Stochastic thermodynamics with arbitrary interventions.
Stochastic thermodynamics with arbitrary interventions.
复制标题
任意干预的随机热力学
DOI：
10.1103/physreve.100.022135
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
A. Winter
中科院分区：
文献类型：
--
作者：
P. Strasberg;A. Winter
我们在三个方向上扩展了随机热力学理论：(i)代替连续监测系统，我们只考虑在任意一组离散时间的测量，（ii）我们允许不完美的测量和描述中的不完整信息，以及（iii）我们处理任意操作（例如，反馈控制操作），允许依赖于整个测量记录。为此，我们为一个与单一热浴接触的驱动系统定义了四个关键的热力学量——内能、热量、功和熵——沿着因果模型的单一“轨迹”。在轨道水平上验证了第一定律，在平均水平上验证了第二定律。我们强调贝叶斯或“裸”测量（不完整的信息，但没有平均干扰）的特殊情况，这使我们能够将我们的理论与文献进行比较，并推导出jarzynski型实验中估计的自由能差的一般不等式。本文还对最近的麦克斯韦妖实验进行了实时反馈控制分析。作为一种数学工具，我们证明了史汀斯普林斯膨胀定理的经典版本，这可能是一个独立的兴趣。
We extend the theory of stochastic thermodynamics in three directions: (i) instead of a continuously monitored system we consider measurements only at an arbitrary set of discrete times, (ii) we allow for imperfect measurements and incomplete information in the description, and (iii) we treat arbitrary manipulations (e.g., feedback control operations) which are allowed to depend on the entire measurement record. For this purpose we define for a driven system in contact with a single heat bath the four key thermodynamic quantities—internal energy, heat, work, and entropy—along a single “trajectory” for a causal model. The first law at the trajectory level and the second law on average is verified. We highlight the special case of Bayesian or “bare” measurements (incomplete information, but no average disturbance) which allows us to compare our theory with the literature and to derive a general inequality for the estimated free energy difference in Jarzynski-type experiments. An analysis of a recent Maxwell demon experiment using real-time feedback control is also given. As a mathematical tool, we prove a classical version of Stinespring's dilation theorem, which might be of independent interest.
登录
查看更多内容
DOI：
10.1103/physreve.88.062107
发表时间：
2013-05
期刊：
Physical review. E, Statistical, nonlinear, and soft matter physics
影响因子：
--
作者：
P. Strasberg;G. Schaller;T. Brandes;M. Esposito
通讯作者：
P. Strasberg;G. Schaller;T. Brandes;M. Esposito
影响因子：
1.8
作者：
Esposito, Massimiliano;Schaller, Gernot
通讯作者：
Schaller, Gernot
边缘观察者的有效热力学。
影响因子：
8.6
作者：
M. Polettini;M. Esposito
通讯作者：
M. Esposito
影响因子：
4.6
作者：
Loos, Sarah A. M.;Klapp, Sabine H. L.
通讯作者：
Klapp, Sabine H. L.
基于粗粒度数据或噪声测量的热力学推断。
影响因子：
2.4
作者：
Reinaldo García;S. Lahiri;D. Lacoste
通讯作者：
D. Lacoste