主题
Search

随机漫步--二维


RandomWalk2D

在一个平面内,考虑 N 个具有随机方向的二维向量的和。使用相量表示法,并令每个向量的相位为随机的。假设在任意方向上采取 N 个单位步长(即,角度 theta[0,2pi) 内均匀分布,而非格点上),如上图所示。在 N 步之后,复平面中的位置 z 由下式给出

 z=sum_(j=1)^Ne^(itheta_j),
(1)

绝对平方

|z|^2=sum_(j=1)^(N)e^(itheta_j)sum_(k=1)^(N)e^(-itheta_k)
(2)
=sum_(j=1)^(N)sum_(k=1)^(N)e^(i(theta_j-theta_k))
(3)
=N+sum_(j,k=1; k!=j)^(N)e^(i(theta_j-theta_k)).
(4)

因此,

 <|z|^2>=N+<sum_(j,k=1; k!=j)^Ne^(i(theta_j-theta_k))>.
(5)

每个单位步长在任何方向上的可能性均相等(theta_jtheta_k)。位移是随机变量,具有相同的零均值,并且它们的差值也是一个随机变量。对此分布求平均值,该分布具有等概率的值和值,得出的期望值为 0,因此

 <|z|^2>=N.
(6)

因此,N 个单位步长后的均方根距离为

 |z|_(rms)=sqrt(N),
(7)

因此,当步长为 l 时,这变为

 d_(rms)=lsqrt(N).
(8)

为了行进距离 d

 N approx (d/l)^2
(9)

因此需要这些步数。

RandomWalk2DLattice

令人惊讶的是,已经证明在二维格点上,当步数接近无穷大时,随机漫步到达任何点(包括起点)的概率为 1。


另请参见

波利亚随机漫步常数, 随机漫步--一维, 随机漫步--三维

使用 Wolfram|Alpha 探索

参考文献

McCrea, W. H. 和 Whipple, F. J. W. “二维和三维随机路径。” Proc. Roy. Soc. Edinburgh 60, 281-298, 1940.

请引用为

Weisstein, Eric W. “随机漫步--二维。” 来自 MathWorld--Wolfram Web 资源。 https://mathworld.net.cn/RandomWalk2-Dimensional.html

主题分类