Introducción al Método Monte Carlo


El Modelo de Ising y Redes Neuronales


Se aprende a generar una secuencia de valores aleatorios que tengan una distribución de probabilidad dada. Para ello se construye un proceso dinámico que, a partir de un estado inicial arbitrario, y después de ciertas iteraciones genere dicha secuencia. Para ello se definen los procesos de Marcov, la ecuación Maestra y se introduce el concepto de balance detallado. Por último se aplica el procedimiento para la obtención de configuraciones de equilibrio típicas utilizando el algoritmo de Metropolis et al.

Encontrará en la solapa izquierda la lección en formato pdf.

Requisitos previos:

  • Un mínimo conocimiento de los generadores de aleatorios. Una (muy) breve descripción de éstos, comentando los generadores congruenciales y los llamados de "desplazamiento de registro" (shift register) la encontrará en la lección de introducción a los números aleatorios. Como de momento está en construcción, puede en su lugar acceder al artículo Random Number Generation de Wikipedia (donde encontrará también más información de interés).

  • Un buen generador de aleatorios con el que poder hacer las simulaciones propuestas y otras de interés. La información sobre el generador que usaremos para FORTRAN está disponible para su descarga o lectura en el archivo info2.txt donde se explica la forma de llamar a los generadores randomnumber.f. En C el conjunto de subrutinas (FORTRAN) está en el fichero randomnumberC.f y se necesita también el fichero aleatorios.h (en C++ el fichero aleatorios2.h).

  • Algún conocimiento de probabilidades y estadística sería deseable. Aunque este no es el lugar apropiado para proporcionárselo, puede encontrar un bonito curso (en español) del Profesor Bernard Ycart de la Universidad de Paris V (actualmente en el Laboratoire de Modélisation et Calcul, en Grenoble) denominado EMEL.