数学家开发新理论来解释现实世界的随机性

布朗运动描述了流体中颗粒的随机运动，但是，这种革命性的模型仅在流体是静态的或处于平衡状态时才起作用。在现实环境中，流体通常包含自身移动的颗粒，例如微小的游泳微生物。这些自走式游泳者会引起液体的运动或搅动，使液体远离平衡状态。

实验表明，不运动的“被动”粒子在与包含游泳者的“主动”流体相互作用时会表现出奇怪的循环运动。这种运动与布朗运动描述的常规粒子行为不符，到目前为止，科学家一直在努力解释这种大规模的混沌运动是如何由单个粒子之间的微观相互作用产生的。

现在，来自伦敦玛丽皇后大学，筑波大学，法国洛桑联邦理工学院和伦敦帝国学院的研究人员提出了一种新颖的理论来解释在这些动态环境中观察到的粒子运动。

他们认为，新模型还可以帮助预测生物系统中的真实行为，例如游泳藻类或细菌的觅食方式。

负责该项目的伦敦女王玛丽大学应用数学高级讲师Adrian Baule博士说：“布朗运动被广泛用于描述整个物理，化学和生物科学中的扩散;但是不能用它来描述粒子在我们经常在现实生活中观察到的更活跃系统中的扩散。”

通过显式求解流体中被动粒子与主动游动体之间的散射动力学，研究人员能够得出有效的“主动”流体中粒子运动的模型，该模型考虑了所有实验观察结果。

他们广泛的计算表明，有效的粒子动力学遵循所谓的“Lévy飞行”，它被广泛用于描述与典型行为相去甚远的复杂系统(例如生态系统或地震动力学)中的“极端”运动。

该研究的第一作者，筑波大学的金泽清博士说：“到目前为止，还没有任何解释说明服从物理定律的微观相互作用是如何实际发生莱维飞行的。我们的结果表明莱维飞行可以发生由于主动游泳者和被动粒子之间发生了流体动力相互作用，这是非常令人惊讶的。”

研究小组发现，活跃游泳者的密度也影响了莱维飞行计划的持续时间，这表明游泳微生物可以利用莱维飞行的营养物质来决定不同环境的最佳觅食策略。

鲍勒博士补充说：“我们的研究结果表明，最佳的觅食策略可能取决于环境中颗粒的密度。例如，在较高密度下，觅食者主动搜索可能是一种更成功的方法，而在较低密度下，觅食者可能会更有利。觅食者只是在等待其他营养物被其他游泳者拖曳并探索更大的空间区域时等待营养物接近。

“但是，这项研究不仅揭示了游泳微生物如何与诸如营养物质或降解塑料等被动颗粒相互作用，而且更普遍地揭示了在活跃的非平衡环境中随机性是如何产生的。这一发现可以帮助我们了解其他动物的行为。偏离平衡的系统，不仅发生在物理学和生物学上，而且还发生在例如金融市场上。”

英国植物学家罗伯特·布朗(Robert Brown)于1827年首次描述了布朗运动，当时他观察到将花粉添加到水中后所显示的随机运动。

数十年后，著名的物理学家爱因斯坦(Albert Einstein)开发了数学模型来解释这种行为，并以此证明了原子的存在，为在科学及其他领域的广泛应用奠定了基础。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！