Ecuación de Fokker-Planck - Varias variables

Pablo I. Fierens

Instituto Tecnológico de Buenos Aires

21 de mayo de 2021
Distribución estacionaria

Idea de balance detallado

Un proceso de Markov tal que, en estado estacionario, cada
transición se compensa/balance con la transición opuesta.
Partı́cula con posición ~x y velocidad ~v : pasa de ~x0 , ~v0 en tiempo t
a ~x1 , ~v1 en tiempo t + ∆t

fs (~x1 , ~v1 , t + ∆t; ~x0 , ~v0 , t).

Transición invertida: pasa ~x1 , −~v1 en t a ~x0 , −~v0 en t + ∆t

fs (~x0 , −~v0 , t + ∆t; ~x1 , −~v1 , t).

La velocidad debe darse vuelta.

fs (~x1 , ~v1 , t + ∆t; ~x0 , ~v0 , t) = fs (~x0 , −~v0 , t + ∆t; ~x1 , −~v1 , t).
Balance detallado
Dos tipos de variables
Cuando se invierte una transición, la variable puede cambiar (ver el
caso de la velocidad). En general, la inversión de la transición
implica:

xi −→ i xi ,

donde i = ±1. Si i = −1, se dice que la variable es impar. En

caso contrario, se la llama par.

Balance detallado Markoviano

f (~x1 , τ | ~x0 , 0)fs (~x0 ) = f ( ~x0 , τ | ~x1 , 0)fs (~x1 ),

donde  = diag{1 , 2 , · · · , n }.
Balance detallado

Si τ = 0:

f (~x1 , 0| ~x0 , 0)fs (~x0 ) = f ( ~x0 , 0| ~x1 , 0)fs (~x0 )

δ(~x1 − ~x0 )fs (~x0 ) = δ(~x1 − ~x0 )fs (~x1 )

donde  = diag{1 , 2 , · · · , n }.
Balance detallado Markoviano

fs (~x ) = fs (~x ).

f (~x1 , τ | ~x0 , 0)fs (~x0 ) = f ( ~x0 , τ | ~x1 , 0)fs (~x1 ).

Balance detallado

Valor medio

fs (~x ) = fs (~x )
h~x i =  h~x i

Variables impares deben tener media nula.

Balance detallado

D E Z
T
Rxx (τ ) = ~x (τ )~x (0) = ~x1 ~x0T f (~x1 , τ | ~x0 , 0)fs (~x0 )d~x0 d~x1
Z
= ~x1 ~x0T f ( ~x0 , τ | ~x1 , 0)fs (~x1 )d~x0 d~x1

Cambio de variables: ~y1,0 = ~x0,1 . Como  = I, ~y1,0 = ~x0,1 y

Z
Rxx (τ ) = ~y0 ~y1T T f ( ~y1 , τ | ~y0 , 0)fs (~y0 )d~y0 d~y1

= RT T
xx (τ ) .
Balance detallado

Correlación, densidad espectral y covarianza

Rxx (τ ) = RT
xx (τ )
T

Sxx (ω) = ST

xx (ω)
T

Σ = Σ donde Σ es la matriz de covarianza

Balance detallado

Chapman-Kolmogorov diferencial

∂f (~z , t|~y , t 0 ) X ∂
=− [Ai (~z , t)f (~z , t|~y , t 0 )]
∂t ∂zi
i
1 X ∂2
+ [Bij (~z , t)f (~z , t|~y , t 0 )]
2 ∂zi ∂zj
i,j
Z
+ [W (~z |~x , t)f (~x , t|~y , t 0 ) − W (~x |~z , t)f (~z , t|~y , t 0 )] d~x
Balance detallado

Condiciones necesarias y suficientes

1 W (~x1 |~x0 )fs (~x0 ) = W (~x0 |~x1 )fs (~x1 )
P ∂
2 −Ai (~x )fs (~x ) + ∂xj [Bij fs (~
x )] = i Ai (~x )fs (~x )
j
3 Bij (~x ) = i j Bij (~x )
Ornstein-Uhlenbeck en varias dimensiones

Ecuación de Itô:
~
d~x = A~x dt + B̃ d W

Definimos:
X
Ai = Aij xj , B = B̃T B̃.
j

Ecuación de Fokker-Planck:
∂f X ∂ 1X ∂2
=− [Ai f ] + Bij f.
∂t ∂xi 2 ∂xi ∂xj
i i,j
Ornstein-Uhlenbeck: balance detallado

1 Bij (~x ) = i j Bij (~x )

P ∂
2 −Ai (~x )fs (~x ) + ∂xj [Bij fs (~
x )] = i Ai (~x )fs (~x )
j

X ∂fs (~x ) X
Bij = (1 + i j )Aij xj fs (~x )
∂xj
j j
X ∂ log(fs (~x )) X
Bij = (1 + i j )Aij xj
∂xj
j j

Proponemos, por tanto, una solución del tipo

 
1 T −1
fs (~x ) ∝ exp − ~x Σ ~x .
2
Ornstein-Uhlenbeck: balance detallado
Reemplazando en la condición de balance detallado:

−BΣ−1 = A + A

Reemplazando en la ecuación de Fokker-Planck estacionaria, con

algo de trabajo:

Σ−1 A + AT Σ−1 = −Σ−1 BΣ−1

AΣ + ΣAT = −B

Juntando ambas cosas:

A + ΣAT Σ−1 = A + A

ΣAT = AΣ = AΣ
 (AΣ) = (AΣ)T 
Ornstein-Uhlenbeck: balance detallado
Dado que B = B (equivalentemente B = B),

Bij = 0 si i j = −1.

De la misma manera,

Σij = 0 si i j = −1.

Resumen

 (AΣ) = (AΣ)T 

Bij = 0 si i j = −1
Σij = 0 si i j = −1.
Un poco de termodinámica

Entropı́a
Podemos definir la entropı́a de un sistema cuyas variables de
estado son elementos de ~x como
1 1
S= log(fs (~x )) = φ(~x ).
kT kT
Si la evolución de las variables de estado se modelan como un
proceso de Ornstein-Uhlenbeck, la distribución estacionaria es
fs ∝ exp{−~x T Σ−1 ~x /2}, ∇φ(~x ) = −Σ−1 ~x .
Un poco de termodinámica

Idea general
En muchas aplicaciones, es común introducir fuerzas
fenomenológicas proporcionales al gradiente de la entropı́a

F~ (~x ) = −∇φ(~x ).

Como aproximación a primer orden, se establece una relación lineal

entre las fuerzas y las variables de estado, F~ (~x ) = Λ~x .
La evolución de las variables de estado es descripta por la ecuación
de “movimiento”
d~x
= LF~ (~x ),
dt
donde L es una matriz que conecta los flujos con las fuerzas.
Un poco de termodinámica

Entra OU
En realidad, la ecuación de diferencial describe la evolución en
media, sin considerar fluctuaciones. Si se modelan dichas
fluctuaciones mediante ruido blanco, la evolución de las variables
de estado se puede escribir como:

d~x = LF~ (~x )dt + B̃d W

~.

Asumiendo la aproximación lineal, esta ecuación corresponde a un

proceso de Ornstein-Uhlenbeck. Esto cierra dado que en este caso
fs ∝ exp{−~x T Σ−1 ~x /2}, ∇φ(~x ) = −Σ−1 ~x ,

F~ (~x ) = −∇φ(~x ) = Σ−1 ~x .

Un poco de termodinámica

OU de dos formas

d~x = LΣ−1 ~x dt + B̃d W

~ (ahora)
~
d~x = A~x dt + B̃d W (genérico)

De esto, se desprende que L = AΣ.

Relaciones de Onsager

L = LT
Lij = +Lji si i = j
Lij = −Lji si i 6= j
Un poco de termodinámica

Aplicaciones de las relaciones de Onsager

Termoelectricidad, conducción del calor y la electricidad en sólidos,
etc.
Ejemplo clásico en termoelectricidad:
Efecto Peltier: flujo de calor causado por un gradiente de
tensión.
Efecto Seebeck: corriente eléctrica causada por un gradiente
de temperatura.
Los coeficientes que relacionan flujos con gradientes satisfacen
las relaciones de Onsager: son iguales.
Ejemplo

L RL
Ip
Vs C Rp

Ecuaciones diferenciales

dQC QC
= IL − + Ip ,
dt CRC
dIL RL QC Vs
= − IL − + .
dt L CL L
Ejemplo
Entradas ruidosas

Ip = B̃11 η1 + B̃12 η2 ,
Vs /L = B̃21 η1 + B̃22 η2 .

ηi : ruido blanco Gaussiano, no-correlacionado:

hηi (t)ηj (t 0 )i = δij δ(t − t 0 ).

Ecuación de Itô
!
− CR1 C
    
dQC 1 QC dW1
= + B̃ .
dIL − CL1
− RLL IL dW2

Ojo: cambio dB por dW para no confundirnos con la matriz B.

Ejemplo

Ecuación de Fokker-Planck
  
∂f (q, i, t) ∂ q
=− i− f (q, i, t)
∂t ∂q CRC
  
∂ q R
− − − i f (q, i, t)
∂i LC L
1 ∂ 2 1 ∂2
+ [B11 f (q, i, t)] + [B22 f (q, i, t)]
2 ∂q 2 2 ∂i 2
∂2
+ [B12 f (q, i, t)] .
∂q∂i

B = B̃T B̃.
Ejemplo

Idea general
Vs /L e Ip son fluctuaciones de origen térmico. Mostraremos que
están relacionadas con RL y RC , respectivamente.

Fı́sica estadı́stica
La energı́a depende de la corriente en el inductor y la carga en el
capacitor:

LIL2 QC2
E= + .
2 2C
De la fı́sica estadı́stica, la distribución de Boltzmann nos da

Li 2 q2
 
fs (q, i) ∝ exp − − .
2kT 2C kT
Ejemplo

Li 2 q2 1
   
−1 C kT 0
fs (q, i) ∝ exp − − ⇒Σ = L
2kT 2C kT 0 kT
 
C kT 0
⇒Σ= kT
0 L

! !
− CR1 C − kT kT

1 C kT 0 RC L
AΣ = kT =
− CL1
− RLL 0 L − kT
L − RLLkT
2
!
− kT − kT
(AΣ)T = RC L
+ kT
L − RLLkT
2
Ejemplo

−1 kT +1 kT −1 kT −2 kT

   
AΣ = RC L = RC L = (AΣ)T 
−2 kT
L −2 RLLkT
2 +1 kT
L −2 RLLkT
2 =
⇒ 1 = 1, 2 = −1,  = diag(1, −1).

q !
 2kT  2kT
T

RC 0 RC 0
B = − AΣ + ΣA = 2RL kT ⇒ B̃ = √
0 L2 0 2kTRL
L

¡No hay términos cruzados!

Ejemplo

Relaciones de disipación-fluctuación
s
2kT
Ip = η1 ,
RC
p
Vs = 2kTRL η2 .

hVs (t)Vs (t 0 )i = 2kTRL δ(t − t 0 ),

2kT
hIp (t)Ip (t 0 )i = δ(t − t 0 ),
RC
hVs (t)Ip (t 0 )i = 0.

La primera de estas este grupo de ecuaciones se corresponde con el

teorema de Nyquist.
Referencias

Capı́tulo 6 de Gardiner [1].

Crispin Gardiner.
Stochastic Methods. A Handbook for the Natural and Social
Sciences.
Springer, 4th edition, 2009.