[论文解读] Mittag-Leffler Waiting Time, Power Laws,Rarefaction, Continuous Time Random Walk, Diffusion Limit

Rudolf Gorenflo|arXiv (Cornell University)|Apr 26, 2010

Fractional Differential Equations Solutions参考文献 42被引用 26

一句话总结

本文通过时间重标度，建立了连续时间随机游走（CTRW）中幂律等待时间与Mittag-Leffler等待时间分布之间的渐近等价性，从而得出空间-时间分数阶扩散为扩散极限。关键贡献在于推导出时间分数阶漂移过程作为空间-时间分数阶扩散的子序过程，其中Mittag-Leffler函数控制长时间行为和异常扩散的标度。

ABSTRACT

We discuss some applications of the Mittag-Leffler function and related probability distributions in the theory of renewal processes and continuous time random walks. In particular we show the asymptotic (long time) equivalence of a generic power law waiting time to the Mittag-Leffler waiting time distribution via rescaling and respeeding the clock of time. By a second respeeding (by rescaling the spatial variable) we obtain the diffusion limit of the continuous time random walk under power law regimes in time and in space. Finally, we exhibit the time-fractional drift process as a diffusion limit of the fractional Poisson process and as a subordinator for space-time fractional diffusion.

研究动机与目标

• 建立更新过程中幂律等待时间与Mittag-Leffler等待时间分布之间的渐近等价性。
• 在时间和空间均采用幂律缩放下，推导连续时间随机游走（CTRW）的扩散极限。
• 表明Mittag-Leffler函数在缩放下控制更新过程和CTRW的长时间行为。
• 证明时间分数阶漂移过程作为空间-时间分数阶扩散的子序过程出现。
• 通过拉普拉斯变换和傅里叶变换阐明Mittag-Leffler函数在分数阶扩散和协同比例中的作用。

提出的方法

• 使用Mittag-Leffler函数 $ E_{\beta}(-t^{\beta}) $ 作为生存概率，$ \rho_{\beta}^{ML}(t) = t^{β-1} E_{\beta,\beta}(-t^{\beta}) $ 作为等待时间密度，其中 $ 0 < \beta \neq 1 $。
• 应用时间重标度和重速度变换，将幂律等待时间转换为Mittag-Leffler等待时间分布。
• 采用空间重标度以实现良好缩放的扩散极限，从而导出空间-时间分数阶扩散方程。
• 利用拉普拉斯变换：$ \widetilde{\Psi}_{\beta}^{ML}(s) = \frac{s^{\beta-1}}{s^{\beta}+1} $，$ \widetilde{\phi}_{\beta}^{ML}(s) = \frac{1}{s^{\beta}+1} $，以分析长时间行为。
• 推导协同比例公式 $ u(x,t) = \int_0^\infty f_{\alpha}(x,r) q_0(r,t) \, dr $，其中 $ q_0(r,t) $ 为Mittag-Leffler过程密度。
• 建立物理时间 $ t $ 与操作时间 $ t_* $ 之间的逆关系，其中 $ q_0(r,t) $ 通过 $ \widetilde{q}_0(s) = E_{\beta}(-s t^{\beta}) $ 演化。

实验结果

研究问题

• RQ1 如何通过时间重标度使幂律等待时间与Mittag-Leffler等待时间分布渐近等价？
• RQ2 在时间和空间均采用联合幂律缩放时，CTRW的扩散极限是什么？
• RQ3 Mittag-Leffler函数如何在更新过程和CTRW的长时间行为中出现？
• RQ4 Mittag-Leffler过程作为空间-时间分数阶扩散的子序过程，其作用是什么？
• RQ5 时间分数阶漂移过程与分数阶泊松过程及空间-时间分数阶扩散有何关联？

主要发现

• Mittag-Leffler等待时间密度 $ \phi_{\beta}^{ML}(t) \sim \frac{\Gamma(\beta+1)\sin(\beta\pi)}{\pi} t^{-\beta-1} $ 在 $ t $ 较大时表现出幂律衰减，与 $ \beta=1 $ 情况下的指数衰减形成对比。
• 生存概率 $ \Psi_{\beta}^{ML}(t) = E_{\beta}(-t^{\beta}) \sim \frac{t^{-\beta}}{\Gamma(1-\beta)} $ 在 $ t \to \infty $ 时成立，证实了长记忆性和异常扩散行为。
• Mittag-Leffler等待时间密度的拉普拉斯变换为 $ \widetilde{\phi}_{\beta}^{ML}(s) = \frac{1}{s^{\beta}+1} $，这与时间分数阶导数相关。
• 在幂律缩放下，CTRW的扩散极限导出空间-时间分数阶扩散方程，其中Mittag-Leffler函数控制时间演化。
• 时间分数阶漂移过程被推导为空间-时间分数阶扩散的子序过程，操作时间 $ t_* $ 与物理时间 $ t $ 通过 $ t_* = t_*^{(\beta)}(t) $ 关联，该过程在 $ 0 < \beta < 1 $ 时为非马尔可夫且非无限可分。
• 当 $ \beta \to 1 $ 时，Mittag-Leffler过程退化为恒等式 $ t_* = t $，恢复标准泊松过程和经典扩散。