Une approche algorithmique ou analytique spécifique utilisée pour obtenir la matrice de densité dépendante du temps d'un système quantique à partir d'une équation d'évolution gouvernante (von Neumann unitaire ou équation maîtresse dissipative), incluant la diagonalisation matricielle, la décomposition spectrale, les techniques d'exponentielle de matrice, la construction de cartes de Kraus, le trajet quantique (décomposition stochastique), les séries perturbatives et les méthodes de réseaux de tenseurs ou de sous‑espaces de Krylov.

Principe

Choisir une méthode de résolution qui respecte la structure mathématique de l'évolution (linéarité, positivité complète, conservation de la trace), exploite les symétries ou la parcimonie et équilibre le coût informatique avec la précision requise ; veiller à ce que les schémas numériques préservent l'hermiticité, la trace et, si nécessaire, la positivité.

Démonstration

Résoudre l'équation de Lindblad d'un système à deux niveaux en convertissant la matrice de densité en forme du vecteur de Bloch, dériver des équations différentielles analytiques pour les composantes de Bloch et intégrer en utilisant une exponentielle matricielle exacte pour des coefficients constants ou un intégrateur adaptatif d'ordre élevé pour une conduite dépendante du temps.

Mauvaise application

Appliquer une diagonalisation matricielle complète à des espaces de Hilbert très grands sans exploiter la structure en blocs, ou utiliser des intégrateurs qui rompent la trace ou la positivité, conduisant à des matrices de densité non physiques ou des temps de calcul irréalisables.

Conséquence

Une méthode bien choisie fournit une évolution temporelle précise, un comportement stable à long terme et un accès efficace en calcul aux observables et propriétés spectrales ; elle clarifie quelles caractéristiques de la dynamique sont numériquement robustes par rapport aux artefacts d'approximation.

Inversion

Plutôt que de résoudre vers l'avant, on peut poser un problème inverse — estimer un générateur inconnu à partir de trajectoires d'états mesurées ; cette inversion nécessite des techniques numériques différentes (optimisation, régularisation) et est typiquement mal conditionnée.

Limite

L'applicabilité de la méthode dépend de la dimension du système, de la dépendance temporelle des générateurs, de la raideur et du caractère markovien ; des méthodes adaptées aux petits Lindbladians temps‑indépendants peuvent échouer pour des problèmes à many‑body, dépendants du temps ou non markoviens.

Tension sémantique

Il existe une tension entre les solutions analytiques exactes (exponentielles matricielles, décompositions spectrales), limitées aux problèmes petits ou hautement symétriques, et les approximations numériques évolutives (réseaux de tenseurs, méthodes de Krylov, décompositions stochastiques) qui sacrifient l'exactitude pour la faisabilité.

Synthèse

Une méthode de résolution de l'évolution de la matrice de densité est la recette analytique ou computationnelle choisie — adaptée à la structure de l'équation d'évolution et à l'échelle du problème — qui produit la matrice de densité temporelle tout en préservant les contraintes physiques et en atteignant la précision et l'efficacité requises.