Los casinos de Monte Carlo y la Física

Casino de Monte Carlo

Casino de Monte Carlo

Ciertamente, la financiación de la ciencia no esta en sus mejores momentos, e incluso hay investigadores que han tenido que recurrir a programas de televisión para conseguir dinero para sus investigaciones. Pero yo al menos, afortunadamente, no he tenido que recurrir al casino para ganarme el sueldo. Aunque el título huela a dinero, este post va por otro camino. Si menciono la ciudad del Principado de Mónaco es por la técnica para simular procesos complejos, que toma su nombre de la ciudad famosa por sus casinos.

Las simulaciones Monte Carlo acoge en un mismo nombre una gran cantidad de algoritmos computacionales basados en utilizar números aleatorios (mejor dicho, pseudoaleatorios) para obtener la solución a un problema complejo, simulando el mismo problema con diferentes condiciones iniciales para conseguir la distribución de probabilidad de la cantidad que se quiera obtener. De hecho, es lo mismo que hacemos al apostar en una ruleta del casino, con resultados más o menos desastrosos para nuestros bolsillos.

Una máquina de pinball de 1995: ``Theatre of magic''. via Wikipedia.

Una máquina de pinball de 1995: “Theatre of magic”. via Wikipedia.

Pongamos un ejemplo. Supongamos que tenemos un pinball y queremos calcular la probabilidad de que la bola de pinball caiga directamente entre las dos paletas sin que podamos intervenir. La dinámica de este sistema es demasiado complicada como para ser analizada desde un punto de vista analítico. Las mínimas variaciones en la energía, posición o dirección del lanzamiento inicial podrían hacer caer a la bola en un lugar completamente diferente. Haría falta entonces repetir el experimento de lanzar la bola numerosas veces con un pinball real y anotar cuidadosamente los resultados. Sin embargo, este experimento requeriría, primero, de un paintball real, de mucho tiempo (libre) y no podríamos saber si el hecho de colocar un elemento adicional en el tablero cambiaría la probabilidad o no.

La alternativa es hacer un experimento virtual, una simulación de Monte Carlo. En este ejemplo, el procedimiento sería desarrollar un programa que simule el paintball, reproduciendo la interacción de la bola con todos los elementos del tablero. A continuación, lanzaríamos virtualmente numerosas bolas con diferentes energías, posiciones y direcciones. La precisión del resultado (el número de veces que la bola pasa a través de las paletas, de forma que el jugador no pueda jugar, dividido por el número de disparos realizados) dependerá del número de lanzamientos efectuados. Cuando se ha realizado un número suficientemente grande de eventos (la estadística es suficientemente grande), es posible hacer medidas, lo que consiste en simular la respuesta de nuestros detectores o instrumentos de medida a la serie de eventos generados. Por ejemplo, es posible medir el número medio de colisiones con un elemento del tablero, o incluso medir (siempre virtualmente), la energía disipada de media por la bola en la colisión con un elemento. Medida, esta última, que será muy difícil de realizar con una experiencia real.

Aunque Enrico Fermi ya planteo este metodo en 1930, oficialmente los orígenes del método de Monte Carlo se remontan a 1946. En el laboratorio de Los Alamos (epicentro del Proyecto Manhattan donde se desarrollo la bomba atómica) los físicos John von Neumann y Stanislaw Ulam  estudiaban el transporte de neutrones a través de materiales para mejorar la protección ante la radiación. La ecuación de transporte que describe el proceso es tremendamente complicada, imposible de resolver analíticamente para casos realistas. Un dia, Ulam estaba enfermo, pasando el rato jugando al solitario, cuando se pregunto cuál era la probabilidad de obtener las 52 cartas en el orden correcto. Lo intento con cálculo probabilístico, pero al final se le ocurrió utilizar números aleatorios para resolver el problema. La aplicación de este método al problema de transporte de neutrones fue inmediata. El nombre de Monte Carlo le fue asignado más tarde por Nicholas Metropolis, en referencia a la tradición de juegos de azar del Principado. La difusión de la técnica de simulación ha seguido, claramente, a la de los ordenadores y está hoy en día prácticamente omnipresente en los experimentos de física.

Al igual que sucede en nuestro experimiento de pinball, en los experimentos reales
las simulaciones Monte Carlo se utilizan ampliamente desde la concepción de un experimento, para evaluar cuáles serán las características que el experimiento deberá tener para poder medir las cantidades deseadas. Posteriormente son utilizadas para concebir y optimizar los detectores y para interpretar las señales. Por ejemplo, en la figura  de abajo se representan los datos experimentales medidos durante el experimento ATLAS y las predicciones de la simulación Monte Carlo.

En negro se representan los datos medidos a través del experimento ATLAS,  en rojo y en violeta las predicciones de la simulación Monte Carlo de eventos debidos a otros procesos ya conocidos,  en verde la diferencia entre la predicción de la simulación y los datos efectivamente medidos.  El excedente es compatible con la señal que será obtenida si estuviera producida por el bosón de Higgs y  si este tuviera una masa de 125 GeV, como vemos en la simulación en azul.

En negro se representan los datos medidos a través del experimento ATLAS, en rojo y en violeta las predicciones de la simulación Monte Carlo de eventos debidos a otros procesos ya conocidos, en verde la diferencia entre la predicción de la simulación y los datos efectivamente medidos. El excedente es compatible con la señal que será obtenida si estuviera producida por el bosón de Higgs y si este tuviera una masa de 125 GeV, como vemos en la simulación en azul.

Evidentemente, es esencial que la simulación reproduzca de la forma más exacta posible los datos que serán producidos durante la adquisicion de datos experimental. Si no, sería casi imposible reconstruir los procesos que los han generado a partir de las señales producidas por los detectores. Así, el uso de simulaciones numéricas para reconstruir los eventos que generan las señales son imprescindibles.

Para obtener simulaciones realistas, se han desarrollado numerosos programas a lo largo de los años, dependiendo del problema que se quiera resolver. Cuando se trata de simulaciones dedicadas a experimentos de Física de Partículas, estos programas (como FLUKA, Geant4, MCNPX,…) simulan lo que sucede en millones de interacciones en las cuales, en función de la energía implicada, las partículas puede ser aniquiladas o creadas, y se describe el transporte y las interacciones de las partículas con los átomos del material.

Además de en la investigación básica, las técnicas de Monte Carlo se aplican actualmente en prácticamente todos los campos de la ciencia, desde la Biología a las Telecomunicaciones, en las Matemáticas y, por supuesto, en la Física Médica. En particular, la utilización de códigos de transporte Monte Carlo es muy importante en numerosas etapas del tratamiento del cáncer mediante radioterapia.

El transporte de partículas a través de los tejidos del cuerpo es complejo, no solamente debido a la complejidad de describirlo a través de la resolución de la ecuación de transporte de Boltzman, sino también por la heterogeneidad intrínseca del cuerpo humano. La Física Médica utiliza sobre todo sistemas de Planificación de Tratamiento (TPS por sus siglas en ingles), programas especializados basados en modelos analíticos que ayudan a obtener una distribución tridimensional de la dosis a administrar al paciente.

En algunos casos, las soluciones analíticas aproximadas pueden ser útiles. De hecho, para la radioterapia tradicional basada en rayos X y electrones, estas soluciones son bastante rápidas y precisas. No obstante, en los últimos decenios, la utilización de protones y de iones está surgiendo como alternativa.

Por supuesto, la localización exacta del lugar donde la dosis se libera es esencial para este tipo de tratamiento y una simulación de Monte Carlo es la herramienta ideal para hacer este tipo de predicciones, sobre todo para aquello que concierne a iones pesados como el carbono, que además de interaccionar con el medio, puede fragmentarse.

Esquema de la fragmentación del carbono.

Esquema de la fragmentación del carbono.

La predicción de la fragmentación del carbono, que constituye parte de nuestro trabajo,
es uno de los puntos sobre los cuales se concentra la investigación. Su importancia deriva del hecho de que la fragmentación del carbono falsea la dosis liberada,
ya que los fragmentos se crean y viajan por el cuerpo. Por otro lado, se busca una forma de utilizar estos fragmentos para obtener imágenes en tiempo real de la zona afectada para permitir el control directo del emplazamiento y de la cantidad de dosis liberada en el paciente.

Comparación entre la dosis administrada por un software numérico y un código Monte Carlo (FLUKA)  en el caso donde existan implantes metálicos. Imagen: K. Parodi et al, IJROBP 2007.

Comparación entre la dosis administrada predicha por un software numérico analitico (TPS) y el código Monte Carlo FLUKA en el caso donde existan implantes metálicos. Imagen: K. Parodi et al, IJROBP 2007.

La utilización de simulaciones de Monte Carlo para verificar la dosis depositada en el
paciente es particularmente importante en el caso de cambios bruscos de densidad,
por ejemplo en la proximidad de los pulmones o si existen implantes metálicos, como vemos en la figura.

En conclusión, la técnica de Monte Carlo permite simular procesos que son muy complejos como para poderse tratar de forma analítica. En lo concerniente a la hadronterapia, las simulaciones de Monte Carlo se utilizan tanto en la investigación como en las clínicas para diseñar experimentos, en pantallas protectoras y en procedimientos de seguridad, para verificar los planes de tratamiento a estudiar de nuevas técnicas para la evaluación de los tratamientos.

Accastampato es una iniciativa de divulgación realizado por estudiantes de Física de la Universidad la Sapienza de Roma, con el objetivo de mostrar al público no especializado y los estudiantes de instituto diversos temas de investigación, explicados de una manera sencilla y amena. Gracias al esfuerzo de sus editores, la revista se traduce actualmente al italiano, inglés, francés y español. La idea es enviar partidas de la revista a diversos institutos de Italia, Francia y España, aunque la financiación a veces es insuficiente. Por fortuna, la revista se puede descargar gratuitamente de su página web, y os invito a descargarla o leerla online.

Este post esta basado en una colaboración que realice junto con Carlo Mancini Terracciano para su último número “Los átomos que curan“, dedicado a la Física aplicada a la Medicina.

Anuncios

Un pensamiento en “Los casinos de Monte Carlo y la Física

  1. Pingback: Los casinos de Monte Carlo en la Física

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s