Trajectory of Probabilities, Probability on Trajectories, and the Stochastic-Quantum Correspondence

Dit artikel biedt een systematische analyse van het onderscheid tussen een traject van kansen en een kansverdeling over trajecten, waarmee het conceptuele verwarringen in de stochastisch-quantumcorrespondentie oplost en de relatie tussen probabilistische dynamica, Markov-processen en statistische dynamica verduidelijkt.

De kern

De Grote Misverstand: De Reis vs. De Reisplannen

Stel je voor dat je een munt opgooit. Je wilt beschrijven hoe de kans op "Kop" of "Munt" verandert naarmate de tijd vordert. De auteurs van dit paper zeggen: "Wacht even, er zijn twee totaal verschillende manieren om dit te doen, en mensen verwarren ze vaak."

1. De Reis van de Kans (Trajectory of Probabilities):
   Dit is als een weersvoorspelling. Je kijkt naar het moment nu en zegt: "Er is 60% kans op regen." Vervolgens kijkt je naar het moment later en zegt: "Dan is er 40% kans op regen." Je beschrijft alleen hoe het getal (de kans) zelf verandert. Je weet niets over de daadwerkelijke regenbuien die zijn gevallen; je kijkt alleen naar de voorspelling.

2. De Kans op de Reis (Probability on Trajectories):
   Dit is als het schrijven van een dagboek van elke mogelijke reis. Je bedenkt alle mogelijke verhalen: "Kop-Kop-Munt", "Kop-Munt-Kop", "Munt-Munt-Munt", enzovoort. Dan geef je aan elk van deze volledige verhalen een kans. Je beschrijft de hele geschiedenis van het systeem, niet alleen de voorspelling op één moment.

Het probleem: Veel wetenschappers denken dat als je de "Reis van de Kans" (de voorspelling) lineair maakt (dus dat je kunt optellen en vermenigvuldigen), dit automatisch betekent dat de onderliggende "Kans op de Reis" (de dagboeken) ook lineair en simpel is. Dit paper zegt: Nee, dat is een valkuil.

---

De 10 Belangrijkste Lessen (Vertaald naar Alledaags Taal)

Hier zijn de kernpunten van het paper, vertaald naar simpele concepten:

1. Eén voorspelling, vele verhalen

Als je zegt: "Morgen is er 50% kans op regen", kun je dat bereiken met heel verschillende soorten weersverhalen. Misschien is het een dag met een onvoorspelbare storm, of misschien is het een dag met een perfecte, voorspelbare cyclus. Je kunt niet uit de voorspelling alleen afleiden welk verhaal er echt speelt. Er is geen unieke link.

2. Je weet niets over het verleden

Als je alleen kijkt naar de voorspelling van vandaag en morgen, weet je niets over de kans dat het vandaag regende én morgen. Die combinatie van gebeurtenissen bestaat alleen in de "Kans op de Reis" (het dagboek), niet in de simpele voorspelling.

3. Geen geheugen? Dat hangt af van het verhaal

Soms zeggen we dat een systeem "geen geheugen" heeft (Markoviaans). Maar dat geldt voor het dagboek (de onderliggende realiteit), niet voor de voorspelling. Je kunt dezelfde voorspelling hebben, maar in het ene scenario heeft het systeem geen geheugen, en in het andere wel.

4. Een collectie van verhalen

Als je een hele reeks voorspellingen hebt (voor verschillende startpunten), heb je niet één dagboek nodig, maar een collectie van dagboeken. Elk startpunt vereist zijn eigen unieke verhaal om de voorspelling kloppend te maken.

5. De valstrik van de "Totaalwet"

Veel mensen denken: "Omdat de wet van de totale kans (een wiskundige regel) werkt voor elk individueel verhaal, moet de voorspelling zelf ook lineair zijn."
Analogie: Stel je hebt een groep mensen. Iedereen heeft een eigen manier om geld te verdienen (niet-lineair). Maar als je het gemiddelde inkomen bekijkt, lijkt het misschien op een rechte lijn. Je kunt niet concluderen dat iedereen lineair verdient omdat het gemiddelde er zo uitziet. De auteurs tonen aan dat de "Totaalwet" hier misleidend wordt gebruikt om lineaire evolutie te "bewijzen".

6. Stap-voor-stap vs. Deelbaar

Er is een verschil tussen iets dat je in stappen kunt opdelen (de voorspelling van morgen hangt alleen af van die van vandaag) en iets dat "deelbaar" is in de strikte wiskundige zin (waarbij je altijd een vaste 'rekenmachine' kunt gebruiken).

• Analogie: Je kunt een reis in twee stukken snijden (stap-voor-stap), maar dat betekent niet dat je voor het tweede stuk altijd dezelfde routekaart kunt gebruiken als voor het eerste stuk, afhankelijk van waar je precies bent.

7. Geen verband tussen lineair en geheugen

Of een systeem "geheugen heeft" (in het dagboek) heeft niets te maken met of de voorspelling lineair is of niet. Je kunt een lineaire voorspelling hebben die wordt gegenereerd door een systeem met een heel complex geheugen.

8. De categorie-fout

Het is een fundamentele fout om te denken dat je een hele reeks voorspellingen (voor alle mogelijke startpunten) kunt maken met één enkel dagboek. Je hebt een hele bibliotheek van dagboeken nodig. Het is alsof je denkt dat één filmscript alle mogelijke eindes van een verhaal kan vertellen voor elke kijker. Nee, je hebt een script nodig voor elke kijker.

9. Wanneer is het wel lineair?

Lineaire voorspellingen zijn alleen logisch als je kijkt naar een groep (ensemble) van systemen.

• Voorbeeld: Als je 100 munten hebt, waarvan 50 altijd Kop en 50 altijd Munt zijn, en je mengt ze, dan is de verdeling lineair. Maar als je kijkt naar één enkele munt die zelf zijn bias verandert, is dat vaak niet lineair. Lineair gedrag komt voort uit het mengen van statische groepen, niet uit de evolutie van één enkel object.

10. De Quantum-moeilijkheid

Dit is het belangrijkste punt voor de kwantummechanica.
In de klassieke wereld kunnen we vaak zeggen: "De kans is lineair omdat we een mengsel van staten hebben."
Maar in de kwantumwereld (zoals een elektron) is dit niet zo. Een kwantumtoestand is geen mengsel van vaste opties (zoals een munt die al Kop of Munt is, maar we het niet weten). Het is een superpositie (een echte mix van beide tegelijk).

• Het resultaat: De evolutie van kansen in de kwantumwereld is niet lineair als je alleen naar de uitkomsten kijkt. De beroemde "interferentie" (zoals golven die elkaar opheffen of versterken) zorgt ervoor dat je kansen niet zomaar kunt optellen.
• De conclusie: Je kunt kwantummechanica niet simpelweg "vertalen" naar een klassiek stochastisch proces (een gewoon kansspel) zonder de essentie van superpositie en interferentie te verliezen.

---

Samenvatting in één zin

Dit paper waarschuwt dat we niet moeten denken dat de evolutie van kansen (zoals in de kwantummechanica) simpel en lineair is, alleen omdat we die kansen kunnen beschrijven als een voorspelling; de onderliggende realiteit is veel complexer, en het verwarren van "voorspellingen" met "werkelijke verhalen" leidt tot fouten in hoe we de natuur begrijpen.

De grote les: Kijk niet alleen naar de voorspelling (de cijfers), maar vraag je ook af welk verhaal erachter schuilgaat. In de kwantumwereld is dat verhaal fundamenteel anders dan in onze dagelijkse wereld.

Technische samenvatting

Titel

Trajecten van Kansen, Kans op Trajecten, en de Stochastisch-Quantum Correspondentie

1. Het Probleem

De kern van het artikel ligt in een fundamenteel conceptueel onderscheid dat vaak wordt genegeerd in de literatuur over stochastische processen en kwantummechanica:

1. Trajecten van kansen (Trajectory of Probabilities): Een beschrijving van hoe de kansverdeling van een systeem evolueert in de tijd (een dynamica van waarschijnlijkheidsvectoren).
2. Kans op trajecten (Probability on Trajectories): Een toewijzing van kansen aan volledige geschiedenissen (trajecten) van het systeem (een stochastisch proces).

De auteurs stellen dat het gebrek aan een duidelijke scheiding tussen deze twee beschrijvingen heeft geleid tot conceptuele verwarring, met name in analyses van de correspondentie tussen klassieke stochastische systemen en kwantummechanica. Veel auteurs (zoals Barandes, Gillespie, Vacchini) veronderstellen onterecht dat de tijdsevolutie van kansen per definitie lineair is, of dat "deelbaarheid" (divisibility) en "Markov-eigenschappen" equivalent zijn. Dit artikel ontleedt deze aannames en toont aan dat ze wiskundig en fysisch niet houdbaar zijn zonder specifieke interpretatieve aannames.

2. Methodologie

De auteurs hanteren een strikt wiskundig-probabilistisch raamwerk om de twee beschrijvingen te formaliseren en hun onderlinge relatie te analyseren:

• Definitie van Concepten:

  • Kansdynamica (Probability Dynamics): Een map $P: T \times S_N \to S_N$ die aangeeft hoe een initiële waarschijnlijkheidsvector $\vec{p}_0$ evolueert naar $\vec{p}(t)$. Dit is een deterministische wet over de evolutie van kansen.
  • Canoniek Stochastisch Proces: Een kansmaat $\mu$ op de ruimte van alle mogelijke trajecten (configuraties over tijd). Dit beschrijft de probabilistische evolutie van de toestanden zelf.
  • Implementatie: Een stochastisch proces $\mu$ "implementeert" een kansdynamica $P$ als de marginaalverdelingen van $\mu$ overeenkomen met de trajecten van $P$. Een familie van processen $\mathcal{M}$ implementeert een dynamica als dit voor elke initiële voorwaarde geldt.

• Analyse van Aannames:
  De auteurs analyseren veelgebruikte argumenten voor lineariteit (gebaseerd op de wet van totale kans) en tonen aan dat deze falen omdat ze de afhankelijkheid van conditionele kansen van de initiële verdeling negeren. Ze introduceren het concept van een transitie-constante familie (transition-constant family) om te onderzoeken wanneer lineariteit wel kan worden afgeleid.

• Vergelijking van Eigenschappen:
  Ze ontwarren de begrippen decomposabiliteit (de mogelijkheid om evolutie in stappen te splitsen) en deelbaarheid (divisibility, vaak geassocieerd met stochastische matrices) en onderzoeken hun relatie met Markov-eigenschappen en tijdshomogeniteit.

• Fysische Interpretatie:
  Ze introduceren het concept van statistische dynamica, waarbij kansen worden geïnterpreteerd als frequenties in een ensemble van systemen. Hiermee analyseren ze onder welke fysische omstandigheden lineariteit wel geldig is.

• Kwantumtoepassing:
  Ze passen hun raamwerk toe op de kwantummechanica (Born-regels) om te testen of kwantumprobabiliteiten voldoen aan de eisen van een lineaire kansdynamica of een klassiek stochastisch proces.

3. Belangrijkste Bijdragen en Resultaten

Het artikel presenteert tien kernobservaties en wiskundige resultaten:

1. Niet-uniekheid van Implementatie: Een enkele kansdynamica (traject van kansen) kan worden geïmplementeerd door oneindig veel verschillende stochastische processen. De implementatie is generiek niet uniek.
2. Onafhankelijkheid van Markov-eigenschappen: Of een kansdynamica lineair, decomposeerbaar of deelbaar is, heeft niets te maken met of de implementerende processen Markoviaans zijn. Elke kansdynamica kan zowel door een Markoviaans als een niet-Markoviaans proces worden geïmplementeerd.
3. Valstrik van de Wet van Totale Kans: Argumenten die lineariteit van kansdynamica afleiden uit de wet van totale kans ($\vec{p}(t) = M(t)\vec{p}(0)$) zijn foutief. De matrix $M(t)$ (conditionele kansen) hangt in het algemeen af van de initiële verdeling $\vec{p}_0$. Alleen als $M$ onafhankelijk is van $\vec{p}_0$ (transitie-constante familie), volgt lineariteit.
4. Verschil tussen Transitie-Matrices: Er is een fundamenteel onderscheid tussen:
   • De matrix $P(t)$ die de lineaire dynamica beschrijft (deterministische evolutie van kansen).
   • De matrix $M(t)$ van conditionele kansen van een stochastisch proces (probabilistische evolutie van toestanden).
     Deze zijn niet noodzakelijk gelijk, zelfs niet bij lineaire dynamica.
5. Decomposabiliteit vs. Deelbaarheid:
   • Decomposabiliteit: De evolutie van kansen kan worden opgesplitst in stappen ($\vec{p}(t) = P_{t \leftarrow t'}(\vec{p}(t'))$). Dit is de juiste notie voor "stapsgewijze evolutie".
   • Deelbaarheid (Divisibility): Vereist dat de decompositie-mappen kunnen worden voorgesteld door stochastische matrices (lineair).
   • Resultaat: Elke deelbare dynamica is decomposeerbaar, maar het omgekeerde geldt niet, zelfs niet voor lineaire dynamica. Deelbaarheid is een te sterke wiskundige eis die fysisch niet altijd gerechtvaardigd is.
6. Statistische Dynamica: Lineariteit van kansdynamica is niet een universeel wiskundig feit, maar volgt uit specifieke fysische interpretaties:
   • Deterministische Statistische Dynamica: Een ensemble van systemen die deterministisch evolueren.
   • Stochastische Statistische Dynamica: Een ensemble van systemen die stochastisch evolueren.
   • Systeem-Ancilla Dynamica: Een systeem gekoppeld aan een "onbekende" omgeving (ancilla) met een vast verdeelde initiële toestand.
     In al deze gevallen is de evolutie van de frequenties in het ensemble lineair, maar dit geldt niet voor de evolutie van de toestand van een enkel systeem.
7. Kwantummechanica en Lineariteit:
   • Kwantumprobabiliteiten (via de Born-regel) genereren geen goed gedefinieerde kansdynamica, omdat de initiële waarschijnlijkheidsvector de kwantumtoestand (en dus de toekomstige evolutie) niet uniek bepaalt.
   • De evolutie van kwantumkansen is niet-lineair (door interferentie-termen), zelfs bij unitaire evolutie.
   • De lineariteit van de dichtheidsmatrix-evolutie ($\rho(t) = U \rho(0) U^\dagger$) impliceert geen lineariteit van de evolutie van de meetkansen, tenzij de initiële toestand een mengtoestand is zonder coherentie (diagonaal in de meetbasis).
8. Critique van Barandes [2025]: De auteurs weerleggen het argument van Barandes dat kwantuminterferentie het gevolg is van "ondeelbare" stochastische dynamica. Ze tonen aan dat de wiskundige vergelijkingen die Barandes gebruikt een commutativiteitsprobleem vertonen tussen matrixvermenigvuldiging en de Schur-Hadamard-productie (kwadrateren van elementen). Interferentie is een gevolg van de niet-lineariteit van de Born-regel, niet van een gebrek aan deelbaarheid in een onderliggend stochastisch proces.

4. Significatie

Dit artikel heeft aanzienlijke implicaties voor de fundamenten van de statistische fysica en de kwantummechanica:

• Conceptuele Zuivering: Het biedt een scherpere terminologie en wiskundige structuur om onderscheid te maken tussen de evolutie van kansen (dynamica) en de probabilistische beschrijving van trajecten (processen). Dit lost verwarring op in de literatuur over open kwantumsystemen en niet-Markoviaanse dynamica.
• Fysische Motivatie voor Lineariteit: Het toont aan dat lineariteit van kansdynamica niet een a priori wiskundige noodzaak is, maar een eigenschap die voortkomt uit de interpretatie van kansen als frequenties in een ensemble (statistische menging). Dit ondermijnt reconstructieprogramma's die lineariteit proberen af te leiden uit puur probabilistische axioma's zonder deze specifieke fysische interpretatie.
• Beperkingen van Stochastisch-Quantum Correspondentie: Het artikel concludeert dat het moeilijk is om kwantummechanica te modelleren als een klassiek stochastisch proces. Omdat kwantumkansen niet-lineair evolueren en geen goed gedefinieerde kansdynamica vormen (vanwege het ontbreken van een unieke mapping van $\vec{p}$ naar $\vec{p}(t)$), kunnen klassieke concepten zoals "ondeelbare stochastische dynamica" de kwantuminterferentie niet adequaat verklaren.
• Nieuwe Inzichten in Interferentie: Interferentie wordt herleid tot de niet-lineariteit van de overgang van amplitudes naar kansen (Born-regel), in plaats van een eigenschap van een onderliggend stochastisch proces dat "ondeelbaar" is.

Kortom, het artikel waarschuwt voor het "categoriefout" (category mistake) om kwantumprobabiliteiten te behandelen alsof ze voortkomen uit een enkel klassiek stochastisch proces of een lineaire kansdynamica zonder de onderliggende ensemble-interpretatie expliciet te maken. Het biedt een robuust raamwerk om te analyseren wanneer en waarom klassieke probabilistische intuïties falen in de kwantumwereld.