matemáticas

promedio de conjunto

promedio de ensemble — de la anatomía de la fórmula
18 artículos relacionados · 5 fórmulas

Descripción

Un promedio de ensemble es el promedio de una cantidad física sobre una gran colección de sistemas preparados idénticamente, llamada ensemble. En mecánica estadística, reemplaza el promedio temporal de un solo sistema durante un largo período, bajo la hipótesis ergódica de que ambos son iguales. Este concepto es central para conectar la dinámica microscópica con propiedades termodinámicas macroscópicas como temperatura, presión y entropía.

Historia

El concepto de ensemble fue introducido por Josiah Willard Gibbs en su libro de 1902 'Principios Elementales de Mecánica Estadística', basándose en trabajos previos de Ludwig Boltzmann y James Clerk Maxwell. La formulación de Gibbs proporcionó una base rigurosa para la mecánica estadística.

Cómo funciona

Dada una distribución de probabilidad ρ sobre los posibles microestados de un sistema, el promedio de ensemble de un observable A es ⟨A⟩ = ∫ A(x) ρ(x) dx (o una suma para estados discretos). Diferentes ensembles corresponden a diferentes restricciones físicas: el ensemble microcanónico fija la energía, el ensemble canónico fija la temperatura, y el ensemble gran canónico fija la temperatura y el potencial químico. El promedio se calcula entonces ponderando cada microestado por su probabilidad según la distribución del ensemble.

En la práctica

Los promedios de ensemble se utilizan en simulaciones de dinámica molecular para calcular propiedades de materiales, en métodos de Monte Carlo para la física estadística, y en aprendizaje automático para estimar valores esperados a partir de distribuciones de datos.

Dato curioso

En mecánica estadística cuántica, el promedio de ensemble de un observable se calcula como la traza del producto de la matriz densidad y el observable, vinculando el operador traza con este concepto.

Concept graph →

Fórmulas

$$\langle h\nu \rangle = c \cdot k_B T$$
The average energy of photons in blackbody radiation is proportional to temperature.
Qué hay en la fórmula
⟨hν⟩variableAverage photon energy — energía joule
TvariableTemperature of the blackbody — temperatura kelvin
cconstanteA numerical factor that depends on the frequency integration limits and the specific definition of 'average' (e.g., over the full spectrum). — proportionality constant = 2.701
k_BconstanteFundamental constant converting temperature to energy scale — constante de Boltzmann = 1.380649e-23 joule per kelvin
⟨ ⟩operadorStatistical average over the photon distribution — promedio de conjunto
$$C_{l m l' m'} = \langle a_{l m} a^*_{l' m'} \rangle$$
Defines correlation coefficients of spherical harmonic coefficients.
Qué hay en la fórmula
C_{lm l'm'}variableAngular power spectrum coefficients — angular power spectrum
a_{lm}variableSpherical harmonic coefficients of temperature map — spherical harmonic coefficient kelvin
⟨ ⟩operadorEnsemble average over realizations — promedio de conjunto
*operadorComplex conjugation — complex conjugate
$$\langle \eta_i(t) \eta_j(t') \rangle = 2 \gamma k_B T \delta_{ij} \delta(t-t')$$
Relates noise intensity to temperature and dissipation in equilibrium.
Qué hay en la fórmula
η_i(t)variablenoise term at time t for component i — noise newton
η_j(t')variablenoise term at time t' for component j — noise newton
Tvariabletemperature — temperatura kelvin
γvariabledissipation coefficient — dissipation coefficient kilogram per second
δ_ijvariableKronecker delta — kronecker delta
δ(t-t')variableDirac delta function — dirac delta function per second
k_Bconstanterelates energy to temperature — constante de Boltzmann = 1.380649e-23 joule per kelvin
⟨...⟩operadoraverage over many realizations — promedio de conjunto
$$C(t) = \frac{\langle A(t) A(0) \rangle}{\langle A(0)^2 \rangle}$$
Measures how a system's state correlates with its initial state over time.
Qué hay en la fórmula
C(t)variableNormalized autocorrelation function of observable A — función de correlación
A(t)variableValue of observable A at time t — observable varies
A(0)variableValue of observable A at initial time — observable varies
⟨...⟩operadorAverages the product over a statistical ensemble of initial conditions — promedio de conjunto
$$\text{MSD}(\tau) = \langle [x(t+\tau) - x(t)]^2 \rangle$$
Mean squared displacement measures particle spread over time.
Qué hay en la fórmula
MSDvariableMean squared displacement — mean squared displacement metre squared
τvariableTime lag — tiempo second
xvariableParticle position — posición metre
tvariableTime — tiempo second
⟨ ⟩operadorEnsemble average over many trajectories or particles — promedio de conjunto
[ ]operadorDifference between positions at two times — diferencia
²operadorSquare of the displacement — square

Artículos relacionados · 16

Bandada por codicia: cómo la búsqueda de comida crea colectividad
Imagina una bandada de pájaros que se reúne alrededor de un comedero que nadie construyó. Cada pájaro busca comida para sí mismo, pero al final terminan juntos. Por lo general, ese comportamiento se explica por un instinto social: los pájaros quieren estar cerca de sus congéneres. Pero, ¿y si la bandada es solo un efecto secundario de la codicia?
El tiempo frente al clima: cómo distinguir el ruido de la señal
En invierno, en un barrio de la ciudad cae el triple de nieve que en el vecino. Un año hace calor, otro frío. Son los caprichos del tiempo. Pero a lo largo de décadas se observa otro cambio, más lento: los inviernos, en promedio, se vuelven más suaves. Distinguir uno de otro es la tarea principal de los climatólogos.
Gotas velocistas en un chorro
Las gotas de agua salen de la boquilla una tras otra, como ciclistas en una pista estrecha. Las que vuelan más rápido alcanzan a las lentas y se fusionan con ellas formando gotas más grandes. Este mecanismo simple se llama agregación balística y hasta ahora solo se había observado a escalas cósmicas: así se unen las partículas de polvo para formar planetas.
La complejidad de la multitud: por qué el promedio no funciona
Normalmente la complejidad de los sistemas –desde el movimiento de satélites hasta los ritmos cardíacos– se evalúa con la entropía promedio (medida de imprevisibilidad, tal como la entendía Boltzmann).
Eco en el laberinto: por qué el aprendizaje automático solo oye ecos
Las señales gravitacionales de estrellas masivas moribundas son susurros que nos llegan desde los laboratorios más violentos del Universo. Einstein predijo estas ondas gravitacionales hace más de un siglo, pero solo hoy, con detectores como LIGO, comenzamos a escucharlas.
Física Cuántica2026-06-272 minarXiv:2606.28660exprés
Gases cuánticos2026-06-171 minarXiv:2606.19009exprés
Un gas cuántico rompe las reglas de los libros de texto
Los libros de texto dividen las partículas en dos bandos: a los bosones les encanta amontonarse en un mismo estado, mientras que los fermiones se niegan rotundamente. Pero la naturaleza admite una tercera opción. Los anyones son cuasipartículas cuyo comportamiento se sitúa en algún punto intermedio.
Cómo medir el caos en un sistema sin conocer sus reglas
Un cruce concurrido sin semáforo. Los coches avanzan, frenan, cambian de carril — y desde fuera parece reinar el caos total. Pero si uno observa durante un rato, puede notar un ritmo: el flujo se espesa y se adelgaza.
La respiración, descompuesta en ondas simples
Cuando una persona respira, el aire no fluye de manera uniforme, sino en ondas. Antes, médicos y científicos solo observaban cifras generales: cuánto aire entraba en cada inhalación, cuál era el flujo máximo. Pero dentro de una sola inhalación hay matices: pequeños cambios que revelan el trabajo de nervios y músculos.
Huellas dactilares del caos: cómo la geometría de las trayectorias revela el momento del cambio de régimen
El corazón late con regularidad y de repente cae en una arritmia. El clima mantiene su ritmo habitual durante décadas y luego, en un solo verano, pasa a un nuevo estado. Estos cambios de régimen se asemejan al chasquido de un interruptor, pero en los datos reales solo vemos una señal unidimensional ruidosa en la que el momento de la transición está oculto.
Sistemas dinámicos2026-04-112 minarXiv:2604.10225exprés
Qué fases de la materia son posibles y cuáles son un espejismo
El agua puede ser hielo, líquido o vapor. Los físicos llaman a estos estados fases. En teoría, cada fase tiene su propia medida, una forma de describir cuán probable es. Pero no toda medida que se pueda imaginar se encuentra en la naturaleza. Algunas fases son reales, mientras que otras son solo una ilusión matemática.
Desmontando los mitos del condensado de Bose-Einstein
En una orquesta donde cada músico toca la misma nota, el sonido se funde en un potente unísono. Así surge el condensado de Bose — Einstein: una multitud de partículas bosónicas que, a temperaturas extremadamente bajas, se comportan como un todo.
Física Cuántica2026-03-112 minarXiv:2603.10344exprés
Cómo un ordenador cuántico distinguió la flecha del tiempo
Una película de una taza rota proyectada hacia atrás parece absurda: los fragmentos no se reúnen solos para formar el todo. Esta sensación intuitiva de irreversibilidad está relacionada con el aumento de la entropía, una medida del desorden en un sistema.
Destilar el océano: cómo condensar miles de modelos de El Niño en doce gotas claras
Miles de modelos hierven en un mismo caldero, y el vapor que desprenden es denso e impenetrable. Cada uno susurra algo sobre el futuro de El Niño, pero en el ruido general no se distingue quién tiene razón y quién solo se está calentando.
Dinámica caótica2026-02-072 minarXiv:2602.07660exprés
Cómo distinguir el caos del orden por la huella de una partícula
Lanza una piedra a un estanque tranquilo: las ondas se expandirán uniformemente. Lánzala a una corriente turbulenta: el agua girará de manera impredecible. Una pregunta similar ha inquietado a los científicos durante mucho tiempo: ¿cómo saber, solo por la trayectoria de una partícula, si su movimiento es caótico?
Consejo de ancianos en lugar de votación general: cómo seleccionar los mejores pronósticos de El Niño
En una sala con 80 asesores, cada uno grita lo suyo, y si simplemente escuchas a todos y tomas el promedio, obtienes un batiburrillo. Lo mismo ocurre con los pronósticos de El Niño: el modelo produce 80 futuros posibles, pero no todos son igualmente útiles. Unos fallan menos, otros más, y otros hablan de algo completamente distinto.