Случайное блуждание с тяжелыми хвостами распределения шагов
Lévy flight
Случайное блуждание Леви: определение, свойства и отличия от обычных случайных процессов. Тяжелые хвосты распределения, изотропность, применение в науке.
Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.
Введение
Случайное блуждание с тяжелыми хвостовыми длинами шага
Random walk with heavy tailed step lengths
Леви-лет – это случайное блуждание, в котором длины шагов имеют стабильное распределение, то есть распределение вероятностей с тяжелыми хвостами. Когда оно определяется как блуждание в пространстве размерности больше единицы, шаги совершаются в изотропных случайных направлениях. Позднее исследователи расширили использование термина «Леви-лет», включив в него также случаи, когда случайное блуждание происходит на дискретной сетке, а не в непрерывном пространстве. Он использовал это для одного конкретного определения распределения размеров шагов. Он использовал термин «полет Коши» для случая, когда распределение размеров шагов является распределением Коши, а «полет Рэлея» – для случая, когда распределение является нормальным (которое не является примером распределения вероятностей с тяжелыми хвостами). Особый случай, для которого Мандельброт использовал термин «Леви-лет».
A Lévy flight is a random walk in which the step lengths have a stable distribution, a probability distribution that is heavy tailed. When defined as a walk in a space of dimension greater than one, the steps made are in isotropic random directions. Later researchers have extended the use of the term "Lévy flight" to also include cases where the random walk takes place on a discrete grid rather than on a continuous space. who used this for one specific definition of the distribution of step sizes. He used the term Cauchy flight for the case where the distribution of step sizes is a Cauchy distribution, and Rayleigh flight for when the distribution is a normal distribution (which is not an example of a heavy tailed probability distribution). The particular case for which Mandelbrot used the term "Lévy flight"
Здесь D – параметр, связанный с фрактальной размерностью, а распределение является частным случаем распределения Парето.
Here D is a parameter related to the fractal dimension and the distribution is a particular case of the Pareto distribution.
Свойства
Леви-полеты по построению являются марковскими процессами. Для общих распределений размера шага, удовлетворяющих степенному условию, расстояние от начала координат случайного блуждания, после большого числа шагов, стремится к устойчивому распределению в силу обобщенной центральной предельной теоремы, что позволяет моделировать множество процессов с использованием леви-полетов. Плотность вероятности для частиц, совершающих леви-полет, может быть смоделирована с помощью обобщенной версии уравнения Фоккера-Планка, которое обычно используется для моделирования броуновского движения. Уравнение требует использования дробных производных. Для длин прыжков, имеющих симметричное распределение вероятностей, уравнение принимает простую форму в терминах дробной производной Рисса. В одном измерении уравнение имеет вид:
Lévy flights are, by construction, Markov processes. For general distributions of the step size, satisfying the power like condition, the distance from the origin of the random walk tends, after a large number of steps, to a stable distribution due to the generalized central limit theorem, enabling many processes to be modeled using Lévy flights. The probability densities for particles undergoing a Levy flight can be modeled using a generalized version of the Fokker–Planck equation, which is usually used to model Brownian motion. The equation requires the use of fractional derivatives. For jump lengths which have a symmetric probability distribution, the equation takes a simple form in terms of the Riesz fractional derivative. In one dimension, the equation reads as
где γ – константа, аналогичная константе диффузии, α – параметр устойчивости, а f(x,t) – потенциал. Производную Рисса можно понимать через ее преобразование Фурье. Это легко обобщается на многомерные случаи. Другим важным свойством леви-полетов является расходимость дисперсии во всех случаях, кроме α = 2, то есть броуновского движения. В общем случае, θ-ый дробный момент распределения расходится, если α ≤ θ. Также,
where γ is a constant akin to the diffusion constant, α is the stability parameter and f(x,t) is the potential. The Riesz derivative can be understood in terms of its Fourier Transform. This can be easily extended to multiple dimensions. Another important property of the Lévy flight is that of diverging variances in all cases except that of α = 2, i. e. Brownian motion. In general, the θ fractional moment of the distribution diverges if α ≤ θ. Also,
Экспоненциальное масштабирование длин шагов наделяет леви-полеты свойством масштабно-инвариантности, и они используются для моделирования данных, демонстрирующих кластеризацию.
The exponential scaling of the step lengths gives Lévy flights a scale invariant property, and they are used to model data that exhibits clustering.