[論文レビュー] Fractional Diffusion Processes: Probability Distributions and Continuous Time Random Walk

Rudolf Gorenflo, Francesco Mainardi|ArXiv.org|Sep 25, 2007

Fractional Differential Equations Solutions参考文献 47被引用数 7

ひとこと要約

本稿では、Riesz-FellerおよびCaputo微分を用いて空間時間分数マクロ拡散方程式を提案し、異常拡散をモデル化する。その基本解が自己相似性を示す確率密度関数に対応することを示しており、主な貢献は、圧縮された待ち時間とジャンプ幅の下で、連続時間ランダムウォーク（CTRW）マスタ方程式のスケーリング極限としてこの方程式が導かれるという点である。これにより、重い尾を持つ分布を有する確率過程と分数マクロダイナミクスが結びつけられる。

ABSTRACT

A physical-mathematical approach to anomalous diffusion may be based on fractional diffusion equations and related random walk models. The fundamental solutions of these equations can be interpreted as probability densities evolving in time of peculiar self-similar stochastic processes: an integral representation of these solutions is here presented. A more general approach to anomalous diffusion is known to be provided by the master equation for a continuous time random walk (CTRW). We show how this equation reduces to our fractional diffusion equation by a properly scaled passage to the limit of compressed waiting times and jump widths. Finally, we describe a method of simulation and display (via graphics) results of a few numerical case studies.

研究の動機と目的

• 空間的および時間的分数マクロ微分を用いて、標準的なブラウン運動を超えた異常輸送の一般化された拡散モデルを確立すること。
• 空間時間分数マクロ拡散方程式の基本解を、時間発展する確率密度関数として解釈すること。
• スケーリング極限を通じて、空間時間分数マクロ拡散方程式と連続時間ランダムウォーク（CTRW）モデルとの関係を示すこと。
• 分数マクロ拡散過程のシミュレーション手法を提供し、数値的ケーススタディにより検証すること。
• べき則的尾を持つ待ち時間とジャンプ分布を組み込むことで、ブラウン運動を超えた異常拡散の理解を拡張すること。

提案手法

• 空間的微分をα ∈ (0,2]の次数、歪度θを有するRiesz-Feller微分、時間的微分をβ ∈ (0,1]の次数のCaputo微分を用いて、空間時間分数マクロ拡散方程式を定式化する。
• Mellin-Barnes積分表現を用いて基本解（グリーン関数）を導出し、これは分数マクロ拡散過程の時間発展する確率密度を記述する。
• 待ち時間とジャンプ幅を圧縮するスケーリング極限の下で、CTRWマスタ方程式が分数マクロ拡散方程式に簡約されることを示し、関係式λτ^β = μh^αが支配的であることを示す。
• Mittag-Leffler関数とより単純で可逆性のある代替関数Ψ*(t) = 1/(1 + Γ(1−β)t^β)を用いて、べき則的減衰を示す待ち時間分布をモデル化する。
• 完全単調性およびラプラス変換の技術を用いて、待ち時間分布およびジャンプ幅分布の物理的整合性を保証する。
• CTRW構造に基づくシミュレーションフレームワークを構築し、特定のパrameterケースについて数値結果を図示する。

実験結果

リサーチクエスチョン

• RQ1 空間的および時間的分数微分を用いて、標準的なブラウン運動を超えた異常拡散をどのようにモデル化できるか？
• RQ2 空間時間分数マクロ拡散方程式の基本解の確率的解釈は何か？
• RQ3 適切なスケーリングの下で、連続時間ランダムウォーク（CTRW）モデルはどのように分数マクロ拡散方程式に収束するか？
• RQ4 分数マクロ拡散をもたらす待ち時間およびジャンプ幅分布の漸近的性質は何か？
• RQ5 分数マクロ拡散過程のための数値的に取り扱いやすく物理的に整合性のあるシミュレーション手法を開発できるか？

主な発見

• 空間時間分数マクロ拡散方程式の基本解は、ブラウン運動のガウス分布を一般化する自己相似性を示す確率密度関数である。
• β = 1の場合、待ち時間分布は指数的に減衰する（平均待ち時間が有限）ため、標準的拡散に回帰する。β < 1の場合は、t^{-(β+1)}のようないくらかの減衰を示し、無限大の平均待ち時間を意味し、重い尾を持つ性質を示す。
• Mittag-Leffler関数Ψ(t) = E_β(−t^β)と代替関数Ψ*(t) = 1/(1 + Γ(1−β)t^β)の両方が、十分に大きなtに対して同じ漸近的べき則的減衰t^{-(β+1)}を示し、長尾待ち時間を持つことを保証する。
• 時間（τ）と空間（h）における圧縮要因の間のスケーリング関係λτ^β = μh^αが、CTRWが分数マクロ拡散方程式に収束することを保証する。
• 数値的シミュレーションにより、異常拡散の挙動が確認され、β=1のブラウン運動的挙動とβ<1の超拡散的または劣拡散的ダイナミクスとの間で明確な対比が示された。
• CTRWに基づくシミュレーション手法により、特に長時間または自己相似領域における分数マクロ拡散過程の効率的な数値的解析が可能となった。