[论文解读] On q-non-extensive statistics with non-Tsallisian entropy

Petr Jizba, Jan Korbel|RePEc: Research Papers in Economics|Jan 29, 2015

Statistical Mechanics and Entropy被引用 7

一句话总结

本文通过将Rényi的公理化方法与q-变形Khinchin公理统一，提出了一种新颖的非广延熵框架，得到一个一参数族的信息测度，能够同时捕捉自相似性和非广延性。所得的最大熵分布通过Lambert W函数表达，揭示了具有不同高温和低温渐近行为的丰富参数空间结构。

ABSTRACT

We combine an axiomatics of Rényi with the $q$--deformed version of Khinchin axioms to obtain a measure of information (i.e., entropy) which accounts both for systems with embedded self-similarity and non-extensivity. We show that the entropy thus obtained is uniquely solved in terms of a one-parameter family of information measures. The ensuing maximal-entropy distribution is phrased in terms of a special function known as the Lambert W--function. We analyze the corresponding "high" and "low-temperature" asymptotics and reveal a non-trivial structure of the parameter space.

研究动机与目标

• 开发一种广义熵形式化方法，同时考虑复杂系统中非广延性与自相似性（分形/多重分形）结构。
• 通过结合Rényi的准线性均值与q-变形可加性，将信息论的公理基础扩展至Shannon与Tsallis之外。
• 推导出一个唯一的单参数族信息测度，该测度同时推广Rényi与THC熵。
• 确定相应的最大熵分布并分析其在极端条件下的渐近行为。
• 揭示在多重分形系统背景下，参数空间中非平凡的几何与热力学结构。

提出的方法

• 采用基于准线性均值（广义均值）的Rényi公理框架，以保持与Kolmogorov概率公理的一致性。
• 引入Khinchin可加性公理的q-变形，以建模非广延系统，同时保持线性期望值。
• 通过求解联合公理系统，推导出唯一的单参数族熵测度，该测度同时推广Rényi与THC熵。
• 应用最大熵原理（MaxEnt）获得平衡分布，其解析表达形式基于Lambert W函数。
• 分析所得分布的高温与低温极限，以揭示参数空间中的相变行为与临界特征。
• 利用多重分形形式化——通过划分函数、奇异谱f(a)与相关指数τ(q)——将熵与几何标度及测度集中联系起来。

实验结果

研究问题

• RQ1 如何一致地将Rényi对信息测度的公理化方法与q-变形可加性相结合，以描述同时具有自相似性与非广延性的系统？
• RQ2 满足Rényi的准线性均值与q-变形可加性公理的广义熵的唯一形式是什么？
• RQ3 由此新熵导出的最大熵分布的解析结构是什么？其与Lambert W函数等特殊函数有何关联？
• RQ4 所得分布的高温与低温渐近行为如何揭示参数空间的非平凡特征？
• RQ5 通过τ(q)、f(a)与测度集中所体现的多重分形形式化，如何支持该新熵在复杂系统中的物理解释？

主要发现

• 所提出的熵被唯一确定为一个一参数族信息测度，该测度同时推广Rényi与THC熵。
• 最大熵分布以Lambert W函数形式精确表达，从而可对其实函数形式进行精确分析。
• 高温极限对应于均匀分布，而低温极限表现出强烈局域化，表明存在类似相变的行为。
• 参数空间呈现出非平凡结构，不同区域对应不同的标度行为与多重分形特征。
• 多重分形形式化证实，在ε → 0极限下，分布集中于单一奇异指数a(q)，与凝乳定理及测度集中一致。
• 通过Legendre变换推导出标度指数τ(q) = min_a[qa − f(a)]，确认了f(a)与τ(q)之间的共轭对偶关系，验证了多重分形解释的有效性。