Entanglement of Dirac bi-spinor states driven by Poincaré classes of $\mbox{SU}(2) \otimes \mbox{SU}(2)$ coupling potentials

Auteurs : Victor A. S. V. Bittencourt, Alex E. Bernardini

Ann. Phys. 364 (2016) 182
arXiv: 1511.07047v3 - DOI (quant-ph)
29 pages, 8 figures

Résumé : A generalized description of entanglement and quantum correlation properties constraining internal degrees of freedom of Dirac(-like) structures driven by arbitrary Poincar\'e classes of external field potentials is proposed. The role of (pseudo)scalar, (pseudo)vector and tensor interactions in producing/destroying intrinsic quantum correlations for $\mbox{SU}(2) \otimes \mbox{SU}(2)$ bi-spinor structures is discussed in terms of generic coupling constants. By using a suitable ansatz to obtain the Dirac Hamiltonian eigenspinor structure of time-independent solutions of the associated Liouville equation, the quantum entanglement, via concurrence, and quantum correlations, via geometric discord, are computed for several combinations of well-defined Poincar\'e classes of Dirac potentials. Besides its inherent formal structure, our results setup a framework which can be enlarged as to include localization effects and to map quantum correlation effects into Dirac-like systems which describe low-energy excitations of graphene and trapped ions.

Soumis à arXiv le 22 Nov. 2015

Explorez l'arbre d'article

Cliquez sur les nœuds de l'arborescence pour être redirigé vers un article donné et accéder à leurs résumés et assistant virtuel

Accédez également à nos Résumés, ou posez des questions sur cet article à notre Assistant IA.

Recherchez des articles similaires (en version bêta)

En cliquant sur le bouton ci-dessus, notre algorithme analysera tous les articles de notre base de données pour trouver le plus proche en fonction du contenu des articles complets et pas seulement des métadonnées. Veuillez noter que cela ne fonctionne que pour les articles pour lesquels nous avons généré des résumés et que vous pouvez le réexécuter de temps en temps pour obtenir un résultat plus précis pendant que notre base de données s'agrandit.