量子马尔可夫过程的杰恩斯原理：广义吉布斯-冯·诺依曼态占优
量子物理
2023-07-28 v1
摘要
我们证明了有限维量子马尔可夫过程的任意渐近行为都可以在离散与连续情形下表述为广义杰恩斯原理的形式。令人惊讶的是，我们发现开放系统动力学并不需要最大化冯·诺依曼熵。事实上，待极值的自然泛函是量子相对熵，由此得到的渐近态或轨迹总是呈指数吉布斯型。针对不同的设定，我们给出了该原理的三个版本，每个版本处理不同的先验知识：针对完全已知初态的渐近轨迹、针对由某些运动常数已知期望值不完全确定的渐近轨迹，以及针对由某些运动积分期望值不完全确定的定态。所有版本都基于底层动力学的知识。因此，我们的原理主要植根于内在物理，而不仅是信息构造。在幺正量子马尔可夫过程的特例中，所发现的原理与最大熵(MaxEnt)原理一致。我们讨论了该广义原理如何修正统计物理的基本关系。
引用
@article{arxiv.2307.14695,
title = {Jaynes principle for quantum Markov processes: Generalized Gibbs - von Neumann states rule},
author = {Jaroslav Novotný and Jiří Maryška and Igor Jex},
journal= {arXiv preprint arXiv:2307.14695},
year = {2023}
}
备注
10 pages