跳转至

光量子计算模拟器核心原理：数学公式与物理意义

目录

  1. 量子态的数学表示
  2. 量子操作的数学描述
  3. 玻色采样的数学原理
  4. 模拟器的实现方法
  5. 物理意义与量子优势

量子态的数学表示

1.1 希尔伯特空间框架

公理：量子态空间

根据量子力学基本公设，任何封闭的物理系统都关联一个**复内积向量空间**，称为**希尔伯特空间(Hilbert Space)**，记为 \(\mathcal{H}\)。

数学表达： $\(|\psi\rangle \in \mathcal{H}\)$

物理意义： - 希尔伯特空间是量子系统的"状态空间"，所有可能的量子态都是这个空间中的向量 - 内积结构允许我们计算概率幅和期望值 - 复数域保证了量子干涉效应的数学描述

1.2 Fock态（光子数态）

定义

在光量子计算中，我们使用**Fock态**（也称为**光子数态**）来描述光子数确定的量子态。

数学表示：

单模Fock态： $\(|n\rangle = \frac{(a^\dagger)^n}{\sqrt{n!}}|0\rangle\)$

其中： - \(|n\rangle\) 表示有 \(n\) 个光子的量子态 - \(a^\dagger\) 是产生算符 - \(|0\rangle\) 是真空态（无光子态） - \(n!\) 是归一化因子

多模Fock态： $\(|n_1, n_2, \ldots, n_m\rangle = |n_1\rangle \otimes |n_2\rangle \otimes \cdots \otimes |n_m\rangle\)$

表示在 \(m\) 个光学模式中，分别有 \(n_1, n_2, \ldots, n_m\) 个光子。

物理意义： - Fock态是**光子数本征态**，意味着光子数是完全确定的 - 这是量子光学中描述光场的基本量子态 - 在玻色采样中，输入态通常是特定的Fock态（如单光子态 \(|1,0,0,\ldots,0\rangle\)）

1.3 产生与湮灭算符

数学定义

湮灭算符(Annihilation Operator)： $\(\hat{a}|n\rangle = \sqrt{n}|n-1\rangle\)$

产生算符(Creation Operator)： $\(\hat{a}^\dagger|n\rangle = \sqrt{n+1}|n+1\rangle\)$

对易关系(Commutation Relation)： $\([\hat{a}, \hat{a}^\dagger] = \hat{a}\hat{a}^\dagger - \hat{a}^\dagger\hat{a} = 1\)$

光子数算符： $\(\hat{n} = \hat{a}^\dagger\hat{a}\)$

本征方程： $\(\hat{n}|n\rangle = n|n\rangle\)$

物理意义： - 湮灭算符：从模式中移除一个光子，系数 \(\sqrt{n}\) 反映了玻色子的"聚集"特性 - 产生算符：向模式中添加一个光子 - 对易关系：这是玻色子的基本性质，导致玻色-爱因斯坦统计 - 光子数算符：测量光子数的物理量，其本征值就是光子数

1.4 密度矩阵表示

纯态(Pure State)

对于纯态 \(|\psi\rangle\)，密度矩阵为： $\(\rho = |\psi\rangle\langle\psi|\)$

例子： 单光子态 $\(\rho = |1\rangle\langle 1|\)$

混合态(Mixed State)

对于混合态，密度矩阵为： $\(\rho = \sum_i p_i |\psi_i\rangle\langle\psi_i|\)$

其中 \(p_i\) 是处于态 \(|\psi_i\rangle\) 的概率，满足 \(\sum_i p_i = 1\)。

物理意义： - 密度矩阵可以描述纯态和混合态，是更通用的量子态描述 - \(\text{Tr}(\rho) = 1\)（归一化条件） - \(\text{Tr}(\rho^2) \leq 1\)，等于1时为纯态，小于1时为混合态 - 可以描述有噪声或部分信息的量子系统

1.5 叠加态与纠缠态

叠加态

数学表示： $\(|\psi\rangle = \alpha|0\rangle + \beta|1\rangle\)$

其中 \(|\alpha|^2 + |\beta|^2 = 1\)。

物理意义： - 量子比特可以同时处于 \(|0\rangle\) 和 \(|1\rangle\) 的叠加状态 - \(\alpha\) 和 \(\beta\) 是复数概率幅，其模方给出测量概率 - 这是量子并行计算的基础

纠缠态

双光子纠缠态（Bell态）： $\(|\Phi^+\rangle = \frac{1}{\sqrt{2}}(|00\rangle + |11\rangle)\)$

物理意义： - 两个光子的状态高度关联，测量一个会瞬间决定另一个的状态 - 不能分解为 \(\rho_A \otimes \rho_B\) 的形式 - 是量子计算加速的关键资源

量子操作的数学描述

2.1 幺正变换(Unitary Transformation)

定义

幺正算符： $\(\hat{U}^\dagger\hat{U} = \hat{U}\hat{U}^\dagger = \hat{I}\)$

其中 \(\hat{U}^\dagger\) 是 \(\hat{U}\) 的共轭转置（Hermitian伴随）。

时间演化算符： $\(\hat{U}(t) = e^{-i\hat{H}t/\hbar}\)$

其中 \(\hat{H}\) 是哈密顿算符。

态的变换： $\(|\psi'(t)\rangle = \hat{U}(t)|\psi(0)\rangle\)$

算符的变换： $\(\hat{O}' = \hat{U}\hat{O}\hat{U}^\dagger\)$

物理意义： - 幺正变换保证概率守恒（\(\langle\psi'|\psi'\rangle = \langle\psi|\psi\rangle = 1\)） - 量子系统的演化必须是幺正的（量子力学基本公设） - 幺正性是可逆性的保证

2.2 线性光学网络的幺正变换

多模变换

对于 \(m\) 个光学模式，线性光学网络实现一个 \(m \times m\) 的**幺正矩阵变换**：

输入-输出关系： $\(\begin{pmatrix} \hat{b}_1 \\ \hat{b}_2 \\ \vdots \\ \hat{b}_m \end{pmatrix} = U \begin{pmatrix} \hat{a}_1 \\ \hat{a}_2 \\ \vdots \\ \hat{a}_m \end{pmatrix}\)$

其中： - \(\hat{a}_i\) 是第 \(i\) 个输入模式的湮灭算符 - \(\hat{b}_j\) 是第 \(j\) 个输出模式的湮灭算符 - \(U\) 是 \(m \times m\) 幺正矩阵

展开形式： $\(\hat{b}_j = \sum_{i=1}^{m} U_{ji}\hat{a}_i\)$

物理意义： - 每个输出模式是所有输入模式的线性叠加 - 幺正性保证了光子总数守恒 - 这种线性变换是光量子干涉的数学描述

2.3 分束器的矩阵表示

50:50 分束器

幺正矩阵： $\(U_{BS} = \begin{pmatrix} \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \\ \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{2}} \end{pmatrix} = \frac{1}{\sqrt{2}}\begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}\)$

一般分束器（反射率 \(R\) 和透射率 \(T\)）： $\(U_{BS}(\theta, \phi) = \begin{pmatrix} \sqrt{R} & \sqrt{T}e^{i\phi} \\ \sqrt{T}e^{-i\phi} & -\sqrt{R} \end{pmatrix}\)$

其中 \(R + T = 1\)，\(\theta\) 满足 \(\cos^2\theta = R\)。

输入-输出变换： $\(\begin{cases} \hat{b}_1 = \cos\theta \cdot \hat{a}_1 + \sin\theta \cdot e^{i\phi}\hat{a}_2 \\ \hat{b}_2 = \sin\theta \cdot e^{-i\phi}\hat{a}_1 - \cos\theta \cdot \hat{a}_2 \end{cases}\)$

物理意义： - 分束器是线性光学网络的基本单元 - 它实现了光子在两个模式之间的相干叠加 - 相对相位 \(\phi\) 控制干涉效应（相长或相消） - 任意线性光学网络都可以由分束器和相移器构成（通用性定理）

2.4 相移器

幺正矩阵： $\(U_{PS}(\phi) = \begin{pmatrix} e^{i\phi} & 0 \\ 0 & 1 \end{pmatrix}\)$

物理意义： - 改变光子的相位，不改变光子数 - 用于控制和调节量子干涉 - 与分束器组合可实现任意幺正变换

2.5 量子干涉的数学描述

双光子干涉（Hong-Ou-Mandel效应）

输入态： $\(|1,1\rangle = a_1^\dagger a_2^\dagger |0,0\rangle\)$

通过50:50分束器后： $\(|\psi_{out}\rangle = \frac{1}{\sqrt{2}}(|2,0\rangle - |0,2\rangle)\)$

数学推导：

使用变换 \(\hat{b}_1 = \frac{1}{\sqrt{2}}(\hat{a}_1 + \hat{a}_2)\) 和 \(\hat{b}_2 = \frac{1}{\sqrt{2}}(\hat{a}_1 - \hat{a}_2)\)：

\[a_1^\dagger a_2^\dagger |0\rangle = \frac{1}{2}(b_1^\dagger + b_2^\dagger)(b_1^\dagger - b_2^\dagger)|0\rangle\]
\[= \frac{1}{2}[(b_1^\dagger)^2 - (b_1^\dagger b_2^\dagger + b_2^\dagger b_1^\dagger) + (b_2^\dagger)^2]|0\rangle\]
\[= \frac{1}{\sqrt{2}}(|2,0\rangle - |0,2\rangle)\]

物理意义： - 两个单光子通过分束器后总是**成对输出**（要么都从一边出，要么都从另一边出） - 这是**量子干涉**的直接体现，源于光子的不可区分性 - HOM干涉是线性光学量子计算的核心资源 - 概率为零的输出态 \(|1,1\rangle\) 体现了玻色子的"聚集"特性

玻色采样的数学原理

3.1 玻色采样问题定义

输入： - \(n\) 个全同光子 - \(m\) 个光学模式（\(m \gg n^2\)） - \(m \times m\) 幺正矩阵 \(U\)（描述线性光学网络）

输出： - 测量输出端的光子数分布 \(S = (s_1, s_2, \ldots, s_m)\) - 其中 \(\sum_{i=1}^{m} s_i = n\)

3.2 输出概率公式

核心公式：

\[P_U(S|T) = \frac{|\text{Per}(U_{S,T})|^2}{\prod_{i=1}^{m} s_i! \prod_{j=1}^{m} t_j!}\]

其中： - \(T = (t_1, t_2, \ldots, t_m)\) 是输入光子数分布 - \(S = (s_1, s_2, \ldots, s_m)\) 是输出光子数分布 - \(U_{S,T}\) 是 \(n \times n\) 子矩阵，由 \(U\) 根据输入输出模式构造 - \(\text{Per}(U_{S,T})\) 是该子矩阵的**积和式(Permanent)**

3.3 矩阵积和式(Permanent)

定义

对于 \(n \times n\) 矩阵 \(A\)，积和式定义为：

\[\text{Per}(A) = \sum_{\sigma \in S_n} \prod_{i=1}^{n} A_{i,\sigma(i)}\]

其中 \(S_n\) 是 \(n\) 阶对称群（所有 \(n!\) 个排列）。

展开形式： $\(\text{Per}\begin{pmatrix} a_{11} & a_{12} \\ a_{21} & a_{22} \end{pmatrix} = a_{11}a_{22} + a_{12}a_{21}\)$

\[\text{Per}\begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} = \begin{aligned} &a_{11}a_{22}a_{33} + a_{11}a_{23}a_{32} + a_{12}a_{21}a_{33} \\ +&a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} + a_{13}a_{22}a_{31} \end{aligned}\]

与行列式的区别：

特性 行列式(Determinant) 积和式(Permanent)
定义 \(\sum_{\sigma} \text{sgn}(\sigma)\prod_i A_{i,\sigma(i)}\) \(\sum_{\sigma} \prod_i A_{i,\sigma(i)}\)
符号 有正负号 无符号
复杂度 \(O(n^{2.373})\) \(O(n \cdot 2^n)\)
难度 P类 #P-complete

物理意义： - 积和式描述了**玻色子**的统计行为（不区分符号） - 行列式描述了**费米子**的统计行为（有符号，导致泡利不相容原理） - 计算积和式的#P-完全性是玻色采样量子优势的理论基础

3.4 Ryser算法（计算积和式）

公式： $\(\text{Per}(A) = (-1)^n \sum_{S \subseteq \{1,2,\ldots,n\}} (-1)^{|S|} \prod_{i=1}^{n} \sum_{j \in S} a_{ij}\)$

复杂度： \(O(n \cdot 2^n)\)

物理意义： - 这是目前计算积和式最快的精确算法之一 - 仍然需要指数时间，体现了经典计算的困难性 - 量子计算机通过物理过程"自然地"计算积和式

3.5 高斯玻色采样(Gaussian Boson Sampling)

核心公式

对于高斯玻色采样，输出概率与**Hafnian**函数相关：

\[P(S) = \frac{|\text{Haf}(A_S)|^2}{\prod_{i=1}^{m} s_i! \sqrt{\text{det}(\sigma_Q)}}\]

其中： - \(A_S\) 是与输出配置相关的矩阵 - \(\sigma_Q\) 是协方差矩阵 - \(\text{Haf}(A_S)\) 是**Hafnian**函数

Hafnian定义

对于 \(2n \times 2n\) 对称矩阵 \(A\)：

\[\text{Haf}(A) = \sum_{\sigma \in MP_{2n}} \prod_{i=1}^{n} A_{\sigma(2i-1), \sigma(2i)}\]

其中 \(MP_{2n}\) 是所有完美匹配的集合。

物理意义： - Hafnian描述了**高斯态**（如压缩态）的量子统计 - 高斯玻色采样使用压缩态光源，比单光子源更容易实现 - "九章"量子计算机就是基于高斯玻色采样

模拟器的实现方法

4.1 状态向量模拟法

方法描述

直接模拟量子态的演化：

  1. 初始化： 构造初始Fock态 \(|\psi_{in}\rangle\)
  2. 应用幺正变换： \(|\psi_{out}\rangle = U|\psi_{in}\rangle\)
  3. 测量概率： \(P(S) = |\langle S|\psi_{out}\rangle|^2\)

希尔伯特空间维度： $\(\text{dim}(\mathcal{H}) = \binom{n+m-1}{n} = \frac{(n+m-1)!}{n!(m-1)!}\)$

例子： - 10个光子，20个模式：\(\binom{29}{10} \approx 10^7\) 维 - 50个光子，100个模式：\(\binom{149}{50} \approx 10^{42}\) 维

物理意义： - 随光子数增加，状态空间呈**指数增长** - 这是指数级内存消耗的直接原因 - 体现了量子系统的"维度灾难"

4.2 Monte Carlo采样法

方法描述

不直接计算完整概率分布，而是从分布中采样：

Metropolis-Hastings算法：

  1. 提议： 从当前配置 \(S\) 随机移动到邻近配置 \(S'\)
  2. 接受概率： $\(A(S \to S') = \min\left(1, \frac{P(S')}{P(S)}\right)\)$
  3. 重复： 产生足够多的独立样本

物理意义： - 通过随机游走探索高维概率分布 - 避免了存储整个状态空间 - 适用于大规模系统但收敛速度慢

4.3 马尔可夫链蒙特卡罗(MCMC)

Glauber动力学

转移概率： $\(P(S \to S') = \frac{1}{1 + \exp(\beta \Delta E)}\)$

其中 \(\Delta E = -\ln\frac{P(S')}{P(S)}\)。

物理意义： - 模拟热力学平衡过程 - 需要足够长的"混合时间"才能达到稳态 - 对于玻色采样，混合时间可能非常长

4.4 剪枝策略

基本思想： 对于小概率输出（\(P(S) < \epsilon\)），不计算其精确概率。

算法： 

def estimate_probability(S):
    perm = permanent(U[S,T])
    prob = |perm|² / normalization

    if prob < epsilon:
        return 0  # 剪枝
    else:
        return prob

物理意义： - 牺牲精度换取计算效率 - 可能错过重要的量子干涉效应 - 需要谨慎选择阈值

物理意义与量子优势

5.1 量子优势的来源

计算复杂度对比

任务 经典算法 量子算法
计算n×n矩阵的积和式 \(O(n \cdot 2^n)\) \(O(\text{poly}(n))\)
玻色采样模拟 #P-hard 物理过程直接完成

物理意义： - 经典计算机需要显式计算积和式，这是#P-完全问题 - 量子计算机通过光子的物理干涉"自然地"实现了积和式的计算 - 量子优势来源于物理定律本身，而非算法优化

5.2 量子干涉的物理机制

双缝干涉类比

经典粒子： 通过双缝后，粒子要么从缝1出，要么从缝2出。 $\(P_{\text{total}} = P_1 + P_2\)$

量子粒子： 存在干涉项。 $\(P_{\text{total}} = P_1 + P_2 + 2\sqrt{P_1P_2}\cos\phi\)$

玻色采样： \(n\) 个光子在 \(m\) 个模式间的干涉。 $\(P(S) = \left|\sum_{\sigma \in S_n} \prod_{i=1}^{n} U_{s_i, \sigma(t_i)}\right|^2\)$

物理意义： - \(n!\) 项的相干叠加导致复杂的干涉图样 - 每一项对应一个光子排列 - 相对相位决定了概率分布的结构

5.3 多体纠缠与量子关联

输出态的纠缠： $\(|\psi\rangle = \sum_{S} \sqrt{P(S)} |S\rangle\)$

其中 \(S\) 遍历所有可能的输出配置。

纠缠熵： $\(S = -\text{Tr}(\rho \log_2 \rho)\)$

对于最大纠缠态，\(S = n\)（\(n\) 是光子数）。

物理意义： - 多光子纠缠态的信息量随光子数线性增长 - 经典计算机需要指数资源来模拟这种纠缠 - 量子纠缠是量子计算加速的本质原因

5.4 不可区分性与量子统计

Bosonic增强：

对于 \(n\) 个全同玻色子： $\(P(S) \propto |\text{Per}(U_{S,T})|^2\)$

对于可区分粒子： $\(P(S) \propto \sum_{\sigma} \left|\prod_{i=1}^{n} U_{s_i, \sigma(t_i)}\right|^2\)$

对比： - 不可区分光子：相干叠加（\(n!\) 项） - 可区分粒子：非相干求和

物理意义： - 光子的**不可区分性**是量子干涉的关键 - 全同性导致了玻色-爱因斯坦统计 - 量子多体效应源于基本的对称性原理

5.5 量子-经典边界

Aaronson-Arkhipov定理：

除非多项式层次坍塌（PH collapse，被广泛认为不可能），否则经典计算机无法在多项式时间内高效模拟玻色采样。

数学陈述： $\(\text{若 } \text{BPP}^{\text{BQP}} = \text{BPP} \implies \text{PH 坍塌}\)$

物理意义： - 提供了量子优势的**可证明**的理论保证 - 基于计算复杂性理论的标准假设 - 量子优越性实验有坚实的理论基础

5.6 实际系统的物理限制

光子损失

损失模型： $\(U \to U' = \sqrt{1-\eta}\,U + \sqrt{\eta}\,U_{\text{loss}}\)$

其中 \(\eta\) 是损失率。

对量子优势的影响： - 小损失（\(\eta < 5\%\)）：量子优势仍可保持 - 大损失（\(\eta > 50\%\)）：可被经典算法模拟

部分不可区分性

实际光子： $\(|\psi\rangle = \int d\omega f(\omega)a^\dagger(\omega)|0\rangle\)$

其中 \(f(\omega)\) 是光谱分布。

影响： - 不可区分性降低 → 干涉可见度下降 - 需要窄带滤波和精确的时间同步

物理意义： - 真实系统的非理想性会削弱量子优势 - 需要高精度的实验技术 - 验证量子优势需要仔细的噪声分析

总结

核心数学原理总结

概念 数学表示 物理意义
量子态 $ \psi\rangle \in \mathcal{H}$
Fock态 $ n\rangle = \frac{(a\dagger)n}{\sqrt{n!}}
产生/湮灭算符 $a^\dagger n\rangle = \sqrt{n+1}
幺正变换 \(U^\dagger U = I\) 保持概率守恒的演化
线性光学网络 \(\hat{b}_j = \sum_i U_{ji}\hat{a}_i\) 多模光子干涉
分束器 \(U = \frac{1}{\sqrt{2}}\begin{pmatrix}1&1\\1&-1\end{pmatrix}\) 基本干涉单元
玻色采样概率 $P(S) = \frac{ \text{Per}(U_{S,T})
Hafnian \(\text{Haf}(A) = \sum_{\sigma \in MP}\prod A_{\sigma(2i-1),\sigma(2i)}\) 高斯玻色采样

量子优势的本质

  1. 指数增长的希尔伯特空间： $\(\dim(\mathcal{H}) = \binom{n+m-1}{n} \sim \frac{m^n}{n!}\)$

  2. #P-完全的积和式计算： $\(\text{Per}(A) = \sum_{\sigma \in S_n} \prod_{i=1}^{n} A_{i,\sigma(i)}\)$

  3. 量子干涉的相干叠加： $\(n! \text{ 项的相干叠加}\)$

  4. 多体纠缠的指数资源： $\(S_{\text{entanglement}} \sim n\)$

物理实现的关键要素

  1. 单光子源或压缩态光源：产生量子态
  2. 线性光学网络：实现幺正变换
  3. 单光子探测器：测量输出分布
  4. 高不可区分性：保证量子干涉
  5. 低损耗系统：维持量子相干性

计算复杂性视角

  • BPP：经典多项式时间
  • BQP：量子多项式时间
  • #P：计数问题的复杂性类
  • 玻色采样：BQP-完全（在Oracle模型下）

结论： 光量子计算模拟器利用光子的量子统计特性和干涉效应，通过物理过程直接求解#P-完全问题，实现了对经典计算的指数级加速。这一优势不仅体现在计算速度上，更体现在解决特定问题类别的能力上。

参考资料

  1. 量子态密度算符 - 知乎
  2. 第二章量子力学 - TensorCircuit
  3. 密度矩阵 - 维基百科
  4. 量子力学教材 - 北京师范大学
  5. Creation and Annihilation Operators - Wikipedia
  6. Photonic Quantum Computing - arXiv
  7. Unitary Transformation - Wikipedia
  8. 玻色采样 - TuringQ
  9. "九章"量子计算原型机 - 华东师范大学
  10. 【三】电磁场的量子态 - 知乎
  11. Beam Splitter - Wikipedia
  12. 片上集成多维光互连 - 物理学报
  13. 高斯玻色采样 - Xanadu
  14. Gaussian Boson Sampling - Pennylane
  15. 量子笔记：酉矩阵 - CSDN

文档创建时间：2026年1月16日 本文档详细阐述了光量子计算模拟器的数学原理，包含完整的公式推导和物理解释。