langevin方程与数值模拟.docxVIP

第二章 Langevin 方程与数值模拟 问题：系统的作用量或 Hamiltonian 量为 S 平衡态分布为  e S ， （这里温度已吸收到 S）。假设系统 t 0 时处于一初始状态系统如何演化至平衡态？ 如果初始状态不是平衡态，这便是一个驰豫动力学过程。 如果初始状态是平衡态，这是平衡态的动力学涨落问题。 第一节 单自由度的 Langevin 方程和 Fokker-Planck 方程 S S x x : 实数 Langevin 方程 dx t S x dt t x : 高斯随机数 t0 tt2 t t 对固定 t 2 P e 1 2 t d e 0 Z Z d e 2 这里的 t 通常也是介观时间。 如果没有随机力，平衡态为  dx t S x ，即能量取极小值。 dt 0 x 如果存在随机力， 体系会被推离能量极小， 处于某种能量较高的平衡态。 例如：布朗运动 —— 花粉在液体中的运动 m dv v t t 0 dt v t t e m t t 1 t dt v 0 t 一维解 0 m e m v2 t 2 t t 2t t t t t v2 0 e m e m 2 dt dt 0 m v 2 0 e 2 t 2 t 2 t t m m 2 e m dt 0 2 t 1 2 t 如 0 v2 0 e m 1 e m m 如 0 2t ，这便是随机行走。 m2 在布朗运动的方程中加入自身的相互作用 v v S m dv t v t dt x 可以理解为广义的 Langevin 方程。设想这一方程是真正的微观运动 方程，对时间做某种介观的平均，常常加速度的项可以忽略。 由于随机力的存在， Langevin 方程有他的复杂性，因为我们必 须考虑对随机力平均带来的奇异性。为了简单起见，我们对 时间分立化 在数值模拟中应用 较直观 t 2 1 t t t t t ， t t 0 t t t Z 1 2 = ln Z 1 2 ∴  t 4 Langevin 方程 x t x t t x t S x(t ) t tt x 令 t 2 ∴ ( t ) ( t ') t t x t S x t t t x t t2 方程的解 x t 是随机变量，在数值模拟中给定初始值 x0 , x t 还 不确定，与随机力有关。也就是说，在 t 时刻， x 遵从一个分布 P x ; t 。 物理量 x 的平均值 x t dx P x ; t x x ; t 是 x 在 t 时刻遵从的分布 问题： x t 的含义？ 答：必须对 t 之前的所有随机力做平均。 x t x t x t 1 2 t x x 2 x t t 2 x x t 2 t x t S x t 2 t t x t t x t 1 2 x t S x t 2 2 t t 2 2 x t x t t ∵ x t 与 t 无关，只与 t t 以及更早的随机力有关 x t x t S x t ∴ x x t x t x t t t ∵ t 0 又 ∵ x t 2 2 t t 2 ∴ x t S 2 t x x x2 S 2 dx P x ; t x2 x x 2 S dx x x ; t x2 x P x 分步积分 还作用于 P x ; t x 这里做分步积分时，假设 P( ; t) 0 另一方面 x t P x , t dx x t t Fokker-Planck 方程 P x ; t H FP P x ; t t H FP S x x x x 当 t , P x ; t 0 t ∴ H FP P x ; 0 显然 P x ; e S x 思考题：试讨论 e S x 为平衡态的条件 第二节 多自由度的 Langevin 方程和自由场 S S x 这里 x 是空间指标 d x , t S x , t x , t dt x , t x , t 0 x , t x , t 2 x x t t 时空分立化 i t i i t i i j ∴ t d P ∴  t t i t S j t 2 t i t t i t 0 i t j t i j t t d P i ; t i 1 2 j i j j 2 i j 2 S t t j j j S 2 d Pi ; t i i ii 2 S ; t i P i i i i i ; t i ; t t H FP P H FP  S i i i 注意，不仅仅作用于  S i P ; e S 关于 Kernel i tK i j S 2 t i t t j 0 i tj t