数学基石：通往量子世界的线性代数

线性代数不仅是量子计算的语言，更是理解量子世界独特逻辑的唯一钥匙。当我们从经典计算的确定性世界跨越到量子计算的概率性世界时，会发现描述系统状态和演化规律的工具发生了根本性的变化。经典计算依赖布尔代数，比特非0即1；而量子计算则需要描述叠加态、纠缠和干涉，这一切都建立在复数域上的线性代数基础之上。

本章将系统性地重构量子计算所需的数学框架，从复数域上的向量空间出发，逐步深入到希尔伯特空间的几何结构、基变换的本质、以及厄米算符与酉矩阵背后的物理意义。这不仅是对数学概念的回顾，更是为后续理解量子算法和量子纠错建立严格的符号体系。

复数域上的向量空间

量子力学的概率幅是复数，这决定了量子计算的底层数学结构必须建立在复数域 $\mathbb{C}$ 之上。与实数域不同，复数域允许更丰富的相位信息，这正是量子干涉效应的来源。

复数回顾：相位与振幅

一个复数 $z \in \mathbb{C}$ 可以表示为 $z = a + bi$，其中 $a, b \in \mathbb{R}$，$i$ 是虚数单位，满足 $i^2 = -1$。在量子计算中，我们更常用极坐标形式：

$$z = re^{i\theta} = r(\cos\theta + i\sin\theta)$$

其中 $r = |z| = \sqrt{a^2 + b^2}$ 是复数的模（magnitude），$\theta = \arctan(b/a)$ 是辐角（phase）。量子态的叠加本质上是复数概率幅的线性组合，相位差导致的干涉是量子并行加速的核心机制。

> 💡 核心洞察：量子算法的设计本质上是精心安排相位关系，使得错误答案的概率幅相消干涉，正确答案的概率幅相长干涉。

复数的一个关键操作是共轭（conjugate）。复数 $z = a + bi$ 的共轭定义为 $\bar{z} = a - bi$，或记作 $z^*$。共轭操作反转了复数的相位：$z^* = re^{-i\theta}$。这在定义量子态的内积和计算测量概率时至关重要。

向量空间的公理化定义

在量子计算中，量子态被表示为复数域上的向量。形式上，一个向量空间（或线性空间）$V$ 是一个满足以下公理的集合：

1. 加法封闭性：$\forall |\psi\rangle, |\phi\rangle \in V$，有 $|\psi\rangle + |\phi\rangle \in V$ 2. 标量乘法封闭性：$\forall \alpha \in \mathbb{C}, |\psi\rangle \in V$，有 $\alpha|\psi\rangle \in V$ 3. 加法交换律：$|\psi\rangle + |\phi\rangle = |\phi\rangle + |\psi\rangle$ 4. 加法结合律：$(|\psi\rangle + |\phi\rangle) + |\xi\rangle = |\psi\rangle + (|\phi\rangle + |\xi\rangle)$ 5. 零向量存在：$\exists |\mathbf{0}\rangle$ 使得 $\forall |\psi\rangle, |\psi\rangle + |\mathbf{0}\rangle = |\psi\rangle$ 6. 逆元存在：$\forall |\psi\rangle, \exists -|\psi\rangle$ 使得 $|\psi\rangle + (-|\psi\rangle) = |\mathbf{0}\rangle$ 7. 标量乘法分配律：$\alpha(|\psi\rangle + |\phi\rangle) = \alpha|\psi\rangle + \alpha|\phi\rangle$

对于单量子比特系统，其状态空间是一个二维复向量空间 $\mathbb{C}^2$。一个通用量子态可以表示为：

$$|\psi\rangle = \alpha|0\rangle + \beta|1\rangle = \alpha\begin{pmatrix} 1 \\ 0 \end{pmatrix} + \beta\begin{pmatrix} 0 \\ 1 \end{pmatrix} = \begin{pmatrix} \alpha \\ \beta \end{pmatrix}$$

其中 $\alpha, \beta \in \mathbb{C}$，且满足归一化条件 $|\alpha|^2 + |\beta|^2 = 1$。

线性无关与基

向量空间的结构由其基（basis）决定。一组向量 $\{|\psi_1\rangle, |\psi_2\rangle, \ldots, |\psi_n\rangle\}$ 构成向量空间的基，当且仅当：

1. 线性无关：$\sum_{i=1}^n c_i |\psi_i\rangle = 0 \implies c_1 = c_2 = \ldots = c_n = 0$ 2. 张成空间：空间中任意向量都可表示为这组向量的线性组合

基向量的个数称为空间的维数。量子计算中最常用的基是计算基（computational basis）$\{|0\rangle, |1\rangle\}$，也称为标准正交基。

```python import numpy as np

定义计算基向量

ket_0 = np.array([[1], [0]], dtype=complex) ket_1 = np.array([[0], [1]], dtype=complex)

任意量子态是基向量的线性组合

alpha = 1/np.sqrt(2) # 概率幅 beta = 1/np.sqrt(2) * 1j # 带相位的概率幅 psi = alpha * ket_0 + beta * ket_1

print(f"量子态 |ψ⟩:\n{psi}") print(f"测量得到 |0⟩ 的概率: {np.abs(alpha)**2}") print(f"测量得到 |1⟩ 的概率: {np.abs(beta)**2}") ```

希尔伯特空间与内积

量子态空间不仅仅是向量空间，它还必须支持"长度"和"角度"的概念，这需要引入内积（inner product）。配备了内积的完备向量空间称为希尔伯特空间（Hilbert space），这是量子力学的数学舞台。

内积的定义与性质

对于复向量空间 $V$，内积是一个映射 $\langle\cdot|\cdot\rangle: V \times V \to \mathbb{C}$，满足：

1. 共轭对称：$\langle\psi|\phi\rangle = \langle\phi|\psi\rangle^*$ 2. 第一变元线性：$\langle\psi|(\alpha|\phi\rangle + \beta|\xi\rangle) = \alpha\langle\psi|\phi\rangle + \beta\langle\psi|\xi\rangle$ 3. 正定性：$\langle\psi|\psi\rangle \geq 0$，等号当且仅当 $|\psi\rangle = 0$ 时成立

> ⚠️ 注意：物理学惯例中，内积对第一个变元是反线性的（conjugate-linear），即 $\langle\alpha\psi|\phi\rangle = \alpha^*\langle\psi|\phi\rangle$。这与数学惯例可能不同，但在量子计算文献中几乎是统一的。

在狄拉克符号（Bra-ket notation）中，$|\psi\rangle$ 称为 ket（列向量），$\langle\psi| = |\psi\rangle^\dagger$ 称为 bra（行向量），是 ket 的共轭转置。内积自然地写成 bra 和 ket 的组合：

$$\langle\psi|\phi\rangle = |\psi\rangle^\dagger |\phi\rangle = \sum_i \psi_i^* \phi_i$$

归一化与概率解释

量子态必须归一化（normalized），即 $\langle\psi|\psi\rangle = 1$。这不是数学上的要求，而是物理上的要求：测量结果的概率之和必须为1。

对于态 $|\psi\rangle = \alpha|0\rangle + \beta|1\rangle$，测量得到 $|0\rangle$ 的概率是：

$$P(0) = |\langle 0|\psi\rangle|^2 = |\alpha|^2$$

这里 $|\cdot|^2$ 表示复数的模平方，即 $|\alpha|^2 = \alpha^*\alpha$。

```python

验证内积性质

def inner_product(v1, v2): """计算内积 <v1|v2> = v1† @ v2""" return (v1.conj().T @ v2)[0, 0]

构造两个量子态

psi = np.array([[1], [1j]], dtype=complex) / np.sqrt(2) phi = np.array([[1], [-1]], dtype=complex) / np.sqrt(2)

验证共轭对称性

ip_psi_phi = inner_product(psi, phi) ip_phi_psi = inner_product(phi, psi) print(f"<ψ|φ> = {ip_psi_phi}") print(f"<φ|ψ> = {ip_phi_psi}") print(f"<φ|ψ>* = {np.conj(ip_phi_psi)}") print(f"共轭对称验证: {np.isclose(ip_psi_phi, np.conj(ip_phi_psi))}")

验证归一化

print(f"<ψ|ψ> = {inner_product(psi, psi)}") ```

希尔伯特空间的完备性

希尔伯特空间的"完备性"（completeness）是一个拓扑概念，保证了无穷级数的收敛。在有限维情形下，所有内积空间都是完备的，因此自动是希尔伯特空间。但在无限维量子系统（如量子谐振子）中，完备性是一个非平凡的条件。

对于 $n$-量子比特系统，其希尔伯特空间是 $\mathbb{C}^{2^n}$，维数为 $2^n$。这种指数增长是量子计算潜力的来源，也是模拟量子系统的根本困难。

基变换与酉相似

量子态在不同基下有不同的表示，就像同一向量在不同坐标系下有不同分量。理解基变换是掌握量子测量的关键。

基变换矩阵

设有两组正交归一基 $\{|e_i\rangle\}$ 和 $\{|f_j\rangle\}$，它们之间的变换通过基变换矩阵 $U$ 实现：

$$|f_j\rangle = \sum_i U_{ij} |e_i\rangle$$

其中 $U_{ij} = \langle e_i | f_j \rangle$。对于向量 $|\psi\rangle$，其在新旧基下的分量关系为：

$$\tilde{\psi}_j = \sum_i U_{ij} \psi_i$$

或用矩阵表示：$\tilde{\psi} = U^\dagger \psi$。

酉矩阵与保持内积

基变换矩阵必须是酉矩阵（unitary matrix），满足 $U^\dagger U = UU^\dagger = I$。这保证了内积在基变换下不变：

$$\langle\psi'|\phi'\rangle = \langle U^\dagger\psi|U^\dagger\phi\rangle = \langle\psi|UU^\dagger|\phi\rangle = \langle\psi|\phi\rangle$$

酉矩阵的所有特征值的模都是1，所有列（或行）构成正交归一基。常见的酉矩阵包括：

• **Pauli 矩阵**：$X, Y, Z$，是量子门的基本构建块
• **Hadamard 门**：$H = \frac{1}{\sqrt{2}}\begin{pmatrix} 1 & 1 \\ 1 & -1 \end{pmatrix}$，在计算基和对角基之间变换
• **相位门**：$S = \begin{pmatrix} 1 & 0 \\ 0 & i \end{pmatrix}$，引入相对相位

```python

验证 Hadamard 门的酉性

H = np.array([[1, 1], [1, -1]], dtype=complex) / np.sqrt(2) print(f"H†H =\n{H.conj().T @ H}") print(f"HH† =\n{H @ H.conj().T}")

Hadamard 变换将 |0⟩ 变成 |+⟩

ket_plus = H @ ket_0 print(f"H|0⟩ = |+⟩ =\n{ket_plus}")

再次 Hadamard 变换恢复 |0⟩

print(f"H|+⟩ = |0⟩ =\n{H @ ket_plus}") ```

计算基与测量基

量子计算中最常用的基包括：

1. 计算基 $Z$-basis：$\{|0\rangle, |1\rangle\}$，对应 $Z$ 算符的本征态 2. $X$-基：$\{|+\rangle, |-\rangle\}$，其中 $|\pm\rangle = \frac{1}{\sqrt{2}}(|0\rangle \pm |1\rangle)$ 3. $Y$-基：$\{|+i\rangle, |-i\rangle\}$，其中 $|\pm i\rangle = \frac{1}{\sqrt{2}}(|0\rangle \pm i|1\rangle)$

不同基下的测量给出不同的信息。Heisenberg 不确定性原理告诉我们，不可能同时在多个非对易基下精确测量。

线性算符与矩阵表示

量子力学的可观测量和演化都由线性算符（linear operator）描述。算符是将一个向量映射到另一个向量的线性变换。

算符的矩阵表示

在给定基 $\{|e_i\rangle\}$ 下，线性算符 $A$ 可表示为矩阵，其矩阵元为：

$$A_{ij} = \langle e_i | A | e_j \rangle$$

算符作用于态矢量 $|\psi\rangle$ 得到新态 $|\phi\rangle = A|\psi\rangle$：

$$\phi_i = \sum_j A_{ij} \psi_j$$

重要的算符操作包括：

• **算符和**：$(A + B)|\psi\rangle = A|\psi\rangle + B|\psi\rangle$
• **算符积**：$(AB)|\psi\rangle = A(B|\psi\rangle)$
• **共轭转置**：$\langle\phi|A^\dagger|\psi\rangle = \langle\psi|A|\phi\rangle^*$

外积与投影算符

外积（outer product）$|\psi\rangle\langle\phi|$ 是一个算符，其作用于态 $|\xi\rangle$ 得到：

$$(|\psi\rangle\langle\phi|)|\xi\rangle = |\psi\rangle\langle\phi|\xi\rangle = \langle\phi|\xi\rangle|\psi\rangle$$

这是一个标量 $\langle\phi|\xi\rangle$ 乘以向量 $|\psi\rangle$。

外积的一个重要应用是构造投影算符（projector）。对于归一化态 $|\psi\rangle$，$P = |\psi\rangle\langle\psi|$ 是向 $|\psi\rangle$ 方向的投影。它满足：

• **幂等性**：$P^2 = P$
• **厄米性**：$P^\dagger = P$
• **本征值**：0 或 1

```python

投影算符示例

P0 = ket_0 @ ket_0.conj().T # |0⟩⟨0| P1 = ket_1 @ ket_1.conj().T # |1⟩⟨1|

print(f"|0⟩⟨0| =\n{P0}") print(f"|1⟩⟨1| =\n{P1}")

验证完备性关系

print(f"|0⟩⟨0| + |1⟩⟨1| =\n{P0 + P1}")

投影测量

psi = np.array([[0.6], [0.8]], dtype=complex) prob_0 = (psi.conj().T @ P0 @ psi)[0, 0].real print(f"测量得 |0⟩ 的概率: {prob_0}") ```

谱分解定理

谱分解定理（spectral decomposition theorem）是量子测量的数学基础。它指出，对于任意正规算符（满足 $A^\dagger A = AA^\dagger$），存在正交归一的本征态 $\{|a_i\rangle\}$ 使得：

$$A = \sum_i a_i |a_i\rangle\langle a_i|$$

其中 $a_i$ 是本征值，$|a_i\rangle$ 是对应的本征向量。厄米算符和酉矩阵都是正规算符，因此都可以谱分解。

厄米算符与可观测量

量子力学中的可观测量（如能量、角动量、自旋）对应于厄米算符（Hermitian operator）。厄米算符定义为满足 $A^\dagger = A$ 的算符，其关键性质是：

1. 本征值是实数：可观测量的可能测量结果必须是实数 2. 本征态正交：不同本征值对应的本征态正交 3. 本征态完备：本征态构成希尔伯特空间的基

厄米性的物理意义

厄米算符 $A$ 满足 $\langle\psi|A|\phi\rangle = \langle A\psi|\phi\rangle$，这保证了期望值是实数：

$$\langle A \rangle_\psi = \langle\psi|A|\psi\rangle \in \mathbb{R}$$

期望值的虚部为：

$$\l