-
密度矩陣
鎖定
- 中文名
- 密度矩陣
- 外文名
- density matrix
- 學科背景
- 量子力學、量子統計物理
- 簡 介
- 描述處於混態的量子系統
密度矩陣引入
當一個量子系統所處的態矢量 |ψ> 不確定時,稱該系統處於一個混態。設系統有 pn 的概率處於歸一化的可能態 |ψn>,n = 1, 2, 3, ... 於是對於任意的力學量A,其測量值的期望,即系綜平均 <A> 滿足
其中 Tr 表示對算符求跡。於是引入密度矩陣:
則發現力學量 A 的系綜平均 <A> = Tr (Aρ) 由密度矩陣 ρ 整體確定,而不依賴 ρ 具體由哪些可能態 |ψn> 以多少概率 pn 混合而成。由於力學量 A 的任意性,若兩個量子系統的可能態 |ψn> 的分佈列不同,但密度矩陣 ρ 相同,則二者在量子統計意義下是不可分辨的。因此分佈列的描述具有冗餘性,而密度矩陣 ρ 則恰好描述了系統的全部可測量信息。
密度矩陣性質
密度矩陣 ρ 是一個厄米算符,滿足歸一化 Tr ρ = 1 和半正定性。純態可看作密度矩陣 ρ 的秩等於 1 的特例,經典概率分佈可看作 ρ 為對角矩陣的特例。密度矩陣 ρ 的非對角元體現了系統在不同態之間的相干性。
- 疊加態與混合態
設兩個可能態 |ψ1> 和 |ψ2> 正交歸一。設一個系統 A 處於二者的疊加態 |ψ+> = (|ψ1>+|ψ2>)/√2,而另一個系統 B 處於 |ψ1> 和 |ψ2> 的等概率混合態。系統 A、B 的密度矩陣不同:
用自旋-1/2 的例子比較容易理解 A 和 B 的區別。設 |ψ1> 和|ψ2> 分別為 z 方向自旋向上、向下態。對 A 系統測量 x 方向自旋一定得到結果是向上。而對 B 系統測量 x 方向自旋則等可能得到向上、向下的結果。疊加態是純態,而混合態不是。系統 B 的態 ρB 也可以看作是 |ψ+> 和 |ψ-> = (|ψ1>-|ψ2>)/√2 等 1/2 概率混合而成,或者 |ψ1>、|ψ2>、|ψ+>、|ψ-> 四個態等 1/4 概率混合而成的。所有這些製備過程得到的態 ρB 都等價。
- 密度矩陣的熵和純度
為了直觀地反映密度矩陣 ρ 所描寫的混態較為接近純態還是遠離純態,定義 S = -Tr (ρ ln ρ) 為系統所處態的熵,表示系統缺少信息的程度。純態的熵 S = 0(混態 S > 0)。
類似地,定義 P = Tr (ρ2) 為系統所處態的純度。純態的純度 P = 1(混態 0 < P < 1)。將 1-P 也可以看作一種熵,不過它不是香農熵(或玻爾茲曼熵),而是 Renyi 熵。
- 糾纏態與密度矩陣
設一個大系統由 A、B 兩部分組成,整個系統所處量子態為純態
單獨看 A、B 都處於混態,而整體 A+B 卻處於純態。單獨看 A、B 無法確定整體 A+B 處於 |Ψ+> 還是|Ψ->,因為兩個直積態的相位差的信息在求部分跡的過程中丟失了。量子力學打破了經典物理所認為的部分與整體的關係。整體不等於部分之和。知道整體 A+B 的純態而確定不了 A、B 部分的純態,知道 A、B 部分的混態又確定不了二者之間的糾纏關係。
密度矩陣演化
孤立量子系統的密度矩陣 ρ(t) 隨時間 t 的演化滿足幺正演化方程
其中 [A, B] ≡ AB - BA 為算符 A 和 B 的對易子。上式稱作量子 Liouville 方程。我們可以把 [H, .] 定義為一個 H 生成的超算符(superoperator)。密度矩陣 ρ(t) 則按照 [H, .] 做幺正演化,保持跡和熵都不變。
Lindblad 方程
開放量子系統的密度矩陣 ρ(t) 的演化滿足量子主方程(Lindblad 方程)
其中各 Li 為 Lindblad 算符,{A, B} ≡ AB + BA 為算符 A 和 B 的反對易子。Lindblad 方程仍是對密度矩陣 ρ(t) 按照某個推廣的超算符(superoperator)做跡不變的線性演化,可以描述退相干等物理過程,將純態不可逆地演化為混態。