Fundamental problems in Statistical Physics XIV: Lecture on Correlation and response functions in statistical physics

Cet article de cours présente une introduction aux fonctions de corrélation et de réponse linéaire en physique statistique, met en lumière le théorème de fluctuation-dissipation, puis adopte une perspective rigoureuse pour explorer les propriétés structurelles fondamentales de ces fonctions en s'appuyant sur des résultats mathématiques souvent négligés dans le cursus standard.

L'essentiel

Imaginez que vous êtes dans une grande salle de bal bondée (un système physique complexe avec des milliards de particules). Vous ne pouvez pas suivre chaque danseur individuellement. C'est trop de monde ! À la place, vous observez le mouvement global de la foule. C'est là qu'intervient la physique statistique.

Ce texte, écrit par Thomas Franosch, est un guide pour comprendre comment décrire ce mouvement chaotique sans se perdre dans les détails. Il se concentre sur deux outils principaux : les fonctions de corrélation et les fonctions de réponse.

Voici les idées clés, expliquées avec des métaphores :

1. Les Fonctions de Corrélation : Le "Souvenir" du Système

Imaginez que vous lancez une pierre dans un étang calme. Les rides (les vagues) se propagent. Si vous regardez l'eau à un endroit précis, vous voyez une fluctuation. Si vous regardez un peu plus loin, ou un peu plus tard, l'eau bouge aussi.

• La question : Comment le mouvement d'aujourd'hui est-il lié à celui d'hier ?
• La réponse : C'est la fonction de corrélation. Elle mesure à quel point le système "se souvient" de son état passé.
  • Si l'eau s'apaise vite, le souvenir est court (corrélation faible).
  • Si l'eau reste agitée longtemps, le souvenir est long (corrélation forte).
• Le secret mathématique : Le texte explique qu'il existe des règles strictes pour qu'une fonction soit une "vraie" corrélation physique. Par exemple, elle ne peut pas être n'importe quelle courbe. Elle doit respecter une loi de "positivité" (un peu comme une empreinte digitale qui ne peut pas être inversée). C'est comme si la nature disait : "Tu peux inventer n'importe quelle histoire, mais elle doit respecter les lois de la probabilité, sinon ce n'est pas physique !"

2. La Réponse Linéaire : La Réaction à une Pichenette

Maintenant, imaginez que vous donnez une petite pichenette à la surface de l'eau (une perturbation extérieure). Comment l'eau réagit-elle ?

• Le principe : Si la pichenette est petite, la réaction est proportionnelle. C'est la réponse linéaire.
• Le lien magique (Théorème Fluctuation-Dissipation) : C'est le cœur du texte. Il dit quelque chose de très contre-intuitif : Pour savoir comment le système réagira à une pichenette, il suffit de regarder comment il bouge tout seul quand on ne le touche pas.
  • L'analogie : Si vous voulez savoir si un ressort est mou ou dur, vous n'avez pas besoin de le pousser fort. Il suffit d'observer comment il vibre tout seul quand il est au repos. Les petites vibrations spontanées (fluctuations) contiennent toute l'information nécessaire pour prédire la réaction future (dissipation).
  • C'est comme si le système vous chuchotait ses secrets en temps de paix, pour vous dire comment il se comportera en temps de guerre.

3. La Causalité et la Stabilité : Les Gardiens de l'Ordre

Le texte insiste sur deux règles fondamentales que tout système physique doit respecter :

1. La Causalité (Le temps ne remonte pas) : Vous ne pouvez pas recevoir une réponse avant d'avoir donné le coup. Si vous tapez sur un tambour, le son vient après le coup, jamais avant. Mathématiquement, cela signifie que la fonction de réponse est nulle pour le passé.
2. La Stabilité de la matière (On ne crée pas d'énergie) : Vous ne pouvez pas extraire de l'énergie de nulle part. Si vous secouez un système, il ne peut pas vous rendre plus d'énergie que vous ne lui en avez donné. Il doit toujours "dissiper" (perdre) de l'énergie sous forme de chaleur ou de frottement.

Le texte montre que ces deux règles sont liées : si un système est stable (il ne crée pas d'énergie magique), il obéit forcément à la causalité. C'est une preuve mathématique élégante que l'univers est cohérent.

4. Les Outils Mathématiques : La Carte au Trésor

Le texte plonge ensuite dans des mathématiques avancées (théorèmes de Bochner, Herglotz, etc.) pour dire ceci :

• Toute fonction de corrélation valide peut être vue comme une somme de fréquences (comme un accord musical composé de plusieurs notes).
• Toute fonction de réponse valide peut être décrite par une intégrale qui ressemble à une recette de cuisine, où l'on mélange différentes "mémoires" du système.

Ces théorèmes sont comme des filtres : ils permettent aux scientifiques de dire "Non, cette courbe que vous avez dessinée pour votre modèle n'est pas possible physiquement" avant même de faire l'expérience.

En Résumé

Ce cours est un pont entre l'intuition physique et la rigueur mathématique. Il nous dit :

1. Observez les fluctuations (le bruit de fond) pour comprendre la matière.
2. Utilisez ces observations pour prédire comment la matière réagira aux forces extérieures.
3. Respectez les règles (causalité, stabilité) : si votre modèle mathématique les viole, il est faux, peu importe à quel point il semble joli.

C'est une invitation à voir le chaos apparent du monde microscopique non pas comme du bruit, mais comme une source d'information structurée et prévisible, régie par des lois mathématiques profondes et élégantes.

Résumé technique

1. Problématique et Contexte

Les notes de cours abordent un fossé fondamental entre l'intuition physique et la rigueur mathématique dans l'étude des fonctions de corrélation et des fonctions de réponse linéaire en physique statistique.

• Le problème : Bien que les fonctions de corrélation soient omniprésentes (simulations, expériences de diffusion, théorie de la réponse linéaire), la caractérisation mathématique stricte de ce qui constitue une fonction de corrélation valide (c'est-à-dire dérivant d'un processus stochastique stationnaire) est souvent négligée dans la formation standard des physiciens.
• La question centrale : Étant donnée une fonction candidate $C(t)$, sous quelles conditions existe-t-il un processus stochastique stationnaire dont cette fonction est la fonction d'autocorrélation ? De même, quelles sont les contraintes structurelles fondamentales que doivent satisfaire les fonctions de réponse pour être physiquement admissibles (causalité, stabilité, passivité) ?

2. Méthodologie

L'auteur adopte une approche hybride, combinant la physique statistique classique et des outils avancés de la théorie des probabilités et de l'analyse complexe :

• Cadre formel : Définition rigoureuse des processus stochastiques, des variables aléatoires et des moyennes d'ensemble (notation $\langle \dots \rangle$).
• Outils mathématiques : Utilisation intensive du théorème de Bochner (pour les fonctions de corrélation) et des théorèmes de représentation de Herglotz-Nevanlinna et Cauer (pour les fonctions de réponse).
• Analyse complexe : Étude des propriétés analytiques des transformées de Fourier-Laplace dans le demi-plan complexe supérieur ($\mathbb{C}^+$), en particulier les fonctions de Nevanlinna et les fonctions à partie réelle positive (PR).
• Démonstrations : Dérivation des relations de fluctuation-dissipation, preuves de la positivité définie des fonctions de corrélation, et démonstration de l'équivalence entre passivité et causalité.

3. Contributions Clés et Résultats

A. Caractérisation des Fonctions de Corrélation

• Propriété de positivité semi-définie : L'auteur établit que toute fonction d'autocorrélation $C(t)$ d'un processus stationnaire doit être positivement semi-définie. Cela signifie que pour tout ensemble de temps $t_i$ et de nombres complexes $\lambda_i$, la somme $\sum_{i,j} \lambda_i C(t_i - t_j) \lambda_j^*$ est non négative.
• Théorème de Bochner : Une fonction continue $C(t)$ est une fonction de corrélation valide si et seulement si elle est la transformée de Fourier d'une mesure de Lebesgue-Stieltjes finie et positive $F(\Omega)$ :
  $$C(t) = \int_{\mathbb{R}} e^{-i\Omega t} dF(\Omega)$$
  Cela implique que le spectre de puissance (densité spectrale) $S(\omega)$ doit être non négatif ($S(\omega) \ge 0$).
• Conséquences physiques : Ce cadre permet de rejeter des modèles mathématiquement élégants mais physiquement impossibles (ex: oscillateurs harmoniques avec amortissement négatif ou certains modèles de couplage gaussien) car ils violeraient la positivité du spectre.

B. Théorie de la Réponse Linéaire et Causalité

• Théorème de Fluctuation-Dissipation (FDT) : La réponse linéaire d'un système à une perturbation externe est directement liée aux fluctuations d'équilibre via la dérivée de la fonction de corrélation.
• Fonctions de Nevanlinna et PR : La transformée de Fourier-Laplace d'une fonction de corrélation est une fonction de Nevanlinna (analytique dans $\mathbb{C}^+$ avec une partie imaginaire non négative). Pour les fonctions de réponse, la condition de passivité (le travail dissipé est toujours positif) implique que la susceptibilité complexe $\hat{\chi}(z)$ satisfait $z\hat{\chi}(z)$ étant une fonction à partie réelle positive (PR).
• Équivalence Passivité $\Leftrightarrow$ Causalité : Un résultat théorique majeur démontré est que la passivité (impossibilité d'extraire de l'énergie nette du système) implique la causalité (la réponse ne peut précéder la force). Cela résout le paradoxe apparent de savoir si l'on peut extraire de l'énergie transitoirement : la réponse mathématique stricte montre que non, le travail dissipé reste positif à tout instant fini pour des signaux admissibles.

C. Représentations Spectrales et Kernels de Mémoire

• Théorème de Cauer : Les fonctions de réponse admissibles peuvent être représentées comme une somme d'un terme instantané et d'une intégrale sur une mesure spectrale :
  $$\chi(t) = \chi_\infty \delta(t) + \Theta(t) \int \frac{\sin(\Omega t)}{\Omega} (1+\Omega^2) dH(\Omega)$$
• Équations avec noyaux de mémoire : Le document montre comment les fonctions de corrélation peuvent être décrites par des équations intégro-différentielles exactes (type Mori-Zwanzig) impliquant des noyaux de mémoire $K(t)$, qui sont eux-mêmes des fonctions de corrélation de forces projetées.

D. Applications aux Expériences

• Diffusion : Lien direct entre la section efficace de diffusion (mesurée) et la fonction de corrélation spatio-temporelle (via le facteur de structure dynamique $S(q, \omega)$).
• Coefficients de transport : Dérivation des relations de Green-Kubo pour la diffusion et la viscosité, reliant ces coefficients macroscopiques aux intégrales de fonctions de corrélation d'équilibre.

4. Signification et Impact

Ce travail est significatif pour plusieurs raisons :

1. Rigueur pour la modélisation : Il fournit aux physiciens et aux praticiens des critères mathématiques stricts pour valider les modèles de données ou les reconstructions de processus stochastiques. Un modèle qui ne respecte pas le théorème de Bochner ou la positivité du spectre est intrinsèquement faux, indépendamment de son ajustement aux données.
2. Unification des concepts : Il unifie des concepts apparemment distincts (fluctuations, dissipation, stabilité de la matière, causalité) sous un même formalisme mathématique rigoureux.
3. Outils pour la recherche : L'introduction des fonctions de Nevanlinna et des théorèmes de représentation offre une boîte à outils puissante pour analyser les systèmes complexes, les verres, et les systèmes hors équilibre, en s'assurant que les approximations utilisées respectent les lois fondamentales de la thermodynamique et de la probabilité.
4. Éducation : Ces notes comblent un vide dans le curriculum standard de la physique en introduisant des outils d'analyse fonctionnelle et de théorie des probabilités avancée nécessaires pour une compréhension profonde de la physique statistique moderne.

En résumé, Thomas Franosch démontre que la structure mathématique des fonctions de corrélation et de réponse n'est pas une simple curiosité technique, mais le fondement nécessaire pour garantir la cohérence physique de toute théorie ou modèle décrivant la dynamique des systèmes à N corps.