3. 算符
3.1 線性算符
\(A(|a\rang+|b\rang) = A|a\rang+A|b\rang\)
\(A(z|a\rang = zA|a\rang\)
3.2 特殊算符
恆等算符\(I\) \(I|a\rang = |a\rang\)
零算符0 \(0|a\rang = 0\)
3.3 本征值和本征矢
\(A|v\rang = \lambda|v\rang\) \(|v\rang 是 A 的本征矢量,\lambda 是相應的本征值.\)
如何求得本征值和本征矢量:
(1) \(A|v\rang =\lambda|v\rang = \lambda I |v\rang (I是等同算符)\)
(2) \((A-\lambda I)|v\rang = 0\)
(3) \(|A-\lambda I| = 0\),解得 \(\lambda\), 帶入\((A-\lambda I)|v\rang = 0\),可求得 \(|v\rang\).
3.4 對易關系
\([A, B] = AB-BA\), 若\([A, B] = 0, 即 AB=BA,則稱A與B是對易的.\)
\(\{A, B\} = AB+BA\), 若\({A, B} = 0, 即 AB=-BA,則稱A與B是反對易的.\)
3.5 厄米算符
\(A = A^\dagger\), 則\(A\) 是厄米算符. (類似對稱矩陣,\(A=A^T\))
\((AB)^\dagger = B^{\dagger}A^\dagger\)
推導:\((AB)^\dagger = ((AB)^*)^T) = ((AB)^T)^*) = (B^{T}A^T)^* = ((B^T)^*)((A^T)^*) = B^{\dagger}A^\dagger\)
厄米算符的本征值是實數.
半正定算子(positive operator) 是厄米算子的一個極重要的子類.
\(半正定算子A \Longleftrightarrow (|v\rang, A|v\rang) = \lang v| A |v \rang \geq 0\)
\(正定算子A \Longleftrightarrow (|v\rang, A|v\rang) = \lang v| A |v \rang > 0\)
正定的(positive definite). 任意半正定算子自動地是厄米的,於是由譜分解定理,它具有對角表示\(\sum_i \lambda_i |i\rang \lang i|\), \(\lambda_i\) 是非負特征值.
3.6 外積算符
\(態矢 |u\rang自身的外積是 |u\rang \lang u|\).
\(\Big( |u\rang \lang u| \Big) |w\rang = |u\rang \Big(\lang u|w\rang \Big) =\lang u|w\rang |u\rang\), 得到的矢量與原來的態矢方向相同,但是系數是\(|u\rang 與|w\rang 的內積\), 所以算符\(|u\rang \lang u | 作用於態矢量|w\rang 可以看作 |w\rang 在 |u\rang 上的投影(分量).\)
3.7 投影算符
設空間 \(V\) 是\(n\)維, \(|i\rang (i=1,2,\cdots, n)\) 是空間\(V\) 的一組正交規一基,定義投影算符
\(P=\sum_{1}^{m}|i\rang\lang i|~~~~(i=1,2,\cdots,m),~~m\leq n\)
各個 \(|i\rang~(i=1,2,\cdots,m)\) 構成 \(V\) 的子空間 \(M\). 投影算符\(P\)作用於空間V中的任一態矢\(|w\rang\)相當於求取\(|w\rang\) 在子空間 \(M\) 中的分量. 顯然,
(1). 當 \(m =n\)時,子空間\(M\)亦即原來的空間 \(V\). \(V\) 中任何態矢 \(|w\rang\) 在 \(V\)中的投影顯然就是 \(|w\rang\) 本身,故
\(\sum_1^n |i\rang\lang i|w\rang = |w\rang\)
\(\sum_1^n |i\rang\lang i | = I\), \(I\) 是\(n\) 階等同算符.
(2). 當 \(m<n\) 時,\(|w \rang\) 是空間 \(V\) 中的任意態矢,\(P|w \rang = \sum_1^m|i\rang \lang i|w\rang = |v\rang\) 是在 \(M\)中, \(|v\rang\) 在\(M\) 中的投影是 \(|v\rang\) 自身, 故
\(\left\{\begin{matrix} P(P|w\rang)= P|w\rang = |v\rang \\ P=P^2=P^3= \cdots \end{matrix}\right.\)
3.8 對角化及譜分解
\(A=\sum \lambda_i |i\rang \lang i | (i = 1,2, \cdots, n) = O = \begin{bmatrix} \lambda_1 & 0 & \cdots & 0 \\ 0 & \lambda_2 & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & \lambda_n \end{bmatrix}\)
其中,\(\lambda_i\) 是本征值,\(|i\rang\) 是對應的本征向量.
算符 \(A\) 能夠對角化的充要條件是 \(A\) 是一個正規算符(normal operator), 即 \(AA^\dagger = A^{\dagger}A\).
\(A 能夠對角化 \Longleftrightarrow AA^\dagger = A^{\dagger}A\)
3.9 幺正算符
幺正算符,也叫酉算符. \(U^\dagger = U^{-1}\),即 \(U^{\dagger}U = I\). (類似正交矩陣 \(AA^T = I\),\(A^T = A^{-1}\))
幺正算符的性質:
(1) 空間中任意兩個矢量經幺正變換后內積保持不變.
推導如下:
變換前的兩個矢量,\(|s\rang\) 和\(|t\rang\),其內積為\(\lang s|t \rang\).
以幺正算符作用於\(|s\rang\) 和\(|t\rang\) 后,\(U|s\rang\) 和\(U|t\rang\),其內積為 \(\Big(U|s\rang, U|t\rang \Big) = \lang s|U^{\dagger} U|t\rang = \lang s|I|t\rang = \lang s|(I|t\rang) = \lang s|t\rang\).
(2) 正交規一基經過幺正變換后變為另一組正交歸一基.
設\(|u_i\rang(i=1,2,\cdots,n)\) 是一組正交規一基,\(U\) 是幺正變換,\(U|u_i\rang = |w_i\rang\), 可得
反之,若 \(|u_i\rang\) 和 \(|w_i\rang\) 是兩組歸一正交基,則它們之間的變換是幺正變換. 即,\(A|u_i\rang = |w_i\rang\), A是幺正變換.
推導如下:
假設 \(A|u_i\rang = |w_i \rang\), 證明 \(A\) 是幺正算符.
$A|u_i\rang = |w_i \rang \Longrightarrow A|u_i\rang \lang u_i| = |w_i \rang \lang u_i| \Longrightarrow \sum_i A|u_i\rang \lang u_i| = \sum_i |w_i \rang \lang u_i| $
\(\Longrightarrow A\sum_i |u_i\rang \lang u_i| = \sum_i |w_i \rang \lang u_i| \Longrightarrow AI = \sum_i |w_i \rang \lang u_i| \Longrightarrow A = \sum_i |w_i \rang \lang u_i|\)
\(A^\dagger = \sum_i |u_i\rang \lang w_i|\)
\(A^{\dagger}A = \sum_i |u_i\rang \lang w_i| \sum_j |w_j \rang \lang u_j| = \sum_i \sum_j |u_i\rang \lang w_i|w_j \rang \lang u_j| = \sum_i |u_i\rang \lang u_i| = I\).
上式中 $I $ 是恆等算符,故 \(A\) 是幺正算符.
(3) 幺正算符的本征值都以1為模數,亦即可表示為\(e^{i\theta}\), \(\theta\) 是個實數.
3.10 泡利算符
\(\sigma_0 = I = \begin{pmatrix} 1 & 0 \\ 0 & 1 \end{pmatrix}\) \(\sigma_ 1= \sigma_x = X = \begin{pmatrix} 0 & 1 \\ 1 & 0 \end{pmatrix}\)
\(\sigma_2= \sigma_y = Y = \begin{pmatrix} 0 & -i \\ i & 0 \end{pmatrix}\) \(\sigma_3= \sigma_z = Z = \begin{pmatrix} 1 & 0 \\ 0 & -1 \end{pmatrix}\)
泡利算符既是厄米算符,又是幺正算符,即\(\sigma = \sigma^\dagger = \sigma^{-1}\).
3.11 張量積
-
張量運算是把兩個空間聯系起來的有力工具。張量積是將向量空間合在一起,構成更大向量空間的一種方法,這個方法對理解量子力學的多粒子系統很關鍵.
-
設\(A\)是空間\(U\)的算符,\(B\)是空間\(V\)的算符,\(A\) 與\(B\)的張量積$A \otimes B \(是空間\)W$ 的算符. \(W\) 是由\(U \otimes V\) 構成的一個更大的空間. \(W\) 中的元素是\(U\) 的元素\(|u\rang\) 和\(V\)的元素\(|v\rang\) 的張量積\(|u\rang \otimes |v\rang\)的線性組合. 特別地,若\(U\) 是\(n\)維的,\(|i\rang\) 是\(U\) 中的一個基,\(V\) 是\(k\)維的,\(|j\rang\) 是\(V\) 中的一個基,則\(W\) 是\(nk\)維的,\(|i\rang\otimes|j\rang=|i\rang|j\rang=|i,j\rang=|ij\rang\) 是\(W\) 中的一個基.
-
張量積的基本性質:
-
對任意標量\(z\), \(U\) 的元素\(|u\rang\) 和\(V\)的元素\(|v\rang\), 滿足
\(z(|u\rang \otimes |v\rang)=z(|u\rang) \otimes |v\rang=|u\rang \otimes (z|v\rang)\)
-
對\(U\) 的元素\(|u_1\rang,|u_2\rang\) 和\(V\)的元素\(|v\rang\), 滿足
\((|u_1\rang+|u_2\rang)\otimes|v\rang=|u_1\rang\otimes|v\rang+|u_2\rang\otimes|v\rang\)
-
對\(U\) 的元素\(|u_\rang\) 和\(V\)的元素\(|v_1\rang, |v_2\rang\)滿足
\(|u\rang\otimes(|v_1\rang+|v_2\rang)=|u\rang\otimes|v_1\rang+|u\rang\otimes|v_2\rang\)
-
轉置、復共軛、伴隨算子對張量積是分配的,不改變順序.
\((A\otimes B)^T=A^T \otimes B^T\)
\((A\otimes B)^*=A^* \otimes B^*\)
\((A\otimes B)^\dagger=A^\dagger \otimes B^\dagger\)
-
-
定義\(U \otimes V\) 上的線性算子\(A\otimes B\), 其中\(A\)是空間\(U\)的線性算子,\(B\)是空間\(V\)的線性算子, \(|u\rang\)是空間\(U\)的元素,\(|v\rang\)是空間\(V\)的元素.
\((A\otimes B)(|u\rang \otimes |v\rang)=A|u\rang \otimes B|v\rang\)
為保證線性,\(A\otimes B\) 對空間\(U \otimes V\) 上的所有元素都成立,即
\((A\otimes B)(\sum_i a_i |u_i\rang \otimes |v_i\rang)=\sum_i a_iA|u\rang \otimes B|v\rang\)
空間\(U\)和\(V\) 上的內積可以定義\(U \otimes V\) 上的一個自然內積,即
\((\sum_i a_i |u_i\rang\otimes |v_i\rang), \sum_j b_j |u_j^{'}\rang\otimes |v_j^{'}\rang)=\sum_i \sum_j a_i^*b_j\Big(\lang u_i|\otimes\lang v_i|\Big)\Big(|u_j^{'}\rang\otimes| v_j^{'}|\rang\Big)\\=\sum_i \sum_j a_i^*b_j\Big(\lang u_i| u_j^{'}\rang\Big)\otimes\Big(\lang v_i|v_j^{'}\rang\Big)=\sum_i \sum_j a_i^*b_j\lang u_i| u_j^{'}\rang\lang v_i|v_j^{'}\rang\)
-
算符和矩陣是等價的,現在轉到稱為 Kronecker 積的矩陣表示.
\(A= \begin{bmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{bmatrix}\) \(B= \begin{bmatrix} b_{11} & b_{12} \\ b_{21} & b_{22} \end{bmatrix}\)
\(A\otimes B= \begin{bmatrix} a_{11}B & a_{12}B \\ a_{21}B & a_{22}B \end{bmatrix}=\begin{bmatrix} a_{11}b_{11} & a_{11}b_{12} & a_{12}b_{11} & a_{12}b_{12}\\ a_{11}b_{21} & a_{11}b_{22} & a_{12}b_{21} & a_{12}b_{22}\\ a_{21}b_{11} & a_{21}b_{12} & a_{22}b_{11} & a_{22}b_{12}\\ a_{21}b_{21} & a_{21}b_{22} & a_{22}b_{21} & a_{22}b_{22}\\ \end{bmatrix}\)
上述的\(A\)及\(B\) 可以是行矩陣或列矩陣,設\(V\)是一個二維的復線性空間,其基矢為\(|0\rang\) 和\(|1\rang\), 現討論由\(V\otimes V\) ,即兩個量子位組成的空間的矢量.
-
設\(|0\rangle = \binom{1}{0}\), \(|1\rangle = \binom{0}{1}\), 則
\(|0\rang \otimes|0\rang=\begin{bmatrix} 1 \\ 0 \end{bmatrix} \otimes\begin{bmatrix} 1 \\ 0 \end{bmatrix} =\begin{bmatrix} 1 \\ 0 \\0\\0 \end{bmatrix} =|00\rang\)
\(|0\rang \otimes|1\rang=\begin{bmatrix} 1 \\ 0 \end{bmatrix} \otimes\begin{bmatrix} 0 \\ 1 \end{bmatrix} =\begin{bmatrix} 0 \\ 1 \\0\\0 \end{bmatrix} =|01\rang\)
\(|1\rang \otimes|0\rang=\begin{bmatrix} 0 \\ 1 \end{bmatrix} \otimes\begin{bmatrix} 1 \\ 0 \end{bmatrix} =\begin{bmatrix} 0 \\ 0 \\1\\0 \end{bmatrix} =|10\rang\)
\(|1\rang \otimes|1\rang=\begin{bmatrix} 0 \\ 1 \end{bmatrix} \otimes\begin{bmatrix} 0 \\ 1 \end{bmatrix} =\begin{bmatrix} 0 \\ 0 \\0\\1 \end{bmatrix} =|11\rang\)
-
設 \(\langle 0| = \begin{bmatrix} 1~0 \end{bmatrix}\) \(\langle 1| = \begin{bmatrix} 1~0 \end{bmatrix}\),則
\(\lang0|\otimes\lang0|=\begin{bmatrix}1~0\end{bmatrix} \otimes \begin{bmatrix}1~0\end{bmatrix}=\begin{bmatrix}1~0~0~0\end{bmatrix}=\lang00|\)
\(\lang0|\otimes\lang1|=\begin{bmatrix}1~0\end{bmatrix} \otimes \begin{bmatrix}0~1\end{bmatrix}=\begin{bmatrix}0~1~0~0\end{bmatrix}=\lang01|\)
\(\lang1|\otimes\lang0|=\begin{bmatrix}0~1\end{bmatrix} \otimes \begin{bmatrix}1~0\end{bmatrix}=\begin{bmatrix}0~0~1~0\end{bmatrix}=\lang10|\)
\(\lang1|\otimes\lang1|=\begin{bmatrix}0~1\end{bmatrix} \otimes \begin{bmatrix}0~1\end{bmatrix}=\begin{bmatrix}0~0~0~1\end{bmatrix}=\lang11|\)
-
記\(00=e_1, 01=e_2, 10=e_3, 11=e_4\), 容易驗證 \(\lang e_i|e_j\rang=\delta_{ij}=\left\{\begin{matrix} 1~~~i=j \\ 0~~~~i\neq j \end{matrix}\right.\) 所以\(\{|e_i\rang\}(i=1,2,3,4)\) 組成正交規一基.
-
參考文獻
[1] 馬瑞霖. 量子密碼通信[M]. 北京:科學出版社,2006.
[2] [英]尼爾森,庄著. 量子計算和量子信息(一)--量子計算部分[M]. 趙千川譯. 北京:清華大學出版社,2009.
[3] [法]Emmanuel Desurvire. Classical and Quantum Information Theory[M]. 北京:科學出版社,2013.