PPT - 石川顕一

Download Report

Transcript PPT - 石川顕一

統計数理(石川顕一)
統計数理
石川顕一
http://ishiken.free.fr/lecture.html
http://ocw.u-tokyo.ac.jp/course-list/engineering/statistics-mathematical-principle2005/index.html (昨年度のオープンコースウェア)
10/17
10/24
10/31
11/7
11/14
11/21
組み合わせと確率
確率変数と確率分布
代表的な確率分布
ランダムウォークと破産問題
ブラウン運動と拡散
雑音
No. 1
統計数理(石川顕一)
統計数理
石川顕一
11/14 ブラウン運動と拡散
• 自己相関関数
• ランジュバン方程式
No. 2
統計数理(石川顕一)
5−1 ブラウン運動
•
イギリスの植物学者ブラウン(1827年)
– 水中の花粉の中の微粒子の運動を顕微鏡で観察し、不規則な運動をしているこ
とを発見。
ブラウン運動(Brownian motion)
周囲の環境の分子の熱運動の
影響によって生じる不規則な運
動
熱運動している溶媒分子か
らの衝突を受けて運動。
マクロな熱力学的記
述(拡散)
微粒子1個のレベルのブラウン
運動の力学的記述
ランジュバン方程式
No. 3
統計数理(石川顕一)
5−1 ブラウン運動
自己相関関数
•
•
確率変数x(t)は、一般に時刻tとt+tとでは一般に異なる値x(t)およびx(t+t)を
取る。
– t → 0 : x(t)とx(t+t)は近い値
– t → 無限大 : x(t)とx(t+t)は完全に独立
連続する事象間の相関 → 時間間隔 t に依存
1
T  T
自己相関関数 G(t )  x(t)x(t  t )  lim

T
0
x(t)x(t  t )dt
時間平均

No. 4
統計数理(石川顕一)
4−3 ランダムウォークと拡散
•
揺動散逸定理
散逸・輸送
(平衡状態での)ゆらぎ
ランダムウォークと拡散現象
 x2 
1
P(t,x) 
exp

4Dt
 4Dt
l2
D
2t
x2  2Dt
位置の分散
•

初期条件
– t = 0での濃度分布は?




ディラック(Dirac)のデルタ関数

P(t,x)dx 1




 2x
 x2 
1
(x)  lim
exp

t0 4Dt
 4Dt
x  0 P(t 0,x)  0
x  0 P(t 0,x  0)  
x = 0に集中した分布
ランダムウォークは、1次元の拡散方程式

P
2 P
D 2
t
x
P(t  0,x)  (x)
のモデルの1つ


No. 5
統計数理(石川顕一)
5−2 ランジュバン方程式
•
溶媒中の微粒子の運動方程式
– 確率的な力を導入 → ランジュバン方程式
d 2x
m 2 F
dt
F  m
dx
R(t)
dt
粘性抵抗力

du
m F
dt

F  muR(t)
微粒子について平均

d
m
 u  m u
dt



揺動力(random force)
R(t)  0
R (t)R (t)  (t  t)
• 異なる方向成分は無相関
• 時間が異なれば無相関
• 微粒子によっても異なる
No. 6
統計数理(石川顕一)
5−2 ランジュバン方程式
•
拡散係数との関係
d 2x
dx
m 2  m  R(t)
dt
dt
x 成分のみを考える。

2
1  dx 
kT
m  
温度 T で、
2  dt 
2
d2 x
dx
m 2  m  R(t)
dt
dt
両辺にxをかける。
2

mx
d x
dx

m

x
 xR(t)
2
dt
dt

時間平均または微粒子について平均


d2 x
dx
m x 2  m x
dt
dt
2
dx 1 dx 
x 
dt 2 dt
2
2
2
1 d x
1 d x
m
 kT   m
2
2
dt
2
dt
2
2
2
d 2 x 1 d x   dx 
x 2
 
2
 dt 
dt 2 dt

No. 7
統計数理(石川顕一)
5−2 ランジュバン方程式
•
拡散係数との関係
2
2
2
1 d x
1 d x
m
 kT   m
2
dt2
2
dt
1 df
1
m  kT   mf
2 dt
2

2kT
f
1 et 

m


t が十分大きければ

拡散方程式より
dt
df
2kT
 f 
0
dt
m

x2 
2kT
t

t
e
1

2
m
10-13秒のオーダーで
減衰
2kT
x 
t
m

2
x2  2Dt

アインシュタインの関係式
(Einstein’s relation, 1905年)

f
d x2
kT
D
m
マクロな量の測定から
ボルツマン定数kを決定
できる。
No. 8
統計数理(石川顕一)
5−2 ランジュバン方程式
•
まとめ:溶媒中の微粒子の運動方程式
– 確率的な力を導入 → ランジュバン方程式
d 2x
m 2 F
dt
F  m
dx
R(t)
dt
粘性抵抗力


2kT 2kT t
x 
t  2 e 1
m
m
2
10-13秒のオーダーで
減衰


R(t)  0
R (t)R (t)  (t  t)
• 異なる方向成分は無相関
• 時間が異なれば無相関
• 微粒子によっても異なる
2kT
t
m
t が十分大きければ
x2 
拡散方程式より
x  2Dt
2

揺動力(random force)
アインシュタインの関係式
(Einstein’s relation, 1905年)
D
kT
m

特殊相対性理論、光量子仮説も!


No. 9
統計数理(石川顕一)
5−3 速度相関関数による表現
速度相関関数
(t )  u(t1 )u(t2 )  u(t1 )u(t1  t )
たくさんの微粒子に関する平均
粒子の変位の2乗の平均

x2  2Dt
t が十分大きいところで
1 2
x
t 2t
t
x  0 u(t)dt 
D  lim


を拡散定数の定義と考える。
1
D  lim
t 2t
 dt  dt
t
t
1
0
0
2
u(t1 )u(t2 )
拡散係数は速度相関関数の時間積分によっ
て表される。

平衡状態では u(t1 )u(t2 ) は時間差のみの関数
1
t 2t
D  lim

(t1 t2 )  u(t1 )u(t2 )
0 dt1 0 dt2(t1 t2 )
t
t

No. 10
統計数理(石川顕一)
5−3 速度相関関数による表現
1
t 2t
D  lim
t
t
D  lim 0 1 (t )dt
t
 t
0 dt1 0 dt2(t1 t2 )
t
t
[証明]

0 dt1 0 dt1(t1 t2 ) 
0 dt1 0 dt2(t1  t2 )  0 dt1 t dt2(t1  t2 )

0 dt1 0 dt2(t1  t2 )  0 dt2 0 dt1(t1 t2 )

0 dt1 0 dt2(t1  t2 )  0 dt1 0 dt2(t2  t1)
t
t
t
t1
t
t
1
t
t1
t
t
t1
t
t2
t1
 dt  dt (t ) (t ) 2  dt 
 2  dt t dt (t )  2  (t  t )(t )dt

t
1
0
t1
t
0
0
t
t
1
t1
0
dt(t )
t
1
0
0
 t
 D  lim 0 1 (t )dt
t
 t
t

(t )
が減衰関数なら

D


0
t  t1 t2
(t )  (t )


(t )dt
No. 11
統計数理(石川顕一)
5−3 速度相関関数による表現
(t )  u(t1 )u(t2 )  u(t1 )u(t1  t )
(t )
D
が減衰関数なら



0
速度相関関数
(t )dt
拡散係数は、速度相関関数を積分したもの


kT
(t )  B e t / t c
m
D


アインシュタインの関係式
(Einstein’s relation, 1905年)

tc :相関時間
kBT
tc
m
D
相関時間
抵抗係数
tc   1
kBT
m


No. 12