[논문 리뷰] Stochastic Dynamical Structure (SDS) of Nonequilibrium Processes in the Absence of Detailed Balance. II: construction of SDS with nonlinear force and multiplicative noise

Ping Ao|arXiv (Cornell University)|2008. 03. 31.

Nonlinear Dynamics and Pattern Formation참고 문헌 13인용 수 139

한 줄 요약

이 논문은 비평형 과정에 비선형 힘과 곱셈 노이즈가 존재할 때, 확률적 미분 방정식을 대칭(소산), 반대칭(비평형), 잠재력 항으로 분해함으로써 전역 잠재력 함수를 구성하는 새로운 스토하스틱 다이나믹스 구조(SDS) 프레임워크를 제안한다. 주요 결과는 보편적으로 유효한 잠재력 함수를 제공하여 버울츠만-지브스 평형 분포를 도출함으로써, 비선형 및 비평형 확률적 시스템에서 잠재력 구성의 오랜 도전 과제를 해결한다.

ABSTRACT

There is a whole range of emergent phenomena in non-equilibrium behaviors can be well described by a set of stochastic differential equations. Inspired by an insight gained during our study of robustness and stability in phage lambda genetic switch in modern biology, we found that there exists a classification of generic nonequilibrium processes: In the continuous description in terms of stochastic differential equations, there exists four dynamical elements: the potential function $ϕ$, the friction matrix $ S$, the anti-symmetric matrix $ T $, and the noise. The generic feature of absence of detailed balance is then precisely represented by $T$. For dynamical near a fixed point, whether or not it is stable or not, the stochastic dynamics is linear. A rather complete analysis has been carried out (Kwon, Ao, Thouless, cond-mat/0506280; PNAS, {\bf 102} (2005) 13029), referred to as SDS I. One important and persistent question is the existence of a potential function with nonlinear force and with multiplicative noise, with both nice local dynamical and global steady state properties. Here we demonstrate that a dynamical structure built into stochastic differential equation allows us to construct such a global optimization potential function. First, we provide the construction. One of most important ingredient is the generalized Einstein relation. We then present an approximation scheme: The gradient expansion which turns every order into linear matrix equations. The consistent of such methodology with other known stochastic treatments will be discussed in next paper, SDS III; and the explicitly connection to statistical mechanics and thermodynamics will be discussed in a forthcoming paper, SDS IV.

연구 동기 및 목표

• 비선형 힘과 곱셈 노이즈를 갖는 확률적 시스템에 대해 전역 잠재력 함수를 구성하는 데 오랫동안 해결되지 않은 과제를 해결하기 위해.
• 소산, 반대칭, 잠재력 성분으로 분해되는 확률적 미분 방정식에 대한 체계적인 방법을 제공하여 전역 일관성을 보장하기 위해.
• 세부 균형이 없는 경우에도 유효한 버울츠만-지브스 형태의 평형 분포를 수립하기 위해.
• 장기간 한계나 포크너-플랭크 방정식에 의존하는 이전 접근법(예: 그라함-하켄)의 한계를 극복하기 위해.
• 유전자 조절 시스템과 같은 복잡한 네트워크를 잘 정의된 잠재력 함수를 사용하여 열역학적으로 일관된 기술이 가능하도록 하기 위해.

제안 방법

• 확률적 미분 방정식을 다음과 같이 분해: (S + A)q̇ = -∇ϕ + ξ, 여기서 S는 대칭(소산), A는 반대칭(비평형), ϕ는 잠재력 함수이다.
• 스토하스틱 열역학과 일관성을 확보하기 위해 노이즈 행렬 D와 대칭 행렬 S 사이의 일반화된 아이노스터레일 관계를 적용한다.
• 비선형 잠재력 문제를 선형 행렬 방정식의 시퀀스로 줄이는 기울기 전개 방법을 사용하여 체계적인 근사를 가능하게 한다.
• 소산 효과가 작은 관성 한계(m → 0)를 적용한 확장된 클라인-크라머스 유형의 포크너-플랭크 방정식을 통해 평형 분포를 유도한다.
• 장기적 한계나 평형 가정 없이도 평형 분포를 ρ₀(q) = (1/Z) exp{-ϕ(q)}로 유도한다.
• 시간 스케일 분리와 운동량 형식을 통해 잠재력 기반 역학이 원래 SDE와 동치임을 입증하며, 이토-스트라토노비치 모호성을 피한다.

실험 결과

연구 질문

• RQ1 비선형 힘과 곱셈 노이즈를 갖는 확률적 시스템에 대해 일관적으로 전역 잠재력 함수를 구성할 수 있는가?
• RQ2 반대칭 행렬 A로 특징지어지는 세부 균형의 부재를 어떻게 잠재력 기반 기술에 시스템적으로 통합할 수 있는가?
• RQ3 이러한 시스템의 정확한 평형 분포는 무엇이며, 장기적 한계나 포크너-플랭크 가정 없이 이를 도출할 수 있는가?
• RQ4 비선형 및 곱셈 노이즈 시스템에서 이토-스트라토노비치 모호성을 어떻게 피할 수 있는가?
• RQ5 비선형, 소산, 비평형 특성을 하나의 잠재력 프레임워크 아래 통합하는 역학적 구조가 존재하는가?

주요 결과

• 대칭(S), 반대칭(A), 잠재력(ϕ) 성분으로 분해된 유일한 확률적 미분 방정식 구조가 확립되어 비선형 및 곱셈 노이즈 역학의 전역 기술이 가능해졌다.
• 정확히 유도된 평형 분포가 버울츠만-지브스 형태 ρ₀(q) = (1/Z) exp{-ϕ(q)}로 표현되어 잠재력 함수의 물리적 일관성을 확인하였다.
• 일반화된 아이노스터레일 관계 D = S는 노이즈와 소산 간의 열역학적 일관성을 보장하여 구성의 타당성을 검증하였다.
• 기울기 전개 방법은 비선형 잠재력 문제를 선형 행렬 방정식의 시퀀스로 변환하여 실용적인 계산이 가능하게 하였다.
• 소질량 한계에서 운동량 형식과 클라인-크라머스 방정식을 사용함으로써 이토-스트라토노비치 모호성이 제거되었고 평형 분포의 타당성이 확인되었다.
• 이 방법은 장기간 행동에 대한 가정이나 포크너-플랭크 방정식에 의존하지 않기 때문에 이전 접근법(예: 그라함-하켄)과 본질적으로 다릅니다.