这是证明您感兴趣的事实的一种方法。
假设和ρ 1是密度矩阵。像其他Hermitian矩阵,能够表达差ρ 0 - ρ 1为
ρ 0 - ρ 1 = P 0 - P 1为P 0和P 1是半正定和具有正交图像。(有时这被称为乔丹-哈恩分解;它是独特的,从一个频谱分解容易地获得ρ 0 - ρ 1)。注意这一事实,Pρ0ρ1个ρ0- ρ1个
ρ0- ρ1个= P0- P1个
P0P1个ρ0- ρ1个和
P 1具有正交图像,意味着它们同时对角线化,我认为这是您感兴趣的属性。
P0P1个
ρ0- ρ1个P0=ρ0P1=ρ1
∥ ρ0- ρ1个∥TR= 12Tr(P0)+ 12Tr(P1个)。
P0= ρ0P1个= ρ1个
要得出此结论,请首先注意和,因此。接下来,将和分别作为正交投影到和的图像上。我们有因此两者和TR (P 0)+ TR (P 1)= 2 TR (P 0)= TR (P 1)= 1 Π 0 Π 1 P 0 P 1 Π 0(ρ 0 - ρ 1)= Π 0(PTr(P0)- Tr的(P1个)= 0Tr(P0)+ Tr(P1个)= 2Tr(P0)= Tr(P1个)= 1Π0Π1个P0P1个 Tr的(Π 0 ρ 0)- Tr的(Π 0 ρ 1)= 1,Tr的(Π 0 ρ 0)Tr的(Π 0 ρ 1)Tr的(Π 0 ρ 0)= 1 Tr的(Π 0 ρ 1)= 0 Π 0 ρ
Π0(ρ0- ρ1个)= Π0(P0- P1个)= P0
Tr(Π0ρ0)- Tr的(Π0ρ1个)= 1。
Tr(Π0ρ0)Tr(Π0ρ1个)必须包含在间隔[0,1]中,由此我们得出和。从这些等式不难得出和,因此可以通过上述等式得出。类似的参数显示。
Tr(Π0ρ0)=1Tr(Π0ρ1)=0Π 0 ρ 1 = 0 P 0 = ρ 0 P 1 = ρ 1Π0ρ0=ρ0Π0ρ1=0P0=ρ0P1=ρ1