跳到正文
EN

A.1

线性代数速查

用量子力学自己的记号把向量空间、内积、本征值、对角化、张量积过一遍——查完直接回正文。

建议先掌握

  • 高中向量与复数运算

学完本节你应该能

  • 能把「态是向量、可观测量是厄米算符」翻译成具体的矩阵运算
  • 会求 2×2 厄米矩阵的本征值与本征向量,并完成对角化
  • 会算两个小系统的张量积,并读懂多体态的下标

这一节是速查表兼补课站。如果你在正文里被「本征值」「幺正」「张量积」这类词卡住了, 到这里找到对应小节,看完最小必要的解释和一个算例,就可以回去继续读。 全部记号都用量子力学的写法(∣ψ⟩\ket{\psi} 而不是列向量 v⃗\vec v), 这样你查到的结论可以原样搬回正文。

正文哪里会用到: 第 3 章整章建立在这套语言上; 5.3 自旋 1/2 与 9.1 量子比特 是 2×2 矩阵的主战场; 8.1 全同粒子 和 9.3 纠缠 离不开张量积。

向量空间与内积

向量空间说白了就是一个「集合加两条规则」:集合里的元素(这里叫态矢 ∣ψ⟩\ket{\psi}) 可以相加,可以乘上一个复数,结果仍然在集合里。量子力学的叠加原理—— 两个允许的态叠加起来还是允许的态——本质上就是在说「态构成向量空间」。

内积是给每一对向量指定一个复数 ⟨ϕ|ψ⟩\braket{\phi}{\psi} 的规则, 它衡量两个态「有多像」。要求三条性质:

性质写出来大白话
共轭对称⟨ϕ|ψ⟩=⟨ψ|ϕ⟩∗\braket{\phi}{\psi}=\braket{\psi}{\phi}^*交换顺序要取复共轭
右侧线性⟨ϕ|aψ1+bψ2⟩=a⟨ϕ|ψ1⟩+b⟨ϕ|ψ2⟩\braket{\phi}{a\psi_1+b\psi_2}=a\braket{\phi}{\psi_1}+b\braket{\phi}{\psi_2}对右边那个是线性的
正定⟨ψ|ψ⟩≥0\braket{\psi}{\psi}\ge 0,取等号仅当 ∣ψ⟩=0\ket{\psi}=0自己和自己的内积是「长度平方」

注意第二条:物理的约定是对右边线性、对左边共轭线性 (⟨aϕ∣=a∗⟨ϕ∣\bra{a\phi}=a^*\bra{\phi}),和多数数学教材相反。

两个常用推论:

Cauchy–Schwarz:∣⟨ϕ|ψ⟩∣2≤⟨ϕ|ϕ⟩⟨ψ|ψ⟩(A.1.1)\text{Cauchy–Schwarz:}\quad |\braket{\phi}{\psi}|^2\le\braket{\phi}{\phi}\braket{\psi}{\psi}\tag{A.1.1}

这条不等式是不确定性原理的数学骨架。 归一化条件 ⟨ψ|ψ⟩=1\braket{\psi}{\psi}=1 则对应总概率为 1。

正交归一基:一组基 {∣ei⟩}\{\ket{e_i}\} 满足 ⟨ei|ej⟩=δij\braket{e_i}{e_j}=\delta_{ij}。 任何态可展开为 ∣ψ⟩=∑ici∣ei⟩\ket{\psi}=\sum_i c_i\ket{e_i},且系数直接由内积读出: ci=⟨ei|ψ⟩c_i=\braket{e_i}{\psi}。把它抽象成一条恒等式就是完备性关系

∑i∣ei⟩⟨ei∣=1^(A.1.2)\sum_i \ket{e_i}\bra{e_i}=\hat{\mathbb{1}}\tag{A.1.2}

——「在任何地方插入一组完备基都不改变结果」,这是第 3 章里用得最频繁的一招。

本征值问题

矩阵 A^\hat A 作用在一般向量上会把它又转又拉。但每个矩阵都有一些「特殊方向」: 作用在这些方向上只做纯粹的伸缩,不改方向。这些方向叫本征向量, 伸缩倍数叫本征值:

A^∣a⟩=a∣a⟩(A.1.3)\hat A\ket{a}=a\ket{a}\tag{A.1.3}

求法分两步:

  1. 本征值:解特征方程 det⁡(A^−a1^)=0\det(\hat A-a\hat{\mathbb{1}})=0。nn 维矩阵给出 nn 次多项式,nn 个根。
  2. 本征向量:把每个 aa 代回 (A^−a1^)∣a⟩=0(\hat A-a\hat{\mathbb{1}})\ket{a}=0,解线性方程组。

对 2×2 矩阵有条好用的捷径:本征值之和等于迹(对角元之和),乘积等于行列式:

a++a−=tr⁡A^,a+a−=det⁡A^(A.1.4)a_+ + a_- = \operatorname{tr}\hat A,\qquad a_+ a_- = \det\hat A\tag{A.1.4}

厄米矩阵与幺正矩阵

先定义厄米共轭(记号 †\dagger,读作 dagger):把矩阵转置再逐元素取复共轭, (A^†)ij=A^ji∗(\hat A^\dagger)_{ij}=\hat A_{ji}^*。它满足 (A^B^)†=B^†A^†(\hat A\hat B)^\dagger=\hat B^\dagger\hat A^\dagger——顺序会反过来。

类型定义物理角色关键性质
厄米A^†=A^\hat A^\dagger=\hat A可观测量本征值全是实数;不同本征值的本征向量互相正交
幺正U^†U^=1^\hat U^\dagger\hat U=\hat{\mathbb{1}}时间演化、变基、量子门保内积 ⟨Uϕ|Uψ⟩=⟨ϕ|ψ⟩\braket{U\phi}{U\psi}=\braket{\phi}{\psi};本征值是模 1 复数 eiθ\ee^{\ii\theta}
投影P^2=P^=P^†\hat P^2=\hat P=\hat P^\dagger测量本征值只有 0 和 1

两者由指数映射相连:若 H^\hat H 厄米,则 e−iH^t/ℏ\ee^{-\ii\hat H t/\hbar} 幺正—— 这就是薛定谔方程的解为什么自动保概率。

厄米矩阵的两条核心定理(证明见 3.5 节):

  1. 本征值必为实数——所以测量结果是实数。
  2. 谱定理:厄米矩阵总能找到一组正交归一的本征向量作为完备基。

对角化与谱分解

对角化就是换到本征向量组成的基底去看这个矩阵——在那个基底里它变成对角的, 所有信息一目了然。具体做法:把归一化本征向量按列排成矩阵 UU(厄米矩阵的 UU 自动幺正),则

U†A^ U=diag⁡(a1,a2,… )(A.1.6)U^\dagger \hat A\, U=\operatorname{diag}(a_1,a_2,\dots)\tag{A.1.6}

等价的写法是谱分解——把矩阵拆成「本征值 × 对应投影算符」之和:

A^=∑iai∣ai⟩⟨ai∣(A.1.7)\hat A=\sum_i a_i\ket{a_i}\bra{a_i}\tag{A.1.7}

它的最大用处是定义矩阵函数:对本征值逐个作用即可,

f(A^)=∑if(ai)∣ai⟩⟨ai∣(A.1.8)f(\hat A)=\sum_i f(a_i)\ket{a_i}\bra{a_i}\tag{A.1.8}

比如 e−iH^t/ℏ=∑ne−iEnt/ℏ∣En⟩⟨En∣\ee^{-\ii\hat H t/\hbar}=\sum_n \ee^{-\ii E_n t/\hbar}\ket{E_n}\bra{E_n}—— 这一行就是「先展开到能量本征态、再逐项挂相位」这套标准流程的全部数学内容。

张量积

两个系统 A、B 合成一个大系统时,大系统的态空间不是「拼接」而是张量积 HA⊗HB\mathcal{H}_A\otimes\mathcal{H}_B:维数相乘(2×2=42\times2=4), 基底是所有配对 ∣i⟩A⊗∣j⟩B\ket{i}_A\otimes\ket{j}_B(常简写 ∣ij⟩\ket{ij})。

矩阵的张量积(Kronecker 积)按「左边每个元素乘上整个右边矩阵」展开:

A^⊗B^=(A11B^A12B^A21B^A22B^)(A.1.9)\hat A\otimes \hat B=\begin{pmatrix}A_{11}\hat B & A_{12}\hat B\\ A_{21}\hat B & A_{22}\hat B\end{pmatrix}\tag{A.1.9}

运算规则一句话:各管各的—— (A^⊗B^)(∣ϕ⟩⊗∣χ⟩)=(A^∣ϕ⟩)⊗(B^∣χ⟩)(\hat A\otimes\hat B)(\ket{\phi}\otimes\ket{\chi})=(\hat A\ket{\phi})\otimes(\hat B\ket{\chi})。 「只对 A 系统操作」写成 A^⊗1^\hat A\otimes\hat{\mathbb{1}}。

全站第 99 / 106 节 · 用 ← → 翻页