Estimación Numérica Monte Carlo

Presentar las bases de los métodos de Monte Carlo como herramientas para la resolución numérica aproximada de
problemas de cálculo, y particularmente de estimación de integrales y de estimación de conteos.
Proporcionar al estudiante los conceptos más importantes y las herramientas prácticas para diseñar e implementar
un algoritmo Monte Carlo básico incluyendo manejo de la generación y determinación del tamaño de las muestras, y
análisis de las salidas para determinar los errores de aproximación esperados.

1. Introducción a los Métodos de Monte Carlo
   1. Esquema general.
   2. Conceptos básicos.
2. Estimación de volúmenes e integrales.
   1. Introducción.
   2. Tamaño de muestra y error.
   3. Intervalos de confianza.
   4. Comparación con otros métodos clásicos para integración en múltiples variables.
3. Problemas de Conteo.
4. Generación de muestras.
   1. Números aleatorios y seudoaleatorios.
   2. Variables aleatorias independientes de distribuciones continuas y discretas.
5. Otros tópicos
   1. Métodos para aumentar la eficiencia computacional.
   2. Intervalos de confianza simultáneos.
   3. Estimación de cocientes.
   4. Estimación secuencial.