Unraveling a Brownian particle's memory with effective mode chains.
Unraveling a Brownian particle's memory with effective mode chains.
复制标题
用有效的模式链解开布朗粒子的记忆。
DOI：
10.1103/physreve.84.030102
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
I. Burghardt
中科院分区：
文献类型：
--
作者：
R. Martinazzo;K. Hughes;I. Burghardt
记忆效应的量子动力学过程中，涉及结构化的环境，目前很难，如果不是不可能的，调查使用标准的方法。可以通过将环境变量转换为适当的链表示来取得进展，该链表示有效地执行动态的马尔可夫嵌入。在这里，我们证明了这种有效模式链表示提供了一种独特的方式来解开作为时间函数的内存内核κ（t）。截断或马尔可夫闭链与n个有效模式精确地复制κ（t）到第4阶的时间，直到一个不相关的常数阶κ（0）/n。这些有利的收敛特性为通过简化动力学模型对快速（非马尔可夫）过程进行有效的量子模拟铺平了道路。
Memory effects in quantum dynamical processes involving structured environments are presently difficult, if not impossible, to investigate using standard approaches. Progress can be made by transforming the environmental variables to a suitable chain representation which effectively performs a Markovian embedding of the dynamics. Here, we show that this effective-mode chain representation provides a unique way of unraveling the memory kernel κ(t) as a function of time. Truncated or Markov-closed chains with n effective modes exactly reproduce κ(t) to the 4nth order in time, up to an irrelevant constant of order κ(0)/n. These favorable convergence properties pave the way for efficient quantum simulations of fast (non-Markovian) processes by reduced dynamical models.