[论文解读] On the variations of the principal eigenvalue with respect to a parameter in growth-fragmentation models

Fabien Campillo, Nicolas Champagnat+1 more|arXiv (Cornell University)|Jan 11, 2016

Evolution and Genetic Dynamics参考文献 24被引用 10

一句话总结

该论文通过概率性个体基础模型，建立了生长-分裂模型中主特征值关于参数 $ S $ 的单调性。通过已知的对偶性，将随机过程的存活概率与确定性特征值联系起来，作者证明了当生长率和分裂率关于 $ S $ 单调时，特征值 $ \Lambda_S $ 关于 $ S $ 非减。

ABSTRACT

We study the variations of the principal eigenvalue associated to a growth-fragmentation-death equation with respect to a parameter acting on growth and fragmentation. To this aim, we use the probabilistic individual-based interpretation of the model. We study the variations of the survival probability of the stochastic model, using a generation by generation approach. Then, making use of the link between the survival probability and the principal eigenvalue established in a previous work, we deduce the variations of the eigenvalue with respect to the parameter of the model.

研究动机与目标

• 分析主特征值 $ \Lambda_S $（代表结构化种群的渐近增长率）如何随环境参数 $ S $ 变化。
• 解决在参数变化下，生长-分裂方程中特征值变化缺乏解析工具的问题，尤其是在非单调或复杂情形下。
• 通过存活概率与主特征值之间的联系，弥合随机个体基础模型与确定性积分微分方程之间的鸿沟。
• 提供一种通用方法，从随机模型中存活概率的单调性推导出特征值的单调性。
• 将适应性辐射和入侵适合度概念的适用范围扩展至具有连续体型结构和时齐参数的模型。

提出的方法

• 将生长-分裂-死亡方程解释为一个连续时间的、路径连续的马尔可夫过程（PDMP），采用概率性个体基础模型。
• 通过逐代分析计算随机模型的存活概率，从而在存在重叠世代的情况下仍能进行单调性分析。
• 采用耦合技术比较不同参数值 $ S_1 $ 和 $ S_2 $ 下的存活概率，假设生长率和分裂率关于 $ S $ 单调。
• 利用已知的对偶性结果（定理 2.4），将随机模型的存活概率与确定性模型的主特征值 $ \Lambda_S $ 联系起来。
• 通过变换特征值问题，并利用调整后的死亡率 $ D' = D + \Lambda_{S^*} $ 进行存活概率比较，推导出特征值的单调性。
• 将该方法应用于具体情形，例如当生长速度为 $ g(S,x) = \mu(S)\tilde{g}(x) $ 时，证明 $ \Lambda_S $ 随 $ \mu(S) $ 增加而增加。

实验结果

研究问题

• RQ1 生长-分裂模型的主特征值 $ \Lambda_S $ 如何随调节生长和分裂速率的参数 $ S $ 变化？
• RQ2 能否利用随机个体基础模型中存活概率的单调性来推断确定性主特征值的单调性？
• RQ3 在何种生长率和分裂率条件下，特征值 $ \Lambda_S $ 随 $ S $ 增加而增加？
• RQ4 如何利用随机入侵适合度与确定性特征值之间的对偶性，推导出关于特征值变化的解析结果？
• RQ5 该方法对适应性辐射有何影响，特别是在预测突变体在环境变化下的入侵成功方面？

主要发现

• 当生长率和分裂率关于 $ S $ 非减时，主特征值 $ \Lambda_S $ 关于 $ S $ 非减，如推论 3.13 所示。
• 若 $ \Lambda_{S_1} > 0 $，则对所有 $ S_2 > S_1 $ 有 $ \Lambda_{S_2} > 0 $；若 $ \Lambda_{S_1} \leq 0 $，则对所有 $ S_2 < S_1 $ 有 $ \Lambda_{S_2} \leq 0 $，如推论 3.12 所述。
• 对于情形 $ g(S,x) = \mu(S)\tilde{g}(x) $，存活概率与特征值均关于 $ \mu(S) $ 非减，因此 $ \mu(S^1) \leq \mu(S^2) \Rightarrow \Lambda_{S^1} \leq \Lambda_{S^2} $，如推论 3.14 所示。
• 存活概率比较 $ \mathbb{P}^{S_1,D} \geq \mathbb{P}^{S_2,D} $ 暗示 $ \Lambda^{D}_{S_1} \geq \Lambda^{D}_{S_2} $，从而建立了存活概率与特征值单调性之间的普遍对偶关系。
• 即使分裂核 $ q $ 依赖于 $ S $，只要存活概率比较成立，该方法依然有效。
• 该方法通过利用随机模型的世代结构和耦合技术，避免了特征值问题中重叠世代带来的困难。