Случайное блуждание

Случайное блуждание — это фундаментальный стохастический процесс, моделирующий путь объекта, совершающего последовательные шаги в случайных направлениях. Данный симулятор визуализирует случайные блуждания в одном и двух измерениях, где каждый шаг имеет фиксированную длину, но его направление выбирается случайно (например, влево/вправо в 1D или по узлам сетки в 2D). Основной математический принцип заключается в том, что средний квадрат смещения, обозначаемый ⟨r²⟩, растёт линейно с числом шагов N. Конкретно, для беспристрастного блуждания с длиной шага L: ⟨r²⟩ = N L² в 1D и ⟨r²⟩ = N L² в 2D для квадратной решётки. Эта линейная зависимость ⟨r²⟩ ∝ N является признаком нормальной, или фикковской, диффузии. Симулятор строит график текущего среднего значения r² от N, позволяя пользователям наблюдать, как эта линейная тенденция проявляется на фоне шума отдельных случайных траекторий. Ключевые упрощения модели включают фиксированную длину шага, отсутствие внешних сил или смещений и предположение, что каждый шаг не зависит от предыдущих (марковский процесс). Взаимодействуя с симуляцией, студенты учатся связывать микроскопическое случайное движение отдельных шагов с возникающим макроскопическим поведением диффузии, развивая интуицию для таких явлений, как броуновское движение, теплопроводность и расселение популяций.

Для кого: Учащиеся старших классов и студенты младших курсов, изучающие физику, математику или биологию, в рамках знакомства с теорией вероятностей, статистикой или процессами диффузии.

Ключевые понятия

  • Случайное блуждание
  • Средний квадрат смещения
  • Диффузия
  • Стохастический процесс
  • Броуновское движение
  • Марковский процесс
  • Нормальное распределение
  • Центральная предельная теорема

Как это работает

Контраст с гладкой броуновской траекторией в термодинамике: здесь каждый шаг — чистый бросок монеты или равномерный угол, идеально для доказательства скейлинговых законов.

Часто задаваемые вопросы

Почему траектория выглядит такой хаотичной, а график среднего ⟨r²⟩ — прямой линией?
Отдельная траектория случайного блуждания непредсказуема и 'изломанна', потому что каждый шаг случаен. Однако средний квадрат смещения ⟨r²⟩ — это статистическое усреднение по множеству возможных траекторий. Линейный тренд возникает благодаря закону больших чисел, показывая, что хотя отдельные исходы случайны, их усреднённое поведение предсказуемо и следует закону диффузии ⟨r²⟩ ∝ N.
Так ли на самом деле движутся реальные частицы, например, пыльца в воде?
Да, это упрощённая модель броуновского движения. Реальные частицы постоянно подвергаются ударам молекул воды, что приводит к случайному, 'дрожащему' пути. Модель случайного блуждания улавливает ключевую статистическую особенность — линейный рост среднего квадрата смещения со временем, — которую Альберт Эйнштейн использовал в 1905 году для доказательства атомистической теории материи.
Что показывает 'текущее среднее' ⟨r²⟩?
Текущее среднее вычисляет среднее значение r² вплоть до каждого шага N для одного наблюдаемого блуждателя. Для малых N график очень зашумлён, но с увеличением N он сходится к теоретической прямой линии (N L²). Это демонстрирует, как статистическая предсказуемость улучшается с ростом объёма данных — ключевая концепция теории вероятностей.
Каковы основные ограничения этой простой модели случайного блуждания?
Данная модель предполагает фиксированную длину шага, мгновенные шаги и отсутствие взаимодействий между блуждателями или с окружающей средой. Диффузия в реальном мире может включать переменную длину шагов, времена ожидания между шагами и внешние силы (приводящие к смещённым блужданиям). Также модель описывает 'нормальную' диффузию; многие сложные системы, например транспорт в клетках, демонстрируют 'аномальную' диффузию, где ⟨r²⟩ ∝ N^α и α ≠ 1.

Другие симуляторы в этой категории — или все 26.

Вся категория →