENDIZAJE
LA PEDAGOGIA AUTOGESTONARIA EN EL PROCESO DE ENSEÑANZA APRENDIZAJELA PEDAGOGIA AUTOGESTONARIA EN EL PROCESO DE ENSEÑANZA APRENDIZAJE
LA PEDAGOGIA AUTOGESTONARIA EN EL PROCESO DE ENSEÑANZA APRENDIZAJE
 
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
6° GRADO UNIDAD DE APRENDIZAJE 3 JUNIO.docx
 
El Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundoEl Liberalismo económico en la sociedad y en el mundo
El Liberalismo económico en la sociedad y en el mundo
 
Nuevos espacios,nuevos tiempos,nuevas practica.pptx
Nuevos espacios,nuevos tiempos,nuevas practica.pptxNuevos espacios,nuevos tiempos,nuevas practica.pptx
Nuevos espacios,nuevos tiempos,nuevas practica.pptx
 
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
ROMPECABEZAS DE ECUACIONES DE PRIMER GRADO OLIMPIADA DE PARÍS 2024. Por JAVIE...
 
Blogs_y_Educacion_Por Zaracho Lautaro_.pdf
Blogs_y_Educacion_Por Zaracho Lautaro_.pdfBlogs_y_Educacion_Por Zaracho Lautaro_.pdf
Blogs_y_Educacion_Por Zaracho Lautaro_.pdf
 
Las diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdfLas diversas Sociedades Mercantiles Mexico.pdf
Las diversas Sociedades Mercantiles Mexico.pdf
 
recursos naturales en chile quinto básico .pptx
recursos naturales en chile quinto básico .pptxrecursos naturales en chile quinto básico .pptx
recursos naturales en chile quinto básico .pptx
 
Presentación Curso C. Diferencial - 2024-1.pdf
Presentación Curso C. Diferencial - 2024-1.pdfPresentación Curso C. Diferencial - 2024-1.pdf
Presentación Curso C. Diferencial - 2024-1.pdf
 

Simulacion del número pi usando el método montecarlo

  • 1. IO - II Salirrosas Vílchez Carolina Gayoso Rojas Ynès Simulación PI Mayo,2016 SIMULACIÓN DEL NÚMERO PI POR EL MÉTODO DE MONTECARLO Autores: Gayoso Rojas Ynès Salirrosas Vílchez Carolina Mayo, 2016
  • 2. IO - II Salirrosas Vílchez Carolina Gayoso Rojas Ynès Simulación PI Mayo,2016 RESUMEN Para poder hallar el número PI en la actualidad disponemos de muchas herramientas, unas de ellas la tecnológica en este caso se utilizará el software MICROSOFT EXCEL haciendo uso del famoso método de simulación MONTECARLO donde el objetivo es mantener constantes las cifras del número pi de manera que se pueda acercar lo más posible.
  • 3. IO - II Salirrosas Vílchez Carolina Gayoso Rojas Ynès Simulación PI Mayo,2016 INTRODUCCIÓN La simulación es un comportamiento que se suele suceder en nuestra vida diaria, hasta nosotros mismos cuando hemos fingido sorpresa. Para poder lograrlo hace uso de los conocidos números aleatorios, que se han convertido en la base de la simulación, lo cual nos permite producir muchos valores sin dificultad alguna. En este caso la necesidad de simular surge para poder obtener una cantidad matemática que es el numero PI, constante que relaciona el perímetro de una circunferencia con la amplitud de su diámetro Π = L/D. En la historia se ha obtenido varias aproximaciones, siendo una de las constantes matemática más utilizada en la actualidad. Por ello, tal vez sea la constante que más desean hallar los matemáticos.
  • 4. IO - II Salirrosas Vílchez Carolina Gayoso Rojas Ynès Simulación PI Mayo,2016 ANTECEDENTES DE SIMULACIÓN DEL NÚMERO PI La aguja de Buffon Georges Louis Leclerc, Conde de Buffon fue un célebre naturalista francés autor de una monumental Historia Natural en 44 tomos que recopilaba el conocimiento científico con un fin eminentemente divulgativo. Hoy en día su nombre aparece muchas veces asociado a un problema denominado "La aguja de Buffon" que relaciona el número pi con el lanzamiento de una aguja sobre una superficie rayada. Buffon demostró que, si lanzamos, al azar, una aguja de longitud L sobre una superficie en la que hay dibujadas líneas paralelas separadas una distancia D, la probabilidad de que la aguja corte a una línea es: Vamos a utilizar este resultado para medir Material Necesario  Una superficie con líneas paralelas (Puede servir una hoja de papel sobre la que previamente hayas dibujado varias líneas equidistantes o un suelo embaldosado)  Una aguja, palillo u objeto similar, de longitud menor o igual a la distancia entre líneas (Para simplificar es conveniente que la distancia entre dos rayas coincida con la longitud de la aguja) Método  Deja caer, de la forma más aleatoria posible, la aguja sobre la superficie.  Anota el número de tiradas y el número de veces que la aguja corta a una línea.  El cociente entre el número total de tiradas y el número de veces que la aguja corta a una línea tiende a pi/2 (se parecerá tanto más cuanto mayor sea el número de tiradas)
  • 5. IO - II Salirrosas Vílchez Carolina Gayoso Rojas Ynès Simulación PI Mayo,2016  Si la aguja tiene una longitud (L) menor que la distancia entre dos líneas (D): (Livio, 2009, págs. 8-12) Algoritmos de Simulación Algoritmo de Gauss-Legendre El algoritmo de Gauss-Legendre es un algoritmo para computar los dígitos de π. El método se basa en los trabajos individuales de Carl Friedrich Gauss (1777-1855) y Adrien-Marie Legendre (1752-1833) combinados con algoritmos modernos para la multiplicación y la raíz cuadrada. Sustituye repetidamente dos números por sus medias aritmética y geométrica, para obtener una aproximación a su media aritmética geométrica. La versión que se presenta aquí se conoce también como el algoritmo de Brent- Salamin (o Salamin-Brent); que fue descubierto en 1975 y de forma independiente por Richard Brent y Eugene Salamin. Se usó entre el 18 y el 20 de septiembre de 1999 para calcular los primeros 206.158.430.000 dígitos decimales de π, y el resultado se comprobó usando el algoritmo de Borwein. 1- Establecimiento del valor inicial: ao = 1 bo = 1 to = 1 po = 1 2- Repetir las siguientes instrucciones hasta que la diferencia entre An y Bn se encuentre dentro de la precisión deseada: Xn+1 = an + bn yn+1 = √an bn tn+1 = tn –pn (an – xn+1) an+1 = xn+1 3- π se aproxima usando An, Bn y Tn como: π ≈ (an + bn) 2 2 √2 4 2 4tn
  • 6. IO - II Salirrosas Vílchez Carolina Gayoso Rojas Ynès Simulación PI Mayo,2016 Las primeras tres iteraciones dan: Simulación: 3.140… 3.14159264… 3.114159265358919 (Vergara, 2013, págs. 6,7) Metodología usada La manera de calcular PI consiste en que dentro de un plano cartesiano con coordenadas X y Y tengamos un circulo. Por azar debemos atinarle a cualquier punto. Hay puntos que estarán fuera o dentro del círculo. Debemos sumar cuantos puntos cayeron dentro y cuantos fuera. Para ellos vamos a tener que hacer uso de dos métodos el método de Montecarlo y el de Pitágoras. Método de Montecarlo Es una técnica cuantitativa que hace uso de la estadística y los ordenadores para imitar, mediante modelos matemáticos, el comportamiento aleatorio de sistemas reales. Método de Pitágoras Para simular el cálculo del número PI, utilizamos el teorema de Pitágoras, ayudado de su teoría lo adaptamos a las coordenadas X y Y. Para saber si un punto está dentro del círculo o no Lo sabremos si calculamos la distancia entre el punto generado al azar y el punto (1,1) que es el centro del círculo. Si la distancia es mayor que 1, indica que esta fuera del círculo de radio 1. (Vergara, 2013, págs. 15,16)
  • 7. IO - II Salirrosas Vílchez Carolina Gayoso Rojas Ynès Simulación PI Mayo,2016 Trabajando en la hoja de Excel Nuestra estructura será la siguiente:  Fijar la cantidad de puntos que vamos a elegir y el número de círculos: Aquí podemos solo podemos notar que los puntos están en la parte izquierda de amarillo y los círculos. En la parte superior de color verde. En este caso hemos trabajado con 200 000 puntos y 30 círculos.
  • 8. IO - II Salirrosas Vílchez Carolina Gayoso Rojas Ynès Simulación PI Mayo,2016  Pasamos a rellenar: es decir cómo salieron esos 1 y 0 Como vemos se ha utilizado la fórmula de Pitágoras, pero adaptada a números aleatorio: =SI(0.25>=(ALEATORIO()-0.5)^2+(ALEATORIO()-0.5)^2;1;0) Esta fórmula se copia en cada celda.  Hallar cuantos cayeron DENTRO Y FUERA del cada círculo. DENTRO: son los representados por el número 1. La cantidad de puntos que cayeron dentro se halla con la fórmula: Se selecciona el rango de números y luego se indica qué es lo que va a contar en este caso los números UNO. FUERA: son los representados por el número 0. La cantidad de puntos que cayeron dentro se halla con la fórmula: Se selecciona el rango de números y luego se indica qué es lo que va a contar en este caso los números CERO.
  • 9. IO - II Salirrosas Vílchez Carolina Gayoso Rojas Ynès Simulación PI Mayo,2016 SE DEBE DE HALLAR LOS DENTRO Y FUERA DE CADA CIRCULO  Sacar el numero PI de cada circulo usando la fórmula: 𝝅 = 𝒑𝒖𝒏𝒕𝒐𝒔 𝒅𝒆𝒏𝒕𝒓𝒐 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒑𝒖𝒏𝒕𝒐𝒔 × 𝟒  Se halla el promedio general de todos los PI de cada círculo. Este se lleva a cabo utilizando la función PROMEDIO. Presentación de resultados Trabajando con la hoja de Excel usando 200 000 puntos y 30 círculos hemos podido mantener constante dos cifras después de la coma es decir solo hasta 3,14.
  • 10. IO - II Salirrosas Vílchez Carolina Gayoso Rojas Ynès Simulación PI Mayo,2016 Conclusiones  Nuestro análisis será tanto más preciso cuanto mayor sea el número de puntos y círculos seleccionados.  Las simulaciones haciendo uso de un ordenador ayudan a facilitar el proceso y por supuesto ahorrar tiempo.  Un software es de mucha utilidad porque vienen incluidos funciones matemáticas como es el MICROSOFT EXCEL.  El método de Montecarlo nos saca de lo tradicional es decir nos conlleva a utilizar la tecnología para realizar la simulación. Bibliografía Livio, M. (2009). LA PROPORCION AÚREA: la historia de phi, el numero mas enigmatico del mundo . Barcelona: Ariel. Vergara, P. S. (2013). Simulación del Número PI. Santiago: Escuela de Informática de la Universidad Tecnológica Metropolitana.