Free energy dissipation and a decomposition of general jump diffusions on $\mathbb{R}^n$ without detailed balance

技术摘要：无细致平衡条件下 $\mathbb{R}^n$ 上一般跳跃-扩散过程的自由能耗散与分解

问题陈述
本文研究了连续态跳跃-扩散过程（一类结合了布朗运动和泊松驱动跳跃的随机动力学过程）的热力学结构。虽然对于连续扩散过程（由局部福克-普朗克方程控制）和离散态马尔可夫跳跃过程（主方程），自由能、熵产生与细致平衡之间的关系已得到充分研究，但连续态跳跃-扩散过程的非平衡统计力学研究仍不够深入。具体而言，在存在非局部算子的情况下，目前缺乏关于自由能耗散、熵产生和维持热（housekeeping heat）的显式且可计算的公式。核心挑战在于如何将几何与算子理论中的分解（如亥姆霍兹-霍奇分解）扩展到非局部设定中，因为在这种设定下，概率流的标准定义变为非局部的，且对“残余漂移”（residual drift）和保守动力学的表征变得不再平凡。

方法论
作者分析了一个定义在 $\mathbb{R}^n$ 上的广义跳跃-扩散过程 $(X_t)_{t \geq 0}$，该过程由如下随机微分方程给出：
$$dX_t = b(X_t)dt + \sqrt{2\beta^{-1}}a(X_{t-}) \circ dB_t + \int_{\mathbb{R}^n \setminus \{0\}} \sigma(X_{t-}, z) N(dt, dz)$$
其中 $B_t$ 是布朗运动，$\beta$ 是逆温度，$N$ 是泊松随机测度。

其方法论通过三个主要步骤进行：

1. 热力学公式化： 作者将广义自由能 $F(\rho(t))$ 定义为随时间变化的密度 $\rho(t, x)$ 与不变测度 $\mu_{ss}$（其密度为 $\rho_{ss}(x)$）之间的相对熵（经 $\beta^{-1}$ 缩放）。通过结合这一定义与非局部福克-普朗克方程，他们推导出了自由能的一个显式时间导数公式。
2. 耗散分解： 所得的耗散率被分解为两个非负项：熵产生率 $e_p(t)$ 和维持热 $Q_{hk}(t)$。这一分解依赖于定义局部概率流（与扩散相关）和非局部概率流（与跳跃相关）。
3. 算子理论分裂： 作者引入了一个加权希尔伯特空间 $L^2(\mathbb{R}^n, \rho_{ss} dx)$，并分析了生成元 $\mathcal{L}$ 关于不变测度的伴随结构。他们证明了 $\mathcal{L}$ 具有一个规范分解，即对称部分 ($\mathcal{L}_s$) 和反对称部分 ($\mathcal{L}_a$)。

核心贡献与结果

1. 自由能耗散恒等式：
   本文建立了恒等式：
   $$\frac{dF(\rho(t))}{dt} = Q_{hk}(t) - \beta^{-1} e_p(t)$$
   其中 $e_p(t) \geq 0$ 代表总熵产生率（包含局部扩散和非局部跳跃的贡献），而 $Q_{hk}(t) \geq 0$ 代表维持非平衡稳态（NESS）所需的维持热。作者证明了克劳修斯型不等式 $\theta \frac{dS}{dt} - \frac{dQ}{dt} = \theta e_p(t) \geq 0$。

2. 生成元分解 ($\mathcal{L} = \mathcal{L}_s + \mathcal{L}_a$)：
   关于生成器 $\mathcal{L}$ 的分解结果如下：

   • 对称部分 ($\mathcal{L}_s$)： 该算子关于 $\mu_{ss}$ 是自伴的。它产生满足细致平衡的可逆动力学。自由能耗散完全由该部分驱动，并通过一个非局部费雪信息泛函 $I[\rho(t)]$ 来量化，该泛函是通过 $\mathcal{L}_s$ 的狄利克雷形式定义的。具体而言，$\frac{dF}{dt} = -\beta^{-1} I[\rho(t)]$。
   • 反对称部分 ($\mathcal{L}_a$)： 该算子关于 $\mu_{ss}$ 是反对称的。它产生一个规范保守流（散度为零的概率流），该流保持平稳测度不变。至关重要的是，作者证明了与 $\mathcal{L}_a$ 相关的自由能耗散恒等于零（$F'_a(\rho) = 0$）。该部分解释了打破细致平衡的循环和概率流。

3. 细致平衡的表征：
   论文通过展示在缺乏细致平衡的情况下，平稳条件是通过由 $\mathcal{L}_a$ 生成的闭合电流环路全局满足的，而非通过局部电流消失来满足，从而深化了对细致平衡的理解。作者证明，反对称部分的消失等价于时间可逆性和细致平衡。

4. 数值说明：
   文中展示了两个关于细胞内主动运输的一维示例：

   • 非平衡情况： 一个带有约束漂移的 Lévy 驱动模型。结果显示，存在非零的稳态维持热和熵产生，其中自由能趋于零，但系统仍处于非平衡态。该分解阐明了持续电流是由 $\mathcal{L}_a$ 驱动的，而弛豫过程则由 $\mathcal{L}_s$ 驱动。
   • 平衡情况： 一种“重置为吉布斯分布”的跳跃机制。在这种情景下，维持热消失，自由能耗散完全等于熵产生率，这与不存在反对称分量的情况一致。

意义与主张
作者声称，这项工作为跳跃-扩散过程提供了一个统一的热力学框架，将经典连续扩散和离散马尔可夫链的结果扩展到了非局部动力学领域。其主要意义在于：

• 结构清晰性： 通过将动力学分为耗散的可逆部门 ($\mathcal{L}_s$) 和非耗散的循环部门 ($\mathcal{L}_a$)，为非平衡稳态提供了清晰的几何解释。
• 量化维持成本： 明确识别出维持热是维持非平衡循环的能量成本，这与趋向稳态的弛豫相关的耗散是不同的。
• 广义费雪信息： 引入了一个非局部费雪信息泛函，该泛函控制着自由能衰减的速率，并将对称生成元的谱性质与系统的收敛速率联系起来。

文章最后指出，这种分解提供了一种系统的方法，可以将复杂的系统中耗散性的弛豫与驱动性的循环区分开来，在生物物理学（如细胞内运输）和机器学习（如非高斯生成模型）领域具有潜在的应用价值，尽管本文主要侧重于理论推导和说明性示例，而非提出新的实验方案。