Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Enero 2012
i
Contenido
1. INTRODUCCIÓN ....................................................................................................... 1
2. LA ECUACIÓN DE TRANSPORTE ........................................................................... 4
2.1. Métodos de solución de la Ecuación de Transporte ................................. 5
3. MÉTODOS MONTE CARLO...................................................................................... 6
3.1. Usos diversos del Método Monte Carlo ...................................................... 8
3.1.1. Integrando con el método Monte Carlo .................................................... 9
3.1.1.1. Método 1: Usando Monte Carlo para obtener el valor del área ......... 10
3.1.1.2. Método 2: Usando Monte Carlo para obtener el valor del área ......... 10
Problemas ........................................................................................................... 13
3.1.2 La aguja de Buffón ................................................................................... 14
Experimento ........................................................................................................ 19
3.1.2 Otro método para estimar el valor de .................................................. 19
Problema ............................................................................................................. 21
Experimento ........................................................................................................ 21
4. PRIMEROS USOS DEL MONTE CARLO EN LAS CIENCIAS NUCLEARES ...... 22
5. NÚMEROS ALEATORIOS....................................................................................... 24
Problemas ........................................................................................................... 26
6. CARACTERÍSTICAS DEL CÓDIGO MCNP ............................................................ 28
6.1 Ejecución del MCNP ..................................................................................... 29
6.2 Modelización con MCNP .............................................................................. 31
6.3 Visualización del modelo generado ............................................................ 43
Experimentos Monte Carlo ................................................................................ 47
7. CONCLUSIONES .................................................................................................... 49
REFERENCIAS ............................................................................................................ 51
i
Índice de figuras
Figura 4.- Par ordenado obtenido a partir del primer número aleatorio para x 12
Figura 7.- Trazo de la función (L/2) Sen inscrita en el rectángulo (L/2) () 16
Figura 17.- Dos vistas, frente y perfil, del mismo modelo trazadas con el MCNP 45
Índice de tablas
ii
Resumen
Se presentan los elementos de los Métodos Monte Carlo, así como los
fundamentos del uso del código MCNP para el cálculo del transporte de
partículas. En los últimos 20 años el desarrollo tecnológico ha permitido contar
con sistemas de cómputo más rápidos y a costos más accesibles, situación que
junto con el mejoramiento en el conocimiento de la composición elemental de
diversas matrices permiten utilizar de manera cotidiana los métodos Monte
Carlo en la solución de problemas relacionados con el transporte de partículas.
Hoy día no se concibe la formación de un profesional de las Ciencias Nucleares
sin los elementos que le permita utilizar estos métodos en el planteamiento y la
solución de problemas. El código MCNP es uno de los más antiguos y
eficientes, situación por la cuál sus resultados han sido validados en diversas
situaciones y casos. Este código se actualiza y mejora en forma constante.
Actualmente la versión mas reciente se conoce como mcnp5, que contiene dos
códigos el mcnp y el mcnpx. El primero permite hacer cálculos con neutrones
de hasta 20 MeV, mientras que el segundo código permite manejar neutrones
de hasta 150 MeV. Como parte de las actividades académicas del Cuerpo
Académico de Radiobiología se ha desarrollado estas notas con el fin de
contribuir al aprendizaje de los fundamentos del método Monte Carlo, así como
al desarrollo de las competencias necesarias del uso y aplicación del código
MCNP en el modelado de problemas, simulación del transporte de radiación y
el cálculo de la energía absorbida en la materia aplicado a la Espectrometría y
la Dosimetría de fotones, neutrones y electrones.
iii
1. INTRODUCCIÓN
1
En 1887 Michelson y Morley realizaron diversos experimentos tendientes
a demostrar la existencia del Éter motivados por la necesidad de explicar el
fenómeno de la aberración estelar. Este medio ya había sido postulado por
Aristóteles como el medio material que componía al mundo supralunar,
mientras que el mundo sublunar estaba compuesto por los átomos de
Demócrito: Fuego, Aire, Tierra y Agua. Durante la edad media el éter se
conoció también como el Quinto Elemento.
2
crítica se utilizaron los métodos Monte Carlo, aunque en la historia de la
humanidad estos métodos habían sido utilizados siglos atrás, pero el nombre
de Monte Carlo no se dio sino hasta 1949 en que se publicó el primer artículo
con este nombre. [Metropolis and Ulam 1949]
3
2. LA ECUACIÓN DE TRANSPORTE
4
En este sistema, el flujo es el número de partículas por unidad de área y
de tiempo que se encuentran un en la posición r = f(r, o, o), y cuyas energías
están entre E y E+dE y que se mueven a lo largo del ángulo sólido
comprendido entre y +d.
s(r , E´) p( E´ E, ´ ) (r , , E´) d´dE S (r , , E )
E´ ´ (1)
(r , , E ) (r , E )(r , , E ) 0
t
5
3. MÉTODOS MONTE CARLO
6
Los métodos Monte Carlo se utilizan para obtener una simulación
detallada del transporte de la radiación ionizante a través de la materia. Existen
dos formas de aplicar el Monte Carlo, de ahí el nombre de métodos Monte
Carlo, el primero llamado análogo, donde no se utilizan procedimientos de
reducción de varianza y se requieren de largos tiempos de cómputo. El
segundo, denominado no análogo, donde para reducir los tiempos de cómputo
se aplican técnicas de reducción de varianza.
7
Mediante los métodos Monte Carlo se utilizan números aleatorios para
seleccionar las distancias de vuelo individuales para cada partícula, después
de simular un número grande de partículas las distancias de vuelo se
distribuyen acorde a la función de distribución Exp[- x].
8
3.1.1. Integrando con el método Monte Carlo
3 3
A yx dx x 3 dx
1 3 3 1 3 27
x 0 3 03 9 unidades de área. (2)
0 0
3 3 3
9
3.1.1.1. Método 1: Usando Monte Carlo para obtener el valor del área
N
1
y Avg
N
x i2 (3)
o
A = 3 yAvg (4)
3.1.1.2. Método 2: Usando Monte Carlo para obtener el valor del área
El valor del área de interés estará dado por el área del rectángulo
multiplicada por la razón de pares la cantidad de pares ordenados (puntos) que
se localicen debajo del área de interés (n) y el número total de pares ordenados
generados (N).
10
El procedimiento detallado es ejecutar los siguientes pasos N veces,
11
Figura 4.- Par ordenado obtenido a partir del primer número aleatorio para x
12
Figura 5.- Posibilidades de la comparación entre el valor de y1 y el valor de Y1
Problemas
13
porcentual entre el valor del área obtenido y su valor real. La diferencia
porcentual será igual a,
AREA 9 100
Diferencia Porcentual (6)
9
14
casos en los que la aguja cruza una de las líneas; la razón entre este número y
el total de lanzamientos es proporcional a .
15
Figura 7.- Trazo de la función (L/2) Sen inscrita en el rectángulo (L/2) ()
L
a f ( ) 2 Sen d
L 2
0
(7)
ARECTÁNGULO L L
2 2
16
Figura 8.- Trazo de pocos puntos trazados al azar
17
Si el número de puntos se hace muy grande y utilizamos colores
distintos para indicar aquellos puntos que se ubican dentro de f() y los que
yacen fuera, pero dentro del rectángulo obtendremos un patrón como se
muestra en la figura 10.
a f ( ) 2 n
(8),
ARECTÁNGULO N
18
por lo tanto, el valor de se puede estimar mediante la ecuación 8,
N
2 (9),
n
Experimento
19
encontrarán dentro del círculo, como se observa en la figura 11. [Khalos and
Whitlock 1986]
20
n
4 (11)
N
Problema
Experimento
21
4. PRIMEROS USOS DEL MONTE CARLO EN LAS
CIENCIAS NUCLEARES
1
1 E Si E E' E
f E E' (12)
0 Cualquier otra situación
2
A 1
(13)
A 1
22
El uso de las ecuaciones 12 y 13 en Monte Carlo nos permite determinar
la energía que adquiere un neutrón E’ cuando es dispersado en un medio con
núcleos cuyo número másico es A y un número aleatorio, , mediante la
ecuación 14.
E' E (14)
E
ln
n E' (15)
1
A 1 A 1
2
ln
2A A 1
23
5. NÚMEROS ALEATORIOS
24
Figura 12.- Distribución de la probabilidad de los números aleatorios
25
algoritmos de buena y mala calidad. Uno de los requisitos que debe tener un
buen generador de números pseudo aleatorios es que tengan un periodo largo,
lo que implica que después de haber seleccionado un conjunto de números se
vuelve a repetir el conjunto, la otra es que dentro del periodo no se presenten
secuencias. Para determinar la calidad del generador de números pseudo
aleatorios se aplican diversas pruebas estadísticas, entre las que están el
determinar el promedio y la desviación estándar. [Lewis and Miller 1993]
Problemas
26
c).- De sus resultados obtenidos en los incisos anteriores determine si su
calculadora genera buenos números pseudo aleatorios.
27
6. CARACTERÍSTICAS DEL CÓDIGO MCNP
Se han desarrollado varias versiones del código, hoy día la versión más
reciente es MCNP 5, que contiene el código que trabaja con energías del
neutrón menores o iguales a 20 MeV, así como el código que trabaja para
energías superiores a este valor (MCNPX).
28
Si en el cálculo se requieren energías aún mayores el código
extrapola los valores de las secciones eficaces. Otra diferencia relevante en
el MCNP5 es que existe una variedad mayor en los objetos que permiten hacer
el modelado geométrico de una forma más sencilla.
Para ejecutar el MCNP es necesario introducir los datos del caso bajo
estudio en un archivo, que se convierte en el archivo de entrada, éste se puede
construir con cualquier editor de textos. El archivo se debe incluir en el
directorio que contiene el programa ejecutable del MCNP (mcnp.exe), que
además debe incluir otro archivo denominado xsdir, donde se indican las
bibliotecas y la dirección donde se encuentran las secciones eficaces, que
normalmente se encuentran en un subdirectorio denominado xs que se ubica
en el mismo directorio donde está el mcnp.exe.
29
Suponiendo que el archivo se llama kaso1, se puede iniciar la simulación
mediante las siguientes instrucciones,
El código puede hacer un trazo del modelo de nuestro caso, para verlo y
revisar los posibles errores que hayamos tenido en la generación del archivo de
entrada se utiliza la siguiente instrucción,
C:\mcnp4c>mcnp ip inp=kaso1
30
Información sobre cada cuantas historias queremos almacenar los
resultados
Instrucciones de impresión en el archivo de salida
Las unidades utilizadas en MCNP son centímetros para longitud, MeV para
energía, gramos/cm3 o normalizadas a 1 en o/a (fracción atómica) o o/w
(fracción en peso) para la densidad, átomos/b-cm para las secciones eficaces,
MeV para la temperatura, 10-8 segundos para el tiempo ( a esta unidad se le
llama Shake (sacudida)), la energía liberada en la fisión o calentamiento en
MeV/colisión.
Superficies
Las celdas se definen mediante superficies cuya relación se establece
con los operadores boléanos de unión, intersección y complemento. Las
superficies se definen utilizando signos positivos y negativos para indicar su
orientación respecto al origen del sistema cartesiano tridimensional, un símbolo
que define el tipo de superficie y los coeficientes de la función que la describe.
En la tabla 1 se muestra los datos necesarios para definir un grupo de
superficies; el total de superficies y la explicación de todos los parámetros se
pueden ver en el manual del MCNP.
31
Tabla 1.- Información para definir las superficies en el MCNP
2 2 2 2
Sx Esfera – centrada en el eje X (x - x') + y + z - R x' R
2 2 2 2
Sy Esfera – centrada en el eje Y x + (y - y') + z - R = 0 y' R
2 2 2 2
Sz Esfera – centrada en el eje Z x + y + (z - z') - R = 0 z' R
2 2 2
c/x Cilindro – paralelo al eje X (y - y') + (z - z') - R = 0 y' z' R
2 2 2
c/y Cilindro – paralelo al eje Y (x - x') + (z - z') - R = 0 x' z' R
2 2 2
c/z Cilindro – paralelo al eje Z (x - x') + (y - y') - R = 0 x' y' R
2 2 2
Cx Cilindro – en el eje X y +z -R =0 R
2 2 2
Cy Cilindro – en el eje Y x +z -R =0 R
2 2 2
Cz Cilindro – en el eje Z x +y -R =0 R
2 2 1/2
k/x Cono – paralelo al eje X [(y-y’) + (z-z’) ] - t(x-x’)=0 x’, y’,z’ t2 ±1
2 2 1/2
k/y Cono- paralelo al eje Y [(x-x’) + (z-z’) ] - t(y-y’)=0 x’, y’,z’ t2 ±1
2 2 1/2
k/z Cono- paralelo al eje Z [(x-x’) + (y-y’) ] - t(z-z’)=0 x’, y’,z’ t2 ±1
2 2 1/2
Kx Cono- sobre el eje X [y + z ] - t(x-x’)=0 x’ t2 ±1
2 2 1/2
Ky Cono- sobre el eje Y [x + z ] - t(y-y’)=0 y’ t2 ±1
2 2 1/2
Kz Cono- sobre el eje Z [x + y ] - t(z-z’)=0 z’ t2 ±1
NS símbolo parámetros
32
número de superficie debe ubicarse en las primeras 5 columnas, como se
muestra en el siguiente ejemplo,
7 so 20
8 sz 12 100
33
Celdas
Se utiliza una tarjeta para cada celda. A cada celda se le asigna un
número que le identifica. La celda se llena con un material que se identifica con
un número antecedido por la letra m, vg m1, m2, …, mj. En la misma tarjeta se
define al densidad del material de la celda. Si en esta posición se utiliza el 0
implica que la celda en cuestión contiene el vacío; si la densidad lleva un signo
positivo implica que está definida en átomos/b-cm y se es negativo, sus
unidades están en g/cm3.
34
En la siguiente tarjeta se define la celda 8, hecha a base del material 3
cuya densidad es de 2.7 g/cm3 y está formada por la intersección de la parte
positiva de la superficie 3 y la parte negativa de la superficie 6 excepto lo que
defina la celda 7.
Materiales
Los materiales se especifican definiendo el número que les identifica,
indicando el elemento con el número atómico y el másico (ZAID). En la misma
tarjeta se debe especificar la fracción: si se define la fracción atómica se utiliza
un número positivo y negativo si la definición se da en fracción en peso. Para
un material se puede seleccionar un solo tipo de unidades. En forma general
los materiales se definen de la siguiente forma,
Por ejemplo,
35
241 9
El material 1 está formado por dos isótopos Am y Be cuyas
concentraciones, en fracción atómica, son respectivamente 0.07 y 0.93 o/a. En
el caso del Am se utiliza una biblioteca específica para obtener los valores de
las secciones eficaces. En el caso del material 4 la densidad del material se
define en fracción en peso, o/w. El material 5, que define el agua, incluye un
dato extra que se identifica con mt5. Esto implica que durante la simulación
Monte Carlo se utilice el tratamiento S() en las secciones eficaces cuando
los neutrones con energías térmicas estén interactuando con este material.
Término Fuente
MCNP permite simular fuentes de electrones, fotones o neutrones. La
fuente se define especificando la posición, la dirección de emisión y la energía
de las partículas que puede ser monoenergéticas, con una distribución continua
o con una distribución discreta.
36
Por ejemplo, una fuente puntual ubicada en el origen de coordenadas y
que emite isotrópicamente partículas del tipo 2 (fotones) cuya energía son 7
MeV se definiría como,
37
El tipo de partícula (1) son neutrones. La distribución discreta se define
con si1 que contiene las energías y sp1 contiene las respectivas
probabilidades. En este ejemplo se ha incluido una tarjeta sc1 que señala un
comentario que aparecerá en el archivo de salida.
Modo de transporte
En MCNP es necesario indicar el modo de transporte de las partículas,
así si se desea que el código tenga en cuenta la generación de electrones pero
no su transporte, el modo es:
mode p
mode p e
mode p n
38
Contabilizaciones
MCNP dispone de diferentes métodos de contabilización (tally o tallies),
para el caso de neutrones se tienen 7, para fotones 6 y 4 para electrones.
fn:partícula celdas
C (r , E, t ) f ( E ) dE dt dr (16)
r t E
dV
F 4 (r , E, t ) dt dE (17)
V
dV
* F 4 E(r , E, t ) dt dE (18)
V
39
Tabla 2.- Contabilizadores para fotones usados en el MCNP
Número de partículas
La propiedad o magnitud física que se desea calcular, se hace
contabilizando las partículas que alcanzan un punto o celda de interés, como
estos eventos son aleatorios se obtiene un promedio que se expresa
normalizado a las partículas emitidas por la fuente que se definen mediante,
nps 1000
1 so 5 $ Fuente AmBe
2 cz 30 $ Cuerpo
3 pz 40 $ Tapa superior
4 pz -40 $ Base
5 so 500 $ Laboratorio
c
m1 95241 0.07 $AmBe Am241
4009 0.93 $ Be
40
m2 6000 -0.85628 $Polietileno C
1001 -0.14372 $ H
mt2 poly.01
m3 6000 -0.000124 $Aire C
7014 -0.755267 $ N14
8016 -0.231781 $ O16
18000 -0.012827 $ Ar
c ******************************************************************
c * Distribucion de la fuente de Am241 - Be *
c ******************************************************************
c La distribucion la obtuve de ISO-8529, parte 3, 1998 (Gallego, E.
c et al. (2002) Informe de avance del proyecto de I+D sobre dosimetria
c neutronica en la UPM, CTN-04/02. Este espectro lo use como
c termino fuente y lo converti al BUNKI, el espectro resultante fue
c igual al producido por el espectro del AmBe de la IEAE (Tech. 318)
sc1 Fuente de 241Am - Be
sdef pos 0 0 0 erg=d1 wgt=1 cel=1
si1 h 4.14E-07 1.10E-01 3.30E-01 5.40E-01 7.50E-01 9.70E-01
1.18E+00 1.40E+00 1.61E+00 1.82E+00 2.04E+00 2.25E+00
2.47E+00 2.68E+00 2.90E+00 3.11E+00 3.32E+00 3.54E+00
3.75E+00 3.97E+00 4.18E+00 4.39E+00 4.61E+00 4.82E+00
5.04E+00 5.25E+00 5.47E+00 5.68E+00 5.89E+00 6.11E+00
6.32E+00 6.54E+00 6.75E+00 6.96E+00 7.18E+00 7.39E+00
7.61E+00 7.82E+00 8.03E+00 8.25E+00 8.46E+00 8.68E+00
8.89E+00 9.11E+00 9.32E+00 9.53E+00 9.75E+00 9.96E+00
1.02E+01 1.04E+01 1.06E+01 1.08E+01 1.10E+01
sp1 d 0.0 1.44E-02 3.34E-02 3.13E-02 2.81E-02 2.50E-02
2.14E-02 1.98E-02 1.75E-02 1.92E-02 2.23E-02 2.15E-02
2.25E-02 2.28E-02 2.95E-02 3.56E-02 3.69E-02 3.46E-02
3.07E-02 3.00E-02 2.69E-02 2.86E-02 3.18E-02 3.07E-02
3.33E-02 3.04E-02 2.74E-02 2.33E-02 2.06E-02 1.82E-02
1.77E-02 2.04E-02 1.83E-02 1.63E-02 1.68E-02 1.68E-02
1.88E-02 1.84E-02 1.69E-02 1.44E-02 9.68E-03 6.52E-03
4.26E-03 3.67E-03 3.81E-03 5.06E-03 6.25E-03 5.52E-03
4.68E-03 3.70E-03 2.78E-03 1.51E-03 3.63E-04
c
c ******************************************************
c * Tallies *
c ******************************************************
c Tally 5: Detector fuera del Howitzer
c La estructura de la energía es la del código BUNKIUAZ
fc5 Pegado a la superficie externa del embalaje
41
f5:n 0 31 0 1.0 $ Flujo en (0,31,0) cm
e5 4.140e-07 6.826e-07 1.445e-06 3.059e-06
6.476e-06 1.371e-05 2.902e-05 6.144e-05
1.301e-04 2.754e-04 5.929e-04 1.234e-03
2.613e-03 5.531e-03 1.171e-02 2.479e-02
5.247e-02 1.111e-01 2.237e-01 4.508e-01
9.072e-01 1.872e+00 3.679e+00 7.408e+00
1.492e+01 2.000e+01
fc15 A 1 metro
f15:n 0 100 0 1.0 $ Flujo en (0,100,0) cm
e15 4.140e-07 6.826e-07 1.445e-06 3.059e-06
6.476e-06 1.371e-05 2.902e-05 6.144e-05
1.301e-04 2.754e-04 5.929e-04 1.234e-03
2.613e-03 5.531e-03 1.171e-02 2.479e-02
5.247e-02 1.111e-01 2.237e-01 4.508e-01
9.072e-01 1.872e+00 3.679e+00 7.408e+00
1.492e+01 2.000e+01
c
c ************************************************
c * Calculo de la dosis por neutrones *
c ************************************************
c
c Los factores (pSv-cm2) de H*(10)/FLX se obtuvieron
c del ICRP 74, 1997 pag. 199 y 200
c
fc25 Dosis ambiental equivalente H*(10) [pSv-s-1/Q]
de25 log 1.00E-9 1.00E-8 2.53E-8 1.00E-7 2.00E-7 5.00E-7 1.00E-6 2.00E-6
5.00E-6 1.00E-5 2.00E-5 5.00E-5 1.00E-4 2.00E-4 5.00E-4 1.00E-3
2.00E-3 5.00E-3 1.00E-2 2.00E-2 3.00E-2 5.00E-2 7.00E-2 1.00E-1
1.50E-1 2.00E-1 3.00E-1 5.00E-1 7.00E-1 9.00E-1 1.00E+0 1.20E+0
2.00E+0 3.00E+0 4.00E+0 5.00E+0 6.00E+0 7.00E+0 8.00E+0 9.00E+0
1.00E+1 1.20E+1 1.40E+1 1.50E+1 1.60E+1 1.80E+1 2.00E+1 3.00E+1
5.00E+1 7.50E+1 1.00E+2 1.25E+2 1.50E+2 1.75E+2 2.01E+02
df25 log 6.60 9.00 10.6 12.9 13.5 13.6
13.3 12.90 12.00 11.3 10.6 9.90
9.40 8.90 8.30 7.90 7.70 8.00
10.50 16.60 23.70 41.10 60.00 88.00
132.00 170.00 233.00 322.00 375.00 400.00
416.00 425.00 420.00 412.00 408.00 405.00
400.00 405.00 409.00 420.00 440.00 480.00
520.00 540.00 555.00 570.00 600.00 515.00
42
400.00 330.00 285.00 260.00 245.00 250.00
260.00
f25:n 0 31 0 1.0 $ H*(10) a 31 cm del centro
0 100 0 1.0 $ H*(10) a 100 cm del centro
nps 10000
prdmp 1e9 1e7 0 1
print
43
Figura 15.- Imágenes generada por el MCNP del modelo de un problema
44
Si en la construcción del archivo de entrada cometemos un error de
geometría, en el trazo del modelo este error aparece en color rojo y con líneas
punteadas, por lo tanto se recomienda usar la opción de visualización para
verificar la condición del modelo.
Figura 17.- Dos vistas, frente y perfil, del mismo modelo trazadas con el MCNP
45
Para salir del modo para el trazo del modelo se utiliza la instrucción
plot>end que al activarla nos regresa a C:\mcnp4c.
46
Figura 19.- Plataforma de irradiación de la Universidad Politécnica de Madrid
47
c).- Trace en un gráfica los resultados obtenidos en a) y b). Discútalos y
establezca una conclusión.
48
7. CONCLUSIONES
Aunque existen varios códigos que usan este método el código MCNP
es uno de lo se usan con mayor frecuencia; su utilidad y confiabilidad ha sido
demostrada en forma extensiva.
La física incluida para el diseño del código cambia poco en cada nueva
edición, lo que mas se actualizan son las bibliotecas de secciones eficaces, en
particular de isótopos que tienen mas interés en problemas de reactores
nucleares. En problemas asociados con la dosimetría y la física médica las
secciones eficaces están bien caracterizadas, esto implica que para este tipo
de problemas no es necesario preocuparse por tener la versión mas reciente.
49
La calidad de los resultados obtenidos depende de varios factores, tales
como,
o El número de historias
o La similitud del modelo con la realidad
Antes de ejecutar el código revise cuidadosamente su archivo de
entrada.
Después de ejecutar el código revise cuidadosamente su archivo de
salida.
50
REFERENCIAS
Capizzo, M.C.; Nuzzo, S.; Sperandeo Mineo, R.M. and Zarcone, M. (2005).
Diffusion of neutrons by a slab of moderating material: an application of
the Monte Carlo method. Eur. J. Phys. 26: 85-95.
Glaister, P. (1999). Buffon´s needle problem with a twist. Teach. Math. Appl.,
18(2): 85 – 88.
51
Metropolis, N. and Ulam, S. (1949). The Monte Carlo Method. J. Am. Stat.
Assoc., 44(247): 335-341.
Metropolis, N. (1987). The beginning of the Monte Carlo Method. Los Alamos
Science. (Special Issue): 125 - 130.
52