Шрифт:
При измерении этого нелокального состояния (при декогеренции) мы получим одно из двух классических локальных (сепарабельных) состояний |00~n или |11~n с равной вероятностью.
Существует простой способ проверить, относится ли какая-либо матрица плотности к чистому состоянию или нет. Если умножить матрицу саму на себя, и она при этом не изменится (получится та же самая матрица), то есть если выполняется равенство 2= , то можно сразу сказать, что данная матрица плотности описывает чистое состояние, и для него может быть записан вектор состояния. Такие матрицы, которые не меняются при умножении самой на себя, называются идемпотентными. Таким образом, любая матрица плотности чистого состояния — идемпотентная.
Если система незамкнутая (открытая), то это смешанное состояние, и тогда она не описывается вектором состояния, но ее по-прежнему можно описать матрицей плотности. Например, максимально смешанное состояние:
Его уже нельзя записать в виде вектора состояния (3.1). В этом случае нет корреляций между состояниями |00~n|01~n|10~n|11~n, и при измерении можно получить любое из этих состояний с равной вероятностью 1/4.
Замечу, что матрица плотности такого вида получается, если мы хотим описать состояние одной из подсистем, например А , в случае максимально запутанного состояния типа (3.2). Так, если мы возьмем частичный след по подсистеме Bи получим частичную матрицу плотности размерностью 2 x 2, которая описывает подсистему А , то эта матрица плотности будет соответствовать максимально смешанному состоянию и иметь вид:
Подсистема А с равной вероятностью 1/2 может находиться в состоянии |0~n или |1~n.
Нужно еще иметь в виду, что, когда мы говорим «состояние системы», то смысл этого выражения обычно зависит от контекста. Речь может идти о состоянии, полученном в результате измерения (декогеренции), то есть об одном из реализованных собственныхсостояний системы (об одном из диагональных состояний матрицы плотности). Или имеется в виду исходное состояние, то есть сам вектор состояния (вся матрица плотности), тогда по ее структуре можно судить о квантовой запутанности и о корреляциях (в частности, о градиентах энергии). В простых случаях, например, для матрицы плотности типа (3.3) (когда 1/2 стоят по четырем углам, а остальные нули), сразу можно сказать, что это максимально запутанное cat– состояние.
Понятие матрицы плотности исключительно важно в квантовой теории. Только в терминах матриц плотности можно рассматривать части взаимодействующей системы. Рассуждать об « ЭПР-парадоксе» в терминах пси-функции вообще не имеет смысла. Матрица плотности содержит информацию двоякого рода: во-первых — о корреляциях между частями самой системы; во-вторых — о корреляциях системы с окружением (которых может и не быть в случае чистого состояния). Речь идет, прежде всего, о нелокальных корреляциях, поскольку классические корреляции (сепарабельные состояния) и раньше с успехом описывались теми же пси-функциями. Но только на основе матриц плотности стало возможным описание квантовых корреляций (несепарабельных состояний). Только с их помощью квантовая теория стала по-настоящему квантовой, способной охватить ее основную специфику, отличающ ую ее от классической физики — несепарабельные (запутанные) состояния.
На основе матриц плотности стало возможным ввести количественные характеристики квантовой запутанности, и этот момент, как я считаю, стал поворотным для квантовой теории. По своей значимости данное событие стоит в ряду самых выдающихся достижений не только квантовой механики, но и всей науки в целом. Появилась возможность количественно описывать новую, неизведанную сферу реальности. Я бы сравнил этот момент с отрывом науки от грешной земли и ее выходом в безбрежный «космос», в «царство небесное» нелокальных состояний.
3.2. Количественное описание квантовых корреляций
Мера квантовой запутанности — это количественная характеристика несепарабельности, числовое значение величины квантовых корреляций и степени нелокальности объекта. По моему мнению, до того, как квантовая теория стала количественно описывать запутанные состояния, она и не была квантовой. Как и классическая физика, она ограничивалась описанием сепарабельных состояний. Можно сказать, что «микроскопом забивали гвозди»: тонкий теоретический инструмент, который позволял заглянуть в самые глубины мироздания, приблизить понимание нелокальных уровней реальности, использовался не по назначению. Я бы сказал, что в прошлом веке квантовая механика «тренировалась», отрабатывала и совершенствовала свои методы на плотной материи, «разминалась» перед прыжком в Тонкий мир. Причем уже в процессе этой своеобразной разминки ее результаты перекрыли все достижения классической физики вместе взятые.
Иногда можно услышать упрек, что квантовая механика все равно не в состоянии дать полное количественное описание какого-нибудь сложного атома или молекулы, поскольку это «неподъемная» задача даже для современных суперкомпьютеров [79] . Здесь опять проскальзывает полуклассический взгляд на квантовую механику как на вспомогательный инструмент для некоторых более тонких расчетов при решении обычной классической многочастичнойзадачи. Собственно, это упрек, адресованный самой классической физике, которая не может решить эквивалентную (такой жеразмерности) классическую задачу о системе взаимодействующих тел. Однако авторитет классической физики от этого вовсе не уменьшается.
79
Что такое численное решение сложной многочастичнойзадачи, я знаю не понаслышке. Коллективу нашей научной лаборатории принадлежит своеобразный рекорд в суперкомпьютерном анализе многоквантовойспиновой динамики системы из 15 взаимодействующих ядерных спинов: Doronin S. I., Fel ’ dman E. B., Guinzbourg I. Ya . and Maximov I. I. Chem. Phys. Lett. 341, 144 (2001); Doronin S. I., Fel'dmanE. B., MaximovI. I.J. Magn. Reson .171, 37 (2004). Чтобы в общих чертах представить и оценить сложность этой задачи, напомню, что состояние системы из Nспинов описывается матрицей плотности размерностью 2 N ' 2 N . В данном случае системы из 15 спинов матрицы, которыми приходится оперировать, имеют 2 30 1,07 x 10 9элементов (более одного миллиарда) и занимают на компьютере около 16 Гб памяти для комплексных чисел с двойной точностью. Расчеты выполнялись в Межведомственном Суперкомпьютерном Центре на самом мощном у нас в России суперкомпьютере: http://www.jscc.ru.