量子计算入门学习笔记(六 量子测量-上 )

news/2024/11/22 17:44:09/

经过了万恶的期末考试 之后,我们再次重新踏上量子学习的不归路(手动狗头)!
如果您是第一次观看我的博客,如果您也是和我一样刚入门量子力学或是量子计算相关的学习,纠结于量子计算的抽象与晦涩难懂,那么本专栏(量子计算)一定是您的不二之选,学海本就苦,愿你有甜心,如果觉得博主写的有错误的直接在评论区留言,博主也是大一的一名程序狗,希望大家多多支持,点点赞,另外,本专题是每周一更或二更,有需要的小伙伴可以点点专注!

量子测量

  • 一. 定义与实例
  • 二. 量子状态的区分

一. 定义与实例

还记得我们一开始学习量子的时候,每个人都听说或者学习过薛定谔的猫,这个例子的引用虽然让我们能从宏观世界的角度高屋建瓴般的理解了量子的初步概念,但是也为我们的眼前蒙上了一层又一层的朦胧迷雾!我们在知道了这个式子 ∣ φ ⟩ = α ∣ L ⟩ + β ∣ D ⟩ |\varphi\rangle=\alpha|L\rangle+\beta|D\rangle φ=αL+βD之后,又被强制的记住 ∣ α ∣ 2 + ∣ β ∣ 2 = 1 |\alpha|^{2}+|\beta|^{2}=1 α2+β2=1,且这里的 ∣ α ∣ 2 |\alpha|^{2} α2 ∣ β ∣ 2 |\beta|^{2} β2 就分别是猫咪生与死的概率,现在我们虽然知道这二者之和为1 与内积相关,但到底为何能用他们代表概率至今也为给出彻底的定量解释,现在,我们可以真正的认识到这个可怜的小猫咪背后的生杀予夺大权由谁操纵!

定义: 对于一个由状态 ∣ φ ⟩ |\varphi\rangle φ 描述的量子系统, 可以由一组测量算符 { M m } \left \{ M_{m}\right \} {Mm} 描述,这些算符作用在被测量系统的态空间上, 可能的测量结果 m 发生的可能性为
p ( m ) = ⟨ ψ ∣ M m † M m ∣ ψ ⟩ p(m)=\left\langle\psi\left|\boldsymbol{M}_{m}^{\dagger} \boldsymbol{M}_{m}\right| \psi\right\rangle p(m)=ψMmMmψ
这里,测量的本质还是与内积相关,返回的也是它的概率数值,我们用算子测量去测量 ∣ φ ⟩ |\varphi\rangle φ,由于内积,左右两边分别为左矢和右矢,所以用一下这个共轭转置矩阵(厄米算子),由于年代久远,我还是在这里为大家举个例子复习一下(其实我自己也忘了)。

共轭转置就是先取共轭,再取转置:
若 A = ( 1 + i i 2 − i 3 ) , 则 A † = ( 1 − i 2 + i − i 3 ) 若\begin{array}{c} A=\left(\begin{array}{cc} 1+i & i \\ 2-i & 3 \end{array}\right) , 则 A^{\dagger} =\left(\begin{array}{cc} 1-i & 2+i \\ -i & 3 \end{array}\right) \end{array} A=(1+i2ii3)A=(1ii2+i3)
测量之后的系统状态为:
p ( m ) = M m ∣ ψ ⟩ ⟨ ψ ∣ M m † M m ∣ ψ ⟩ p(m)=\frac{\boldsymbol{M}_{m}|\psi\rangle}{\sqrt{\left\langle\psi\left| \boldsymbol{M}_{m}^{\dagger} \boldsymbol{M}_{m}\right| \psi\right\rangle}} p(m)=ψMmMmψ Mmψ
且满足上述二式的条件:测量算符需要满足完备性方程:
∑ M m † M m = I \sum \boldsymbol{M}_{m}^{\dagger} \boldsymbol{M}_{m}=I MmMm=I
且所有的概率之和为1:
∑ m p ( m ) = ∑ m ⟨ ψ ∣ M m † M m ∣ ψ ⟩ = 1 \sum_{m} p(m)=\sum_{m}\left\langle\psi\left|M_{m}^{\dagger} M_{m}\right| \psi\right\rangle=1 mp(m)=mψMmMmψ=1
在这里插入图片描述
莫急!待我举两个例子!

例 1: { ∣ 0 ⟩ , ∣ 1 ⟩ } \left \{|0\rangle,|1\rangle\right \} {01} 来测量量子态 ∣ φ ⟩ = α ∣ 0 ⟩ + β ∣ 1 ⟩ |\varphi\rangle=\alpha|0\rangle+\beta|1\rangle φ=α0+β1

解: 这里的两个测量算子分别为: M 0 = ∣ 0 ⟩ ⟨ 0 ∣ = [ 1 0 0 0 ] , M 1 = ∣ 1 ⟩ ⟨ 1 ∣ = [ 0 0 0 1 ] \boldsymbol{M}_{0}=|0\rangle \langle 0|= \left[\begin{array}{cc} 1 & 0 \\ 0 & 0 \end{array}\right],\boldsymbol{M}_{1}=|1\rangle \langle 1|= \left[\begin{array}{cc} 0 & 0 \\ 0 & 1 \end{array}\right] M0=00=[1000],M1=11=[0001],

所以易得 M 0 2 = M 0 , M 1 2 = M 1 \boldsymbol{M}_{0}^{2}=\boldsymbol{M}_{0}, \boldsymbol{M}_{1}^{2}=\boldsymbol{M}_{1} M02=M0,M12=M1,且 I = M 0 † M 0 + M 1 † M 1 = M 0 + M 1 I=\boldsymbol{M}_{0}^{\dagger} \boldsymbol{M}_{0}+\boldsymbol{M}_{1}^{\dagger} \boldsymbol{M}_{1}=\boldsymbol{M}_{0}+\boldsymbol{M}_{1} I=M0M0+M1M1=M0+M1 I I I单位矩阵)

这几步我认为屏幕前聪明睿智的小伙伴们目测就可以验证~~

以此,有 p ( 0 ) = ⟨ ψ ∣ M 0 † M 0 ∣ ψ ⟩ = ⟨ ψ ∣ M 0 ∣ ψ ⟩ = [ α , β ] [ 1 0 0 1 ] [ α β ] = ∣ α ∣ 2 p(0)=\left\langle\psi\left|\boldsymbol{M}_{0}^{\dagger} \boldsymbol{M}_{0}\right| \psi\right\rangle=\left\langle\psi\left|\boldsymbol{M}_{0}\right| \psi\right\rangle=\left [ \alpha ,\beta \right ] \left[\begin{array}{cc} 1 & 0 \\ 0 & 1 \end{array}\right] \left[\begin{array}{cc} \alpha \\ \beta \end{array}\right]=|\alpha|^{2} p(0)=ψM0M0ψ=ψM0ψ=[αβ][1001][αβ]=α2.

同理, p ( 1 ) = ∣ β ∣ 2 p(1) = |\beta |^{2} p(1)=β2.所以测得 ∣ 0 ⟩ |0\rangle 0 的概率为 ∣ α ∣ 2 |\alpha|^{2} α2, 以 ∣ β ∣ 2 |\beta |^{2} β2的概率测得 ∣ 1 ⟩ |1\rangle 1,更进一步,测量后二者的状态为:
M 0 ∣ ψ ⟩ ∣ α ∣ = α ∣ α ∣ ∣ 0 ⟩ M 1 ∣ ψ ⟩ ∣ β ∣ = β ∣ β ∣ ∣ 1 ⟩ \frac{M_{0}|\psi\rangle}{\left | \alpha\right |} = \frac{\alpha }{\left|\alpha\right|}|0\rangle\\ \frac{M_{1}|\psi\rangle}{\left | \beta\right |} = \frac{\beta}{\left|\beta\right|}|1\rangle αM0ψ=αα0βM1ψ=ββ1

这个例子可以说让我们真正的量化了解薛定谔的猫的幕后黑手是谁了!
我们再来看看用多量子比特序列来测量会有什么结果!

例2: 量子比特对可以表示为 : ∣ φ ⟩ = α 00 ∣ 00 ⟩ + α 01 ∣ 01 ⟩ + α 10 ∣ 10 ⟩ + α 11 ∣ 11 ⟩ |\varphi\rangle=\alpha_{00}|00\rangle+\alpha_{01}|01\rangle+\alpha_{10}|10\rangle+\alpha_{11}|11\rangle φ=α0000+α0101+α1010+α1111 ,通过测 定取经典比特各种列值的概率!

解: 其实我们这里应该都知道了它的概率就每一项对应系数的平方!
M 00 = ∣ 00 ⟩ ⟨ 00 ∣ = [ 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ] , M 01 = ∣ 01 ⟩ ⟨ 01 ∣ = [ 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 ] M 10 = ∣ 10 ⟩ ⟨ 10 ∣ = [ 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 ] , M 11 = ∣ 11 ⟩ ⟨ 11 ∣ = [ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 ] \boldsymbol{M}_{00}=|00\rangle \langle 00|= \left[\begin{array}{cc} 1 & 0 & 0 & 0\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 \end{array}\right],\boldsymbol{M}_{01}=|01\rangle \langle 01|= \left[\begin{array}{cc} 0 & 0 & 0 & 0\\ 0 & 1 & 0 & 0\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0 \end{array}\right] \\ \boldsymbol{M}_{10}=|10\rangle \langle 10|= \left[\begin{array}{cc} 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0\\ 0 & 0 & 1 & 0\\ 0 & 0 & 0 & 0 \end{array}\right],\boldsymbol{M}_{11}=|11\rangle \langle 11|= \left[\begin{array}{cc} 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 0\\ 0 & 0 & 0 & 1 \end{array}\right] M00=0000=1000000000000000,M01=0101=0000010000000000M10=1010=0000000000100000,M11=1111=0000000000000001
又因为 M 00 2 = M 00 , M 01 2 = M 01 , M 10 2 = M 10 , M 11 2 = M 11 \boldsymbol{M}_{00}^{2}=\boldsymbol{M}_{00}, \boldsymbol{M}_{01}^{2}=\boldsymbol{M}_{01}, \boldsymbol{M}_{10}^{2}=\boldsymbol{M}_{10}, \boldsymbol{M}_{11}^{2}=\boldsymbol{M}_{11} M002=M00,M012=M01,M102=M10,M112=M11

I = M 00 † M 00 + M 01 † M 01 + M 10 † M 10 + M 11 † M 11 = M 00 + M 01 + M 10 + M 11 I=\boldsymbol{M}_{00}^{\dagger} \boldsymbol{M}_{00}+\boldsymbol{M}_{01}^{\dagger} \boldsymbol{M}_{01}+\boldsymbol{M}_{10}^{\dagger} \boldsymbol{M}_{10}+\boldsymbol{M}_{11}^{\dagger} \boldsymbol{M}_{11}=\boldsymbol{M}_{00}+\boldsymbol{M}_{01}+\boldsymbol{M}_{10}+\boldsymbol{M}_{11} I=M00M00+M01M01+M10M10+M11M11=M00+M01+M10+M11
所以:
p ( 00 ) = ⟨ ψ ∣ M 00 † M 00 ∣ ψ ⟩ = ⟨ ψ ∣ M 00 ∣ ψ ⟩ = ∣ α 00 ∣ 2 p(00)=\left\langle\psi\left|\boldsymbol{M}_{00}^{\dagger} \boldsymbol{M}_{00}\right| \psi\right\rangle=\left\langle\psi\left|\boldsymbol{M}_{00}\right| \psi\right\rangle=\left|\alpha_{00}\right|^{2} p(00)=ψM00M00ψ=ψM00ψ=α002
p ( 01 ) = ⟨ ψ ∣ M 01 † M 01 ∣ ψ ⟩ = ⟨ ψ ∣ M 01 ∣ ψ ⟩ = ∣ α 01 ∣ 2 p(01)=\left\langle\psi\left|\boldsymbol{M}_{01}^{\dagger} \boldsymbol{M}_{01}\right| \psi\right\rangle=\left\langle\psi\left|\boldsymbol{M}_{01}\right| \psi\right\rangle=\left|\alpha_{01}\right|^{2} p(01)=ψM01M01ψ=ψM01ψ=α012
p ( 10 ) = ⟨ ψ ∣ M 10 † M 10 ∣ ψ ⟩ = ⟨ ψ ∣ M 10 ∣ ψ ⟩ = ∣ α 10 ∣ 2 p(10)=\left\langle\psi\left|\boldsymbol{M}_{10}^{\dagger} \boldsymbol{M}_{10}\right| \psi\right\rangle=\left\langle\psi\left|\boldsymbol{M}_{10}\right| \psi\right\rangle=\left|\alpha_{10}\right|^{2} p(10)=ψM10M10ψ=ψM10ψ=α102
p ( 11 ) = ⟨ ψ ∣ M 11 † M 11 ∣ ψ ⟩ = ⟨ ψ ∣ M 11 ∣ ψ ⟩ = ∣ α 11 ∣ 2 p(11)=\left\langle\psi\left|\boldsymbol{M}_{11}^{\dagger} \boldsymbol{M}_{11}\right| \psi\right\rangle=\left\langle\psi\left|\boldsymbol{M}_{11}\right| \psi\right\rangle=\left|\alpha_{11}\right|^{2} p(11)=ψM11M11ψ=ψM11ψ=α112

偷偷告诉你一个小秘密,不动手算 毛用都没有!

二. 量子状态的区分

量子状态的区分并不像我们抛硬币区分正反面一样简单,它有一些复杂,当然也要用到我们上面说的用公式去计算概率,在真是说明这个东西之前,我们来看看什么是 “测量公设” :

测量公设是一个基本假设 。测量系统和被测系统可以看做一个更大的封闭的量子系统组成部分。而孤立的量子系统可以用幺正变换描述其演化过程。从态的演化公设能否直接推出测量公设,仍未定论。我们要做的是将其作为出发点,应用这一假设,而不必过多究其由来。

前面我们说满足测量条件的前提就是状态集 ∣ ψ i ⟩ |\psi_{i}\rangle ψi 必须是正交的,下面我以Alice 和 Bob 两个人来为大家详细的解释一下:
在这里插入图片描述
首先,Alice 肯定要去从两个人都知道的矢量集中选取其中的一个矢量状态 ∣ ψ i ⟩ ( 1 ⩽ I ⩽ n ) |\psi_{i}\rangle\left ( 1\leqslant I \leqslant n \right ) ψi(1In),然后Bob 的任务就是找到Alice交给他的这个矢量态对应的 i i i

(1) 如果状态集是正交的。我们用前面的测量方法,Bob可以 定义几个满足完备关系的测量算子 M i = ∣ ψ i ⟩ ⟨ ψ i ∣ \boldsymbol{M}_{i}=|\psi_{i}\rangle \langle \psi_{i}| Mi=ψiψi 等等,对于 ∣ ψ i ⟩ |\psi_{i}\rangle ψi ,如果算得 p ( i ) = ⟨ ψ ∣ M i ∣ ψ ⟩ = 1 p(i)=\left\langle\psi\left|\boldsymbol{M}_{i}\right| \psi\right\rangle = 1 p(i)=ψMiψ=1 ,那么就算是测出来这个 i i i 了! 故可以较为可靠的区分!

(2) 如果状态集不是正交的。对于两个非正交状态的 ∣ ψ 1 ⟩ |\psi_{1}\rangle ψ1 ∣ ψ 2 ⟩ |\psi_{2}\rangle ψ2, Bob不能区分的关键原因是 ∣ ψ 2 ⟩ |\psi_{2}\rangle ψ2矢量可以分解出一个平行于 ∣ ψ 1 ⟩ |\psi_{1}\rangle ψ1 的非零分量和一个垂直于 ∣ ψ 1 ⟩ |\psi_{1}\rangle ψ1的分量,在我们用某些方法测量的时候,分量的作用会多多少少改变我们的概率值,所以得不到我们真正想要的概率值从而是Bob很有可能做出误判!

(接下来给出理性的证明! )

我们使用反证法,假设非正交的状态 ∣ ψ 1 ⟩ |\psi_{1}\rangle ψ1 ∣ ψ 2 ⟩ |\psi_{2}\rangle ψ2也可以进行测量!即 ⟨ ψ 1 ∣ ψ 2 ⟩ ≠ 0 \left \langle \psi_{1}|\psi_{2} \right \rangle \neq 0 ψ1ψ2=0 ,假设存在算符 E 1 , E 2 \boldsymbol{E_{1}},\boldsymbol{E_{2}} E1,E2,可以精确的区分 ∣ ψ 1 ⟩ , ∣ ψ 2 ⟩ |\psi_{1}\rangle,|\psi_{2}\rangle ψ1ψ2,,其中 E 1 = M 1 † M 1 , E 2 = M 2 † M 2 \boldsymbol{E_{1}}=\boldsymbol{M}_{1}^{\dagger} \boldsymbol{M}_{1}, \boldsymbol{E_{2}}=\boldsymbol{M}_{2}^{\dagger} \boldsymbol{M}_{2} E1=M1M1,E2=M2M2,则根据公式我们可得:
⟨ ψ 1 ∣ E 1 ∣ ψ 1 ⟩ = 1 , ⟨ ψ 2 ∣ E 2 ∣ ψ 2 ⟩ = 1 \left\langle\psi_{1}\left|\boldsymbol{E}_{1}\right| \psi_{1}\right\rangle=1,\left\langle\psi_{2}\left|\boldsymbol{E}_{2}\right| \psi_{2}\right\rangle=1 ψ1E1ψ1=1,ψ2E2ψ2=1
但是归一化条件又说了: ∑ i p ( i ) = ∑ i ⟨ ψ 1 ∣ E i ∣ ψ 1 ⟩ = 1 \sum_{i} p(i)=\sum_{i}\left\langle\psi_{1}\left|E_{i}\right| \psi_{1}\right\rangle=1 ip(i)=iψ1Eiψ1=1

显然,得到 ⟨ ψ 1 ∣ E 2 ∣ ψ 1 ⟩ = 0 \left\langle\psi_{1}\left|E_{2}\right| \psi_{1}\right\rangle = 0 ψ1E2ψ1=0,拆开就是 E 2 ∣ ψ 1 ⟩ = 0 \sqrt{\boldsymbol{E}_{2}}|\psi_{1}\rangle =0 E2 ψ1=0,又因为 ∣ ψ 1 ⟩ |\psi_{1}\rangle ψ1 ∣ ψ 2 ⟩ |\psi_{2}\rangle ψ2非正交,可以分解: ∣ ψ 1 ⟩ = α ∣ ψ 2 ⟩ + β ∣ ψ 2 ⊥ ⟩ \left|\psi_{1}\right\rangle=\alpha\left|\psi_{2}\right\rangle+\beta\left|\psi_{2}^{\perp}\right\rangle ψ1=αψ2+βψ2,联立粉色 的式子可得:
E 2 ∣ ψ 1 ⟩ = β E 2 ∣ ψ 2 ⊥ ⟩ \sqrt{\boldsymbol{E}_{2}}\left|\psi_{1}\right\rangle=\beta \sqrt{\boldsymbol{E}_{2}}\left|\psi_{2}^{\perp}\right\rangle E2 ψ1=βE2 ψ2
再将拆开的式子重写成内积的形式,又因为 α , β \alpha , \beta α,β都小于 1:

⟨ ψ 1 ∣ E 2 ∣ ψ 1 ⟩ = β 2 ⟨ ψ 2 ⊥ ∣ E 2 ∣ ψ 2 ⊥ ⟩ ≤ β 2 ∑ i ⟨ ψ 2 ⊥ ∣ E i ∣ ψ 2 ⊥ ⟩ = β 2 < 1 \left\langle\psi_{1}\left|\boldsymbol{E}_{2}\right| \psi_{1}\right\rangle=\beta^{2}\left\langle\psi_{2}^{\perp}\left|\boldsymbol{E}_{2}\right| \psi_{2}^{\perp}\right\rangle \leq \beta^{2} \sum_{i}\left\langle\psi_{2}^{\perp}\left|\boldsymbol{E}_{i}\right| \psi_{2}^{\perp}\right\rangle=\beta^{2}<1 ψ1E2ψ1=β2ψ2E2ψ2β2iψ2Eiψ2=β2<1
显然,这与我们前面的假设是矛盾的,证毕!

所以,非正交态不可严格区分!

本期的量子计算学习就到这里了,大家可以动手算一下,本人亲测,会有一些小疑惑等着你去思考,下期我们将学习密度算符及其相关内容!


http://www.ppmy.cn/news/480754.html

相关文章

63 岁老工程师设计一屏双计算器软件工具,一起看看?

近日&#xff0c;据外媒 The Mainichi 报道&#xff0c;一位来自日本的 63 岁老工程师 Hiroyuki Ueda 在退休之后&#xff0c;捣鼓起了计算机上的计算器。或许有人说&#xff0c;像手机、电脑上的计算器早已出现&#xff0c;再去重复研究&#xff0c;那岂不是再一波造轮子&…

量子计算(十):量子计算原理

文章目录 量子计算原理 一、酉变换 二、矩阵的指数函数 三、单位矩阵 四、单量子比特逻辑门 五、泡利矩阵 六、常见逻辑门 量子计算原理 经典计算中&#xff0c;最基本的单元是比特&#xff0c;而最基本的控制模式是逻辑门&#xff0c;可以通过逻辑门的组合来达到控制电…

DevExpress WPF功能区控件,更轻松创建商业应用工具栏!(下)

在上文中(点击这里回顾>>&#xff09;&#xff0c;我们主要介绍了DevExpress WPF的Ribbon、Toolbar和Menus组件支持MVVM、功能区命令栏和视图等&#xff0c;本文将继续介绍这些组件的自定义功能等。 DevExpress WPF拥有120个控件和库&#xff0c;将帮助您交付满足甚至超…

如何做好一门兴趣变现课

哈喽&#xff0c;大家好&#xff0c;我是海哥&#xff0c;知识付费变现创业教练&#xff0c;教育公司培训总监&#xff0c;从事知识付费变现咨询10年&#xff0c;已助力3000人实现知识付费变现。 之前海哥哥说过&#xff0c;在网课的三种常见模式中&#xff0c;兴趣和能力变现的…

一文说透!华熙生物如何步步为营炼就品牌势能?

据华熙生物2022年财报&#xff0c;华熙生物2022年营收同比增长28.53%&#xff0c;净利润同比增长24%&#xff0c;成为全球最大的。同时&#xff0c;近年来也在C端也大展身手。华熙生物此前与故宫博物院合作&#xff0c;推出6 款故宫国宝色口红和2款“故宫美人面膜”。凭借精美的…

基于SSM+jsp的电子商城系统设计与实现

博主介绍&#xff1a; 大家好&#xff0c;我是一名在Java圈混迹十余年的程序员&#xff0c;精通Java编程语言&#xff0c;同时也熟练掌握微信小程序、Python和Android等技术&#xff0c;能够为大家提供全方位的技术支持和交流。 我擅长在JavaWeb、SSH、SSM、SpringBoot等框架…

python运行程序时报错pkg_resources.VersionConflict

错误提示&#xff1a;pkg_resources.VersionConflict: (PyYAML 5.4.1 (c:\users\addoi\appdata\local\packages\pythonsoftwarefoundation.python.3.9_qbz5n2kfra8p0\localcache\local-packages\python39\site-packages), Requirement.parse(pyyaml<7.0,>6.0)) yaml的英…

软考A计划-系统集成项目管理工程师-信息化知识(三)

点击跳转专栏>Unity3D特效百例点击跳转专栏>案例项目实战源码点击跳转专栏>游戏脚本-辅助自动化点击跳转专栏>Android控件全解手册点击跳转专栏>Scratch编程案例点击跳转>软考全系列 &#x1f449;关于作者 专注于Android/Unity和各种游戏开发技巧&#xff…