量子力学与相空间

A.1 量子力学基础

  • 纯态由希尔伯特空间中的归一化态矢 |ψ⟩ 表示,满足 ⟨ψ|ψ⟩ = 1;其分量 ψᵢ ∈ ℂ,基矢 {|φⱼ⟩} 满足正交归一性 ⟨φᵢ|φⱼ⟩ = δᵢⱼ。
  • 物理观测量对应厄米算符 Â(† = Â),其本征值为实数,本征态构成完备正交基;平均值由 ⟨Â⟩ = ⟨ψ|Â|ψ⟩ 给出,相位整体无关但相对相位影响干涉。
  • 任意厄米算符可谱分解为 Â = ∑λ λ|λ⟩⟨λ|,其中 {λ} 为实本征值,{|λ⟩} 为完备正交本征态基。
  • 量子涨落表现为方差 Var[Â] = ⟨²⟩ − ⟨Â⟩² > 0,即使在纯态下仍存在固有不确定性。
  • 不确定性关系:Var[Â]Var[B̂] ≥ |⟨[Â,B̂]⟩|²/4;对位置 Q̂ 与动量 P̂,[P̂,Q̂] = −iℏ 导出海森堡关系 (ΔQ)²(ΔP)² ≥ ℏ²/4。
  • 密度算符 ρ = ∑ⱼ ℘ⱼ|ψⱼ⟩⟨ψⱼ⟩ 描述混合态,编码系统制备的全部物理信息;ρ 为半正定、迹为 1 的算符。
  • 纯态 ⇔ ρ² = ρ(秩-1 投影算符);混合态的“混合度”可用纯度 p = Tr[ρ²](0 ≤ p ≤ 1)或冯·诺依曼熵 S(ρ) = −Tr[ρ log ρ] ≥ 0 度量。
  • 密度矩阵的分解不唯一:同一 ρ 可对应无穷多种经典概率系综(如自旋上下系综与左右系综等价,ρ ∝ I)。

A.2 多体系统与纠缠

  • 复合系统态由子系统希尔伯特空间的张量积描述:|Ψ⟩_{AB} = |ψ_A⟩ ⊗ |ψ_B⟩;总维数 D_C = D_A × D_B,随子系统数 n 指数增长(Dⁿ)。
  • 经典完全知识描述随粒子数线性增长(6n 个实数),而量子纯态维数呈指数增长;但经典不完备知识(相空间概率分布)所需数据量也呈指数增长(因相空间维数线性增长)。
  • 纠缠指联合纯态不可分解为子系统态的直积:|Ψ_AB⟩ ≠ |ψ_A⟩ ⊗ |ψ_B⟩;此时子系统约化态 ρ_A = Tr_B[|Ψ_AB⟩⟨Ψ_AB|] 为混合态。
  • 约化密度矩阵 ρ_A 通过偏迹 Tr_B 定义;任意 ρ_A 均可被“纯化”为更大空间中的纯态 |Ψ_AB⟩。
  • 对纯双体系统,子系统冯·诺依曼熵相等(Araki–Lieb 恒等式),且约化态 ρ_A 与 ρ_B 具有相同非零本征值(施密特分解基础)。
  • 施密特分解:|Ψ_AB⟩ = ∑_λ √℘_λ |φ^A_λ⟩ ⊗ |φ^B_λ⟩,其中 {|φ^A_λ⟩}、{|φ^B_λ⟩} 分别为 ρ_A、ρ_B 的本征态,℘_λ 为其共同本征值。

A.3 位置与动量

  • 位置算符 Q̂ 具连续谱,本征态 |q⟩ 为非正规化“广义态”,满足 ∫ dq |q⟩⟨q| = 1̂ 与 ⟨q|q′⟩ = δ(q−q′);波函数 ψ(q) = ⟨q|ψ⟩ ∈ L²(ℝ),概率密度为 |ψ(q)|²。
  • 动量算符 P̂ 本征态 |p⟩ 与 |q⟩ 通过傅里叶变换关联:⟨q|p⟩ = (2π)⁻¹ᐟ² e^{ipq};动量表象波函数 ψ(p) = ⟨p|ψ⟩ 是 ψ(q) 的傅里叶变换。
  • 在位置表象中,P̂ 作用为微分算符 −i∂/∂q;由此导出基本对易关系 [Q̂,P̂] = iℏ(ℏ=1 时为 i),属典型正则对易关系。
  • 最小不确定态(MUS)饱和海森堡极限:(ΔQ)²(ΔP)² = ℏ²/4;高斯波函数 ψ(q) ∝ exp[i p₀(q−q₀) − (q−q₀)²/(2σ²)] 即为此类态,特征长度 σ = √ℏ/(mω)。

A.4 谐振子

  • 谐振子哈密顿量 Ĥ = P̂²/(2m) + ½ mω² Q̂² 引入自然尺度 σ = √ℏ/(mω);引入无量纲湮灭/产生算符 â = (Q̂/σ + i σ P̂)/√2,满足 [â, â†] = 1。
  • 哈密顿量重写为 Ĥ = ℏω(â†â + ½);基态 |0⟩ 满足 â|0⟩ = 0,是零均值最小不确定态。
  • 数态 |n⟩ = (n!)⁻¹ᐟ² (â†)ⁿ|0⟩ 是 Ĥ 的本征态,能量 Eₙ = ℏω(n + ½);â†、â 分别为产生/湮灭算符,满足 â|n⟩ = √n |n−1⟩,â†|n⟩ = √(n+1) |n+1⟩。
  • 相干态 |α⟩ 定义为 â|α⟩ = α|α⟩(α ∈ ℂ),是高斯型最小不确定态;其波包中心在相空间中以频率 ω 旋转:e⁻ⁱᴴᵗ|α⟩ = |α e⁻ⁱᵂᵗ⟩。
  • 相干态非正交但完备,满足 ∫ d²α |α⟩⟨α| = π 1̂;光子数分布为泊松分布 ℘ₙ = e⁻|α|² |α|²ⁿ/n!,均值与方差均为 |α|²。
  • 压缩态 |α,r,φ⟩ = D̂(α) |r,φ⟩ 是广义最小不确定态,通过压缩真空 |r,φ⟩ = exp[(r/2)(e⁻²ⁱᵠ â² − e²ⁱᵠ ↲)]|0⟩ 构造;在某正则坐标方向压缩不确定性(如 ΔQ 增大,ΔP 减小)。

A.5 准概率分布

  • P 函数定义为 ρ = ∫ d²α P(α,α∗) |α⟩⟨α|,用于计算正规序算符期望值;P 通常高度奇异(甚至超δ函数),仅当 P 为非负函数时 ρ 为相干态混合。
  • Q 函数定义为 Q(α,α∗) = π⁻¹ ⟨α|ρ|α⟩,恒为光滑非负函数,直接给出相干态投影概率。
  • Wigner 函数 W(α,α∗) 关联对称序算符期望值;其边际分布给出真实概率:∫ dq W(q,p) = ⟨p|ρ|p⟩,∫ dp W(q,p) = ⟨q|ρ|q⟩。
  • Wigner 函数可取负值,纯态中仅高斯波函数态具有非负 Wigner 函数;两态重叠由 ∫∫ dq dp W₁(q,p)W₂(q,p) = (1/2π) Tr[ρ₁ρ₂] 给出。
  • Wigner 表象下算符乘法对应微分算符:Q̂ρ ↔ q + (i/2)∂/∂p,ρQ̂ ↔ q − (i/2)∂/∂p,P̂ρ ↔ p − (i/2)∂/∂q,ρP̂ ↔ p + (i/2)∂/∂q。

B.1 高斯白噪声

  • 随机微分方程(SDE)形式为 Ẋ = α(X) + β(X)ξ(t),其中 ξ(t) 为零均值、平稳、δ-关联高斯白噪声:E[ξ(t)ξ(t′)] = δ(t−t′)。
  • 白噪声功率谱平坦,源于物理噪声在相关时间趋于零的理想化极限(Wong–Zakai 定理)。
  • Stratonovich 解释下,噪声与系统在同时刻不独立;Itô 解释下,链式法则失效,但增量定义明确且噪声独立于系统状态。

B.2 Itô 随机微积分

  • Itô 形式将 SDE 写为显式增量:dX = [α(X) + ½ β(X)β′(X)]dt + β(X)dW(t),其中 dW(t) = ξ(t)dt 为维纳增量。
  • 维纳过程 W(t) 具独立增量、零均值、方差为 t 的高斯分布;dW(t) 满足 Itô 规则:E[dW] = 0,E[(dW)²] = dt。
  • Itô 链式法则含二阶修正项:df(X) = f′(X)dX + ½ f″(X)(dX)²;此确保噪声贡献正确反映在方差演化中(如 d(X²) 增量含 β²dt 项)。

B.3 Itô–Stratonovich 转换

  • Stratonovich 方程 Ẋ = β(X)ξ(t) 经二阶泰勒展开并代入 ξ(t)dt = dW(t) 与 E[(dW)²] = dt,可导出对应 Itô 方程。
  • 对线性乘性噪声 Ẋ = λXξ(t),Itô 解为 dX = λXdW + (λ²/2)Xdt,解析解为 X(t) = X(0)exp[λW(t) − λ²t/2]。

B.4 SDE 的求解

  • SDE 的“解”指随机过程 X(t) 的统计系综;单次实现依赖具体噪声路径,但统计量(如 E[X(t)]、E[X²(t)]、关联函数)为确定性函数。
  • 数值求解采用蒙特卡洛方法:对 M 个独立噪声实现求解,用有限系综平均 F[f(X(t))] = (1/M)∑ⱼ f(Xⱼ(t)) 估计期望值,误差由标准差公式估计。
  • Euler 方法适配 Itô 形式;高阶积分器常需 Stratonovich 形式;当系数 a,b 与 X 无关时,Itô 与 Stratonovich 积分结果一致。

B.5 与福克–普朗克方程的联系

  • 概率密度 ℘(x,t) = E[δ(X(t)−x)] 满足随机福克–普朗克方程(stochastic FPE):d℘ = {−∂/∂x[a(x)℘] + ½ ∂²/∂x²[b(x)²℘]}dt + [−∂/∂x(b(x)℘)]dW。
  • 对噪声取系综平均(即忽略 dW 项),得确定性福克–普朗克方程:∂℘/∂t = −∂/∂x[a(x)℘] + ½ ∂²/∂x²[b(x)²℘]。
  • 方程中 −∂/∂x[a(x)℘] 为漂移项,½ ∂²/∂x²[b(x)²℘] 为扩散项;该方程完整刻画了 SDE 所诱导的概率流演化。### B.6 更一般的噪声

隐式–显式区分的普适性

  • 隐式–显式区分比伊藤–斯特拉托诺维奇区分更一般,适用于点过程噪声和含反馈的高斯白噪声等更广泛情形。
  • 点过程噪声下,伊藤条件(随机增量与系统当前状态独立)通常不成立;反馈存在时,即使对高斯白噪声,该条件也失效,因反馈噪声必然与系统状态相关且无法通过伊藤微积分去相关。
  • 噪声需具有奇异关联函数(如δ函数型)才需随机微积分;若关联函数光滑,则适用常规微积分。

点过程噪声的数学刻画

  • 点过程增量 dN(t) 满足:E[dN(t)] = λ(X)dt,其中 λ(X) > 0 是系统状态 X 的确定性函数。
  • dN(t)² = dN(t),表明 dN(t) 取值仅为 0 或 1,故称“点过程”或“跳跃过程”。
  • 所有阶矩均为 O(dt) 量级(如 dN(t)ᵏ = dN(t)),导致常规链式法则完全失效。
  • 统计上 dN(t) 依赖于 X(通过 λ(X)),故 E[dN(t)f(X)] = E[λ(X)f(X)]dt 对任意函数 f 成立。

一般显式随机微分方程

  • 一维显式方程形式为 dX = k(X)dM(t),其中 dM(t) 为随机增量(如 dW(t) 或 dN(t))。
  • 当 dM = dW 时即为伊藤型 SDE;当 dM = dN 时需考虑所有阶矩。
  • 显式化必要条件:dM(t) 的二阶及以上矩不满足 O(dt²) 或更高阶,即不能被 dt 的高次幂主导。

隐式方程及其链式法则优势

  • 隐式方程形式为 Ẋ = χ(X)μ(t),其中 μ(t) = dM(t)/dt 为理想化的奇异噪声驱动项。
  • 隐式方程天然满足常规链式法则:ḟ(X) = f′(X)χ(X)μ(t),无需额外修正项。
  • 该优势不依赖噪声与系统的瞬时独立性,因此比斯特拉托诺维奇解释更具普适性。

显式化的一般方法:指数算符展开

  • 隐式方程的显式解由泰勒级数全阶展开给出:X(t+dt) = exp[χ(X)dM(t) ∂/∂X] X(t)。
  • 显式 SDE 定义为 dX(t) = {exp[χ(x)dM(t) ∂/∂x] − 1} |_{x=X(t)}。
  • 该表达式对 dM = dW 和 dM = dN 均收敛,且严格满足隐式链式法则要求。

特殊情形下的显式化结果

  • 确定性过程(χ = 0)或 χ 为常数时,隐式与显式无区别。
  • 高斯白噪声下(dM = dW),指数展开截断至二阶,得伊藤修正项:dX = χ(X)dW + (1/2)χ′(X)χ(X)dt。
  • 点过程噪声下(dM = dN),因 dN² = dN,须展开至无穷阶,得 dX = [exp(χ(X)∂/∂X) − 1] X(t) · dN(t)。
  • 点过程下伊藤→斯特拉托诺维奇逆变换一般无解析解,且缺乏物理动机。#### B.6.1 多维推广
  • 多维推广公式采用爱因斯坦求和约定,其中XiX_i表示向量XX的分量。
  • 隐式形式为X˙i(t)=χijX(t)μj(t)\dot{X}_i(t) = \chi_{ij} X(t) \mu_j(t)。
  • 显式形式为dXi(t)=exp⁡[χkj(X) dMj(t) ∂∂Xk]−1 Xi(t)dX_i(t) = \exp\left[\chi_{kj}(X)\,dM_j(t)\,\frac{\partial}{\partial X_k}\right] - 1\,X_i(t)。
  • 一般情况下该显式形式较为复杂。
  • 在量子反馈过程中,系统状态方程是线性的,从而简化处理。
  • 若隐式方程为ρ˙(t)=μ(t)Kρ(t)\dot{\rho}(t) = \mu(t) K \rho(t),其中KK为李维利超算符,则对应显式随机微分方程为dρ(t)=(exp⁡[K dM(t)]−1)ρ(t)d\rho(t) = \left(\exp[K\,dM(t)] - 1\right)\rho(t)。
  • 习题 B.6 要求验证该结果与公式 (B.68) 的一致性。