[论文解读] Why can states and measurement outcomes be represented as vectors?

Piero G. L. Mana|ArXiv.org|May 20, 2003

Quantum Mechanics and Applications被引用 5

一句话总结

本文表明，通过将实验概率数据视为矩阵，其秩决定了此类表示的最小维度，量子态与经典态以及测量结果可自然地表示为实向量空间中的向量。关键贡献在于，通过密度矩阵和POVM的正交基分解，该框架自然导出标准量子迹规则。

ABSTRACT

It is shown how, given a "probability data table" for a quantum or classical system, the representation of states and measurement outcomes as vectors in a real vector space follows in a natural way. Some properties of the resulting sets of these vectors are discussed, as well as some connexions with the quantum-mechanical formalism.

研究动机与目标

• 为将量子态与经典态以及测量结果自然地表示为实向量空间中的向量，提供一种操作性依据。
• 证明包含所有可能态-结果概率的概率数据表可通过矩阵秩分解被分解为最小维度的实向量空间。
• 建立该向量形式与标准量子力学形式之间的联系，特别是迹规则。
• 通过凸几何与线性代数阐明态空间与测量结果的几何与代数结构。

提出的方法

• 将所有态-结果概率表示为 $ L \times M $ 矩阵 $ \bm{p} $，其中 $ L $ 为结果总数，$ M $ 为态的数量。
• 应用矩阵秩分解，将 $ \bm{p} = \bm{t} \bm{u} $ 因子分解，其中 $ \bm{t} $ 为 $ L \times K $，$ \bm{u} $ 为 $ K \times M $，且 $ K = \operatorname{rank}(\bm{p}) $。
• 通过 $ \bm{u} $ 的第 $ j $ 列将每个态 $ s_j $ 映射为 $ \mathbb{R}^K $ 中的向量 $ \bm{s}_j $，通过 $ \bm{t} $ 的第 $ i $ 行将每个结果 $ r_i $ 映射为 $ \mathbb{R}^K $ 中的向量 $ \bm{r}_i $。
• 定义在态 $ s_j $ 中结果 $ r_i $ 的概率为内积 $ p_{ij} = \bm{r}_i \cdot \bm{s}_j $，当基算符正交化时，该表达式恢复标准量子迹规则。
• 利用凸几何证明：单次可区分的极端态构成态空间边界上单纯形的顶点。
• 从密度矩阵与POVM元素在 $ N^2 $-维实空间中的正交基分解中推导出迹规则。

实验结果

研究问题

• RQ1 如何系统地将一组完整的态-结果概率简化为最小维度的实向量表示？
• RQ2 在此向量形式中，态与测量结果集合的几何与代数结构是什么？
• RQ3 此向量表示如何与标准量子力学形式相关联，特别是迹规则？
• RQ4 为何单次可区分的极端态在此框架中位于态空间的边界上？
• RQ5 是否可仅从概率数据表的结构出发，无需假设希尔伯特空间公理，推导出量子迹规则？

主要发现

• 表示所有态-结果概率所需的实向量空间的最小维度 $ K $ 等于概率矩阵 $ \bm{p} $ 的秩，从而确保表示的最小性与非冗余性。
• 结果 $ r_i $ 在态 $ s_j $ 中的概率 $ p_{ij} $ 由内积 $ \bm{r}_i \cdot \bm{s}_j $ 给出，为量子概率提供了几何解释。
• 当密度矩阵与POVM以厄米算符的正交基表示时，该框架自然重现了量子迹规则：$ p_{ij} = \operatorname{tr}(\hat{\bm{A}}_i \hat{\bm{\rho}}_j) $。
• 通过凸组合与对偶性论证，证明单次可区分的极端态构成位于态空间边界上的单纯形的顶点。
• 极端态的数量可超过单次可区分态的数量 $ N $，在量子系统中，最小维度 $ K $ 为 $ N^2 $。
• 该向量形式具有普适性，不仅适用于量子系统，也适用于经典系统与未知物理系统，为态与测量表示提供了统一的操作性基础。