[论文解读] Path Integral Methods for Stochastic Differential Equations

Carson C. Chow, Michael A. Buice|arXiv (Cornell University)|Sep 29, 2010

Stochastic processes and financial applications参考文献 6被引用 5

一句话总结

本文针对神经科学和应用数学领域的研究人员，提供了一套自洽且易于理解的路径积分与场论方法的入门介绍，用于微扰求解随机微分方程（SDEs），重点在于计算各阶矩和转移概率。该文应用响应函数形式化与费曼图方法处理SDEs，展示了如何通过Kramers-Moyal展开从路径积分形式推导出Fokker-Planck方程，并利用生成泛函计算累积量，其中关键结果为Ornstein-Uhlenbeck过程的显式解。

ABSTRACT

We give a pedagogical review of the application of field theoretic and path integral methods to calculate moments of the probability density function of stochastic differential equations perturbatively.

研究动机与目标

• 为不熟悉场论技术的神经科学与应用数学研究人员提供一套自包含且易于理解的路径积分方法入门介绍。
• 展示生成泛函与响应函数形式化如何用于计算由SDEs控制的随机过程的矩与累积量。
• 表明Fokker-Planck方程可自然地从Ito型SDE的路径积分形式出发，通过Kramers-Moyal展开得出。
• 通过费曼图与环展开方法，说明其在非线性SDEs微扰计算中的应用。
• 通过将量子场论方法应用于随机过程，弥合非平衡统计力学与应用SDEs之间的鸿沟。

提出的方法

• 将矩生成泛函视为单个随机变量普通生成函数的无限维推广。
• 利用响应场形式化构建SDE的路径积分形式，其作用量泛函由随机过程的动力学导出。
• 应用响应函数方法（Martin-Siggia-Rose形式化）通过泛函积分计算关联函数与矩。
• 引入费曼图为环展开中微扰展开的可视化工具，其中顶点对应于非线性漂移项与噪声项。
• 通过证明在Ito极限下高阶跃迁矩消失，仅保留一阶与二阶矩，从而从Kramers-Moyal展开推导出Fokker-Planck方程。
• 利用累积量生成泛函从矩重构概率密度函数，以Ornstein-Uhlenbeck过程的精确解为例说明。

实验结果

研究问题

• RQ1 如何系统地应用路径积分方法来计算非线性SDE的矩与转移概率？
• RQ2 在Ito随机过程背景下，响应函数形式化与Fokker-Planck方程之间有何联系？
• RQ3 费曼图与环展开如何促进随机动力学中的微扰计算？
• RQ4 初始条件分布如何进入路径积分形式化？它们在作用量中如何编码？
• RQ5 在何种条件下Fokker-Planck近似有效？何时需要高阶Kramers-Moyal项？

主要发现

• Ornstein-Uhlenbeck过程的生成泛函给出高斯型概率密度函数，其均值为 $ x(t) = y e^{-a(t-t_0)} $，方差为 $ \frac{D}{2a}(1 - e^{-2a(t-t_0)}) $，与已知解一致。
• 高斯情形下的累积量生成函数 $ W(\lambda) = \lambda a + \frac{1}{2}\lambda^2 \sigma^2 $ 表明所有高于二阶的累积量均为零。
• 当仅一阶与二阶跃迁矩非零时，Fokker-Planck方程作为Kramers-Moyal展开的主导项出现，这在Ito极限下成立。
• 路径积分形式化可通过环展开系统地包含高阶修正，从而实现半经典近似。
• 响应函数形式化使得无需直接求解Fokker-Planck方程，即可实现矩与关联函数的微扰计算。
• 一般SDE的作用量可扩展为包含多于两条出射线的顶点，从而允许描述非马尔可夫性或非Fokker-Planck型过程，且当 $ n > 2 $ 时 $ D_n \neq 0 $。