Category Archives: 我的研究笔记

时温等效原理的验证

时温等效原理( the principle of time-temperature equivalence)和时温叠加(time-temperature superposition)是两回事。

时温等效原理声称,材料在高温、高频下的响应与其在低温、低频下的响应相同;高频响应可通过在低频高温获得。

如果材料符合时温等效原理,那么它将有时温叠加性。也就说,你在不同温度下,做同范围的频率扫描,其响应曲线通过平移可以连成一条主曲线。这个平移量表示了,到底各温度的响应对应于参考温度下的哪个频率范围的响应。

逻辑上,我们只有由时温等效原理的满足,推出材料具有时温可叠加性的结论这一判断,而并没有相反的判断。逻辑上完全可能,一个材料具有时温可叠加性,但所叠加的主曲线,并不是材料在参考温度下的宽频响应。真在这个参考温度下进行宽频扫描将得到一条与主曲线不同的曲线。也就是说,这个材料并不满足时温等效原理。因此,我们就算看到这个材料具有时温可叠加性,也不能说,那些高温或低温的响应曲线,就是这个材料在参考温度下的低频或高频的响应。

在今天,我们之所以几乎不怀疑这件事,是因为各经典的结构流变学模型都支持时温等效原理。但是,实验验证这一原理,逻辑上应该在不同温度下,做宽频扫描,验证窄频范围内的时温叠加主曲线,与实际宽频曲线完全一致。这样的实验报道是很少的。

不基于系综概念的刘维尔方程推理

[latexpage]

刘维尔方程是非平衡态统计力学中,关于任意系统微状态概率密度函数$f\left(\bm\Gamma,t\right)$的连续性方程:

\[\frac{\partial}{\partial t}f+\nabla_{\bm\Gamma}\left(f\dot{\bm\Gamma}\right)=0\]

这实际上在说,不仅作为概率密度,有归一化条件所规定的全域概率守恒
\[\int_{\Lambda_t}f\left(\bm\Gamma,t\right)\mathrm{d}\bm\Gamma\equiv1,\quad\forall t\]
——其中$\Lambda_t\in\mathcal{B}$是$t$时刻系统可取的所有状态的集合,$\mathcal{B}$表示$\mathbb{R}^{6N}$上的Borel σ-代数——而且对任一局域$\omega_t\subset\Lambda_t,\omega_t\in\mathcal{B}$,概率都守恒。这件事,在传统教科书当中是用系综的概念,然后说“系综的系统数量不变”来讨论的。以下我们从概率论的角度建立统计力学的基础。

考虑一个由$N$个粒子组成的系统,在统计力学中,考虑粒子数$N$恒定的情况已经足够一般。对于粒子数变化的开放系统,理论方法上总是通过扩大系统的划份,直至新的系统是封闭的(粒子数恒定),然后基于这个大系统的性质讨论当初的小系统作为子系统的性质。

在经典力学假定下,系统的状态总是可以由所有粒子的位置和动量所确定,也就是说,系统的状态总是对应着$6N$维实数空间$\mathbb{R}^{6N}$中的一个点$\bm\Gamma\equiv\left(\mathbf{r}^N,\mathbf{p}^N\right)$,其中我们简记$\mathbf{r}^N\equiv\left(\mathbf{r}_1,\cdots,\mathbf{r}_N\right)$和$\mathbf{p}^N\equiv\left(\mathbf{p}_1,\cdots,\mathbf{p}_N\right)$。

由于我们无法确定系统在任何时刻的微观状态,因此我们每一时刻,都为系统可取的每一个可能状态赋以概率。具体地,设$\left(\mathbb{R}^{6N},\mathcal{B}\right)$是一个Borel可测空间,$\Lambda_t\in\mathcal{B}$表示系统在$t$时刻所有可取的微观状态的集合,$\mu_t:\mathcal{B}\rightarrow\left[0,1\right]$是定义在这个可测空间上的概率测度,$\mu_t\left[X\right],X\in\mathcal{B}$表示$t$时刻系统的微观状态在$X$内的概率,实际上
\[\mu_t\left[X\right]\equiv\int_Xf\left(\bm\Gamma,t\right)\mathrm{d}\bm\Gamma\]
其中$f\left(\bm\Gamma,t\right)\mathrm{d}\bm\Gamma$是系统在$t$时刻微观状态处于$\bm\Gamma\sim\bm\Gamma+\mathrm{d}\Gamma$的概率。允许概率密度$f\left(\bm\Gamma,t\right)$得到定义所需要的$\mu_t$关于$\mathbb{R}^{6N}$的勒贝格测度的绝对连续性,实际上是由经典力学本身保证的,见关于离散测度没有密度的问题

在经典力学中,给定某系统,它的运动方程总是把一个时刻$t$的确定状态$\bm\Gamma_t$映射为另一时刻$t+\Delta t$的唯一一个确定状态$\bm\Gamma_{t+\Delta t}$,即我们可以提及相应的双射$\chi_t:\mathbb{R}^{6N}\supset\Lambda_t\rightarrow\mathbb{R}^{6N}$。

若$\Lambda_t\in\mathcal{B},\omega_t\in\mathcal{B},\omega_t\subset\Lambda_t,\omega_{t+\Delta t}=\chi_t\left(\omega_t\right)$,则首先看到因为$\chi_t$必是连续的(经典力学运动),故$\chi_t$总把开集映射为开集,即$\omega_{t+\Delta t}\in\mathcal{B}$,故$\chi_t$是可测映射。其次,我们看到:
\[\mu_{t+\Delta t}\left(\omega_{t+\Delta t}\right)=\chi_t_*\mu_t\left(\omega_t\right)=\mu_t\left(\chi_t^{-1}\left(\omega_{t+\Delta t}\right)\right)=\mu_t\left(\omega_t\right)\]
其中记号$f_*\mu$表示测度$\mu_t$的由可测映射$f$引出的前推测度(pushforward measrue),上面第二个等式用到了前推测度的定义,第三个等式用到了$\chi_t$的双射性。以上推理对任意$t,\Delta t\in\mathbb{R}$以及任意$\omega_t$均成立。因此我们证明了,$\mathbb{R}^{6N}$空间任一(可测)局域上的概率是沿区域随按照实际系统运动的运动的守恒量。因此有
\[\frac{\mathrm{d}}{\mathrm{d}t}\mu_t\left[\omega_t\right]\equiv 0\]

后续由雷诺传输定理即可得到关于概率密度函数$f\left(\bm\Gamma,t\right)$的刘维尔方程。

Leon B. Lucy

[latexpage]

背景

在数值计算领域有一个比较知名的去卷积迭代算法——Lucy–Richardson算法,它被后世集中用于图像去噪。例如,MATLAB的Image Processing Toolbox有一个deconvlucy命令,声称就是用Lucy–Richardson算法对给定图片(像素矩阵)作给定点扩散函数的去噪。

但是,Lucy的原文[1]所针对的问题,比现在一般应用更广义。假定$X$是一个连续取值随机变量。它理应按照分布密度函数$\phi\left(x\right)$。我们想把$\phi\left(x\right)$视为某种简单分布$P\left(x\middle|\xi\right)$按权重谱$\psi\left(\xi\right)$的叠加结果:

\begin{equation}\label{eq:original_phi_expression}
\phi\left(x\right)=\int P\left(x\middle|\xi\right)\psi\left(\xi\right)\mathrm{d}\xi
\end{equation}

而我们想得知给定形式的核$P\left(x\middle|\xi\right)$所对应的权重谱$\psi\left(\xi\right)$。在这里,$\xi$是核函数$P$的参数。比如,我们关心高斯核函数的情况,那么$P\left(x\middle|\xi\right)$可能是以$\xi$为标准差的高斯函数

\[P\left(x\middle|\xi\right)=\frac{1}{\sqrt{2\pi\xi^2}}\exp\left[-\frac{\left(x-\mu\right)^2}{2\xi^2}\right]\]

在图像去噪的上下文中,以deconvlucy为例,核函数$P\left(x\right)$是一个固定参数$\xi$的函数,且$\xi$的取值范围(即$P\left(x\right)$的“宽度”)远窄于$x$的范围(在图像语境中是图像的大小)。但在Lucy原文的语境中,$\phi\left(x\right)$、$P\left(x\middle|\xi\right)$和$\psi\left(\xi\right)$都是支撑为整个实数的分布密度函数。可以说,图像去噪应用,只是Lucy原文算法的其中一个很特殊的例子。

数值计算的设计艺术

在我的研究中,恰好需要解决Lucy原文意义的问题,因此我是认真阅读了Lucy的原文多次的,有些其他方面的感受。

原文的文字极其清晰和流畅,逻辑十分严密,记号仔细(既不滥用又不混用)。我觉得这是有成就的作者的共性。读到这样的文字就能说明作者是事实上的大师(尽管世俗名誉上未必)。

在论文发表的1970年代,电子计算机在科学计算中的应用已经比较普及。原文没有提及所报道的验证实验是在什么计算机上进行的,只在致谢中说到了NASA的Goddard Institute for Space Studies (GISS)提供了机时。我相信,这应该是一种需要申请节点的大型计算机,机时资源应该是比较昂贵的。

在今天,像我这种数值计算的外行,可以在MATLAB开发环境中重复运行多次来学习一个没有从原理上吃透的算法的行为,因为很多计算在今天的普通笔记本电脑上运行都毫无压力。但是在当年,这种“作弊”的做法是不提倡的。给定一个算法,你理应努力地在草稿纸上分析它的好处和坏处。这种功夫我没有,但从这篇论文中还是领教了它的优雅。

从算法的原理,就能看出它的结果只对长波长噪音敏感,而对短波(高频)噪音迟钝,它在头几个迭代就能快速收敛,它在样本数$N$太少时会有什么异常……等等,都通过分析,在不放到计算机中瞎试之前,就都清楚了。而我的做法,常常是边试边改算法。极度浪费计算资源来迁就我在分析上的懒惰。这在今天也许不是什么罪过,甚至作为一个数值计算的外行,这可以说是在聪明地节省时间,但我仍然对原文这种“数值计算的设计艺术”感到敬佩。

有那么一些论文,我是称之为“教学论文”的,就是它好到可以拿来作为典范,给研究生作为范文,去学习很多超出论文具体内容的东西,比如论文结构、学术英语写作、批判性逻辑、乃至科学精神。Lucy的这篇论文就可以称之为一篇“教学论文”。

该作者的全名是Leon Brian Lucy。关于他的详细信息,可见其一篇讣告[2]和纪念文章[3]

References

  1. L.B. Lucy, "An iterative technique for the rectification of observed distributions", The Astronomical Journal, vol. 79, pp. 745, 1974. http://dx.doi.org/10.1086/111605
  2. D. Baade, J. Danziger, R. Hook, and J. Walsh, "Leon B. Lucy (1938–2018)", Bulletin of the AAS, vol. 54, 2022. http://dx.doi.org/10.3847/25c2cfeb.88cfeeba