![量子机器学习及区块链技术导论](https://wfqqreader-1252317822.image.myqcloud.com/cover/272/43738272/b_43738272.jpg)
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人
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=1739416840-AvlLX7YfcHzEarEehMc010mUm1jAqwh9-0-94e7dd85d079476bab25a56833168cfd)
算子的矩阵表示为:
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_118.jpg?sign=1739416840-h49FYJwG9yA96z056gku5qUzvPcM6L9A-0-981327f691a05717086d8e45693a5a7a)
X被对角化,即:
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_119.jpg?sign=1739416840-RwZlCtLyx1RIfYkvKAA0OVtdPq3CwfOw-0-6e3481d80887a9177464525bbe3633d8)
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=1739416840-NqSONVbUpgovH0MPfhOoHROdtl1OBYKK-0-1a86f3627280f320674e8491d54f7799)
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_125.jpg?sign=1739416840-DwR7s03JDwVvOcZPrjilJiUzD0ZUE2Qz-0-95edf16837e36e31bcb5a7c4bb34bcc5)
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_126.jpg?sign=1739416840-EZQYJ1rjApU81hrA5T3BPEkKOhXvSI31-0-98f958ada0838cc30337e4b37cdf1cda)
特征向量是:
![img](https://epubservercos.yuewen.com/D06023/23020648401665906/epubprivate/OEBPS/Images/txt003_127.jpg?sign=1739416840-JQ4G820LtVaZClztEguLT9Wq1HV8vY0v-0-110661910c95f305c49aede3ad15ad65)
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。