捌拾- 量子态层析 以及 布洛赫球 (1)

1. 奥卡姆剃刀

在上一篇学习文章中 柒拾玖- 贝尔不等式 ,我感觉,为啥这么量子计算的门槛那么高呢?

结果我打开了上级目录,发现,原来他是按首字母排序...

经过一系列查看,我挑了一个最简单的

量子态层析

这里能更简单的说明量子比特到底测量出来的本质是什么,而且它物理性在量子计算上的体现。

但!!这里有一个大坑!!!

我在网上下的最新的 pyquafu 是 0.4.6,但这个教程是用 0.3.5 演示的!!!有些演示用的函数都没了!!!

2. 布洛赫球

首先,我先撇开物理性质去理解,单独理解数学层面的解释

先从单个粒子来看,它从3个维度构成,分别是 X、Y、Z

他们三个以及一个单位 I 可以够成一个粒子的密度函数,详细数学描述如下图

我个人觉得可以先忘记上面的东西,反正得知,X、Y、Z 可以作为一个三维的矢量,可以得到一个球

而关于这个球的详细描述,可以参看 布洛赫球 (Bloch Sphere)

3. 测量到底是基于什么?

这个就很扯淡,首先我们得说一下到底 pyquafu 到底是测的什么

或者说所有量子计算 都是基于这个逻辑去进行测量的?

首先,我们看到所有的教程均有一个函数叫 calculate_obs ,它允许直接对已经完成量子计算并进行测量的量子比特得到一个数学期望值。

但,我基于 0.4.6 的 quafu 居然就没了这个函数!?!?

却直接给出了一个密度函数,于是我上网搜,到底怎么计算?

得到一个结果

um...

好,我知道了,不过问题是,我到底是用什么算符!?我是一个小白!!!!

于是我不断做实验,不断看文档,我看到教程里面有一段代码:

python 复制代码
def create_circuit(theta, phi, base="Z"):
    # 创建量子态:|ψ> = cos(θ/2)|0> + exp(i*φ)*sin(θ/2)|1>
    qc = QuantumCircuit(1)
    qc.ry(0,theta)
    qc.rz(0,phi)
    # 旋转测量基
    if base == "X":
        qc.ry(0, -pi/2)  # 用X的本征态为测量基
    elif base == "Y":
        qc.rx(0, pi/2)   # 用Y的本征态为测量基
    elif base == "Z":
        pass
    qc.measure([0])
    return qc

凭啥我测 X 轴、Y 轴 的时候需要旋转,Z轴就不需要旋转!?

有没有可能,我们测的,只是 Z 轴?

于是,我首先参考教程,写了一段测量算符的代码来代替 calculate_obs 函数

python 复制代码
# 引入包
from quafu import QuantumCircuit,Task,simulate
import numpy as np
import matplotlib.pyplot as plt
from numpy import pi

# 定义 Pauli Z 矩阵
sigma_Z = np.array([[1, 0], [0, -1]])


def create_circuit(theta, phi, base="Z"):
    # 创建量子态:|ψ> = cos(θ/2)|0> + exp(i*φ)*sin(θ/2)|1>
    qc = QuantumCircuit(1)
    qc.ry(0,theta)
    qc.rz(0,phi)
    # 旋转测量基
    if base == "X":
        qc.ry(0, -pi/2)  # 用X的本征态为测量基
    elif base == "Y":
        qc.rx(0, pi/2)   # 用Y的本征态为测量基
    elif base == "Z":
        pass
    qc.measure([0])
    return qc

for strD in ['X','Y','Z']:
    # 得出单量子
    q=create_circuit(theta=2*pi/3, phi=pi/4,base=strD)
    # 模拟运行
    sim_res = simulate(q)
    # 计算密度函数
    sim_rho = sim_res.calc_density_matrix()
    # 计算期望值
    # 先点成 密度函数 · 泡利 Z 矩阵
    # 再求迹
    expectation_value = np.trace(np.dot(sim_rho, sigma_Z)).real
    print( strD + " 期望值为:" + str(expectation_value))

# 且计算当 Z 轴测量时 ( 即不旋转测量子比特 )
# 得出单量子
q=create_circuit(theta=2*pi/3, phi=pi/4)
# 模拟运行
sim_res = simulate(q)
# 计算密度函数
sim_rho = sim_res.calc_density_matrix()
print(sim_rho)

得出一样的结果

我悟了!!!

4. 那多比特呢!?

那就非常复杂了,得看张量积...

那又是啥...

我得回家吃饭了

下次再说

相关推荐
猫头虎3 天前
5G-A来了!5G信号多个A带来哪些改变?
5g·机器人·web3·aigc·社交电子·能源·量子计算
Poseidon、4 天前
2025年5月通信科技领域周报(4.28-5.4):5G-A技术引领峰会通信 卫星通信加速全球化布局
5g·信息与通信·量子计算
萧鼎5 天前
深入探索 Python 的 QuTiP 5 库:量子计算与开放量子系统模拟的利器
开发语言·python·量子计算
Lowcode0025 天前
从图灵机到量子计算:逻辑可视化的终极进化
量子计算
九章云极AladdinEdu8 天前
算力经济模型推演:从中心化到去中心化算力市场的转变(区块链+智能合约的算力交易原型设计)
人工智能·机器学习·去中心化·区块链·智能合约·gpu算力·量子计算
国际云,接待9 天前
2025年服务器技术全景解析:量子计算、液冷革命与未来生态构建
运维·服务器·架构·云计算·腾讯云·量子计算
R²AIN SUITE9 天前
量子跃迁:破解未来计算的“时空密码”
量子计算
灏瀚星空13 天前
随机微分方程(SDE):股票价格模型、利率模型的构建
笔记·python·学习·数学建模·矩阵·开源·量子计算
九章云极AladdinEdu14 天前
量子机器学习中的GPU加速实践:基于CUDA Quantum的混合编程模型探索
人工智能·分布式·机器学习·ai·ai编程·gpu算力·量子计算
国际云,接待14 天前
甲骨文云2025深度解析:AI驱动的云原生生态与全球化突围
运维·服务器·人工智能·云原生·性能优化·云计算·量子计算