- 量子机器学习及区块链技术导论
- 杨毅等编著
- 373字
- 2022-05-05 20:15:19
3.2.4 谱理论和张量积
谱理论(Spectral Theorem)可以方便地指定一个基,其算子是给定的对角矩阵。归一化算子是满足的线性量子算子。
谱理论指出,对于作用在有限维Hilbert空间H上的每个归一化算子T,存在一个空间H的正交基,其中包含特征向量,特征向量对应的特征值是
,T的特征值集合称为T的谱。
谱理论还指出,对于每个有限维归一化矩阵T都存在一个酉矩阵P,使得T,其中Λ为对角矩阵。T的对角项是Λ的特征值,P的列是T的特征向量的编码。例如,算子X在计算基态时的作用为:
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_117.jpg?sign=1739050913-DCa6l1pYWT30roiWViROYsD1M9DPBEaF-0-94a4c76413388391ba76079a7050fa68)
算子的矩阵表示为:
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_118.jpg?sign=1739050913-hYzR0kN72Mqv1G3IhZBRUbx5V1P0N1Gh-0-faa04f8752923738fb8e9011f3be4188)
X被对角化,即:
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_119.jpg?sign=1739050913-Alf0xjfCVsRwaGhyblneH4bmGX0ZZUSZ-0-e1b5cdd8b44e63c3edd4b77ea763058f)
有,
。
因此X的特征值是1和-1,对应的特征向量是和
。
在Dirac符号中,有:
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_124.jpg?sign=1739050913-aEUkyFycpxiaIuDZMNZOScZVZEaUzGm5-0-afa4778011b8a62809f28c4ac96688c6)
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_125.jpg?sign=1739050913-TWZuda3VrznddMJko5pnsMg9x7gkbUHt-0-66139af34e2d3aa7ef1b30fa6f0a7065)
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_126.jpg?sign=1739050913-5RyPMNd7vMls5FU1qoBlfVXXV1SkcCmz-0-89058986f8e92cfe71497919a40c8d1d)
特征向量是:
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_127.jpg?sign=1739050913-vI5a9aEWAV6ZGYjU8DwA5Uvh3KDMPdAM-0-c4bbca3c1d5e92c80895795167bfb780)
张量积(Tensor Product)是一种将空间、向量和算子组合在一起的方法。假设H1和H2分别是n维和m维的Hilbert空间,则张量积空间是一个新的、更大的Hilbert空间。H1和H2的正交基
和
构成新空间的正交基
,并具有一系列用于计算张量积的数学定理。