🔬 condensed matter

Non-equilibrium dynamics of drift-diffusion process under threshold resetting

Este artículo investiga la emergencia de estados estacionarios fuera del equilibrio en procesos estocásticos bajo el reajuste por umbral, derivando una condición general que vincula la distribución en estado estacionario con la razón entre el tiempo local medio y el tiempo de primer paso medio, y demostrando a través de un modelo de difusión con deriva unidimensional que este protocolo induce una rica dinámica de tiempo intermedio, tales como la relajación anómala y las oscilaciones amortiguadas.

Autores originales: Rahul Das, Satya N Majumdar, Arnab Pal

Publicado 2026-09-22

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Rahul Das, Satya N Majumdar, Arnab Pal

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el vasto paisaje de la física estadística, los científicos estudian cómo se comportan los sistemas aleatorios a lo largo del tiempo. Imagine una partícula vagando por el espacio, empujada por fuerzas invisibles y sacudida por el ruido térmico. Por lo general, tal partícula derivará sin rumbo, extendiéndose hasta cubrir un área vasta, sin establecerse nunca en un patrón predecible. Sin embargo, si se obliga a esta partícula errante a regresar a su punto de partida en intervalos aleatorios, algo extraordinario sucede: deja de extenderse y se establece en un patrón estable e inalterable conocido como estado estacionario de no equilibrio. Este fenómeno, llamado reinicio estocástico (stochastic resetting), se ha convertido en una herramienta poderosa para comprender desde cómo los animales buscan alimento hasta cómo las enzimas encuentran sus objetivos. Durante años, los investigadores se han centrado en un tipo específico de reinicio donde un reloj externo activa el regreso, independientemente del viaje real de la partícula. Pero en el mundo real, los reinicios suelen ocurrir porque el propio sistema alcanza un límite, como una neurona que dispara cuando su carga eléctrica alcanza cierto nivel, o un operador bursátil que vende cuando un precio cae a un punto específico. Estos son eventos impulsados por umbrales, donde el propio movimiento del sistema activa el reinicio. Aunque estos escenarios son comunes en la naturaleza y la tecnología, las reglas que gobiernan cómo crean patrones estables han permanecido en gran medida como un misterio.

Un equipo de investigadores ha descifrado ahora el código para estos sistemas impulsados por umbrales, revelando exactamente cuándo y cómo se estabilizan en un estado estacionario. Al estudiar una partícula que se mueve con un empuje constante hacia un límite, descubrieron una regla simple y universal: un patrón estable se formará si y solo si la partícula puede alcanzar ese límite en un tiempo promedio finito. Si es probable que la partícula deambule eternamente sin alcanzar jamás el límite, nunca surgirá un patrón estable. Cuando existe un estado estable, los investigadores descubrieron que este puede describirse mediante una relación clara entre dos cantidades fundamentales. La primera es el tiempo promedio que la partícula pasa en cualquier ubicación específica durante un único viaje antes de alcanzar el límite. La segunda es el tiempo promedio total que tarda en alcanzar dicho límite por primera vez. La distribución final y estable de la partícula es simplemente la relación entre estos dos tiempos. En esencia, la probabilidad de encontrar la partícula en un lugar determinado está determinada por cuánto tiempo permanece allí en comparación con cuánto dura todo el viaje.

Para probar esta teoría y explorar el camino hacia la estabilidad, el equipo se centró en un modelo clásico de movimiento llamado difusión con deriva (drift-diffusion), donde una partícula es empujada por un viento constante mientras también vibra aleatoriamente. Rastrearon cómo cambiaba la posición de la partícula a lo largo del tiempo, desde el momento en que comenzó hasta que finalmente se estableció en su patrón estacionario. Descubrieron que el camino hacia la estabilidad está lejos de ser suave. En situaciones donde la fuerza de empuje es fuerte, la partícula no se desliza simplemente hacia su lugar de reposo final. En su lugar, exhibe un comportamiento oscilatorio rítmico. La posición promedio de la partícula y su dispersión en el espacio aumentan y disminuyen en ondas amortiguadas antes de calmarse finalmente. Esto sucede porque el fuerte empuje crea un ritmo sincronizado: la partícula viaja hacia el límite, se reinicia y viaja de regreso en un ciclo cerrado, creando ondas periódicas de probabilidad. Cuando el temblor aleatorio es más fuerte que el empuje, este ritmo se rompe y la partícula se relaja suavemente sin oscilaciones.

El estudio también descubrió una transición brusca en cómo se comporta la partícula en los extremos de su rango posible. A medida que pasa el tiempo, el movimiento de la partícula crea un "cono de luz" distintivo, un límite más allá del cual la partícula simplemente no puede llegar. Dentro de este límite móvil, el comportamiento de la partícula cambia de una manera que señala una transición de fase, un cambio repentino en la naturaleza de su movimiento. Los investigadores demostraron que esta es una transición de segundo orden, lo que significa que la tasa a la que la partícula se extiende cambia abruptamente en el borde de este cono, aunque la posición en sí misma permanezca continua. Este hallazgo conecta el comportamiento de los sistemas de reinicio por umbral con otros fenómenos físicos complejos, sugiriendo un orden subyacente profundo en cómo evolucionan los sistemas impulsados por límites internos.

Las implicaciones de este trabajo se extienden mucho más allá de lo teórico. Las reglas derivadas aquí se aplican a cualquier sistema donde un proceso es interrumpido por su propio éxito o fracaso, desde el disparo de neuronas en el cerebro hasta la gestión de redes informáticas que se reinician cuando encuentran errores. Al demostrar que un tiempo de viaje finito hacia un umbral es la clave para la estabilidad, los investigadores proporcionan un criterio claro para diseñar sistemas que necesiten permanecer estables sin control externo. También destacan la rica y compleja dinámica que ocurre antes de alcanzar la estabilidad, revelando que el viaje hacia el equilibrio puede ser tan fascinante como el destino mismo. Este trabajo transforma nuestra comprensión de los procesos impulsados por eventos, mostrando que incluso en un mundo de aleatoriedad, el simple acto de alcanzar un límite puede crear un orden predecible y constante.

Resumen Técnico: Dinámica fuera del equilibrio de un proceso de deriva-difusión bajo el restablecimiento por umbral

Planteamiento del Problema
El restablecimiento estocástico (stochastic resetting), donde un sistema es devuelto periódicamente a una configuración inicial, es un mecanismo bien establecido para generar estados estacionarios fuera del equilibrio (NESS). Sin embargo, la mayor parte de la literatura existente se centra en el restablecimiento impulsado externamente, donde los eventos de restablecimiento ocurren en tiempos aleatorios determinados por un reloj o distribución independiente. Este artículo investiga el restablecimiento por umbral (TR, threshold resetting), un protocolo impulsado por eventos donde el sistema se restablece únicamente al cruzar un límite espacial prescrito (umbral). A diferencia del restablecimiento externo, el TR está intrínsecamente acoplado a la propia dinámica del sistema. Aunque los eventos de cruce de umbral son ubicuos en sistemas físicos, biológicos e ingenieriles (por ejemplo, neuronas de tipo integra y dispara, estrategias financieras de stop-loss), las propiedades fuera del equilibrio, específicamente la emergencia de estados estacionarios y la dinámica de relajación bajo el TR, permanecen en gran medida inexploradas. Las preguntas centrales abordadas son: ¿Bajo qué condiciones existe un NESS bajo el TR? ¿Cuál es la estructura física de este estado estacionario? ¿Cómo se relaja el sistema hacia este estado, particularmente en el régimen de tiempo intermedio?

Metodología
Los autores emplean un formalismo de renovación para analizar una partícula que experimenta una dinámica estocástica arbitraria en una dimensión, partiendo de $x_0$ y restableciéndose instantáneamente a $x_0$ al alcanzar el umbral en $x=0$ .

Marco General: Derivan el propagador $P(x, t|x_0)$ descomponiendo las trayectorias en aquellas que aún no han alcanzado el umbral y aquellas que han experimentado uno o más eventos de restablecimiento. Esto conduce a una ecuación de renovación que relaciona el propagador completo con el propagador restringido $G_+(x, t|x_0)$ (el proceso con un límite absorbente en el umbral) y la densidad del tiempo de primera llegada $F(t|x_0)$ .
Análisis en el Espacio de Laplace: Al transformar la ecuación de renovación al espacio de Laplace, expresan el propagador $\tilde{P}(x, s|x_0)$ enteramente en términos de la dinámica subyacente sin restablecimiento.
Derivación del Estado Estacionario: Utilizando el teorema del valor final, analizan el comportamiento de $s$ pequeño (tiempo largo) del propagador transformado en Laplace para determinar las condiciones de existencia de un estado estacionario $P_{ss}(x)$ .
Aplicación de un Modelo Específico: Para ilustrar estos hallazgos generales, los autores aplican el marco a un proceso de deriva-difusión (DD) con una deriva constante $v > 0$ hacia el umbral y un coeficiente de difusión $D$ . Resuelven la ecuación de Fokker-Planck asociada para obtener expresiones analíticas exactas para el propagador, los momentos y el desplazamiento cuadrático medio (MSD). Utilizan el número de Péclet adimensional ( $Pe = x_0 v / 2D$ ) para caracterizar la interacción entre la advección y la difusión.

Contribuciones Clave y Resultados

Criterio General para NESS: El artículo establece una condición suficiente para la existencia de un estado estacionario fuera del equilibrio bajo el restablecimiento por umbral: el tiempo medio de primera llegada (MFPT) al umbral debe ser finito. Si el MFPT es finito, existe un NESS; si la partícula puede escapar al infinito con una probabilidad no nula (por ejemplo, si la deriva es lejos del umbral), no se forma un estado estacionario.
Representación Física del Estado Estacionario: Cuando existe un NESS, los autores derivan una relación fundamental que expresa la distribución del estado estacionario como la razón de dos cantidades determinadas únicamente por la dinámica subyacente sin restablecimiento:
$P_{ss}(x) = \frac{\langle L(x|x_0) \rangle}{\langle T \rangle}$
donde $\langle L(x|x_0) \rangle$ es el tiempo local medio (MLT) pasado en la posición $x$ durante una sola excursión entre los cruces del umbral, y $\langle T \rangle$ es el tiempo medio de primera llegada (MFPT). Esto proporciona una interpretación física transparente: la densidad de probabilidad del estado estacionario es el tiempo promedio pasado en $x$ por ciclo dividido por la duración promedio de un ciclo.
Dinámica de Deriva-Difusión:
- Perfil del Estado Estacionario: Para el proceso DD, el estado estacionario exhibe un "quiebre" (discontinuidad en la primera derivada espacial) en la posición de restablecimiento $x = x_0$ . La distribución se anula en el umbral ( $x=0$ ), crece linealmente cerca del umbral y decae exponencialmente para $x > x_0$ debido a la deriva.
- Anomalías de Tiempo Intermedio: El artículo descubre una rica dinámica transitoria. En el régimen dominado por la deriva ( $Pe \gg 1$ ), la relajación hacia el estado estacionario se caracteriza por oscilaciones amortiguadas en la posición media y en el MSD. Estas oscilaciones surgen de la casi-sincronización de los eventos de renovación; la partícula deriva hacia el umbral y se restablece en ráfagas coherentes, creando ondas de probabilidad periódicas.
- Régimen Dominado por la Difusión: Para valores bajos de $Pe$ , la difusión ensancha la distribución del tiempo de primera llegada, destruyendo la sincronización y conduciendo a una relajación monótona y exponencial sin oscilaciones.
Transición de Fase Dinámica: Los autores analizan el comportamiento de grandes desviaciones del propagador a tiempos largos. Identifican una transición de fase dinámica de segundo orden en el espectro de relajación. La función de tasa $\phi(x/t)$ , que gobierna la cola del propagador, presenta una discontinuidad en su segunda derivada en la velocidad del "cono de luz" $x/t = v$ , separando el comportamiento dentro y fuera del frente de deriva.

Significancia y Reivindicaciones
El artículo sostiene que proporciona una comprensión general de cómo el restablecimiento por umbral (impulsado por eventos) moldea las propiedades espaciales y temporales de los procesos estocásticos. Al vincular el estado estacionario con la razón entre el MLT y el MFPT, el trabajo ofrece un marco universal aplicable a una amplia clase de sistemas más allá del ejemplo específico de deriva-difusión.

Los autores enfatizan que sus hallazgos revelan ricas dinámicas de tiempo intermedio, incluyendo la relajación anómala y el comportamiento oscilatorio, que son distintos de la relajación típicamente monótona observada en el restablecimiento impulsado externamente. La identificación de la transición de fase dinámica en el espectro de relajación conecta además el restablecimiento por umbral con conceptos más amplios de la física estadística fuera del equilibrio.

El artículo concluye modestamente, sugiriendo que estos resultados abren vías para investigar el restablecimiento por umbral en procesos heterogéneos y no difusivos, sistemas de muchas partículas (donde los cruces de umbral inducen correlaciones efectivas) y modelos biológicos como las neuronas de tipo integra y dispara o los procesos de ramificación. Posiciona este trabajo como un paso fundacional hacia la comprensión de las propiedades fuera del equilibrio de los protocolos impulsados por eventos.

Resumen Técnico: Dinámica fuera del equilibrio de un proceso de deriva-difusión bajo el restablecimiento por umbral

Más como este