基于min-cut的规范部分排序与随机张量网络中的量子纠缠
数学物理
2025-07-01 v1 组合数学
math.MP
概率论
量子物理
摘要
max-flow min-cut定理最近被用于量子信息理论中的随机张量网络理论中，有助于计算诸如纠缠熵等重要物理量的行为。本文将max-flow min-cut定理扩展为网络顶点集合上不同部分排序之间的关系，提出一种基于网络min-cut结构的新部分排序。我们将扩展的max-flow min-cut定理应用于随机张量网络，发现由于min-cut的退化导致的有限修正纠缠Renyi熵由从min-cut部分排序到由对称群上的非交叉分区诱导的部分排序之间的序态 morphism 数目给出。此外，我们证明了序态 morphism的数目对应于一种图依赖测度的矩，这种测度在某些特殊情况下是自由Bessel律的推广。
引用
@article{arxiv.2506.23894,
title = {Canonical partial ordering from min-cuts and quantum entanglement in random tensor networks},
author = {Miao Hu and Ion Nechita},
journal= {arXiv preprint arXiv:2506.23894},
year = {2025}
}