Neutrino Atlas
ES
  1. Términos
  2. Análisis y medición
  3. Estadística e inferencia
  4. Simulación de Monte Carlo y generadores de eventos

Simulación de Monte Carlo y generadores de eventos

ConceptoNivel 3 de 4También llamado: MC, GENIE, NEUT, Geant4

Simulación por ordenador de los flujos de neutrinos, de sus interacciones y de la respuesta del detector, que se usa para predecir e interpretar los datos.

Las simulaciones de flujo (por ejemplo, con FLUKA o con modelos de la línea de haz en Geant4), los generadores de interacciones (GENIE, NEUT, NuWro, GiBUU) y las simulaciones de detector (Geant4) producen eventos simulados. Con ellos se determinan eficiencias, fondos y variaciones sistemáticas. También se entrena con ellos la reconstrucción basada en aprendizaje automático.

En pocas palabras

Antes de que un experimento pueda afirmar que ha visto menos neutrinos de los esperados, necesita saber qué significa «esperado» en su propio detector. La simulación de Monte Carlo responde a eso reproduciendo el experimento millones de veces en un ordenador: se genera un neutrino con energía y dirección aleatorias según la física conocida, se le deja interactuar, se sigue cada partícula que crea a través del detector y se registra lo que vería la electrónica. El nombre procede del casino, porque el método se basa en números aleatorios; fue desarrollado en la década de 1940 en Los Álamos por Stanisław Ulam, John von Neumann y Nicholas Metropolis.

La cadena de simulación

  • Flujo: la producción de hadrones en el blanco y la desintegración de piones y kaones en la línea de haz se simulan con códigos como FLUKA o Geant4 y se ajustan a mediciones de producción de hadrones (para T2K, datos del experimento NA61/SHINE del CERN). Los flujos atmosféricos y de reactor tienen sus propios modelos específicos.
  • Interacción: generadores de eventos como GENIE, NEUT, NuWro y GiBUU producen las partículas del estado final de cada interacción neutrino–núcleo, incluidos los procesos cuasielásticos, de resonancia y profundamente inelásticos, así como los efectos nucleares. NEUT es el generador de T2K y Super-Kamiokande; GENIE se usa ampliamente en los experimentos de Fermilab.
  • Detector: Geant4, desarrollado por una colaboración internacional en el CERN y publicado por primera vez en 1998, sigue las partículas a través del material del detector y simula la producción de luz o de carga, seguida de un modelo de la electrónica de lectura.
  • Reconstrucción: los eventos simulados pasan por la misma reconstrucción de eventos que los datos, lo que proporciona eficiencias, resoluciones y tasas de identificación errónea.

Incertidumbres sistemáticas

La simulación es también la forma de propagar las incertidumbres. En lugar de regenerar eventos para cada variación de un parámetro del modelo, los análisis suelen volver a ponderar los eventos existentes, por ejemplo cambiando un parámetro de sección eficaz en una desviación estándar, y observan cómo se desplaza el espectro predicho en el detector lejano. Cientos de variaciones de este tipo definen la incertidumbre de la sección eficaz y la incertidumbre del flujo que entran en el ajuste de verosimilitud. Comparar distintos generadores sirve para comprobar si los propios modelos son adecuados.

Por qué es importante para la física de neutrinos

Casi todos los números de un resultado de neutrinos pasan por la simulación: el espectro predicho, el fondo, la eficiencia y la reconstrucción de la energía. Los métodos de aprendizaje automático para la identificación de partículas se entrenan con eventos simulados, de modo que su fiabilidad depende de lo bien que la simulación reproduzca la realidad. Para DUNE e Hyper-Kamiokande, cuya precisión estadística será alta, se espera que la exactitud de los modelos de interacción sea uno de los factores limitantes; por eso el desarrollo de generadores y los experimentos dedicados a secciones eficaces constituyen un campo propio.

Preguntas frecuentes

¿Cómo saben los físicos que la simulación es correcta?

La comparan con muestras de control: muones cósmicos, fuentes de calibración, datos del detector cercano y mediciones dedicadas de secciones eficaces. Las discrepancias se corrigen o se cubren con una incertidumbre sistemática.

Artículos originales

  1. PropuestaC. Andreopoulos et al., The GENIE Neutrino Monte Carlo Generator, Nucl. Instrum. Meth. A 614, 87 (2010)DOI 10.1016/j.nima.2009.12.009arXiv:0905.2517
  2. PropuestaS. Agostinelli et al. (GEANT4 Collaboration), GEANT4 - a simulation toolkit, Nucl. Instrum. Meth. A 506, 250 (2003)DOI 10.1016/S0168-9002(03)01368-8

Términos relacionados

Mencionado en 11 páginas

Última actualización: · Principios editoriales

Citar esta página

Texto

Neutrino Atlas (2026). «Simulación de Monte Carlo y generadores de eventos». Disponible en: https://neutrino-atlas.com/es/terms/monte-carlo-simulation/ (consultado el 22 de noviembre de 2026).

BibTeX

@misc{neutrinoatlas2026ermsmontecarlosimulation,
  title        = {Simulación de Monte Carlo y generadores de eventos},
  author       = {{Neutrino Atlas}},
  year         = {2026},
  url          = {https://neutrino-atlas.com/es/terms/monte-carlo-simulation/},
  note         = {Consultado el 2026-11-22},
  language     = {spanish}
}