"영거리 과정 - 분해된 정상상태"의 두 판 사이의 차이

수학노트
둘러보기로 가기 검색하러 가기
(사용자 이름 삭제됨)
(사용자 이름 삭제됨)
1번째 줄: 1번째 줄:
 
L개의 자리로 이루어진 1차원 격자 위에 N개의 입자가 아무렇게나 놓여 있다고 합시다. 입자의 밀도 ρ는 N / L이겠죠. 각 입자는 일정한 비율로 오른쪽 자리로 이동하는데(hop) 그 비율은 원래 있던 자리에 있었던 입자의 개수에만 의존한다고 합시다. 이걸 영거리 과정(zero range process; ZRP)이라고 합니다. 격자가 아니라 일반적인 그래프 위에서도 정의될 수 있고, 오른쪽 자리만으로 가는 게 아니라 연결된 모든 자리에 갈 수도 있는데 여기서는 생각하지 않겠습니다. 이름이 '영거리'인 이유는 거리가 0인 입자들(즉 같은 자리에 있는 입자들)끼리만 상호작용을 하기 때문입니다.
 
L개의 자리로 이루어진 1차원 격자 위에 N개의 입자가 아무렇게나 놓여 있다고 합시다. 입자의 밀도 ρ는 N / L이겠죠. 각 입자는 일정한 비율로 오른쪽 자리로 이동하는데(hop) 그 비율은 원래 있던 자리에 있었던 입자의 개수에만 의존한다고 합시다. 이걸 영거리 과정(zero range process; ZRP)이라고 합니다. 격자가 아니라 일반적인 그래프 위에서도 정의될 수 있고, 오른쪽 자리만으로 가는 게 아니라 연결된 모든 자리에 갈 수도 있는데 여기서는 생각하지 않겠습니다. 이름이 '영거리'인 이유는 거리가 0인 입자들(즉 같은 자리에 있는 입자들)끼리만 상호작용을 하기 때문입니다.
  
'영거리'이기 때문에 수학적으로 정확하게 풀 수 있다는 게 이 모형의 장점입니다. 이제 수식을 볼까요. 2005년에 <저널 오브 피직스 에이>에 실린 [http://iopscience.iop.org/0305-4470/38/19/R01/?ejredirect=.iopsciencetrial 에반스(M.R. Evans)와 해니(T. Hanney)의 리뷰 논문]을 참고했습니다. N개의 입자가 L개의 자리에 분포해 있을 때, l번째 자리에 n<sub>l</sub>개의 입자가 있다고 하면
+
'영거리'이기 때문에 수학적으로 정확하게 풀 수 있다는 게 이 모형의 장점입니다. 이제 수식을 볼까요. 2005년에 <저널 오브 피직스 에이>에 실린 [http://iopscience.iop.org/0305-4470/38/19/R01/?ejredirect=.iopsciencetrial 에반스(M.R. Evans)와 해니(T. Hanney)의 리뷰 논문]을 참고했습니다. N개의 입자가 L개의 자리에 분포해 있을 때, 각 자리에 몇 개의 입자가 있는지를 나열하면 그 시스템에 대한 모든 정보가 담겨지겠죠. 이 상태를 배열(configuration)이라고도 합니다. l번째 자리에 n<sub>l</sub>개의 입자가 있다면,
 +
 
 +
<math>\{n_l\}=n_1,n_2,\cdots,n_L</math>
 +
 
 +
으로 나타냅니다. 시스템이 이 배열로 일 확률은 다음처럼 씁니다.
 +
 
 +
<math>P(\{n_l\})</math>

2009년 10월 27일 (화) 19:30 판

L개의 자리로 이루어진 1차원 격자 위에 N개의 입자가 아무렇게나 놓여 있다고 합시다. 입자의 밀도 ρ는 N / L이겠죠. 각 입자는 일정한 비율로 오른쪽 자리로 이동하는데(hop) 그 비율은 원래 있던 자리에 있었던 입자의 개수에만 의존한다고 합시다. 이걸 영거리 과정(zero range process; ZRP)이라고 합니다. 격자가 아니라 일반적인 그래프 위에서도 정의될 수 있고, 오른쪽 자리만으로 가는 게 아니라 연결된 모든 자리에 갈 수도 있는데 여기서는 생각하지 않겠습니다. 이름이 '영거리'인 이유는 거리가 0인 입자들(즉 같은 자리에 있는 입자들)끼리만 상호작용을 하기 때문입니다.

'영거리'이기 때문에 수학적으로 정확하게 풀 수 있다는 게 이 모형의 장점입니다. 이제 수식을 볼까요. 2005년에 <저널 오브 피직스 에이>에 실린 에반스(M.R. Evans)와 해니(T. Hanney)의 리뷰 논문을 참고했습니다. N개의 입자가 L개의 자리에 분포해 있을 때, 각 자리에 몇 개의 입자가 있는지를 나열하면 그 시스템에 대한 모든 정보가 담겨지겠죠. 이 상태를 배열(configuration)이라고도 합니다. l번째 자리에 nl개의 입자가 있다면,

\(\{n_l\}=n_1,n_2,\cdots,n_L\)

으로 나타냅니다. 시스템이 이 배열로 일 확률은 다음처럼 씁니다.

\(P(\{n_l\})\)