基于测量的随机复位下稳态分布的数值预测
统计力学
2024-11-15 v1 软凝聚态物质
摘要
计算随机复位下过程稳态分布的一种常见且有效的方法是更新法,它仅需要知道底层过程无复位传播子和复位时间分布。更新法广泛用于简单模型系统,如具有指数分布复位时间的自由扩散粒子。然而,在许多真实物理系统中,传播子、复位时间分布或两者并不总是预先已知。在本研究中,我们开发了一种数值更新方法,基于无复位时的测量系统传播子以及已知或测量的复位时间分布,来确定粒子位置的稳态概率分布。我们在两个不同的系统中应用并验证了该方法:一个涉及相互作用粒子,另一个具有强环境记忆。因此,只要自由传播子可测量且经历完全复位,更新法就可用于预测任意系统在随机复位下的稳态。
引用
@article{arxiv.2411.09563,
title = {Numerical prediction of the steady-state distribution under stochastic resetting from measurements},
author = {Ron Vatash and Amy Altshuler and Yael Roichman},
journal= {arXiv preprint arXiv:2411.09563},
year = {2024}
}