[论文解读] Mean exit time and escape probability for dynamical systems driven by Levy noise

Ting Gao, Jinqiao Duan+2 more|arXiv (Cornell University)|Jan 29, 2012

Ecosystem dynamics and resilience参考文献 13被引用 4

一句话总结

该论文提出了一种精确的数值方法，用于计算由 $\alpha$-稳定 Lévy 过程驱动的随机动力系统的平均首出时间与首出概率，其特征为非局部积分微分方程。主要发现表明，平均首出时间强烈依赖于区域大小和 $\alpha$，其中较小的 $\alpha$ 有利于产生大跳跃，从而加快从大区域的逃逸；而首出概率则显著受漂移影响，并且在 $\alpha \in (0,1)$ 时于边界处呈现不连续性。

ABSTRACT

The mean first exit time and escape probability are utilized to quantify dynamical behaviors of stochastic differential equations with non-Gaussian alpha-stable type Levy motions. Both deterministic quantities are characterized by differential-integral equations(i.e.,differential equations with non local terms) but with different exterior conditions. The non-Gaussianity of noises manifests as nonlocality at the level of mean exit time and escape probability. An objective of this paper is to make mean exit time and escape probability as efficient computational tools, to the applied probability community, for quantifying stochastic dynamics. An accurate numerical scheme is developed and validated for computing the mean exit time and escape probability. Asymptotic solution for the mean exit time is given when the pure jump measure in the Levy motion is small. From both the analytical and numerical results, it is observed that the mean exit time depends strongly on the domain size and the value of alpha in the alpha-stable Levy jump measure. The mean exit time can measure which of the two competing factors in alpha-stable Levy motion, i.e. the jump frequency or the jump size, is dominant in helping a process exit a bounded domain. The escape probability is shown to vary with the underlying vector field(i.e.,drift). The mean exit time and escape probability could become discontinuous at the boundary of the domain, when the process is subject to certain deterministic potential and the value of alpha is in (0,1).

研究动机与目标

• 开发一种高效的计算框架，用于非高斯随机动力系统中的平均首出时间和首出概率。
• 分析非高斯 Lévy 噪声（特别是跳跃频率与跳跃大小）对有界区域内逃逸行为的影响。
• 通过与解析解和渐近解对比，验证数值格式的准确性，尤其针对小跳跃测度的情形。
• 研究向量场（漂移）与 $\alpha$-稳定 Lévy 参数如何影响逃逸可能性与首出时间。

提出的方法

• 使用由 $\alpha$-稳定 Lévy 运动驱动的随机微分方程建模系统，其中包含漂移 $f(x)$ 和跳跃测度 $\nu$。
• 将平均首出时间 $u(x)$ 与首出概率 $P_E(x)$ 表述为包含由 Lévy 生成元引起的非局部项的微分-积分方程的解。
• 在数值格式中引入校正项，以处理原点附近 Lévy 测度的奇异性。
• 采用有限差分法结合自适应求积法处理非局部积分项，并通过渐近解与解析解进行验证。
• 针对双势阱势能 $f(x) = x - x^3$ 进行数值模拟，研究稳定状态之间的跃迁概率。
• 分析 $\alpha$、区域大小 $D$ 与噪声强度 $\varepsilon$ 的变化对逃逸动力学的影响。

实验结果

研究问题

• RQ1 在 $\alpha$-稳定 Lévy 过程中，$\alpha$ 的取值如何影响从有界区域的平均首出时间？
• RQ2 在 $\alpha$-稳定 Lévy 噪声中，跳跃频率与跳跃大小对逃逸动力学的相对影响是什么？
• RQ3 在域补集的靶子子集 $E$ 上，基本漂移向量场 $f(x)$ 如何影响首出概率？
• RQ4 在何种条件下，平均首出时间或首出概率会在域边界处出现不连续性？
• RQ5 与纯 $\alpha$-稳定 Lévy 运动相比，添加高斯噪声（$d > 0$）如何改变平均首出时间与首出概率的行为？

主要发现

• 当 $\alpha \in (0,1)$ 时，若系统受确定性势场作用，平均首出时间在域边界处会出现不连续性。
• 较小的 $\alpha$ 值（如 $\alpha = 0.5$）会导致远离边界的平均首出时间分布更平坦，表明大跳跃主导了区域大小的影响。
• 当 $\alpha$ 接近 2 时，高频小跳跃使小区域中的逃逸更可能；而当 $\alpha$ 接近 0 时，大区域中更倾向于发生大跳跃。
• 首出概率 $P_E(x)$ 在高斯噪声下最大（$\alpha = 2$），并随 $\alpha$ 减小而降低，尤其在区域中心附近的起始点处更为显著。
• 当 $\alpha < 1$ 时，首出概率在域的左侧边界处表现出不连续性，尤其在双势阱势能设置下更为明显。
• 加入少量高斯噪声（$d = 0.1$）可减小不同 $\alpha$ 值下的首出概率差异，使跃迁行为更加平滑。