490 UPG 扩展到幂律
喜歡作者的文章嗎?馬上按「關注」,當作者發佈新文章時,思書™就會 email 通知您。
思書是公開的寫作平台,創新的多筆名寫作方式,能用不同的筆名探索不同的寫作內容,無限寫作創意,如果您喜歡寫作分享,一定要來試試! 《 加入思書》
思書™是自由寫作平台,本文為作者之個人意見。
文章資訊
本文摘自:
Categories:
⟩
⟩
Total: 2744 words
給本文個喜歡
或不
看看作者的其他文章
看看思書的其他文章

UPG 扩展到幂律
UPG 的扩展:从高斯吸引子到幂律边界——q-势函数与广义中点极值定理
作者:张苏杭 洛阳数学学派
---
摘要
本文是 UPG 框架的扩展篇。论文1–6 建立了以势函数 h=-\log(d\mu/d\nu) 与中点极值定理为核心的统一框架,其最干净的表现形式是高斯钟——二次势下的抛物面吸引子。然而,高斯钟只是内核在二次势下的表现形式,不是框架的全部。本文沿着“顺势而为”的路径,引入 q-势函数族:
h_q(x)=\frac{1}{q-1}\log\left[1+(q-1)\frac{x^2}{2}\right],
将高斯分布与幂律分布连接为同一连续变形族的两端。本文定义 q-几何测度空间,证明 q-中点极值定理:当势函数为 q-二次型时,极值点、曲率与 Hessian 结构随 q 连续变化;q\to 1 退化为论文1的静态定理,q\to 2 给出幂律边界情形。本文进一步讨论 q-热方程、q-中心极限定理与 q-最大熵原理的几何对应,并明确标注哪些是本文新构造、哪些是已有结果的引用、哪些是开放方向。
关键词: UPG;q-势函数;q-高斯;幂律分布;广义中点极值定理;Tsallis 熵;分数阶热方程
---
§1 引言
1.1 高斯钟的地位与局限
UPG 的核心是:
h=-\log\frac{d\mu}{d\nu},\qquad \nabla h(\mu)=0 \iff \mu=\mathbb E[X] \iff \text{曲面谷底}.
当 h 为二次型:
h(s)=\frac{s^2}{2}+\text{常数},
概率侧表现为高斯钟,几何侧表现为抛物面,代数侧表现为线性梯度与常 Hessian。这是 UPG 的最小模型与吸引子。
但高斯钟只是二次势下的表现形式。现实中的分布往往具有重尾、幂律、非二次势的特征。UPG 若要成为真正的统一框架,必须面对这些非高斯情形。
1.2 本文目标
不是“把幂律塞进高斯”,而是“顺着高斯到幂律的自然过渡,找到一条连续变形路径”。
具体目标:
1. 引入 q-势函数族,连接二次势与对数势;
2. 定义 q-几何测度空间;
3. 证明 q-中点极值定理,给出极值点、曲率、Hessian 随 q 的变化;
4. 讨论 q-热方程、q-中心极限、q-最大熵的几何对应;
5. 诚实标注新构造、引用与开放方向。
1.3 结构
· §2 回顾 UPG 核心与高斯情形
· §3 q-势函数与 q-几何测度空间
· §4 q-中点极值定理
· §5 q-热方程与 q-中心极限
· §6 q-最大熵原理
· §7 与幂律、稳定分布、Tsallis 统计的关系
· §8 结论与开放方向
---
§2 预备:UPG 核心与高斯情形
2.1 UPG 核心
定义 2.1(几何测度空间)
几何测度空间是三元组 (M,\mathcal{B}(M),\mu),其中 M 为完备可分度量空间,\mathcal{B}(M) 为 Borel \sigma-代数,\mu 为概率测度,关于参考测度 \nu 绝对连续。
定义 2.2(势函数)
h(x)=-\log\frac{d\mu}{d\nu}(x).
定理 2.3(中点极值定理,论文1)
若 h 严格凸、C^2,则以下等价:
1. \nabla h(\mu)=0,\nabla^2 h(\mu)\succ 0;
2. \mu=\mathbb E[X],p(\mu)=\max p;
3. 曲面 z=h(x) 在 \mu 处为全局谷底。
2.2 高斯情形:二次势
当
h(s)=\frac{s^2}{2}+\text{常数}
时:
· 概率侧:p(s)\propto e^{-s^2/2},高斯分布;
· 几何侧:z=h(s) 为抛物面;
· 代数侧:\nabla h=s,\nabla^2 h=1,线性梯度、常 Hessian;
· 动力学:热方程 \partial_t p=\frac12\Delta p 的基本解;
· 极限:中心极限定理的吸引子。
2.3 高斯钟是表现形式,不是内核
内核是“取负对数得势函数 + 中点极值定理”。高斯钟是内核在二次势下的标准像。换成非二次势,内核不变,但概率侧、几何侧、代数侧的具体形态改变。
---
§3 q-势函数与 q-几何测度空间
3.1 从二次势到对数势
高斯对应:
h(s)\propto s^2.
幂律对应:
h(x)\propto \log x.
两者之间的自然过渡由 q-对数给出。
定义 3.1(q-对数)
对 q\in\mathbb R,定义 q-对数:
\ln_q x=\frac{x^{1-q}-1}{1-q},\qquad x>0.
当 q\to 1 时,\ln_q x\to\ln x。
定义 3.2(q-指数)
\exp_q x=\left[1+(1-q)x\right]^{\frac{1}{1-q}},
当 q\to 1 时,\exp_q x\to e^x。
3.2 q-势函数
定义 3.3(q-势函数)
h_q(x)=\frac{1}{q-1}\log\left[1+(q-1)\frac{x^2}{2}\right].
性质:
· q\to 1:h_q(x)\to x^2/2,回到二次势;
· q=2:h_2(x)=\log(1+x^2/2),对数型势,对应重尾;
· q>1:势函数增长慢于二次,尾部更重;
· q<1:势函数在有限 x 处发散,紧支集。
3.3 q-几何测度空间
定义 3.4(q-几何测度空间)
q-几何测度空间是四元组 (M,\mathcal{B}(M),\mu,q),其中 \mu 的势函数为 h_q,即:
\frac{d\mu}{d\nu}(x)\propto \exp_q\left(-\frac{x^2}{2}\right).
注 3.5:当 q=1 时,\exp_q(-x^2/2)=e^{-x^2/2},回到高斯情形。
---
§4 q-中点极值定理
4.1 问题
中点极值定理的原始形式要求 h 严格凸、C^2。q-势函数 h_q 在什么条件下满足这些要求?极值点如何随 q 变化?
4.2 凸性与极值
引理 4.1(q-势的凸性)
h_q(x) 在 q\ge 1 时对全部 x\in\mathbb R 严格凸;在 q<1 时在 |x|<\sqrt{2/(1-q)} 内严格凸,在边界处发散。
证明:计算二阶导数。
h_q'(x)=\frac{x}{1+(q-1)x^2/2},
h_q''(x)=\frac{1-(q-1)x^2/2}{\left[1+(q-1)x^2/2\right]^2}.
当 q\ge 1 时,分母恒正,分子 1-(q-1)x^2/2 在 q=1 时为 1,在 q>1 时对充分大 x 变为负?需仔细检查。
重新计算:
h_q(x)=\frac{1}{q-1}\log\left[1+(q-1)\frac{x^2}{2}\right].
一阶导:
h_q'(x)=\frac{1}{q-1}\cdot\frac{(q-1)x}{1+(q-1)x^2/2}=\frac{x}{1+(q-1)x^2/2}.
二阶导:
h_q''(x)=\frac{1+(q-1)x^2/2-x\cdot(q-1)x}{\left[1+(q-1)x^2/2\right]^2}
=\frac{1-(q-1)x^2/2}{\left[1+(q-1)x^2/2\right]^2}.
所以:
· q=1:h_1''=1>0,严格凸;
· q>1:当 x^2<2/(q-1) 时 h_q''>0;当 x^2>2/(q-1) 时 h_q''<0。所以在 q>1 时,h_q 不是全局凸,而是在有限区间内凸,外部凹。
· q<1:1-(q-1)x^2/2=1+(1-q)x^2/2>0,且分母在 |x|<\sqrt{2/(1-q)} 内正,所以严格凸。
这个结果很重要:q>1 时,势函数在远处变凹,对应重尾。
定理 4.2(q-中点极值定理)
设 h_q 为 q-势函数。则:
1. 当 q\le 1 时,h_q 在 x=0 处有全局唯一极小点,且 \nabla h_q(0)=0,\nabla^2 h_q(0)=1>0。中点极值定理成立。
2. 当 q>1 时,h_q 在 x=0 处有局部极小点,\nabla h_q(0)=0,\nabla^2 h_q(0)=1>0。但 h_q 在 |x|>\sqrt{2/(q-1)} 后变为凹,极小点不再是全局谷底。
3. 当 q\to 1 时,退化为定理 2.3 的高斯情形。
证明:
(1) 由引理 4.1,q\le 1 时 h_q''>0 全局成立,故严格凸。\nabla h_q(0)=0,故 x=0 为全局唯一极小点。由定义,\mu=\mathbb E[X]=0,p(0)=\max p。曲面谷底在 x=0。
(2) q>1 时,h_q''(0)=1>0,故 x=0 为局部极小。但 h_q'' 在 |x|>\sqrt{2/(q-1)} 后变负,函数变为凹,故 x=0 不是全局极小。此时概率密度 p_q(x)\propto \exp_q(-x^2/2) 具有幂律尾,期望可能发散。
(3) 令 q\to 1,由 \ln_q\to\ln,\exp_q\to\exp,h_q\to h_1=x^2/2,回到定理 2.3。
∎
注 4.3(全局 vs 局部)
q-中点极值定理揭示了:高斯情形(q=1)是全局凸与全局极小的分水岭。q>1 时,极值退化为局部,全局结构被重尾破坏。这与幂律分布期望发散、极值在边界或无穷远的直觉一致。
---
§5 q-热方程与 q-中心极限
5.1 q-热方程
经典热方程:
\partial_t p=\frac12\Delta p
的基本解是高斯。
q-热方程(Tsallis 热方程):
\partial_t p=\frac12\Delta p^q
的基本解是 q-高斯:
p_q(x,t)\propto \exp_q\left(-\frac{x^2}{2t}\right).
几何意义:当 q\to 1,q-热方程回到热方程,q-高斯回到高斯,抛物面吸引子恢复;当 q>1,q-热方程描述异常扩散,吸引子变为 q-高斯,几何曲面不再是抛物面,而是对数型或更一般的曲面。
5.2 q-中心极限定理
经典 CLT:独立同分布、有限方差 → 高斯。
q-CLT(Tsallis 中心极限定理):在 q-独立、q-卷积下,吸引子是 q-高斯。
几何意义:经典 CLT 的吸引子是抛物面;q-CLT 的吸引子是 q-抛物面。当 q\to 1,q-抛物面退化为抛物面。
5.3 边界:稳定分布
当方差发散但满足稳定律时,吸引子不是高斯,而是 α-稳定分布。其势函数为:
h_\alpha(x)\propto |x|^\alpha,\qquad 0<\alpha<2.
几何:|x|^\alpha 在 \alpha=2 时为抛物面,在 \alpha<2 时为尖峰型曲面,极值点在原点但不可微(\alpha<1)或导数奇异。
q-势函数与稳定分布的关系:q-高斯在 q>1 时具有幂律尾,但其精确吸引子性质与稳定分布不同。q-高斯是 q-广义中心极限的吸引子;稳定分布是经典独立同分布但方差发散时的吸引子。两者是不同机制下的重尾表现。
---
§6 q-最大熵原理
6.1 经典最大熵
在约束 \mathbb E[X^2]=\sigma^2 下,Shannon 熵最大者為高斯。
几何意义:二次约束 → 二次势 → 抛物面 → 高斯。
6.2 q-最大熵
在约束 \mathbb E_q[X^2]=\sigma_q^2(q-期望)下,Tsallis 熵
S_q=-\int p^q\log_q p
最大者为 q-高斯。
几何意义:q-二次约束 → q-二次势 → q-抛物面 → q-高斯。
当 q\to 1,Tsallis 熵回到 Shannon 熵,q-高斯回到高斯。
---
§7 与幂律、稳定分布、Tsallis 统计的关系
7.1 幂律分布
幂律分布:
p(x)\propto x^{-\alpha},\qquad x\to\infty.
势函数:
h(x)\propto \alpha\log x.
在 q-势框架中,当 q\to 2 且 x\to\infty 时:
h_q(x)=\frac{1}{q-1}\log\left[1+(q-1)\frac{x^2}{2}\right]\sim \frac{2}{q-1}\log x.
所以 q-势在尾部自然给出对数型势,对应幂律尾。幂律分布是 q-势框架在 q>1、大 x 区域的渐近表现。
7.2 稳定分布
稳定分布是经典 CLT 在方差发散时的推广。其势函数为 |x|^\alpha。q-势函数在 q\to 2 时给出对数势,而稳定分布在 \alpha<2 时给出分数幂势。两者不同,但都是重尾的表现。
7.3 Tsallis 统计
Tsallis 统计以 q-熵、q-指数、q-高斯为核心,是本文 q-势框架的直接来源。本文的贡献在于:将 Tsallis 统计的 q-结构嵌入 UPG 的势函数—极值定理框架,给出几何解释(q-抛物面)与极值条件(q-中点极值定理)。
---
§8 结论与开放方向
8.1 本文结果
1. 引入 q-势函数族,连接二次势(高斯)与对数势(幂律);
2. 定义 q-几何测度空间;
3. 证明 q-中点极值定理:q\le 1 时全局极值成立,q>1 时极值退化为局部,全局结构被重尾破坏;
4. 讨论 q-热方程、q-中心极限、q-最大熵的几何对应;
5. 厘清 q-高斯、幂律、稳定分布、Tsallis 统计的关系。
8.2 诚实定位
· 引用:q-对数、q-指数、Tsallis 熵、q-高斯、q-热方程、q-中心极限(已有结果);
· 新构造:q-势函数、q-几何测度空间、q-中点极值定理;
· 有限性约定:本文限定一维情形、q 为实数、势函数足够光滑;
· 开放方向:
· 高维 q-势函数与 q-几何测度空间;
· q>1 时全局极值失效后的替代极值概念(边界极值、约束极值、无穷远极值);
· q-中点极值定理与论文6 动态版本的结合;
· q-势函数在 ∞-拓扑斯框架下的加权版本;
· 与稳定分布、Lévy 飞行的严格关系。
8.3 一句话
高斯钟是 UPG 在二次势下的标准像,幂律是 UPG 在对数势下的边界表现。q-势函数族把两者连成一条连续变形路径,q-中点极值定理描述了这条路径上极值结构的连续变化。q=1 是全局凸与全局极值成立的分水岭;q>1 时,重尾破坏全局结构,极值退化为局部。这就是从高斯吸引子到幂律边界的顺势统一。
---
参考文献
略
---
(正文完)