En mi clase de física estadística estudiamos el clásico problema del paseo aleatorio para el caso discreto. Al final, hicimos los cambios necesarios para que la ecuación maestra quedara en el formato continuo, en el que apareció la ecuación de difusión:
Entonces, en una tarea, el maestro pidió resolver esta ecuación. Así que simplemente usé el método estándar de separación de variables y, saltando al final, obtuve este resultado:
Bien, asumiendo que la partícula comienza en el origen, entonces . Lo siguiente que hice fue calcular :
Y argumentó que la derivada en debe ser , porque este punto debe ser un máximo ya que es el único punto que sabemos con certeza cuál es la ubicación de la partícula, por lo que todos los demás puntos deben tener . Así que concluí que y terminé con mi 'solución final':
Ahora a mi pregunta, esta ecuación genera una inconsistencia. Primero, el coseno varía de a , en el cual puede tomar valores negativos, lo cual no tiene sentido ya que mide una probabilidad. Además de eso, no tengo idea de cómo normalizarlo, si trato de calcular
¿La segunda integral me da qué? ? ?
Investigué en los libros que tengo sobre la ecuación de difusión, pero todos la resuelven en el contexto de una difusión de calor, por lo que el problema tiene una condición de contorno en los extremos del material (una barra de metal, una placa de metal, etc.) que hacen aparecer infinitas autofunciones y la solución final se convierte en una suma infinita de senos y cosenos, haciendo que la función calor (que tampoco puede tomar valores negativos) sea siempre positiva. Pero no tengo tales condiciones de contorno en mi caminata aleatoria, es como una partícula libre. Así que me recordó el formalismo de la Mecánica Cuántica que dice que tengo que elevar al cuadrado la función de onda para calcular la probabilidad... seguramente haría que mi solución fuera siempre positiva.
Cuando realizamos una separación de variables de esta forma,
En otras palabras: la condición de contorno es la función completa . Es un espacio 2D que consta de la mitad de y su condición de contorno fija la función en ese límite
Cuando las condiciones de contorno no están limitadas por un rango finito o son periódicas, la elección de coseno y seno anterior resulta algo incómoda y nos resultará más fácil complicarla:
Ha tenido algunos problemas para especificar ser una densidad de probabilidad que expresa la certeza de que una partícula está en el origen. Esto se debe a que para hacerlo correctamente necesitamos una función que es imposible (¡pero sorprendentemente se comporta bien!) Llamada Dirac -función. es una 'funcion' tal que
De todos modos, en densidades de probabilidad, el área bajo una curva de densidad de probabilidad es la probabilidad real, y el Dirac -función nos permite definir una densidad de probabilidad para "Sé con probabilidad que está en el punto como la contribución de la densidad En este caso, por lo tanto, desea considerar y usando la definición encontramos inmediatamente que la transformada de Fourier de fue sólo ,
Ahora solo queremos completar el cuadrado, porque conocemos la integral gaussiana que
Ahora, ya que te acabo de mostrar -funciones, me gustaría extenderlo un paso más, para decirle que en realidad la linealidad le permite usar este resultado, en lugar del resultado de la separación de variables, para ver la evolución de un sistema arbitrario y aliviar sus preocupaciones sobre las probabilidades negativas .
Esta solución que se nos ocurrió es especial precisamente porque su condición de frontera es una -función. Llamamos a este resultado una "solución de la función de Green" de la ecuación por esa razón. Cualquier otra función podría expresarse como
Gert
Gert
Tandeitnik
Gert