El método Monte Carlo es un proceso que sirve para conocer la probabilidad con la que ocurre un evento, que se tiene al realizar un experimento un número suficiente de veces y determinando la variable aleatoria dependiente como función de densidad de los resultados obtenidos. Además los resultados son similares a lo “exacto”.
Como una definición más general del método Monte Carlo es: “proporciona soluciones aproximadas a una gran variedad de problemas matemáticos, haciendo factible la realización de experimentos con muestras de números pseudo-aleatorios”.
Una de las ventajas de Monte Carlo es sobre los resultados probabilísticos y gráficos, los probabilísticos muestran que puede suceder y que tan probable es que suceda un resultado, y graficamentese puede observar sual es la posibilidad de que algo suceda.
Cuando se tienen pocos resutaltados, Monte Carlo hace más fácil ver cuales son las variables que más influyen en los resultados.
Este método también puede fallar, es decir, que no siempre se proporciona un resultado correcto, una desventaja del método es que si trabaja con modelos de simulación muy complejos puede requerir mucho tiempo para construirlos.
Bootstrap constituye una técnica conocida en el ambito del remuestreo en el que no se necesita la distribución de los datos. La idea principal es analizar las muestras como si fuera la población y a partir de esta extraer con reposición una cantidad de números de remuestreo de tamaño n de tal forma que cada remuestra mantiene el mismo número de elementos que la muestra original pero conserva varios datos originales. En consecuencia cada remuestreo obtenido será algo diferente de la muestra original de manera que un estadístico ···· calculado a partir de una de esas remuestras tomará un valor diferente del que produce otra remuestra y del ··· observado.