[论文解读] A simplified derivation of Van Kampen's system size expansion

Edward W. Wallace|arXiv (Cornell University)|Apr 24, 2010

Advanced Thermodynamics and Statistical Mechanics被引用 1

一句话总结

本文通过随机差分方程和化学朗之万方程，以更简化的方式推导了范坎彭的系统规模展开，避开了主方程和福克-普朗克方程。该方法提供了一条更直观、类似常微分方程的路径来获得线性噪声近似，直接导出扰动的随机微分方程，而无需完整的系统规模展开。

ABSTRACT

Given a discrete stochastic process, for example a chemical reaction system or a birth and death process, we often want to find a continuous stochastic approximation so that the techniques of stochastic differential equations may be brought to bear. One powerful and useful way to do this is the system size expansion of van Kampen to express a trajectory as a small stochastic perturbation to a deterministic trajectory, using a small parameter related to the volume of the system in question. This is usually pursued only up to first order, called the Linear Noise Approximation. The usual derivation of this proceeds via the master equation of the discrete process and derives a Fokker-Planck equation for the stochastic perturbation, both of which are equations for the evolution of probability distributions. Here we present a derivation using stochastic difference equations for the discrete process and leading, via the chemical Langevin equation of Gillespie, directly to a stochastic differential equation for the stochastic perturbation. The new derivation, which does not yield the full system size expansion, draws more explicitly on the intuition of ordinary differential equations so may be more easily digestible for some audiences.

研究动机与目标

• 为随机过程的范坎彭系统规模展开提供一种更直观且易于理解的推导方式。
• 避开传统路径中涉及的主方程和福克-普朗克方程，这些方程在技术上较为复杂。
• 利用随机差分方程和化学朗之万方程，直接推导出扰动的随机微分方程。
• 聚焦于一阶近似（线性噪声近似），同时简化概念和数学路径。
• 通过使推导更贴近标准常微分方程的直觉，提升对熟悉常微分方程的受众的可及性。

提出的方法

• 该方法从通过随机差分方程建模的离散随机过程开始。
• 应用化学朗之万方程，将离散过程近似为连续时间的随机过程。
• 通过将状态变量表示为确定性轨迹加上微小随机扰动，推导出系统规模展开。
• 利用与系统体积相关的无量纲小参数分析扰动，从而导出波动的随机微分方程。
• 推导过程避免使用主方程和福克-普朗克方程，转而专注于直接的随机微分方程建模。
• 该方法强调概念上的清晰性，并与常微分方程的直觉保持一致，尤其适用于一阶近似。

实验结果

研究问题

• RQ1 如何在不依赖主方程或福克-普朗克方程的前提下推导范坎彭的系统规模展开？
• RQ2 能否通过随机差分方程，以更直观、类似常微分方程的方式推导出线性噪声近似？
• RQ3 化学朗之万方程在简化系统规模展开推导过程中起到什么作用？
• RQ4 与传统方法相比，该新推导在清晰度和可及性方面如何，尤其对具有常微分方程背景的研究人员而言？
• RQ5 在仍能捕捉基本随机动力学的前提下，能在多大程度上避免完整的系统规模展开？

主要发现

• 推导成功避开了主方程和福克-普朗克方程，简化了系统规模展开的概念路径。
• 使用随机差分方程和化学朗之万方程，可直接导出扰动的随机微分方程。
• 该方法通过与基于常微分方程的推理保持一致，为理解线性噪声近似提供了更直观的框架。
• 该方法仅限于一阶系统规模展开（即线性噪声近似），而非完整展开，但以更高的清晰度达成了目标。
• 简化后的推导增强了对具有常微分方程背景的研究人员的可及性。
• 其主要贡献在于概念上的可及性，而非新的数学结果，使线性噪声近似更加易于理解。