Simple Science

最先端の科学をわかりやすく解説

# 物理学# 統計力学# 量子物理学

量子粒子に対するランダムリセットの影響

ランダムリセットが量子粒子の振る舞いにどう影響するかを調べてる。

― 1 分で読む


量子リセット効果量子リセット効果べる。ランダムリセット下での量子粒子の挙動を調
目次

この記事では、量子システムがランダムな間隔で繰り返しリセットされるときの挙動について探ります。この研究は、隣接するサイト間を量子粒子がホッピングすることを説明する「タイトバインディングモデル」という特定のモデルに焦点を当てています。私たちの主な疑問は、粒子の位置に基づいて特定の構成に突然リセットされることで、システムの自然な進化が中断されると何が起こるかということです。このシナリオを考えることで、リセットが粒子の動きや位置の確率にどのように影響を与えるかを学べます。

タイトバインディングモデルの概要

タイトバインディングモデル(TBM)は、単一の量子粒子が線上の点間をホッピングするシンプルなシステムを表します。粒子は隣接するサイトにしか移動できず、その挙動は量子力学を使って説明されます。この設定では、粒子の位置がその瞬間ごとに定義され、もし自発的に進化させると時間とともにどのように広がるかを追跡できます。

量子システムと確率的リセット

最近、ランダムにリセットできるシステムの研究が増えてきています。この概念は古典的なシステムと量子システムの両方に適用され、さまざまな物理プロセスのモデルとして機能します。この文脈では、リセットとは、ランダムなタイミングでシステムの進化が中断され、その状態に突然変化が生じることを意味します。

リセットプロトコル

私たちは、量子粒子が特定のサイトにランダムなタイミングでリセットされる特定のリセットプロトコルを採用します。リセットの確率は粒子の現在の位置に依存します。これにより、粒子はシステムの自然な進化だけでなく、その位置に基づく条件付きリセットにも影響を受ける状況が生まれます。

タイトバインディングモデルにおけるリセットの分析

ユニタリー進化

最初に、量子粒子はユニタリー進化と呼ばれるプロセスを通じて進化します。これは、粒子の位置が波動関数によって決定され、システムのダイナミクスを支配するハミルトニアンに影響されることを意味します。波動関数は粒子のすべての可能な位置を説明し、いくつかの位置は他の位置よりも確率が高いです。

条件付きリセット

リセットプロトコルのもとでは、ランダムな時間後に粒子は現在の位置に基づいて2つの特定のサイトのうちの1つにリセットされることがあります。つまり、粒子が特定の位置の右側にいる場合、右側のサイトにリセットされ、左側の場合も同様です。

システムの長時間挙動

私たちの分析での重要な発見の1つは、システムの長時間挙動です。リセットプロトコルの影響下で、粒子はリセットサイトの周りにローカライズする傾向があります。それに対して、粒子がリセットなしで進化すると、特定の場所に定住せずに無限にラティス上に広がります。

異なる時間間隔でのリセット

指数分布

リセット間の時間が指数分布に従うシナリオを考えます。これは、リセット間の短い時間が長い時間よりも起こりやすいことを意味します。この条件下では、粒子は十分な時間が経過するとリセットポイントの周りにローカライズする傾向があります。

パワー法則分布

次に、時間間隔がパワー法則分布に従うケースを考えます。このシナリオでは、時間間隔が長く、かなり変動します。パワー法則分布の指数が低い場合、システムは定常状態に落ち着かず、粒子はリセットにもかかわらず時間と共に広がり続けることがわかりました。

リセットプロトコルと定常状態

指数リセットによる定常状態

指数分布のタイミングでシステムをリセットすると、粒子は最終的に定常状態に到達します。この状態では、特定のサイトで粒子を見つける確率は時間とともに一定です。

パワー法則リセットの課題

パワー法則リセットの場合、結果は大きく異なります。パワー法則の指数によっては、システムは定常状態に達しないことがあります。時間間隔の平均が無限の場合、粒子はリセットされる前に遠くに移動しすぎて、継続的に広がることになります。

結論

全体として、量子システムにおける条件付きリセットプロトコルの研究は興味深いダイナミクスを明らかにします。異なるリセット条件下での量子粒子の挙動は、その本質とリセットを介して導入される外部の介入の両方によって動きがどのように影響を受けるかを示しています。この理解は、量子システムや統計力学、量子コンピューティングなどのさまざまな分野での応用を探る新しい道を開きます。

謝辞

この研究を支えるための支援とリソースに感謝します。共同作業や議論が研究を豊かにし、量子ダイナミクスや確率過程の分野における将来の探求の道を開きました。

オリジナルソース

タイトル: Tight-binding model subject to conditional resets at random times

概要: We investigate the dynamics of a quantum system subjected to a time-dependent and conditional resetting protocol. Namely, we ask: what happens when the unitary evolution of the system is repeatedly interrupted at random time instants with an instantaneous reset to a specified set of reset configurations taking place with a probability that depends on the current configuration of the system at the instant of reset? Analyzing the protocol in the framework of the so-called tight-binding model describing the hopping of a quantum particle to nearest-neighbour sites in a one-dimensional open lattice, we obtain analytical results for the probability of finding the particle on the different sites of the lattice. We explore a variety of dynamical scenarios, including the one in which the resetting time intervals are sampled from an exponential as well as from a power-law distribution, and a set-up that includes a Floquet-type Hamiltonian involving an external periodic forcing. Under exponential resetting, and in both presence and absence of the external forcing, the system relaxes to a stationary state characterized by localization of the particle around the reset sites. The choice of the reset sites plays a defining role in dictating the relative probability of finding the particle at the reset sites as well as in determining the overall spatial profile of the site-occupation probability. Indeed, a simple choice can be engineered that makes the spatial profile highly asymmetric even when the bare dynamics does not involve the effect of any bias. Furthermore, analyzing the case of power-law resetting serves to demonstrate that the attainment of the stationary state in this quantum problem is not always evident and depends crucially on whether the distribution of reset time intervals has a finite or an infinite mean.

著者: Anish Acharya, Shamik Gupta

最終更新: 2023-12-19 00:00:00

言語: English

ソースURL: https://arxiv.org/abs/2308.14040

ソースPDF: https://arxiv.org/pdf/2308.14040

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。

著者たちからもっと読む

類似の記事