将订单带到混乱：数学家开发新理论来解释现实世界的随机性

布朗运动描述了颗粒在流体中的随机运动，然而，这种革命性模型仅在流体静态或平衡时工作。

在现实生活环境中，液体通常含有由自己移动的颗粒，例如微型游泳微生物。这些自行式游泳运动员可能在流体中导致运动或搅拌，使其驱动远离均衡。

实验表明，当与含有游泳运动员的“活性”流体相互作用时，非移动的“被动”颗粒可以表现出奇怪的缺点动作。这种动作不适合布朗运动描述的传统粒子行为，到目前为止，科学家们已经努力解释这种大规模混沌运动如何由近乎颗粒之间的微观相互作用产生了这种大规模混沌运动。

现在，伦敦王后大学的研究人员，筑波大学，ÉcolePolytechniqueFédéraledeLausanne和伦敦帝国学院，介绍了一种新颖的理论，以解释这些动态环境中的观察到的粒子运动。

他们建议新模式也可以帮助预测生物系统中的现实生活行为，例如游泳藻类或细菌的觅食模式。

伦敦王后玛丽大学的应用数学高级讲师Adrian Baule博士，他管理了这个项目：“布朗运动被广泛用于描述整个物理，化学和生物科学的扩散;然而，它不能用于描述我们经常在现实生活中观察的更具活跃的系统中的颗粒的扩散。“

通过明确解决流体中的被动粒子和主动游泳运动员之间的散射动态，研究人员能够在“活性”流体中获得有效的粒子运动模型，这占所有实验观察。

他们的广泛计算揭示了有效的粒子动态遵循所谓的“Lévy飞行”，这些粒子动态广泛用于描述远离典型行为的复杂系统中的“极端”运动，例如在生态系统或地震动态中。

筑波大学Kiyoshi Kanazawa博士和该研究的第一作者说：“到目前为止，没有解释Lévy航班如何基于遵守物理法律的显微互动。我们的研究结果表明，由于活跃的游泳运动员和被动粒子之间的流体动力学相互作用，可以出现Lévy航班，这是非常令人惊讶的。“

该团队发现，活跃的游泳运动员的密度也影响了Lévy飞行制度的持续时间，这表明游泳微生物可以利用Lévy营养飞行，以确定不同环境的最佳觅食策略。

Baule博士补充说：“我们的结果表明最佳的觅食策略可能取决于其环境中的粒子的密度。例如，在更高的密度下，牙齿的主动搜索可能是一种更成功的方法，而在较低的密度下，觅食可能是有利的，因为它只等待营养因子被另一个游泳者拖动并探索更大空间区域。

“然而，这项工作不仅阐明了游泳微生物的光线如何与被动颗粒相互作用，如营养素或降解的塑料，但更普遍揭示了在活性的非平衡环境中出现的随机性。这一发现可以帮助我们了解其他系统的行为，这些系统被远离均衡，这不仅发生在物理和生物学中，而且发生在金融市场中。“

英语植物学家Robert Brown首次描述了1827年的Brownian Motion，当时他在加入水中观察到花粉颗粒显示的随机运动。

几十年后，着名的物理学家阿尔伯特爱因斯坦开发了数学模型来解释这种行为，并因此证明了原子的存在，奠定了基础的科学和超越普遍应用。

参考：“LoopyLévy航班加强了Tomoyoshi Kanazawa，Tomohiko G. Sano，Andrea Cairoli和Adrian Baule，2020年3月18日，Nature.doi：
10.1038 / s41586-020-2086-2