[论文解读] Flying randomly in $\mathbb{R}^d$ with Dirichlet displacements

Alessandro De Gregorio, Enzo Orsingher|arXiv (Cornell University)|Jul 29, 2011

Diffusion and Search Dynamics参考文献 14被引用 5

一句话总结

本文提出了一种在 $\mathbb{R}^d$ ($d \geq 2$) 中的新型随机飞行模型，其步长服从狄利克雷分布，方向均匀分布，克服了在 $\mathbb{R}^3$ 中长期存在的不可解分布问题。通过假设切换时间服从狄利克雷分布，作者推导出形式为 $h(\mathbf{x}_d) = A(c^2t^2 - \|\mathbf{x}_d\|^2)^b$ 的显式各向同性概率密度，从而在所有维度上普遍解决了皮尔逊的经典问题。

ABSTRACT

Random flights in $\mathbb{R}^d,d\geq 2,$ with Dirichlet-distributed displacements and uniformly distributed orientation are analyzed. The explicit characteristic functions of the position $\underline{\bf X}_d(t),\,t>0,$ when the number of changes of direction is fixed are obtained. The probability distributions are derived by inverting the characteristic functions for all dimensions $d$ of $\mathbb{R}^d$ and many properties of the probabilistic structure of $\underline{\bf X}_d(t),t>0,$ are examined. If the number of changes of direction is randomized by means of a fractional Poisson process, we are able to obtain explicit distributions for $P\{\underline{\bf X}_d(t)\in d\underline{\bf x}_d\}$ for all $d\geq 2$. A Section is devoted to random flights in $\mathbb{R}^3$ where the general results are discussed. The existing literature is compared with the results of this paper where in our view the classical Pearson's problem of random flights is resolved by suitably randomizing the step lengths. The random flights where changes of direction are governed by a homogeneous Poisson process are analyzed and compared with the model of Dirichlet-distributed displacements of this work.

研究动机与目标

• 解决所有维度 $d \geq 2$ 下的皮尔逊经典随机飞行问题，该问题在 $\mathbb{R}^3$ 中此前缺乏显式解。
• 通过用狄利克雷分布替代指数分布的切换时间，推广现有模型，实现可解析求解。
• 推导固定和随机化方向变化次数下位置 $\mathbf{X}_d(t)$ 的联合概率密度。
• 建立所推导分布与 $d$ 维电报方程之间的联系，将随机过程与偏微分方程联系起来。

提出的方法

• 在 $\mathbb{R}^d$ 中建模随机飞行，方向均匀分布，步长服从狄利克雷分布，参数化以保证各向同性。
• 使用超球坐标和贝塞尔函数，推导固定方向变化次数 $n$ 下 $\mathbf{X}_d(t)$ 的特征函数。
• 通过特征函数反演，获得形式为 $h(\mathbf{x}_d) = A(c^2t^2 - \|\mathbf{x}_d\|^2)^b$ 的显式概率密度，适用于所有 $d \geq 2$ 和所有 $n$。
• 利用分数阶泊松过程随机化方向变化次数，从而推导 $\mathbf{X}_d(t)$ 的非条件分布。
• 应用积分变换和特殊函数（如诺依曼、贝塞尔、梅杰莱夫函数）来计算特征函数反演中出现的高维积分。
• 验证结果在 $\mathbb{R}^2$ 和 $\mathbb{R}^4$ 中的一致性，并推导出 $\mathbb{R}^3$ 中的电报过程作为边缘分布。

实验结果

研究问题

• RQ1 通过将步长分布从确定性修改为狄利克雷分布，是否能在 $\mathbb{R}^3$ 中显式求解经典皮尔逊随机飞行问题？
• RQ2 使用狄利克雷分布的切换时间是否能导致所有维度 $d \geq 2$ 下位置密度的统一各向同性形式？
• RQ3 当方向变化次数通过分数阶泊松过程随机化时，$\mathbb{R}^d$ 中位置的非条件分布是否可以显式推导？
• RQ4 该模型与 $d$ 维电报方程有何关联？贝塞尔函数和诺依曼函数在解中起什么作用？
• RQ5 为何在 $\mathbb{R}^2$ 和 $\mathbb{R}^4$ 中使用的递推方法在 $\mathbb{R}^3$ 中对偶数 $n$ 不适用？是否存在其他方法可获得闭式解？

主要发现

• 本文推导出所有 $d \geq 2$ 和所有 $n$ 下位置 $\mathbf{X}_d(t)$ 的显式各向同性概率密度，形式为 $h(\mathbf{x}_d) = A(c^2t^2 - \|\mathbf{x}_d\|^2)^b$，其中 $b$ 依赖于 $n$ 和 $d$，$A$ 为归一化常数。
• 在 $\mathbb{R}^3$ 中，位置投影到实直线的边缘分布与经典电报过程 $T(t)$ 一致，证实了与已知结果的一致性。
• 当方向变化次数通过分数阶泊松过程随机化时，$\mathbf{X}_d(t)$ 的非条件分布 $P\{\mathbf{X}_d(t) \in d\mathbf{x}_d\}$ 对所有 $d \geq 2$ 均显式获得。
• 在 $\mathbb{R}^3$ 中 $N(t) = 2$ 的分布以闭式推导为 $P\{\mathbf{U}_3(t) \in d\mathbf{u}_3|N(t)=2\} = \frac{1}{\pi(2ct)^2 \|\mathbf{u}_3\|} \log\left(\frac{ct + \|\mathbf{u}_3\|}{ct - \|\mathbf{u}_3\|}\right) \prod_{j=1}^3 du_j$，适用于 $\|\mathbf{u}_3\| \leq ct$，与先前结果一致。
• 作者证明了形式为 $h(\mathbf{x}_d) = A(c^2t^2 - \|\mathbf{x}_d\|^2)^b$ 的函数是 $d$ 维电报方程的解，将随机运动与偏微分方程联系起来。
• 该模型克服了以往研究仅能在 $\mathbb{R}^2$ 和 $\mathbb{R}^4$ 推导显式分布的局限，为所有 $d \geq 2$ 提供了通用解。