Correlaciones de densidad de densidad de una partícula browniana simple [cerrado]

Supongamos que tengo una partícula que satisface la ecuación

d X d t = η ( t )
Dónde η ( t ) η ( t ) = d ( t t ) . Ahora puedo definir una densidad como ρ ( X , t ) = d ( X X ( t ) ) . estoy confundido como calculo
ρ ( X , t ) ρ ( X , t )   ?
Cualquier ayuda sería muy apreciada.

Respuestas (1)

¡Bienvenido a Física StackExchange! Esta pregunta puede estar relacionada con el cálculo de correlaciones de densidad dinámica en líquidos, en el límite de difusión. Debido a esto, y a la familiaridad de los resultados en esa aplicación física, incluiré explícitamente el coeficiente de difusión. D en el lado derecho de la ecuación de la dinámica browniana (ecuación de Langevin sin inercia) y escribir

η ( t ) η ( t ) = 2 D d ( t t )
pero obviamente el resultado de su ecuación se derivará de establecer D = 1 2 . También es estándar suponer que η ( t ) = 0 y eso η ( t ) es un proceso aleatorio gaussiano , por lo que todos sus momentos superiores están determinados por los dos primeros: no lo dice explícitamente, pero supongo que es cierto.

La integración directa de la ecuación da los resultados habituales. Δ X = 0 y Δ X 2 = 2 D | t t | , dónde Δ X = X ( t ) X ( t ) .

Su interés radica en la función de correlación densidad-densidad

GRAMO ( X , t , X , t ) = GRAMO ( X X , t t ) = ρ ( X , t ) ρ ( X , t )
dónde ρ ( X , t ) = d ( X X ( t ) ) . He incorporado aquí el hecho de que el sistema es invariante traslacionalmente en las coordenadas de espacio y tiempo. Esto a su vez significa que la función de correlación temporal de la densidad transformada de Fourier
ρ ~ ( k , t ) = ρ ( X , t ) Exp ( i k X ) d X = Exp [ i k X ( t ) ]
que escribimos
F ( k , t t ) = ρ ~ ( k , t ) ρ ~ ( k , t )
es en sí misma la transformada de Fourier de GRAMO :
F ( k , t ) = GRAMO ( X , t ) Exp ( i k X ) d X
Se pueden encontrar más detalles sobre este tipo de manipulaciones, por ejemplo, en Theory of Simple Liquids de JP Hansen e IR McDonald. En nuestro caso, a partir de la definición de ρ ~ ( k , t ) ,
F ( k , t t ) = Exp [ i k { X ( t ) X ( t ) } ] = Exp [ i k Δ X ]
Ahora usamos la naturaleza gaussiana del término aleatorio η , lo que implica que Δ X también se distribuye como gaussiana y satisface la identidad
Exp [ i k Δ X ] = Exp ( 1 2 k 2 Δ X 2 ) = Exp ( D k 2 | t t | )
Esta es una forma difusional familiar, una función gaussiana de k , y podemos deducir inmediatamente la forma de GRAMO , que es una Gaussiana en X :
GRAMO ( X X , t t ) = 1 4 π D | t t | Exp ( ( X X ) 2 4 D | t t | )
Es posible que deba verificar en caso de que haya cometido algún desliz en el camino.

Este problema también puede abordarse interpretando la función de correlación densidad-densidad en el sentido de una probabilidad condicional que satisface la ecuación diferencial parcial correspondiente a la ecuación original tipo Langevin. Esa PDE es, por supuesto, la ecuación de difusión, y GRAMO es la solución que obtienes cuando configuras la distribución de probabilidad inicial como una función delta, en otras palabras, es el propagador. Pero me he acercado deliberadamente a esto como un problema que involucra variables dinámicas basadas en X ( t ) , porque eso parecía coincidir con la forma en que está formulada la pregunta.

Muchas gracias. ¿Cómo piensa resolver este problema utilizando el enfoque de Dean ( iopscience.iop.org/article/10.1088/0305-4470/29/24/001/meta )? Usando su enfoque, podemos escribir la ecuación estocástica seguida de ρ ( X , t ) .
Usando el cálculo de ito, podemos mostrar ρ t = ( ρ η ) + 2 ρ . Estaba tratando de encontrar la correlación de densidad de densidad resolviendo esta ecuación diferencial estocástica, pero no pude entenderla. ¿Tienes alguna idea de cómo proceder desde aquí? Muchas gracias por tu ayuda.
Me temo que no estoy familiarizado con ese documento, así que no puedo decir mucho. Obviamente, hubiera esperado obtener la ecuación estándar de Fokker-Planck, que es lo que has escrito sin que el término implique η (¡y por lo tanto es mucho más fácil!). Véase, por ejemplo , https://en.wikipedia.org/wiki/Fokker%E2%80%93Planck_equation donde dice "La ecuación de deriva cero con difusión constante...". A esto me refería en el último párrafo de mi respuesta.
¿Está seguro de que el término d d X ( ρ η ) no desaparece? ¿Y es realmente η , en vez de η ? La fuerza aleatoria está definida para tener una deriva cero en su caso, ¿no es así?
Usando el formalismo de Fokker-Planck, es fácil. Quería resolverlo a través de este método ya que estaba tratando de resolver algún otro problema. Quería ver si puedo obtener las correlaciones a través del enfoque de Dean.
No creo que desaparezca. Creo que hay una diferencia sutil en el método fokker-planck y deans. Aunque no estoy seguro.
Creo que hemos llegado al límite de mi experiencia aquí. Mi intuición es que el proceso estocástico en bruto η ( t ) no debería aparecer en la ecuación tipo Fokker-Planck, y que algunos promediando sobre η ( t ) debería haber tenido lugar. ¡Parece que el problema que realmente quieres resolver es más complicado que la pregunta original! Buena suerte.
Lo que puedo pensar es que a partir de la ecuación de Fokker Planck no se pueden resolver las correlaciones en densidad. Es una ecuación determinista de la densidad.
¡Pero mi respuesta muestra cómo se hace! La solución GRAMO ( X , t ) realmente es ρ ( X , t ) pero condicionado a que la densidad original sea una función delta en el origen. Entonces es tanto una solución de la ecuación de difusión como equivalente a ρ ( X , t ) ρ ( 0 , 0 ) , que es una función de correlación. Eche un vistazo a los capítulos apropiados sobre dinámica, funciones de correlación y teoría de respuesta lineal en Hansen y McDonald, o posiblemente un texto de mecánica estadística como DA McQuarrie, o el libro Statistical Mechanics, Theory and Simulation de Mark Tuckerman . Estos pueden ayudar.