Mtodo de Montecarlo .

El mtodo Montecarlo es un mtodo numrico que permite

resolver problemas fsicos y matemticos mediante la simulacin de variables
aleatorias. Lo vamos a considerar aqu desde un punto de vista didctico para
resolver un problema del que conocemos tanto su solucin analtica como
numrica. El mtodo Montecarlo fue bautizado as por su clara analoga con los
juegos de ruleta de los casinos, el ms clebre de los cuales es el de Montecarlo,
casino cuya construccin fue propuesta en 1856 por el prncipe Carlos III de
Mnaco, siendo inaugurado en 1861.
La importancia actual del mtodo Montecarlo se basa en la
existencia de problemas que tienen difcil solucin por mtodos exclusivamente
analticos o numricos, pero que dependen de factores aleatorios o se pueden
asociar a un modelo probabilstica artificial (resolucin de integrales de muchas
variables, minimizacin de funciones, etc.). Gracias al avance en diseo de los
ordenadores, clculosMontecarlo que en otro tiempo hubieran sido
inconcebibles, hoy en da se presentan como asequibles para la resolucin de
ciertos problemas. En estos mtodos el error ~ 1/N, donde N es el nmero de
pruebas y, por tanto, ganar una cifra decimal en la precisin implica aumentar
N en 100 veces. La base es la generacin de nmeros aleatorios de los que nos
serviremos para calcular probabilidades. Conseguir un buen generador de estos
nmeros as como un conjunto estadstico adecuado sobre el que trabajar son
las primeras dificultades con la nos vamos a encontrar a la hora de utilizar este
mtodo. En el caso que presentamos hemos hecho uso de la funcinrandom()
incluida en la clase Math que la mquina virtual Java trae por defecto como
generador. Las pruebas realizadas, algunas de las cuales se propondrn como
ejercicio, verifican su calidad a la hora de calcular nmeros aleatorios sin
tendencia aparente a la repeticin ordenada.
Para resolver la ecuacin elptica de nuestro problema usando el
mtodo de Montecarlo, se ha dividido el recinto bidimensional en una malla
cuadrada de puntos. Todos los situados en su frontera se consideran
inicializados a un valor de temperatura conocido. Suponemos en principio una
partcula situada en uno de los puntos y que tiene la posibilidad de moverse
libremente por todos los que constituyen la malla. La nica condicin que
imponemos es que en un solo salto, su movimiento se limite a los 4 nodos
vecinos, los situados su izquierda, derecha, arriba o abajo. La probabilidad de
elegir una cualquiera de las 4 direcciones posibles es la misma. Dejando a la
partcula viajar por toda la red sin ms restricciones contamos el nmero de
veces que, partiendo de un mismo punto de coordenadas (i,j) sale por cada uno

de los que constituyen la frontera, momento en el cual suponemos que ha

terminado su viaje. Considerando un nmero elevado de pruebas podemos
calcular la probabilidad de que, partiendo de un mismo punto, salga por cada
uno de los puntos del contorno despus de recorrer una trayectoria aleatoria.
Los detalles de camino seguido desde el inicio hasta el final del viaje no nos
importan, tan solo nos vamos a fijar en el nmero de veces que sale del recinto
por cada uno de los puntos posibles.
La temperatura a la que se encuentra el punto desde donde ha
partido la partcula es la suma, extendida a todos los puntos frontera (if,jf), de la
temperatura de dichos puntos (determinada por las condiciones de contorno) y
por la probabilidad de que estando en (i,j) salga por (if,jf). Ver ec.(6).
Si tomamos una malla pequea de 10x10 (salvo consideraciones
de simetra) hay que calcular probabilidades para 102puntos. Una precisin
razonable requerimos que para cada uno de ellos hay que calcular
~106 trayectorias aleatorias. Con slo estas estimaciones podemos aventurar
que el tiempo de computacin requerido para solucionar la ecuacin
de Laplace en una malla pequea va a ser superior al necesario en cualquiera
de los otros mtodos propuestos.
Ejecutando nuestra aplicacin veremos como este tiempo crece
rpidamente con el nmero de puntos de la malla siendo ste el factor limitante
de la eficacia del mtodo. Sin embargo, el mtodo Montecarlo es sencillo y fcil
de programar.