Processing math: 100%

Thursday, June 7, 2012

Image processing & Mean square displacement (MSD) part II

เนื้อหาหลักๆ ที่เป็นทฤษฎี ผมพยายามแปลมาจากหนังสือเรื่อง Random Walks in Biology เขียนโดย Howard C. Berg ขอกราบขอบพระคุณเป็นภาษาไทยไว้ ณ ที่นี้ด้วยครับ ส่วนของเนื้อหาที่เป็นสมการผมจะพยายามหาแหล่งอ้างอิงที่เป็นหนังสือ (ที่คิดว่าหาอ่านได้ในห้องสมุดคณะวิทยาศาสตร์ในมหาวิทยาลัยทั่วไป) และลิงค์บนอินเตอร์เน็ต อย่างไรก็ดีหากท่านผ่านเข้ามาเจอไซต์นี้แล้ว พบว่าเขียนด้วยความเข้าใจผิดหรือคลาดเคลื่อนตรงไหนขอได้รับความกรุณา แก้ให้ถูกต้องด้วยครับ ขอขอบคุณ

\textbf{Microscopic theory}

ลองพิจารณาในระบบเล็กๆดูก่อน พิจารณาที่โมเลกุลหรืออนุภาคเล็กๆ ซึ่งเคลื่อนที่อันเนื่องมาจากพลังงานความร้อน สมมติพิจารณาอนุภาคที่มีมวล m มีความเร็วในแนวแกน x เป็น v_x ดังนั้นอนุภาคนี้จะมีพลังงานจลน์คือ \frac{1}{2}mv_{x}^{2} โดยเฉลี่ยแล้วปริมาณนี้ (มีความผันผวนตลอดเวลา) สามารถเขียนได้เป็น

(1) \: \: \: \: \: \: \: \: \: \: \: <\frac{1}{2}mv_{x}^{2}>=\frac{1}{2}kT\: \: \: , k=Boltzmann\: constant

\: \: \: \: \: \: \: \: \: \: \: \: \: \:\: \: \:\: \: \:\: \: \:\: \: \:\: \: \:\: \: \:\: \: \:\: \: \:\: \: \: \: \: \: \: \: \: \:, T=Absolute\:\:temperature

จากความสัมพันธ์ในสมการที่ (1) เราสามารถเขียน root-mean-square velocity ได้เป็น

\frac{1}{2}m<v_{x}^{2}>=\frac{1}{2}kT

<v_{x}^{2}>^{1/2}=\left(\frac{kT}{m}\right)^{1/2}

ยกตัวอย่างเช่น protein lysozyme มีมวลโมเลกุลเท่ากับ 1.4\times 10^{4}\:g ดังนั้นโปรตีนนี้จำนวน 1 โมเลกุลจะมีมวล m=2.3\times10^{-20}\:g ถ้าที่อุณหภูมิห้อง 300 K ดังนั้นค่า <v_{x}^{2}>^{1/2}=13\:\:m/s ลองคิดดูเล่นๆนะครับว่า โปรตีนชนิดนี้ใช้เวลาเพียง 1 วินาที ในการข้ามถนน 4 เลน แต่ทว่าในความเป็นจริงมิได้เป็นอย่างนั้นเพราะโปรตีนอยู่ในสารละลายไม่ได้อยู่ในสุญญากาศ ดังนั้นต้องวิ่งไปชนกับโมเลกุลของน้ำก่อนอย่างแน่นอน

\textbf{One-dimensional random walk}

ต่อไปลองพิจารณา diffusion ในหนึ่งมิติกันดูบ้างพิจารณาการเคลื่อนที่ของอนุภาค (Random walker) ในแนวแกน x โดยที่ เมื่อเริ่มต้นที่เวลา t=0 อนุภาคอยู่ที่ตำแหน่ง x=0 มีเงื่อนไขข้อกำหนด สำหรับ random walk ดังนี้

กฏเกณฑ์สำหรับ 1-D Random Walk

1. แต่ละย่างก้าวของอนุภาคที่เคลื่อนที่ไปทางซ้ายหรือขวา จะใช้เวลา \tau เคลื่อนที่ด้วยความเร็ว \pm v_{x} ดังนั้นจะได้ระยะกระจัดเป็น \delta =\pm v_{x}\tau เพื่อให้ง่ายที่สุด
\tau และ \delta จะถูกกำหนดให้เป็นค่าคงที่แต่ในความเป็นจริงจะขึ้นกับ ขนาดของอนุภาค ลักษณะของเหลวที่เป็นตัวกลาง และอุณหภูมิ T

2. โอกาสที่อนุภาคจะเคลื่อนที่ไปทาง ซ้ายหรือขวา มีโอกาสเท่ากันคือ \frac{1}{2}

3. อนุภาคเคลื่อนที่อย่างอิสระต่อกันไม่มีการชนระหว่างอนุภาคด้วยกัน ในทางปฏิบัติทำได้โดยการทำให้เจือจาง คือใส่อนุภาคจำนวนน้อยๆเมื่อเทียบกับปริมาตรของ ของเหลวตัวกลาง

    ต่อไปจะพิจารณากฏเกณฑ์ทั้ง 3 ข้อ เพื่อดูว่าเราจะได้อะไรบ้าง ก่อนอื่นสมมติว่ากำลังพิจารณาระบบ (ensemble) ที่มีอนุภาคจำนวน N ตัว ให้ x_{i}(n) เป็นอนุภาคตัวที่ i ที่ก้าวเดินไปแล้ว n ครั้ง
จากกฏข้อที่ 1 ตำแหน่งของอนุภาคที่เดินไปแล้ว n ตรั้ง จะห่างจากตำแหน่งที่ n-1 เป็น \pm \delta ซึ่งเขียนความหมายทางคณิตศาสตร์ได้เป็น

(2) \; \; \; \; \; \; \; x_{i}(n)=x_{i}(n-1)\pm \delta\; ,\pm ได้มาจากกฏข้อที่ 2 และ 3

เราสามารถเขียนค่าเฉลี่ยของระยะกระจัด (Mean displacement) ของอนุภาคในระบบเมื่อก้าวเดินไปแล้ว n ครั้ง ได้ว่า

(3) \; \; \; \; \; \; \; <x(n)>=\frac{1}{N}\sum_{i=1}^{N}x_{i}(n)\;, ของทุกอนุภาค

จากนั้นเขียน x_{i}(n) ในเทอมของ x_{i}(n-1)

\; \; \; \; \; \; \; \; <x(n)>=\frac{1}{N}\sum_{i=1}^{N}\left \{ x_{i}(n-1)\pm\delta \right \}

\; \; \; \; \; \; \; \; <x(n)>=\frac{1}{N}\sum_{i=1}^{N}x_{i}(n-1)

(4) \; \; \; \; \; \; \; <x(n)>=<x(n-1)>

สมการที่ 4 บอกให้เราทราบว่า mean displacement ไม่ได้มีการเปลี่ยนแปลง จากก้าวหนึ่งไปสู่อีกก้าวหนึ่ง (step to step) จากนั้นลองมาดูว่าอนุภาคจะแผ่กระจายออกไปอย่างไร ห่างจากจุดเริ่มต้นเท่าไร ซึ่งจะพิจารณาถึงค่า root-mean-square displacement
<x^{2}(n)>^{1/2} เอาง่ายๆ ก็คือพิจารณาหาค่าขนาดของการกระจัดนั่นเอง เราจะเริ่มต้นที่หา <x^{2}(n)> โดยการเขียน x_{i}(n) ให้อยู่ในรูปของ x_{i}(n-1)

\; \; \; \; \; \; \; \; x_{i}(n)=x_{i}(n-1)\pm \delta

จากนั้นยกกำลังสองทั้งสองข้าง จะได้

(5) \; \; \; \; \; \; \; x_{i}^{2}(n)=x_{i}^{2}(n-1)\pm 2\delta x_{i}(n-1)+\delta^{2}

จากนั้นก็หาค่าเฉลี่ย ดังสมการด้านล่าง

\; \; \; \; \; \; \; \; <x(n)>=\frac{1}{N}\sum_{i=1}^{N}x_{i}(n)

ดังนั้นหาค่าเฉลี่ยของ (5) ก็จะได้ว่า

\; \; \; \; \; \; \; \; <x^{2}(n)>=\frac{1}{N}\sum_{i=1}^{N}\left \{ x_{i}^{2}(n-1)\pm 2\delta x_{i}(n-1)+\delta ^{2} \right \}

(6) \; \; \; \; \; \; \; <x^{2}(n)>=<x^{2}(n-1)>+\delta^{2}

โดยเฉลี่ยแล้วพจน์ที่สองก็จะหายไป ทีนี้ลองพิจารณาสมการที่ (6) ที่จุดเริ่มต้นแน่นอนว่า อนุภาคอยู่ที่จุด (0,0) ที่เวลา t=0,\;x_{i}(0)=0

\; \; \; \; \; \; \; \; <x^{2}(0)>=0

\; \; \; \; \; \; \; \; <x^{2}(1)>=<x^{2}(0)>+\delta^{2}=\delta^{2}

\; \; \; \; \; \; \; \; <x^{2}(2)>=<x^{2}(1)>+\delta^{2}=2\delta^{2}

\; \; \; \; \; \; \; \; \; \; \; \vdots \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \; \;\vdots

(7) \; \; \; \;  <x^{2}(n)>=<x^{2}(n-1)>+\delta^{2}=n\delta^{2}

จากนั้นเราจะเขียน n ให้อยู่ในรูปของเวลา t ซึ่งต้องย้อนกลับไปดูกฎข้อที่ 1 ก็จะทำให้เราได้ว่า t=n\tau ดังนั้นสามารถเขียน  n=\frac{t}{\tau}

\therefore \; \; \; \; \; \; \; <x^{2}(t)>=\frac{t}{\tau}\delta^{2}

(8) \; \; \; \; \; \; \; <x^{2}(t)>=\left (\frac{\delta^{2}}{\tau}  \right )t

เขียนสมการที่ (8) ใหม่เป็น

(9) \; \; \; \; \; \; \; \; \; <x^{2}>=2Dt,\; D=diffusion\;coefficient

(10) \; \; \; \; \; \; \; <x^{2}(t)>^{1/2}=(2Dt)^{1/2}

จะเห็นว่าอนุภาคจะกระจายตัวออกไปโดยขึ้นกับเวลา แต่เป็น t^{1/2} เช่น ถ้าเราต้องให้อนุภาคเคลื่อนที่ไปไกล 2 เท่า ก็ต้องใช้เวลานานเป็น 4 เท่า ถ้าต้องการให้ไปไกลเป็น 10 เท่า ก็ต้องรอนานเป็น 100 เท่า อะไรอย่างนั้นนะครับ ดังนั้นเราจึงเห็นว่าหมึกที่หยดไปในน้ำจะใช้เวลานานขึ้นเมื่อเทียบกับการกระจายในช่วงต้นๆ ครับ 

\textbf{References}

- Howard C. Berg. "Random Walks in Biology", Princeton University Press, 1993, pp. 5-36.

1 comment:

  1. The gambling industry gets into Vegas - DRMCD
    A new report by 보령 출장샵 a 문경 출장안마 Las Vegas-based gambling operator, 의정부 출장마사지 The Gambling Market, has uncovered an 안성 출장샵 industry hub 울산광역 출장마사지 in the gambling industry that is

    ReplyDelete