[论文解读] Mathematical formalism of physics of systems with motivation

Ihor Lubashevsky, Natalia Plawinska|arXiv (Cornell University)|Aug 9, 2009

Opinion Dynamics and Social Influence参考文献 42被引用 3

一句话总结

本文通过扩展统计物理和分数阶微积分的概念，提出了一种用于建模具有动机性个体的社会系统的数学形式化方法。该方法引入了扩展相空间、作用点、有限理性以及通过分数阶微分方程描述的记忆依赖动力学，以描述决策过程与系统演化，证明了此类系统的关键工具在现代物理与应用数学中早已存在。

ABSTRACT

The paper discusses fundamental problems in mathematical description of social systems based on physical concepts, with so-called statistical social systems being the main subject of consideration. Basic properties of human beings and human societies that distinguish social and natural systems from each other are listed to make it clear that individual mathematical formalism and physical notions should be developed to describe such objects rather then can be directly inherited from classical mechanics and statistical physics. As a particular example systems with motivation are considered. Their characteristic features are analyzed individually and the appropriate mathematical description is proposed. Finally the paper concludes that the basic elements necessary for describing statistical social systems or, more rigorously, systems with motivation are available or partly developed in modern physics and applied mathematics.

研究动机与目标

• 识别社会系统与自然系统之间的根本差异，这些差异要求超越经典统计物理的新数学形式化方法。
• 解决在大规模群体中建模具有主观因素与社会动态影响的个体动机性行为的挑战。
• 开发一个框架，用于描述具有有限理性、记忆效应与决策过程的系统，借助物理与数学工具。
• 证明现代物理与应用数学中的现有概念——尤其是分数阶微积分——可被改编以建模具有动机的系统。
• 通过引入历史记忆与动态决策轨迹，为预测社会系统中的集体行为建立基础。

提出的方法

• 引入一个扩展相空间，包含客观变量（如位置、速度）与主观变量（如偏好、意图），以建模具有动机的个体。
• 应用“作用点”概念——即个体评估未来系统轨迹并据此调整行为的关键决策时刻。
• 通过一种动态决策过程建模有限理性，该过程评估潜在未来状态而非优化所有可能选择。
• 利用分数阶微积分，特别是Caputo型分数阶导数，通过Volterra积分方程中的幂律核描述人类行为中的记忆效应。
• 从记忆积分模型推导出一个分数阶微分方程（公式20），整合时间加权的过去影响对当前决策的作用。
• 假设系统动力学从初始时刻 $ t_0 $ 开始，即使在非马尔可夫记忆下，也能定义近似初始条件。

实验结果

研究问题

• RQ1 如何利用物理与数学结构，正式描述社会系统中具有动机的个体的行为？
• RQ2 建模具有记忆的社会系统中的有限理性与决策过程，需要何种数学形式化方法？
• RQ3 记忆效应与历史依赖性如何影响社会系统的动力学？它们在数学上如何被捕捉？
• RQ4 现有统计物理与分数阶微积分的工具在多大程度上可被改编以描述具有动机的个体系统？
• RQ5 在具有长期记忆与非马尔可夫动力学的系统中，初始条件的概念是否仍具有意义？

主要发现

• 局部自平均原理允许在统计社会系统中引入特征元素，从而可使用统计系综来建模集体行为。
• 使用Mittag-Leffler函数与分数阶微分方程（公式20）提供了一个数学上一致的框架，用于建模具有时间相关性幂律衰减的记忆依赖决策过程。
• 系统的动力学可近似为一个具有 $ heta $ 阶Caputo导数的分数阶微分方程，该方程同时包含外部因素的当前影响与过去状态的记忆。
• 即使在缺乏严格马尔可夫动力学的情况下，只要通过幂律核建模记忆，仍可在系统启动时刻 $ t_0 $ 有意义地定义初始条件。
• 该框架通过将未来动力学轨迹作为基本描述单元嵌入，成功地将主观决策过程与客观系统演化相结合。
• 分析证实，描述具有动机的系统——如扩展相空间、记忆形式化与有限理性模型——所需的核心数学与物理工具已在现代物理与应用数学中存在或部分发展。