[论文解读] Sheaves in Quantum Topos Induced by Quantization

Kunji Nakayama|arXiv (Cornell University)|Aug 25, 2011

Quantum Mechanics and Applications被引用 6

一句话总结

本文证明了在由希尔伯特空间上的交换冯诺依曼代数范畴构建的量子到层中，量化作用诱导出一个典范的Lawvere-Tierney拓扑——称为量化拓扑。通过利用从经典预量化范畴到量子到层的几何态射，作者唯一地识别出这一拓扑，从而可在到层论框架下构造编码量化结构的层。

ABSTRACT

This paper shows that quantization induces a Lawvere-Tierney topology on (hence, a sheaf topos in) the quantum topos. We show that a quantization map from classical observables to self-adjoint operators on a Hilbert space naturally induces geometric morphisms from presheaf topoi related to the classical system into a presheaf topos, called the quantum topos, on the context category consisting of commutative von Neumann algebras of bounded operators on the Hilbert space. By means of the geometric morphisms, we define Lawvere-Tierney topologies on the quantum topos (and their equivalent Grothendieck topologies on the context category). We show that, among them, we can uniquely select the most informative one, which we call the quantization topology. We furthermore construct sheaves induced by the quantization topology. This can be done in an elementary and self-contained way, because the quantization topology has a quite simple expression.

研究动机与目标

• 理解在到层论量子理论中，经典可观测量的量化如何构建量子到层的结构。
• 将量化的概念推广至与希尔伯特空间无关的到层论语言。
• 识别由量化映射在量子到层中诱导出的典范拓扑结构。
• 利用诱导出的拓扑在量子到层上构造层，从而将经典-量子对应关系嵌入到层逻辑中。

提出的方法

• 基于经典可观测量及其到自伴算子的量化映射，定义预量化范畴。
• 从预量化范畴到冯诺依曼代数范畴V(H)（即交换冯诺依曼代数的范畴）构造一个量化函子。
• 利用由量化函子诱导的几何态射，将经典到层中的拓扑拉回到量子到层。
• 通过从预量化范畴拉回格罗滕迪克拓扑，定义在量子到层上的Lawvere-Tierney拓扑。
• 将量化拓扑识别为任意包含正确预量化范畴的预量化范畴所诱导出的最富信息量的唯一拓扑。
• 构造相应的层函子，并证明关于量化拓扑的层范畴构成一个到层。

实验结果

研究问题

• RQ1 从经典可观测量到自伴算子的量化映射如何在量子到层中诱导出结构？
• RQ2 在与希尔伯特空间形式化无关的到层论语言中，量化的概念如何推广？
• RQ3 在量子到层上，哪种拓扑最能通过量化反映经典-量子对应关系？
• RQ4 能否在量子到层上构造出编码量化映射信息的层？
• RQ5 预量化到层与由此产生的量化层到层在范畴论上如何关联？

主要发现

• 量化映射诱导出从经典预量化范畴的预层到层Set^{V(H)^op}的几何态射。
• 该几何态射在量子到层上诱导出一个Lawvere-Tierney拓扑，该拓扑对应于范畴V(H)上的格罗滕迪克拓扑。
• 在所有诱导出的拓扑中，量化拓扑被唯一地选为最富信息量的拓扑，其来源于任意包含正确预量化范畴的预量化范畴。
• 量化拓扑具有简单而基本的表达形式，从而可实现对量子到层上层的显式构造。
• 关于量化拓扑的层范畴构成一个完整的到层，记为量化到层，其捕捉了量化的逻辑结构。
• 相关的层函子提供了一种系统化的方法，以恢复与量化映射一致的层，从而通过层论闭包将经典可观测量嵌入到量子到层中。