การเปลี่ยนจากควอนตัมเป็นการเดินสุ่มแบบคลาสสิกบนเส้น


12

รุ่นด่วน

มีรูปแบบของการมี decoherence สำหรับเดินควอนตัมในบรรทัดเช่นที่เราสามารถปรับแต่งการเดินการแพร่กระจายเป็นสำหรับการใด ๆ1 / 2 k 1 ?Θ(tk)1/2k1


แรงจูงใจ

เดินสุ่มคลาสสิกที่มีประโยชน์ในการออกแบบขั้นตอนวิธีการและเดินสุ่มควอนตัมได้พิสูจน์แล้วว่ามีประโยชน์สำหรับการทำจำนวนของอัลกอริทึมควอนตัมเย็น (บางครั้งก็มีการพิสูจน์ชี้แจงความเร็วอัพ ) ดังนั้นจึงเป็นสิ่งสำคัญที่จะต้องเข้าใจความแตกต่างระหว่างควอนตัมและเดินสุ่มคลาสสิก บางครั้งวิธีที่ง่ายที่สุดในการทำเช่นนี้คือการพิจารณาโมเดลของเล่นเช่นการเดินเล่นบนเส้น

มันมีแรงจูงใจทางฟิสิกส์เช่นกัน: มันน่าสนใจที่จะรู้ว่ากลศาสตร์ควอนตัมมีความสัมพันธ์กับกลศาสตร์แบบดั้งเดิมอย่างไร แต่นี่ไม่เกี่ยวข้องกับ cstheory มาก

แรงจูงใจส่วนตัวของฉันมีมุมฉากอย่างสมบูรณ์: ฉันพยายามจับคู่ข้อมูลการทดลองกับแบบจำลองที่เปลี่ยนจากควอนตัมไปเป็นคลาสสิกได้อย่างราบรื่นและค่อนข้างง่าย

พื้นหลัง

Θ(t)Θ(t1/2)t

Θ(t1/2)Θ(t)Θ(t1/2)) ในความเป็นจริงการปรับสเกลนี้ได้รับการแนะนำเป็นนิยามของการเดินควอนตัม


คำถามแบบยาว

Θ(tk)1/2k1f(t)fΣ(g(t))fO(h(t))g(t)h(t)


หากคุณต้องการให้ฉันปรับปรุงบางสิ่งบางอย่างในคำถามโปรดชี้ให้เห็น หากคุณกำลังกังวลเกี่ยวกับขอบเขตของคำถามนี้แล้วนำไปสู่การอภิปรายเมตา
Artem Kaznatcheev

คำตอบ:


12

tt12

tt2t12t

อย่างไรก็ตามสิ่งเดียวกันที่เกิดขึ้นในควอนตัมมาตรวิทยาเมื่อเสียงเป็นที่รู้จัก แต่สามารถเอาชนะเพื่อให้ผลการปรับขนาดกลาง (ดูตัวอย่างเจโจนส์ et al, วิทยาศาสตร์, 324, 5931 (2009), arXiv: 1103.1219 , arXiv: 1101.2561 , ฯลฯ ) วิธีหนึ่งที่สามารถทำได้คือการทำการวัดระดับกลาง

Tt=nTVar(x(nT))=i=1nVar(x(T))=nVar(x(T))Var(x(T))=T2Var(x(t))=nT2t=nTntkTt1kVar(x(t))=t2k


พฤติกรรม 'ballistic' คืออะไร?
Suresh Venkat

3
t2t

tTf(n)n

t12

t12
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.