[论文解读] Karlin Theory On Growth and Mixing Extended to Linear Differential Equations

Lee Altenberg|arXiv (Cornell University)|Jun 16, 2010

Mathematical Biology Tumor Growth参考文献 15被引用 5

一句话总结

本论文将 Karlin 于 1982 年提出的关于离散时间系统中增长与混合的定理扩展至连续时间线性微分方程，证明当 𝐷 为各站点特异性增长率/衰减率的非均匀对角矩阵，𝐴 为不可约且非负非对角元素的矩阵（表示混合）时，矩阵 𝐷 + 𝑚𝐴 的谱指标随混合强度 𝑚 增加而减小。该结果成立的条件是涉及 𝐴 的谱指标的 Perron 向量不等式。

ABSTRACT

Karlin's (1982) Theorem 5.2 shows that linear systems alternating between growth and mixing phases have lower asymptotic growth with greater mixing. Here this result is extended to linear differential equations that combine site-specific growth or decay rates, and mixing between sites, showing that the spectral abscissa of a matrix D + m A decreases with m, where D does-not-equal c I is a real diagonal matrix, A is an irreducible matrix with non-negative off-diagonal elements (an ML- or essentially non-negative matrix), and m >= 0. The result is based on the inequality: u' A v < r(A), where u and v are the left and right Perron vectors of the matrix D + A, and r(A) is the spectral abscissa and Perron root of A. The result gives an analytic solution to prior work that relied on two-site or numerical simulation of models of growth and mixing, such as source and sink ecological models, or multiple tissue compartment models of microbe growth. The result has applications to the Lyapunov stability of perturbations in nonlinear systems.

研究动机与目标

• 将 Karlin 1982 年关于离散时间系统中增长与混合的结果推广至连续时间线性微分方程。
• 证明当各站点增长率非均匀时，矩阵 𝐷 + 𝑚𝐴 的谱指标随混合参数 𝑚 增加而减小。
• 为生态学、病毒学及 compartmental 动力学模型中以往依赖数值模拟或两站点近似的难题提供解析解。
• 展示该结果在具有站点特异性增长率与站点间混合的系统中的广泛应用，包括非线性系统稳定性分析。

提出的方法

• 将 Karlin 定理 5.2 从离散时间映射正式推广至一阶线性微分方程。
• 使用谱指标作为连续时间系统中长期增长率的关键度量。
• 应用 Perron-Frobenius 理论于不可约且非负非对角元素的矩阵（ML-矩阵）。
• 推导不等式 𝐮ᵀ𝐴𝐯 < 𝑟(𝐴)，其中 𝐮 和 𝐯 分别为 𝐷 + 𝐴 的左、右 Perron 向量，𝑟(𝐴) 为 𝐴 的谱指标。
• 基于严格不等式与凸性条件，证明当 𝐷 ≠ 𝑐𝐼 时，𝐷 + 𝑚𝐴 的谱指标在 𝑚 上严格递减。
• 将该结果应用于病毒动力学模型、生态源-汇系统及其他具有异质增长率与混合的 compartmental 系统。

实验结果

研究问题

• RQ1 Karlin 关于混合增强导致增长降低的结果在具有线性微分方程的连续时间系统中是否依然成立？
• RQ2 能否证明将站点特异性增长率（𝐷）与混合（𝑚𝐴）结合的矩阵的谱指标随混合强度 𝑚 增加而减小？
• RQ3 在各站点增长率非均匀时，何种条件可确保谱指标的严格递减？
• RQ4 该结果如何推广至超越离散时间模型的系统，如病毒学、生态学与种群动力学中的系统？
• RQ5 能否在不依赖数值模拟或两站点近似的情况下，建立混合导致增长率分析性下降的结论？

主要发现

• 当 𝐷 不是单位矩阵的标量倍数时，矩阵 𝐷 + 𝑚𝐴 的谱指标随混合强度 𝑚 增加而严格递减。
• 该递减由不等式 𝐮ᵀ𝐴𝐯 < 𝑟(𝐴) 驱动，其中 𝐮 和 𝐯 分别为 𝐷 + 𝐴 的左、右 Perron 向量，𝑟(𝐴) 为 𝐴 的谱指标。
• 该结果为以往依赖数值模拟或两室近似的病毒学与生态学难题提供了解析解。
• 无论混合程度如何，系统的长期增长率始终被各 compartment 特异性增长率的最大值所上界控制。
• 当混合强度趋于无穷时，系统的增长率收敛于各 compartment 增长率的加权平均。
• 当 𝐷 中的增长率非均匀时（即 𝐷 ≠ 𝑐𝐼），增长率随混合的递减在 𝑚 上严格凸。