[论文解读] Power-law exponent in multiplicative Langevin equation with temporally correlated noise

Satoru Morita|arXiv (Cornell University)|Sep 17, 2017

Complex Systems and Time Series Analysis参考文献 28被引用 2

一句话总结

本文在连续时间乘法型朗之万方程中，对幂律指数 γ 进行了分析研究，结果表明 γ 依赖于噪声分布的高阶矩（偏度 S 和峰度 K），而不仅仅依赖于其自相关时间 τ。与离散时间系统中 γ 随 τ 单调递减不同，此处当噪声分布存在偏度（S ≠ 0）时，γ 可随 τ 增加而增加，揭示了对时间相关性的非单调且依赖于分布的依赖关系。

ABSTRACT

Power-law distributions are ubiquitous in nature. Random multiplicative processes are a basic model for the generation of power-law distributions. It is known that, for discrete-time systems, the power-law exponent decreases as the autocorrelation time of the multiplier increases. However, for continuous-time ystems, it has not yet been elucidated as to how the temporal correlation affects the power-law behavior. Herein, we have analytically investigated a multiplicative Langevin equation with colored noise. We show that the power-law exponent depends on the details of the multiplicative noise, in contrast to the case of discrete-time systems.

研究动机与目标

• 阐明乘法噪声的时间相关性如何影响连续时间随机过程中幂律指数 γ 的变化。
• 解决在连续系统中噪声相关性如何影响幂律行为的分析理解不足问题，而这一问题在离散时间情况下已有充分研究。
• 推导出一个通用的解析表达式来描述 γ，该表达式考虑了乘法噪声的完整分布，而不仅限于其自相关函数。
• 通过带色噪声的朗之万方程的数值模拟验证分析预测结果。
• 将连续时间结果与以往离散时间研究进行对比，后者报告了 γ 与 τ 之间简单的反比关系。

提出的方法

• 建立一个具有指数自相关函数 ⟨ξ(t)ξ(t′)⟩ = (D/τ)e^(-|t−t′|/τ) 的连续时间乘法型朗之万方程，其中噪声项为色噪声 ξ(t)。
• 将噪声建模为马尔可夫过程，通过泊松分布的切换在离散状态之间转换，从而能够精确计算转移矩阵 B 及各阶矩的演化。
• 通过求解特征值问题 det(BC − I) = 0 来推导幂律指数 γ，其中 C 编码乘法动力学，B 表示噪声的转移速率。
• 将所得方程推广至连续噪声分布，并对 τ^1/2 进行麦克劳林级数展开，推导出 γ 的近似解析表达式。
• 采用福克-普朗克方法定义噪声转移算子 A，并将其与噪声相关函数关联。
• 使用 Δt = 0.001 的欧拉-马鲁亚马格式进行数值模拟，并通过最大似然估计方法从稳态分布的尾部提取 γ。

实验结果

研究问题

• RQ1 在连续时间乘法型过程中，幂律指数 γ 如何依赖于乘法噪声的时间相关性？
• RQ2 幂律指数 γ 是否依赖于噪声分布的高阶矩（偏度 S 和峰度 K），而不仅依赖于自相关时间 τ？
• RQ3 为何以往的离散时间模型预测 γ ∝ 1/τ，而本研究的连续时间分析显示其依赖关系更为复杂，涉及 S 和 K？
• RQ4 基于 τ^1/2 的级数展开所导出的 γ 的解析近似是否能准确预测 γ 随 τ 增大而变化的行为？
• RQ5 与带色噪声的朗之万方程的数值模拟结果相比，本研究结果如何？

主要发现

• 幂律指数 γ 依赖于噪声分布的偏度 S：若 S < 0，则 γ 随自相关时间 τ 的增加而上升；若 S > 0，则 γ 随 τ 增加而下降。
• 对于对称噪声（S = 0），若峰度 K > -1，则 γ 随 τ 减小，而大多数常见分布（包括正态分布，K = 0）均满足此条件。
• 解析近似 γ ≈ (r/D)(1 - rS√τ / D) 表明，当 S ≠ 0 时，γ 对 τ 的依赖关系由 τ 的平方根决定，从而导致类似抛物线的依赖关系。
• 对于正态噪声（S = 0，K = 0），γ 几乎随 τ 线性减小，数值模拟结果验证了该行为。
• 基于特征值条件 det(BC - I) = 0 推导出的解析结果与不同噪声分布（包括两点分布和正态分布）的数值模拟结果高度一致。
• 本研究解决了与先前工作的矛盾：表明假设不同的噪声相关形式（公式 33）会导致白噪声极限不一致，而公式 (6) 更适用于连续时间系统。