量子信息基础:预备知识

  • 数学基础
    • 向量空间和希尔伯特空间
    • 狄拉克符号
    • 内积、外积、张量积
  • 测量基
  • 量子比特
  • 多量子比特
  • 量子信息的量子力学基础
    • 量子力学的基本假设
    • 量子态叠加原理
    • 测不准原理与非克隆原理
    • 量子态的演化与幺正算符
  • 量子纠缠
    • 纯态与混合态
    • 直积态与纠缠态
  • 密度算符与约化密度矩阵

数学基础

向量空间和希尔伯特空间

希尔伯特空间是欧几里得空间的推广,不再局限于有限维的情形,即希尔伯特空间是无穷维的欧几里得空间。

狄拉克符号

量子力学中的一个量子态可以用希尔伯特空间中的一个矢量来标记,而力学量对应线性厄米算符。也就是说,量子态这个物理概念用数学中的矢量描述,而力学量这个物理概念用数学中的一个算符描述。狄拉克首先使用符号∣⟩\lvert\rang∣⟩ 来标记量子态,成为右矢。

内积、外积、张量积

1.内积
内积是向量空间上的二元复函数,两个向量∣v⟩\lvert v \rang∣v⟩和∣w⟩\lvert w \rang∣w⟩的内积在量子力学中的标准符号写成⟨v∣w⟩\lang v \lvert w \rang⟨v∣w⟩,将带有内积的向量空间称为内积空间。
若∣v⟩=[x1,x2,...,xn]T\lvert v \rang = [x_1,x_2,...,x_n]^T∣v⟩=[x1​,x2​,...,xn​]T,∣w⟩=[y1,y2,...,yn]T\lvert w \rang = [y_1,y_2,...,y_n]^T∣w⟩=[y1​,y2​,...,yn​]T,则⟨v∣w⟩\lang v \lvert w \rang⟨v∣w⟩表示CnC^nCn中的一个内积,即⟨v∣w⟩=[x1,x2,...,xn][y1,y2,...,yn]T\lang v \lvert w \rang = [x_1,x_2,...,x_n] [y_1,y_2,...,y_n]^T⟨v∣w⟩=[x1​,x2​,...,xn​][y1​,y2​,...,yn​]T。
如果内积为0,表示两个向量正交。向量∣v⟩\lvert v \rang∣v⟩的范数定义为∥∣v⟩∥=⟨v∣v⟩\Vert \lvert v \rang \Vert = \sqrt{\smash[b]{\lang v \lvert v \rang}}∥∣v⟩∥=⟨v∣v⟩​。如果∥∣v⟩∥=1\Vert \lvert v \rang \Vert = 1∥∣v⟩∥=1,则称∣v⟩\lvert v \rang∣v⟩为归一化的;任意非零向量除以其范数,称为向量的归一化。

2.外积
两个向量∣v⟩\lvert v \rang∣v⟩和∣w⟩\lvert w \rang∣w⟩的外积在量子力学中的标准符号写成∣v⟩⟨w∣\lvert v \rang \lang w \lvert∣v⟩⟨w∣,表示CnC^nCn中的一个外积,即∣v⟩⟨w∣=[x1,x2,...,xn]T[y1,y2,...,yn]\lvert v \rang \lang w \lvert = [x_1,x_2,...,x_n]^T [y_1,y_2,...,y_n]∣v⟩⟨w∣=[x1​,x2​,...,xn​]T[y1​,y2​,...,yn​]。
假设∣i⟩\lvert i \rang∣i⟩为向量空间CnC^nCn的任意标准正交基,对任意向量∣v⟩\lvert v \rang∣v⟩可写为∣v⟩=∑ivi∣i⟩\lvert v \rang = \displaystyle\sum_{i}v_i\lvert i \rang∣v⟩=i∑​vi​∣i⟩。式中,viv_ivi​是一组复数(为基本状态∣i⟩\lvert i \rang∣i⟩的概率幅),取∣i⟩\lvert i \rang∣i⟩为one-hot向量,∣v⟩=[v1,v2,...,vn]T\lvert v \rang=[v_1,v_2,...,v_n]^T∣v⟩=[v1​,v2​,...,vn​]T,由内积定义可得⟨i∣v⟩=vi\lang i \lvert v \rang = v_i⟨i∣v⟩=vi​,于是(∑i∣i⟩⟨i∣)∣v⟩=∑i∣i⟩⟨i∣v⟩=∑ivi∣i⟩=∣v⟩(\displaystyle\sum_{i}\lvert i \rang \lang i \lvert)\lvert v \rang = \displaystyle\sum_{i}\lvert i \rang \lang i \lvert v \rang = \displaystyle\sum_{i} v_i \lvert i \rang = \lvert v \rang(i∑​∣i⟩⟨i∣)∣v⟩=i∑​∣i⟩⟨i∣v⟩=i∑​vi​∣i⟩=∣v⟩,而∑i∣i⟩⟨i∣=I\displaystyle\sum_{i} \lvert i \rang \lang i \lvert = Ii∑​∣i⟩⟨i∣=I,称为向量空间CnC^nCn的标准正交基的完备性关系,由该完备性关系可以把任意算子表示成外积形式。

3.张量积
为了用数学方法描述微观粒子在一定时空中的运动规律,必须建立空间坐标系。描述同一运动规律的方程在不同坐标系中的形式不同,这种形式上的差异严重阻碍了人们对运动规律的理解。张量理论体系的建立,把坐标系对描述运动方程形式的影响减小到了最低程度。于是,需要借助张量积的方法,将向量空间结合在一起构成更大向量空间,以便于更好地分析和理解量子力学多粒子系统。

设VVV和WWW分别是mmm和nnn维的向量空间,并假设VVV和WWW是希尔伯特空间,称V⊗WV\otimes WV⊗W是VVV和WWW的张量积,他是一个mnmnmn维向量空间,V⊗WV\otimes WV⊗W的元素是VVV的元素∣v⟩\lvert v \rang∣v⟩和WWW的元素∣w⟩\lvert w \rang∣w⟩的张量积V⊗WV\otimes WV⊗W的线性组合。若∣i⟩\lvert i \rang∣i⟩和∣j⟩\lvert j \rang∣j⟩是VVV和WWW的标准正交基,则∣i⟩⊗∣j⟩\lvert i \rang \otimes \lvert j \rang∣i⟩⊗∣j⟩是V⊗WV\otimes WV⊗W的一个基,通常用符号∣v⟩∣w⟩\lvert v \rang \lvert w \rang∣v⟩∣w⟩、∣v,w⟩\lvert v , w \rang∣v,w⟩或∣vw⟩\lvert vw \rang∣vw⟩来表示张量积V⊗WV\otimes WV⊗W。

测量基

从量子力学的角度上看,测量基就是将要对量子系统进行测量的某一物理量。形象解释参考单光子偏振

量子比特

经典比特状态:0或1,量子比特状态∣0⟩\lvert 0 \rang∣0⟩或∣1⟩\lvert 1 \rang∣1⟩。

多量子比特

对于两个经典比特而言,共有四种可能状态:00,00,10,11。相应的,一个双量子比特有四个基态,记作∣00⟩\lvert 00 \rang∣00⟩,∣01⟩\lvert 01\rang∣01⟩,∣10⟩\lvert 10 \rang∣10⟩,∣11⟩\lvert 11 \rang∣11⟩。一个量子比特也可以处于这四个基态的叠加,因而双量子比特的量子状态包含响应基态的复系数,称为概率振幅。描述双量子比特的状态向量为:
∣Ψ⟩=α00∣00⟩+α01∣01⟩+α10∣10⟩+α11∣11⟩\lvert \Psi \rang = \alpha_{00}\lvert 00 \rang + \alpha_{01}\lvert 01 \rang +\alpha_{10}\lvert 10 \rang+\alpha_{11}\lvert 11 \rang∣Ψ⟩=α00​∣00⟩+α01​∣01⟩+α10​∣10⟩+α11​∣11⟩
类似于单量子比特的情形,测量结果x(=00,01,10或11)x(=00,01,10或11)x(=00,01,10或11)出现的概率是∣αx∣2|\alpha_x|^2∣αx​∣2。

对于一个双量子比特系统,只测量其中一个量子比特,例如,单独测量第一个量子比特,得到0的概率为∣α00∣2+∣α01∣2|\alpha_{00}|^2 + |\alpha_{01}|^2∣α00​∣2+∣α01​∣2,而测量后的状态为:
∣Ψ′⟩=α00∣00⟩+α01∣01⟩∣α00∣2+∣α01∣2\lvert \Psi \rq \rang =\cfrac{\alpha_{00}\lvert 00 \rang + \alpha_{01}\lvert 01 \rang}{ \sqrt{|\alpha_{00}|^2 + |\alpha_{01}|^2}}∣Ψ′⟩=∣α00​∣2+∣α01​∣2​α00​∣00⟩+α01​∣01⟩​

量子信息的量子力学基础

量子力学的基本假设

  • 微观量子系统的物理状态可以用Hilbert空间的一个态矢量∣Ψ(t)⟩\lvert \Psi(t) \rang∣Ψ(t)⟩来描述。
  • 微观量子系统的每一个力学量对应Hilbert空间中的一个线性厄米算符,力学量的取值是相应算符的本征值。
  • 微观系统的状态∣Ψ(t)⟩\lvert \Psi(t) \rang∣Ψ(t)⟩随时间演化的动力学方程为薛定谔方程:iℏ∂∂tΨ(t)=H^Ψ(t)i\hbar\cfrac{\partial}{\partial t } \Psi (t) = \hat{H} \Psi (t)iℏ∂t∂​Ψ(t)=H^Ψ(t)
    式中H^=H(X^,P,t)\hat{H} = H(\hat{X},P,t)H^=H(X^,P,t)是系统的哈密顿算符。
  • 测量与塌缩:假定力学量算符AAA的本征值是a1a_1a1​和a2a_2a2​,对应的本征态分别为ø1\text{\o}_1ø1​和ø2\text{\o}_2ø2​;如果微观体系处于AAA算符的两个本征态为ø1\text{\o}_1ø1​和ø2\text{\o}_2ø2​的叠加态 为Ψ=c1ø1+c2ø2\Psi = c_1\text{\o}_1 + c_2\text{\o}_2Ψ=c1​ø1​+c2​ø2​,那么对于微观体系的力学量AAA进行测量,将以∣c1∣2|c_1|^2∣c1​∣2的概率获得结果a1a_1a1​,以∣c2∣2|c_2|^2∣c2​∣2的概率获得结果a2a_2a2​;测量后,体系的量子态塌缩到测量所得本征值对应的本征态。
  • 描写全同例子系统的态矢量,对于任意一个粒子的交换,是对称的或反对称的;服从前者的例子称为玻色子,服从后者的粒子称为费米子。

量子态叠加原理

对于量子态的测量结果不一定是完全确定的,可能是某一些测量结果的概率分布。这是因为量子态可以是测量算符的一些本征态的叠加。

如果∣Ψ1⟩\vert \Psi_1 \rang∣Ψ1​⟩,∣Ψ2⟩\vert \Psi_2 \rang∣Ψ2​⟩,∣Ψ3⟩\vert \Psi_3 \rang∣Ψ3​⟩,…,∣Ψn⟩\vert \Psi_n \rang∣Ψn​⟩ 是量子系统的可能的态,那么它们的任意线性叠加态:
∣Ψ⟩=∑ici∣Ψi⟩,(i=1,2,...,n)\vert \Psi \rang = \displaystyle\sum_{i} c_i \vert \Psi_i \rang ,(i = 1,2,...,n)∣Ψ⟩=i∑​ci​∣Ψi​⟩,(i=1,2,...,n)
也是系统的一个可能的态。

两个相同的态的叠加在经典物理中代表一个新的态,但在量子物理中仅表示同一个态;经典物理中的叠加是概率的叠加,而量子物理中的叠加是概率幅的叠加。

测不准原理与非克隆原理

测不准原理
根据量子力学的基本假设,微观体系的一个力学量用一个线性厄米算符表示。处于某一给定状态∣Ψ(t)⟩\vert \Psi(t) \rang∣Ψ(t)⟩的量子系统,其各力学量并不总是取确定值。

非克隆定理
一个未知的量子态不能被完全拷贝。

量子态的演化与幺正算符

孤立量子系统态矢量随时间演化的动力学方程为薛定谔方程,除了薛定谔方程,还可以通过演化算符U(t,t0)U(t,t_0)U(t,t0​)来描述。
∣Ψ(t)⟩=U(t,t0)∣Ψ(t0)⟩\vert \Psi(t) \rang = U(t,t_0)\vert \Psi(t_0) \rang∣Ψ(t)⟩=U(t,t0​)∣Ψ(t0​)⟩
将态矢量∣Ψ(t)⟩\vert \Psi(t) \rang∣Ψ(t)⟩带入薛定谔方程,可以得到演化算符U(t,t0)U(t,t_0)U(t,t0​)满足的微分方程:
iℏ∂∂tU(t,t0)=H^U(t,t0)i\hbar\cfrac{\partial}{\partial t } U(t,t_0) = \hat{H} U(t,t_0)iℏ∂t∂​U(t,t0​)=H^U(t,t0​)
在哈密顿量H^\hat{H}H^不显含时间的情况下,利用初始条件U(t,t0)=1U(t,t_0) = 1U(t,t0​)=1,可求得方程的解为:
U(t,t0)=e−iℏH^(t,t0)U(t,t_0) = e^{-\cfrac{i}{\hbar} \hat{H}(t,t_0)}U(t,t0​)=e−ℏi​H^(t,t0​)

在量子力学中,如果算符AAA满足如下关系,则称之为幺正算符:
AA+=A+A=IAA^+ = A^+A = IAA+=A+A=I
其中III为单位矩阵。

演化算符U(t,t0)U(t,t_0)U(t,t0​)也是幺正算符。

幺正算符具有保概率性、可逆性等特性。

量子纠缠

纯态与混合态

纯态
能用Hilbert空间中的一个矢量表示的量子系统的态称之为纯态,多个纯态的线性叠加所描述的量子态也是纯态。

混合态
当系统不是出于某一确定的态,而是以某一种概率分布出于某一些量子态,这时无法用一个Hilbert空间的态矢量来描述这样的量子系统,称此系统处于的状态为混合态。

直积态与纠缠态

这两个态是针对多量子系统的

两粒子系统AAA和BBB,如果可以写成直积的形式,则称此量子系统处于直积态;否则,称之处于纠缠态。

纠缠态是在某时刻演化算符U(t,t0)U(t,t_0)U(t,t0​)作用后,使得哈密顿量不能写成子系统求和的形式,演化算符不能写成子系统直积的形式,导致态矢量不能写成两子系统的态矢量直积形式。

密度算符与约化密度矩阵

密度算符
可以用密度矩阵ρ\rhoρ来描述处于混合态的量子系统。
对于纯态,密度算符定义为:
ρ=∣Ψ⟩⟨Ψ∣\rho = | \Psi \rang \lang \Psi |ρ=∣Ψ⟩⟨Ψ∣

对于混合态
{∣Ψ1⟩:p1∣Ψ2⟩:p2...\begin{cases} | \Psi_1 \rang : p_1 \\ | \Psi_2 \rang : p_2 \\ ... \end{cases}⎩⎪⎨⎪⎧​∣Ψ1​⟩:p1​∣Ψ2​⟩:p2​...​
由概率守恒有归一化条件:
∑ipi=1\displaystyle\sum_{i} p_i = 1i∑​pi​=1
此时,混合态的密度算符定义为:
ρ=∑ipi∣Ψi⟩⟨Ψi∣\rho = \displaystyle\sum_{i} p_i | \Psi_i \rang \lang \Psi_i |ρ=i∑​pi​∣Ψi​⟩⟨Ψi​∣
密度算符的矩阵表示即为密度矩阵。密度矩阵的矩阵元可以写为:
ρij=⟨Ψi∣ρ∣Ψj⟩\rho_{ij} = \lang \Psi_i |\rho|\Psi_j \rangρij​=⟨Ψi​∣ρ∣Ψj​⟩
其中,∣Ψi⟩|\Psi_i \rang∣Ψi​⟩是一组基矢。

对于纯态
Trρ2=Trρ=1Tr \rho^2 = Tr \rho = 1Trρ2=Trρ=1

对于混合态
Trρ2<Trρ=1Tr \rho^2 < Tr \rho = 1Trρ2<Trρ=1

约化密度矩阵
ρA=TrB(ρAB)\rho_A = Tr_B(\rho_{AB})ρA​=TrB​(ρAB​)
其中TrBTr_BTrB​为系统B上的偏迹。

量子信息基础:预备知识相关推荐

  1. 量子计算与量子信息基础

    1 量子力学基础 1.1 什么是量子力学? 量子力学是针对物理理论的构建提出的一个数学框架或者规则的集合. Quantum mechanics is a mathematical framework ...

  2. Direct3D基础——预备知识:表面

    表面我们可以将其看作是Direct3D主要用于储存2D图像数据的一个像素矩阵.虽然我们将表面看作矩阵,但是其实际的存储是在一个线性数组里面. 表面的宽度(Width)和高度(Height)都是用像素来 ...

  3. react学习预备知识_在10分钟内学习React基础知识

    react学习预备知识 If you want to learn the basics of React in the time it takes you to drink a cup of coff ...

  4. c语言课本引言课后答案,C语言基础(01-引言及预备知识)作业题

    作业题: 1.下列程序中格式错在( )处. A. main() B. int a,b,z; C. a=2:b=3; D. z=a+b; 分析:A,B,D 没有错误. C 中在a=2后面应该是分号而不应 ...

  5. 零基础自学应用近世代数 第1章 引言和预备知识 1.1 几类实际问题 1.1.1 一些计数问题

    零基础自学应用近世代数 文章目录 零基础自学应用近世代数 第1章 引言和预备知识 1.1 几类实际问题 1.1.1 一些计数问题 [1]项链问题 [2]分子结构的计数问题 [3]正多面体着色问题 [4 ...

  6. 量子计算基础知识-2019/11/12

    1. 超导量子计算 2. 量子点量子计算 3. 拓扑量子计算 非阿贝尔统计马约拉纳零能模 在粒子世界里,住着两大家族:费米子家族(如电子.质子)和玻色子家族(如光子.介子),它们分别以物理学家费米和玻 ...

  7. 计算机基础知识预备知识,计算机预备知识详解.ppt

    计算机预备知识详解 Visual C++程序设计 Ch3 简单的输入/输出 > 3.1 cin 输入十六进制或八进制数据 例: int i , j , k , l ; cin>>he ...

  8. 计算机视觉预备知识,计算机视觉:泊松融合

    Poisson Blending4:更多用途 Poisson Blending0:预备知识(图像的梯度.泊松方程) 进入正题之前,我们先补充一下基础知识.图像的梯度 什么是图像的梯度?我们可以把图像看 ...

  9. 姚期智担纲,清华今日成立量子信息本科班!“着眼学术尖端,致力国家战略需求“...

    作者丨维克多 来源丨AI科技评论 编辑丨刘冰一 据新华社消息,今日清华大学成立量子信息班,由图灵奖得主.中国科学院院士.清华大学交叉信息研究院院长姚期智担任首席教授. 量子信息班主要面向2021年参加 ...

最新文章

  1. package-lock.json是做什么用的_做鱼缸用什么玻璃好?
  2. android 一个有漂亮动画效果的Dialog
  3. Django08:模型层(ORM)--测试脚本/必知的13条/神器的双下划线查询/多表操作
  4. url采集器_Linux「第三节」-centos7.5部署数据采集器Telegraf
  5. 大数据学习笔记42:Hive - 分桶表
  6. leetcode刷题笔记(3)(python)
  7. 从Myeclipe转向Idea,各种遇坑与填坑经验,持续更新(图文)
  8. js数组操作大全(转)
  9. Scala + Intellij IDEA 环境搭建及编译、打包
  10. shell 提取sql 的字段名表名_Mysql常用SQL语句集锦 |建议转发收藏
  11. 【图像增强】基于matlab同态增晰图像增强【含Matlab源码 962期】
  12. 天天生鲜项目——登录页面
  13. 【1】PASCAL VOC数据集下载
  14. 抽奖活动软件 html,webAPP最常用的活动促销案例:大转盘H5抽奖特效
  15. pytorch 学习笔记 part14 过拟合欠拟合及解决方案
  16. Java实现 LeetCode 741 摘樱桃(DFS || 递推 || 传纸条)
  17. 商务英语学计算机吗,BEC商务英语
  18. Codeforces - Serval and Parenthesis Sequence
  19. 「Computer keyboard」- 在键盘中,手指的摆放位置 @20210331
  20. 兄dei,作为程序员的你,这些一直接触的词都念对了吗?

热门文章

  1. POJ 1003 Hangover 水题
  2. Linux入门——ls的三个选项(l、h、a)及速配符(*、?、【】)的使用、clear、cd ~和隐藏文件
  3. 股指期货的交割日般是每月哪一天
  4. 来自NULL的程序人生大作业
  5. 服务器异常网站被百度转码,使用百度云加速后网站访问出现416错误
  6. 安卓6.0+关机状态下通电自动开机方案
  7. 抖音直播行业必知的50个专业术语总结
  8. linuxDebian英伟达显卡驱动的安装方法
  9. BZOJ1972:[SDOI2010]猪国杀
  10. 图论(17)平面图概念与性质