El método es aplicable a cualquier tipo de problema, ya sea estocástico o determinista.Ulam ha explicado cómo se le ocurrió la idea mientras jugaba un solitario durante una enfermedad en 1946.Se le ocurrió que esta misma observación debía aplicarse a su trabajo de Los Álamos sobre difusión de neutrones, para la cual resulta prácticamente imposible solucionar las ecuaciones íntegro-diferenciales que gobiernan la dispersión, la absorción y la fisión.Podían utilizarse máquinas de computación, que comenzaban a estar disponibles, para efectuar las pruebas numéricas y en efecto reemplazar el aparato experimental del físico.Después de cierto escepticismo inicial, von Neumann se entusiasmó con la idea y pronto comenzó a desarrollar sus posibilidades en un procedimiento sistemático.Si el 50% de los puntos han caído dentro, el modelo ocupa el 50% el volumen total, es decir, 0.5 m³.Evidentemente, cuantos más puntos genere el software, menor será el error de la estimación del volumen.Consideremos al círculo unitario inscrito en el cuadrado de lado 2 centrado en el origen.puede aproximarse usando Montecarlo de acuerdo al siguiente método:[3][2] En este cálculo se tienen que hacer dos consideraciones importantes: Ejemplo realizado en java:
Montecarlo.
Ejemplo de aplicación de Montecarlo. En el juego de barcos, primero se realizan una serie de tiros a puntos aleatorios. Si el jugador genera un algoritmo puede deducir la posición del barco conocidos los datos anteriores.
Estimación de
por el método de Montecarlo en
Python
con un número de puntos
de 10 a 1,000,000 de acuerdo al código provisto en.
[
2
]
