Cálculo de Incertidumbre

“Método de Monte Carlo”

Expositor : Licenciado Aldo Quiroga Rojas

Fecha : 20-21 de Mayo del 2014
Lugar : Auditorio - Indecopi
 Cálculo de Incertidumbre “Método de Monte Carlo”
PROGRAMA:
1er día
1) 14h30 a 15h30:
- Introducción
- Estadística básica:
• Distribución de Probabilidad
• Esperanza
• Desviación estándar
- Generación de Distribución rectangular, por el método de Monte Carlo
15h50 a 17h20
- Generación de Distribución triangular, por el método de Monte Carlo
- Generación de Distribución normal, por el método de Monte Carlo
2do día
2) 14h30 a 15h30:
- Distribución Trapezoidal
15h50 a 17h20
- Ejemplo en calibración de masas.
 Cálculo de Incertidumbre “Método de Monte Carlo”

INTRODUCCIÓN

Método de Monte Carlo

Es un método numérico (estadístico), que es empleado para generar expresiones
matemáticas complejas. El método de Monte Carlo da soluciones aproximadas a
problemas matemáticos complejos empleado números pseudoaleatorios
generados por una computadora.

Generadores de Números aleatorios:

Ejemplo:
1) Un dado genera números aleatorios
Cálculo de Incertidumbre “Método de Monte Carlo”

Distribución uniforme

1 166500
2 167500
3 166500
4 167500
5 165500
6 166500

Distribución sesgada

1 40000
2 60000
3 40000
4 800000
5 40000
6 20000
 Cálculo de Incertidumbre “Método de Monte Carlo”

2) Función Random del Excell:

Genera números aleatorios distribuidos entre 0 y 1, distribuidos
uniformemente.
 Cálculo de Incertidumbre “Método de Monte Carlo”

Generación de números aleatorios entre 0 y 1

 Cálculo de Incertidumbre “Método de Monte Carlo”
ESTADISTICA BÁSICA (Definiciones GUM):

Probabilidad: Un número real en la escala de 0 a 1, asociado a un evento

aleatorio.

Distribución de Probabilidad (de una variable aleatoria): Una función que

da la probabilidad de que una variable aleatoria tome
cualquier valor dado o pertenezca a un conjunto dado de
valores.
Nota: la probabilidad sobre el conjunto total de valores de la
variable aleatoria es igual a 1
Cálculo de Incertidumbre “Método de Monte Carlo”
 Cálculo de Incertidumbre “Método de Monte Carlo”
Error (matemático): Diferencia entre el valor calculado y el exacto.

Ejemplo 1:

Suma 1+2+3+4+5 = 15 (Valor exacto)

Formula: n.(n+1)/2 = 5 (6)/2 = 15 (Valor calculado)
Calculadora:

Hoja de cálculo:

Error = Formula-Suma = Calculadora-Suma = Hoja de cálculo-Suma = 0

 Cálculo de Incertidumbre “Método de Monte Carlo”
Ejemplo 2:

Suma: 12341234123412341234 +
12341234123412341234
24682468246824682468

Calculadora:

Hoja de Cálculo:

Error: Calculadora-Suma = 0;
Hoja de Cálculo-Suma = -82468
Cálculo de Incertidumbre “Método de Monte Carlo”
 Cálculo de Incertidumbre “Método de Monte Carlo”
Generación de Distribución rectangular, por el método de Monte Carlo:

Ejemplo 3: Determinar la masa de una carga, en una balanza electrónica

(Patrón) de 20 kg de capacidad con una resolución de 5 g.

Indicación en la balanza: 1125 g

Sin embargo, como la balanza tiene una resolución de 5 g esta realiza

aproximaciones de la lectura cada 2,5 g. Es decir la carga podría tener una
masa con igual probabilidad de masas de 1122,5 g hasta 1127,5 g, y la balanza
indicaría 1125 g. Por lo tanto, para determinar la masa se calculará el valor
medio asociado a su variancia o desviación estándar.
Cálculo de Incertidumbre “Método de Monte Carlo”
Cálculo de Incertidumbre “Método de Monte Carlo”
Cálculo de Incertidumbre “Método de Monte Carlo”
 Cálculo de Incertidumbre “Método de Monte Carlo”
Generación de Distribución triangular, por el método de Monte Carlo:

Ejemplo 3: Determinar la masa de una carga, en una balanza de deformación

elástica (Patrón) de 1 kg de capacidad con una división de escala de 5 g.

Indicación en la balanza: 865 g

Sin embargo, como la balanza es de deformación elástica su amortiguamiento

tendrá un comportamiento triangular. Teniendo en cuenta que su división de
escala de 5 g y como máximo se puede realizar aproximaciones de la lectura
cada 2,5 g. Entonces tendremos como límite inferior 862,5 g y como límite
superior 867,5 g. Por lo tanto, para determinar la masa se calculará el valor
medio asociado a su variancia o desviación estándar.
Cálculo de Incertidumbre “Método de Monte Carlo”
Cálculo de Incertidumbre “Método de Monte Carlo”
Cálculo de Incertidumbre “Método de Monte Carlo”
Cálculo de Incertidumbre “Método de Monte Carlo”
 Cálculo de Incertidumbre “Método de Monte Carlo”
Generación de Distribución trapezoidal, por el método de Monte Carlo:

La generación de una distribución trapezoidal parte de la suma de dos

distribuciones rectangulares.

Ejemplo 4: Supongamos que tenemos dos cargas que han sido pesado en
distintas balanzas:

Primera carga: 865 g.

Pesada en una balanza electrónica con resolución 5 g. Es decir su límite
inferior es 862,5 g (a1) y su límite superior es 867,5 g (b1)

Segunda carga: 3330 g.

Pesada en una balanza electrónica con resolución 10 g. Es decir su límite
inferior es 3325 g (a2) y su límite superior es 3335 g (b2).
Cálculo de Incertidumbre “Método de Monte Carlo”
Cálculo de Incertidumbre “Método de Monte Carlo”
 Cálculo de Incertidumbre “Método de Monte Carlo”
Validación del enfoque GUM mediante el método de Monte Carlo

Enunciado del suplemento 1 de la GUM: Dado que el campo de validez del

MMC es mayor que el enfoque GUM, se recomienda la aplicación de ambos
métodos y la comparación de los resultados obtenidos. Si la comparación
resulta favorable, podrá utilizarse el enfoque GUM tanto para el caso en
cuestión, como para otros casos similares que se presenten en el futuro. En
caso contrario, deberá darse prioridad al empleo del MMC u otra aproximación
apropiada.

MMC GUM
 Cálculo de Incertidumbre “Método de Monte Carlo”
Método de Monte Carlo

Ejemplo 5: Realicemos la suma de dos mediciones de masa (ejemplo 4):

 Cálculo de Incertidumbre “Método de Monte Carlo”
Método de Monte Carlo

Aplicando MMC, obtenemos:

 Cálculo de Incertidumbre “Método de Monte Carlo”

MR (r1) MR(r2) DMR(r1) DMR(r2) da dw dR

0,48949164 0,39350569 0,36353141 0,84475064 0,91470379 0,10151184 0,53858525
0,67237234 0,62348908 0,65020478 0,11735994 0,51148772 0,62982458 0,31015337
0,35064894 0,42221642 0,31585139 0,24743426 0,80272228 0,52424836 0,88499969
0,16425693 0,42945153 0,76246881 0,06511372 0,18958867 0,90643483 0,92258334
0,06157678 0,01977956 0,20712191 0,89674282 0,76043624 0,30918753 0,43093902
 Cálculo de Incertidumbre “Método de Monte Carlo”
MR = 100000 ‐0,93756335 99999,9531 5,14117278 9
s = 0,05 ‐0,63598681 99999,9682 6,51791233
8
‐1,2782502 99999,9361 3,52482912
‐1,71700242 99999,9141 1,82712754 7
2,34292064 100000,117 0,51281259 6
0,74924248 100000,037 6,02616964
5
0,41999345 100000,021 7,30527354
‐0,52692245 99999,9737 6,94463976 4
0,71045835 100000,036 6,19918731 3
‐1,04541751 99999,9477 4,61976968
2
0,69586909 100000,035 6,26310987
0,05818604 100000,003 7,96535038 1
‐0,55653468 99999,9722 6,83412412 0
0,62291485 100000,031 6,57176398 99999,7 99999,8 99999,9 100000 100000,1 100000,2 100000,3
‐0,7239729 99999,9638 6,13938983

z E(DMR) g(DMR)
E(DMR) = 1,234 0,79777309 1,24995546 14,5103693 25
s = 0,02 0,68682805 1,24773656 15,7559502
0,02447408 1,23448948 19,9411409
20
0,67568913 1,24751378 15,8759688
1,41396568 1,26227931 7,34070582
1,12369152 1,25647383 10,6094292 15
1,27564163 1,25951283 8,84147473
‐0,93758078 1,21524838 12,852722 10
‐0,68369894 1,22032602 15,7897714
0,89410558 1,25188211 13,3747965 5
‐0,21463185 1,22970736 19,4929148
0,52813203 1,24456264 17,3505248
0
0,7401036 1,24880207 15,1683012 1,15 1,2 1,25 1,3 1,35
1,08137622 1,25562752 11,11613
 Cálculo de Incertidumbre “Método de Monte Carlo”
E(da) g(da)
da = 1,2 1,28294076 5 6
a = 1,1 1,20229754 5
b = 1,3 1,26054446 5 5
1,13791773 5
1,25208725 5 4
1,24635534 5
1,28314134 5 3
1,16526144 5
1,20614661 5 2
1,26018014 5
1,20890671 5 1
1,24359162 5
1,2676164 5 0
1,10411129 5 1,05 1,1 1,15 1,2 1,25 1,3 1,35
1,28817016 5

dw = 8000 7203,02367 0,0005 0,0006

a = 7000 8259,64916 0,0005
b = 9000 8048,49672 0,0005 0,0005
8812,86967 0,0005
7618,37506 0,0005 0,0004
7363,20817 0,0005
7754,86755 0,0005 0,0003
8078,00782 0,0005
8619,15278 0,0005 0,0002
8912,81974 0,0005
8436,49626 0,0005 0,0001
8040,11405 0,0005
8905,43008 0,0005 0
8973,3032 0,0005 6500 7000 7500 8000 8500 9000 9500
7958,49514 0,0005
 Cálculo de Incertidumbre “Método de Monte Carlo”
dR = 8000 8053,85852 0,01 0,012
a = 7950 8031,01534 0,01
b = 8050 8088,49997 0,01 0,01
8092,25833 0,01
8043,0939 0,01 0,008
8076,68754 0,01
8049,90274 0,01 0,006
8064,67023 0,01
8024,59345 0,01 0,004
8024,59248 0,01
8054,46996 0,01 0,002
8098,55254 0,01
8037,0962 0,01 0
8083,75727 0,01 7980 8000 8020 8040 8060 8080 8100 8120
8016,18478 0,01

ET
Promedio 1,2345784 1,3247238 Min = 0,94463661 0,94463661
s 0,07603328 1,21514531 Max = 1,53436479 0,95053389
1,17429739 Paso = 100 0,95643117
1,2243953 Escalon= 0,00589728 0,96232845
1,41552919 0,96822573
1,34955025 0,97412302
1,31980697 0,9800203
1,18961348 0,98591758
1,25056511 0,99181486
1,12487273 0,99771214
1 25949336 1 00360943
 Cálculo de Incertidumbre “Método de Monte Carlo”
Probabilidad

Desviación de la masa en miligramos

Cálculo de Incertidumbre “Método de Monte Carlo”

0,94463661 250 1,08326263

0,95402559 9750 1,3876546
0,9584571
0,96416261
0,9762097
0,97938865
0,98493582
0,98611951
0,98682535
0,99295121
0,99409518
0,99456128
0,99636232
0,99801894
0,99888455
1,00229453
1,0030132
Cálculo de Incertidumbre “Método de Monte Carlo”

r1(a) r2(a) r1(b) r2(b)

0,70554751 0,53342402 0,57951862 0,28956246
0,30194801 0,7747401 0,01401764 0,76072359
0,81449002 0,7090379 0,04535276 0,4140327
0,86261934 0,79048002 0,37353617 0,96195316
0,87144583 0,05623686 0,94955665 0,36401868
0,52486843 0,76711166 0,05350453 0,59245825
0,46870011 0,29816544 0,6226967 0,64782119
0,26379293 0,27934206 0,82980162 0,82460213
0,58916301 0,98609316 0,91096431 0,22686601
0,69511551 0,98000324 0,24393135 0,53387308
 Cálculo de Incertidumbre “Método de Monte Carlo”

z E g
a= ‐0,1625 ‐0,81685173 ‐0,16339854 259,792489 400
u(a)= 0,0011 0,23959829 ‐0,16223644 352,412687
350
‐0,16306215 ‐0,16267937 357,885081
0,1367897 ‐0,16234953 359,297543 300
0,49218835 ‐0,16195859 321,302125
250
0,12184219 ‐0,16236597 359,992719
‐0,36690688 ‐0,1629036 339,066495 200
‐0,29927525 ‐0,1628292 346,791498
150
1,02471779 ‐0,16137281 214,537231
0,846128 ‐0,16156926 253,544733 100
2,11698108 ‐0,16017132 38,57877
50
0,85066267 ‐0,16156427 252,571172
1,52084139 ‐0,16082707 114,094527 0
1,46946776 ‐0,16088359 123,203667 ‐0,168 ‐0,166 ‐0,164 ‐0,162 ‐0,16 ‐0,158
0,853281 ‐0,16156139 252,008378
‐1,13963869 ‐0,1637536 189,448723
0,25191786 ‐0,16222289 351,347324
‐2,16581009 ‐0,16488239 34,7486209
‐0,50364141 ‐0,16305401 319,475067
 Cálculo de Incertidumbre “Método de Monte Carlo”

z E g
b= 0,00218 ‐0,25699023 0,00200782 576,094853 700
u(b)= 0,00067 0,19669354 0,00231178 584,028708
‐2,13317291 0,00075077 61,1959479 600
1,3634727 0,00309353 235,04228
500
‐0,211282 0,00203844 582,293298
‐2,02292941 0,00082464 76,9512891 400
‐0,58284124 0,0017895 502,422982
0,27595842 0,00236489 573,190308 300
0,06255228 0,00222191 594,27247
‐1,64190104 0,00107993 154,682527 200
0,8803462 0,00276983 404,151415
100
0,64460859 0,00261189 483,733528
‐1,15123576 0,00140867 306,930834 0
‐0,16433916 0,00206989 587,449704 ‐0,001 0 0,001 0,002 0,003 0,004 0,005
‐1,15270608 0,00140769 306,411406
‐0,37917391 0,00192595 554,134747
‐1,58821723 0,00111589 168,692465
‐0,03175915 0,00215872 595,136024
1,37649058 0,00310225 230,887632
 Cálculo de Incertidumbre “Método de Monte Carlo”

ET G
Promedio= ‐0,1494133 ‐0,1513687 ‐0,16515017
s= 0,00417472 ‐0,14838538 ‐0,16483969
Min= ‐0,16515017 ‐0,15818111 ‐0,16452922
Max= ‐0,13410252 ‐0,14381467 ‐0,16421874
Paso= 100 ‐0,14974527 ‐0,16390826
Escalon= 0,00031048 ‐0,15742516 ‐0,16359779
‐0,15218183 ‐0,16328731
‐0,14865995 ‐0,16297683
‐0,14806024 ‐0,16266636
‐0,15509888 ‐0,16235588
‐0,14357587 ‐0,1620454
‐0,14591515 ‐0,16173493
‐0,15238702 ‐0,16142445
‐0,14848182 ‐0,16111397
‐0,15312723 ‐0,1608035
‐0,15221425 ‐0,16049302
‐0,15553701 ‐0,16018255