Universidad Nacional de San Agustı́n de Arequipa

Curso: Fı́sica Computacional 2

Tarea 2: Método de Montecarlo
Miguel Vizcardo
mvizcardoc@unsa.edu.pe
27 de abril de 2020

1. Introducción [1]
El método de Montecarlo es un método no determinista o estadı́stico numéri-
co, usado para aproximar expresiones matemáticas complejas y costosas de eva-
luar con exactitud. El método se llamó ası́ en referencia al Casino de Montecarlo
(Mónaco) por ser la capital del juego de azar, al ser la ruleta un genera-
dor simple de números aleatorios. El nombre y el desarrollo sistemático de los
métodos de Montecarlo datan aproximadamente de 1944 y se mejoraron enor-
memente con el desarrollo de la computadora.
El uso de los métodos de Montecarlo como herramienta de investigación, pro-
viene 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 probabilı́sticos de hi-
drodinámica concernientes a la difusión de neutrones en el material de fisión.
Esta difusión posee un comportamiento eminentemente aleatorio. En la actua-
lidad es parte fundamental de los algoritmos de raytracing para la generación
de imágenes 3D.
En la primera etapa de estas investigaciones, John von Neumann y Stanislaw
Ulam refinaron esta ruleta y los métodos ”de división”de tareas. Sin embargo, el
desarrollo sistemático de estas ideas tuvo que esperar al trabajo de Harris y Her-
man Kahn en 1948. Aproximadamente en el mismo año, Enrico Fermi, Nicholas
Metropolis y Ulam obtuvieron estimadores para los valores caracterı́sticos de la
ecuación de Schrödinger para la captura de neutrones a nivel nuclear usando
este método.
El método de Montecarlo proporciona soluciones aproximadas a una gran va-
riedad de problemas matemáticos posibilitando la realización de experimentos
con muestreos de números pseudoaleatorios en una computadora. El método
es aplicable a cualquier tipo de problema, ya sea estocástico o determinista. A
diferencia de los métodos numéricos que se basan en evaluaciones en N puntos
en un espacio M-dimensional para producir una solución aproximada, el método

1
de Montecarlo tiene un error absoluto de la estimación que decrece como √1
N
en virtud del teorema del lı́mite central.

2. Orı́genes del método [1]

La invención del método de Montecarlo 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 múlti-
ples con las cartas y contando las proporciones de los resultados que computar
todas las posibilidades de combinación formalmente. Se le ocurrió que esta mis-
ma observación debı́a aplicarse a su trabajo de Los Álamos sobre difusión de
neutrones, para la cual resulta prácticamente imposible solucionar las ecuacio-
nes ı́ntegro-diferenciales que gobiernan la dispersión, la absorción y la fisión.
La idea consistı́a 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 sucederı́a
y totalizar todas las posibilidades y tener una idea de la conducta del
proceso fı́sico.
Podı́an utilizarse máquinas de computación, que comenzaban a estar disponi-
bles, para efectuar las pruebas numéricas y en efecto reemplazar el aparato ex-
perimental del fı́sico. 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 to-
das sus fallas de teorı́a rudimentaria después de que se lo propuse a
Johnny.
A principios de 1947 Von Neumann envió una carta a Richtmyer a Los Álamos
en la que expuso de modo influyente tal vez el primer informe por escrito del
método de Montecarlo. Su carta fue encuadernada junto con la respuesta de
Richtmyer como un informe de Los Álamos y distribuida entre los miembros del
laboratorio. Von Neumann sugerı́a aplicar el método para rastrear la generación
isótropa de neutrones desde una composición variable de material activo a lo
largo del radio de una esfera. Sostenı́a que el problema era adecuado para el
ENIAC y estimaba que llevarı́a 5 horas calcular la acción de 100 neutrones a
través de un curso de 100 colisiones cada uno.
Ulam estaba particularmente interesado en el método Montecarlo para eva-
luar integrales múltiples. Una de las primeras aplicaciones de este método a
un problema determinista fue llevada a cabo en 1948 por Enrico Fermi, Ulam
y von Neumann cuando consideraron los valores singulares de la ecuación de
Schrödinger

2
3. El calculo del valor de π
Para calcular el valor de π:

a. Generar N valores aleatorios de x y y entre −1 a 1

p
b. Calcular el valor de R = x2 + y 2

c. Si el valor de R es menor de 1 incrementar n (puntos que caen dentro

del area del circulo)
d. Como n es proporcional al area de la circunferencia y N es proporcional
al area del cuadrado.
Acirculo n
= (1)
Acuadrado N
π ∗ r2 n
= (2)
l∗l N
y como l = 2 ∗ r
π ∗ r2 n
= (3)
(2r)2 N
Despejando π
n
π =4∗ (4)
N

3.1. Implementación 1
a. Hacer un programa que Uds. desee para obtener el valor aproximado
de π usando el método de Montecarlo.

b. Hacer un promedio de 20 veces y gráficar el valor en función de N

c. De que forma se puede mejorar los resultados fijando el número de

lanzamientos N ?

4. Integración de Montecarlo [2]

En matemáticas, y más concretamente en análisis numérico, se conocen co-
mo métodos de Montecarlo a una serie de métodos de integración numérica
que se basan en la utilización de números pseudoaleatorios. Es decir, los méto-
dos de integración de Montecarlo son algoritmos para encontrar una evaluación
aproximada de una integral definida, normalmente de integrales múltiples. Los
algoritmos deterministas de integraciún numérica, para aproximar la integral,
evalúan la función en un conjunto de puntos correspondientes a una parrilla
regular o en un conjunto de puntos predefinidos. En cambio, los métodos de
Montecarlo eligen de forma aleatoria los puntos en los que se evaluará la función.
La integración de Montecarlo forma parte de una familia de algoritmos llama-
dos genéricamente métodos de Montecarlo. Estos algoritmos utilizan números

3
aleatorios para resolver diferentes tipos de problemas matemáticos y reciben su
nombre debido al casino de Montecarlo.

4.1. Algoritmo [2]

Rb
Sea la integral definida en un intervalo [a, b] de a f (x)dx, siendo f (x) una
función de mucha dificultad para integrar; se hace el siguiente cambio de varia-
ble: y = x−ab−a , dx = dy(b − a) y se sustituye en la función a integrar definida
Rb
a
f (x)dx quedando una función a integral definida en un intervalo [0, 1] de la
R1
forma 0 h(y)dy, con h(y) = f (y(b − a) + a) ∗ (b − a).
Luego se generan las variables aleatorias ui , n de veces se quiera por medio
de la siguiente fórmula (generador congruencial de números pseudo-aleatorios):
xn+1 = (pxn + q) mód m donde xn es la semilla, q es el incremento, p es el
multiplicativo y m es el módulo; con p 6= xn . Estos valores se toman al azar y
se van obteniendo los xn+1 , las n veces que se requiera.
Cuando tengamos los xn+1 se comienza a generar los ui por esta fórmula
ui = xmi , donde inicialmente i = 1, es decir u1 = xm1 , u2 = xm2 , ası́ sucesivamente.
Los números ui obtenidos son números aleatorios en un intervalo [0, 1], que se
Pn Rb
van a sustituir en la fórmula siguiente: b−a n i=1 f (ui (b − a) + a) ≃ a f (x)dx
Mientras más grande sea n, más exacta es la aproximacin. Es decir:
Pn Rb
lı́mn→∞ b−a n i=1 f (ui (b − a) + a) = a f (x)dx

4.2. Implementación
a. Hacer
R 1 un2 programa para obtener el área aproximada de la siguiente inte-
gral 0 e−x considerando un cuadrado contenga esta función con vértices
[0, 0], [1, 0], [1, 1], [0, 1]
b. Hacer un programa para obtener el área aproximada de la región aco-
tada por y = x; y = −x; x = 1
c. Hacer un programa para obtener el área aproximada de la región acotada
por y = x2 ; y = −x2 ; x = 1; x = −1
d. Hacer un programa para obtener el volumen aproximado que hay entre
la superficie y el plano z = 0 de la función f (x, y) = x2 + y 2 (paraboloide
de revolución), siendo los limites de x y y de 0 a 1.

Referencias
[1] https://es.wikipedia.org/wiki/M%C3%A9todo_de_Montecarlo
[2] Chapra et al, Métodos númericos para ingenieros, Mc Graw Hill, Quinta
Edición, México,( 2006 )