[论文解读] 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 11

一句话总结

本文表明，尽管在统计力学中表现出类似 q-高斯分布的两种近期提出的模型在数值上极为相似，但其在解析上与真正的 q-高斯分布并不相同。通过精确的解析计算，作者证明了这些模型中强相关变量之和的极限分布并不符合 q-高斯形式，从而挑战了 q-高斯分布作为非高斯中心极限定理中相关系统普遍吸引子的观点。

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.

研究动机与目标

• 评估 q-高斯分布是否在强相关随机变量之和中作为极限分布出现。
• 评估近期关于特定相关模型产生 q-高斯分布之和的主张的有效性。
• 确定 q-高斯分布是否在非独立同分布的统计系统中为真实吸引子，还是仅是数值上相似的近似。
• 澄清概率分布中数值接近拟合与精确解析等价之间的区别。

提出的方法

• 对两个模型系统中强相关随机变量之和的极限概率分布进行显式解析计算。
• 利用联合概率密度函数和特征函数，推导出和的精确分布函数。
• 通过高阶累积量和在最大值附近的泰勒展开，将精确分布与 q-高斯的函数形式进行比较。
• 通过累积量展开中四阶与二阶系数的比值，计算有效 q-参数。
• 利用广义熵形式化和 q-高斯定义，检验精确分布是否与理论上的 q-高斯形式相符。
• 通过数值验证分析结果，以确认拟合的接近程度，同时保持解析上的差异性。

实验结果

研究问题

• RQ1 在所研究的两个模型系统中，强相关随机变量之和是否实际上服从 q-高斯分布？
• RQ2 每个模型中和的极限分布的解析形式是什么？其与 q-高斯分布相比如何？
• RQ3 为何精确分布尽管在解析上不同，却与 q-高斯分布如此紧密地数值相似？
• RQ4 基于这些模型，q-高斯分布能否被视为相关系统广义中心极限定理中的吸引子？
• RQ5 微调的相关性在产生模仿 q-高斯分布的分布中起什么作用？

主要发现

• 在第一个模型（平均场相关均匀变量）中，和的极限分布尽管在数值上相似，但其解析形式与 q-高斯分布不同。
• 在第二个模型（具有特定协方差结构的相关高斯变量）中，和的精确分布并非 q-高斯分布，即使其与 q-高斯分布极为接近。
• 在第二个模型中，通过累积量展开得到的有效 q-参数为 q ≈ 1 - 0.989ρ - 1.019ρ² + ...，与基于数值拟合的猜测值 q = 1 - ρ - ρ² + ... 不同。
• 两个模型中分布的解析形式因累积量展开中的高阶项（特别是三阶和四阶贡献）而偏离 q-高斯分布。
• 真实分布与 q-高斯分布之间的数值接近程度极高，以至于即使经过精确拟合，视觉和数值上的区分也几乎不可能。
• 结果表明，q-高斯分布并非相关和的普遍极限分布，因此在数据中观察到 q-高斯分布不应被视作 q-统计力学的决定性证据。