[論文レビュー] A note on q-Gaussians and non-Gaussians in statistical mechanics

H. J. Hilhorst, Grégory Schehr|arXiv (Cornell University)|May 4, 2007

Statistical Mechanics and Entropy被引用数 11

ひとこと要約

本稿では、統計力学におけるqガウス型分布を示す2つの最近提案されたモデルが、数値的に類似しているものの、真のqガウス分布とは解析的に異なることを示している。正確な解析的計算を通じて、これらのモデルにおける強く相関する変数の和の極限分布がqガウス分布の形をとらないことを示しており、qガウス分布が相関系における非ガウス的中心極限定理の普遍的吸引子として機能するとする考えを揺るがしている。

ABSTRACT

The sum of $N$ sufficiently strongly correlated random variables will not in general be Gaussian distributed in the limit N o\infty. We revisit examples of sums x that have recently been put forward as instances of variables obeying a q-Gaussian law, that is, one of type (cst) imes[1-(1-q)x^2]^{1/(1-q)}. We show by explicit calculation that the probability distributions in the examples are actually analytically different from q-Gaussians, in spite of numerically resembling them very closely. Although q-Gaussians exhibit many interesting properties, the examples investigated do not support the idea that they play a special role as limit distributions of correlated sums.

研究の動機と目的

• 強く相関する確率変数の和にqガウス分布が極限分布として現れるかどうかを評価すること。
• 特定の相関構造を持つモデルがqガウス分布に従う和を生成するという最近の主張の妥当性を評価すること。
• qガウス分布が非i.i.d.統計系における真の吸引子であるのか、それとも単なる数値的類似近似にすぎないのかを特定すること。
• 確率分布における数値的近似と正確な解析的同等性の違いを明確にすること。

提案手法

• 2つのモデル系における強く相関する確率変数の和の極限確率分布を明示的に解析的に計算すること。
• 連関確率密度関数と特性関数を用いて、和の正確な分布関数を導出すること。
• 高次モーメント（累積量）と最大値まわりのテイラー展開を用いて、正確な分布とqガウス関数形の比較を行うこと。
• 累積量展開における四次および二次係数の比を用いて、有効なqパラメータを計算すること。
• 一般化されたエントロピー形式およびqガウス分布の定義を用いて、正確な分布が理論的qガウス分布形と一致するかを検証すること。
• 数値的妥当性確認を通じて、解析的差異を保ちながらも、適合度の高さを確認すること。

実験結果

リサーチクエスチョン

• RQ1 本稿で検討した2つのモデル系における強く相関する確率変数の和が実際にqガウス分布に従うのか？
• RQ2 各モデルにおける和の極限分布の解析的形は何か？ そしてそれはqガウス分布とどのように比較されるか？
• RQ3 正確な分布が解析的に異なるにもかかわらず、なぜqガウス分布と非常に近く数値的に類似しているのか？
• RQ4 これらのモデルに基づいて、相関系における一般化された中心極限定理においてqガウス分布が吸引子と見なせるのか？
• RQ5 qガウス分布を模倣する分布を生み出すために、微調整された相関構造が果たす役割は何か？

主な発見

• 平均場的相関を持つ一様分布変数の第一のモデルでは、数値的類似性があるものの、和の極限分布はqガウス分布とは解析的に異なる。
• 特定の共分散構造を持つ相関ガウス変数の第二のモデルでは、和の正確な分布はqガウス分布ではないが、非常に類似している。
• 第二のモデルにおける累積量展開から得られる有効qパラメータは、q ≈ 1 - 0.989ρ - 1.019ρ² + ... であり、数値フィッティングに基づく推測値 q = 1 - ρ - ρ² + ... とは異なる。
• 両モデルにおける分布の解析的形は、特に三次および四次累積量の寄与により、qガウス分布から逸脱している。
• 真の分布とqガウス分布との間の数値的類似性は極めて強く、視覚的および数値的区別は、精密なフィッティングでさえもほぼ不可能である。
• 結果として、qガウス分布は相関和の普遍的極限分布ではなく、データに現れるからといってq統計力学の証拠と見なすべきではないことが示唆される。