Jiming's blog

【置顶】关于本站的介绍

本站是简历与博客的结合体。要了解站主请点我。本人目前为学生，会在此写一些博客，记录一些科研学习内容，偶尔可能也会记录一些想法。在目前的学习中，我发现互联网上的中文学术资源太少，于是萌生了写博客的想法，希望将自己所学的一些东西用中文写给更多的人，同时也方便自己将来翻阅复习。目前网站开放评论（为了防广告，初次评论需要经我审核），随时欢迎来访者与我讨论博客内容。注：您可以在这里注册成为本站会员，并登陆您的账户。评论区支持 Markdown 代码，包括数学公式。在 Gravatar 注册账号后可修改评论区头像，只需要使用注册的邮箱进行评论就可以了。若使用 QQ 邮箱评论，则会显示 QQ 头像。评论回复会收到邮件提醒（前提是填写了正确的邮箱），若没有收到提醒邮件，请查看垃圾邮箱。本博客所有内容均遵循 CCBY−NC−SA 4.0 协议。如需转载本站内容，请阅读协议并遵守之。

随机分析、Langevin 方程与 Fokker-Planck 方程

1. Wiener 过程首先考虑一个离散的一维随机漫步 (random walk)，记过程的起始点为 $x=0$，每一步行走距离为 $\Delta x$，向左向右走的概率均为 $1/2$，粒子每过 $\Delta t$ 的时间就移动一次。用 $X(t)$ 记录粒子在 $t$ 时刻的位置，则有$$ X(t) = \sum_{i=1}^{t/\Delta t} \eta_i, $$其中$$ \eta_i = \begin{cases} +\Delta x, \text{ with prob. 1/2 }; \\ -\Delta x, \text{ with prob. 1/2 }. \end{cases} $$由中心极限定理可知，当 $t$ 很大、或者说 $\Delta t$ 很小的时候，$X(t)$ 的分布趋近于高斯分布。此时，我们只需要知道 $X(t)$ 的均值和方差即可确定 $X(t)$ 的概率分布。均值很容易计算，即$$ \langle X(t) \rangle = \frac{t}{\Delta t}\langle\eta_i\rangle = 0; $$其方差为$$ \sigm

物理·数学·科研 · 08-21 · 104 人浏览

Jiming Zheng 08-06

在教堂山安顿好了，马上开始 PhD 生活。

SimpleTeX：方便免费的公式识别软件

最近发现一款国产数学公式 LaTeX 代码识别软件。软件由一些在校大学生开发和维护，支持 Windows 系统电脑以及浏览器在线使用。SimpleTeX 识别算法基于深度学习，有非常高的准确率，且软件完全免费，十分好用！

科研·代码 · 07-16 · 71 人浏览

SimpleTeX：方便免费的公式识别软件

过阻尼 Langevin 系统随机热力学的一些几何表述

1. 随机热力学的基本设定近年来，Sosuke Ito 等人逐步建立了热力学的几何表述。尽管理论还在发展初期，但已经显现出其新颖和强大之处。考虑过阻尼 Langevin 方程$$ \dot{\boldsymbol x}(t) = \mu \boldsymbol F_t(\boldsymbol x(t)) + \sqrt{2\mu T} \boldsymbol\xi(t), $$及其对应的 Fokker-Planck 方程$$ \frac{\partial}{\partial t} p_t(\boldsymbol x) = -\nabla\cdot (\boldsymbol v_t(\boldsymbol x) p_t(\boldsymbol x)), $$其中$~\boldsymbol v~$为局域平均速度(local mean velocity)$$ \boldsymbol v_t(\boldsymbol x) = \mu(\boldsymbol F_t(\boldsymbol x) - T\nabla\ln p_t(\boldsymbol x)). $$从$

物理·数学·科研 · 07-13 · 47 人浏览

关于信息几何的简短介绍

本文主要参考文献为 Shun-ichi Amari 所著的 Information geometry and its applications.信息几何由日本数学家 Shun-ichi Amari 创建，旨在用几何语言描述概率分布。信息几何在最优传输理论，机器学习等领域有广泛用途。近年来，一些物理学家将信息几何运用于非平衡态热力学中，得到了一系列有趣的结论。本文给出信息几何的简单介绍。本文使用爱因斯坦求和约定，即对式子中相同的上下指标求和。1. 散度、对偶仿射坐标与测地线信息几何主要讨论由参数控制的概率分布构成的流形$~M~$，称其为概率流形或统计流形。考虑由$~n~$个参数$~\boldsymbol{\xi} = (\xi_1, \xi_2, \cdots, \xi_n)~$控制的概率密度函数$~p(x, \boldsymbol{\xi})~$，这$~n~$个参数张成一个$~n~$维统计流形，流形上的每一个点都唯一确定一个概率分布。容易看出，这样的流形不是欧氏空间，因此我们需要新的几何。在这样的流形上定义距离并不容易，因此我们从散度的概念开始。散度可以看作一种广义的距离。若函数$~\

数学·科研 · 07-13 · 39 人浏览

Jiming Zheng 05-24

总算完成了本科毕业论文。本科期间在非平衡统计物理上做了一点点微小的工作，学术上最大的收获应该是了解到了很多和信息几何有关的有趣的东西。最近开始看一些鞅论。

Jiming Zheng 05-22

正在参加 Stochastic Thermodynamic Workshop IV 线上会议。看到很多有意思的东西，也产生了点自己的想法。感觉自己还需要做很多的努力。

热力学不确定关系的推导与含义

1. 简介众所周知所有宏观系统都受到热力学第二定律的约束$$ \Delta S + \frac{\Delta Q}{T} = \Sigma \ge 0. $$但系统的可观测性质是如何与$~\Sigma~$联系的呢？答案由热力学不确定关系（Thermodynamic Uncertainty Relation, TUR）给出。TUR 的一般形式如下$$ \Sigma \ge \frac{2\langle J \rangle^2}{\mathrm{Var}(J)}. $$其中$~J~$是时间积分的流（例如粒子的位移，热流等等），$~\langle J\rangle~$是流的平均值，$~\mathrm{Var}(J)~$是流的涨落（方差）。TUR 对于有平均时间反演的系统的定态（steady state）和连续时间马尔可夫过程的定态成立。TUR 给出了一个对熵产生下界的估计。当此估计不为零时，它给出了更加强化的第二定律（相较于$~\Sigma \ge 0~$）。在许多情况下，直接测量熵产生是非常困难的，而流的均值与方差是较易测量的，因此在实验上 TUR 是估计熵产生的一个较好的方法。同时，TU

物理·科研 · 04-26 · 57 人浏览

Jiming Zheng 04-12

几经折腾建好了新的个人主页，搬运了一些原来主页的内容过来，以后博客就在这里更新了。
给原来的网页做了自动跳转。

关于随机热力学的简短介绍

1. 由 Langevin 动力学给出的随机热力学1.1 随机 Langevin 动力学考虑过阻尼 Langevin 动力学，运动方程为$$ \dot{x} = \mu F(x, \lambda) + \zeta $$噪声$~\zeta~$满足$$ \langle \zeta(\tau) \rangle = 0, \quad \langle \zeta(\tau)\zeta(\tau') \rangle = 2D\delta(\tau - \tau') $$其中$~D~$与迁移率$~\mu~$满足爱因斯坦关系$~D = T\mu~$，$~T~$为介质的温度（方便起见这里将$~k_B~$记为$~1~$）。力$~F(x, \lambda)~$可分解为保守部分和非保守部分$$ F(d, \lambda) = -\partial_x V(x, \lambda) + f(x, \lambda). $$其中$~V(x, \lambda)~$是保守势场，$~f(x, \lambda)~$是直接作用于粒子的外力。$~\lambda~$是含时的外部参数，可以简记为$~\lambda(0) = \lamb

物理·科研 · 04-11 · 29 人浏览

Theme Jasmine by Kent Liao