Fizyka statystyczna Równanie Fokkera-Plancka

Podobne dokumenty
Fizyka statystyczna Równanie Fokkera-Plancka. P. F. Góra

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)

Superdyfuzja. Maria Knorps. Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska

Dystrybucje, wiadomości wstępne (I)

IX. MECHANIKA (FIZYKA) KWANTOWA

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek

Wykład 3 Zjawiska transportu Dyfuzja w gazie, przewodnictwo cieplne, lepkość gazu, przewodnictwo elektryczne

O procesie Wienera. O procesie Wienera. Procesy stochastyczne Wykład XV, 15 czerwca 2015 r. Proces Wienera. Ruch Browna. Ułamkowe ruchy Browna

- prędkość masy wynikająca z innych procesów, np. adwekcji, naprężeń itd.

Ruchy Browna. Wykład XIII Mechanika statystyczna 1. Podejście Einsteina

Fizyka statystyczna Termodynamika bliskiej nierównowagi. P. F. Góra

Katedra Fizyki Ciała Stałego Uniwersytetu Łódzkiego. Ćwiczenie 2 Badanie funkcji korelacji w przebiegach elektrycznych.

Informacja o przestrzeniach Sobolewa

3. Równania konstytutywne

1. BILANSOWANIE WIELKOŚCI FIZYCZNYCH

Q t lub precyzyjniej w postaci różniczkowej. dq dt Jednostką natężenia prądu jest amper oznaczany przez A.

Definicje i przykłady

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

Wstęp do równań różniczkowych

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

Prędkość fazowa i grupowa fali elektromagnetycznej w falowodzie

Równanie przewodnictwa cieplnego (I)

Układy statystyczne. Jacek Jurkowski, Fizyka Statystyczna. Instytut Fizyki

Rozwiązania zadań z podstaw fizyki kwantowej

Wykład FIZYKA I. 10. Ruch drgający tłumiony i wymuszony. Dr hab. inż. Władysław Artur Woźniak

Termodynamika. Część 12. Procesy transportu. Janusz Brzychczyk, Instytut Fizyki UJ

Fizyka statystyczna Procesy stochastyczne. P. F. Góra

Wstęp do równań różniczkowych

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

Wykład FIZYKA I. Dr hab. inż. Władysław Artur Woźniak. Katedra Optyki i Fotoniki Wydział Podstawowych Problemów Techniki Politechnika Wrocławska

Podstawy Procesów i Konstrukcji Inżynierskich. Praca, moc, energia INZYNIERIAMATERIALOWAPL. Kierunek Wyróżniony przez PKA

Prawa ruchu: dynamika

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Tadeusz Lesiak. Dynamika punktu materialnego: Praca i energia; zasada zachowania energii

Analiza szeregów czasowych: 7. Liniowe modele stochastyczne

Fizyka statystyczna Zerowa Zasada Termodynamiki. P. F. Góra

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27

Podstawy fizyki sezon 1 VII. Ruch drgający

Dyfuzyjny transport masy

Termodynamika. Część 11. Układ wielki kanoniczny Statystyki kwantowe Gaz fotonowy Ruchy Browna. Janusz Brzychczyk, Instytut Fizyki UJ

TRANSPORT NIEELEKTROLITÓW PRZEZ BŁONY WYZNACZANIE WSPÓŁCZYNNIKA PRZEPUSZCZALNOŚCI

Fizyka statystyczna Teoria Ginzburga-Landaua w średnim polu. P. F. Góra

TERMODYNAMIKA PROCESOWA

RÓWNANIA RÓŻNICZKOWE WYKŁAD 4

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki

Zagadnienia brzegowe dla równań eliptycznych

Wstęp do metod numerycznych 9a. Układy równań algebraicznych. P. F. Góra

Całkowanie numeryczne

Wykład 1 i 2. Termodynamika klasyczna, gaz doskonały

WŁASNOŚCI CIAŁ STAŁYCH I CIECZY

1 Rachunek prawdopodobieństwa

MECHANIKA 2. Drgania punktu materialnego. Wykład Nr 8. Prowadzący: dr Krzysztof Polko

lim Np. lim jest wyrażeniem typu /, a

Procesy stochastyczne 2.

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe

Stochastyczne równania różniczkowe, model Blacka-Scholesa

Ważne rozkłady i twierdzenia c.d.

PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)

Komputerowa Analiza Danych Doświadczalnych

166 Wstęp do statystyki matematycznej

Co ma piekarz do matematyki?

1.1 Przegląd wybranych równań i modeli fizycznych. , u x1 x 2

13 Równanie struny drgającej. Równanie przewodnictwa ciepła.

2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

Procedura modelowania matematycznego

5. Równania różniczkowe zwyczajne pierwszego rzędu

Wykład z równań różnicowych

Weryfikacja hipotez statystycznych

FIZYKA STATYSTYCZNA. Liczne eksperymenty dowodzą, że ciała składają się z wielkiej liczby podstawowych

Wykład 3. Entropia i potencjały termodynamiczne

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

Dyfuzyjna metoda MC. 5 listopada Dyfuzyjna metoda MC

Mechanika kwantowa Schrödingera

Funkcja liniowa - podsumowanie

CZAS I PRZESTRZEŃ EINSTEINA. Szczególna teoria względności. Spotkanie II ( marzec/kwiecień, 2013)

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki

Analiza szeregów czasowych: 5. Liniowe modele stochastyczne

Termodynamika Część 3

Klasyczna mechanika statystyczna Gibbsa I

6. Dyfuzja w ujęciu atomowym

4 Prawa zachowania. Fale uderzeniowe

Wyprowadzenie prawa Gaussa z prawa Coulomba

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

Rachunek różniczkowy i całkowy 2016/17

Kryptografia - zastosowanie krzywych eliptycznych

FIZYKA-egzamin opracowanie pozostałych pytań

Laboratorium komputerowe z wybranych zagadnień mechaniki płynów

Ćwiczenie 1 Metody pomiarowe i opracowywanie danych doświadczalnych.

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)

Równania dla potencjałów zależnych od czasu

Jednowymiarowa mechanika kwantowa Rozpraszanie na potencjale Na początek rozważmy najprostszy przypadek: próg potencjału

Wykład FIZYKA I. 15. Termodynamika statystyczna. Dr hab. inż. Władysław Artur Woźniak

Efekt Comptona. Efektem Comptona nazywamy zmianę długości fali elektromagnetycznej w wyniku rozpraszania jej na swobodnych elektronach

MECHANIKA II. Praca i energia punktu materialnego

Teoria ze Wstępu do analizy stochastycznej

Podstawowe pojęcia Masa atomowa (cząsteczkowa) - to stosunek masy atomu danego pierwiastka chemicznego (cząsteczki związku chemicznego) do masy 1/12

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Prawdopodobieństwo i statystyka

Szeregi czasowe, analiza zależności krótkoi długozasięgowych

Transkrypt:

Fizyka statystyczna Równanie Fokkera-Plancka P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 17 marca 2015

Mamy równanie master dla ciagłych rozkładów prawdopodobieństwa: P (y, t) t = (W (y y )P (y, t) W (y y)p (y, t) ) dy. (1) W (y y ) jest prawdopodobieństwem przejścia na jednostkę czasu ze stanu y do stanu y. Potraktujmy je jako funkcję stanu poczatkowego i przesunięcia: W (y y ) = W (y ; r), r = y y. (2) W tych oznaczeniach równanie master przyjmuje postać P (y, t) = W (y r; r)p (y r, t)dr P (y, t) t Interesuje nas co dzieje się dla małych przeskoków. W (y; r)dr. (3) Copyright c 2015 P. F. Góra 3 2

Założenie o małych przeskokach oznacza, że W (y ; r) jako funkcja r ma ostre maksimum w zerze, W (y ; r) zmienia się powoli jako funkcja y, P (y, t) także zmienia sie powoli jako funkcja y. Przy tych założeniach rozwijamy funkcję podcałkowa w pierwszym wyrazie prawej strony (3) w szereg Taylora po r do drugiego rzędu, otrzymujemy P (y, t) t = + 1 2 r {W (y; r)p (y, t)} dr y r 2 2 {W (y; r)p (y, t)} dr. (4) y2 Copyright c 2015 P. F. Góra 3 3

Zmieniwszy kolejność całkowania i różniczkowania w (4), otrzymamy następujace równanie Fokkera-Plancka: P (y, t) t 2 = y {A(y)P } + 1 2 y 2 {B(y)P }, A(y) = B(y) = r W (y; r)dr, r 2 W (y; r)dr. (5a) (5b) (5c) Równanie Fokkera-Plancka jest równaniem różniczkowym czastkowym na zależna od czasu gęstość prawdopodobieństwa P (y, t). A(t) i B(t) nosza nazwę momentów przeskoku. Sa to, odpowiednio, wartość oczekiwana przesunięcia na jednostkę czasu, jeżeli wychodzimy ze stanu y, oraz wartość oczekiwana kwadratu takiego przesunięcia. Całkowania rozciagaja się na cała dziedzinę możliwych przeskoków. Copyright c 2015 P. F. Góra 3 4

Biały szum gaussowski Czastka w bardzo krótkim przedziale czasowym [t, t + t] wykonuje skok o długości ξ(t) (dla uproszczenia załóżmy, że ruch jest jednowymiarowy), przy czym ξ(t) jest zmienna gaussowska ξ(t) = 0 ξ(t)ξ(t ) = σ 2 δ(t t ) (6) Proces (6) nazywamy gaussowskim białym szumem. Przymiotnik biały pochodzi stad, że funkcja korelacji nie wyróżnia żadnych częstości. Z ostatniego z warunków (6) wynika natychmiast, że (ξ(t)) 2 = σ 2 (7) Copyright c 2015 P. F. Góra 3 5

Bardzo ważny komentarz: Obecność delty Diraca w (6), a więc stwierdzenie, że w białym szumie gaussowskim nie ma żadnych korelacji czasowych, oznacza tyle, że wszelkie charakterystyczne skale czasowe obecne w fizycznym procesie, który modelujemy poprzez (6), sa o wiele mniejsze, niż skale czasowe dostępne nam w pomiarze. Pomiary, odbywajace się za pomoca jakiegoś procesu makroskopowego, sa o wiele wolniejsze, niż fundamentalne procesy fizyczne. W efekcie to, co obserwujemy, jest uśrednione po bardzo wielu zdarzeniach fundamentalnych. Przykład: Typowy pomiar fizyczny zajmuje rzędu 10 7 10 0 s. Charakterystyczny czas wibracji atomów w sieci krystalicznej jest rzędu 10 15 s. Czastka brownowska doznaje w warunkach normalnych około 10 21 zderzeń na sekundę. Interwałów czasowych rzędu 10 21 s nie jesteśmy w stanie mierzyć przy uzyciu żadnej dostępnej nam aparatury. Copyright c 2015 P. F. Góra 3 6

Ruch Browna Niech czastka wykonuje skoki modelowane przez (6). Natychmiast widać, że dla tego procesu momenty przeskoku (patrz (5)) wynosza A(t) = 0, B(t) = σ 2, a zatem równanie Fokkera-Plancka przybiera postać równania dyfuzji P (x, t) = 1 t 2 σ2 2 P (x, t) x 2, (8) którego rozwiazaniem z warunkiem poczatkowym P (x, 0) = δ(x) jest P (x, t) = 1 4πDt exp [ x2 4Dt ], (9) gdzie D = σ 2 /2. Jest to proces Wienera, o którym była mowa na poprzednim wykładzie. Copyright c 2015 P. F. Góra 3 7

Czastka Rayleigha Przyjmijmy, że czastkę brownowska obserwujemy w mniejszej skali czasowej: przedziały t sa małe w porównaniu z czasem, w jakim następuje relaksacja prędkości. Czastka podlega przy tym tłumieniu na skutek tarcia lepkości: siła oporu jest proporcjonalna do prędkości, ale ma przeciwny znak, dv/dt = γv. Mamy zatem A(t) = v = γv, B(t) = a 2 = const = 2γkT, (10) t gdzie ostatnia równość pochodzi z klasycznej termodynamiki. Równanie Fokkera-Plancka przybiera postać P (v, t) t = γ v (vp) + a 2 2 2 P v 2. (11) Copyright c 2015 P. F. Góra 3 8

Równanie to nazywane jest równaniem Ornsteina-Uhlenbecka. Jego rozwiazaniem równowagowym jest P (v) = M 2πkT exp [ M ] 2kT v2. (12) Procesowi Ornsteina-Uhlenbecka odpowiada funkcja przejścia T τ (v 2 v 1 ) = M 2πkT (1 e 2γτ ) exp M kt ( v2 v 1 e γτ ) 2 2(1 e 2γτ (13) ) Funkcja autokorelacji procesu Ornsteina-Uhlenbecka jest proporcjonalna do exp( γτ). Można pokazać, że proces ten jest jedynym stacjonarnym, gaussowskim procesem Markowa. Copyright c 2015 P. F. Góra 3 9

Fenomenologiczne uzasadnienie równania dyfuzji Równanie dyfuzji było znane zanim sformułowano teorię procesów Markowa i zanim podano mikroskopowe wyjaśnienie ruchów Browna. Przypuśćmy, że B(y) = const = 2D, a zamiast o prawdopodobieństwach, mówimy o zależnej od czasu gęstości jakiejś substancji, φ. Wówczas równanie Fokkera-Plancka przyjmuje postać równania ciagłości dla gęstości: gdzie strumień J ma postać φ t + J y = 0, (14) J = D φ y + A(y)φ. (15) Copyright c 2015 P. F. Góra 3 10

Można przyjać, że równanie to, zwane pierwszym prawem Ficka, jest równaniem fenomenologicznym. Pod nieobecność dryfu (A(y) 0) głosi ono, że strumień jest proporcjonalny do gradientu gęstości i skierowany przeciwnie, niż gradient (dyfuzja stara się zniwelować gradienty). W przypadku wielowymiarowym równanie dyfuzji (bez dryfu) ma postać φ(x, t) t = D 2 φ(x, t). (16) Copyright c 2015 P. F. Góra 3 11

Dyfuzja i dyfuzja anomalna Dla czastki brownowskiej, czyli opisywanej procesem Wienera, zachodzi x 2 (t) = 2Dt. Zależność ta nosi nazwę relacji Einsteina. Można ja uogólnić i rozważać procesy, dla których x 2 (t) t α (17) Po lewej stronie mamy średni kwadrat przesunięcia w czasie t. Gdy α = 1, mamy normalna dyfuzję. Gdy 0 < α < 1, czastka pokrywa mniejszy obszar, niż w dyfuzji normalnej w takim samym czasie. Taki ruch nazywamy subdyfuzja. Gdy α > 1, czastka pokrywa wiekszy obszar; taki ruch nazywamy superdyfuzja. Ogólnie przypadki α 1 nazywamy dyfuzja anomalna. Copyright c 2015 P. F. Góra 3 12

Komentarz: Nie jest to, tak naprawdę, ścisłe. O tym, czy ruch jest dyfuzja normalna czy anomalna decyduja procesy mikroskopowe odpowiedzialne za ten ruch. Znane sa przypadki, w których α = 1, ale mechanizm mikroskopowy jest inny od dyfuzyjnego, więc także zaliczane sa do dyfuzji anomalnej. Przykładem subdyfuzji jest ruch, w którym dyfundujaca czastka jest pułapkowana na przykład ruch ładunków elektrycznych w półprzewodniku amorficznym. W superdyfuzji od czasu do czasu występuja bardzo długie skoki, a trajektoria nie musi być ciagła. Copyright c 2015 P. F. Góra 3 13

Czastka brownowska w polu grawitacyjnym Niech na czastkę brownowska działa doatkowa, stała siła, na przykład siła Mg działajaca przeciwnie do pionowego położenia czastki. Na czastkę działa siła tarcia (lepkości), więc średnia prędość dryfu g/γ, gdzie γ jest współczynnikiem tarcia. Ta prędkość dodaje się do prędkości czastki brownowskiej, a więc mamy teraz A(y) = g γ, B(y) = 2D = const. Równanie Fokkera-Plancka ma postać P (y, t) t = g γ P y + D 2 P y 2. (18) Nie ma ono rozwiazania stacjonarnego. Jesli jednak przyjmiemy, że w y = 0 jest ścianka odbijajaca, równanie (18) wystarczy rozwiazać dla y 0 Copyright c 2015 P. F. Góra 3 14

z warunkiem, że strumień znika dla y = 0: g γ P + D P y = 0 dla y = 0. (19) Rozwiazaniem równowagowym jest [ P (y) exp Mg ] kt y. (20) Jest to tak zwany wzór barometryczny. Uwaga: Warunek znikania strumienia na ogół nie działa dla procesów wielowymiarowych! Copyright c 2015 P. F. Góra 3 15

Dyfuzja w polu potencjału Uogólniajac powyższy przykład, jeśli na czastkę działa siła pochodzaca od pewnego potencjału U(y), równanie Fokkera-Plancka (w jednostkach fizycznych) przybiera postać P (y, t) t = 1 Mγ y (U(y)P ) + D 2 P y 2. (21) Copyright c 2015 P. F. Góra 3 16

Jeśli w równaniu Fokkera-Plancka wyraz B(y) const, analiza staje się znacznie trudniejsza. Oznacza to obecność szumu parametrycznego, a wynik zależy od interpretacji procesu stochastycznego: całki stochastyczne nie sa dobrze zdefiniowane w sensie Riemanna i trzeba je dookreślić (interpretacja Ito, interpretacja Stratonowicza, interpretacja antykauzalna). Zagadnienie to wykracza poza ramy niniejszego wykładu. Copyright c 2015 P. F. Góra 3 17