В то время как эта концепция широко используется в физике, это действительно озадачивает (по крайней мере, для начинающих), что вам просто нужно умножить две функции (или функцию саму по себе) при разных значениях параметра, а затем усреднить по области определения функции, сохраняя разница между этими параметрами:
Есть ли какие-нибудь относительно простые наглядные примеры, дающие интуитивное представление о корреляционных функциях в физике?
Написанная вами корреляционная функция представляет собой совершенно общую корреляцию двух величин,
Если среда — вакуум или материал — трансляционно инвариантна, значит, ее свойства не зависят от трансляций в целом. Итак, если вы измените а также на ту же сумму, например, на , корреляционная функция не изменится.
Следовательно, вы можете перейти на а это значит, что новый будет нулевым. Так
Таким образом, это должно было объяснить зависимость от а также .
Итак, что такое коррелятор? Классически это некоторое среднее значение вероятностного распределения.
В квантовой механике корреляционная функция представляет собой ожидаемое значение фактического состояния системы — обычно это основное состояние и/или тепловое состояние. Для чистого основного состояния имеем
В квантовой теории поля корреляционные функции двух операторов, как вы и написали, известны как пропагатор, и это математическое выражение, которое заменяет все внутренние линии диаграмм Фейнмана. Он говорит вам, какова амплитуда вероятности того, что соответствующая частица распространяется из точки к точке . Обычно он отличен от нуля только внутри светового конуса и зависит только от разности координат. Исключением является пропагатор Фейнмана в КЭД. Он также отличен от нуля вне светового конуса, но вызывает античастицы, которые отменяют этот ненулевой вклад вне светового конуса и сохраняют причинность.
Корреляционные функции, включающие произвольное положительное число операторов, известны как функции Грина или -точечные функции, если произведение количество заключено в скобки. В некотором смысле, -точечные функции знают все о вычисляемых динамических величинах, описывающих физическую систему. Тот факт, что все можно разложить на корреляционные функции, является обобщением разложений Тейлора на случай бесконечного числа переменных.
В частности, амплитуда рассеяния для внешних частиц (общее количество, включая входящие и вылетающие) можно рассчитать из -точечные функции. Диаграммы Фейнмана, упомянутые ранее, представляют собой метод систематического выполнения этого расчета: сложный коррелятор может быть переписан в функцию двухточечных функций, пропагаторов, стянутых с вершинами взаимодействия.
Существует много слов для физического описания корреляционной функции в различных контекстах, таких как функции отклика и т. д. Идея состоит в том, что вы вставляете примесь или сигнал в , это твой , а вы изучаете сколько поле в точку на него влияет примесь .
очень наглядный пример корреляционных функций можно увидеть в лазерной спекл- метрологии .
Если вы направите свет на поверхность, шероховатую по сравнению с длиной волны, результирующий отраженный сигнал будет каким-то образом случайным . Это также можно сформулировать так, что по одной точке сигнала нельзя сказать, как выглядит соседняя – они некоррелированы . Такое поле часто называют спекл-структурой .
Этот факт можно использовать. Предположим, вы делаете снимок такого случайного рассеянного поля движение изображения
будет хорошо видно, и поскольку вся информация является статистической, можно обнаружить, что
будет иметь только "большой" вклад в какой-то остроконечной формы. Ширина пика будет определяться некоторыми физическими свойствами освещения, шероховатостью поверхности и т. д. - она напрямую соответствует локальному изменению поля.
Если бы мы теперь имели в поле некоторое периодическое изменение , мы могли бы видеть, что будет иметь несколько пиков , соответствующих самоподобию изображения (или поля) .
Таким образом, анализ корреляции количества даст вам информацию о том, как быстро оно меняется и является ли оно самоподобным.
Надеюсь, вы не возражаете, что я выбрал приложение, исходящее из более практической точки зрения.
Искренне
Роберт
PS: Больше можно найти во всех очень богатых работах Гудмана .
Отличный вопрос, Костя. Любош уже давал развернутый ответ, используя общие рассуждения на языке QFT.
Однако в астрофизике и космологии есть еще одна и очень простая причина, по которой мы все время используем корреляционные функции. Получается, что среднее значение функции , обозначенный , часто не может быть предсказано теоретической моделью (например, модель горячего Большого взрыва с инфляционной стадией на ранней стадии, холодная темная материя в более поздние времена и т. д. или любая другая модель, которую вы хотите рассмотреть) можно предсказать. Здесь может относиться к любой космологической наблюдаемой величине, и а также относятся к пространственным координатам.
Наиболее распространенным примером может быть рассмотрение избыточной плотности темной материи, , куда - средняя плотность (единицами которой являются, например, килограммы на кубический метр) и это избыточная избыточная или недостаточная плотность в месте , и над некоторой областью, которую я не буду указывать для простоты рассуждения. По определению, среднее значение равна нулю, поэтому мы явно указываем, что нас не интересует среднее значение (в качестве альтернативы, мы не можем легко получить среднюю плотность Вселенной из первых принципов). Но корреляционная функция, могут быть связаны с фундаментальными параметрами Вселенной, в частности с деталями инфляционной эпохи, плотностью темной материи и т. д. Подробности этого вовлечены и преподаются в аспирантуре по космологии. Достаточно сказать, что теория предсказывает не среднее значение функции (1-точечная корреляционная функция), а скорее ее (ко)вариации (2-точечная корреляционная функция).
Интуитивно понятно, что двухточечная корреляционная функция связано с «вероятностью того, что, учитывая сверхплотную область темной материи в этом месте , в локации имеется область повышенной плотности ", и эта вероятность определяется старым добрым законом всемирного тяготения - и может быть предсказана из первых принципов.
Теория также в принципе предсказывает 3-точечный (например, и высокоточечные корреляционные функции, но их сложнее рассчитать теоретически и измерить с помощью наблюдений. Тем не менее, в физике элементарных частиц и космологии существует процветающая область теоретического предсказания и экспериментального измерения этих так называемых корреляционных функций более высокого порядка.
Последним компонентом всего этого является роль измерения корреляционной функции. Знак углового усреднения, подразумевает, что мы должны проводить усреднение по различным реализациям системы — то есть Вселенной — в одной и той же лежащей в основе космологической модели . Это явно невозможно, так как мы можем измерить только одну вселенную! Вместо этого мы предполагаем статистическую однородность (что совпадает с трансляционной инвариантностью из сообщения Любоша). Затем, вместо усреднения по разным вселенным, космологи усредняют в разных местах( ) в нашей Вселенной, которые имеют фиксированное расстояние между двумя точками . Таким образом, используя допущение статистической однородности, мы можем получить хорошие измерения корреляционной функции любой желаемой величины.
Есть и другая причина, хотя и не интуитивная. Стохастический процесс почти полностью характеризуется своей автокорреляционной функцией. Точнее, если процесс стационарный (разумеется, все эти методы работают только после детрендирования процесса и предварительного анализа и фильтрации всех циклов) и гауссовский, и центрированный, то он полностью характеризуется автокорреляцией функция. Это аналогично тому элементарному факту, что нормальная случайная величина полностью характеризуется своим средним значением и стандартным отклонением.
Но ждать. Есть больше. Даже если процесс не является гауссовским, он характеризуется тем, что известна не только обычная автокорреляция, которую еще называют двухточечной корреляционной функцией, но и все высшие автокорреляции. (т. е. трехточечные, четырехточечные и т. д.). Это аналогично (сложной) «проблеме моментов». решены моим (академическим доктором генеалогии) предком Марселем Риссом и этим гением-алкоголиком Швеции Карлманом, который говорит, что если вы знаете все моменты случайной величины, она определена с точностью до эквивалентности.
И на практике именно корреляции наиболее доступны для измерения. Большинство экспериментов с частицами, в том числе знаменитые эксперименты Аспекта с неравенством Белла, являются измерениями корреляций. Вероятно, в этом есть какой-то глубокий философский смысл...
балу
Олексот