跳到主要内容
Sandbox Physics

量子运动 / 同时走向两边

量子行走与相位陷阱

量子行走和普通的随机行走有什么不同? 量子行者每一步都同时往两边走。路径重新汇合时,先把振幅相加再平方,有的加强,有的抵消。结果是两道波前飞快地向外推进,一个相位缺陷就能让它们改道。要是每走一步都测一次,它就退回成普通的随机行走。

转动量子硬币,改变初态相位,再在起点放一个相位缺陷。把相干展开和经典对照放在一起比较:对照从去相干的初态出发,每一步都被测量。最后从一次次独立的位置读数里,积累出末态分布。

交互模型量子行走与相位陷阱
量子经典
步0
转动相位
视窗范围−64-64x/ax/a至6464

概率地形 · 高度取概率平方根 · 两排共用刻度

正在制备序列…

同一种制备,多次独立读出

最后,落在哪里?

采集时序列会暂停。每个结果都来自一次全新的、相同的制备。

已记录次数00
二阶矩 · 量子00
二阶矩 · 经典00
二阶矩 · 记录—\text{—}

概率 / 线性刻度

x/ax/a

青色:量子模型;琥珀色:经典参考;白心圆点:记录频率;紫色虚线:定格量子模型。

每一步的展开程度

⟨(x/a)2⟩vs.N\langle(x/a)^2\rangle\quad\text{vs.}\quad N

二阶矩相对零点计算,包含整体偏移和宽度,不是相对均值的方差。两条曲线独立计算。

一眼看完整个序列

横向为位置或动量,向下为步数。点击回看某一步。这是概率,不是轨迹。

模型、单位与近似边界

一个理想行者从原点出发,硬币态是等权相干叠加。每步先做一次实数硬币旋转,两个内态再分别向左、向右移动;相位缺陷只作用在原点。经典对照在开始时和每一步之后,都把位置和硬币的相干全部消除;硬币不平衡时,它仍保留硬币的经典记忆。

∣ψ0⟩=∣0⟩⊗∣L⟩+eiϕ∣R⟩2|\psi_0\rangle=|0\rangle\otimes\frac{|L\rangle+e^{i\phi}|R\rangle}{\sqrt2}

立体图在需要时合并相邻格点;两排使用同一个平方根高度增益,同一制备下横轴范围固定。下方的分布按原始格点给出概率。采集只从量子模型的末态抽样,不重建相位。

原始研究:Karski et al. (2009)

物理教程

量子行走与相位陷阱

背景转动量子硬币,改变初态相位,再在起点放一个相位缺陷。把相干展开和经典对照放在一起比较:对照从去相干的初态出发,每一步都被测量。最后从一次次独立的位置读数里,积累出末态分布。

为什么值得理解让两种运动规则从相同的初始占据出发,比较它们各自走向哪里。

先抓重点

核心问题
量子行走和普通的随机行走有什么不同?
一句话直觉
先把振幅加起来,再取模平方。重新汇合的路径会相长或相消;每一步都测量,这种干涉就消失了。

核心数学模型

完整的一步

U=DχS(Cα⊗I),Cα=(cos⁡αsin⁡αsin⁡α−cos⁡α)U=D_\chi S(C_\alpha\otimes I),\quad C_\alpha=\begin{pmatrix}\cos\alpha&\sin\alpha\\\sin\alpha&-\cos\alpha\end{pmatrix}

硬币处于零态时向左移一格,处于一态时向右移一格。移动之后,起点处的两个硬币分量都乘上同一个局域相位。

可以严格验证的极限

α=π4, ϕ=π2, χ=0:⟨x2⟩∼(1−12)N2\alpha=\frac\pi4,\ \phi=\frac\pi2,\ \chi=0:\quad\langle x^2\rangle\sim\left(1-\frac1{\sqrt2}\right)N^2

平衡对称的量子行走按弹道方式扩展;每步都测量的对照,二阶矩等于步数。有限步的结果不必和渐近系数完全相同。

采到了什么

M2^=1n∑j=1nqj2\widehat{M_2}=\frac1n\sum_{j=1}^{n}q_j^2

每次末态读数都来自一次重新制备。给出的误差是一个样本标准误。这些记录重建不出量子相位。

常见难点

概率地形

容易误解每个峰就是一个粒子,或者是某个粒子走过的轨迹。

正确理解模型是直线上的理想离散硬币行走,最多 64 步。不模拟硬件损耗,也不模拟原子成像。经典对照在开始时和每一步之后都测量硬币和位置;只有平衡硬币,才让它成为普通的无偏随机游走。

动手实验

  1. 01

    看量子与经典分道扬镳

    播放序列,对比青色量子峰与琥珀色经典峰。

    你会看到: 两排用同一个横轴和同一个平方根高度刻度。定量比较请看下方的线性图。
  2. 02

    只改相位

    保持平衡硬币,转动初态相位,再加入起点相位。

    你会看到: 每步都测量的对照不受这两个相位影响,相干行走却会跟着变。
  3. 03

    留下分布

    采集 500 次读数并定格制备。改动参数后再恢复这份样本,导出原始 CSV。

    你会看到: 直方图和二阶矩只来自记录下的结果;经典系综始终是独立的参考。
反馈这个页面有错误、看不明白,或者缺了什么?告诉我们
反馈类型

提交时会附带本页地址、Lab ID、网站语言和设备类型。请不要填写个人信息。反馈最多保存 12 个月。隐私政策