Zjawiska generowane szumemth.if.uj.edu.pl/~gudowska/dydaktyka/Zjawiska generowane szumem.pdf ·...
Transcript of Zjawiska generowane szumemth.if.uj.edu.pl/~gudowska/dydaktyka/Zjawiska generowane szumem.pdf ·...
Zjawiska generowane szumem
Ewa Gudowska-Nowak, Zakład Fizyki Statystycznej, IFUJ
Podstawowe kategorie zjawisk generowanych szumem
• Rezonans stochastyczny • Rezonansowa aktywacja• Histereza stochastyczna
Szum postrzegany wielokrotnie jako zjawisko niepoŜądane moŜe pełnić rolę konstruktywną:
Rezonans stochastyczny
RozwaŜmy cząstkę o masie m w symetrycznym dwudołkowym potencjale V(x)
Cząstka poddana jest dodatkowo :
Periodycznej sile zewnętrznej (asymetryzującej potencjał), jednak za słabej aby „przerzucić” cząstkę przez barierę.
Siłom fluktuującym (np. przez zanurzenie w kąpieli cieplnej), które stymulują przeskoki między sąsiadującymi studniami. Przejścia dane są tzw. częstością Kramersa :
∆−=D
Vconstrk exp*
wyobraźmy sobiedwustabilny czujnik, na którego wejście podamy sygnał sinusoidalny. Szum moŜe pomóc przekazać sygnał przez czujnik ułatwiając przełączanie (mimo Ŝe sygnał moŜe być bardzo słaby) :
Widać, Ŝe istnieje pewna wartość
natęŜenia szumu, przy której przekaz
sygnału jest optymalny i moŜliwa jest jego detekcja poprzez zbadanie spektrum mocy.
Sprz ęŜenie rezonatorów stochastycznychprowadzi do dalszego poprawienie detekcji (występuje silniejszy rezonans)
- rysunek przedstawia czasową ewolucję zestawu 251 oscylatorów stochastycznych sprzęŜonych liniowo
- kolor niebieski oznacza ze oscylator „znajduje się” w lewej a czerwony -w prawej studni
ZaleŜność SNR łańcucha 65 oscylatorów od natęŜenia szumu dla dwóch róŜnych wartości siły sprzęŜenia – piki na wykresie odpowiadają maksymalnemu czasoprzestrzennemu sprzęŜeniu.
Ewolucja układu 65 sprzęŜonych rezonatorów w zaleŜności od natęŜenia szumu i od siły sprzęŜenia (coupling)
Istnieje optymalna siła sprzęŜenia przy której obserwujemy maksimum SNR.
rezonans czasoprzestrzenny
Przykłady :
• Kanały jonowe – dla aktywowanych napięciem kanałów jonowych stwierdzono Ŝe stopień ich aktywacji zaleŜy silnie od przebiegu historii ich stanu.Obserwuje się opóźnioną odpowiedź na periodyczne pole zewnętrzne –tak jak w przypadku ferromagnetyków. Ponadto stwierdzono zjawiska podobne do przejść fazowych I rodzaju.
•Przejścia fazowe w modelu Isinga
•Przejścia fazowe pomiędzy róŜnymi fazami ciekłokrystalicznymi powodowane oscylacjami ciśnienia
•Przejścia fazowe ciecz-ciało stałe stymulowane oscylacjami temperatury
Aktywacja rezonansowa
fluktuacjom podlega tym razem wysokość bariery potencjału.
• wyjaśnienie zachowania pewnych typów laserów
• dynamika reakcji chemicznych
• selektywne pompy jonowe w błonach biologicznych
Dla pewnych wartości parametrów szumu transport przez barierę potencjału staje się znacznie bardziej prawdopodobny.
zastosowania :
Krzywa rezonansowa i jej asymptoty dla wysokich i niskich częstotliwości szumu
Rezonans stochastyczny pojawia się w dziedzinach nauki takich jak :
• paleoklimatologia– epoki lodowcowe
• systemy optyczne– „two-mode ring lasers”, optyczna bistabilność w półprzewodnikach indukowana termicznie, pułapki optyczne
• systemy elektroniczne i magnetyczne –dioda tunelowa, słabo zjonizowane magnetoplazmy, międzydomenowe tunelowanie w pewnych typach ferromagnetyków, superparamagnetyczne cząsteczki, EPR (electron paramagnetic resonance)
• neurofizjologia – wyjaśnienie wielu zjawisk związanych z siecią neuronów w mózgu człowieka i zwierząt
• fizyka kwantowa – zjawiska kwantowe aktywowane obecnością szumu kwantowego (fluktuacje próŜni)
Odkrycie rezonansu stochastycznego
związane jest z badaniami nad periodycznością pojawiania się epok lodowcowych (Benzi – 1981). Analogiczną hipotezę wysunęli w tym samym czasie bracia Nicolis.
• zlodowacenia następują średnio co 10000 lat – jedynym znanym zjawiskiem astronomicznym w tej skali czasowej są zmiany promienia orbity Ziemi w związku z pewnymi zaburzeniami grawitacyjnymi.
• wynikające z tego oscylacje w natęŜeniu promieniowania Słońca dochodzącego do Ziemi są rzędu 0.1% (słaba periodyczna „siła” zewnętrzna)
• hipoteza: ziemski klimat reprezentowany jest przez dwudołkowy potencjał. Jedna ze studni reprezentuje stan o niskiej temperaturze (zlodowacenie), druga stan w którym znajdujemy się obecnie.
• krótkoterminowe fluktuacje klimatu (np. roczne zmiany w natęŜeniu promieniowania) są modelowane przez Gaussowski biały szum.
• hipoteza: szum jest dostrojony tak, Ŝe poprawia odpowiedź klimatu na słabe zaburzenie związane ze zmianami orbity - periodyczność zlodowaceń.
Numeryczne rozwi ązanie modelu
symulacja pojedynczej realizacji procesu
rozkład czasów „rezydencji” w stanie +/-
rozkład wartości pól przy których następowało przełączanie
miarą stopnia magnetyzacji jest : ∫ ′′−=0
)(21)(h
h
hdhhM ρ
po scałkowaniu otrzymanych rozkładów otrzymuje się pętlę histerezy.
Zmiana kształtu histerezy wraz ze wzrostem natęŜenia szumu.
Wnioski :• pole histerezy jest miarą SNR
• Dla pewnej wartości natęŜenia szumu synchronizacja między siłą zewnętrzną a sygnałem wyjściowym jest maksymalna – pojawia się rezonans.
•istnieje wartość progowa szumu, przy której histereza znika
Związek pola histerezy z rezonansem stochastycznym
pole histerezy
natęŜenie szumu
Procesy stochastyczne, proste modele i zastosowania
•błądzenie przypadkowe, ruch Browna
•równanie dyfuzji
•stochastyczne równania róŜniczkowe
π2ln21
ln2
ln222
)1(2
ln21
2
)1(2
ln21
2ln)2/1(),(ln
−−+
++−+++
−
+−−
+
++−−+=
qmN
pmNmNmN
N
mNmN
N
mNmNNNNNmp
)(2ln21
ln)21
(!ln 1−++−+= NONNNN π
By using Stirling’s formula
22
,22
2
mNql
mN
mNpr
mN
mNNpmmm
δ
δδδ
−==−
+==++−=+=
−
+−−
+
++−−=
−
+−−
+
++−
−+
++
−
+=
Nq
mmNq
Np
mmNpNpq
Nq
mNq
mNq
Np
mNp
mNp
qm
Nqpm
Np
NNNmp
21ln
21
2
21ln
2
1
2)2ln(
2
1
)2
1(ln21
2
)2
1(ln2
1
2
ln2
ln2
2ln2
1ln
2
1),(ln
δδ
δδπ
δδ
δδ
δδ
π
In N steps the positionm achieved: l steps to the left (with probability q) andr
steps to the right (with probability p)!
r=m+l, m+2l=N
Expanding the logarithm,
Npq
pqm
Npq
mNpqNmp
yields
xOxxx
4)(
4)(
21
)2ln(21
),(ln
)(21
)1ln(
2
32
−−−−=
+−±=±
δδπ
))((4
)(
)()(
4
2/1
22
2
−=−=
=
NpONpq
pqm
Om
Npq
δσδ
σWe want to approximate thedistribution in its center and up to fluctuations around the mean value,
so we can neglect the last term in theabove equation for
−→Npq
m
NpqNmp
4)(
21
exp422
),(2δ
π
Continuum limit...
Probability of findinga random walker in aninterval of width 2
around a position x attime t.
We require now:
x∆
constDt
xpq
tx
==∆∆
→∆→∆2)(
2
0,0
dxDt
xx
Dtdxtxp
−−=
2
)(
21
exp22
1),(
2
π
t
xpqD
tNt
xmxxmx
∆∆=
∆=∆=∆=
2)(2
,
−−∆=∆∆
Dt
xx
Dt
xtNxmp
2
)(
21
exp22
2),(
2
π
constvt
xptx
tt
xpxNpmxtx
==∆∆−→∆→∆
∆∆−=∆−=∆=
)21
(2,0,0
)21
(2)21
(2)(
−−∆=Dt
vtx
Dt
xtxp
2)(
21
exp22
2),(
2
π
Continuum limit...
Probability of findinga random walker in anintervalof width 2
around a position x attime t.
We require now:
x∆
constDt
xpq
tx
==∆∆
→∆→∆2)(
2
0,0
dxDt
xx
Dtdxtxp
−−=
2
)(
21
exp22
1),(
2
π
t
xpqD
tNt
xmxxmx
∆∆=
∆=∆=∆=
2)(2
,
−−∆=∆∆
Dt
xx
Dt
xtNxmp
2
)(
21
exp22
2),(
2
π
constvt
xptx
tt
xpxNpmxtx
==∆∆−→∆→∆
∆∆−=∆−=∆=
)21
(2,0,0
)21
(2)21
(2)(
−−∆=Dt
vtx
Dt
xtxp
2)(
21
exp22
2),(
2
π
With starting condition
and boundary condition),(),(),(
0),(
)()0,(
2
2
txpx
Dtxpx
vtxpt
txp
xxpx
∂∂+
∂∂−=
∂∂
→=
±∞→
δ
t
xxvpDp
t
xxvqDq
t
xqxvq
t
xpxpv
t
xp
t
xpp
t
xpqD
NmqpNmppNmp
∆∆∆+=
∆∆∆−=
∆∆+∆=
∆∆−+∆−=
∆∆−+
∆∆−−=
∆∆=
++−=+
2
2
22
222
)()(
)()(
)()()1()1(
)()1(
)()1)(12(
)(2
),1(),1()1,(
A master equation for thediscrete random walker
Fokker-Planck-Smoluchowskiequation
),(1
)(
2
)(
),1(),(2),1(
),1(),1(),()1,(
2
2
Nmptx
D
x
NmpNmpNmpD
Nmpx
vqNmp
x
vp
t
NmpNmp
∆−
∆+
∆−+−++
+∆
−−∆
=∆
−+
),(1
)(2
)(),1(),(2),1(
),(),1(
),1(),(),()1,(
),(1
)(2
)(),1(),(2),1(
),1(),1(),()1,(
2
2
2
2
Nmpx
vq
x
vp
tx
D
x
NmpNmpNmpD
x
NmpNmpvq
x
NmpNmpvp
t
NmpNmp
Nmptx
D
x
NmpNmpNmpD
Nmpx
vqNmp
x
vp
t
NmpNmp
∆−
∆+
∆−
∆+
∆−+−++
∆−+−
∆−−−=
∆−+
∆−
∆+
∆−+−++
+∆
−−∆
=∆
−+Reinsert v and D
into the lastterm of eq.
Taking the continuum limit and keeping v and D constant, we arrive again at the Fick-diffusionequation!
Błądzenie przypadkowe z symetrycznym prawdopodobieństwemp=q=1/2 (…nieco inne rozwiązanie)
Simple polymer models... Random walk revisited.
Thermodynamics....
F