[论文解读] Introduction to the theory of stochastic processes and Brownian motion problems

J. L. García‐Palacios|arXiv (Cornell University)|Jan 11, 2007

Stochastic processes and financial applications参考文献 3被引用 15

一句话总结

本篇研究生水平的讲义通过基础理论介绍了随机过程与布朗运动，重点阐述了福克-普朗克方程与朗之万方程。该讲义从克雷默斯-莫伊尔展开式与哈密顿振子库模型推导出这些方程，展示了多重噪声与马尔可夫近似如何导出布朗粒子与磁性自旋等系统的现象学方程。

ABSTRACT

These notes are an introduction to the theory of stochastic processes based on several sources. The presentation mainly follows the books of van Kampen and Wio, except for the introduction, which is taken from the book of Gardiner and the parts devoted to the Langevin equation and the methods for solving Langevin and Fokker-Planck equations, which are based on the book of Risken.

研究动机与目标

• 为研究生提供基于成熟理论框架的随机过程与布朗运动的全面导论。
• 通过振子库模型，弥合微观哈密顿动力学与宏观随机方程之间的鸿沟。
• 推导具有多重噪声的广义朗之万方程与福克-普朗克方程，涵盖自旋动力学与经典粒子系统。
• 在具有低频模态的宏观环境背景下，阐明马尔可夫近似的合理性。
• 阐明噪声的统计特性（例如δ相关）如何从系统-环境耦合结构中自然涌现。

提出的方法

• 通过跳跃矩与马尔可夫假设，从主方程的克雷默斯-莫伊尔展开式推导福克-普朗克方程。
• 采用含多重噪声的朗之万方程方法，其系数源自克雷默斯-莫伊尔系数。
• 利用振子库模型，从哈密顿系统-环境耦合出发推导广义朗之万方程。
• 采用微扰方法，将完整朗之万方程简化为弱耦合形式（例如朗道-利夫希茨型方程）。
• 应用统计力学原理，推导噪声项的相关结构，如⟨ξi(t)ξj(t′)⟩ = 2ΛijkB T δ(t−t′)。
• 利用泊松括号关系，证明在角动量型系统（如自旋动力学）中噪声的固有多重性特征。

实验结果

研究问题

• RQ1 如何通过克雷默斯-莫伊尔展开式，系统地从主方程推导出福克-普朗克方程？
• RQ2 在经典系统-环境耦合背景下，什么条件可合理化马尔可夫近似？
• RQ3 在具有角动量自由度的系统中，多重噪声项如何自然产生？
• RQ4 广义朗之万方程中的噪声统计特性与弛豫张量之间存在何种关系？
• RQ5 如何从具有振子库的哈密顿形式化推导出随机朗道-利夫希茨方程？

主要发现

• 通过将克雷默斯-莫伊尔系数与漂移项和扩散项匹配，推导出朗之万方程的福克-普朗克方程。
• 涨落场的相关结构为⟨ξi(t)ξj(t′)⟩ = 2ΛijkB T δ(t−t′)，将噪声统计特性与热力学温度及弛豫张量联系起来。
• 对于各向同性且不相关的涨落（Λij = λδij），广义朗之万方程退化为标准的随机朗道-利夫希茨方程。
• 在振子库模型中，记忆核的行为类似于sin(Ωτ)/τ，当过程缓慢时近似为狄拉克δ函数，从而合理化马尔可夫极限。
• 自旋系统中噪声的多重性特征源于泊松括号结构{si, sj} = ∑k εijk sk，即使作用力在自旋变量上线性，该特征依然存在。
• 该形式化方法可通过将泊松括号替换为对易子，自然推广至量子领域，同时保持方程的结构形式不变。