[论文解读] Coarse-graining via the fluctuation-dissipation theorem and large-deviation theory

Alberto Montefusco, Mark A. Peletier+1 more|arXiv (Cornell University)|Sep 19, 2018

Advanced Thermodynamics and Statistical Mechanics参考文献 50被引用 3

一句话总结

本文将涨落-耗散定理（FDT）推广至具有细致平衡的马尔可夫过程及大偏差原理，通过广义梯度流实现对罕见事件（如化学反应）系统的粗粒化。关键贡献是构建了一个从动态速率函数推导耗散势能的框架，该框架在 A⇌B 反应的克兰默逃逸问题中得到验证。

ABSTRACT

The fluctuation-dissipation theorem is a central result in statistical mechanics and is usually formulated for systems described by diffusion processes. In this paper, we propose a generalization for a wider class of stochastic processes, namely the class of Markov processes that satisfy detailed balance and a large-deviation principle. The generalized fluctuation-dissipation theorem characterizes the deterministic limit of such a Markov process as a generalized gradient flow, a mathematical tool to model a purely irreversible dynamics via a dissipation potential and an entropy function: these are expressed in terms of the large-deviation dynamic rate function of the Markov process and its stationary distribution. We exploit the generalized fluctuation-dissipation theorem to develop a new method of coarse-graining and test it in the context of the passage from the diffusion in a double-well potential to the jump process that describes the simple reaction $A ightleftarrows B$ (Kramers' escape problem).

研究动机与目标

• 将经典的涨落-耗散定理从扩散过程推广至具有细致平衡的一般马尔可夫过程。
• 开发一种适用于以罕见大尺度事件（如化学反应）为主导而非连续扩散动力学的系统的粗粒化方法。
• 建立大偏差理论与纯耗散系统中广义梯度流之间的联系。
• 提供一个直接从马尔可夫过程的动态速率函数计算耗散势能的框架。
• 以克兰默逃逸问题为罕见事件动力学的原型，测试该方法。

提出的方法

• 利用大偏差理论表征马尔可夫过程的静态与动态涨落，其中动态速率函数编码了路径偏离确定性极限的偏差。
• 在罕见事件过程中应用 Feng-Kurtz 方法进行动态速率函数的数值计算。
• 通过动态速率函数定义耗散势能，以非线性的广义梯度结构替代经典 FDT 中的扩散张量。
• 将宏观动力学构建为由熵函数（来自平稳分布）和耗散势能（来自动态速率函数）驱动的广义梯度流。
• 利用广义 FDT 将涨落统计（通过大偏差）与不可逆的耗散宏观动力学联系起来。
• 在克兰默逃逸问题中验证该方法，其中微观双势阱中的扩散粗粒化为 A⇌B 的马尔可夫跳跃过程。

实验结果

研究问题

• RQ1 如何将涨落-耗散定理推广至非扩散型马尔可夫过程（如具有罕见事件的跳跃过程）？
• RQ2 在纯耗散系统中，大偏差速率函数与广义梯度流之间的数学结构是什么？
• RQ3 是否能直接从微观马尔可夫过程的动态速率函数推导出宏观动力学中的耗散势能？
• RQ4 在经典基于扩散的 FDT 失效的系统（如单分子反应）中，该提出的粗粒化方法表现如何？
• RQ5 细致平衡与大偏差原理在实现从微观随机过程到宏观不可逆动力学的一致粗粒化中起什么作用？

主要发现

• 广义涨落-耗散定理在马尔可夫过程的动态速率函数与其中确定性极限的耗散势能之间建立了唯一对应关系。
• 宏观动力学表现为广义梯度流，其中熵函数来自平稳分布，耗散势能来自动态速率函数。
• 该方法成功实现了克兰默逃逸问题的粗粒化，将双势阱中的扩散转化为 A⇌B 的马尔可夫跳跃过程，正确捕捉了跃迁速率。
• 通过直接解析速率函数的完整结构，该方法避免了传统过渡路径采样中常见的跨回问题与边界定义难题。
• 该方法可通过 Feng-Kurtz 方法实现数值计算，对玻璃态和塑性等复杂系统具有前景，尽管计算效率仍是一大挑战。
• 该框架目前仅限于纯耗散系统；向包含可逆分量的 GENERIC 类动力学扩展仍是开放问题。