MÉTODO MONTECARLO

En la actualidad muchas personas no saben ¿Qué es el Método Montecarlo? ¿Cómo se aplica?

¿Para qué sirve? Entre otras interrogantes, pero sin saberlo muchos de ellos lo han aplicado
en diversas situaciones de la vida cotidiana.

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. (OSCAR M.
PONCE)

El uso de los métodos de Monte Carlo como herramienta de investigación, proviene del
trabajo realizado en el desarrollo de la bomba atómica durante la Segunda Guerra Mundial
en el Laboratorio Nacional de Los Álamos en EE. UU. Este trabajo conllevaba la simulación
de problemas probabilísticos de hidrodinámica concernientes a la difusión de neutrones en el
material de fisión. Esta difusión posee un comportamiento eminentemente aleatorio. En la
actualidad es parte fundamental de los algoritmos de Raytracing para la generación de
imágenes 3D

La invención del método de Monte Carlo se asigna a Stanislaw Ulam y a John von Neumann.
Ulam ha explicado cómo se le ocurrió la idea mientras jugaba un solitario durante una
enfermedad en 1946. Advirtió que resulta mucho más simple tener una idea del resultado
general del solitario haciendo pruebas múltiples con las cartas y contando las proporciones
de los resultados que computar todas las posibilidades de combinación formalmente. Se le
ocurrió que esta misma observación debía aplicarse a su trabajo de Los Álamos sobre
difusión de neutrones, para la cual resulta prácticamente imposible solucionar las ecuaciones
íntegro-diferenciales que gobiernan la dispersión, la absorción y la fisión. “La idea consistía
en probar con experimentos mentales las miles de posibilidades, y en cada etapa, determinar
por casualidad, por un número aleatorio distribuido según las probabilidades, qué sucedería
y totalizar todas las posibilidades y tener una idea de la conducta del proceso físico”.

Podían utilizarse máquinas de computación, que comenzaban a estar disponibles, para

efectuar las pruebas numéricas y en efecto reemplazar el aparato experimental del físico.
Durante una de las visitas de von Neumann a Los Álamos en 1946, Ulam le mencionó el
método. Después de cierto escepticismo inicial, von Neumann se entusiasmó con la idea y
pronto comenzó a desarrollar sus posibilidades en un procedimiento sistemático. Ulam
expresó que Monte Carlo “comenzó a tener forma concreta y empezó a desarrollarse con
todas sus fallas de teoría rudimentaria después de que se lo propuse a Johnny”.4

En 1946, los físicos del Laboratorio Científico de Los Álamos están investigando blindaje
contra la radiación y la distancia que los neutrones probablemente viajar a través de diferentes
materiales. A pesar de tener la mayor parte de los datos necesarios, tales como la distancia
media de un neutrón sería viajar en una sustancia antes de que chocó con un núcleo atómico,
y la cantidad de energía que era probable que emiten después de una colisión de neutrones,
los físicos de Los Álamos no pudieron resolver el problema con métodos matemáticos
convencionales, deterministas. Stanislaw Ulam tuvo la idea de usar los experimentos
aleatorios. Él relata su inspiración de la siguiente manera:

Los primeros pensamientos e intentos que hice a la práctica fueron sugeridas por una
pregunta que se me ocurrió en 1946 cuando estaba convaleciente de una enfermedad y
jugando solitarios. La pregunta era: ¿cuáles son las posibilidades de que un solitario Canfield
distribuida con 52 cartas saldrán con éxito? Después de pasar un montón de tiempo tratando
de estimarlos mediante cálculos combinatorios puros, me preguntaba si un método más
práctico que el "pensamiento abstracto" Puede que no sea para ponerla a decir cien veces y
simplemente observar y contar el número de obras de éxito. Esto ya era posible prever con
el inicio de la nueva era de las computadoras rápidas, y de inmediato pensó en los problemas
de difusión de neutrones y otras cuestiones de la física matemática, y más en general la
manera de cambiar los procesos descritos por ciertas ecuaciones diferenciales en una forma
equivalente interpretable como una sucesión de operaciones aleatorias. Más tarde, describí
la idea de John von Neumann, y comenzamos a planificar cálculos reales. -Stanislaw Ulam
Siendo secreto, el trabajo de von Neumann y Ulam requiere un nombre en clave. Von
Neumann eligió el nombre de Monte Carlo. El nombre hace referencia al Casino de Monte
Carlo en Mónaco, donde el tío de Ulam pediría prestado dinero para jugar. Uso de listas de
números aleatorios "verdaderamente aleatorios" era extremadamente lento, pero von
Neumann desarrolló una forma de calcular números pseudoaleatorios, utilizando el método
de cuadrados de media.

Usos de los métodos de Monte Carlo requieren grandes cantidades de números aleatorios, y
era el uso que estimuló el desarrollo de generadores de números pseudoaleatorios, que eran
mucho más rápido de usar que las tablas de números aleatorios que se habían utilizado
anteriormente para el muestreo estadístico.
APLICACIONES DEL MODELO MONTECARLO

Métodos de Monte Carlo son especialmente útiles para la simulación de fenómenos con
incertidumbre en los insumos y sistemas con un gran número de grados de libertad acoplados.
Las áreas de aplicación incluyen:

Ingeniería

Métodos de Monte Carlo son ampliamente utilizados en ingeniería para el análisis de

sensibilidad y análisis probabilístico cuantitativa en el diseño del proceso. La necesidad surge
de la conducta interactiva, co-lineal y no lineal de simulaciones de procesos típicos. Por
ejemplo,

 En la microelectrónica de ingeniería, métodos de Monte Carlo se aplican a analizar

las variaciones correlacionadas y no correlacionadas en los circuitos integrados
analógicos y digitales.
 En geoestadística métodos de Monte Carlo sustentan el diseño de diagramas de flujo
de procesamiento de minerales y contribuyen al análisis de riesgo cuantitativo. en el
análisis de rendimiento de la energía eólica, la producción de energía previsto de un
parque eólico durante su vida útil se calcula dar diferentes niveles de incertidumbre
 Impactos de la contaminación son simuladas y diesel en comparación con la gasolina.
 En robótica autónoma, Monte Carlo localización puede determinar la posición de un
robot. Se aplica a menudo a filtros estocásticos tales como el filtro de Calman o un
filtro de partículas que forma el corazón del algoritmo de SLAM.
 En la ingeniería aeroespacial, se utilizan los métodos de Monte Carlo para asegurar
que múltiples partes de un ensamblaje encajan en un componente del motor.

Telecomunicaciones

Cuando se planifica una red inalámbrica, el diseño debe ser probado para trabajar
para una amplia variedad de escenarios que dependen principalmente del número de
usuarios, su ubicación y los servicios que desea utilizar. Métodos de Monte Carlo se
utilizan típicamente para generar estos usuarios y sus estados. El rendimiento de la
red se evaluó a continuación y, si los resultados no son satisfactorios, el diseño de la
red pasa a través de un proceso de optimización.

Finanzas y negocio

Métodos de Monte Carlo en finanzas a menudo se utilizan para calcular el valor de

las empresas, para evaluar las inversiones en proyectos en una unidad de negocio o
nivel corporativo, o para evaluar los derivados financieros. Pueden ser utilizados para
los programas del proyecto de modelo, donde las simulaciones se agregan las
estimaciones para el peor de los casos, el mejor de los casos, y lo más probable
duración de cada tarea para determinar los resultados para el conjunto del proyecto.
Conclusión.

El método de Montecarlo fue creado por investigadores estadounidenses para resolver

problemas físicos y químicos en la realización de la bomba atómica para la cual se
empleó durante la Segunda Guerra Mundial. Después de esto el modelo fue empleado
para la resolución de múltiples problemas matemáticos con exitosos resultados.

La importancia actual del método Montecarlo se basa en la existencia de problemas

que tienen difícil solución por métodos exclusivamente analíticos o numéricos, pero
que dependen de factores aleatorios o se pueden asociar a un modelo probabilística
artificial (resolución de integrales de muchas variables, minimización de funciones,
etc.). Gracias al avance en diseño de los ordenadores, cálculos Montecarlo que en
otro tiempo hubieran sido inconcebibles, hoy en día se presentan como asequibles
para la resolución de ciertos problemas.

Este método es aplicable para cualquier tipo de problema ya sea determinístico o

estocásticos empleado en problemas complejos que solamente se pueden resolver
por programas de computadora, así como problemas simples que se resolverán a
mano sin tanta dificultad.