확률미분방정식을 time domain에서 정직하게 풀게 되면 상관함수(correlation function)들에서 있어 마땅한 causal structure의 origin이 매우 명쾌하게 보인다는 장점이 있다. 그러나 이렇게 푸는 것은 변수가 세네 개 정도만 있더라도 매우 복잡한 작업이 된다. 특히 변수들 간에 명확한 hierarchy가 있지 않고 서로 영향을 주며 얽혀 있는 경우에는 더욱 그렇다.
따라서 미분방정식을 적절히 다른 domain으로 보내주는 변환을 하여 기술하는 경우가 많다. 라플라스 변환을 해서 \(s\)-domain에서 보는 경우는 상관함수들의 시간에 따른 decay를 보기에 매우 편리해지고, 푸리에 변환을 해서 frequency domain에서 보는 경우는 신호의 스펙트럼 성질, 즉 주파수 대역에 관한 성질을 자연스럽게 볼 수 있다. 이러한 장단점들 외에도, 계산 자체가 time domain에서 보는 것보다 훨씬 간단하다.
이 글에서는 기초적인 물리 시스템인 감쇠 진동자가 열저장체에 접촉하고 평형을 이루고 있어 온도가 잘 정의된 상황을, 주로 푸리에변환을 해서 다룬다. 이는 평형 및 비평형 통계역학의 좋은 연습문제가 된다.
여기에 더해서, 현재 내가 진행중인 연구에서 평형 모델을 구성할때 사용하는 핵심적인 방법론을 이 모델에 적용해 보았다. 그 핵심 방법론이란 주어진 어떤 해밀토니안 \(\mathcal{H}\)에 대해 볼츠만분포 \(e^{-\beta\mathcal{H}}\)를 평형분포로 갖는 확률미분방정식을 결정하는 절차인데, 이 방법에 따르면 쉽게 guess될 수 있는 해밀토니안으로부터 원래의 미분방정식이 유도된다. 따라서 그것이 해당 시스템의 canonical ensemble에 해당하는 해밀토니안이라는 점이, statistics에서 evident할 뿐만 아니라 dynamics의 관점에서 정확하게 입증된다.
본래 연구실 내에서 공유하고자 정리한 문서인데 블로그에도 게시해본다.
Facebook에서 이 글 보기: 링크