Simulaciones de Montecarlo para Aproximar Pi

Clase 18 de 24Curso de Estadística Computacional con Python

Contenido del curso

Resumen

Calcular el número pi ha sido un reto que ha ocupado a la humanidad durante miles de años. Gracias a las simulaciones de Monte Carlo, es posible transformar un problema matemático complejo en uno que se resuelve con aleatoriedad y geometría básica. Este enfoque, ideado en el siglo XIX por los matemáticos Buffon y Laplace, demuestra cómo un programa que en principio sería determinista puede convertirse en un programa estocástico con resultados sorprendentemente precisos.

¿Cómo se relacionan un círculo y un cuadrado para aproximar pi?

La idea central parte de dos fórmulas que ya conocemos: el área de un cuadrado es base por altura, y el área de un círculo es pi por radio al cuadrado [1:20]. Si colocamos un círculo completamente dentro de un cuadrado y asignamos un radio de uno, el cuadrado tendrá base dos y altura dos, lo que nos da un área de cuatro. Por su parte, como el radio es uno, el área del círculo se simplifica a exactamente pi [1:42].

Esta relación geométrica es la base del método. Si logramos conocer el área del círculo, automáticamente conocemos pi. La pregunta entonces se convierte en: ¿cómo calculamos esa área sin usar pi directamente?

¿Qué papel juegan las agujas aleatorias en el cálculo?

Aquí entra la genialidad del método de Monte Carlo. La propuesta de Buffon y Laplace fue lanzar muchísimas agujas de manera aleatoria sobre la superficie del cuadrado y contar cuántas caen dentro del círculo y cuántas fuera [2:08]. La proporción entre agujas dentro del círculo y agujas totales en el cuadrado es equivalente a la proporción entre el área del círculo y el área del cuadrado.

Con álgebra sencilla se obtiene la fórmula clave [2:36]:

  • Área del círculo = área del cuadrado × (agujas en el círculo / agujas en el cuadrado).
  • Como el área del cuadrado es cuatro: pi ≈ 4 × (agujas en el círculo / agujas en el cuadrado).

Este proceso ilustra una técnica fundamental en ciencias del cómputo y matemáticas: convertir un problema complejo en uno sencillo que sabemos resolver [2:22].

¿Cómo determinar si una aguja cayó dentro del círculo?

Para saber si un punto aleatorio está dentro o fuera del círculo se utiliza el teorema de Pitágoras [2:56]. Dado que el radio es uno, basta con calcular la hipotenusa del triángulo formado por las coordenadas del punto:

  • Si la hipotenusa es menor o igual a uno, el punto está dentro del círculo.
  • Si es mayor que uno, el punto está fuera.

¿Cómo se generan los puntos aleatorios?

Los puntos se generan considerando que el centro del cuadrado y del círculo está en la coordenada (0, 0) [3:20]. Esto significa que los números aleatorios deben ir de -1 a 1 tanto en el eje X como en el eje Y. Cada par de coordenadas representa una "aguja" lanzada sobre la superficie.

¿Por qué este método es tan poderoso?

Lo fascinante de esta simulación es que mientras más agujas se lancen, más precisa será la aproximación de pi. Este mismo principio de simulación estocástica se puede aplicar a otros escenarios: simular juegos de cartas, calcular probabilidades en juegos como UNO o Risk, o evaluar si una estrategia es más favorable que otra [0:10].

El concepto detrás es claro: cuando un problema no se puede resolver fácilmente de forma analítica, la aleatoriedad controlada y un gran número de repeticiones pueden ofrecer respuestas muy cercanas a la realidad.

Si la explicación del método te generó dudas sobre cómo se implementa algorítmicamente, comparte tus preguntas en los comentarios para resolverlas juntos.