Non-Markovianity in the Adapted Caldeira-Leggett model

Resumo Técnico: Não-Markovianidade no Modelo Caldeira-Leggett Adaptado

Enunciação do Problema
Sistemas quânticos abertos são tipicamente descritos por modelos efetivos que traçam fora os graus de liberdade ambientais para focar na dinâmica reduzida do sistema. No entanto, tratamentos exatos de todos os graus de liberdade ambientais são frequentemente proibitivos do ponto de vista computacional. Embora o modelo Caldeira-Leggett (CL) padrão seja uma pedra angular para a compreensão do movimento browniano quântico, da decoerência e da einseleção, sua simulação numérica completa — incluindo o rastreamento explícito tanto do sistema quanto do ambiente — é desafiadora. Recentemente, o modelo Caldeira-Leggett Adaptado (ACL) foi proposto como uma alternativa computacionalmente eficiente que captura a física essencial do modelo CL padrão no que tange à decoerência e à einseleção. Contudo, a validade do modelo ACL na reprodução de características não-Markovianas, especificamente os efeitos de memória decorrentes do fluxo de informação do ambiente de volta ao sistema, ainda não havia sido explorada. Além disso, as origens microscópicas desses efeitos de memória — especificamente a interplay entre correlações sistema-ambiente e mudanças no estado ambiental — permaneciam difíceis de caracterizar devido a restrições computacionais no rastreamento do estado global completo.

Metodologia
Os autores utilizam o modelo ACL, um framework onde o sistema é um oscilador harmônico truncado e o ambiente é modelado por matrizes aleatórias hermitianas (Ensemble Unitário Gaussiano) atuando em um espaço de Hilbert de dimensão finita. Diferentemente de estudos anteriores do modelo ACL, este trabalho emprega uma formalismo de matriz densidade para lidar com um estado ambiental inicialmente misto (estado de Gibbs), exigindo recursos computacionais significativos (dimensão do sistema $N_S=16$, dimensão do ambiente $N_E=64$).

Para caracterizar a não-Markovianidade, os autores adotam a abordagem de fluxo de informação (framework Breuer-Laine-Piilo). Eles definem não-Markovianidade como um aumento temporário na distinguibilidade de dois estados do sistema inicialmente distintos, indicando um fluxo de informação do ambiente de volta ao sistema. O estudo compara dois quantificadores de distinguibilidade:

1. Distância de Traço ($D$): Definida como metade da norma de traço da diferença entre estados.
2. Raiz Quadrada da Divergência de Jensen-Shannon ($\sqrt{J}$): Uma métrica derivada da entropia relativa quântica.

Os autores avaliam a medida de não-Markovianidade $N$ integrando as taxas positivas de mudança na distinguibilidade ao longo do tempo. Crucialmente, eles exploram a capacidade do modelo ACL de rastrear o estado global para testar o limite superior teórico (Eq. 25) para o fluxo de informação. Este limite vincula o renascimento da distinguibilidade do sistema à soma de:

• Correlações totais sistema-ambiente (clássicas e quânticas).
• A distinguibilidade dos estados ambientais.

Contribuições e Resultados Principais

1. Validação do Modelo ACL para Não-Markovianidade: O estudo confirma que o modelo ACL reproduz confiavelmente as características não-Markovianas do modelo Caldeira-Leggett padrão. A evolução temporal da distinguibilidade exibe um comportamento claramente não monótono (renascimentos), indicando efeitos de memória. O grau de não-Markovianidade ($N$) exibe uma dependência não monótona da força de acoplamento $\gamma$, atingindo um pico no regime de acoplamento intermediário, e uma dependência da temperatura $\theta$ que se alinha com o modelo CL padrão em baixas temperaturas.
2. Origens Microscópicas dos Efeitos de Memória: Ao rastrear explicitamente a dinâmica global, os autores caracterizam os mecanismos que impulsionam o fluxo de informação:
   • Correlações Sistema-Ambiente: Estas são primariamente sensíveis à força de acoplamento ($\gamma$). As correlações se acumulam mais rapidamente e atingem valores mais altos com acoplamento mais forte e temperatura mais baixa.
   • Mudanças no Estado Ambiental: Estas são primariamente influenciadas pela temperatura ($\theta$). A distinguibilidade dos estados ambientais é mais fortemente afetada por variações de temperatura do que pela força de acoplamento.
   • Competição de Mecanismos: Em acoplamento forte, embora as correlações aumentem, a aceleração do relaxamento em direção a um estado quase estacionário suprime as oscilações, levando a uma redução no fluxo total de informação ($N$).
3. Comparação de Quantificadores de Distinguibilidade: O estudo compara a distância de traço com a raiz quadrada da divergência de Jensen-Shannon. Ambos os quantificadores produzem resultados qualitativamente e, em grande parte, quantitativamente similares quanto ao grau de não-Markovianidade e ao comportamento das correlações. No entanto, a distância de traço demonstra uma sensibilidade ligeiramente maior na detecção do primeiro renascimento da distinguibilidade. Os autores observam que, embora $\sqrt{J}$ frequentemente produza estimativas maiores, não existe uma hierarquia estrita entre os dois quantificadores para todas as quantidades.
4. Verificação do Limite do Fluxo de Informação: Os resultados confirmam que o renascimento da distinguibilidade do sistema é limitado superiormente pela soma das correlações sistema-ambiente e das mudanças no estado ambiental. O limite reproduz qualitativamente a dependência não monótona em relação ao acoplamento e a diminuição monótona com a temperatura, fundamentando a interpretação física de que os efeitos de memória surgem da recuperação de informação armazenada no ambiente e de suas correlações com o sistema.

Significado e Alegações
O artigo alega fundamentar a interpretação física da abordagem baseada em distinguibilidade para a não-Markovianidade, vinculando explicitamente o fluxo de informação ao estabelecimento microscópico de correlações e modificações no estado ambiental. Ele confirma o modelo ACL como uma ferramenta confiável e computacionalmente eficiente para explorar as origens microscópicas da dinâmica não-Markoviana, uma tarefa anteriormente impedida pelo custo computacional de rastrear graus de liberdade ambientais completos em modelos padrão.

Os autores concluem modestamente que sua análise apoia o uso da variante ACL para estudar fenômenos fundamentais na mecânica quântica, como o surgimento de efeitos de memória. Eles não alegam que o modelo seja uma solução universal para todos os problemas de sistemas abertos, mas destacam sua utilidade específica em preencher a lacuna entre descrições efetivas e o rastreamento microscópico completo. Trabalhos futuros são sugeridos para testar a generalidade dessas descobertas em diferentes geometrias ambientais, como ambientes de spin discretos.