12.2: Caminata aleatoria sesgada
- Page ID
- 69597
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
La ecuación de difusión con deriva se puede obtener a partir de un problema de caminata aleatoria sesgada. Para ilustrar, extendemos la descripción anterior de un andador en una celosía 1D que puede caminar hacia la izquierda o hacia la derecha por una distancia de cantidad\(Δx\) por cada intervalo de tiempo\(Δt\). Sin embargo, en este caso existe una probabilidad desigual de pisar a la derecha (+) o a la izquierda (—) durante\(\Delta t: P_+ \neq P_-\). Hablando probabilísticamente, el cambio de posición para un intervalo de tiempo dado se puede expresar como
\[ \begin{align} \langle x(t+\Delta t) \rangle &= \langle x(t)+\Delta xP_+-\Delta xP_- \rangle \nonumber \\[4pt] &= \langle x(t) \rangle +\Delta x(P_+-P_-) \label{12.2.1} \end{align} \]
Vemos que la posición promedio de los caminantes aleatorios depende de la diferencia en las tasas de paso a izquierda y derecha. Para ayudar a vincular el paso a paso con el tiempo, definimos constantes de velocidad para caminar hacia la izquierda o hacia la derecha
\[ k_{\pm} = \dfrac{P_{\pm}}{\Delta t} \]
con\(k_+ \neq k_-\). Entonces la ecuación\ ref {12.2.1} puede escribirse como
\[ \begin{align} \langle x(t+\Delta t)\rangle &= \langle x(t) \rangle + (k_+-k_-) \Delta t \Delta x \nonumber \\[4pt] &= \langle x(t) \rangle +v_x \Delta t \label{12.2.3} \end{align}\]
donde la velocidad de deriva está relacionada con la diferencia en las tasas de salto
\[v_x = (k_+-k_-) \Delta x \nonumber \]
Expresando la Ecuación\ ref {12.2.3} como resultado de muchos pasos dice que la media de la distribución de posición se comporta como el movimiento lineal tradicional: ⟩ x (t) ⟩ = x 0 + v x t.
¿Qué pasa con la varianza en la distribución? Calcular el valor cuadrático medio\(x\) de la ecuación\ ref {12.2.1} da
\[ \begin{aligned} \langle x^2(t+\Delta t) \rangle &= \langle x^2(t) \pm 2\Delta x \Delta tk_{\pm}x(t) +(k_++k_-)^2\Delta x^2 \Delta t^2 \rangle \\ &= \langle x^2(t) \rangle +2v_x\Delta t \langle x(t) \rangle +(k_++k_-)\Delta x^2\Delta t \end{aligned}\]\[\]
donde usamos (k + +k —) ∆t = 1.
Usando esto para calcular la varianza en\(x\):
\[σ^2(t)=(k_+ + k_–)∆x^2t\]
y luego comparando con ⟩ 1/2 = 2Dt, lleva a la conclusión de que la amplitud de la distribución σ se extiende como lo haría en ausencia de una velocidad de deriva, y el coeficiente de difusión para esta caminata aleatoria sesgada viene dada por
\[ D= \dfrac{1}{2} (k_++k_-) \Delta x^2 \nonumber \]
Cuando las tasas de paso a la izquierda y derecha son las mismas, recuperamos nuestro resultado anterior 2D = ∆x 2 /∆t.