[论文解读] Mean first passage time for a Markovian jumping process

A. Kamińska, T. Srokowski|ArXiv.org|Oct 15, 2007

Diffusion and Search Dynamics参考文献 1被引用 7

一句话总结

本文研究了一维马尔可夫跳跃过程中位置依赖等待时间与两个吸收屏障下的平均首次 passage 时间（MFPT）。通过求解带有边界条件的福克-普朗克方程，表明由于空间变化的捕获效应，MFPT 在亚扩散区域仍保持有限，这与标准非耦合连续时间随机游走模型中的无限 MFPT 相反。

ABSTRACT

We consider a Markovian jumping process with two absorbing barriers, for which the waiting-time distribution involves a position-dependent coefficient. We solve the Fokker-Planck equation with boundary conditions and calculate the mean first passage time (MFPT) which appears always finite, also for the subdiffusive case. Then, for the case of the jumping-size distribution in form of the Lévy distribution, we determine the probability density distributions and MFPT by means of numerical simulations. Dependence of the results on process parameters, as well as on the Lévy distribution width, is discussed.

研究动机与目标

• 建模受限系统中空间非均匀动力学下的输运行为，特别是当传统扩散模型失效时。
• 通过引入位置依赖的等待时间，解决亚扩散非耦合连续时间随机游走模型中无限 MFPT 的悖论。
• 研究 Lévy 飞行跳跃分布与系统参数如何影响有限区域内的 MFPT 和概率密度尾部。
• 建立 MFPT 即使在亚扩散行为下仍保持有限的结论，前提是考虑了空间非均匀性。
• 为有限异质系统中的异常热传导提供一个物理上合理的框架。

提出的方法

• 构建一个位置依赖等待时间速率 $\nu(x) = |x|^{-\theta}$ 的马尔可夫跳跃过程，其中 $\theta > -1$，以模拟空间非均匀性。
• 推导概率密度 $p(x,t)$ 的主方程，同时考虑 $\nu(x)$ 的空间依赖性以及跳跃大小分布 $Q(x)$。
• 在 $x=0$ 和 $x=L$ 处施加吸收边界条件，求解由主方程导出的福克-普朗克方程。
• 使用数值模拟计算 MFPT，并分析 Lévy 稳定跳跃分布（指数 $\mu$）下 $p(x,t)$ 的尾部分布行为。
• 研究 Lévy 指数 $\mu$、跳跃分布宽度参数 $\sigma$ 与指数 $\theta$ 之间的相互作用，以确定 MFPT 的行为。
• 与无界情况比较，评估有限系统尺寸对幂律尾部和输运时间的影响。

实验结果

研究问题

• RQ1 位置依赖等待时间速率 $\nu(x) = |x|^{-\theta}$ 如何影响有界区域内平均首次通过时间（MFPT）的有限性？
• RQ2 当跳跃大小分布为 Lévy 稳定分布时，概率密度分布 $p(x,t)$ 在吸收屏障附近的特性如何？
• RQ3 Lévy 指数 $\mu$ 和跳跃分布宽度参数 $\sigma$ 如何影响 MFPT 及幂律尾部的出现？
• RQ4 尽管存在长时间等待，MFPT 为何在亚扩散区域仍保持有限？空间非均匀性如何解决无限 MFPT 的悖论？
• RQ5 与无界情况相比，系统边界在多大程度上改变了 $p(x,t)$ 的渐近幂律行为？

主要发现

• 对于所有 $\theta$ 和 $\mu$ 的取值，包括亚扩散区域，MFPT 均保持有限，这是由于远距离处捕获效应的减弱。
• 对于窄 Lévy 跳跃分布（$\sigma$ 较小），靠近屏障处 $p(x,t)$ 的尾部遵循幂律形式 $\sim x^{-1-\mu}$，与无界情况一致。
• 对于宽跳跃分布（$\sigma$ 较大），幂律尾部被抑制，MFPT 几乎与 Lévy 指数 $\mu$ 无关。
• MFPT 随 $\theta$ 增大而增加，反映出远距离处捕获增强，且该依赖关系在 $\mu$ 较大时（接近高斯跳跃）最为显著。
• 当 $\sigma$ 较小时，MFPT 对 $\mu$ 呈指数依赖，表明在受限系统中，MFPT 对跳跃长度统计极为敏感。
• 通过 $\theta$ 实现的从亚扩散到超扩散行为的转变是平滑的，即使 $\theta < 0$ 时，MFPT 也不会出现奇点。