Repetir todo el análisis en muchos pseudoexperimentos simulados para aprender cómo fluctúa su respuesta.El Monte Carlo de juguete es una técnica computacional utilizada en física para comprender el comportamiento estadístico de un análisis sin necesidad de datos reales. La idea es simple: simulas muchos conjuntos de datos falsos, llamados 'pseudoexperimentos', que se generan según tu mejor modelo de la física subyacente y la respuesta del detector. Luego ejecutas todo tu proceso de análisis en cada conjunto de datos simulado, tal como lo harías con datos reales, y registras el resultado cada vez. Al recopilar los resultados de miles o millones de estos pseudoexperimentos, construyes una distribución que te indica cuánto fluctuaría la respuesta de tu análisis debido únicamente al azar.
La técnica surgió a mediados del siglo XX con la llegada de las computadoras electrónicas, y se convirtió en una herramienta estándar en la física de partículas durante las décadas de 1960 y 1970, especialmente en el CERN y otros laboratorios de aceleradores. El nombre 'de juguete' distingue estas simulaciones simplificadas de las simulaciones completas del detector, que son mucho más detalladas y computacionalmente costosas.
El método se basa en la generación de números aleatorios para crear cada pseudoexperimento. Comienzas con un modelo de probabilidad que describe la señal y el fondo esperados, y luego muestreas de ese modelo para producir un conjunto de datos que estadísticamente se parezca a lo que el experimento real podría producir. Después de ejecutar el análisis en cada conjunto de datos simulado, histogramas las cantidades resultantes, como un parámetro ajustado o un estadístico de prueba. Este histograma aproxima la distribución de probabilidad de la salida del análisis bajo la hipótesis nula o bajo una hipótesis de señal dada, lo que permite cuantificar incertidumbres, establecer límites o calcular valores p.
Se utiliza en física de altas energías para estimar la significancia del descubrimiento de una nueva partícula, para establecer límites superiores en procesos raros y para validar que un análisis no tenga sesgos sistemáticos.
El mismo principio subyace al método de 'bootstrap' en estadística, pero el Monte Carlo de juguete está adaptado al detector y análisis específicos de un experimento de física.
