- •Предисловие
- •Глава 1. Квантовая случайность. Анализ взаимно- дополнительных статистических величин.
- •1.1. Статистическая интерпретация прямого и обратного преобразований Фурье. Координатное и импульсное распределения.
- •1.2. Принцип дополнительности н. Бора
- •1.3. Характеристическая функция. Вычисление среднего и моментов. Неполнота классической и полнота квантовой статистики.
- •1.4. Операторы координаты и импульса в координатном и импульсном представлении. Фундаментальные коммутационные соотношения
- •Глава 2. Точность статистических характеристик гильбертова пространства
- •2.1. Неравенство Коши- Буняковского для векторов состояния и его статистическая интерпретация
- •2.2.Неравенство Коши- Буняковского в приложении к случайным величинам
- •2.3. Соотношение неопределенностей Гейзенберга для координаты и импульса
- •2.4. Соотношение неопределенностей Шредингера- Робертсона
- •2.5. Многомерное соотношение неопределенностей
- •2.6. Информация Фишера
- •2.7. Неравенство Рао- Крамера
- •2.8. Многомерное неравенство Рао- Крамера и корневая оценка
- •Глава 3. Принципы квантовой информатики и шестая проблема Гильберта
- •3.1 Постулаты квантовой информатики
- •3.2 От квантовой информатики к квантовой физике
- •3.3. Шестая проблема Гильберта
- •3.4 Обсуждение
- •3.П. Приложение. Разложение Шмидта и формализм матрицы плотности.
- •Основная числовая характеристика, связанная с разложением Шмидта есть число Шмидта , которое характеризует эффективное число мод в разложении:
- •Глава 4. Основные логические элементы квантовой информатики и их свойства
- •4.2. Реализация произвольного состояния кубита посредством унитарного поворота.
- •4.3. Система кубитов
- •4.4. Измерение кубитов
- •4.5. Простейшие квантовые логические элементы
- •4.6. Преобразование Уолша-Адамара (Walsh-Hadamar Transformation)
- •4.8. Состояния Белла
- •Состояния Белла относят к классу так называемых эпр состояний. Такой термин возник в связи с парадоксом (эффектом) Эйнштейна - Подольского – Розена, который рассматривается ниже.
- •4.9 Парадокс (эффект) Эйнштейна - Подольского - Розена
- •4.10 Неравенство Белла
- •4.11. Физическая реализация кубита. Спиновой магнитный резонанс.
- •Глава 5. Некоторые алгоритмы квантовой информатики
- •5.1. Сверхплотное кодирование.
- •5.2. Телепортация
- •5.3. Квантовый параллелизм. Алгоритмы Дойча и Дойча- Джозсы.
- •5.4. Квантовое преобразование Фурье.
- •5.5. Нахождение периода функции
- •5.6 Факторизация чисел
- •5.7. Квантовая криптография
- •5.8. Алгоритм Гровера
- •5.9 Введение в квантовое исправление ошибок
3.П. Приложение. Разложение Шмидта и формализм матрицы плотности.
Пусть вектор состояния (амплитуда вероятности) составной системы зависит от переменных двух подсистем. Оказывается, что вектор состояния составной системы может быть разложен по векторам, относящимся к отдельным подсистемам. Соответствующее представление называется разложением Шмидта [1,2,37]:
(3.18)
Здесь - весовые (заведомо неотрицательные) множители, удовлетворяющие условию нормировки
Мы предполагаем, что слагаемые в разложении (3.18) представлены в порядке убывания (невозрастания) коэффициентов .
Разложение Шмидта дает наглядный математический аппарат для исследования запутанности. Например, регистрация подсистемы №1 наблюдателем в состоянии означает, что подсистема №2 с необходимостью будет зарегистрирована (наблюдателем ) в состоянии (при том же самом ).
Функции (векторы) и называются модами Шмидта. Предположим, что каждая из подсистем описывается гильбертовым пространством размерности . Тогда, каждый из наборов функций и ( ) будет полным набором, образующим ортонормированный базис.
Опишем алгоритм численной экстракции мод Шмидта. Пусть матрица размера с элементами , задающими амплитуду вероятности найти подсистемы в базисных состояниях и соответственно. Введем матрицу следующего вида:
(3.19)
Найдем собственные функции и собственные значения матрицы . В результате, рассматриваемая матрица будет представлена в виде:
, (3.20)
Здесь - унитарная матрица, составленная из собственных векторов матрицы (каждый столбец матрицы есть некоторый собственный вектор матрицы ). Матрица есть диагональная матрица, составленная из собственных значений матрицы . Будем предполагать также, что выстроены на диагонали в порядке убывания (невозрастания).
Диагональные элементы матрицы есть искомые весовые множители разложения Шмидта. При этом мода дается - ым столбцом матрицы .
Для нахождения мод введем матрицу согласно формуле:
(3.21)
В задачах высокой размерности матрица , как правило, содержит элементы, практически равные нулю. Это может приводить к формальному делению на ноль при вычислении матрицы . Для предотвращения этого явления можно поступить двумя практически эквивалентными способами. Можно вводить небольшие ненулевые слагаемые ( например, порядка - ) в диагональ . Результаты фактически не зависят от уровня «малости» вводимых величин (они нужны только для того, чтобы избежать деления на машинный ноль). Те же результаты можно получить, если «урезать» размерность матрицы , оставив в ней на диагонали только заведомо ненулевых элементов (при этом в матрице также необходимо оставить только первые столбцов).
Теперь для получения моды остается только взять - ую строку матрицы .
С использованием матриц и матрица амплитуд вероятностей может быть записана в виде:
(3.22)
где - диагональная матрица, неотрицательные диагональные элементы которой расположены в порядке убывания (невозрастания). Разложение (3.22) есть сингулярное разложение матрицы (singular value decomposition, сокращенно- svd), а параметры - сингулярные значения (singular values) матрицы.
Представленный алгоритм показывает, что определение мод Шмидта есть самосогласованная по переменным подсистем процедура. Так, каждый столбец матрицы (каждая мода ) определяется с точностью до независимого несущественного фазового множителя. Добавление такого множителя, однако, приведет, согласно (3.21), к согласованному изменению фазы моды , запутанной с исходной модой.
Задача 3.1 Явным расчетом покажите, что алгоритм, задаваемый формулами (3.19)- (3.22) действительно определяет разложение Шмидта (3.18) для составной системы.