[论文解读] Particle Ordering in Zero Range Process : Exact spatial correlations of the corresponding exclusion models

Urna Basu, P. K. Mohanty|arXiv (Cornell University)|Dec 15, 2009

Stochastic processes and statistical mechanics参考文献 19被引用 4

一句话总结

本文提出一种矩阵乘积形式，用于计算映射到零箱过程（ZRP）的一维排斥过程中的精确空间关联。该方法仅依赖于ZRP的单箱权重f(n)，使得此前难以处理的关联函数得以解析计算，成功复现了已知结果，并揭示了EKLS和RASEP等模型中的新关联。

ABSTRACT

A one dimensional exclusion process is introduced where particles hop to a neighbouring vacant site with a rate that depends on the size of the block they belong to. This model is equivalent to a zero range process (ZRP) and shares the same steady state distribution. However positional ordering is lost in this mapping and spatial correlations which depend on position indices can not be calculated directly from the ZRP equivalence. We devise a method to calculate these correlations and illustrate it by reproducing certain known results. Unexplored correlations in some other model systems are also investigated. This method can be generically used to find exact correlations of one dimensional exclusion processes which has ZRP correspondence.

研究动机与目标

• 解决将排斥过程映射到零箱过程（ZRP）时，由于ZRP权重的直接计算不可行，导致空间关联难以计算的挑战。
• 开发一种通用框架，将排斥过程的稳态权重表示为仅依赖于对应ZRP单箱权重f(n)的矩阵乘积形式。
• 提供一种适用于具有ZRP对应关系的一般一维排斥模型的系统性方法，克服标准矩阵乘积试探法（MPA）依赖于动力学特异性代数的局限性。
• 通过计算EKLS和RASEP等模型中此前未探索的关联函数，并与数值模拟对比，展示该方法的实用性。

提出的方法

• 将排斥过程的稳态权重重写为非对易矩阵乘积的迹：$ P(σ) = \mathrm{Tr}[X_{s_1} X_{s_2} \cdots X_{s_L}] $，其中 $ X_0 = E $，$ X_1 = D $。
• 构造矩阵 $ E = |\alpha\rangle\langle\beta| $ 和 $ D $，使得 $ \langle\beta|D^n|\alpha\rangle = f(n) $，其中 $ f(n) $ 为对应ZRP的单箱权重。
• 利用生成函数 $ F(w) = \sum_{n=0}^\infty f(n) w^n $ 定义矩阵元素，通过Pochhammer符号和指数积分实现关联函数的解析计算。
• 在巨正则系综中，利用 $ z = -\ln G^{(2)}_1 $ 推导两点关联函数 $ G^{(2)}_j(z) $，其中 $ G^{(2)}_1 = e^{-z} $，并将 $ \rho $ 和 $ G^{(2)}_2 $ 用 $ z $ 表示。
• 通过将解析结果与 $ \epsilon = -8/17 $ 条件下EKLS模型的数值模拟对比，验证了结果的正确性，对 $ \rho $ 和 $ G^{(2)}_2 $ 展现出极佳的一致性。

实验结果

研究问题

• RQ1 尽管在ZRP映射中丢失了位置信息，是否仍能对具有ZRP对应关系的排斥过程中的空间关联实现解析计算？
• RQ2 能否为具有对应ZRP单箱权重 $ f(n) $ 的排斥过程稳态构造一种仅依赖于 $ f(n) $ 的矩阵乘积表示？
• RQ3 该方法能否复现如RASEP和EKLS等精确可解模型中的已知关联函数，并对未探索的系统预测新结果？
• RQ4 ZRP映射在捕捉EKLS模型空间关联方面，特别是在相变附近，其准确性如何？

主要发现

• 矩阵乘积形式成功计算了EKLS模型的两点关联函数 $ G^{(2)}_1 $ 和 $ G^{(2)}_2 $，其中 $ G^{(2)}_1 = e^{-z} $，$ G^{(2)}_2 = \frac{(1-e^{-z})(2+z)}{2ze^{z}} $，使用 $ z = -\ln G^{(2)}_1 $。
• 对 $ \epsilon = -8/17 $ 和 $ L = 1000 $ 的EKLS模型进行的数值模拟与解析预测高度一致，证实了ZRP映射在关联函数计算中的有效性。
• 该方法使得在直接从ZRP权重计算因块大小复杂依赖关系而不可行的排斥过程的空间关联成为可能。
• 对于 $ b = 1 $ 的EKLS模型，跃迁率为 $ u(n) = (n+1)/n $，导致 $ f(n) = 1/(n+1) $，生成函数为 $ F(w) = -\ln(1-w)/w $，从而简化了配分函数和关联表达式。
• 该方法具有普适性，适用于任何具有ZRP对应关系的排斥过程，如RASEP和EKLS所示，且可扩展至Tonk’s气体和具有并行动力学的RASEP。
• 该方法克服了标准矩阵乘积试探法的局限性，通过从ZRP的单箱权重 $ f(n) $ 衍生矩阵，避免了依赖动力学的代数约束。