Loading [MathJax]/jax/element/mml/optable/GeneralPunctuation.js

数学物理学报, 2021, 41(4): 1097-1110 doi:

论文

时间非齐次二态量子游荡的演化过程分析

林运国,

The Analysis of Evolution Process in a Time-Inhomogeneous Two-State Quantum Walk

Lin Yunguo,

收稿日期: 2020-09-11  

基金资助: 福建省自然科学基金.  2016J01283
福建农林大学科技创新专项基金.  CXZX2020108A

Received: 2020-09-11  

Fund supported: the Science Foundation of the Fujian Province.  2016J01283
the Special Fund Project for Technology Innovation of Fujian Agriculture and Forestry University.  CXZX2020108A

作者简介 About authors

林运国,E-mail:linyg@fafu.edu.cn , E-mail:linyg@fafu.edu.cn

Abstract

In this paper, we establish a mathematical model for a time-inhomogeneous two-state quantum walk and give a calculation of the position probability distribution. By calculating spectral values and spectral vectors, we analyze the evolution of quantum states. Furthermore, we derive an Itô formula and get a matrix decomposition and its interpretation.

Keywords: Quantum walk ; Inhomogeneous ; Probability distribution ; Spectral value ; Itô lemma

PDF (413KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

林运国. 时间非齐次二态量子游荡的演化过程分析. 数学物理学报[J], 2021, 41(4): 1097-1110 doi:

Lin Yunguo. The Analysis of Evolution Process in a Time-Inhomogeneous Two-State Quantum Walk. Acta Mathematica Scientia[J], 2021, 41(4): 1097-1110 doi:

1 引言

量子游荡作为经典随机游荡概念的量子化版本, 最早由Aharonov等人于1993年提出[1], 它是构成量子算法的有力工具[2-3]. 量子游荡包括连续时间量子游荡和离散时间量子游荡. 连续时间量子游荡最早于1998年由Farhi和Gutmann提出[4]; 离散时间量子游荡最早于2001年由Watrous提出[5]. 其中, 线性、格上、环上和高维空间上的离散时间量子游荡受到了广泛关注[6]. 作为数学模型, 学者们主要研究其基础性质, 包括概率分布、平稳测度、对称性、命中时间、周期性、渐进性等[7-12].

近年来, 学者们也关注了非齐次量子游荡, 主要有交替式量子游荡、时间非齐次量子游荡和空间非齐次量子游荡. 这些模型主要特点是系统演化酉算子会随时间或空间变化而变化. 2009年, N.Linden等人最早引入非齐次量子游荡模型, 将硬币演化算子设为与状态和空间有关的量, 由此推导出有界性等相关性质[13]. 2010年, Shikano等人引入一维格上自对偶非齐次量子游荡, 研究其局域性和分形(霍夫斯塔特蝴蝶)[14]. 对于交替式量子游荡, 2017年Rousseva等人研究以相同角度顺时针和逆时针进行交替旋转的非齐次量子游荡, 并使用相位法近似计算游荡概率[15]. 对于空间非齐次量子游荡, 2013年Konno等人研究空间非齐次量子游荡并提出平均时间极限、弱极限和平稳等三类测度[16]; 2019年韩琦提出空间非齐次三态量子游荡的平稳测度[17]. 对于时间非齐次量子游荡, 2013年Machida讨论时间非齐次二态量子游荡的几种极限概率分布[18].

该文针对时间非齐次二态量子游荡分析其演化过程, 建立相应的数学模型, 通过归纳硬币演化序列给出位置概率分布的计算表达式, 运用谱理论分析系统量子态的演化过程, 从随机微分方程角度引出时间非齐次二态量子游荡的伊藤引理和伊藤公式, 并对公式进行矩阵分解和解释.

2 模型及相关概念

定义2.1  设一个量子系统的状态空间为H=HCHP, 其中HC=span{|0,|1}表示为硬币状态空间, HP=span{|x:xZ}表示为位置状态空间, 系统的酉算子为Ut=S(CtI),t=1,2,,N, 其中Ct=(atbtctdt)为硬币演化算子; S=xZ[|00||x1x|+|11||x+1x|]为移位算子, 称该系统为时间非齐次二态量子游荡.

该文简称时间非齐次二态量子游荡为非齐次量子游荡. 如果硬币演化算子不会随着时间或者空间改变而变化, 则称为齐次量子游荡.

将硬币演化算子Ct分解为Ct=Pt+Qt, 其中Pt=(atbt00)表示为向左演化算子; Qt=(00ctdt)表示向右演化算子. 如果硬币演化算子定义为Ct=(cosθtsinθtsinθtcosθt), 则称为硬币翻转算子, 其中θt[0,2π]为翻转角度. 该文采用硬币翻转算子作为硬币演化算子. 设系统的量子初态为|ψ0, 将酉算子U1,U2,,Ut依次作用在|ψ0上, 得到t次演化后的量子态

|ψt=UtUt1U1|ψ0=tk=1Uk|ψ0=xZ|ψt(x).
(2.1)

该式给出了系统经过t次演化后的量子态表达式, 它与次数t有关. 其中, |ψt(x)=ψLt(x)|0+ψRt(x)|1,xZ. 由于|ψt(x)与位置x有关, 故称它为关于位置x的状态波函数, 其中概率振幅ψLt(x)ψRt(x)分别计算如下

ψLt(x)=cosθt1ψLt1(x+1)+sinθt1ψRt1(x+1),ψRt(x)=sinθt1ψLt1(x1)cosθt1ψRt1(x1).
(2.2)

给定函数fj:ZC, 定义离散傅里叶变换为ˆft:[π,π]C使得

ˆft(s)=jfj(t)eijs,

其中i是虚根, s[π,π], jZ; 同时定义离散傅里叶逆变换为

fj(t)=12πππˆft(s)eijsds.

对系统经过t次演化后处于位置x的状态波函数|ψt(x)分别做离散傅里叶变换和逆变换, 记为

ˆψt(ξ)=xZˆψt(ξ)(x)=xZeiξx|ψt(x),|ψt(x)=ππdξ2πeiξxˆψt(ξ),xZ.
(2.3)

函数ˆψt(ξ)ˆψt1(ξ)的关系为

ˆψt(ξ)=(ˆψLt(ξ)ˆψRt(ξ))=(cosθteiξsinθteiξsinθteiξcosθteiξ)(ˆψLt1(ξ)ˆψRt1(ξ))=Ct(ξ)ˆψt1(ξ),
(2.4)

其中Ct(ξ)=(eiξ00eiξ)Ct. 于是, 系统经过t次演化后得到

ˆψt(ξ)=Ct(ξ)Ct1(ξ)C1(ξ)ˆψ0(ξ)=tk=1Ck(ξ)ˆψ0(ξ).
(2.5)

3 位置概率分布

非齐次量子游荡经过N次演化后的位置集合记为BN={N,N+1,,N1,N}. 基于位置集合构造笛卡尔积ΩN=BN+1N={N,N+1,,N1,N}N+1.

定义3.1   任取一个向量ω=(ω(0),ω(1),,ω(N))ΩN, 其中分量ω(0),ω(1),,ω(N)分别表示系统在t=0,1,,N时刻所处的位置, 其中令ω(0)=0, 则称该向量为一条位置路径.

定义3.2   称v=ω=(v(1),v(2),,v(N))=(ω(1)ω(0),ω(2)ω(1),,ω(N)ω(N1))为一条移动路径.

在该定义中, ω(t)ω(t1){1,1}(t=1,2,,N)表示系统所经历的前后位置差, 反映移动的方向. 当v(t)=1时, 表示系统在第t时刻向左移动一个位置; 当v(t)=1时, 表示系统在第t时刻向右移动一个位置. 因而, 可以用v表示移动的方向序列.

u=(u(1),u(2),,u(N))=(I{1}(v(1)),I{1}(v(2)),,I{1}(v(N))), 其中分量I{1}(x)表示集合{1}的示性函数. 当v(t)=1u(t)=1; 当v(t)=1u(t)=0.vi为系统在时刻t=N上所选择的第i条移动路径, 其中

i=u(N)2N1+u(N1)2N2++u(2)21+u(1)20{0,1,2,,2N1}.
(3.1)

定义3.3  设Pvi(t)N{Pt,Qt},t=1,2,,N, 称

PviN=Pvi(N)NPvi(2)NPvi(1)N=Nt=1Pvi(t)N

为一条硬币演化序列.

定义3.3中, Pvi(t)N+Pvi(t)N=Ct,t=1,,N. 用硬币演化序列PviN表示系统经过N次演化后达到的位置为Nt=1vi(t). 硬币演化序列与移动路径是一一对应的, 记所有硬币演化序列为PN, 称为N级路径集, 每个元素简称为路径.

在上述定义基础上, 非齐次量子游荡的酉算子也可以表示为

C0=E,C1=P1+Q1,,Nt=1Ct=2N1i=0PviN=2N1i=0Nt=1Pvi(t)N.
(3.2)

经过N次演化后非齐次量子游荡的位置概率分布有以下两个计算表达式

P(X=x)=
(3.3)

\begin{equation} P(X = x) = \int^{\pi}_{-\pi} \frac{{\rm d}\zeta}{2\pi}{\rm e}^{{\rm i}\zeta x}(\prod\limits^N_{t = 1} \boldsymbol{ {C} }_t(\zeta)\widehat{\psi}_{0}(\zeta))^{*}\int^{\pi}_{-\pi} \frac{{\rm d}\xi}{2\pi} {\rm e}^{-{\rm i}\xi x}\prod\limits^N_{t = 1}\boldsymbol{ {C} }_t(\xi)\widehat{\psi}_{0}(\xi). \end{equation}
(3.4)

(3.3)式是将 N 个酉算子 \boldsymbol{ U }_t 依次作用在量子初态上, 得到量子终态后进行量子测量计算出系统处于每个位置的概率. (3.4)式是利用傅里叶变换将概率分布的计算转化为积分计算问题. 在第5节中, 将提出伊藤公式对 \prod\limits^N_{t = 1}\boldsymbol{ C }_t({\xi}) 进行分解计算. 系统到达某个位置是由一系列具有共同特征的硬币演化序列叠加作用在量子初态上得到的, 它包括具有相同的向左、向右演化算子个数. 基于此, 下面对硬币演化序列进行归纳计算, 由此给出位置概率分布的计算公式.

定义3.4  任意给定非齐次量子游荡的一条路径 \boldsymbol{ P }_{N}^{v}\in{\cal P}_N , 将同类型向左和向右演化算子进行归纳划分, 称之为对 \boldsymbol{ P }_{N}^{v} 的一种分块, 用 |\boldsymbol{ P }_{N}^{v}| 表示路径 \boldsymbol{ P }_{N}^{v} 的分块数.

\nabla^2\omega = (\nabla\omega(1)-\nabla\omega(0), \nabla\omega(2) -\nabla\omega(1), \cdots , \nabla\omega(n)-\nabla\omega(n-1))^T, \nabla\omega(0) = 0.

引理3.1  任意给定非齐次量子游荡的一条路径 \boldsymbol{ P }_{N}^{v} = \boldsymbol{ P }_{N}^{v(N)} \cdots \boldsymbol{ P }_{N}^{v(2)} \boldsymbol{ P }_{N}^{v(1)}\in{\cal P}_N , 则有

\begin{equation} \boldsymbol{ {P} }_{N}^{v} = (-1)^{\lfloor\frac{s}{2}\rfloor}(\cot\theta_1)^{Mod(s, 2)}\prod\limits_{t = 1}^{N}\cos\theta_t (\tan\theta_t)^{\delta(\nabla^2\omega(t))}\frac{\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)}}{tr(\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)})}, \end{equation}
(3.5)

其中 s = \sum\limits_{t = 1}^N\delta(\nabla^2\omega(t)) , \delta(\cdot) 表示示性函数, tr(\cdot) 表示矩阵的迹.

  路径 \boldsymbol{ P }_{N}^{v} 可分为4类. 下面将对每一类路径进行归纳计算, 其中记 l 为每条路径中所包含的向右演化算子个数.

(1) \boldsymbol{ P }_{N}^{v} = {\cal P}_m{\cal Q}_{m}{\cal P}_{m-1}{\cal Q}_{n-1}\cdots {\cal P}_1{\cal Q}_{1}\in{\cal P}_N .

该类型将路径划分为 2m 块, 每一块均含有若干个向左演化算子或向右演化算子, 记 {\cal P}_i{\cal Q}_{i} = \prod\limits_{t = 1}^{s_i}\boldsymbol{ P }_t\prod\limits_{t = 1}^{r_i}\boldsymbol{ Q }_t, s_i, r_i\in{\Bbb Z^+}, i = 1, 2, \cdots, m . 按先后顺序, \boldsymbol{ P }_{N}^{v(N)} = \boldsymbol{ P }_N, \boldsymbol{ P }_{N}^{v(1)} = \boldsymbol{ Q }_1 . 经过归纳计算得到如下式子

\begin{eqnarray} \boldsymbol{ {P} }_{N}^{v}& = &(-1)^{l-m}\prod\limits_{t = 1}^{N}\cos\theta_t \tan^{\delta(\nabla^2\omega(t))}\theta_t\left( \begin{array}{cc} 1 & -\cot\theta_1\\ 0 & 0 \\ \end{array} \right){}\\ & = &(-1)^{l-m}\prod\limits_{t = 1}^{N}\cos\theta_t \tan^{\delta(\nabla^2\omega(t))}\theta_t\frac{\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)}}{tr(\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)})}. \end{eqnarray}
(3.6)

(2) \boldsymbol{ P }_{N}^{v} = {\cal Q}_{m+1}{\cal P}_m{\cal Q}_{m}{\cal P}_{m-1}{\cal Q}_{m-1}\cdots {\cal P}_1{\cal Q}_{1}\in{\cal P}_N .

该类型将路径划分为 2m+1 块, 每一块均含有若干个向左演化算子或向右演化算子, 记 {\cal Q}_{m+1} = \prod\limits_{t = 1}^{r_{m+1}}\boldsymbol{ Q }_t, {\cal P}_i{\cal Q}_{i} = \prod\limits_{t = 1}^{s_i}\boldsymbol{ P }_t\prod\limits_{t = 1}^{r_i}\boldsymbol{ Q }_t, s_i, r_i\in{\Bbb Z^+}, i = 1, 2, \cdots, m . 按先后顺序, \boldsymbol{ P }_{N}^{v(N)} = \boldsymbol{ Q }_N, \boldsymbol{ P }_{N}^{v(1)} = \boldsymbol{ Q }_1 . 经过归纳计算得到如下式子

\begin{eqnarray} \boldsymbol{ {P} }_{N}^{v}& = &(-1)^{l-m}\prod\limits_{t = 1}^{N}\cos\theta_t \tan^{\delta(\nabla^2\omega(t))}\theta_t\left( \begin{array}{cc} 0 & 0\\ -1 & \cot\theta_1\\ \end{array} \right){}\\ & = &(-1)^{l-m}\cot\theta_1\prod\limits_{t = 1}^{N}\cos\theta_t \tan^{\delta(\nabla^2\omega(t))}\theta_t\frac{\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)}}{tr(\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)})}. \end{eqnarray}
(3.7)

(3) \boldsymbol{ P }_{N}^{v} = {\cal Q}_{m}{\cal P}_{m}{\cal Q}_{m-1}{\cal P}_{m-1}\cdots {\cal Q}_{1}{\cal P}_{1}\in{\cal P}_N .

该类型将路径划分为 2m 块, 每一块均含有若干个向左演化算子或向右演化算子 {\cal Q}_{i}{\cal P}_i = \prod\limits_{t = 1}^{r_i}\boldsymbol{ Q }_t\prod\limits_{t = 1}^{s_i}\boldsymbol{ P }_t, s_i, r_i\in{\Bbb Z^+}, i = 1, 2, \cdots, m . 按先后顺序, \boldsymbol{ P }_{N}^{v(N)} = \boldsymbol{ Q }_N, \boldsymbol{ P }_{N}^{v(1)} = \boldsymbol{ P }_1 . 经过归纳计算得到如下式子

\begin{eqnarray} \boldsymbol{ {P} }_{N}^{v}& = &(-1)^{l-m}\prod\limits_{t = 1}^{N}\cos\theta_t \tan^{\delta(\nabla^2\omega(t))}\theta_t\left( \begin{array}{cc} 0 & 0\\ \cot\theta_1 &1\\ \end{array} \right){}\\& = &(-1)^{l-m}\prod\limits_{t = 1}^{N}\cos\theta_t \tan^{\delta(\nabla^2\omega(t))}\theta_t\frac{\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)}}{tr(\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)})}. \end{eqnarray}
(3.8)

(4) \boldsymbol{ P }_{N}^{v} = {\cal P}_{m+1}{\cal Q}_{m}{\cal P}_{m} {\cal Q}_{m-1}{\cal P}_{m-1} \cdots{\cal Q}_{1}{\cal P}_{1}\in{\cal P}_N .

该类型将路径划分为 2m+1 块, 每一块均含有若干个向左演化算子或向右演化算子 {\cal P}_{m+1} = \prod\limits_{t = 1}^{s_{m+1}}\boldsymbol{ P }_t, {\cal Q}_{i}{\cal P}_i = \prod\limits_{t = 1}^{r_i}\boldsymbol{ Q }_t\prod\limits_{t = 1}^{s_i}\boldsymbol{ P }_t, s_i, r_i\in{\Bbb Z^+}, i = 1, 2, \cdots, m . 按先后顺序, \boldsymbol{ P }_{N}^{v(N)} = \boldsymbol{ P }_N, \boldsymbol{ P }_{N}^{v(1)} = \boldsymbol{ P }_1 . 经过归纳计算得到如下式子

\begin{eqnarray} \boldsymbol{ {P} }_{N}^{v}& = &(-1)^{l-m}\prod\limits_{t = 1}^{N}\cos\theta_t \tan^{\delta(\nabla^2\omega(t))}\theta_t\left( \begin{array}{cc} \cot\theta_1 &1\\ 0 & 0\\ \end{array} \right){}\\ & = &(-1)^{l-m}\cot\theta_1\prod\limits_{t = 1}^{N}\cos\theta_t \tan^{\delta(\nabla^2\omega(t))}\theta_t\frac{\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)}}{tr(\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)})}. \end{eqnarray}
(3.9)

由于到达同个位置的路径会具有相同向左或向右演化算子个数, 因此对式子(3.6)–(3.9)均去除符号 (-1)^{l} 使每个式子符号变为 (-1)^{m} , 这对位置概率分布计算不会产生影响. 进一步, 对(3.6)–(3.9)式归纳化简如下

\boldsymbol{ {P} }_{N}^{v} = (-1)^{\lfloor\frac{s}{2}\rfloor}(\cot\theta_1)^{Mod(s, 2)}\prod\limits_{t = 1}^{N} \cos\theta_t (\tan\theta_t)^{\delta(\nabla^2\omega(t))}\frac{\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)}}{tr(\boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)})},

其中 s = \sum\limits_{t = 1}^N\delta(\nabla^2\omega(t)) .证毕.

推论3.1  任意给定齐次量子游荡的一条路径 \boldsymbol{ P }_{N}^{v} = \boldsymbol{ P }_{N}^{v(N)}\cdots\boldsymbol{ P }_{N}^{v(2)} \boldsymbol{ P }_{N}^{v(1)}\in{\cal P}_N , 则有

\begin{equation} \boldsymbol{ {P} }_{N}^{v} = \frac{\cos^n\theta({\rm i} \tan\theta)^{2s}}{tr(\boldsymbol{ {P} }_{N}^{v(n)}\boldsymbol{ {P} }_{1}^{v(1)})} \boldsymbol{ {P} }_{N}^{v(N)}\boldsymbol{ {P} }_{1}^{v(1)}, \end{equation}
(3.10)

其中 s = \lfloor\frac{\sum\limits_{t = 1}^N\delta(\nabla^2\omega(t))}{2}\rfloor .

定理3.1  给定非齐次量子游荡的一个量子初态 |\psi_0\rangle = |\psi_0(0)\rangle\otimes|0\rangle , {\cal P}_{N, k} 是含有 k 个向左演化算子的 N 级路径子集, 该集合元素个数为 C^k_N , X 是位置随机变量, 则系统处于位置 x = N-2k 的概率为

\begin{equation} P(X = N-2k) = \bigg\|\sum\limits_{i = 1}^{C^k_N}\boldsymbol{ {P} }_{N, k}^{v_i}|\psi_0\rangle \bigg\|^2, \boldsymbol{ {P} }_{N, k}^{v_i}\in {\cal P}_{N, k}, k = 0, 1, 2, \cdots, N. \end{equation}
(3.11)

  给定非齐次量子游荡的一个量子初态 |\psi_0\rangle , 系统经过 N 次演化后所处的位置取值范围为 \{-N, -N+2, \cdots, N-2, N\} , 量子态演化为 |\psi_N\rangle , 展开为

\begin{eqnarray*} |\psi_N\rangle& = &\prod\limits^N_{t = 1}\boldsymbol{ {U} }_t|\psi_0\rangle = \prod\limits^N_{t = 1}\boldsymbol{ {U} }_t|\psi_0(0)\rangle\otimes|0\rangle = \sum\limits_{x = -N}^{N}|\psi_N(x)\rangle\otimes|x\rangle\\ & = &\sum\limits_{x = -N}^{N}\prod\limits_{t = 1}^N\boldsymbol{ {C} }_t|\psi_0(0)\rangle\otimes|x\rangle = \sum\limits_{x = -N}^{N}\sum\limits_{i = 0}^{2^N-1}\boldsymbol{ {P} }_{N}^{v_i}|\psi_0(0)\rangle\otimes|x\rangle\\ & = &\sum\limits_{k = 0}^{N}\sum\limits_{i = 1}^{C^k_N}\boldsymbol{ {P} }_{N, k}^{v_i}|\psi_0(0)\rangle\otimes|N-2k\rangle, \ {其中\ }x = N-2k. \end{eqnarray*}

因而, 量子系统位于位置 N-2k 的概率计算为

P(X = N-2k) = \langle\psi_N|(\boldsymbol{ {I} }\otimes|N-2k\rangle\langle N-2k|) |\psi_N\rangle = \bigg\|\sum\limits_{i = 1}^{C^k_N}\boldsymbol{ {P} }_{N, k}^{v_i}|\psi_0(0)\rangle\bigg\|^2.

其中 \boldsymbol{ P }_{N, k}^{v_i}\in {\cal P}_{N, k} . 证毕.

利用该定理可推出齐次量子游荡的位置概率分布. 令

\boldsymbol{ {P} }_{00} = \left( \begin{array}{ccc} 1 & \tan\theta \\ 0 & 0 \\ \end{array}\right), \ \boldsymbol{ {P} }_{11} = \left( \begin{array}{ccc} 0 & 0 \\ -\tan\theta & 1 \\ \end{array} \right), \ \boldsymbol{ {P} }_{01} = \left( \begin{array}{ccc} 1 & -\cot\theta \\ 0 & 0 \\ \end{array} \right), \ \boldsymbol{ {P} }_{10} = \left( \begin{array}{ccc} 0 & 0 \\ \cot\theta & 1 \\ \end{array} \right).

考虑一类超几何级数 {_2F}_1(a, b;c;z) = \sum\limits_{k = 0}^{\infty}\frac{a^{(k)}b^{(k)}}{c^{(k)}}\frac{z^k}{k!} , 并令 H(\alpha, \beta, \gamma) = {_2F}_1(\alpha+1-k, \beta+1-l; \gamma+1;-\tan^2\theta)(-\tan^2\theta) , k_1 = (k-1)H(1, 0, 1), k_2 = (l-1)H(0, 1, 1), k_3 = H(0, 0, 0) .

推论3.2  给定齐次量子游荡的一个量子初态 |\psi_0\rangle , 位置 x 的对应的路径具有 k 个向左演化算子和 l 个向右演化算子, 则系统处于位置 x 的概率为

\begin{equation} P(X = x) = \left\{ \begin{array}{ll} \cos^{2N}\theta\|\boldsymbol{ {P} }_{00}|\psi_0\rangle\|^2, & x = -N, \\ \cos^{2N}\theta(\|(k_{1}\boldsymbol{ {P} }_{00} + k_3\boldsymbol{ {P} }_{01})|\psi_0 \rangle\|^2+\|(k_{2}\boldsymbol{ {P} }_{11}+k_3\boldsymbol{ {P} }_{10})|\psi_0\rangle\|^2), & -N<x<N, \\ \cos^{2N}\theta\|\boldsymbol{ {P} }_{11}|\psi_0\rangle\|^2, & x = N. \end{array} \right. \end{equation}
(3.12)

  根据定理3.1, 系统处于位置 x 的概率为

P(X = x) = \bigg\|\sum\limits_{i = 1}^{C^k_N}\boldsymbol{ {P} }_{N, k}^{v_i}|\psi_0\rangle\bigg\|^2,

其中到达位置 x 的路径数共有 {C^k_N} 条, 式子中 k 表示路径 \boldsymbol{ P }_{N, k}^{v_i} 包含了 k 个向右演化算子 \boldsymbol{ Q }_{t} .

同时, 对于齐次量子游荡, 根据推论3.1可知其路径只与分块数 s 和首尾向左或向右演化算子 \boldsymbol{ P }_{N}^{v(N)}, \boldsymbol{ P }_{1}^{v(1)} 有关. 这意味着相同分块数、相同的首尾向左或向右演化算子的两条路径 \boldsymbol{ P }_{N}^{v_1}, \boldsymbol{ P }_{N}^{v_2} 均有 \|\boldsymbol{ P }_{N}^{v_1}|\psi_0\rangle\|^2 = \|\boldsymbol{ P }_{N}^{v_2}|\psi_0\rangle\|^2. 不妨称这样两条路径是等效的. 故按等效划分, 则有

P(X = x) = \bigg\|\sum\limits_{s = 1}^{2k+1}M_s\boldsymbol{ {P} }_{N, s}^{v}|\psi_0\rangle\bigg\|^2,

其中 M_s 表示分块数为 s 的路径个数. 进一步, 利用超几何级数计算可得

\sum\limits_{s = 1}^{2k+1}M_s\boldsymbol{ {P} }_{N, s}^{v} = (k_1+1)\cos^N\theta\boldsymbol{ {P} }_{00} +(k_2+1)\cos^N\theta\boldsymbol{ {P} }_{11}+k_3\cos^N\theta(\boldsymbol{ {P} }_{10}+\boldsymbol{ {P} }_{01}).

因而

\begin{eqnarray*} P(X = x) = \left\{ \begin{array}{ll} \cos^{2N}\theta\|\boldsymbol{ {P} }_{00}|\psi_0\rangle\|^2, &x = -N, \\ \cos^{2N}\theta(\|(k_{1}\boldsymbol{ {P} }_{00} + k_3\boldsymbol{ {P} }_{01})|\psi_0\rangle\|^2+\|(k_{2}\boldsymbol{ {P} }_{11}+k_3\boldsymbol{ {P} }_{10})|\psi_0\rangle\|^2), &-N<x<N, \\ \cos^{2N}\theta\|\boldsymbol{ {P} }_{11}|\psi_0\rangle\|^2, &x = N. \end{array} \right. \end{eqnarray*}

证毕.

4 谱分析

定义4.1  称 \tilde{\psi}_{t}(\xi) = (0\cdots 0 \widehat{\psi}_{t}(\xi)^T(-t) \cdots \widehat{\psi}_{t}(\xi)^T(0) \cdots \widehat{\psi}_{t}(\xi)^T(t) 0\cdots 0)^T 为一个完全状态波函数, T 为转置运算, t = 0, 1, \cdots, N .

t = 0 时, 称 \tilde{\psi}_{0}(\xi) = (0\cdots0 \widehat{\psi}_{0}(\xi)^T(0) 0\cdots0)^T 为一个初始完全状态波函数. 所有完全状态波函数组成的集合对于向量的普通加法和数乘运算构成数域 {\Bbb C}^2 上一个有限维线性空间 V_{4N+2} . 取该线性空间的一组基为 \tilde{\varepsilon}_0(-N), \tilde{\varepsilon}_1(-N), \tilde{\varepsilon}_0(-N+1), \tilde{\varepsilon}_1(-N+1), \cdots, \tilde{\varepsilon}_0(N), \tilde{\varepsilon}_1(N) , 其中 \tilde{\varepsilon}_0(x) = (0, \cdots, 0, \widehat{\varepsilon}_0(\xi)^T(x), 0, \cdots, 0)^T, \tilde{\varepsilon}_1(x) = (0, \cdots, 0, \widehat{\varepsilon}_1(\xi)^T(x), 0, \cdots, 0)^T, \widehat{\varepsilon}_0(\xi)(x) = (1, 0)^T, \widehat{\varepsilon}_1(\xi)(x) = (0, 1)^T, x\in\{-N, -N+1, \cdots, N\} . 任取一个向量 \tilde{\psi}_t(\xi)\in V_{4N+2} , 则该向量可以表示为 \tilde{\psi}_t(\xi) = (\widehat{\psi}_t(\xi)(x)) = \sum\limits_{x = -N}^{N}(\widehat{\psi}_t^L(\xi) \tilde{\varepsilon}_0(x) +\widehat{\psi}_t^R(\xi)\tilde{\varepsilon}_1(x)), 其中 0\leq\|\widehat{\psi}_t(\xi)(x)\|\leq 1, t = 0, 1, \cdots, N.

\tilde{\psi}_{t}(\xi) \tilde{\psi}_{t-1}(\xi) 关系为

\begin{equation} \left\{ \begin{array}{lll} \widehat{\psi}_{t}(\xi)(-x) & = \widehat{\psi}_{t}(\xi)(x) = 0, & |x|>t, \\ \widehat{\psi}_{t}(\xi)(-x) & = {\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{t}\widehat{\psi}_{t-1}(\xi)(-x+1), & x = -t, \\ \widehat{\psi}_{t}(\xi)(x) & = {\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{t}\widehat{\psi}_{t-1}(\xi)(x-1), & x = t, \\ \widehat{\psi}_{t}(\xi)(x) & = {\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{t}\widehat{\psi}_{t-1}(\xi)(x+1)+{\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{t}\widehat{\psi}_{t-1}(\xi)(x-1), & |x|<t.\\ \end{array} \right. \end{equation}
(4.1)

(4.1)式用矩阵表示为 \tilde{\psi}_{t}(\xi) = \tilde{\boldsymbol{ C }}(\xi)\tilde{\psi}_{t-1}(\xi), t = 0, 1, \cdots, N , 其中

\begin{equation} \widetilde{\boldsymbol{ {C} }}(\xi) = \left( \begin{array}{cccccccccc} 0 & {\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{N-1} & \cdots & 0 & 0 & 0 & \cdots & 0 & {\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_N \\ {\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{N} & 0 & \cdots & 0 & 0 & 0 & \cdots & 0 & 0 \\ 0 & {\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{N-1} & \cdots & 0 & 0 & 0 & \cdots & 0 & 0\\ \vdots & \vdots & \cdots & \vdots & \vdots & \vdots & \cdots & \vdots & \vdots \\ 0 & 0 & \cdots & {\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{2}& 0 & 0 & \cdots & 0 & 0 \\ 0 & 0 & \cdots & 0 & {\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_1 & 0 & \cdots & 0 & 0 \\ 0 & 0 & \cdots & {\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{2}& 0 & {\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{2} & \cdots & 0 & 0 \\ 0 & 0 & \cdots & 0 & {\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_1 & 0 & \cdots & 0 & 0 \\ 0 & 0 & \cdots & 0 & 0 & {\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{2} & \cdots & 0 & 0 \\ \vdots & \vdots & \cdots & \vdots & \vdots & \vdots & \cdots & 0 & \vdots \\ 0 & 0 & \cdots & 0 & 0 & 0 & \cdots & {\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{N-1} & 0 \\ 0 & 0 & \cdots & 0 & 0 & 0 & \cdots & 0 & {\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{N} \\ {\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{N} & 0 & \cdots & 0 & 0 & 0 & \cdots & {\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{N-1} & 0 \\ \end{array} \right). \end{equation}
(4.2)

定义4.2   称 \widetilde{\boldsymbol{ C }}(\xi) 是一个完全硬币翻转算子.

运用算子 \widetilde{\boldsymbol{ C }}(\xi) , 有 \tilde{\psi}_{t}(\xi) = \tilde{\boldsymbol{ C }}^t(\xi)\tilde{\psi}_{0}(\xi) , 当 \xi = 0 时, 有 \tilde{\psi}_{t}(0) = \tilde{\boldsymbol{ C }}^t(0)\tilde{\psi}_{0}(0) .

定义4.3   定义完全硬币翻转算子 \tilde{\boldsymbol{ C }}(\xi) 的谱值 \lambda \tilde{\boldsymbol{ C }}(\xi)\hat{\psi}_t(\xi) = \lambda\hat{\psi}_t(\xi), \hat{\psi}_t(\xi)\in V_{4N+2} ; 称所有 \tilde{\boldsymbol{ C }}(\xi) 的谱值组成的集合 \sigma(\tilde{\boldsymbol{ C }}(\xi)) \tilde{\boldsymbol{ C }}(\xi) 的谱; 定义 \tilde{\boldsymbol{ C }}(\xi) 的谱半径为

r(\tilde{\boldsymbol{ {C} }}(\xi)) = \max\{\lambda|\lambda\in\sigma(\tilde{\boldsymbol{ {C} }}(\xi))\}.

性质4.1  完全硬币翻转算子的谱是闭的单位圆盘, 即 r(\tilde{\boldsymbol{ C }}(\xi))\leq 1 .

  设 \tilde{\boldsymbol{ C }}(\xi) 是作用在 V_{4N+2} 上的一个有界线性算子, t 为系统演化次数, t = 0, 1, \cdots, N . \tilde{\boldsymbol{ C }}(\xi) 的谱值表示为 \tilde{\boldsymbol{ C }}(\xi)\tilde{\psi}_t(\xi) = \lambda\tilde{\psi}_t(\xi), \tilde{\psi}_t(\xi)\in V_{4N+2} . \tilde{\boldsymbol{ C }}(\xi) 的第 x 行为 \tilde{\boldsymbol{ C }}(\xi)(x) , 则有

\tilde{\boldsymbol{ {C} }}(\xi)(x)\tilde{\psi}_t(\xi) = \lambda\hat{\psi}_t(\xi)(x), x\in\{-N, -N+1, \cdots, N\}.

将该式子展开

\begin{eqnarray*} \left\{\begin{array}{lll} \lambda\hat{\psi}_t(\xi)(x) = 0, & |x|>t, \\ \lambda\hat{\psi}_t(\xi)(x) = {\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_t\hat{\psi}_t(\xi)(x+1), &x = -t, \\ \lambda\hat{\psi}_t(\xi)(x) = {\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{t}\hat{\psi}_t(\xi)(x-1), &x = t, \\ \lambda\hat{\psi}_t(\xi)(x) = {\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{t}\hat{\psi}_t(\xi)(x-1)+{\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{t}\hat{\psi}_t(\xi)(x+1), & |x|<t.\\ \end{array} \right. \end{eqnarray*}

对位置 x 累加得到

\begin{eqnarray*} \sum\limits_{x = -N}^{N}\lambda\hat{\psi}_t(\xi)(x) & = &{\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{t}\hat{\psi}_t(\xi)(1-t)+{\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{t}\hat{\psi}_t(\xi)(t-1) \\ &&+\sum\limits_{x = 1-t}^{t-1}{\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_{t}\hat{\psi}_t(\xi)(x+1)+{\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{t}\hat{\psi}_t(\xi)(x-1), \end{eqnarray*}

经化简有

({\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_t-\lambda\boldsymbol{ {I} })\hat{\psi}_t(\xi)(t)+({\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{t}-\lambda\boldsymbol{ {I} })\hat{\psi}_t(\xi)(-t) +\sum\limits_{x = 1-t}^{t-1}({\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_t+{\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_t-\lambda\boldsymbol{ {I} })\hat{\psi}_t(\xi)(x) = 0,

所以有

\left\{ \begin{array}{ll} ({\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_t-\lambda\boldsymbol{ {I} })\hat{\psi}_t(\xi)(t) = 0, \\ ({\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_{t}-\lambda\boldsymbol{ {I} })\hat{\psi}_t(\xi)(-t) = 0, \\ ({\rm e}^{-{\rm i}\xi}\boldsymbol{ {P} }_t+{\rm e}^{{\rm i}\xi}\boldsymbol{ {Q} }_t-\lambda\boldsymbol{ {I} })\hat{\psi}_t(\xi)(x) = 0, \end{array} \right.

其中 x = 1-t, 2-t, \cdots, t-1 .

对于任意的 x\in[-t, t] , 有 0\leq \|\hat{\psi}_t(\xi)(x)\|\leq 1 , 所以存在 [-t, t] 的子集 X 使得 \forall x\in X , 有 \|\hat{\psi}_t(\xi)(x)\|\neq 0 . 因而有 |{\rm e}^{-{\rm i}\xi}\boldsymbol{ P }_t+{\rm e}^{{\rm i}\xi}Q_t-\lambda\boldsymbol{ I }| = 0, |{\rm e}^{-{\rm i}\xi}\boldsymbol{ P }_t-\lambda\boldsymbol{ I }| = 0, |{\rm e}^{{\rm i}\xi}\boldsymbol{ Q }_{t}-\lambda\boldsymbol{ I }| = 0 . 计算解得 \lambda^2+{\rm e}^{{\rm i}\xi}\cos\theta_t\lambda = 0, \lambda^2-{\rm e}^{-{\rm i}\xi}\cos\theta_{t}\lambda = 0, \lambda^2+({\rm e}^{{\rm i}\xi}-{\rm e}^{-{\rm i}\xi})\cos\theta_t\lambda-1 = 0 . 得到谱值为 0, -{\rm e}^{{\rm i}\xi}\cos\theta_t; 0, {\rm e}^{-{\rm i}\xi}\cos\theta_{t}; -{\rm i}(\sin(\xi)\cos\theta_t\pm\sqrt{1 - \sin^2(\xi)\cos^2\theta_t}i)\triangleq (-{\rm i}){\rm e}^{\pm {\rm i}\eta_t} , 其中 \eta_t = \arccos(\sin(\xi)\cos(\theta_t)) . 因而有 \max|\lambda_{1, 2}| = 1 . 所以 r(\tilde{\boldsymbol{ C }}(\xi)) = 1 . 证毕.

性质4.1给出完全硬币翻转算子 \tilde{\boldsymbol{ C }}(\xi) 的谱值和谱半径. 其中, 谱值为

0,-\mathrm{e}^{\mathrm{i} \xi} \cos \theta_{t} ; 0, \mathrm{e}^{-\mathrm{i} \xi} \cos \theta_{t} ;(-\mathrm{i}) \mathrm{e}^{\pm \mathrm{i} \eta_{t}}, t=0,1, \cdots, N
(4.3)

同时, 对谱向量讨论如下.

(1) 当谱值 \lambda = (-{\rm i}){\rm e}^{\pm {\rm i}\eta_t} 时, 谱向量为

\begin{equation} \hat{\psi}_t(\xi)(x) = \left\{ \begin{array}{ll} 0, & |x|>t,\\ { } \frac{{\rm e}^{-{\rm i}\xi}}{\lambda}\rm{\bf{ {P} }}_t{\psi}(\xi)(-x+1), & x = -t,\\ { } \frac{{\rm e}^{{\rm i}\xi}}{\lambda}\rm{\bf{ {Q} }}_t{\psi}(\xi)(x-1), & x = t,\\ \rm{\bf{ {T} }}^x{\psi}(\xi)(0),& |x|<t.\\ \end{array} \right. \end{equation}
(4.4)

其中

\begin{equation} \boldsymbol{ {T} } = \frac{{\rm e}^{{\rm i}\xi}}{\lambda \cos\theta_t}\left( \begin{array}{cc} \lambda^2-\sin\theta^2_t {\quad} & \sin\theta_t \cos\theta_{t} \\ \sin\theta_{t}\cos\theta_{t}{\quad} & -\cos\theta^2_t \\ \end{array} \right). \end{equation}
(4.5)

(2) 当谱值 \lambda = -{\rm e}^{{\rm i}\xi}\cos\theta_t, {\rm e}^{-{\rm i}\xi}\cos\theta_t 时, 谱向量为

\begin{equation} \hat{\psi}_t(\xi)(x) = \left\{ \begin{array}{ll} 0, & |x|>t, \\ { } \frac{{\rm e}^{-{\rm i}\xi}}{\lambda}\boldsymbol{ {P} }_t\hat{\psi}_t(\xi)(-x+1), & x = -t, \\ { } \frac{{\rm e}^{{\rm i}\xi}}{\lambda}\boldsymbol{ {Q} }_t\hat{\psi}_t(\xi)(x-1), & x = t, \\ \boldsymbol{ {T} }^x{\psi}(\xi)(0), & |x|<t.\\ \end{array} \right. \end{equation}
(4.6)

(3) 当谱值 \lambda = 0 时, 谱向量为

\begin{equation} \hat{\psi}_t(\xi)(x) = \left\{ \begin{array}{ll} 0, & |x|\neq t-1, \\ (a, b)^T, & x = -t+1, \\ (c, d)^T, & x = t-1, \\ \end{array} \right. \end{equation}
(4.7)

其中 \cos\theta a +\sin\theta b = 0, \sin\theta c-\cos\theta d = 0.

5 伊藤过程、伊藤方程

定义5.1[19]  设随机过程 \{X(t), t\geq 0\} 满足

\begin{equation} \begin{array}{l} {\rm d}(X(t)) = \mu(t, X(t)){\rm d}t+\sigma(t, X(t)){\rm d}W_t, \\ { } X(t) = X(t_0)+\int_{t_0}^t\mu(t, X(t)){\rm d}t+\int_{t_0}^t\sigma(t, X(t)){\rm d}W_t, \end{array} \end{equation}
(5.1)

则称它为一个伊藤过程, 称(5.1)式为伊藤随机微分方程.

伊藤过程也称为扩散过程. 在该定义中, X(t) 表示位移随机变量, {\rm d}(X(t)) = X(t)-X(t-1) 表示位移增量, \mu(t, X(t)) 是漂移率, \mu(t, X(t)){\rm d}t 表示每单位时间内的漂移量, \sigma^2(t, X(t)) 表示方差率, {\rm d}W_t 表示噪声服从标准布朗过程, \sigma(t, X(t)){\rm d}W_t 表示噪声引起的随机波动量.

引理5.1  设 X(t) 是一个伊藤过程, 给定一个具有二阶连续可微的二元函数 Y(t) = f(t, X(t))\in C^2([0, \infty]) , 则随机过程 Y(t) = f(t, X(t)) 满足

\begin{eqnarray} {\rm d}Y(t)& = & \bigg(\frac{\partial f(t, X(t))}{\partial t}+\mu(t, X(t))\frac{\partial f(t, X(t))}{\partial x}+\frac{\sigma^2(t, X(t))}{2}\frac{\partial^2 f(t, X(t))}{\partial x^2} \bigg){\rm d}t {}\\ &&+\sigma(t, X(t))\frac{\partial f(t, X(t))}{\partial x}{\rm d}W_t. \end{eqnarray}
(5.2)

该引理称为伊藤引理. 其中, \frac{\partial f(t, X(t))}{\partial t}+\mu(t, X(t))\frac{\partial f(t, X(t))}{\partial x} +\frac{\sigma^2(t, X(t))}{2}\frac{\partial^2 f(t, X(t))}{\partial x^2} 表示漂移率, (\sigma(t, X(t))\frac{\partial f(t, X(t))}{\partial x})^2 表示方差率. 文献[19-21]研究了齐次量子游荡的伊藤引理和伊藤公式, 下面给出非齐次量子游荡的伊藤公式.

定理5.1

\begin{eqnarray} \prod\limits^N_{t = 1}\boldsymbol{ {C} }_t({\xi})& = &\sum\limits^{2^N-1}_{k = 0}{\rm e}^{{\rm i}\xi\omega_k(t)}\boldsymbol{ {P} }_{N}^{v_{k}} {}\\ & = &\prod\limits^N_{t = 1}\boldsymbol{ {C} }_t+ {\rm i}\sin{\xi}\sum\limits^{2^N-1}_{k = 0}\sum\limits^{N-1}_{t = 0}{\rm e}^{{\rm i}\xi\omega_k(t)}(\omega_k(t+1)-\omega_k(t))\boldsymbol{ {P} }_{N}^{v_{k}}{}\\ &&+(\cos{\xi}-1)\sum\limits^{2^N-1}_{k = 0}\sum\limits^{N-1}_{t = 0}{\rm e}^{{\rm i}\xi\omega_k(t)}\boldsymbol{ {P} }_{N}^{v_{k}}, \end{eqnarray}
(5.3)

其中 \prod\limits^N_{t = 1}\boldsymbol{ C }_t = \sum\limits^{2^N-1}_{k = 0}\boldsymbol{ P }_{N}^{v_{k}} , \boldsymbol{ P }_{N}^{v_{k}} = \prod\limits_{t = 1}^{N}\boldsymbol{ P }_{t}^{v_{k}(t)} .

  首先, 取 X(t) = \omega_k(t) 表示第 k 条位置路径在 t 时刻的位置. 令

Y(t) = f(t, X(t)) = {\rm e}^{{\rm i}\xi\omega_k(t)}, k = 0, 1, \cdots, 2^N-1, t = 1, 2, \cdots, N.

根据(5.2)式, 位移增量为

{\rm d}Y(t) = f(t, X(t))-f(t-1, X(t-1)) = {\rm e}^{{\rm i}\xi\omega_k(t)}-{\rm e}^{{\rm i}\xi\omega_k(t-1)};

漂移率为

\frac{\partial f(t, X(t))}{\partial t}+\mu(t, X(t))\frac{\partial f(t, X(t))}{\partial x}+\frac{\sigma^2(t, X(t))}{2}\frac{\partial^2 f(t, X(t))}{\partial x^2};

方差率为

(\sigma(t, X(t))\frac{\partial f(t, X(t))}{\partial x})^2.

其中

\frac{\partial f(t, X(t))}{\partial t} = \frac{\partial {\rm e}^{{\rm i}\xi\omega_k(t)}}{\partial t} = 0,

\mu(t, X(t)) = \frac{\{\omega_k(t)+1-\omega_k(t)\}+\{\omega_k(t)-1-\omega_k(t)\}}{2} = 0,

\frac{\partial f(t, X(t))}{\partial x} = \frac{{\rm e}^{{\rm i}\xi(\omega_k(t)+1)}-{\rm e}^{{\rm i}\xi(\omega_k(t)-1)}}{(\omega_k(t)+1)-(\omega_k(t)-1)} = \frac{{\rm e}^{{\rm i}\xi(\omega_k(t)+1)}-{\rm e}^{{\rm i}\xi(\omega_k(t)-1)}}{2},

\sigma^2(t, X(t)) = \frac{1}{2}\{(\omega_k(t)+1)-\omega_k(t)\}^2+\frac{1}{2}\{(\omega_k(t)-1)-\omega_k(t)\}^2 = 1,

\begin{eqnarray*} \frac{\partial^2 f(t, X(t))}{\partial x^2}& = &\frac{\{{\rm e}^{{\rm i}\xi(\omega_k(t)+1)} -{\rm e}^{{\rm i}\xi\omega_k(t)}\}-\{{\rm e}^{{\rm i}\xi\omega_k(t)} -{\rm e}^{{\rm i}\xi(\omega_k(t)-1)}\}}{(\omega_k(t)+1)-\omega_k(t)}\\ & = &{\rm e}^{{\rm i}\xi(\omega_k(t)+1)}-2{\rm e}^{{\rm i}\xi\omega_k(t)}+{\rm e}^{{\rm i}\xi(\omega_k(t)-1)}, \end{eqnarray*}

{\rm d}t = 1, {\qquad} {\rm d}W_t = \omega_k(t+1)-\omega_k(t).

将上式代入(5.2)式, 得到

\begin{eqnarray*} {\rm e}^{{\rm i}\xi\omega_k(t)}-{\rm e}^{{\rm i}\xi\omega_k(t-1)}& = &\frac{1}{2}\{{\rm e}^{{\rm i}\xi(\omega_k(t)+1)}-{\rm e}^{{\rm i}\xi(\omega_k(t)-1)}\} (\omega_k(t)-\omega_k(t-1))\\ &&+\frac{1}{2}\{{\rm e}^{{\rm i}\xi(\omega_k(t)+1)}-2{\rm e}^{{\rm i}\xi\omega_k(t)}+{\rm e}^{{\rm i}\xi(\omega_k(t)-1)}\}\\ & = &{\rm i}\sin\xi {\rm e}^{{\rm i}\xi\omega_k(t)}(\omega_k(t+1)-\omega_k(t))+(\cos\xi-1){\rm e}^{{\rm i}\xi\omega_k(t)}. \end{eqnarray*}

t = 0, 1, \cdots, N-1 进行累加, 则有

{\rm e}^{{\rm i}\xi\omega_k(N)}-{\rm e}^{{\rm i}\xi\omega_k(0)} = {\rm i}\sin\xi\sum\limits^{N-1}_{t = 0} {\rm e}^{{\rm i}\xi\omega_k(t)}(\omega_k(t)-\omega_k(t-1))+(\cos\xi-1)\sum\limits^{N-1}_{t = 0}{\rm e}^{{\rm i}\xi\omega_k(t)}.

对该式子两边同时乘以 \boldsymbol{ P }_{N}^{v_{k}} 并对 k = 0, 1, \cdots, 2^N-1 进行累加, 则有

\begin{eqnarray*} &&\sum\limits^{2^N-1}_{k = 0}{\rm e}^{{\rm i}\xi\omega_k(N)}\boldsymbol{ {P} }_{N}^{v_{k}}- \sum\limits^{2^N-1}_{k = 0}{\rm e}^{{\rm i}\xi\omega_k(0)}\boldsymbol{ {P} }_{N}^{v_{k}}\\ & = &{\rm i}\sin\xi\sum\limits^{2^N-1}_{k = 0}\sum\limits^{N-1}_{t = 0} {\rm e}^{{\rm i}\xi\omega_k(t)}(\omega_k(t+1)-\omega_k(t))\boldsymbol{ {P} }_{N}^{v_{k}}+(\cos\xi-1)\sum\limits^{2^N-1}_{k = 0}\sum\limits^{N-1}_{t = 0}{\rm e}^{{\rm i}\xi\omega_k(t)}\boldsymbol{ {P} }_{N}^{v_{k}}. \end{eqnarray*}

化简得到

\begin{eqnarray*} \prod\limits^N_{t = 1}\boldsymbol{ {C} }_t({\xi}) & = &\prod\limits^N_{t = 1}\boldsymbol{ {C} }_t+ i\sin{\xi}\sum\limits^{2^N-1}_{k = 0}\sum\limits^{N-1}_{t = 0}{\rm e}^{{\rm i}\xi\omega_k(t)}(\omega_k(t+1)-\omega_k(t))\boldsymbol{ {P} }_{N}^{v_{k}}\\ &&+(\cos{\xi}-1)\sum\limits^{2^N-1}_{k = 0}\sum\limits^{N-1}_{t = 0}{\rm e}^{{\rm i}\xi\omega_k(t)}\boldsymbol{ {P} }_{N}^{v_{k}}. \end{eqnarray*}

所以结论成立. 证毕.

定理5.1从随机微分方程角度出发推导出非齐次量子游荡的伊藤公式, 给出 \prod\limits^N_{t = 1}\boldsymbol{ C }_t({\xi}) 的分解式. 当 \boldsymbol{ C }_i = \boldsymbol{ C }_j, i, j = 1, 2, \cdots, N 时, 即系统是齐次量子游荡, 定理5.1的结论与文献[19]的结论是一致的. 不过与文献[19-21]一样, 伊藤公式(5.3)不但表达式复杂以致难以计算和应用, 而且缺乏数学或物理上的含义. 为此, 下面对伊藤公式进行化简和解释.

首先, 对 \prod\limits^N_{t = 1}\boldsymbol{ C }_t({\xi}) 化简如下:

\begin{equation} \prod\limits^N_{t = 1}\boldsymbol{ {C} }_t({\xi}) = \sum\limits^{2^N-1}_{k = 0}\boldsymbol{ {C} }^T_0{\rm e}^{{\rm i}\xi\omega_k}\boldsymbol{ {P} }_{N}^{v_{k}} +\sum\limits^{2^N-1}_{k = 0}\boldsymbol{ {C} }_{1}^T{\rm e}^{{\rm i}\xi\omega_k}\boldsymbol{ {P} }_{N}^{v_{k}} -\sum\limits^{2^N-1}_{k = 0}\boldsymbol{ {C} }_{-1}^T{\rm e}^{{\rm i}\xi\omega_k}\boldsymbol{ {P} }_{N}^{v_{k}}. \end{equation}
(5.4)

其中 \boldsymbol{ C }_0 = ({\rm e}^{{\rm i}\xi(0)}, 0, \cdots, 0)^T, \boldsymbol{ C }_{1} = ({\rm e}^{{\rm i}\xi\nabla\omega_k(0)}, {\rm e}^{{\rm i}\xi\nabla\omega_k(1)}, \cdots, {\rm e}^{{\rm i}\xi\nabla\omega_k(N-1)})^T, \boldsymbol{ C }_{-1} = ({\rm e}^{{\rm i}\xi(0)}, {\rm e}^{{\rm i}\xi(0)}, \cdots, {\rm e}^{{\rm i}\xi(0)})^T, {\rm e}^{{\rm i}\xi\omega_k} = ({\rm e}^{{\rm i}\xi\omega_k(0)}, {\rm e}^{{\rm i}\xi\omega_k(1)}, \cdots, {\rm e}^{{\rm i}\xi\omega_k(N-1)})^T .

其次, 使用完全硬币翻转算子 \widetilde{\boldsymbol{ C }}(\xi) 对(5.4)式进行矩阵改写. 完全硬币翻转算子 \widetilde{\boldsymbol{ C }}^N(\xi) 可分解为

\begin{equation} \widetilde{\boldsymbol{ {C} }}^N(\xi) = \widetilde{\boldsymbol{ {C} }}^N(0)+\widetilde{\boldsymbol{ {C} }}^N_{\leftarrow}(\xi) -\widetilde{\boldsymbol{ {C} }}^N_{\rightarrow }(\xi), \end{equation}
(5.5)

其中 \widetilde{\boldsymbol{ C }}^N_{\leftarrow}(\xi) = \sum\limits_{t = 1}^N\widetilde{\boldsymbol{ C }}^{N-t}(0)\widetilde{\boldsymbol{ C }}^t(\xi), \widetilde{\boldsymbol{ C }}^N_{\rightarrow }(\xi) = \sum\limits_{t = 1}^N\widetilde{\boldsymbol{ C }}^{N-t}(\xi)\widetilde{\boldsymbol{ C }}^t(0) .

引理5.2  在伊藤公式中, 式子 \prod\limits^N_{t = 1}\boldsymbol{ C }_t({\xi}) \sum\limits^{2^N-1}_{k = 0}\boldsymbol{ C }^T_0{\rm e}^{{\rm i}\xi\omega_k}\boldsymbol{ P }_{N}^{v_{k}} \sum\limits^{2^N-1}_{k = 0}\boldsymbol{ C }^T_1{\rm e}^{{\rm i}\xi\omega_k}\boldsymbol{ P }_{N}^{v_{k}} \sum\limits^{2^N-1}_{k = 0}\boldsymbol{ C }_{-1}^T{\rm e}^{{\rm i}\xi\omega_k} \boldsymbol{ P }_{N}^{v_{k}} 分别对应于完全硬币翻转算子的 \widetilde{\boldsymbol{ C }}^N(\xi) \widetilde{\boldsymbol{ C }}^N(0) \widetilde{\boldsymbol{ C }}^N_{\leftarrow}(\xi) \widetilde{\boldsymbol{ C }}^N_{\rightarrow }(\xi) .

经过化简后, 伊藤公式(5.5)作用在初始完成状态波函数 \widetilde{\psi}_0(\xi) 上就相应改写为

\begin{equation} \widetilde{\boldsymbol{ {C} }}^N(0)\widetilde{\psi}_0(\xi) +\widetilde{\boldsymbol{ {C} }}^N_{\leftarrow}(\xi)\widetilde{\psi}_0(\xi) -\widetilde{\boldsymbol{ {C} }}^N_{\rightarrow }(\xi)\widetilde{\psi}_0(\xi). \end{equation}
(5.6)

该式不但表达式简洁, 而且分解式具有一定数学含义. 解释如下

(1) \widetilde{\boldsymbol{ C }}^N(0)\widetilde{\psi}_0(\xi)(x) , 表示未演化前系统处于位置 x 的初始信息;

(2) \widetilde{\boldsymbol{ C }}^N_{\leftarrow}(\xi)\widetilde{\psi}_0(\xi)(x) , 表示系统在演化过程中所有移入到位置 x 的路径信息. 这体现在式子 \sum\limits_{t' = 0}^{N-1}\sum\limits_{k = 0}^{2^N-1}{\rm e}^{{\rm i}\xi(\omega_k(t') +\nabla\omega_k(t'))}\boldsymbol{ P }_N^{v_{k}}\hat{\psi}_0(\xi) 中的 \omega_k(t')+\nabla\omega_k(t') , 它表示从当前位置开始向前移入一个单位. 在图论角度来看, 可以用下式计算它的入度 \delta^2_+(x)

\begin{equation} \delta^2_+(x) = \int^{\pi}_{-\pi} \frac{{\rm d}\zeta}{2\pi}{\rm e}^{{\rm i}\zeta x}(\widetilde{\boldsymbol{ {E} }}^N_{\leftarrow}(\zeta)\widehat{\psi}_{0}(\zeta))^{*}\int^{\pi}_{-\pi} \frac{{\rm d}\xi}{2\pi}{\rm e}^{-{\rm i}\xi x}\widetilde{\boldsymbol{ {E} }}^N_{\leftarrow}(\xi)\widehat{\psi}_{0}(\xi), \end{equation}
(5.7)

其中 \widetilde{\boldsymbol{ E }}^N_{\leftarrow}(\xi) 是将 \widetilde{\boldsymbol{ C }}^N_{\leftarrow}(\xi) \boldsymbol{ P }_t, \boldsymbol{ Q }_t 替换为单位矩阵 \boldsymbol{ E } ;

(3) \widetilde{\boldsymbol{ C }}^N_{\rightarrow }(\xi)\widetilde{\psi}_0(\xi)(x) , 表示系统在演化过程中所有从位置 x 移出的路径信息. 这体现在式子 \sum\limits_{t' = 0}^{N-1}\sum\limits_{k = 0}^{2^N-1}{\rm e}^{{\rm i}\xi(\omega_k(t') -\nabla\omega_k(t'))}\boldsymbol{ P }_N^{v_{k}}\hat{\psi}_0(\xi) 中的 \omega_k(t')-\nabla\omega_k(t') , 它表示从当前位置开始向后移出一个单位. 在图论角度来看, 可以用下式计算它的出度 \delta^2_-(x)

\begin{equation} \delta^2_-(x) = \int^{\pi}_{-\pi} \frac{{\rm d}\zeta}{2\pi}{\rm e}^{{\rm i}\zeta x}(\widetilde{\boldsymbol{ {E} }}^N_{\rightarrow }(\zeta)\widehat{\psi}_{0}(\zeta))^{*}\int^{\pi}_{-\pi} \frac{{\rm d}\xi}{2\pi}{\rm e}^{-{\rm i}\xi x}\widetilde{\boldsymbol{ {E} }}^N_{\rightarrow }(\xi)\widehat{\psi}_{0}(\xi), \end{equation}
(5.8)

其中 \widetilde{\boldsymbol{ E }}^N_{\rightarrow }(\xi) 是将 \widetilde{\boldsymbol{ C }}^N_{\leftarrow}(\xi) \boldsymbol{ P }_t, \boldsymbol{ Q }_t 替换为单位矩阵 \boldsymbol{ E } .

例5.1  考虑一个非齐次量子游荡, 量子初态为 \hat{\psi}_0(\xi)(0) = |\psi_0\rangle , 初始完全状态波函数为

\widetilde{\psi}_0(\xi) = (0, 0, 0, \hat{\psi}_0(\xi)(0), 0, 0, 0),

N = 3 , 令 \boldsymbol{ C }_t = \boldsymbol{ P }_t+\boldsymbol{ Q }_t, t = 1, 2, 3 , 分别计算 \widetilde{\boldsymbol{ C }}^N(0)\widetilde{\psi}_0(\xi)(x) \widetilde{\boldsymbol{ C }}^N_{\leftarrow}(\xi)\widetilde{\psi}_0(\xi)(x) \widetilde{\boldsymbol{ C }}^N_{\rightarrow }(\xi)\widetilde{\psi}_0(\xi)(x) 如下.

(1)

\begin{eqnarray*} &&\widetilde{\boldsymbol{ {C} }}^3(0)\widetilde{\psi}_0(\xi) (-3 ) = \boldsymbol{ {P} }_3\boldsymbol{ {P} }_2\boldsymbol{ {P} }_1|\psi_0\rangle; \\ && \widetilde{\boldsymbol{ {C} }}^3(0)\widetilde{\psi}_0(\xi) (-1 ) = (\boldsymbol{ {P} }_3\boldsymbol{ {P} }_2\boldsymbol{ {Q} }_1 + \boldsymbol{ {P} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {P} }_1 + \boldsymbol{ {Q} }_3\boldsymbol{ {P} }_2\boldsymbol{ {P} }_1)|\psi_0\rangle; \\ && \widetilde{\boldsymbol{ {C} }}^3(0)\widetilde{\psi}_0(\xi)(1) = (\boldsymbol{ {Q} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {P} }_1+\boldsymbol{ {Q} }_3\boldsymbol{ {P} }_2\boldsymbol{ {Q} }_1 +\boldsymbol{ {P} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {Q} }_1)|\psi_0\rangle;\\ && \widetilde{\boldsymbol{ {C} }}^3(0)\widetilde{\psi}_0(\xi)(3) = \boldsymbol{ {Q} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {Q} }_1|\psi_0\rangle. \end{eqnarray*}

(2)

\begin{eqnarray*} &&\widetilde{\boldsymbol{ {C} }}^3_{\leftarrow}(\xi)\widetilde{\psi}_0(\xi)(-3) = ({\rm e}^{-{\rm i}\xi}+{\rm e}^{-2{\rm i}\xi}+{\rm e}^{-3{\rm i}\xi})\boldsymbol{ {P} }_3\boldsymbol{ {P} }_2\boldsymbol{ {P} }_1|\psi_0\rangle; \\ && \widetilde{\boldsymbol{ {C} }}^3_{\leftarrow}(\xi)\widetilde{\psi}_0(\xi)(-1) = [({\rm e}^{{\rm i}\xi}+{\rm e}^{0{\rm i}\xi} +{\rm e}^{-{\rm i}\xi})\boldsymbol{ {P} }_3\boldsymbol{ {P} }_2\boldsymbol{ {Q} }_1+({\rm e}^{-{\rm i}\xi}+{\rm e}^{0{\rm i}\xi}+{\rm e}^{-{\rm i}\xi})\boldsymbol{ {P} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {P} }_1 \\ && \hskip 3.1cm +({\rm e}^{-{\rm i}\xi}+{\rm e}^{-2{\rm i}\xi}+{\rm e}^{-{\rm i}\xi})\boldsymbol{ {Q} }_3\boldsymbol{ {P} }_2\boldsymbol{ {P} }_1]|\psi_0\rangle; \\ && \widetilde{\boldsymbol{ {C} }}^3_{\leftarrow}(\xi)\widetilde{\psi}_0(\xi)(1) = [({\rm e}^{-{\rm i}\xi} +{\rm e}^{0{\rm i}\xi}+{\rm e}^{{\rm i}\xi})\boldsymbol{ {Q} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {P} }_1+({\rm e}^{{\rm i}\xi}+{\rm e}^{0{\rm i}\xi}+{\rm e}^{{\rm i}\xi})\boldsymbol{ {Q} }_3 \boldsymbol{ {P} }_2\boldsymbol{ {Q} }_1\\ &&\hskip 2.8cm +({\rm e}^{{\rm i}\xi}+{\rm e}^{2{\rm i}\xi}+{\rm e}^{{\rm i}\xi})\boldsymbol{ {P} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {Q} }_1] |\psi_0\rangle; \\ && \widetilde{\boldsymbol{ {C} }}^3_{\leftarrow}(\xi)\widetilde{\psi}_0(\xi)(3) = ({\rm e}^{{\rm i}\xi}+{\rm e}^{2{\rm i}\xi} +{\rm e}^{3{\rm i}\xi})\boldsymbol{ {Q} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {Q} }_1|\psi_0\rangle. \end{eqnarray*}

其中, \delta^2_+(-3) = 1, \delta^2_+(-1) = 5, \delta^2_+(1) = 5, \delta^2_+(3) = 1 . 结果表明在系统演化过程中分别有 1 条、 5 条、 5 条、 1 条路径移入位置 -3, -1, 1, 3 .

(3)

\begin{eqnarray*} &&\widetilde{\boldsymbol{ {C} }}^3_{\rightarrow }(\xi)\widetilde{\psi}_0(\xi)(-3) = ({\rm e}^{-0{\rm i}\xi} +{\rm e}^{-{\rm i}\xi}+{\rm e}^{-2{\rm i}\xi})\boldsymbol{ {P} }_3\boldsymbol{ {P} }_2\boldsymbol{ {P} }_1|\psi_0\rangle; \\ && \widetilde{\boldsymbol{ {C} }}^3_{\rightarrow }(\xi)\widetilde{\psi}_0(\xi)(-1) = [({\rm e}^{0{\rm i}\xi} +{\rm e}^{{\rm i}\xi}+{\rm e}^{0{\rm i}\xi})\boldsymbol{ {P} }_3\boldsymbol{ {P} }_2\boldsymbol{ {Q} }_1 + ({\rm e}^{0{\rm i}\xi} + {\rm e}^{-{\rm i}\xi} + {\rm e}^{0{\rm i}\xi})\boldsymbol{ {P} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {P} }_1 \\ &&\hskip 3.1cm + ({\rm e}^{0{\rm i}\xi} + {\rm e}^{-{\rm i}\xi} + {\rm e}^{-2{\rm i}\xi})\boldsymbol{ {Q} }_3\boldsymbol{ {P} }_2\boldsymbol{ {P} }_1] |\psi_0\rangle; \\ && \widetilde{\boldsymbol{ {C} }}^3_{\rightarrow }(\xi)\widetilde{\psi}_0(\xi)(1) = [({\rm e}^{0{\rm i}\xi} +{\rm e}^{-{\rm i}\xi}+{\rm e}^{0{\rm i}\xi})\boldsymbol{ {Q} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {P} }_1 +({\rm e}^{0{\rm i}\xi}+{\rm e}^{{\rm i}\xi}+{\rm e}^{0{\rm i}\xi})\boldsymbol{ {Q} }_3\boldsymbol{ {P} }_2\boldsymbol{ {Q} }_1 \\ &&\hskip 2.8cm+({\rm e}^{0{\rm i}\xi}+{\rm e}^{{\rm i}\xi}+{\rm e}^{2{\rm i}\xi})\boldsymbol{ {P} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {Q} }_1]|\psi_0\rangle; \\ \;\;\;\;\;\; && \widetilde{\boldsymbol{ {C} }}^3_{\rightarrow }(\xi)\widetilde{\psi}_0(\xi)(3) = ({\rm e}^{0{\rm i}\xi} +{\rm e}^{{\rm i}\xi}+{\rm e}^{2{\rm i}\xi})\boldsymbol{ {Q} }_3\boldsymbol{ {Q} }_2\boldsymbol{ {Q} }_1|\psi_0\rangle. \end{eqnarray*}

其中, \delta^2_-(-3) = 0, \delta^2_-(-1) = 2, \delta^2_-(1) = 2, \delta^2_-(3) = 0 . 结果表明在系统演化过程中分别有 0 条、 2 条、 2 条、 0 条路径移出位置 -3, -1, 1, 3 .

参考文献

Aharonov Y , Davidovich L , Zagury N .

Quantum random walks

Physical Review A, 1993, 48 (2): 1687- 1690

DOI:10.1103/PhysRevA.48.1687      [本文引用: 1]

Shenvi N , Kempe J , Whaley K B .

Quantum random-walk search algorithm

Physical Review A, 2003, 67 (5): 052307

DOI:10.1103/PhysRevA.67.052307      [本文引用: 1]

Ambainis A .

Quantum walk algorithm for element distinctness

SIAM Journal on Computing, 2007, 37 (1): 210- 239

DOI:10.1137/S0097539705447311      [本文引用: 1]

Farhi E , Gutmann S .

Quantum computation and decision trees

Physical Review A, 1998, 58 (2): 915- 928

DOI:10.1103/PhysRevA.58.915      [本文引用: 1]

Watrous J .

Quantum simulations of classical random walks and undirected graph connectivity

Journal of Computer System Sciences, 2001, 62 (2): 376- 391

DOI:10.1006/jcss.2000.1732      [本文引用: 1]

Andraca V, Elías S. Quantum Walks for Computer Scientists. USA, Vermont: Morgan & Claypool, 2008

[本文引用: 1]

Venegasandraca S E .

Quantum walks: a comprehensive review

Quantum Information Processing, 2012, 11 (5): 1015- 1106

URL     [本文引用: 1]

Higuchi Y , Konno N , Sato I , et al.

Periodicity of the discrete-time quantum walk on a finite graph

Interdisciplinary Information Sciences, 2017, 23, 75- 86

DOI:10.4036/iis.2017.A.10     

Krovi H , Brun T A .

Hitting time for quantum walks on the hypercube

Physical Review A, 2006, 73 (3): 501- 507

URL    

Konno N , Namiki T , Soshi T .

Symmetry of distribution for the one-dimensional hadamard walk

Interdisciplinary Information Sciences, 2002, 10 (1): 11- 22

URL    

Konno N .

A new type of limit theorems for the one-dimensional quantum random walk

Journal of The Mathematical Society of Japan, 2005, 57 (4): 1179- 1195

URL    

韩琦, 陈芷禾, 殷世德, .

基于hadamard算子的二维离散量子行走的概率测度估计

应用数学学报, 2020, 43 (1): 49- 61

URL     [本文引用: 1]

Han Q , Chen Z H , Yin S D , et al.

Estimation of probability measure for 2-D discrete quantum walk based on hadamard operator

Acta Mathematicae Applicatae Sinica, 2020, 43 (1): 49- 61

URL     [本文引用: 1]

Linden N , Sharam J .

Inhomogeneous quantum walks

Physical Review A, 2009, 80 (5): 052327

DOI:10.1103/PhysRevA.80.052327      [本文引用: 1]

Shikano Y , Katsura H .

Localization and fractality in inhomogeneous quantum walks with self-duality

Physical Review E, 2010, 82 (3): 031122

DOI:10.1103/PhysRevE.82.031122      [本文引用: 1]

Rousseva J , Kovchegov Y .

On alternating quantum walks

Physica A: Statistical Mechanics and its Applications, 2017, 470, 309- 320

DOI:10.1016/j.physa.2016.11.138      [本文引用: 1]

Konno N , Luczak T , Segawa E , et al.

Limit measures of inhomogeneous discrete-time quantum walks in one dimension

Quantum Information Processing, 2013, 12 (1): 33- 53

DOI:10.1007/s11128-011-0353-8      [本文引用: 1]

韩琦, 郭婷, 殷世德, 陈芷禾.

直线上空间非齐次三态量子游荡的平稳测度

数学物理学报, 2019, 39 (1): 135- 144

URL     [本文引用: 1]

Han Q , Guo T , Yin S D , Chen Z H .

The stationary measure of a space-inhomogeneous three-state quantum walk on the line

Acta Math Sci, 2019, 39 (1): 135- 144

URL     [本文引用: 1]

Machida T .

Limit distribution for a time-inhomogeneous 2-state quantum walk

Journal of Computational and Theoretical Nanoscience, 2013, 10 (7): 1571- 1578

DOI:10.1166/jctn.2013.3090      [本文引用: 1]

Konno N .

A note on Itô's formula for discrete-time quantum walk

Journal of Computational and Theoretical Nanoscience, 2013, 10 (7): 1579- 1582

DOI:10.1166/jctn.2013.3091      [本文引用: 4]

Kang Y , Wang C .

Itô formula for one-dimensional continuous-time quantum random walk

Physica A: Statistical Mechanics and its Applications, 2014, 414, 154- 162

DOI:10.1016/j.physa.2014.06.086     

康元宝.

多维连续时间量子随机游动的Itô公式

数学物理学报, 2016, 36A (4): 771- 782

URL     [本文引用: 2]

Kang Y B .

Itô's formula for multidimensional continuous-time quantum random walk

Acta Math Sci, 2016, 36A (4): 771- 782

URL     [本文引用: 2]

/