Documentos de Académico
Documentos de Profesional
Documentos de Cultura
de Fı́sica
Fı́sica Estadı́stica
Tarea 1:
Probabilidades y marchas aleatorias
Profesor: Gabriel Téllez
Semestre 2023-1
I. Integrales Gaussianas
Como vimos en clase la ley de probabilidad gaussiana juego un rol muy importante en estadı́stica,
entre otras a causa del teorema central lı́mite. Este ejercicio propone familiarizarse con ciertas
integrales gaussianas.
1
5. Calcular la integral J(A, B). Para esto hacer un cambio de variable en la integral adecuado
de modo de diagonalizar la forma cuadrática (X, AX) y obtener un producto de integrales
separables de la forma (1.1). Expresar primero el resultado en función de los valores propios
de A y luego de una forma más general en función de det A y de A−1 .
6. Generalizar el resultado de la pregunta 2.
7. Considerar la densidad de probabilidad
1
e− 2 (X,AX)
P (X) = . (1.5)
J(A, 0)
R
Calcular ⟨xi xj ⟩ = xi xj P (X)dX. Expresar la matriz de covarianzas en función de A.
8. Calcular ⟨xi1 xi2 xi3 xi4 ⟩. Mostrar que
⟨xi1 xi2 xi3 xi4 ⟩ = ⟨xi1 xi2 ⟩⟨xi3 xi4 ⟩ + ⟨xi1 xi3 ⟩⟨xi2 xi4 ⟩ + · · · (1.6)
+ todas las demás permutaciones posibles
∂p ∂2p
=D 2. (2.1)
∂t ∂x
¿Cuánto vale la constante de difusión D?
2
Subir a un repositorio público en GitHub el código fuente del programa e indicar el vı́nculo
para acceder a él.
El código fuente del programa de simulación debe estar debidamente documentado. (docstrings
en python o su equivalente en el lenguaje que escoja). El repositorio debe contener, además del
código, un archivo de instrucciones (README.md) de como correr su programa de simulación y
reproducir los resultados que reportó.
7. Escribir un programa de computador que simule una marcha aleatoria (en una, dos o tres
dimensiones, como prefiera) de N pasos en donde N sea un parámetro que se entra en el
computador. El programa debe dar la posición r después de los N pasos. Para N fijo pero
grande correr el programa un número importante de veces para poder construir un histogra-
ma (posición final en función del número de veces que se repite) y comparar con la ley de
probabilidad predicha por el teorema central lı́mite.
8. Para varios valores de N correr el programa muchas veces y calcular para cada N el promedio
⟨r⟩ y ⟨r2 ⟩. Verificar que ⟨r2 ⟩ es proporcional a N y determinar numéricamente la constante de
difusión.