Sabemos que un determinado jugador de basquetbol encesta el 40 % de sus tiros. Si en un partido hace 20 tiros cul es la probabilidad de que enceste exactamente 11 veces? Hay unos clculos estndar que se pueden efectuar para saber la respuesta. Tambin hay otro mtodo que, aunque en este caso es opcional, a veces es el nico modo de abordar el problema. En el caso planteado, supondra pedir al jugador que jugara rpidamente unos 10000 partidos para que pudiramos determinar el porcentaje de veces en las que mete exactamente 11 canastas. Aunque resulta evidentemente impracticable para un jugador humano de basquetbol, este mtodo, llamado de Montecarlo, se puede realizar fcilmente en una computadora. Basta con pedir a la computadora que genere aleatoriamente un nmero comprendido entre 1 y 5, y que mire si dicho nmero es 1 2. Como 2 es el 40% de 5, si sale 1 2 lo interpretaremos como un acierto en la simulacin de los tiros del jugador, mientras que si sale 3, 4 5 lo interpretaremos como un fallo. Luego pediremos a la computadora que genere aleatoriamente 20 de tales nmeros entre 1 y 5, y que mire si exactamente 11 de ellos son 1 2. Si es as, lo interpretaremos como si el jugador simulado hubiera metido exactamente 11 canastas de 20 intentos cuando su porcentaje de aciertos es del 40%. Por ltimo, pediremos a la computadora que realice este ejercicio 10000 veces y que cuente el nmero de veces en que exactamente 11 de los 20 intentos del jugador simulado en el partido se convierten en canastas. Si dividimos este nmero entre 10000 tendremos una muy buena aproximacin de la probabilidad terica en cuestin. Para valorar la utilidad de la simulacin es bueno realizar una por uno mismo. (No te preocupes si no tienes computadora, no hace falta, basta con una moneda) Imagina que un gobierno sexista de un cierto pas te contrata como asesor. Acaba de adoptar una poltica que obliga a las parejas a tener hijos hasta que les nazca el primer varn, momento en el que habrn de cesar de procrear. Lo que quieren saber los gobernantes de ese pas es: cuntos hijos tendr la familia media como resultado de esta poltica? y cul ser la distribucin de los sexos? En vez de hacer una recopilacin de datos estadsticos, para lo cual tendran que transcurrir aos, uno puede lanzar una moneda un nmero suficientemente grande veces para tener una muestra que nos permita hacer una estimacin. Si interpretamos el sol como hombre (H) y el guila como mujer (M), uno lanza la moneda hasta que sale el primer sol y apunta el nmero de lanzamientos, esto es el nmero de hijos de la familia. La sucesin MMH corresponde a dos mujeres seguidas de un hombre, H corresponde a un hijo nico hombre, etc. Se repite este procedimiento 100 1000 veces para producir 100 1000 familias y se calcula el nmero medio de hijos de cada familia y la distribucin de los sexos. Puede que t, y tambin los funcionarios del pas, encuentren sorprendente la respuesta. La aplicacin de los mtodos de Montecarlo facilita mucho los estudios de los sistemas grandes, las situaciones que se dan en problemas de colas y planificacin de horarios, y JohnAllenPaulos:ElmtododesimulacindeMontecarlo Hoja1
en fenmenos fsicos, tecnolgicos y matemticos. Desde las rebajas de los grandes
almacenes hasta los laboratorios de turbulencia en aeronutica, todo el mundo hace simulaciones. Generar nmeros aleatorios en una computadora y manejar luego las simulaciones probabilsticas basadas en ellos es ms fcil y barato que tratar con los fenmenos aleatorios reales. La nica advertencia es que no hay que olvidar que existe una clara diferencia entre el modelo y la simulacin de un fenmeno y el fenmeno real propiamente dicho. No es lo mismo tener un hijo que lanzar una moneda. En relacin con esto es til la siguiente representacin esquemtica de la simulaciny, hasta cierto punto, de la matemtica aplicada en general. El proceso puede dividirse en cinco estadios: El primero es la identificacin del fenmeno real que nos interesa, a continuacin, la creacin de una versin idealizada de dicho fenmeno, en tercer lugar, la construccin de un modelo matemtico basado en dicha versin simplificada, luego, la realizacin de una serie de operaciones matemticas con el modelo para obtener predicciones y por ltimo, la comparacin de estas predicciones con el fenmeno original para ver si concuerda. (Vase el artculo sobre La filosofa de la matemtica.) Muchas aplicaciones de la matemtica son inmediatas, pero lamentablemente es muy fcil, especialmente en las ciencias sociales, confundir el modelo propio con la realidad y atribuir a esta ltima alguna propiedad que slo existe en el modelo. He aqu un ejemplo simple tomado del lgebra elemental: Jorge puede realizar una tarea en 2 horas y Marta emplea 3 horas en realizar la misma tarea. Cunto tardarn trabajando los dos a la vez? La respuesta correcta de 1 hora y 12 minutos supone que, trabajando juntos, la presencia de uno no estorba ni estimula el trabajo del otro. En este caso, y en muchsimos otros, la certeza de las conclusiones matemticas derivadas del modelo no siempre es extensiva a las suposiciones, simplificaciones y datos que uno ha empleado en la construccin del modelo. stos no se dejan manejar bien, son nebulosos y totalmente falibles, a pesar de las afirmaciones, fastidiosamente autosuficientes a veces, de socilogos, psiclogos y economistas. Al igual que la seora Brown, la mujer perfectamente ordinaria de Virginia Woolf, la realidad es infinitamente compleja e imposible de captar por completo en ningn modelo matemtico.