Restoring detailed balance in non-Hermitian Markov processes

Sintesi Tecnica: Ripristinare il Bilancio Dettagliato nei Processi Markoviani Non Ermitiani

Problematica
I processi stocastici fuori equilibrio, in particolare quelli modellati da processi di Markov con stati discreti, coinvolgono frequentemente tassi di transizione asimmetrici che rompono il bilancio dettagliato. Questi generatori stocastici non ermitiani ($H$) portano a una produzione di entropia non monotona, dove l'entropia può diminuire dopo aumenti transitori. Questo comportamento mina le interpretazioni termodinamiche standard e le tecniche di inferenza che si basano sulla massimizzazione dell'entropia o sull'assunzione di un aumento costante dell'incertezza. Inoltre, la mancanza di reversibilità temporale in questi sistemi complica l'interpretazione fisica degli stati di equilibrio, che possono codificare configurazioni a bassa entropia. Sebbene i metodi a reti tensoriali affrontino la "maledizione della dimensionalità" nei sistemi interagenti ad alta dimensione, essi non risolvono il problema fondamentale della dinamica non ermitiana e della conseguente entropia non monotona.

Metodologia
Gli autori propongono l'uso di mappe di Dyson ($\eta$) per trasformare i generatori stocastici non ermitiani in operatori ermitiani preservando lo spettro degli autovalori reali. La metodologia centrale prevede:

1. Trasformazione di Dyson: Una trasformazione reversibile viene applicata all'equazione master $\partial_t |P(t)\rangle = -H|P(t)\rangle$, ottenendo un'equazione trasformata $\partial_t |\phi(t)\rangle = -\tilde{H}|\phi(t)\rangle$, dove $|\phi(t)\rangle = \eta|P(t)\rangle$ e $\tilde{H} = \eta H \eta^{-1}$.
2. Operatore Metrico: La trasformazione introduce un operatore metrico $\Omega = \eta^\dagger \eta$, che ricalibra i contributi nel sistema originale. Questo operatore connette le misurazioni nelle coordinate trasformate al vettore di probabilità originale, garantendo che le medie statistiche $\langle O \rangle$ possano essere recuperate tramite $\langle \phi | \tilde{\Omega} \Xi' O' | \phi \rangle$.
3. Ripristino dell'Entropia: Nel sistema trasformato, l'entropia di Rényi $S' = -\ln |\phi(t)|^2$ è dimostrato aumentare monotonicamente nel tempo ($\frac{1}{2}\frac{d}{dt}S'(t) \geq 0$). Ciò contrasta con il sistema originale, dove il modulo al quadrato $|P(t)|^2$ (e quindi l'entropia) può presentare minimi locali.
4. Costruzione Computazionale:
   • Approccio Analitico: Gli autori cercano un generatore ermitiano $\Lambda = \ln \eta$ all'interno di un'algebra di operatori chiusa. Espandendo la condizione $H = H^\dagger$ in termini di commutatori, derivano un insieme di equazioni algebriche (che coinvolgono i coefficienti $G_{ijk}$) per risolvere $\Lambda$. Questo approccio assume una struttura chiusa sotto il commutatore, il che potrebbe non essere valido per tutti i problemi interagenti non banali.
   • Approccio Numerico: Per i casi generali in cui la chiusura analitica è difficile, viene proposto un algoritmo numerico iterativo. Questo metodo tratta $\Lambda$ come un asse di rotazione nell'algebra, eseguendo rotazioni iterative per sopprimere la componente anti-ermitiana ($\Delta H$) del generatore fino al raggiungimento di una tolleranza.

Risultati Chiave
La metodologia è stata applicata a un modello epidemico Suscettibile-Infetto-Suscettibile (SIS) su un grafo di contatto statico:

• Crescita Monotona dell'Entropia: Nel sistema trasformato, l'entropia di Rényi $S'$ aumenta monotonicamente fino al raggiungimento dell'equilibrio, mentre l'entropia del sistema originale mostra un massimo transitorio seguito da una diminuzione.
• Equivalenza Statistica: Nonostante la trasformazione, le medie statistiche (media e deviazione standard dei vertici infetti) calcolate nel sistema trasformato corrispondono ai risultati del sistema originale con alta precisione (distanza di Kolmogorov-Smirnov $< 10^{-3}$), a condizione che l'operatore metrico sia applicato correttamente.
• Rilevamento della Transizione di Fase: Il massimo dell'entropia di Rényi in entrambi i sistemi (originale e trasformato) coincide allo stesso rapporto critico tra i tassi di infezione e di guarigione ($\beta/\gamma$). Ciò conferma che il sistema trasformato, nonostante abbia ripristinato la reversibilità temporale, conserva la firma della transizione di fase presente nel sistema non ermitiano originale.
• Preservazione della Struttura: Le distribuzioni di stato stazionario nel sistema trasformato ($|\phi\rangle$) preservano gli indici strutturali della distribuzione originale ($|P\rangle$), suggerendo che i contributi diagonali della mappa di Dyson governano la trasformazione, mentre i componenti off-diagonal servono a mescolare i componenti per aumentare l'entropia.

Significatività e Rivendicazioni
L'articolo sostiene di fornire un metodo generale e computazionalmente trattabile per ripristinare il bilancio dettagliato in una vasta classe di sistemi Markoviani. Convertendo i generatori non ermitiani in ermitiani, l'approccio conferisce a questi sistemi una "interpretazione fisica familiare" caratterizzata da una produzione di entropia strettamente positiva. Ciò consente l'applicazione di standard strumenti di fisica statistica, come la massimizzazione dell'entropia, per determinare gli stati di equilibrio.

Gli autori sottolineano come questo formalismo stabilisca una connessione tra processi stocastici e dinamica quantistica (tramite la rotazione di Wick $t \to i\tau$) per sistemi con spettri reali e non negativi. Questa analogia suggerisce che simulatori quantistici potrebbero potenzialmente essere utilizzati per risolvere difficili problemi stocastici classici dominati da rumore e fluttuazioni. Tuttavia, gli autori notano con modestia alcune limitazioni: l'approccio attuale richiede spettri reali e non può affrontare direttamente sistemi con autovalori complessi (comportamento oscillatorio), e la costruzione analitica dipende da specifiche chiusure algebriche che potrebbero non esistere per tutti i problemi interagenti. Il metodo scambia efficacemente la complessità dell'entropia non monotona con la complessità del calcolo delle medie statistiche tramite l'operatore metrico $\tilde{\Omega}$.