Efficient measure of information backflow with a quasistochastic process

Titel: Efficiënte maatstaf voor informatie-terugstroming met een quasistochastisch proces

Auteurs: Kelvin Onggadinata en Teck Seng Koh (Nanyang Technological University, Singapore)
Datum: 1 april 2026

---

1. Het Probleem

Het karakteriseren en kwantificeren van niet-Markoviaanse dynamica in open kwantumsystemen is een cruciaal onderwerp in de kwantumcomputatie en -communicatie. In Markoviaanse dynamica dissipeert informatie continu naar de omgeving. Bij niet-Markoviaanse dynamica treedt echter een geheugeneffect op waarbij informatie tijdelijk terugstroomt van de omgeving naar het systeem (informatie-terugstroming).

Bestaande methoden om dit te detecteren, zoals de Breuer-Laine-Piilo (BLP) maatstaf, zijn gebaseerd op de trace-afstand tussen twee kwantumtoestanden. Een systeem wordt als niet-Markoviaans beschouwd als de trace-afstand tussen twee toestanden toeneemt in plaats van monotoon af te nemen.

• De beperking: Deze benadering vereist een optimalisatie over alle mogelijke paren van initiële kwantumtoestanden ($\max_{\rho_1, \rho_2}$). Voor systemen met hoge dimensies is deze optimalisatie analytisch zeer uitdagend en numeriek zeer kostbaar.
• Het doel: De auteurs zoeken een efficiënter, toestand-onafhankelijk (state-independent) getuige en maatstaf voor informatie-terugstroming die geen optimalisatie vereist.

2. Methodologie

De auteurs introduceren een nieuwe aanpak die gebruikmaakt van de Quasikansrepresentatie (Quasiprobability Representation - QPR) en recente vooruitgang in de theorie van majorisatie voor quasikansen.

• Quasikansrepresentatie (QPR): Kwantumobjecten (toestanden, kanalen, metingen) worden in kaart gebracht naar vectoren en matrices met reële waarden, vergelijkbaar met klassieke waarschijnlijkheidstheorie, maar met de mogelijkheid van negatieve waarden (een teken van niet-klassicaliteit).
  • Een kwantumkanaal $\Lambda_t$ wordt vertaald naar een quasistochastische matrix $S_{\Lambda_t}$.
  • Voor een uniaal kanaal is deze matrix quasibistochastisch (rij- en kolomsums zijn 1).
• Majorisatie en Entropie: De auteurs maken gebruik van een stelling uit de theorie van majorisatie voor quasikansen. Zij tonen aan dat voor een specifieke familie van Rényi-entropieën (met parameter $\alpha$), de entropie monotoon afneemt onder bistochastische mapping.
• Keuze van Entropie: Er wordt gekozen voor de Rényi-2 entropie (ook wel collision entropy genoemd), gedefinieerd als $H_2(q) = -\log(\sum q_k^2)$.
  • Onder Markoviaanse condities (waarbij de dynamische map een bistochastische map is) moet de entropie monotoon toenemen (wat betekent dat de "orde" afneemt en informatie verloren gaat).
  • Een schending van deze monotonie duidt op informatie-terugstroming.

3. Belangrijkste Bijdragen en Afleiding

De kern van het artikel is de afleiding van een maatstaf die volledig vrij is van optimalisatie over toestanden.

1. Van Entropie naar Matrixnorm:
   De voorwaarde dat de Rényi-2 entropie monotoon toeneemt ($H_2(q(t)) \geq H_2(q(0))$) kan wiskundig worden herschreven in termen van de transponering van de quasistochastische matrix.
   Voor een Markoviaans proces moet gelden:
   $$(S_{\Lambda_t})^T S_{\Lambda_t} \leq \mathbb{1}$$
   Dit betekent dat de eigenwaarden van de matrixproduct $(S_{\Lambda_t})^T S_{\Lambda_t}$ monotoon dalend moeten zijn in de tijd.

2. De Nieuwe Maatstaf ($N$):
   Als de monotonie wordt geschonden (d.w.z. als de eigenwaarden toenemen), is er sprake van niet-Markovianiteit. De auteurs definiëren de maatstaf als de integraal over de tijdsintervallen waarin deze schending optreedt:
   $$N = \int_{\zeta > 0} dt \, \zeta(t)$$
   Waarbij $\zeta(t) = \frac{d}{dt} \| (S_{\Lambda_t})^T S_{\Lambda_t} \|$.

   • Voordeel: Deze maatstaf hangt uitsluitend af van de dynamische map $\Lambda_t$ (via de matrix $S_{\Lambda_t}$) en vereist geen optimalisatie over de toestandruimte.

3. Invariantie:
   De auteurs bewijzen dat deze maatstaf invariant is onder de keuze van een minimale frame-representatie. Hoewel de matrix $S_{\Lambda_t}$ zelf afhangt van de gekozen frame, blijft de norm van het product $(S_{\Lambda_t})^T S_{\Lambda_t}$ (en dus de maatstaf) ongewijzigd.

4. Resultaten en Voorbeelden

De auteurs testen hun maatstaf op drie paradigmatische voorbeelden:

• A. Pure Decoherentie Model:
  Voor een tweeniveau-systeem in een bosonische badomgeving. De berekende voorwaarde voor Markovianiteit ($\gamma(t) \geq 0$) komt exact overeen met de BLP-maatstaf en de P/CP-divisibiliteitscriteria. De numerieke waarde van de maatstaf verschilt echter wel van de BLP-waarde, wat aantoont dat het een andere kwantificering biedt.
• B. Dissipatie Model:
  Een systeem met zowel populatie- als coherentie-dissipatie. Ook hier komt de detectie van niet-Markovianiteit ($\gamma(t) < 0$) overeen met bestaande methoden.
• C. Random Unitary Kanaal (Qubit en Qutrit):
  • Qubit ($d=2$): De afgeleide voorwaarden komen overeen met BLP en P-divisibiliteit, maar verschillen van CP-divisibiliteit (wat aantoont dat informatie-terugstroming een zwakkere voorwaarde is dan CP-divisibiliteit).
  • Qutrit ($d=3$): Dit is een significant resultaat. Voor een qutrit-systeem in een random unitary kanaal is het vinden van noodzakelijke en voldoende voorwaarden voor Markovianiteit met BLP-methoden extreem moeilijk. De nieuwe methode levert een expliciete set van noodzakelijke en voldoende voorwaarden op (lineaire ongelijkheden in de snelheidsconstanten $\gamma_k(t)$), wat een aanzienlijke vooruitgang is.

5. Betekenis en Discussie

• Efficiëntie: De grootste bijdrage is de eliminatie van de optimalisatie over toestanden. Dit maakt het mogelijk om niet-Markovianiteit efficiënt te analyseren in systemen met hoge dimensies, waar eerdere methoden numeriek onhaalbaar waren.
• Fundamentele Implicaties:
  • De methode verbindt het concept van tijdreversie (via de transpositie van de matrix) met het herstel van informatie.
  • Het artikel bespreekt de rol van negativiteit. Hoewel de dynamische map in de QPR vaak positief is voor Markoviaanse processen, blijkt de generator van de evolutie (de matrix $L$) negatieve elementen te kunnen bevatten. De auteurs suggereren dat negativiteit in de generator een noodzakelijke, maar niet voldoende, voorwaarde is voor niet-Markovianiteit.
• Toekomstperspectief: De auteurs wijzen erop dat deze benadering nuttig kan zijn voor het bestuderen van kwantumregressieformules en het gebruik van Kirkwood-Dirac quasikansen, wat verder onderzoek rechtvaardigt.

Conclusie:
Dit artikel introduceert een krachtig, toestand-onafhankelijk instrument om informatie-terugstroming te detecteren en te kwantificeren. Door gebruik te maken van quasistochastische matrices en majorisatietheorie, omzeilt de methode de rekenkundige last van optimalisatie en biedt ze nieuwe inzichten in de fundamentele verschillen tussen klassieke en kwantumdynamica, met name voor complexe systemen zoals qutrits.