图

二维随机走动

预备知识 中心极限定理

结论

   若平面上某点从坐标原点出发, 每一步沿随机方向走动一个随机步长, 步长的分布函数为 $f(r)$, $N\ \ (N \gg 1)$ 步之后, 该点的位置分布可以用圆高斯分布表示

\begin{equation} P(X,Y) = \frac{a}{\pi} \E^{-a(X^2 + Y^2)} \quad \text{或} \quad P(R) = 2aR \E^{-aR^2} \end{equation}
其中
\begin{equation} a = \frac{1}{N\ev{r^2}} \qquad \ev{r^2} = \int_0^{\infty} r^2 f(r)\dd{r} \end{equation}
由分布函数可得, 随机点最终离原点的距离的平均值和方均根为
\begin{equation} \ev{R} = \frac{\sqrt{\pi}}{2}\sqrt{N\ev{r^2}} \qquad \sqrt{\ev{R^2}} = \sqrt{N\ev{r^2}} \end{equation}

推导

   我们先来分析随机点的 $x$ 坐标. 假设每一步在 $x$ 方向投影的长度为 $x_i$, $N$ 步以后, 该点的 $x$ 坐标为 $X$, 则

\begin{equation} \ev{x^2} = \int_0^{\infty} \int_0^{2\pi} (r\cos\theta)^2 \cdot f(r)\dd{r} \cdot \frac{1}{2\pi}\dd{\theta} = \frac12 \ev{r^2} \end{equation}
根据中心极限定理, $X$ 满足高斯分布, 且
\begin{equation} \ev{X^2} = N\ev{x^2} = \frac12 N\ev{r^2} \end{equation}
对 $y$ 轴分析也有类似的结果, 将 $P(X,Y)$ 分布归一化后, 可以得到式 1 . 我们由式 1 求 $\ev{X^2}$, 得
\begin{equation} \ev{X^2} = \int_0^\infty \int_0^\infty X^2 P(X,Y) \dd{X}\dd{Y} = \int_0^\infty \sqrt{\frac{a}{\pi}} X^2\E^{-a X^2} \dd{X} =\frac{1}{2a} \end{equation}
对比式 5 式 6 即可得到式 2 . 证毕.

致读者: 小时物理百科一直以来坚持所有内容免费且不做广告,这导致我们处于日渐严重的亏损状态。长此以往很可能会最终导致我们不得不选择商业化,例如大量广告,内容付费,会员制,甚至被收购。因此,我们鼓起勇气在此请求广大读者热心捐款,使网站得以健康发展。如果看到这条信息的每位读者能慷慨捐助 10 元,我们几天内就能脱离亏损状态,并保证网站能在接下来的一整年里向所有读者继续免费提供优质内容。感谢您的支持。
—— 小时(项目创始人)

编辑词条 返回目录 返回主页 捐助项目 © 小时物理百科 保留一切权利