Universidad Autónoma De Nuevo León

Facultad de Ciencias Físico Matemáticas

Tarea 3:
Simulación de una
caminata aleatoria

Profesor:
Éric Víctor Guerrero piña
Materia:
Procesos estocásticos
Integrantes del equipo:
Lizbeth Ramos Saucedo 1885423
Yessica Abigail Santiago Hernández 190002
Fecha:
Viernes 3 de marzo del 2023
 Universidad autónoma de Nuevo León

Facultad de ciencias físico matemáticas

Contenido
CODIGO EN ESCRITO DEL PROGRAMA..................................................................................................3
ENLACE AL ARCHIVO DE PHYTON.........................................................................................................4
EVIDENCIA FOTOGRAFICA DEL PROGRAMA ..........................................................................................5
RESULTADOS DE LOS HISTOGRAMAS ...................................................................................................6
• 100 pasos:...............................................................................................................................6
• 1,000 pasos .............................................................................................................................6
• 10,000 pasos ...........................................................................................................................7

2
 Universidad autónoma de Nuevo León

Facultad de ciencias físico matemáticas

CODIGO EN ESCRITO DEL PROGRAMA

import random
import numpy as np
import matplotlib.pyplot as plt

def random_walk(n, x, y, p):

x_pos = [x]
y_pos = [y]

for i in range(n):
if random.random() < p:
x += random.choice([-1, 1])
else:
y += random.choice([-1, 1])

x_pos.append(x)
y_pos.append(y)

return x_pos, y_pos

# Parámetros de la caminata aleatoria

n = 1000
x=0
y=0
p = 0.5

# Graficar el movimiento de la caminata aleatoria

x_pos, y_pos = random_walk(n, x, y, p)
plt.plot(x_pos, y_pos)
plt.title("Caminata Aleatoria")
plt.xlabel("Posición en x")
plt.ylabel("Posición en y")
plt.show()

# Realizar una simulación con 100, 1,000 y 10,000 resultados de el estado al que se llega
y graficar los pasos de cada caminata en un histograma
n_simulations = [100, 1000, 10000]

3
 Universidad autónoma de Nuevo León

Facultad de ciencias físico matemáticas

for n_sim in n_simulations:

final_positions = []

for i in range(n_sim):
x, y = random_walk(n, 0, 0, p)
final_positions.append(np.sqrt(x[-1]**2 + y[-1]**2))

plt.hist(final_positions, bins=20)
plt.title("Histograma de " + str(n_sim) + " simulaciones")
plt.xlabel("Distancia Final")
plt.ylabel("Frecuencia")
plt.show()

ENLACE AL ARCHIVO DE PHYTON

https://colab.research.google.com/drive/1wQxpGz3y03o39PfbcaPQVib3XkF9_t -
Y?usp=sharing&pli=1

4
 Universidad autónoma de Nuevo León

Facultad de ciencias físico matemáticas

EVIDENCIA FOTOGRAFICA DEL PROGRAMA

5
 Universidad autónoma de Nuevo León

Facultad de ciencias físico matemáticas

RESULTADOS DE LOS HISTOGRAMAS

• 100 pasos:

Con un total de 100 pasos y teniendo en

cuenta una caminata simétrica, logramos
llegar a la obtención de la presente grafica
donde vemos que la mayoría de los
resultados tiende a estar concentrada en
los valores de 30 y 20 aproximadamente,
aunado a esto también se logra observar
que el resto de los resultados se ven en
menor concentración, pero van
disminuyendo su frecuencia en medida que
se van alejando del centro que contiene a las frecuencias más altas, logrando una
semejanza a la distribución normal, la cual si bien no esta tan formada veremos en los
resultados siguientes que entre mas numero de pasos tenga nuestra caminata mas se va
formando el grafico de la distribución normal.

• 1,000 pasos

En el caso del presente grafico continuamos

con la misma condición de una caminata
aleatoria simétrica, pero con el cambio en
número de pasos, puesto que ahora hay un
total de 1000.
En este caso se puede apreciar con más
claridad la formación de un gráfico con
distribución normal donde se aprecia una
frecuencia más alta en una distancia

aproximada de 20 y 30 y con frecuencias mas bajas en distancias más grandes.

6
 Universidad autónoma de Nuevo León

Facultad de ciencias físico matemáticas

• 10,000 pasos

Continuando con una caminata aleatoria

simétrica, pero cambiando a un total de
10,000 pasos se continúa apreciando la
formación de manera más solida de la
distribución normal, en este caso al igual
que en los anteriores las frecuencias mas
grandes se ubican en las distancias de 20-30
aproximadamente, pero logramos observar
que alrededor de estos va disminuyendo
gradualmente, ya no se ven tantas
inconsistencias