The special trajectory ensemble average (TEA), denoted by a subscript 0, in the Jarzynski Equality (JE) results in the Jensen inequality <R>_0 GT-EQ delta(F) for the work R done on the system, and not the thermodynamic work inequality <R> GT-EQ delta(F) since we find <R> NEQ <R>_0. Therefore, contrary to the common belief, the Jensen inequality does not directly support the JE as a nonequilibrium result. Jarzynski's microscopic treatment of the inclusive energy considers only the external work d_eE_k but neglects the ubiquitous change d_iE_k due to external-internal force imbalance, though d_iE_k's are present even in a reversible process as we show. Because of this neglect, no thermodynamic force necessary for dissipation is allowed. Thus the JE has no built-in irreversibility, despite a time-dependent work protocol. We support our claim by an explicit calculation, which shows that <R>_0 > delta(F) even for a reversible process for which <R> = delta(F). This also confirms that <R> and <R>_0 are different averages.


翻译:Jarzynski Equality (JE)中以一个下标0表示的特殊轨迹共同平均值(TEA)在Jarzynski Equality (JE)中以一个下标 0表示的特殊轨迹共同平均值(TEA)导致Jensen 不平等 <R ⁇ 0 GT-EQ delta (F), 而不是热力工作不平等 <R> GT-EQ delta (F), 而不是热力工作不平等 <R> GT-EQ delta (F), 因为我们发现 < R> NEQ < R ⁇ 0. 。 因此,Jensen 不平等并不直接支持JE, 作为一种无平衡的结果。 JE 的对包容性能源的微观处理只考虑外部工作 d_E_k, 却忽视了外部力量不平衡导致的无处不在的变化 d_i_E_k, 尽管 d_E_k 存在于一个可逆转的进程中。 由于这种忽视, 不存在必要的热力。 因此JE没有建立不可逆转性,尽管有时间依赖协议。 (JE没有建立不可逆转性,我们支持这种主张 delR_R> 也通过一个明确的计算来确认这个过程。

0
下载
关闭预览

相关内容

100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Arxiv
3+阅读 · 2018年4月9日
Arxiv
17+阅读 · 2018年4月2日
VIP会员
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Top
微信扫码咨询专知VIP会员