Tese

Não Markovianidade em modelos colisionais Gaussianos (2020)

• Authors:
  • Ramirez Camasca, Rolando Gabriel
  • Landi, Gabriel Teixeira (Orientador)
• Autor USP: CAMASCA, ROLANDO GABRIEL RAMIREZ - IF
• Unidade: IF
• Sigla do Departamento: FMT
• DOI: 10.11606/D.43.2020.tde-21012021-022723
• Subjects: INFORMAÇÃO QUÂNTICA; SISTEMA QUÂNTICO; MECÂNICA QUÂNTICA; MECÂNICA ESTATÍSTICA QUÂNTICA; MODELOS MATEMÁTICOS
• Keywords: OPEN QUANTUM SYSTEMS; COLLISIONAL MODEL .; NON-MARKOVIANITY; MEMORY KERNEL; MAP DIVISIBILITY
• Agências de fomento:
  • Financiamento CNPq
• Language: Inglês
• Abstract: Os efeitos da memória na dinâmica dos sistemas abertos têm sido objeto de grande interesse nas últimas décadas. Os métodos envolvidos na quantificação desse efeito, no entanto, muitas vezes são difíceis de calcular e podem carecer de uma visão analítica. Com isso em mente, estudamos modelos colisionais em que a não markovianidade é introduzida por meio de interações adicionais entre unidades ambientais vizinhas. Mostramos que a dinâmica pode ser moldada em termos de um Embedding Markoviano da matriz de covariância, que produz expressões de forma fechada para o kernel de memória que governa a dinâmica, uma quantidade que raramente pode ser calculada analiticamente. O mesmo também é possível para uma divisibilidade monótona, baseada na positividade completa dos mapas intermediários. Ao focarmos na dinâmica gaussiana de variáveis contínuas, podemos estudar analiticamente modelos de tamanho arbitrário. Analisamos em detalhes dois tipos de interações, um beam splitter implementando um SWAP parcial e uma compressão de dois modos, que emaranha as ancillas e, ao mesmo tempo, alimenta excitações no sistema. Ao analisar o kernel de memória e a divisibilidade para esses dois cenários representativos, nossos resultados ajudam a lançar luz sobre os intrincados mecanismos por trás dos efeitos da memória no domínio quântico.
• Imprenta:
  • Publisher place: São Paulo
  • Date published: 2020
• Data da defesa: 16.12.2020

Informações sobre o DOI: 10.11606/D.43.2020.tde-21012021-022723 (Fonte: oaDOI API)
• Este periódico é de acesso aberto
• Este artigo é de acesso aberto
• URL de acesso aberto
• Cor do Acesso Aberto: gold
• Licença: cc-by-nc-sa

---

How to cite

A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

• ABNT

  RAMIREZ CAMASCA, Rolando Gabriel. Não Markovianidade em modelos colisionais Gaussianos. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-21012021-022723/. Acesso em: 06 jun. 2025.

• APA

  Ramirez Camasca, R. G. (2020). Não Markovianidade em modelos colisionais Gaussianos (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/43/43134/tde-21012021-022723/

• NLM

  Ramirez Camasca RG. Não Markovianidade em modelos colisionais Gaussianos [Internet]. 2020 ;[citado 2025 jun. 06 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-21012021-022723/

• Vancouver

  Ramirez Camasca RG. Não Markovianidade em modelos colisionais Gaussianos [Internet]. 2020 ;[citado 2025 jun. 06 ] Available from: https://www.teses.usp.br/teses/disponiveis/43/43134/tde-21012021-022723/

Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI:

• Memory kernel and divisibility of Gaussian collisional models