Can $π$ generate itself? A Monte Carlo analysis of 314 trillion digits

Imagina que estás intentando adivinar la forma de un círculo, pero no tienes una regla, ni un compás, ni siquiera un trozo de papel. Todo lo que tienes es una bolsa de canicas y una caja cuadrada. Esta es la esencia de un truco famoso en matemáticas llamado simulación "Monte Carlo". La idea es simple: si lanzas miles de canicas aleatoriamente dentro de una caja cuadrada que contiene un cuarto de círculo dibujado en su interior, la proporción de canicas que caen dentro de la curva respecto al número total de canicas te dirá el valor de $\pi$ (el número que relaciona el diámetro de un círculo con su circunferencia). Cuantas más canicas lances, más cerca estará tu estimación de la respuesta real. Normalmente, para hacer esto, necesitas una máquina que genere números verdaderamente aleatorios para decidir dónde cae cada canica. Pero, ¿y si no tuvieras un generador de números aleatorios? ¿Qué pasaría si intentaras usar los propios dígitos de $\pi$ —el número mismo que estás tratando de encontrar— como la fuente de tus canicas "aleatorias"? Suena a una paradoja, como intentar levantarse a uno mismo tirando de sus propios cordones, pero eso es exactamente la extraña pregunta que un equipo de científicos decidió poner a prueba.

Este artículo, escrito por investigadores de los Laboratorios Nacionales de Gran Sasso en Italia, explora una idea alucinante utilizando un conjunto de datos masivo: los primeros 314 billones de dígitos decimales de $\pi$. Para entender lo que está en juego, necesitamos saber un poco sobre la naturaleza de $\pi$. Es un número determinista, lo que significa que sus dígitos no son para nada aleatorios; son fijos y calculados mediante una regla matemática estricta. Sin embargo, durante siglos, los matemáticos han sospechado que estos dígitos parecen aleatorios. Parecen ser "normales", una palabra elegante que significa que cada combinación posible de dígitos (como "123" o "999") aparece con la misma frecuencia, tal como si estuvieras lanzando un dado equilibrado para siempre. Si $\pi$ es verdaderamente normal, sus dígitos deberían ser lo suficientemente buenos como para actuar como una fuente de aleatoriedad para simulaciones por computadora. Los investigadores querían ver si podían usar los dígitos de $\pi$ para ejecutar una simulación de Monte Carlo que lograra "redescubrir" $\pi$ sin utilizar números aleatorios externos.

El equipo tomó el conjunto de datos récord de 314 billones de dígitos, que fue computado a finales de 2025, y lo trató como un gigantesco flujo de números. Dividieron este flujo en pequeños bloques de 14 dígitos cada uno. Los primeros 7 dígitos de un bloque se convirtieron en la coordenada "x" de un punto, y los siguientes 7 dígitos se convirtieron en la coordenada "y". Imagina estas coordenadas como el lugar de aterrizaje de un dardo lanzado a un objetivo cuadrado. Al hacer esto para cada bloque posible, crearon unos 22,4 billones de "dardos" (o puntos de datos) para lanzar a su objetivo virtual. Luego contaron cuántos de estos puntos aterrizaron dentro del cuarto de círculo imaginario.

El resultado fue un éxito asombroso. Cuando procesaron los números, la simulación produjo una estimación de $\pi$ igual a 3.141593. Esto coincide perfectamente con los primeros siete decimales del valor real de $\pi$, situándose dentro del margen de error esperado para una simulación de este tamaño. Los autores señalan que esto no demuestra que $\pi$ sea matemáticamente "normal" ni que sus dígitos sean verdaderamente independientes entre sí (ya que son generados por una regla fija, no pueden ser verdaderamente independientes). Sin embargo, el experimento proporciona una fuerte evidencia empírica de que, para todos los propósitos prácticos, los dígitos de $\pi$ se comportan tanto como números aleatorios que pueden usarse para generar una simulación de Monte Carlo que recupere con éxito el número mismo.

En términos más sencillos, el artículo muestra que $\pi$ puede, de alguna manera, "generarse a sí mismo". Es como si tomaras un diccionario, recortaras cada letra y usaras esas letras para escribir un nuevo libro que, de algún modo, contuviera el mismo diccionario con el que empezaste. Los investigadores descubrieron que los dígitos de $\pi$ son tan estadísticamente caóticos y están tan bien distribuidos que pueden servir como su propia fuente de aleatoriedad. Esto no significa que los dígitos sean mágicos o que creen nueva información; más bien, sugiere que la complejidad de $\pi$ es tan alta que oculta su propia naturaleza determinista, actuando como un entorno aleatorio perfecto para sí mismo. El estudio confirma que, aunque $\pi$ es un número fijo y calculado, sus dígitos son una herramienta fiable para simular la aleatoriedad, al menos hasta la escala de 314 billones de dígitos.