Dans des circonstances normales, les particules suivront des mouvements aléatoires bien établis lorsqu'elles se diffuseront à travers les liquides et les gaz. Pourtant, dans certains types de système, ce comportement peut être perturbé, ce qui signifie que les mouvements de diffusion des particules ne sont plus influencés par les résultats des chaînes d'événements précédents. Grâce à des recherches publiées dans EPJ E , Bernhard Mitterwallner, un doctorat étudiant dans l'équipe de Roland Netz à l'Université libre de Berlin, Allemagne, a développé de nouvelles théories détaillant comment ces dynamiques inhabituelles peuvent être reproduites dans des modèles mathématiques généralisés.

L'approche de l'équipe pourrait permettre aux chercheurs d'en savoir plus sur les comportements, notamment le transport des cellules biologiques, et les mouvements des matériaux «actifs» - dont les particules récupèrent l'énergie dans leur environnement environnant pour se propulser vers l'avant. Typiquement, ces caractéristiques de diffusion n'apparaissent que brièvement lorsque les systèmes passent d'un état stable à l'autre, mais dans les bonnes conditions, ils peuvent persister sur des échelles de temps beaucoup plus longues. Les chercheurs peuvent étudier cet effet en introduisant un « terme de mémoire » dans leurs calculs, qui peut rendre compte des influences d'événements passés à différentes échelles de temps. Plusieurs études ont maintenant utilisé ce principe pour explorer comment ce « mouvement transitoire persistant » peut être capturé dans des modèles de milieux viscoélastiques, qui peuvent résister à la déformation lorsqu'une contrainte est appliquée.

Les auteurs ont adopté une approche plus générale dans leur étude; basant leurs calculs autour d'une équation du mouvement qui offrait un cadre utile pour décrire les comportements de diffusion non conventionnels. Lors de l'ajout d'un terme de mémoire dans l'équation, leurs modèles donnent lieu à un mouvement persistant transitoire dans une gamme de systèmes différents, qui n'avait pas été explorée dans les études précédentes. Les résultats de l'équipe pourraient désormais permettre aux chercheurs de modéliser avec précision les comportements de diffusion dans un plus large éventail de situations et pourraient être particulièrement utiles pour les études de matériaux avancés qui répondent à leurs environnements environnants.