【量子计算学习笔记】CMU 15-859BB 2018 Lecture 4 酉变换

101 阅读3分钟

旋转矩阵

引用:BV1WE4m1d77S 讲到旋转矩阵的时候听不明白为什么0\ket{0} goes to 第一列,1\ket{1}goes to 第二列,遂去请教了伟大的线代老师3Blue1Brown,关键课件如下: 引用:BV1ys411472E 假定存在更基本的,不变的基坐标(类上图中的底层白网格),用(a^,b^)(\hat{a},\hat{b})表示,则原坐标系的基坐标(i^,j^)(\hat{i},\hat{j})可理解为:i^\hat{i}1×a^+0×b^1\times\hat{a}+0\times\hat{b}j^\hat{j}0×a^+1×b^0\times\hat{a}+1\times\hat{b}; 经过矩阵变换后,i^\hat{i}落到了(1,2)(1,-2),即1×a^2×b^1\times\hat{a}-2\times\hat{b}j^\hat{j}落到了(3,0)(3,0),即3×a^+0×b^3\times\hat{a}+0\times\hat{b},一个简洁地表示这种变化的方式便是二维矩阵[1320]\begin{bmatrix}1&3\\-2&0\\\end{bmatrix},其中,i^\hat{i} goes to[12]\begin{bmatrix}1\\-2\\\end{bmatrix}j^\hat{j} goes to[30]\begin{bmatrix}3\\0\\\end{bmatrix},如图中所示。 那么,为什么逆时针旋转θ\theta角度的旋转矩阵可以表示为[cosθsinθsinθcosθ]\begin{bmatrix}\cos{\theta}&-\sin{\theta}\\\sin{\theta}&\cos{\theta}\\\end{bmatrix}?计算过程如下图(草图勿喷> <),展示了0\ket{0}1\ket{1}旋转前后的坐标变化: 旋转! 博主在课程讲到旋转矩阵时就暂停查资料去也,查完回课后发现讲师也cue到3蓝1棕hhh 只不过是在介绍reflection也是一种rotation时提到。 默契联动

维他命炸弹(XD   Elitzur-Vaidman Bomb

Lecture 4 和课后讲解(Lecture 4.5)的核心内容,相当有趣的思想实验,简单地记录一下对它的理解。 Elitzur-Vaidman Bomb (本图及下图中,指南针均表示能测量出量子是0\ket{0}还是1\ket{1}的基本测量仪器)

对于经典计算场景,只能往盒子中射入0\ket{0}或者1\ket{1}的光子,射入0\ket{0}时,不管有没有炸弹都射出0\ket{0},对测量毫无价值;射入1\ket{1}时,若出射1\ket{1}则无炸弹,爆炸则有炸弹,只有在爆炸时才能检测出有炸弹。希望能找出一种在爆炸概率尽量小的同时,检测出有炸弹概率尽量高的测量方式。 所以使用量子计算场景:射入与0\ket{0}夹角为很小的角度ε\varepsilonψ\ket{\psi},则该光子被检测为0\ket{0}的概率非常高,检测为1\ket{1}的概率非常小,即爆炸的可能性非常小。 当盒子中没有炸弹时,射出的光子仍是ψ\ket{\psi}; 当盒子中有炸弹时,射出的光子有很大可能是0\ket{0},有很小可能被检测为1\ket{1},此时不射出,炸弹爆炸。 所以,如果出射光子的状态为0\ket{0},那么盒子中一定有炸弹。 但是,因为无法看到盒子内部,除了爆炸,我们不知道射出的光子到底处于什么状态,所以需要再将射出的光子投入测量仪器中。对于以ψ\ket{\psi}状态出射的光子,测量得到0\ket{0}的概率同样非常高。所以,当我们检测得到0\ket{0}时,无法确定盒子中到底有没有炸弹(检测得到1\ket{1}时,倒是可以明确一定没有)。 再测一下~

为了解决ψ\ket{\psi}以高概率测量得到0\ket{0}的问题,重复把炸弹射入黑盒子的步骤π/2ε\pi/2\varepsilon次。此时,如果盒子中没有炸弹,最后射出的光子状态为1\ket{1};若盒子中有炸弹,每次射入黑盒子,都有很小的可能爆炸,很大的可能被检测为0\ket{0},最后射出的光子状态仍为0\ket{0}。投入最后的检测装置后,将不会出现检测错误。

优化 计算整个过程中爆炸的概率(计一共投入黑盒子nn次):Pr(explode)n×sin2εn×ε2=π24n2.5nPr(explode) \le n \times\sin^2{\varepsilon}\le n \times \varepsilon^2 = {\pi^2\over4n}\le{2.5\over n}(第一个\le,根据P(X1)npP(X\ge 1)\le np,二项分布常用公式;第二个\le,根据sinxx\sin{x}\le x

可见只要使n很大,就可以极大压缩爆炸概率,同时100%检测得到正确结果。相当于用时间换结果。 ​