Simulación del MÉTODO

MONTECARLO en Java aplicado en

la aproximación de cifras del número
PI

Cervantes Parvina Paúl Eduardo

Gonzales Macedo Edinson
Guevara Ramirez Cristian Miguel
Merino Córdova Katherin
Samillán Flores Alexis Smith

11 de octubre de 2016

1
 Resumen

En el presente trabajo de investigación se diseñarán SIMULACIONES

para estimar el valor del número Pi. El valor de Pi, se sabe que es un valor
irracional. Este valor, de infinitas cifras decimales, ha despertado el interés
particular de muchos cientı́ficos y personas en todo el mundo, sobre todo a
lo largo de la historia. Parecerı́a ser que encontrar nuevas cifras decimales del
valor de Pi, se ha vuelto a lo largo del tiempo, un desafı́o más que interesante
para muchos matemáticos.

En el proceso se utilizarán los modelos denominados: La aguja de Buffon y

el Método de Monte Carlo para ejecutar simulaciones considerando diferentes
tamaños o valores como entrada, utilizando NÚMEROS ALEATORIOS gene-
rados por computadora. Una vez obtenidos los resultados, se compararán con
el valor real de Pi, para determinar qué tan buenas son las aproximaciones, en
función del tamaño de la muestra generada.

Para la ejecución del proceso de simulación se ha utilizado el entorno de desa-

rrollo integrado libre “Netbeans” basándonos en el Lenguaje de programación
Java y para la emisión del informe respectivo el procesador de texto LATEX.

2
Índice

1. Historia del Número PI .............................................4

2. Objetivo de la Simulación ..........................................5

3. Antecedente: La Aguja de Buffon ..............................5

3.1 Material necesario ...........................................................6
3.2 Método ............................................................................6

4. Proceso de Simulación: Método de MonteCarlo ........7

4.1 Explicación del Método ...................................................7

5. Simulación del Método de MonteCarlo en Java..........8

6. Resultados Obtenidos ...............................................10

7. Discusión de Resultados ...........................................10

8. Conclusiones .............................................................11

9. Referencias.................................................................11

3
 SIMULACIÓN DEL NÚMERO π
1. Historia del Número PI

Pi es el número que se obtiene de dividir la longitud de una circunfe-

rencia por su diámetro. No importa el tamaño de la circunferencia. Grande o
pequeña, la proporción entre su longitud y su diámetro es siempre la misma.
Aunque es probable que esta propiedad fuera conocida con anterioridad, la pri-
meras pruebas que tenemos de su conocimiento son el papiro de Moscú de 1850
a.C. y el papiro Rhind de 1650 a.C. (aunque es una copia de un documento
más antiguo. En ellos se tratan varios problemas matemáticos, en algunos de
los cuales se aproxima a PI como 256/81, lo que se desvı́a poco más del 0.6 %
de su valor real.

Los geómetras de la Grecia clásica sabı́an que la razón entre la longitud de una
circunferencia cualquiera y su diámetro es siempre una constante (el número
al que ahora llamamos pi). También conocı́an y habı́an conseguido demostrar
que tanto la razón entre el área de un cı́rculo y su diámetro al cuadrado, como
la del volumen de una esfera y el cubo de su diámetro eran constantes (desco-
nocidas en aquel momento, libro XII de “Los Elementos” de Euclides).

Fue Arquı́medes (siglo III a. de C.) quien determinó que estas constantes es-
taban estrechamente relacionadas con pi. Además, utilizó el método de exhau-
ción, inscribiendo y circunscribiendo en una circunferencia polı́gonos de hasta
96 lados y consiguiendo una magnı́fica aproximación (si tenemos en cuenta los
medios con los que contaba), el número buscado está entre 3.1407 y 3.1428 (se
puede ver en su obra “Sobre la medida del circulo”).

La notación con la letra griega π proviene de la inicial de las palabras de origen

griego (periferia) y (perı́metro) de un cı́rculo, notación que fue utilizada prime-
ro por William Oughtred (1574-1660), y propuesto su uso por el matemático
galés William Jones (1675-1749), aunque fue el matemático Leonhard Euler,
con su obra ((Introducción al cálculo infinitesimal)) de 1748, quien la popularizó.

El valor de π se ha obtenido con diversas aproximaciones a lo largo de la

historia, siendo una de las constantes matemáticas que más aparece en las
ecuaciones de la fı́sica. El récord actual es de 2.576.980.370.000 de decimales,
y lo calculó Daisuke Takahashi en un superordenador T2K Tsukuba System.
El valor más antiguo que se conoce es 3,1605 y aparece escrito en el “Papiro
de Ahmes”, encontrado en Egipto y datado en el año 1900 antes de Cristo.

4
 SIMULACIÓN DEL NÚMERO π
2. Objetivo de la Simulación
El objetivo de este proyecto es realizar una simulación del método de
Montecarlo y la aguja de Buffon. Estos métodos se llevarán a cabo para esti-
mar el valor más cercano y aproximado del número irracional Pi.

3. Antecedente: La aguja de Buffon

Georges Louis Leclerc (1707-88), Conde de Buffon fue un célebre na-
turalista francés autor de una monumental Historia Natural en 44 tomos que
recopilaba el conocimiento cientı́fico con un fin eminentemente divulgativo.
Hoy en dı́a su nombre aparece muchas veces asociado a un problema denomi-
nado “La aguja de Buffon” que relaciona el número pi con el lanzamiento de
una aguja sobre una superficie rayada.

Este experimento consiste en dejar caer una aguja sobre una hoja rayada y
anotar las veces que la aguja cruza alguna de las rayas. Después de lanzar
la aguja muchı́simas veces comprobó que su experimento estaba ı́ntimamente
relacionado con el número . Para obtener un número muy parecido a , hay que
dejar caer la aguja muchı́simas veces sobre la hoja, multiplicar esta cantidad
por dos y dividir el resultado entre el número de veces que la aguja cruzó al-
guna de las rayas.

Buffon demostró que si lanzamos, al azar, una aguja de longitud L sobre una
superficie en la que hay dibujadas lı́neas paralelas separadas una distancia D,
la probabilidad de que la aguja corte a una lı́nea es:

L(π)
D(2)
Vamos a utilizar este resultado para medir pi.

Con el llamado problema de “La aguja de Buffon”, (siglo XVIII), nace la teorı́a
de las probabilidades geométricas desarrollada poco después por Laplace en su
gran tratado “Teorı́a analı́tica de las probabilidades” (1812).

5
 SIMULACIÓN DEL NÚMERO π

QuintoCiclo/IO-II/4FF.jpg

Figura 1: GEORGES LOUIS LECLERC, CONDE DE BUFFON. FUENTE:

WIKIMEDIA COMMONS

3.1. Material Necesario

- Una superficie con lı́neas paralelas (Puede servir una hoja de papel sobre
la que previamente hayas dibujado varias lı́neas equidistantes o un suelo
embaldosado)

- Una aguja, palillo u objeto similar, de longitud menor o igual a la dis-

tancia entre lı́neas (Para simplificar es conveniente que la distancia entre
dos rayas coincida con la longitud de la aguja)

3.2. Método

QuintoCiclo/IO-II/aguja.jpg

Figura 2: EXPERIMENTO DE LA AGUJA DE BUFFON. FUENTE: RECU-

PERADO DE www.ciencianet.com

- Deja caer, de la forma más aleatoria posible, la aguja sobre la superficie.

- Anota el número de tiradas y el número de veces que la aguja corta a

una lı́nea.

- El cociente entre el número total de tiradas y el número de veces que

la aguja corta a una lı́nea tiende a pi/2 ( se parecerá tanto más cuanto

6
 SIMULACIÓN DEL NÚMERO π
mayor sea el número de tiradas).

2 (n◦ de tiradas)
π=
n◦ veces que la aguja corta una linea

- Si la aguja tiene una longitud (L) menor que la distancia entre dos lı́neas
(D):
2 (n◦ de tiradas)(D)
π= ◦
n veces que la aguja corta una linea (L)

4. Proceso de Simulación: MÉTODO DE MON-

TECARLO
Todo método de simulación pretende comprender el comportamiento
de la realidad en base al estudio de un modelo simplificado que represente el
comportamiento del objeto de estudio.
El método Montecarlo de simulación permite estudiar el comportamiento de
las variables de salida del modelo en base a dar valores a las variables de en-
trada, teniendo en cuenta sus distribuciones de probabilidad. Cuanto mayor
sea el número de iteraciones más estables serán los valores obtenidos. Mejor
10,000 iteraciones que 1,000 y aun mejor un millón.

dobi3.png

Figura 3: ESTIMACIÓN DE PI MEDIANTE EL MÉTODO MONTECARLO.

FUENTE: CAMBRIDGE UNIVERSITY PRESS

4.1. Explicación del Método

- Supongamos un cuadrado de lado 2, con un cı́rculo de radio uno, inscrito
en el cuadrado.

7
 SIMULACIÓN DEL NÚMERO π
- Elegiremos un punto al azar dentro del cuadro, y observaremos si perte-
nece o no al área dentro del cı́rculo.

- La probabilidad de que un solo punto esté dentro del cı́rculo, es la razón

entre las áreas, Pi/4.

- Despejamos Pi y obtenemos:

4(cantidad de puntos dentro del cı́rculo)

PI=
puntos en total

- Entre mayor sea el número de puntos, mayor es la aproximación.

5. Simulación del Método MonteCarlo en Java

- Para nuestro programa de simulación en Java creamos las siguientes va-
riables:
* Una variable tipo int “contador”, que nos servirá para contar
todos aquellos puntos que caigan dentro del cı́rculo.
* Tres variables tipo double: “x” e “y” las cuales serán ALEATO-
RIAS y “formula”, la cual será la raı́z cuadrada de la suma de los
cuadrados de nuestras variables aleatorias.
* Cuatro variables tipo long:“c”, “d”, “e” y “j”, esta última repre-
sentará el número de puntos en total, y será la multiplicación de las tres
primeras, para poder obtener un número suficientemente grande, hasta
donde llegarán las iteraciones del bucle for.

- Creamos un “bucle for” desde i igual a 0 hasta i menor que j, asimismo

dentro de este ciclo el condicional “if ” que condicionará si la variable
formula es menor o igual que 1, el punto está dentro del cı́rculo, y au-
mentamos el contador de puntos dentro del cı́rculo, de lo contrario, el
contador se queda igual.

- Una vez obtenida la cantidad de puntos dentro del cı́rculo, los multipli-
camos por 4, y lo dividimos entre el número total de puntos. De esta
manera obtenemos un valor aproximado de Pi.

8
 SIMULACIÓN DEL NÚMERO π

QuintoCiclo/IO-II/dobi4.jpg

Figura 4: ALGUNAS CIFRAS DEL NÚMERO IRRACIONAL PI. FUENTE:

RECUPERADO DE www.investigacionyciencia.es

- El código en Java es el siguiente:

6. Resultados Obtenidos
El proceso simulación en NetBeans, mediante el lenguaje de programa-
ción Java tomó un tiempo de ejecución en consola de 23 horas, 7 minutos y 11
segundos; obteniendo ası́ un valor aproximado para PI=3.1415926535897913.

9
 SIMULACIÓN DEL NÚMERO π

java.jpg

Figura 5: SIMULACIÓN DEL MÉTODO MONTECARLO EN JAVA. FUEN-

TE: ELABORACIÓN PROPIA

10
 SIMULACIÓN DEL NÚMERO π

QuintoCiclo/IO-II/valorpi.jpg

Figura 6: RESULTADO DE LA SIMULACIÓN DEL MÉTODO DE MON-

TECARLO EN JAVA. FUENTE: ELABORACIÓN PROPIA

11
 SIMULACIÓN DEL NÚMERO π
7. Discusión de resultados
- Con los resultados obtenidos, logramos tener una aproxima-
ción de 14 cifras decimales del número PI.
- Cabe resaltar que las simulaciones de las variables “x” e “y”
se generaron aleatoriamente y cada vez que se ejecuta el pro-
grama los números pueden cambiar.
- Mediante las pruebas que se fueron realizando (aproximada-
mente 50 simulaciones, apoyados de 5 ordenadores distintos)
cada vez que se iba aumentando el número de iteraciones en
el bucle for, el tiempo de ejecución también se incrementaba.
Hasta que se llegó a la última simulación, donde se obtuvo la
aproximación más cercana a π (14 cifras idénticas halladas).

QuintoCiclo/IO-II/valorpi2.jpg

Figura 7: APROXIMACIÓN DE 14 CIFRAS DECIMALES AL NÚMERO PI

MEDIANTE MÉTODO DE MONTECARLO. FUENTE: ELABORACIÓN
PROPIA

12
 SIMULACIÓN DEL NÚMERO π
8. Conclusiones

- Con este experimento se puede concluir que para calcular una

aproximación más cercana al número PI se necesitan de más
iteraciones, mientras mas iteraciones realicemos, más cerca
estaremos de π, pues este es un proceso ı́ntegramente de si-
mulación.
- El teorema de Pitágoras juega un papel muy importante en
el cálculo de π, ya que fue una herramienta para determinar
que puntos caı́an fuera o dentro del cı́rculo en la simulación
realizada.
- El método de MonteCarlo es una útil técnica cuantitativa,
ya que se aproxima al comportamiento aleatorio de sistemas
reales. Para este experimento se logró aproximarse a una de-
terminada cantidad de cifras decimales del número PI.
- El método de la Aguja de Buffon fue un antecedente del Méto-
do de Simulación de MonteCarlo.
- La simulación de este experimento se fundamenta en la utili-
zación de los NÚMEROS ALEATORIOS

13
 SIMULACIÓN DEL NÚMERO π
9. Referencias

[* ] Aigner, M., Ziegler, G. (2005). El libro de las demostraciones.

Madrid: Nivola

[* ] Marı́n Uribe, M. (2006). Aproximación a números irracionales.

Colombia: Universidad de Medellı́n

[* ] Simmons, G. (2002). Cálculo y Geometrı́a Analı́tica. Madrid:

McGraw-Hill

[* ] Torija Herrera, R. (1999). Arquı́medes alrededor del cı́rculo.

Madrid: Nivola

[* ] Zhúkov, A. (2005). El omnipresente número PI. Moscú: URSS

14