凝聚态物理 > 统计力学
[提交于 2025年8月6日
]
标题: 马尔可夫跳跃过程的路径可观测值的随机微积分:扩散和跳跃动力学的统一
标题: Stochastic Calculus for Pathwise Observables of Markov-Jump Processes: Unification of Diffusion and Jump Dynamics
摘要: 路径可观测量——随机轨迹的泛函——是时间平均统计力学的核心,并且在热力学不等式如不确定性关系、速度限制和关联界限中起着关键作用。 它们在典型情况下提供了一种热力学推断的方法,当系统中所有耗散自由度无法实验上获取时。 到目前为止,专注于路径可观测量的理论发展主要集中在两个方向:扩散过程和马尔可夫跳跃动力学,几乎是以互不相关的方式进行的。 此外,即使对于扩散和跳跃动力学的相关结果,也是通过一系列不同的方法得出的,这些方法主要是间接的。 最近,随机微积分被证明可以为扩散过程的路径可观测量提供一种直接的方法,而对应的跳跃动力学框架却一直难以捉摸。 在我们的工作中,我们开发了一种与连续空间扩散完全平行的随机微积分,用于马尔可夫跳跃过程的路径可观测量。 我们为跳跃过程提出了一个“朗之万方程”,定义了广义的路径可观测量,并建立了它们的协变结构,从而全面考虑了瞬态和时间非齐次动力学。 我们以最一般的形式证明了已知的热力学不等式,并讨论了饱和条件。 我们确定了路径可观测量对一般(包括热)扰动的响应,并进行了连续极限,以实现扩散和跳跃动力学的完全统一。 我们的结果为离散状态下生成扩散模型的类比以及从波动轨迹中学习随机热力学开辟了新的途径。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.