This commit is contained in:
陈浩南 2024-03-19 18:37:26 +08:00
parent be20ac373d
commit 0fdd9482bf
2 changed files with 72 additions and 0 deletions

View File

@ -19,5 +19,40 @@ Lindblad 方程通常被用来描述 Markovian 退化过程。但这个方法依
# METHODOLOGY
我们使用扩展的 Lindblad 方程来描述。我们将使用一下术语:
* 我们将所有的系统都叫做自旋。自旋既被用于指代单个 building blocks也被用于指代一个复杂的系统。
* 我们假定自旋系统内部的相互作用强于自旋系统之间。
* 使用两个耦合强度的差值来定义自旋。
* 我们将改变密度矩阵对角元的行为称为自旋翻转过程。
TODO: “耦合强度的差值来定义自旋”是指什么?
## A. First-order cluster approximation
我们要考虑的系统,包括了一个中心自旋和一些周围的自旋。
我们使用 $s_0$ 来表示中心自旋,使用 $s_i$ 来表示周围的自旋,假定有 $n$ 个周围的自旋。
使用 $d_i$ 来表示这些系统的希尔伯特空间维度。
我们假定 $s_i$ 都只与 $s_0$ 有相互作用。系统的 Lindblad 方程可以写成:
$$
\dot{Q}_S = \frac{1}{i\hbar}[H_0, Q_S] + \varepsilon(Q_S)
$$
其中哈密顿量考虑了每个自旋的哈密顿量,以及每个自旋与中心自旋的相互作用:
$$
H_0 = h_0 + \sum_{i=1}^{n} (h_i + h_{0i})
$$
这个系统的维度会随着 $n$ 的增长而指数增长,还是太复杂,所以再使用一些方法来近似处理这个系统。
我们使用 $C_N$ 来标记一个 $N$ 阶近似中所有的系统。
$C_0$ 只包含各个 $s_i$ 自己的哈密顿量,$C_1$ 包含了 $s_0$ 和 $s_i$ 之间的相互作用。
描述它们的方程分别是:

View File

@ -1,6 +1,43 @@
$\require{physics}$
# abstract
本文讨论了林德布拉德方程在一个特殊情况下的推导,给出了一个直观的印象,指出 Markov 近似是林德布拉德算符的前提条件。
严格的推导需要量子动力学半群,并且需要考虑环境和温度,这里不作讨论。
# 1. Introduction
定义超算符,就是在一个算符两侧作用一对相互共轭的算符。
定义混合态的密度算符:
$$
\rho(t) = \sum_{i} p_i \rho_i(t)
$$
注意到,混合态不是纠缠态,各个纯态之间是独立演化的,所以概率分布是不含时,由系统完全决定的。
由此可以推导得到刘维尔Liouvile方程
$$
\dv{\rho(t)}{t} = \frac{1}{i\hbar} [H, \rho(t)]
$$
在这个基础上可以扩展得到林德布拉德Lindblad方程
$$
\dv{\rho(t)}{t} = \frac{1}{i\hbar} [H, \rho(t)]
+ \sum_{i} \qty( L_i \rho(t) L_i^\dagger - \frac{1}{2} \qty{L_i^\dagger L_i, \rho(t)} )
$$
其中 $L_i$ 是林德布拉德算符,它用于描述体系受到的扰动的效果。
可以证明,最多只需要取 $N^2 - 1$ 个算符就可以描述所有的扰动的自由度,其中 $N$ 是纯态波函数所在希尔伯特空间的维度。
# 2. Lindblad examples
这里使用的不是国际单位制,因此会有一些常数上的差别。
全部假定 $H = 0$,并且前四个例子都只考虑二维空间中的情况。
## 2.1. Random phases
考虑两个纯态组成的混合态,它们的相位会随着时间随机游走,