Mtodos Monte Carlo

Gustavo E Ramrez Caballero

Mtodos Monte Carlo
Algoritmos computacionales basados en el uso de nmeros aleatorios para hallar
resultados.

Son mtodos que toman ventaja de la capacidad de cmputo de los
computadores y suelen ser usados cuando es dificil hallar resultados con
algoritmos deterministas.

Son mtodos usados ampliamente en sistemas con muchos grados de libertad
como: fluidos, materiales, cellulas, clculos de riesgo en los negocios, problemas
matemticos como la evaluacin de integrales multidimensionales, etc.
1940 Proyecto Manhattan,
John von Neumann, Stanislaw Ulam y
Nicholas Metropolis.
Estudiando como protegerse de la radiacin
(estudiando la difusin de neutrones)

Codigo del mtodo secreto: Monte Carlo (casino)
Que hay detras de los mtodos Monte Carlo?
3
N=2
N=10
N=5
N=25
Cul distribucin se aproxima ms a una
distribucin normal?
Teorema del lmite central
Integracin Monte Carlo
En muchos casos, la esencia de los mtodos Monte
Carlo es calcular integrales de muchas dimensiones.

El mtodo trapezoidal o de Simpson funcionan bien
para dimensiones pequeas, la incertidumbre es

2
y
4
, respectivamente. Usando mtodos
Monte Carlo la incertidumbre es
1 2
.

Mtodo: Usando nmeros aleatorios

una integral
puede ser aproximada a:

=1

Ejemplo:
= =
1
1 +
2
1
0
1
0

inicio
Do = 1,
Call random_number(r1)

=
1
1 + 1
2


= +

= /
Write , ,
= 0
Stop
0.7847

4
= 0.78539
Importancia del muestreo
Si la funcin que se va a integrar tiene picos en regiones
pequeas, la mayoria de los puntos de muestreo van a
contribuir muy poco al resultado final, entonces el resultado
converge muy lentamente.

Solucin: los nmeros aleatorios son ahora seleccionados
apartir de una distribucin de probabilidad, donde

= 1.
=

=1

=

2

Simple Monte Carlo
=

Ejemplo:
= =
1
1 +
2
1
0
1
0

inicio
Do = 1,
Call random_number(r1)

=
1
1

=
1
1 +
2

1



= +

= /
Write , ,
= 0
Stop
=

Usando =

Algoritmo Metropolis-Hastings
En estadstica y fsica estadstica, el algoritmo de
Metropolis-Hastings, es un mtodo para hallar el estado
mas probable de un sistema por medio de un camino
aleatorio.
=
0
+
1
2

2

Aleatorio

Estadstica
Variaciones aleatorias
Generar un nmero aleatorio
r1 entre 0 y 1
< 0

> 1
acepta
acepta

<
?
Se acepta
Generar un nmero
aleatorio r1 entre 0 y 1

> 1 ?
Si
No
No
Si
Se acepta
Se rechaza
No
Si
Modelo Ising
Magnetismo: Propiedad fsica de los materiales.

Algunos materiales presentan campos magneticos en su estado normal = materiales
Ferromagneticos. Ejemplo: Co, Fe, Ni..

Otros materiales presentan un comportamiento magntico en presencia de un
campo magntico externo: unos son atraidos por el campo magntico externo
(paramagnticos), otros son repelidos por el campo magntico externo
(diamagnticos), y a otros no les pasa nada (no magnticos).
Como se explica el magnetismo?....fenmeno que solo se puede explicar por medio
de la mecnica cuntica
Spin:
Todos los electrones estan apareados
Electrones no apareados

1 =

<,>

2 =

<,>

Cambio aleatorio
2 1 < 0 ?
Acepta el cambio
si
no
Generar un nmero
aleatorio r1 entre 0 y 1

> 1 ?
Acepta el cambio
si no
Se rechaza
Energa vs Temperatura
magnetismo vs Temperatura
Calor especfico vs Temperatura
Suceptibilidad magntica
vs Temperatura