2.3 密度矩阵与量子信道：给退相干记账

2.3 密度矩阵与量子信道：给退相干记账

本节摘要：态矢量只能描述理想化的纯态，真实器件里的量子比特时刻处在"若干可能态的统计混合"中。密度矩阵是能同时容纳两者、还能记录相干性的记账本；量子信道则是环境侵蚀的标准模型。本节实现完整的记账工具，让退相干第一次以曲线的形式出现在你面前。

纯态是理想，混合态才是日常

密度矩阵的定义只有一行：对纯态 \rho = |\psi\rangle\langle\psi|，把态矢量自乘成外积；对混合态，\rho = \sum_k p_k |\psi_k\rangle\langle\psi_k|，按概率加权。但定义背后有一个容易被忽略的认识论跳跃：态矢量说的是"系统处在什么态"，密度矩阵说的是"我们对系统知道什么、不知道什么"。单态矢量视角里，量子随机性（测量结果的概率）与经典随机性（制备过程的统计涨落）纠缠在一起分不清；密度矩阵视角里，两者被干净地分开记账——对角元记录经典概率分布，非对角元记录量子相干性。这一分开，退相干就有了精确的病灶：它专门杀死非对角元，对角元原封不动。

换句话说，退相干不丢失"你测出零还是一"的统计分布，它丢失的是统计分布背后的相位结构——而相位结构正是量子算法干活的凭据。这就是为什么一台退相干严重的量子计算机不输出错误答案，而输出"看起来像答案的正确随机数"：账面上对角元一切正常，非对角元已经归零。

一、记账本怎么读

以单比特为例，任意密度矩阵可以写成

读法有三条。看对角元：\rho_{00}、\rho_{11} 是测 Z 基得到零与一的概率。看非对角元：\rho_{01} 的模长衡量相干性——理想叠加态 |+\rangle 的矩阵两格非对角都是二分之一，退相干过程中它们指数衰减趋零；非对角元全为零时（比如矩阵对角是两个二分之一），系统退化为"掷硬币"，任何量子算法都无从施展。看迹 \text{Tr}(\rho^2)：等于一就是纯态，小于一就是混合态，这个数把"态有多纯"压缩成一个标量，第 3 章读硬件指标时会借它定义保真度。

几何图像同样只有一幅：第 1 章的布洛赫球，纯态铺在球面上，混合态沉进球体内部，最大混合态（两格对角各半、非对角为零）坐在球心。退相干的过程，就是态从球面被拖向球心的下沉——不同噪声通道对应不同的下沉路径。

图 2-3：退相干——态从球面向球心的下沉

二、演练：亲手让一个叠加态"沉下去"

下面用纯 Python 实现二乘二密度矩阵工具与两条最重要的通道：相位翻转（纯退相干，只杀非对角元）与振幅耗散（能量泄漏，对角元与非对角元一起动）。跑完看输出，退相干的两种病灶会分别现形。

# decoh.py：密度矩阵记账与噪声通道模拟（仅标准库）
import math, cmath

s2 = 1 / math.sqrt(2)

def dm(a, b):
    """由振幅 (a, b) 构造密度矩阵，返回 2x2 复数列表的列表。"""
    return [[a * a.conjugate(), a * b.conjugate()],
            [b * a.conjugate(), b * b.conjugate()]]

def phase_flip(rho, p):
    """相位翻转通道：以概率 p 给相位乘 -1（Z 错误）。非对角元乘 (1-2p)。"""
    f = 1 - 2 * p
    return [[rho[0][0], f * rho[0][1]], [f * rho[1][0], rho[1][1]]]

def amp_damp(rho, gamma):
    """振幅耗散通道：激发态以概率 gamma 衰减回基态（能量泄漏）。"""
    r00, r01, r10, r11 = rho[0][0], rho[0][1], rho[1][0], rho[1][1]
    g = math.sqrt(1 - gamma)
    return [[r00 + gamma * r11, g * r01], [g * r10, (1 - gamma) * r11]]

def coherence(rho):
    """相干性度量：非对角元的模（本节的手工指标）。"""
    return abs(rho[0][1])

# 初始态：|+> = (|0> + |1>)/根号2
rho = dm(complex(s2), complex(s2))
print("初始      相干性 =", round(coherence(rho), 4), " 对角 =", round(rho[0][0].real, 3), round(rho[1][1].real, 3))

# 场景一：纯退相干——经过大量微小的相位翻转
rho_p = rho
for _ in range(400):                       # 每步 1% 概率的相位错误
    rho_p = phase_flip(rho_p, 0.01)
print("相位侵蚀后 相干性 =", round(coherence(rho_p), 4), " 对角 =", round(rho_p[0][0].real, 3), round(rho_p[1][1].real, 3))

# 场景二：能量泄漏——同样步数的振幅耗散
rho_a = rho
for _ in range(400):
    rho_a = amp_damp(rho_a, 0.01)
print("能量泄漏后 相干性 =", round(coherence(rho_a), 4), " 对角 =", round(rho_a[0][0].real, 3), round(rho_a[1][1].real, 3))
​

输出把两种病灶的差别摆在了明面上。相位侵蚀之后，相干性从零点五一路衰减到接近零，但对角元纹丝不动——掷硬币的分布完好，相位结构荡然无存；能量泄漏之后，对角元滑向（一，零），态整体坍向基态 |0\rangle，非对角元也随之缩水。对照硬件术语：相位侵蚀对应 T2 的相位失相干分量，能量泄漏对应 T1 的弛豫。这个对应关系是第 3 章的入场券——你以后看到厂商参数表上的 T1 短于 T2 之类的反常，立刻就能判断病灶类型。

两个易错点值得记录。其一，连续小噪声要用信道反复叠加，而不是把概率相加：上面循环里每步作用一次通道，非对角元按公比 (1-2p) 连乘衰减，四百步后约剩初值乘 (0.98)^{400} \approx 0.0002，与输出吻合——如果你错误地把概率累加成百分之四百，模型直接失真。其二，振幅耗散是非幺正过程，态矢量的归一化会被破坏，这也是为什么它没法在纯态矢量模拟器里直接实现、必须动用密度矩阵——记账本升级不是学术趣味，是工程必需。

三、通道清单：敌人的四条主攻路线

四条通道里，退极化最值得多说一句：它是"不知道具体噪声长什么样"时的兜底模型，把一切侵蚀粗化为"以概率 p 把态搅浑"。第 5 章模拟噪声算法时我们会用它，因为它的参数可以直接对标厂商公布的理论门错误率——模型从简，账目清楚。而真实的芯片上，四条通道同时开火、强度随时间漂移，这正是第 3 章校准工作的日常：工程师每个班次都在重新测量这些通道的强度，给记账本换新页。

至此，敌情剖析的全部侦察任务完成：资产是纠缠与相干性，约束是测量与不可克隆，进攻路线是四条可定量建模的噪声通道。下一章我们去看看，人类为了掐断这些通道，都修过哪些工事。

本节要点回顾

• 密度矩阵分开记账：对角元记经典分布，非对角元记相干性，退相干专杀后者。
• 病灶可以分型：相位侵蚀分布完好而相位结构消失，能量泄漏则态整体滑向基态，两者对应不同的硬件参数。
• 连续小噪声按连乘累计：相干性指数衰减，概率不能简单相加。
• 非幺正过程必须升级工具：振幅耗散破坏归一化，态矢量模拟器无法直接表达，密度矩阵是刚需。
• 退极化是工程兜底：参数对标门错误率，是第 5 章噪声模拟的默认模型。