انتقل إلى المحتوى الرئيسي
هذا المشروع في مرحلة تجريبية. وجدت خطأ؟ افتح مشكلة على GitHub. لديك سؤال أو فكرة؟ اسأل في Discussions — نحب سماع ملاحظاتك!
كيف جودة الترجمة في هذه الصفحة؟

التركيبات المحدبة لمصفوفات الكثافة

الاختيارات الاحتمالية لمصفوفات الكثافة​

من أبرز خصائص مصفوفات الكثافة أن الاختيارات الاحتمالية للحالات الكمية تُمثَّل بـالتركيبات المحدبة لمصفوفات كثافتها المقابلة.

فمثلًا، إذا كان لدينا مصفوفتا كثافة ρ\rho وσ\sigma تُمثّلان حالتين كميتين لنظام X\mathsf{X}، وأعددنا النظام في الحالة ρ\rho باحتمالية pp وفي الحالة σ\sigma باحتمالية 1−p1 - p، فإن الحالة الكمية الناتجة تُمثَّل بمصفوفة الكثافة:

pρ+(1−p)σ.p \rho + (1 - p) \sigma.

بصورة أعم، إذا كان لدينا mm حالة كمية تُمثَّل بمصفوفات الكثافة ρ0,…,ρm−1\rho_0,\ldots,\rho_{m-1}، وأُعدّ النظام في الحالة ρk\rho_k باحتمالية pkp_k لمتجه الاحتمالات (p0,…,pm−1)(p_0,\ldots,p_{m-1})، فإن الحالة الناتجة تُمثَّل بمصفوفة الكثافة:

∑k=0m−1pkρk.\sum_{k = 0}^{m-1} p_k \rho_k.

وهذه هي التركيبة المحدبة لمصفوفات الكثافة ρ0,…,ρm−1\rho_0,\ldots,\rho_{m-1}.

ويترتب على ذلك أنه إذا كان لدينا mm متجه للحالة الكمية ∣ψ0⟩,…,∣ψm−1⟩\vert\psi_0\rangle,\ldots,\vert\psi_{m-1}\rangle، وأُعدّ النظام في الحالة ∣ψk⟩\vert\psi_k\rangle باحتمالية pkp_k لكل k∈{0,…,m−1}k\in\{0,\ldots,m-1\}، فإن الحالة التي نحصل عليها تُمثَّل بمصفوفة الكثافة:

∑k=0m−1pk∣ψk⟩⟨ψk∣.\sum_{k = 0}^{m-1} p_k \vert\psi_k\rangle\langle\psi_k\vert.

فمثلًا، إذا أُعدّت حالة كيوبت في ∣0⟩\vert 0\rangle باحتمالية 1/21/2 وفي ∣+⟩\vert + \rangle باحتمالية 1/21/2، فإن تمثيل مصفوفة الكثافة للحالة الناتجة هو:

12∣0⟩⟨0∣+12∣+⟩⟨+∣=12(1000)+12(12121212)=(34141414).\frac{1}{2} \vert 0\rangle\langle 0 \vert + \frac{1}{2} \vert +\rangle\langle + \vert = \frac{1}{2} \begin{pmatrix} 1 & 0\\[1mm] 0 & 0 \end{pmatrix} + \frac{1}{2} \begin{pmatrix} \frac{1}{2} & \frac{1}{2}\\[2mm] \frac{1}{2} & \frac{1}{2} \end{pmatrix} = \begin{pmatrix} \frac{3}{4} & \frac{1}{4}\\[2mm] \frac{1}{4} & \frac{1}{4} \end{pmatrix}.

في الصياغة المبسّطة للمعلومات الكمية، لا يصلح أخذ متوسطات متجهات الحالة الكمية بهذه الطريقة. فمثلًا، المتجه:

12∣0⟩+12∣+⟩=12(10)+12(1212)=(2+2424)\frac{1}{2} \vert 0\rangle + \frac{1}{2} \vert + \rangle = \frac{1}{2} \begin{pmatrix}1\\[1mm] 0\end{pmatrix} + \frac{1}{2} \begin{pmatrix}\frac{1}{\sqrt{2}}\\[2mm]\frac{1}{\sqrt{2}}\end{pmatrix} = \begin{pmatrix}\frac{2 + \sqrt{2}}{4}\\[2mm]\frac{\sqrt{2}}{4}\end{pmatrix}

ليس متجهًا صالحًا للحالة الكمية لأن معياره الإقليدي لا يساوي 11. مثال أكثر جذرية يُبيّن أن هذا لا يصلح لمتجهات الحالة الكمية هو: خذ أي متجه للحالة الكمية ∣ψ⟩\vert\psi\rangle تشاء، وافترض أن حالتنا هي ∣ψ⟩\vert\psi\rangle باحتمالية 1/21/2 و−∣ψ⟩-\vert\psi\rangle باحتمالية 1/21/2. هاتان الحالتان تختلفان بطور كلي، فهما في الواقع نفس الحالة — لكن أخذ المتوسط يُعطينا المتجه الصفري، وهو ليس متجهًا صالحًا للحالة الكمية.

الحالة المختلطة تمامًا​

لنفترض أننا نُحدد حالة كيوبت بأن تكون ∣0⟩\vert 0\rangle أو ∣1⟩\vert 1\rangle عشوائيًا، بكل منهما احتمالية 1/21/2. مصفوفة الكثافة التي تُمثّل الحالة الناتجة هي:

12∣0⟩⟨0∣+12∣1⟩⟨1∣=12(1000)+12(0001)=(120012)=12I\frac{1}{2} \vert 0\rangle\langle 0\vert + \frac{1}{2} \vert 1\rangle\langle 1\vert = \frac{1}{2} \begin{pmatrix} 1 & 0\\[1mm] 0 & 0 \end{pmatrix} + \frac{1}{2} \begin{pmatrix} 0 & 0\\[1mm] 0 & 1 \end{pmatrix} = \begin{pmatrix} \frac{1}{2} & 0\\[1mm] 0 & \frac{1}{2} \end{pmatrix} = \frac{1}{2} \mathbb{I}

(في هذه المعادلة يُشير الرمز I\mathbb{I} إلى مصفوفة الهوية 2×22\times 2.) هذه حالة خاصة تُعرف بـالحالة المختلطة تمامًا. تُمثّل حالة عدم يقين كاملة بشأن حالة الكيوبت، مشابهةً للبت العشوائي المنتظم في الإطار الاحتمالي.

الآن لنغيّر الإجراء: بدلًا من الحالتين ∣0⟩\vert 0\rangle و∣1⟩\vert 1\rangle سنستخدم الحالتين ∣+⟩\vert + \rangle و∣−⟩\vert - \rangle. يمكننا حساب مصفوفة الكثافة التي تصف الحالة الناتجة بطريقة مشابهة.

12∣+⟩⟨+∣+12∣−⟩⟨−∣=12(12121212)+12(12−12−1212)=(120012)=12I\frac{1}{2} \vert +\rangle\langle +\vert + \frac{1}{2} \vert -\rangle\langle -\vert = \frac{1}{2} \begin{pmatrix} \frac{1}{2} & \frac{1}{2}\\[2mm] \frac{1}{2} & \frac{1}{2} \end{pmatrix} + \frac{1}{2} \begin{pmatrix} \frac{1}{2} & -\frac{1}{2}\\[2mm] -\frac{1}{2} & \frac{1}{2} \end{pmatrix} = \begin{pmatrix} \frac{1}{2} & 0\\[2mm] 0 & \frac{1}{2} \end{pmatrix} = \frac{1}{2} \mathbb{I}

نفس مصفوفة الكثافة كما في السابق، رغم أننا غيّرنا الحالات. بل إننا سنحصل مجددًا على نفس النتيجة — الحالة المختلطة تمامًا — باستبدال أي متجهَين متعامدَين للحالة الكمية محل ∣0⟩\vert 0\rangle و∣1⟩\vert 1\rangle.

هذه ميزة لا عيب! نحصل فعلًا على نفس الحالة بكلا الطريقتين. أي أنه لا توجد طريقة للتمييز بين الإجراءَين بقياس الكيوبت الذي ينتجانه، حتى بمعنى إحصائي. إجراءانا المختلفان هما ببساطة طريقتان مختلفتان لإعداد هذه الحالة.

يمكننا التحقق من منطقية ذلك بالتفكير فيما يمكننا أمل معرفته باختيار عشوائي لحالة من إحدى مجموعتي الحالات الممكنة {∣0⟩,∣1⟩}\{\vert 0\rangle,\vert 1\rangle\} و{∣+⟩,∣−⟩}\{\vert +\rangle,\vert -\rangle\}. للتبسيط، لنفترض أننا نُطبّق عملية أحادية UU على الكيوبت ثم نقيس بالأساس القياسي.

في السيناريو الأول، تُختار حالة الكيوبت بشكل منتظم من المجموعة {∣0⟩,∣1⟩}\{\vert 0\rangle,\vert 1\rangle\}. إذا كانت الحالة ∣0⟩\vert 0\rangle، نحصل على النتيجتين 00 و11 باحتماليتَي:

∣⟨0∣U∣0⟩∣2و∣⟨1∣U∣0⟩∣2\vert \langle 0 \vert U \vert 0 \rangle \vert^2 \quad\text{و}\quad \vert \langle 1 \vert U \vert 0 \rangle \vert^2

على التوالي. إذا كانت الحالة ∣1⟩\vert 1\rangle، نحصل على النتيجتين 00 و11 باحتماليتَي:

∣⟨0∣U∣1⟩∣2و∣⟨1∣U∣1⟩∣2.\vert \langle 0 \vert U \vert 1 \rangle \vert^2 \quad\text{و}\quad \vert \langle 1 \vert U \vert 1 \rangle \vert^2.

بما أن كلتا الحالتين تحدث باحتمالية 1/21/2، نحصل على النتيجة 00 باحتمالية:

12∣⟨0∣U∣0⟩∣2+12∣⟨0∣U∣1⟩∣2\frac{1}{2}\vert \langle 0 \vert U \vert 0 \rangle \vert^2 + \frac{1}{2}\vert \langle 0 \vert U \vert 1 \rangle \vert^2

وعلى النتيجة 11 باحتمالية:

12∣⟨1∣U∣0⟩∣2+12∣⟨1∣U∣1⟩∣2.\frac{1}{2}\vert \langle 1 \vert U \vert 0 \rangle \vert^2 + \frac{1}{2}\vert \langle 1 \vert U \vert 1 \rangle \vert^2.

كلا هذين التعبيرَين يساويان 1/21/2. إحدى طرق إثبات ذلك هي استخدام حقيقة من الجبر الخطي يمكن النظر إليها كتعميم لنظرية فيثاغورس.

مبرهنة

لنفترض أن {∣ψ1⟩,…,∣ψn⟩}\{\vert\psi_1\rangle,\ldots,\vert\psi_n\rangle\} أساس متعامد وحيد القياس لفضاء متجهات (حقيقي أو مركب) V\mathcal{V}. لكل متجه ∣ϕ⟩∈V\vert \phi\rangle \in \mathcal{V} يكون:∣⟨ψ1∣ϕ⟩∣2+⋯+∣⟨ψn∣ϕ⟩∣2=∥∣ϕ⟩∥2:\vert \langle \psi_1\vert\phi\rangle\vert^2 + \cdots + \vert \langle \psi_n \vert \phi \rangle\vert^2 = \| \vert\phi\rangle \|^2.

يمكننا تطبيق هذه المبرهنة لتحديد الاحتماليات كما يلي. احتمالية الحصول على 00 هي:

12∣⟨0∣U∣0⟩∣2+12∣⟨0∣U∣1⟩∣2=12(∣⟨0∣U∣0⟩∣2+∣⟨0∣U∣1⟩∣2)=12(∣⟨0∣U†∣0⟩∣2+∣⟨1∣U†∣0⟩∣2)=12∥U†∣0⟩∥2\begin{aligned} \frac{1}{2}\vert \langle 0 \vert U \vert 0 \rangle \vert^2 + \frac{1}{2}\vert \langle 0 \vert U \vert 1 \rangle \vert^2 & = \frac{1}{2} \Bigl( \vert \langle 0 \vert U \vert 0 \rangle \vert^2 + \vert \langle 0 \vert U \vert 1 \rangle \vert^2 \Bigr) \\[2mm] & = \frac{1}{2} \Bigl( \vert \langle 0 \vert U^{\dagger} \vert 0 \rangle \vert^2 + \vert \langle 1 \vert U^{\dagger} \vert 0 \rangle \vert^2 \Bigr)\\[2mm] & = \frac{1}{2} \bigl\| U^{\dagger} \vert 0 \rangle \bigr\|^2 \end{aligned}

واحتمالية الحصول على 11 هي:

12∣⟨1∣U∣0⟩∣2+12∣⟨1∣U∣1⟩∣2=12(∣⟨1∣U∣0⟩∣2+∣⟨1∣U∣1⟩∣2)=12(∣⟨0∣U†∣1⟩∣2+∣⟨1∣U†∣1⟩∣2)=12∥U†∣1⟩∥2.\begin{aligned} \frac{1}{2}\vert \langle 1 \vert U \vert 0 \rangle \vert^2 + \frac{1}{2}\vert \langle 1 \vert U \vert 1 \rangle \vert^2 & = \frac{1}{2} \Bigl( \vert \langle 1 \vert U \vert 0 \rangle \vert^2 + \vert \langle 1 \vert U \vert 1 \rangle \vert^2 \Bigr) \\[2mm] & = \frac{1}{2} \Bigl( \vert \langle 0 \vert U^{\dagger} \vert 1 \rangle \vert^2 + \vert \langle 1 \vert U^{\dagger} \vert 1 \rangle \vert^2 \Bigr)\\[2mm] & = \frac{1}{2} \bigl\| U^{\dagger} \vert 1 \rangle \bigr\|^2. \end{aligned}

بما أن UU أحادي، فإن U†U^{\dagger} أحادي أيضًا، مما يعني أن كلًّا من U†∣0⟩U^{\dagger} \vert 0 \rangle وU†∣1⟩U^{\dagger} \vert 1 \rangle متجها وحدة. وبالتالي كلتا الاحتماليتين مساويتان لـ1/21/2. هذا يعني أنه مهما اخترنا UU، سنحصل على بت عشوائي منتظم من القياس.

يمكننا إجراء تحقق مشابه لأي زوج آخر من الحالات المتعامدة الوحيدة القياس بدلًا من ∣0⟩\vert 0\rangle و∣1⟩\vert 1\rangle. فمثلًا، بما أن {∣+⟩,∣−⟩}\{\vert + \rangle, \vert - \rangle\} أساس متعامد وحيد القياس، تكون احتمالية الحصول على نتيجة القياس 00 في الإجراء الثاني:

12∣⟨0∣U∣+⟩∣2+12∣⟨0∣U∣−⟩∣2=12∥U†∣0⟩∥2=12\frac{1}{2}\vert \langle 0 \vert U \vert + \rangle \vert^2 + \frac{1}{2}\vert \langle 0 \vert U \vert - \rangle \vert^2 = \frac{1}{2} \bigl\| U^{\dagger} \vert 0 \rangle \bigr\|^2 = \frac{1}{2}

واحتمالية الحصول على 11 هي:

12∣⟨1∣U∣+⟩∣2+12∣⟨1∣U∣−⟩∣2=12∥U†∣1⟩∥2=12.\frac{1}{2}\vert \langle 1 \vert U \vert + \rangle \vert^2 + \frac{1}{2}\vert \langle 1 \vert U \vert - \rangle \vert^2 = \frac{1}{2} \bigl\| U^{\dagger} \vert 1 \rangle \bigr\|^2 = \frac{1}{2}.

تحديدًا، نحصل على نفس إحصاءات الخروج تمامًا كما حصلنا عليها للحالتين ∣0⟩\vert 0\rangle و∣1⟩\vert 1\rangle.

الحالات الاحتمالية​

يمكن تمثيل الحالات الكلاسيكية بمصفوفات الكثافة. تحديدًا، لكل حالة كلاسيكية aa لنظام X\mathsf{X}، تُمثّل مصفوفة الكثافة:

ρ=∣a⟩⟨a∣\rho = \vert a\rangle \langle a \vert

النظام X\mathsf{X} في الحالة الكلاسيكية aa بشكل قاطع. للكيوبتات لدينا:

∣0⟩⟨0∣=(1000)و∣1⟩⟨1∣=(0001),\vert 0\rangle \langle 0 \vert = \begin{pmatrix}1 & 0 \\ 0 & 0\end{pmatrix} \quad\text{و}\quad \vert 1\rangle \langle 1 \vert = \begin{pmatrix}0 & 0 \\ 0 & 1\end{pmatrix},

وبوجه عام لدينا 11 واحد على القطر في الموضع المقابل للحالة الكلاسيكية المعنية، وباقي المدخلات صفر.

يمكننا بعدها أخذ التركيبات المحدبة لمصفوفات الكثافة هذه لتمثيل الحالات الاحتمالية. بافتراض للتبسيط أن مجموعة الحالات الكلاسيكية هي {0,…,n−1}\{0,\ldots,n-1\}، إذا كان X\mathsf{X} في الحالة aa باحتمالية pap_a لكل a∈{0,…,n−1}a\in\{0,\ldots,n-1\}، فإن مصفوفة الكثافة التي نحصل عليها هي:

ρ=∑a=0n−1pa∣a⟩⟨a∣=(p00⋯00p1⋱⋮⋮⋱⋱00⋯0pn−1).\rho = \sum_{a = 0}^{n-1} p_a \vert a\rangle \langle a \vert = \begin{pmatrix} p_0 & 0 & \cdots & 0\\ 0 & p_1 & \ddots & \vdots\\ \vdots & \ddots & \ddots & 0\\ 0 & \cdots & 0 & p_{n-1} \end{pmatrix}.

في الاتجاه العكسي، أي مصفوفة كثافة قطرية يمكن تعريفها طبيعيًا بالحالة الاحتمالية التي نحصل عليها بقراءة متجه الاحتمالات مباشرةً من قطر المصفوفة.

لكن ينبغي التوضيح أنه حين تكون مصفوفة الكثافة قطرية، لا يعني بالضرورة أننا نتحدث عن نظام كلاسيكي، أو أن النظام قد أُعدّ باختيار عشوائي لحالة كلاسيكية، بل إن الحالة يمكن الحصول عليها من خلال الاختيار العشوائي لحالة كلاسيكية.

حقيقة أن الحالات الاحتمالية تُمثَّل بمصفوفات كثافة قطرية تتسق مع الحدس المُشار إليه في بداية الدرس بأن المدخلات خارج القطر تصف مدى وجود التراكب الكمي بين الحالتين الكلاسيكيتين المقابلتين للصف والعمود لتلك المدخلات. هنا جميع المدخلات خارج القطر تساوي صفرًا، لذا لدينا عشوائية كلاسيكية فحسب ولا شيء في تراكب كمي.

مصفوفات الكثافة ومبرهنة الطيف​

رأينا أنه إذا أخذنا تركيبة محدبة من الحالات النقية:

ρ=∑k=0m−1pk∣ψk⟩⟨ψk∣,\rho = \sum_{k = 0}^{m-1} p_k \vert \psi_k\rangle \langle \psi_k \vert,

نحصل على مصفوفة كثافة. في الواقع كل مصفوفة كثافة ρ\rho يمكن التعبير عنها كتركيبة محدبة من الحالات النقية بهذا الشكل. أي أنه ستوجد دائمًا مجموعة من متجهات الوحدة {∣ψ0⟩,…,∣ψm−1⟩}\{\vert\psi_0\rangle,\ldots,\vert\psi_{m-1}\rangle\} ومتجه احتمالات (p0,…,pm−1)(p_0,\ldots,p_{m-1}) تُحقق المعادلة أعلاه.

علاوة على ذلك، يمكننا دائمًا اختيار العدد mm ليتطابق مع عدد الحالات الكلاسيكية للنظام المعني، ويمكننا اختيار متجهات الحالة الكمية لتكون متعامدة. تُتيح لنا مبرهنة الطيف، التي صادفناها في دورة "أسس الخوارزميات الكمية"، استنتاج ذلك. إليك إعادة صياغة مبرهنة الطيف للمرجعية.

مبرهنة

مبرهنة الطيف: لتكن MM مصفوفة مركبة عادية من الرتبة n×nn\times n. يوجد أساس متعامد وحيد القياس من المتجهات المركبة ذات البعد nn هو {∣ψ0⟩,…,∣ψn−1⟩}\{\vert\psi_0\rangle,\ldots,\vert\psi_{n-1}\rangle \} وأعداد مركبة λ0,…,λn−1\lambda_0,\ldots,\lambda_{n-1} بحيث:

M=λ0∣ψ0⟩⟨ψ0∣+⋯+λn−1∣ψn−1⟩⟨ψn−1∣.M = \lambda_0 \vert \psi_0\rangle\langle \psi_0\vert + \cdots + \lambda_{n-1} \vert \psi_{n-1}\rangle\langle \psi_{n-1}\vert.

(نذكّر بأن المصفوفة MM تكون عادية إذا حققت M†M=MM†M^{\dagger} M = M M^{\dagger}. بعبارة أخرى، المصفوفات العادية هي المصفوفات التي تتبادل التبديل مع منقولها المرافق.)

يمكننا تطبيق مبرهنة الطيف على أي مصفوفة كثافة ρ\rho معطاة، لأن مصفوفات الكثافة هي دائمًا هيرميتية وبالتالي عادية. هذا يُتيح لنا كتابة:

ρ=λ0∣ψ0⟩⟨ψ0∣+⋯+λn−1∣ψn−1⟩⟨ψn−1∣\rho = \lambda_0 \vert \psi_0\rangle\langle \psi_0\vert + \cdots + \lambda_{n-1} \vert \psi_{n-1}\rangle\langle \psi_{n-1}\vert

لأساس متعامد وحيد القياس {∣ψ0⟩,…,∣ψn−1⟩}\{\vert\psi_0\rangle,\ldots,\vert\psi_{n-1}\rangle\} ما. يبقى التحقق من أن (λ0,…,λn−1)(\lambda_0,\ldots,\lambda_{n-1}) متجه احتمالات، والذي يمكننا إعادة تسميته (p0,…,pn−1)(p_0,\ldots,p_{n-1}) إن شئنا.

الأعداد λ0,…,λn−1\lambda_0,\ldots,\lambda_{n-1} هي القيم الذاتية لـρ\rho، وبما أن ρ\rho شبه محددة موجبًا، فإن هذه الأعداد يجب أن تكون أعدادًا حقيقية غير سالبة. يمكننا الاستنتاج أن λ0+⋯+λn−1=1\lambda_0 + \cdots + \lambda_{n-1} = 1 من حقيقة أن أثر ρ\rho يساوي 11. المرور عبر التفاصيل سيُتيح لنا الإشارة إلى الخاصية المهمة والمفيدة جدًا التالية للأثر.

مبرهنة

الخاصية الدورية للأثر: لأي مصفوفتين AA وBB تُعطياننا مصفوفة مربعة ABAB بحاصل ضربهما، تكون المساواة Tr⁡(AB)=Tr⁡(BA)\operatorname{Tr}(AB) = \operatorname{Tr}(BA) صحيحة.

لاحظ أن هذه المبرهنة تنطبق حتى لو لم تكن AA وBB مصفوفتين مربعتين بأنفسهما. أي يمكن أن تكون AA مصفوفة n×mn\times m وBB مصفوفة m×nm\times n لأي اختيار لأعداد صحيحة موجبة nn وmm، بحيث تكون ABAB مصفوفة مربعة n×nn\times n وBABA مصفوفة مربعة m×mm\times m.

تحديدًا، إذا جعلنا AA متجهًا عموديًا ∣ϕ⟩\vert\phi\rangle وBB المتجه الصفي ⟨ϕ∣\langle \phi\vert، نرى أن:

Tr⁡(∣ϕ⟩⟨ϕ∣)=Tr⁡(⟨ϕ∣ϕ⟩)=⟨ϕ∣ϕ⟩.\operatorname{Tr}\bigl(\vert\phi\rangle\langle\phi\vert\bigr) = \operatorname{Tr}\bigl(\langle\phi\vert\phi\rangle\bigr) = \langle\phi\vert\phi\rangle.

المساواة الثانية مستمدة من أن ⟨ϕ∣ϕ⟩\langle\phi\vert\phi\rangle عدد قياسي، يمكن أيضًا تصوّره كمصفوفة 1×11\times 1 أثرها هو مدخلها الوحيد. باستخدام هذه الحقيقة، يمكننا الاستنتاج أن λ0+⋯+λn−1=1\lambda_0 + \cdots + \lambda_{n-1} = 1 بخطية دالة الأثر.

1=Tr⁡(ρ)=Tr⁡(λ0∣ψ0⟩⟨ψ0∣+⋯+λn−1∣ψn−1⟩⟨ψn−1∣)=λ0Tr⁡(∣ψ0⟩⟨ψ0∣)+⋯+λn−1Tr⁡(∣ψn−1⟩⟨ψn−1∣)=λ0+⋯+λn−1\begin{gathered} 1 = \operatorname{Tr}(\rho) = \operatorname{Tr}\bigl(\lambda_0 \vert \psi_0\rangle\langle \psi_0\vert + \cdots + \lambda_{n-1} \vert \psi_{n-1}\rangle\langle \psi_{n-1}\vert\bigr)\\[2mm] = \lambda_0 \operatorname{Tr}\bigl(\vert \psi_0\rangle\langle \psi_0\vert\bigr) + \cdots + \lambda_{n-1} \operatorname{Tr}\bigl(\vert \psi_{n-1}\rangle\langle \psi_{n-1}\vert\bigr) = \lambda_0 + \cdots + \lambda_{n-1} \end{gathered}

بدلًا من ذلك، يمكن الوصول إلى الاستنتاج ذاته بالاستفادة من حقيقة أن أثر المصفوفة المربعة (حتى تلك التي ليست عادية) يساوي مجموع قيمها الذاتية.

وهكذا توصلنا إلى أن أي مصفوفة كثافة ρ\rho معطاة يمكن التعبير عنها كتركيبة محدبة من الحالات النقية. كما نرى أنه يمكننا علاوة على ذلك اختيار الحالات النقية لتكون متعامدة. وهذا يعني تحديدًا أننا لا نحتاج أبدًا لأن يكون العدد nn أكبر من حجم مجموعة الحالات الكلاسيكية لـX\mathsf{X}.

بوجه عام، يجب أن يُفهم أن هناك طرقًا مختلفة للتعبير عن مصفوفة كثافة كتركيبة محدبة من الحالات النقية، ليس فقط الطرق التي تُوفرها مبرهنة الطيف. مثال سابق يُوضح ذلك.

12∣0⟩⟨0∣+12∣+⟩⟨+∣=(34141414)\frac{1}{2} \vert 0\rangle\langle 0 \vert + \frac{1}{2} \vert +\rangle\langle + \vert = \begin{pmatrix} \frac{3}{4} & \frac{1}{4}\\[2mm] \frac{1}{4} & \frac{1}{4} \end{pmatrix}

هذا ليس تحليلًا طيفيًا لهذه المصفوفة لأن ∣0⟩\vert 0\rangle و∣+⟩\vert + \rangle غير متعامدَين. إليك تحليلًا طيفيًا:

(34141414)=cos⁡2(π/8)∣ψπ/8⟩⟨ψπ/8∣+sin⁡2(π/8)∣ψ5π/8⟩⟨ψ5π/8∣,\begin{pmatrix} \frac{3}{4} & \frac{1}{4}\\[2mm] \frac{1}{4} & \frac{1}{4} \end{pmatrix} = \cos^2(\pi/8) \vert \psi_{\pi/8} \rangle \langle \psi_{\pi/8}\vert + \sin^2(\pi/8) \vert \psi_{5\pi/8} \rangle \langle \psi_{5\pi/8}\vert,

حيث ∣ψθ⟩=cos⁡(θ)∣0⟩+sin⁡(θ)∣1⟩\vert \psi_{\theta} \rangle = \cos(\theta)\vert 0\rangle + \sin(\theta)\vert 1\rangle. القيم الذاتية هي أعداد ستبدو مألوفة على الأرجح:

cos⁡2(π/8)=2+24≈0.85وsin⁡2(π/8)=2−24≈0.15.\cos^2(\pi/8) = \frac{2+\sqrt{2}}{4} \approx 0.85 \quad\text{و}\quad \sin^2(\pi/8) = \frac{2-\sqrt{2}}{4} \approx 0.15.

يمكن كتابة المتجهات الذاتية صراحةً على النحو التالي.

∣ψπ/8⟩=2+22∣0⟩+2−22∣1⟩∣ψ5π/8⟩=−2−22∣0⟩+2+22∣1⟩\begin{aligned} \vert\psi_{\pi/8}\rangle & = \frac{\sqrt{2 + \sqrt{2}}}{2}\vert 0\rangle + \frac{\sqrt{2 - \sqrt{2}}}{2}\vert 1\rangle \\[3mm] \vert\psi_{5\pi/8}\rangle & = -\frac{\sqrt{2 - \sqrt{2}}}{2}\vert 0\rangle + \frac{\sqrt{2 + \sqrt{2}}}{2}\vert 1\rangle \end{aligned}

كمثال آخر أكثر عمومية، لنفترض أن ∣ϕ0⟩,…,∣ϕ99⟩\vert \phi_0\rangle,\ldots,\vert \phi_{99} \rangle متجهات للحالة الكمية تُمثّل حالات كيوبت واحد، مختارة اعتباطيًا — لذا لا نفترض أي علاقة خاصة بين هذه المتجهات. يمكننا حينئذٍ النظر في الحالة التي نحصل عليها باختيار إحدى هذه الحالات المئة عشوائيًا وبشكل منتظم:

ρ=1100∑k=099∣ϕk⟩⟨ϕk∣.\rho = \frac{1}{100} \sum_{k = 0}^{99} \vert \phi_k\rangle\langle \phi_k \vert.

بما أننا نتحدث عن كيوبت، فإن مصفوفة الكثافة ρ\rho هي 2×22\times 2، وبالتالي فبحسب مبرهنة الطيف يمكننا أن نكتبها بدلًا من ذلك على الصورة:

ρ=p∣ψ0⟩⟨ψ0∣+(1−p)∣ψ1⟩⟨ψ1∣\rho = p \vert\psi_0\rangle\langle\psi_0\vert + (1 - p) \vert\psi_1\rangle\langle\psi_1\vert

لعدد حقيقي p∈[0,1]p\in[0,1] وأساس متعامد وحيد القياس {∣ψ0⟩,∣ψ1⟩}\{\vert\psi_0\rangle,\vert\psi_1\rangle\} — لكن من الطبيعي أن وجود هذا التعبير لا يمنعنا من كتابة ρ\rho كمتوسط لمئة حالة نقية إن أردنا ذلك.