[论文解读] A comprehensive classification of complex statistical systems and an ab-initio derivation of their entropy and distribution functions

Rudolf Hanel, Stefan Thurner|arXiv (Cornell University)|May 2, 2010

Statistical Mechanics and Entropy参考文献 11被引用 11

一句话总结

本文提出了一种基于两个标度指数（c,d）的复杂统计系统统一分类方法，该指数源自对第四条Khinchin公理的违背，同时保持前三个公理。该方法推导出一种独特的广义熵 $ S_{c,d} \propto \sum_{i} \Gamma(1+d, 1 - c\ln p_i) $，其作为Boltzmann-Gibbs熵、拉伸指数熵和Tsallis熵的特例，相应分布函数通过Lambert-W函数表达，为复杂系统中广义熵提供了自洽的理论基础。

ABSTRACT

To characterize strongly interacting statistical systems within a thermodynamical framework - complex systems in particular - it might be necessary to introduce generalized entropies, $S_g$. A series of such entropies have been proposed in the past, mainly to accommodate important empirical distribution functions to a maximum ignorance principle. Until now the understanding of the fundamental origin of these entropies and its deeper relations to complex systems is limited. Here we explore this questions from first principles. We start by observing that the 4th Khinchin axiom (separability axiom) is violated by strongly interacting systems in general and ask about the consequences of violating the 4th axiom while assuming the first three Khinchin axioms (K1-K3) to hold and $S_g=\sum_ig(p_i)$. We prove by simple scaling arguments that under these requirements {\em each} statistical system is uniquely characterized by a distinct pair of scaling exponents $(c,d)$ in the large size limit. The exponents define equivalence classes for all interacting and non interacting systems. This allows to derive a unique entropy, $S_{c,d}\propto \sum_i Γ(d+1, 1- c \ln p_i)$, which covers all entropies which respect K1-K3 and can be written as $S_g=\sum_ig(p_i)$. Known entropies can now be classified within these equivalence classes. The corresponding distribution functions are special forms of Lambert-$W$ exponentials containing as special cases Boltzmann, stretched exponential and Tsallis distributions (power-laws) -- all widely abundant in nature. This is, to our knowledge, the first {\em ab initio} justification for the existence of generalized entropies. Even though here we assume $S_g=\sum_ig(p_i)$, we show that more general entropic forms can be classified along the same lines.

研究动机与目标

• 基于系统尺寸变化下的渐近行为，建立复杂统计系统分类的一般框架。
• 识别当前缺乏统一理论基础的复杂系统中所用广义熵的根本来源。
• 推导出唯一满足前三个Khinchin公理但违背第四个（可分性）公理的熵泛函 $ S_{c,d} $，适用于所有相互作用与非相互作用系统。
• 表明所有此类系统均属于由一对（c,d）定义的等价类，其在大尺寸极限下表现出不同的热力学行为。
• 证明所有此类系统的分布函数均为Lambert-W指数函数的特例，从而解释自然界中幂律与拉伸指数分布的普遍性。

提出的方法

• 作者分析熵在系统尺寸增大时的渐近标度行为，假设满足前三个Khinchin公理（连续性、凹性、g(0)=0）及形式 $ S_g = \sum_i g(p_i) $，但违背第四个公理（可分性）。
• 他们推导出所有系统在大W极限下唯一由两个标度指数（c,d）表征，其中W为状态数。
• 通过标度论证，表明熵必须具有形式 $ S_{c,d} \propto \sum_i \Gamma(1+d, 1 - c\ln p_i) $，其中上不完全伽马函数编码广义行为。
• 分布函数作为此类熵形式下最大熵问题的解被推导出，结果包含Lambert-W函数。
• 该框架被扩展以表明Lesche稳定性——关键的物理一致性条件——对所有此类熵均自动满足。
• 该方法被推广至Rényi型熵，尽管由于函数形式 $ G(\sum g(p_i)) $ 的复杂性导致技术难度增加。

实验结果

研究问题

• RQ1 在强相互作用系统中第四条Khinchin公理被违背的情况下，有哪些基本原理可对Boltzmann-Gibbs框架之外的复杂统计系统进行分类？
• RQ2 当可分性公理被放宽时，如何从头推导出唯一的广义熵？
• RQ3 此类广义框架下涌现的熵函数形式及其对应分布函数为何？
• RQ4 为何幂律与拉伸指数分布普遍出现在复杂系统中，其普适性的根源是什么？
• RQ5 标度指数（c,d）如何定义具有相同渐近热力学行为的系统等价类？

主要发现

• 所有满足前三个Khinchin公理及形式 $ S = \sum_i g(p_i) $ 的统计系统，在大尺寸极限下均被一对标度指数（c,d）唯一分类。
• 广义熵为 $ S_{c,d} \propto \sum_i \Gamma(1+d, 1 - c\ln p_i) $，当（c,d）=（1,1）时退化为Boltzmann-Gibbs熵。
• 所有此类系统的分布函数均为Lambert-W指数函数的特例，其尾部行为仅由（c,d）决定，从而解释了幂律与拉伸指数形式的普遍性。
• 当 $ 0 < c < 1 $ 时，系统对应复杂且强相互作用的系统；而 $ c = 1 $ 描述非相互作用或弱相互作用系统。
• 该框架确保所有推导出的熵均满足Lesche稳定性，证实其在可测量变换下的物理一致性与鲁棒性。
• 等价类（c,d）作为渐近等价的盆地，类似于中心极限定理，即同一类中的系统在尺寸增大时收敛至相同的宏观行为。