密度矩阵

密度矩阵 (Density Matrix)

密度矩阵（Density Matrix），又称密度算子（Density Operator），是量子力学中描述量子系统状态的广义数学工具。与仅能描述纯态的态矢量 $|\psi\rangle$ 不同，密度矩阵 $\rho$ 可以统一处理纯态和混合态，是量子统计力学、量子信息理论和量子开系统研究的核心形式体系。该概念由 John von Neumann 与 Lev Landau 在 1927 年各自独立提出。

形式定义与基本性质

设量子系统以概率 $p_i$ 处于态 $|\psi_i\rangle$，则密度矩阵定义为：

其中 $p_i \geq 0$，$\sum_i p_i = 1$。这一构造赋予密度矩阵三条核心性质：半正定性（$\rho \geq 0$）、迹为 1（$\operatorname{Tr}(\rho) = 1$）和自伴性（$\rho^\dagger = \rho$）。纯态与混合态可通过 $\operatorname{Tr}(\rho^2)$ 区分：纯态满足 $\operatorname{Tr}(\rho^2) = 1$，混合态满足 $\operatorname{Tr}(\rho^2) < 1$。

纯态与混合态

纯态可由单个态矢量 $|\psi\rangle$ 完全描述，$\rho = |\psi\rangle\langle\psi|$，系统处于确定性量子态，具备最大相干性。混合态需用统计系综表述，无法用单个态矢量表示。混合态源于两种情形：一是系统本身处于经典概率混合——例如实验者无法确知系统制备过程；二是系统是更大复合系统的子系统——即使全局态为纯态，对子系统求偏迹后通常呈现混合态。

混合态与经典概率分布的本质区别在于：同一混合态可对应不同的系综分解。例如最大混合态 $\rho = \frac12 I$ 有无穷多种分解方式，这一非唯一性体现了量子混合态中经典不确定性与量子不确定性的深刻交织。

演化方程

闭系统状态演化遵循 von Neumann 方程（量子 Liouville 方程）：

其中 $H$ 是哈密顿量，$[\,\cdot\,,\,\cdot\,]$ 为对易子。对于纯态 $|\psi\rangle$，该方程退化为 Schrödinger 方程。形式上，解可写为 $\rho(t) = U(t) \rho(0) U^\dagger(t)$，其中 $U(t) = e^{-iHt/\hbar}$ 是时间演化算符。

对于与环境耦合的开系统，主导方程是 Lindblad 方程（Gorini–Kossakowski–Sudarshan–Lindblad 方程），在 von Neumann 方程基础上增加耗散项：

其中 $L_k$ 是 Lindblad 算符，描述系统的耗散与退相干过程。

在量子信息中的应用

密度矩阵是量子信息理论的基石工具：

• 量子纠缠度量：约化密度矩阵 $\rho_A = \operatorname{Tr}_B(\rho_{AB})$ 用于刻画子系统 $A$ 的信息，纠缠熵 $S(\rho_A) = -\operatorname{Tr}(\rho_A \log \rho_A)$ 是衡量纠缠的核心指标。
• 量子态层析：通过系列测量重构未知密度矩阵，是验证量子门和量子设备性能的关键技术。
• 退相干分析：密度矩阵对角元对应布居数，非对角元对应相干性。环境耦合使非对角元指数衰减，构成量子计算的主要障碍。
• 量子信道：量子操作可用完全正迹保持映射（CPTP Map）刻画，其 Kraus 表示以密度矩阵演化为理论基础。

在量子统计力学中的角色

统计力学中，正则系综的密度矩阵为 $\rho = e^{-\beta H}/Z$，$Z = \operatorname{Tr}(e^{-\beta H})$ 是配分函数。可观测量 $A$ 的期望值为 $\langle A \rangle = \operatorname{Tr}(\rho A)$。这一框架统一了量子力学与统计物理，是理解低温量子相变、量子热力学和量子涨落定理的形式基础。

密度矩阵的引入不仅扩展了量子力学对状态描述的边界，更为量子信息科学和量子热力学提供了统一理论语言。从纠缠的本质到量子计算的物理极限，密度矩阵是理解量子世界统计行为的数学基石。