MÉTODO DE MONTE CARLO

1: ORIGENES
 Advirtió que resulta mucho más simple
tener una idea del resultado general del
solitario haciendo pruebas múltiples con
 La invención se le asigna a Stanislaw las cartas y contando las proporciones de
los resultados que computar todas las
Ulam y a John von Neumann posibilidades de combinación
formalmente.

 Ulam – 1946.  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.
 Ulam expresó que Monte Carlo “comenzó a
tener forma concreta y empezó a desarrollarse
 Von Neumann a Los Álamos en 1946.
con todas sus fallas de teoría rudimentaria
después de que se lo propuse a Johnny”.

 En 1947 Von Neumann envió una carta a Ulam estaba particularmente interesado en el
Richtmyer a Los Álamos . método Monte Carlo para evaluar 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.
 Se mejoran enormemente con el
desarrollo de la computadora.

 En la actualidad es parte fundamental

de los algoritmos de raytracing para la
generación de imágenes 3D
 2: DEFINICION

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
El método Montecarlo un modelo probabilística artificial (resolución de integrales de muchas
es un método numérico variables, minimización de funciones, etc.).
que permite resolver
problemas físicos y
matemáticos mediante
la simulación de
variables aleatorias.
En estos métodos el error ~ 1/√N, donde N es el número de pruebas y, por
tanto, ganar una cifra decimal en la precisión implica aumentar N.
 Los métodos de Montecarlo abarcan una colección de técnicas que
permiten obtener soluciones de problemas matemáticos complejos o
físicos por medio de pruebas aleatorias repetidas.
 Es una técnica cuantitativa que hace el uso de la estadística y los
ordenadores para poder imitar el comportamiento aleatorio de
sistemas reales.
 Por lo general cuando se trata de sistemas cuyo estado va
cambiando con el paso del tiempo, se recurre bien a la simulación
de eventos discretos o bien a la simulación de sistemas continuos
 CLAVE DEL MÉTODO MONTE CARLO

IDENTIFICAR LAS TRAS REPETIR “N”

SE LLEVA A CABO
VARIABLES CUYO VECES ESTE
UN EXPERIMENTO
CREAR UN MODELO COMPORTAMIENTO EXPERIMENTO,
CONSISTENTE EN
MATEMÁTICO DEL ALEATORIO DISPONDREMOS “N”
GENERAR
MODELO QUE SE DETERMINA EL OBSERVACIONES
MUESTRAS
QUIERE ANALIZAR COMPORTAMIENTO SOBRE EL
ALEATORIAS PARA
GLOBAL DEL COMPORTAMIENTO
LAS VARIABLES
SISTEMA DEL SISTEMA

NUESTRO ANÁLISIS SERÁ MUCHO MAS

PRECISO CUANTO MAYOR SEA EL NUMERO
DE “N” EXPERIMENTOS QUE LLEVEMOS A
CABO
 APLICACIONES DEL MÉTODO MONTE CARLO
 Se ha venido aplicando a una infinidad de ámbitos como
alternativa de modelos exactos o incluso como único
medio de estimar soluciones para problemas complejos su
aplicación lo podemos ver en las áreas de informática,
empresarial, económica, industrial, ingeniería, fenómenos
físicos, densidad y flujo de transito, etc.

En otras palabras, la simulación de monte carlo esta

presente en todos aquellos ámbitos en los que el
comportamiento aleatorio o probabilístico desempeña
un papel fundamental precisamente
Variable aleatoria
X={ X0, X1, X2,…Xn-1}
P(X)={P0, P1, P2,…Pn-1}
EJEMPLO
1.-Al lanzar monedas los posibles resultados son X= { cara, cruz} y su
probabilidad P={1/2,1/2}.
2.-AL lanzar dados, los resultados posibles son X={1, 2, 3, 4, 5, 6} y sus
probabilidades P={1/6, 1/6, 1/6, 1/6, 1/6, 1/6}
3.- Realicemos ahora la experiencia de hacer girar una ruleta

X={ 0,1,2,3,4,5,6,7} X={ 0,1,2,3}

P(X)={1/8, 1/8,…, 1/8} P(X)={1/4, 1/8, 1/8, 1/2}
El problema crucial de la aplicación de los métodos de Montecarlo
es HALLAR LOS VALORES DE UNA VARIABLE ALEATORIA (DISCRETA O
CONTINUA) CON UNA DISTRIBUCIÓN DE PROBABILIDAD DADA POR
LA FUNCIÓN P(X) a partir de los valores de una variable aleatoria
uniformemente distribuida en el intervalo [0, 1), proporcionada
por el ordenador o por una rutina incorporada al programa.

Para simular un proceso físico, o hallar la solución de un problema

matemático es necesario usar gran cantidad de números aleatorios
VARIABLE ALEATORIA DISCRETA
VARIABLE ALEATORIA CONTINUA
probabilidad
• En la ingeniería geotécnica este proceso de “Aciertos y Fallas” del
Método de Monte Carlo se aplica diariamente, sin que nos demos
cuenta de ello, cada vez que programamos el tiempo de tamizado de
una muestra de suelo. Ver figura .

La esfera debe ser tal que su diámetro resulte igual o

menor al 90% de la abertura cuadrada.
• SIMULACION MONTECARLO APLICADA AL ANALISIS DE ESTABILIDAD
DE TALUDES.
• SIMULACION DE MONTE CARLO APLICADA A LA DISTRIBUCION DE
EPICENTROS DE SISMOS A LO LARGO DE FALLAS MAYORES EN
CALIFORNIA.
• SIMULACION MONTE CARLO EN EL DISEÑO DE PAVIMENTOS
FLEXIBLES
Técnica de Monte Carlo en
Paseos Casuales o
Caminatas Aleatorias
• A continuación se presenta el método de los PASEOS CASUALES,
el cual recurre a la técnica antes mencionada:

MÉTODO DE PASEOS CASUALES

El método de los paseos casuales consiste en estudiar los

movimientos de una partícula que se desplaza en forma aleatoria
sobre los nodos de una malla con que se modela el dominio de flujo,
permitiendo determinar la carga hidráulica en los
puntos de interés del flujo de agua en el suelo a partir de
la resolución numérica de la ecuación de Laplace en términos de
diferencias finitas.
Fundamentos
Se parte de la solución al problema de Dirichlet, que es encontrar
una función “u” definida, continua y dos veces diferenciable en un
dominio cerrado “D”, tomándose, así como ecuación de partida la
ecuación de Laplace:

 h0
2 … (1)

Cuya solución es:

h = f(R), en todo punto R de la frontera D y f(R) es una función
conocida.
Donde: h, carga hidráulica
¿Cómo interviene la técnica de Monte Carlo?
• El método se basa en generar una serie de trayectorias
aleatorias (mediante números aleatorios) a partir del nodo po de
la malla, en el cual se desea estimar la carga hidráulica. Así, la
partícula se desplaza de manera aleatoria a través de los nodos
interiores de dicha malla y se detiene cuando llega a algún nodo
de la frontera, denominado absorbente, porque en él se conoce
el valor de la carga hidráulica (condición de frontera impuesta).
Frontera del
dominio 

Nodos interiores

Medio homogéneo e isótropo Nodos de frontera

(nodo absorbente)
¿Cómo se determina la carga hidráulica en p ? (1° 0
forma)

• La carga hidráulica se determina contando los números de

trayectorias que terminan en las distintas fronteras,
multiplicándolos por el valor de la carga hidráulica en la frontera
respectiva y dividiendo el resultado entre el número total de
trayectorias.
Fro
… (2) do

Donde:
ho : carga hidráulica que se calcula en el punto po
f1 y f2 : fronteras con carga hidráulica conocida
n1 y n2 : número de trayectorias que llegan a las Nodos
fronteras 1 y 2 respectivamente Medio homogéneo e isótropo Nodos
(nodo
Posibilidades de desplazamientos sobre los nodos
de una malla en medios homogéneos e isotrópicos
(2° forma)
• Dos dimensiones
y
Ecuación de Laplace para un plano
bidimensional:

h h
2 2
 2 0 … (3)
x 2
y
d
Sustituyendo en términos de elementos
finitos se tendrá:
x … (4)
(h1  h0 ) 2 (h2  h0 ) 2 (h3  h0 ) 2 (h4  h0 ) 2
d  d  d  d 0
d d d d

1
h0  (h1  h2  h3  h4 ) … (5)
4
hi: carga hidráulica en los diferentes nodos
d: distancia entre nodos
¿Y para el caso de medios heterogéneos y
anisótropos?
• M. Anisótropos:
La condición para aplicar este método es que se utilice una malla
rectangular de dimensiones ∆x y ∆y, y donde además debe cumplirse la
siguiente ecuación:
x  y k x / k y … (6)

Donde: ∆x y ∆y, dimensiones de la malla

kx, coeficiente de permeabilidad en dirección del estrato (horizontal)
ky, coeficiente de permeabilidad en dirección perpendicular (vertical)
• M. Heterogéneos
Dentro de cada estrato se hace un tratamiento similar al de medios
homogéneos, pero es en la frontera de los estratos que se requiere de un
tratamiento especial, donde la ec. (5) es sustituida por:

h1 k1 * h2 h3 k2 * h4
    h0 … (7)
4 2(k1  k2 ) 4 2(k1  k2 )
Donde:
hi, carga hidráulica en cada nodo
k1, coeficiente de permeabilidad estrato 1
k2, coeficiente de permeabilidad estrato 2

Por lo tanto, las probabilidades de desplazamiento de la partícula en

las direcciones 1 a 4 deben, por tanto, modificarse como sigue:
P(1) = ¼ … (8)
P(2) = k1/(2*(k1+k2)) … (9)
P(3) = ¼ … (10)
P(4) = k2/(2*(k1+k2)) … (11)
¿Y en espacios tridimensionales?
• Sea el caso de un medio
homogéneo, se tiene:
Ecuación diferencial parcial:

… (12)

Elementos finitos:
… (13)
(h1  h0 ) 2 (h2  h0 ) 2 (h3  h0 ) 2 (h4  h0 ) 2 (h5  h0 ) 2 (h6  h0 ) 2
d  d  d  d  d  d 0
d d d d d d

1
h0  (h1  h2  h3  h4  h5  h6 ) … (14)
6
 GRACIAS
POR SU ATENCIÓN