[论文解读] Counter-flow induced clustering: Exact results

Amit Kumar Chatterjee, Hisao Hayakawa|arXiv (Cornell University)|Aug 5, 2022

Stochastic processes and statistical mechanics被引用 6

一句话总结

本文提出了一种在一维非均衡排斥过程中引入杂质的精确可解模型，以研究反向流诱导的团簇形成。通过调节反向流参数，系统表现出两种不同的相：一种为具有非单调密度和有限电流的自由流动相，另一种为具有恒定密度和零电流的团簇相，其特征是由于非遍历动力学和杂质驱动的翻转，形成了两个宏观团簇——一个由空位组成，另一个由所有粒子和杂质组成。

ABSTRACT

We analyze the cluster formation in a non-ergodic stochastic system as a result of counter-flow, with the aid of an exactly solvable model. To illustrate the clustering, a two species asymmetric simple exclusion process with impurities on a periodic lattice is considered, where the impurity can activate flips between the two non-conserved species. Exact analytical results, supported by Monte Carlo simulations, show two distinct phases, free flowing phase and clustering phase. The clustering phase is characterized by constant density and vanishing current of the non-conserved species, whereas the free flowing phase is identified with non-monotonic density and non-monotonic finite current of the same. The $n$-point spatial correlation between $n$ consecutive vacancies grows with increasing $n$ in the clustering phase, indicating the formation of two macroscopic clusters in this phase, one of the vacancies and the other consisting of all the particles. We define a rearrangement parameter that permutes the ordering of particles in the initial configuration, keeping all the input parameters fixed. This rearrangement parameter reveals the significant effect of non-ergodicity on the onset of clustering. For a special choice of the microscopic dynamics, we connect the present model to a system of run and tumble particles used to model active matter, where the two species having opposite net bias manifest the two possible run directions of the run and tumble particles, and the impurities act as tumbling reagents that enable the tumbling process.

研究动机与目标

• 理解由反向流动力学驱动的非遍历随机系统中的团簇形成机制。
• 分析在一维排斥过程中引入杂质以实现非守恒粒子翻转时相变的出现。
• 在反向流存在下，建立密度、电流和空间关联的精确解析结果。
• 通过改变初始配置而不改变输入参数的重排参数，展示非遍历性在团簇形成中的作用。
• 通过将物种解释为运动方向相反的粒子、杂质解释为翻转事件，将该模型与活性物质系统（特别是跑动-翻转粒子）联系起来。

提出的方法

• 在具有杂质的周期性晶格上构建双物种非对称简单排斥过程，杂质可触发物种间的非守恒翻转。
• 采用精确解析技术，包括矩阵积态 ansatz 和稳态解推导，计算一阶和n阶关联函数。
• 引入重排参数，通过置换初始粒子构型来探测非遍历性的影响，同时保持动力学不变。
• 通过蒙特卡洛模拟验证分析结果，尤其针对电流、密度和关联函数。
• 推导出平均物种密度和电流关于反向流参数 $ q_1 $ 的精确表达式，识别相变边界。
• 通过将物种解释为具有相反漂移方向的粒子、杂质解释为翻转作用，将该模型映射为跑动-翻转粒子系统。

实验结果

研究问题

• RQ1 反向流如何在具有杂质的非遍历排斥过程中诱导相变？
• RQ2 在反向流存在下，该系统的精确稳态性质（密度、电流、空间关联）是什么？
• RQ3 非遍历性（通过重排参数捕捉）如何影响团簇的形成时机与结构？
• RQ4 在团簇相中观察到的两个宏观团簇的本质是什么？它们与遍历模型中的凝聚态有何不同？
• RQ5 该模型能否映射为跑动-翻转粒子系统？这对活性物质应用有何启示？

主要发现

• 系统表现出两种不同的相：一种为具有非单调密度和有限电流的自由流动相，另一种为具有恒定密度和零电流的团簇相。
• 在团簇相中，n个连续空位之间的n阶空间关联随n增长，表明形成了两个宏观团簇：一个为纯空位团簇，另一个为所有粒子与杂质的团簇。
• 重排参数表明，非遍历性显著影响团簇形成，即使输入参数相同，不同初始构型也会导致不同的稳态结果。
• 对于特定的动力学选择，该模型可映射为跑动-翻转粒子系统，其中两种物种代表相反的运动方向，杂质则实现翻转，从而将该模型与活性物质物理联系起来。
• 该团簇相在给定动力学下是稳定的，粒子团簇缓慢向右漂移，其速度取决于非翻转物种1的密度。
• 与遍历的AHR模型不同，该非遍历系统由于缺乏遍历性以及杂质诱导的翻转，表现出清晰的两相转变，其机制与AHR模型中相共存的抑制方式不同。