포커-플랑크 방정식

계산물리 통계 수치해석 마지막 수정: 2026-09-15 04:12:00

1. 개요[편집]

포커-플랑크 방정식 Fokker–Planck equation
정체	확률밀도의 시간 발전을 기술하는 편미분방정식
이름	포커 (1914) · 플랑크 (1917) · 콜모고로프 전진 방정식 (1931)
미지수	$p(x,t)$ — 상태 $x$ 에 있을 확률밀도
짝	랑주뱅 방정식(경로) ↔ 포커-플랑크(앙상블)
정상해	퍼텐셜 조건 만족 시 $p_s\propto e^{-V/k_BT}$
수치	플럭스형 유한체적 · 창-쿠퍼 기법 · 에르미트 스펙트럴
약점	차원의 저주 — $d\gtrsim4$ 면 몬테카를로에 진다

포커-플랑크 방정식(Fokker–Planck equation, FPE)은 잡음에 흔들리는 계의 확률밀도 $p(x,t)$ 가 어떻게 흘러가는지를 기술하는 이류-확산형 편미분방정식이다. 1차원 형태는 이렇게 생겼다.

\frac{\partial p}{\partial t}=-\frac{\partial}{\partial x}\!\left[A(x,t)\,p\right]+\frac{1}{2}\frac{\partial^2}{\partial x^2}\!\left[B(x,t)\,p\right]

$A$ 는 드리프트(평균적으로 어디로 밀리는가), $B$ 는 확산(얼마나 퍼지는가)이다. 수학 쪽에서는 같은 식을 콜모고로프 전진 방정식이라 부른다.

핵심은 관점의 전환이다. 랑주뱅 동역학이나 확률미분방정식은 입자 하나의 흔들리는 궤적을 따라간다 — 돌릴 때마다 답이 다르다. 포커-플랑크는 그 궤적을 무한히 많이 돌렸을 때의 분포를 직접 푼다. 결정론적 PDE 한 번으로 앙상블 전체가 나오니, 돌릴 때마다 답이 다르다는 성가심이 사라진다.¹

2. 랑주뱅에서 유도하기[편집]

이토 형식의 확률미분방정식

dx = a(x)\,dt + b(x)\,dW_t

가 주어지면 대응하는 FPE는 $A=a$ , $B=b^2$ 이다. 유도는 크라머스-모얄 전개로 한다. 짧은 시간 $\tau$ 동안의 변위 모멘트 $M_n=\langle(\Delta x)^n\rangle/\tau$ 를 모두 모으면

\frac{\partial p}{\partial t}=\sum_{n=1}^{\infty}\left(-\frac{\partial}{\partial x}\right)^{n}\frac{M_n(x)}{n!}\,p

인데, 여기서 $n\ge3$ 을 잘라버린 것이 포커-플랑크다. 이 절단이 아무 때나 되는 것은 아니다. 파울라 정리(Pawula theorem)에 따르면 전개를 자를 수 있는 곳은 1차 아니면 2차뿐이고, 3차 이상에서 자르면 $p$ 가 음수가 되는 해가 나온다. 확률밀도가 음수가 되면 그건 확률밀도가 아니다.²

주의할 함정 하나. $b$ 가 $x$ 에 의존하면(승법 잡음) 이토냐 스트라토노비치냐에 따라 드리프트가 달라진다. 스트라토노비치 해석에서는 유효 드리프트가 $a+\tfrac12 b\,b'$ 이 된다. 코드에서 적분기와 FPE의 해석이 어긋나면 정상분포가 조용히 틀어지는데, 디버깅이 대단히 고통스럽다. 물리에서 잡음이 유한 상관시간의 극한으로 나온 경우는 보통 스트라토노비치다.

3. 두 가지 표준형[편집]

스몰루호프스키 방정식(과감쇠 극한). 관성을 무시할 수 있을 만큼 마찰이 크면 위치만 남는다. 퍼텐셜 $V(x)$ , 마찰계수 $\gamma$ , 확산계수 $D=k_BT/\gamma$ (아인슈타인 관계)로

\frac{\partial p}{\partial t}=\frac{\partial}{\partial x}\!\left[\frac{V'(x)}{\gamma}p+D\frac{\partial p}{\partial x}\right]

가 된다. 대괄호 안이 확률 플럭스 $-J$ 다. 정상상태에서 플럭스가 0이면 즉시 $p_s\propto e^{-V/k_BT}$ — 볼츠만 분포가 튀어나온다. 열평형이 미분방정식에서 저절로 나온다는 점에서 이 식은 통계역학과 동역학의 접점이다.

클라인-크라머스 방정식(위상공간). 관성을 살리면 $(x,v)$ 둘 다 변수다.

\frac{\partial p}{\partial t}+v\frac{\partial p}{\partial x}-\frac{V'(x)}{m}\frac{\partial p}{\partial v}=\gamma\frac{\partial}{\partial v}\!\left[vp+\frac{k_BT}{m}\frac{\partial p}{\partial v}\right]

좌변은 해밀턴 역학의 리우빌 흐름, 우변이 열욕과의 상호작용이다. 확산이 $v$ 방향으로만 들어가는 저차원 퇴화형이라 표준 포물형 방정식의 매끈함 정리가 그대로 적용되지 않고, 수치적으로도 까다롭다.

4. 왜 자유에너지가 줄어드는가[편집]

FPE는 단순한 이류-확산이 아니라 자유에너지의 경사 흐름이다. 범함수

F[p]=\int \left(V p + k_BT\, p\ln p\right)dx

를 정의하면 스몰루호프스키 방정식은 $\partial_t p=\nabla\!\cdot\!\left(\tfrac{p}{\gamma}\nabla \tfrac{\delta F}{\delta p}\right)$ 로 쓸 수 있고, 따라서 $dF/dt\le0$ 이 항상 성립한다. 1998년 조던·킨더레러·오토는 이것이 바서슈타인 거리로 잰 공간에서의 최급강하임을 보였다(JKO 스킴). 이 구조는 미학의 문제가 아니라 수치 설계 지침이다. 이산화가 이 구조를 깨면 해가 볼츠만 분포로 수렴하지 않고 엉뚱한 곳에 정착한다.

5. 수치해법[편집]

격자법. 1~2차원이면 PDE를 직접 푸는 것이 가장 낫다. 반드시 플럭스 보존형으로 이산화한다.

p_i^{n+1}=p_i^{n}-\frac{\Delta t}{\Delta x}\left(J_{i+1/2}-J_{i-1/2}\right)

이렇게 하면 총확률 $\sum p_i \Delta x$ 가 기계정밀도로 보존된다. 문제는 면에서의 플럭스를 어떻게 잡느냐다. 드리프트가 세면 중심차분이 진동하고 $p$ 가 음수가 되며, 그렇다고 풍상차분을 쓰면 수치확산이 물리적 확산을 덮어써 정상분포의 온도가 올라가 버린다. 해법은 창-쿠퍼(Chang–Cooper) 기법 — 셀 안에서 해가 지수적으로 변한다고 가정해 가중치를 지수함수로 잡는 방식이다. 반도체 쪽 드리프트-확산 모형의 샤르페터-구멜 기법과 사실상 같은 아이디어이며, 양수성과 정확한 이산 정상해를 동시에 준다.³

시간적분은 대개 음해법을 쓴다. 확산항 때문에 양해법의 시간간격 제한 $\Delta t\lesssim \Delta x^2/2D$ 가 가혹한 데다, 정상상태가 목적이면 큰 $\Delta t$ 로 달려가고 싶기 때문이다.

스펙트럴법. 조화 퍼텐셜 근처라면 에르미트 함수를 기저로 쓰는 것이 압도적으로 효율적이다. 오른우드-울렌벡 과정에서는 기저가 정확한 고유함수라 행렬이 대각이 된다.

연산자 변환. $p=e^{-V/2k_BT}\psi$ 로 치환하면 FPE는 허수시간 슈뢰딩거 방정식이 된다. 연산자가 에르미트가 되므로 고윳값이 실수이고 대칭 고유값 해법기를 그대로 쓸 수 있다. 완화 시간은 최저 비영 고윳값의 역수다.

그리고 안 푸는 방법. 차원이 올라가면 격자점 수가 $N^d$ 로 터진다. $d\gtrsim4$ 부터는 FPE를 푸는 것보다 랑주뱅 궤적을 왕창 돌려 몬테카를로 방법으로 통계를 내는 쪽이 싸다. 차원의 저주에서 확률 PDE가 지는 지점이 여기다. 심지어 수십 차원에서는 신경망으로 $p$ 를 표현하는 시도가 있으나, 정규화 조건을 지키게 만드는 것이 여전히 숙제다.

6. 어디에 쓰나[편집]

플라스마 — 란다우-포커-플랑크 충돌항. 쿨롱 충돌은 작은 각도 산란이 누적되는 과정이라 애초에 FPE 구조가 맞다.
천체물리 — 성단의 이완, 별의 속도분포 진화.
화학반응속도론 — 이중우물을 넘는 속도가 곧 반응속도다. 과감쇠 극한의 크라머스 탈출률 $r=\frac{\omega_0\omega_b}{2\pi\gamma}e^{-\Delta V/k_BT}$ 는 FPE의 최저 고윳값에서 나온다.
신경과학 — 발화하는 뉴런 집단의 막전위 분포.
금융 — 옵션 가격의 콜모고로프 후진 방정식이 이 식의 쌍대다.
기계학습 — 확률적 경사하강의 정상분포 해석, 확산 모형의 역과정.

7. 관련 문서[편집]

대신 값을 비싸게 치른다. 랑주뱅은 차원이 올라가도 궤적 하나 비용이 선형으로 늘지만, FPE는 격자점이 지수로 늘어난다. “앙상블을 한 방에”는 저차원에서만 통하는 특권이다. ↩
이 정리는 “더 정확하게 하려고 항을 하나 더 살리는” 자연스러운 개선이 금지된다고 말한다. 3차 항을 살리면 정확도가 오르는 게 아니라 확률 해석이 무너진다. 근사를 정교하게 만들면 항상 좋아진다는 직관이 깨지는 드문 자리다. ↩
1970년 창과 쿠퍼가 플라스마 계산을 위해 만든 것인데, 반도체 소자 쪽에서 1969년에 나온 샤르페터-구멜 기법과 사실상 같은 식이다. 서로 다른 분야가 같은 함정에 빠져 같은 해법을 따로 발명한 사례. ↩