You are on page 1of 25

La difusión en

velocidades
Prof. José Daniel Muñoz
Grupo Simulación de Sistemas Físicos
CEIBA-Complejidad
Departamento de Física
Universidad Nacional de Colombia, Bogotá

T ( x|x, t)

Wednesday, September 27, 17


La Ecuación de
Langevin
Paul Langevin

2
jdmunozc@unal.edu.co
Wednesday, September 27, 17
La ecuación de Langevin
Veamos que es posible reproducir la ecuación de difusión con una fuerza
aleatoria y una fuerza viscosa,

mẍ = m ẋ + mb⇠(t)
donde el ruido ⇠(t) tiene media cero y cero correlación temporal

Multipliquemos por x(t) :

mẍx = m ẋx + mb⇠(t)x(t)


Pero ✓ ◆
1 d 2 1 d dx2
ẋx = x ẍx = ẋ2
2 dt 2 dt dt
Luego, la ecuación de movimiento queda
✓ 2

m d dx 2 m dx2
mẋ = + mb⇠x(t)
2 dt dt 2 dt
3
jdmunozc@unal.edu.co
Wednesday, September 27, 17
Ahora saquemos promedios de ensamble (<>)
⌦ ↵ ! ⌦ ↵
2 ⌦ ↵ 2
m d d x 2 m d x
m ẋ = + mb h⇠(t)x(t)i
2 dt dt 2 dt
1 ⌦ 2↵ 1 Porque se suponen
Del Teorema del Virial, m ẋ = kB T estadísticamente
2 2 independientes
⌦ 2
↵! ⌦ 2

m d d x m d x
Luego, + = kB T
2 dt dt 2 dt
⌦ 2↵
Hagamos el cambio de variable
d x
u=
dt
du 2kB T
+ u=
dt m
Solución:
t 2kB T
u(t) = Ae +
m 4
jdmunozc@unal.edu.co
Wednesday, September 27, 17
t 2kB T
u(t) = Ae +
m

En el límite t >> 1/ (límite difusivo),


⌦ 2

d ẋ 2kB T
u(t) = =
dt m

Luego,
⌦ 2
↵ ⌦ 2
↵ 2kB T kB T
ẋ (t)
= ẋ (t=0) + t D=
m m

2Dd 2 2
(t) = 0 + 2Ddt
t 5
jdmunozc@unal.edu.co
Wednesday, September 27, 17
Recordemos...
Random Walk
A. Einstein J. Perin

6
jdmunozc@unal.edu.co
Wednesday, September 27, 17
Todo Camino aleatorio con media cero genera la
ecuación de difusión Proceso de Wiener
T (l)
Sea x(t + t) = x(t) + l(t)

T T( T(
l(t)
Si se conoce, Z 1
P (x, t + t) = P (x l, t)T (l)dl Ecuación Maestra de
1 Chapman-Kolmogorov
Expandiendo en serie de Taylor,

Luego,
Z 1 Z Z
dP 1 @2P 1 2
P (x, t + t) = P (x, t) T (l)dl + lT (l)dl + 2 l T (l)dl
dx 1 2@x 1
|1 {z } | {z } | {z }
1 0 a2

jdmunozc@unal.edu.co
Wednesday, September 27, 17
Todo Camino aleatorio con media cero genera la
ecuación de difusión
T (l)
Sea
T T( T(

l(t)
Z 1 Z Z
dP 1 @2P 1 2
De P (x, t + t) = P (x, t) T (l)dl + lT (l)dl + 2 l T (l)dl
dx 1 2@x 1
|1 {z } | {z } | {z }
1 0 a2

P (x, t + t) P (x, t) a2 @ 2 P Si pensamos que P (x) / ⇢(x)


=
t 2 t @x2

con

Ecuación de Fokker-Planck
jdmunozc@unal.edu.co
Wednesday, September 27, 17
Ahora, hagamos lo mismo para
la velocidad ...
La ecuación de Kramers-Moyal

H. A. Kramers José Enrique


Moyal

9
jdmunozc@unal.edu.co
Wednesday, September 27, 17
Imaginemos un proceso aleatorio para la
velocidad (efecto de los choques)
Sea T ( v|v, t) Pero, en este caso
v(t + ⌧ ) = v(t) + v
T ( v|v, t)
H. A. Kramers José Enrique
cambia para cada v Moyal
(por la fricción viscosa) v̇ = v + b⇠(t)
v

jdmunozc@unal.edu.co
Wednesday, September 27, 17
Imaginemos un proceso aleatorio para la
velocidad (efecto de los choques)
Sea T ( v|v, t) Pero, en este caso
v(t + ⌧ ) = v(t) + v
T ( v|v, t)
H. A. Kramers José Enrique
cambia para cada v Moyal
(por la fricción viscosa) v̇ = v + b⇠(t)
v
Si P (v, t) se conoce,
Z
P (v, t + ⌧ ) = T ( v|v v, t)P (v v, t)d v Ecuación Maestra de
Chapman-Kolmogorov

jdmunozc@unal.edu.co
Wednesday, September 27, 17
Imaginemos un proceso aleatorio para la
velocidad (efecto de los choques)
Sea T ( v|v, t) Pero, en este caso
v(t + ⌧ ) = v(t) + v
T ( v|v, t)
H. A. Kramers José Enrique
cambia para cada v Moyal
(por la fricción viscosa) v̇ = v + b⇠(t)
v
Si P (v, t) se conoce,
Z
P (v, t + ⌧ ) = T ( v|v v, t)P (v v, t)d v Ecuación Maestra de
Chapman-Kolmogorov
Al expandir el cuadro en serie de Taylor,
1
X
n @n
n
T ( v|v v, t)P (v v, t) = T ( v|v, t)P (v, t) + ( 1) ( v) n
[T ( v|v, t)P (v, t)]
n=1 n! @v

jdmunozc@unal.edu.co
Wednesday, September 27, 17
Imaginemos un proceso aleatorio para la
velocidad (efecto de los choques)
Sea T ( v|v, t) Pero, en este caso
v(t + ⌧ ) = v(t) + v
T ( v|v, t)
H. A. Kramers José Enrique
cambia para cada v Moyal
(por la fricción viscosa) v̇ = v + b⇠(t)
v
Si P (v, t) se conoce,
Z
P (v, t + ⌧ ) = T ( v|v v, t)P (v v, t)d v Ecuación Maestra de
Chapman-Kolmogorov
Al expandir el cuadro en serie de Taylor,
1
X
n @n
n
T ( v|v v, t)P (v v, t) = T ( v|v, t)P (v, t) + ( 1) ( v) n
[T ( v|v, t)P (v, t)]
n=1 n! @v

y reemplazar, tenemos
Coeficientes de Kramers-Moyal
X1 n
⇢ Z
PP(v
(v, t + ⌧ ) P (v, t)
v, t) P (v, t) 1 n @ 1 n
= ( 1) n
( v) T ( v|v, t)d v P (v, t)
⌧ n=1
n! @v ⌧

jdmunozc@unal.edu.co
Wednesday, September 27, 17
Lo que hemos hecho es agrupar todo lo que tiene que ver con v en un sólo
término, que llamaremos los Coeficientes de Kramers-Moyal Mn (v, t) .
1 ⇢ Z
PP(v
(v, t +v,⌧ )t) PP(v, t) X 1
(v,t) @ n
1
= ( 1)n n ( v)n T ( v|v, t)d v P (v, t)
⌧ n=1
n! @v ⌧

Z
1 1
Note que Mn (v, t) =

n
( v) T ( v|v, t)d v =
n
h( v) i

De esta manera, la ecuación maestra toma la forma


X1
P (v, t + ⌧ ) P (v, t) ( 1)n @ n [Mn (v, t)P (v, t)] Ecuación de
= Kramers-Moyal
⌧ n! v nn
@x
n=1

Esta ecuación diferencial de orden infinito es prácticamente intratable, excepto


si muchos de los coeficientes se hacen cero. Afortunadamente, si pedimos
que el proceso estocástico sea contínuo, es decir que no haya saltos
cuando ⌧ ! 0 , sólo los dos primeros términos sobreviven, y la serie
converge. T ( v|v, t) T ( v|v, t) = ( v|v, t)

⌧ !0

jdmunozc@unal.edu.co v v
Wednesday, September 27, 17
En este caso (proceso continuo), tomando el límite cuando ⌧ ! 0 tenemos:
2 2
@P@P
(v,(v,
t) t) @[M
@[M(v,
1 1 t)P
(v, (v,
t)P t)]
(v, t)] @
1 [M 2 (v,
@ [M t)Pt)P
2 (v, (v,(v,
t)] t)]
== ++
@t @t @v @v 2 @v 2@v 2
1 1⌦ 2

M1 (v, t) = lim h vi M2 (v, t) = lim ( v)
⌧ !0 ⌧ ⌧ !0 ⌧

jdmunozc@unal.edu.co
Wednesday, September 27, 17
El proceso de Ohrstein-
Uhlenbeck

Leonard Salomon George


Ohrstein Uhlenbeck

13
jdmunozc@unal.edu.co
Wednesday, September 27, 17
En este caso (proceso continuo), tomando el límite cuando ⌧ ! 0 tenemos:
2 2
@P@P
(v,(v,
t) t) @[M
@[M(v,
1 1 t)P
(v, (v,
t)P t)]
(v, t)] @
1 [M 2 (v,
@ [M t)Pt)P
2 (v, (v,(v,
t)] t)]
== ++
@t @t @v @v 2 @v 2@v 2
1 1⌦ 2

M1 (v, t) = lim h vi M2 (v, t) = lim ( v)
⌧ !0 ⌧ ⌧ !0 ⌧

¿Cómo calculamos estos coeficientes para el caso de la difusión?


R= de la ecuación de Langevin
v̇ = v + b⇠(t)
M1 (v, t)
Integrando la ecuación de Langevin,
Z t+⌧
v = v(t + ⌧ ) v(t) ' v⌧ + b ⇠(t0 )dt0
t
y sacando promedios,
Z t+⌧
=0
h vi ' v⌧ + b h⇠i dt0
t
1
Tomando límite: lim v⌧ = v M1 (v, t) = v
⌧ !0 ⌧
jdmunozc@unal.edu.co
Wednesday, September 27, 17
M2 (v, t)
Similarmente,

Sacando valores medios,

Luego,

Tomando límite: ⌧ ! 0 M2 (v, t) = b2

jdmunozc@unal.edu.co
Wednesday, September 27, 17
Al reemplazar, la ecuación de Kramers Moyal
2 2
@P@P
(v,(v,
t) t) @[M
@[M(v,
1 1 t)P
(v, (v,
t)P t)]
(v, t)] @
1 [M 2 (v,
@ [M t)Pt)P
2 (v, (v,(v,
t)] t)]
== ++
@t @t @v @v 2 @v 2@v 2
ésta se convierte en

@P @( vP ) b2 @ 2 P Ecuación de Fokker-Planck
= + para el proceso de
@t @v 2 @v 2 Ohrstein-Uhlenbeck

que, por este término v, es diferente


de la ecuación del proceso de
Wiener,

jdmunozc@unal.edu.co
Wednesday, September 27, 17
Solución de la Ecuación de
Orstein-Uhlenbeck
@P @( vP ) b2 @ 2 P
= +
@t @v 2 @v 2

17
jdmunozc@unal.edu.co
Wednesday, September 27, 17
Solución general:
Si P (v, t0 ) = (v v0 )

entonces

2 (t t0 )
1 2 µ(t) = v0 e
P (v, t) = p e
1
2 (v µ(t)
v (t)
)
v (t) 2⇡ r
kB T 2 (t t0 ) ]
(t) = [1 e
m

18
jdmunozc@unal.edu.co
Wednesday, September 27, 17
Solución estacionaria: v2
P (v, t) = Ae b2

En efecto,

Luego,

Reemplazando,

Si ésta fuera la distribución de Maxwell-Boltzmann para la distribución de


velocidad de una partícula de masa m a temperatura T

Luego, b2
2 2kB T 2
= 2D
b =
m
jdmunozc@unal.edu.co
Wednesday, September 27, 17
Equivalencia con un oscilador
armónico sobreamortiguado

20
jdmunozc@unal.edu.co
Wednesday, September 27, 17
Una partícula en un potencial armónico
bajo un ruido térmico
k
v̇ = v x + b⇠(t)
m
y
ẋ = v
En el límite sobramortiguado v̇ ! 0 que se puede reorganizar
k k b
0= v x + b⇠(t) ẋ = x + ⇠(t)
m m

Esta es la misma ecuación de Langevin para el proceso de Ohrstein-


k b
Uhlenbeck, v̇ = v + b⇠(t) , con ! b ! 2kB T
m b2 =
m2
Solución:

jdmunozc@unal.edu.co
Wednesday, September 27, 17
Gracias!

jdmunozc@unal.edu.co
Wednesday, September 27, 17