3. 单量子比特动力学方程

在Bloch球图像下，单量子比特的纯态由单位球面上的极化矢量 r = (x, y, z) 表示，密度矩阵可写成 ρ = (I + r·σ)/2，其中 σ = (σx, σy, σz) 为泡利矩阵向量。本节要回答的核心问题是：当哈密顿量 H 作用在量子比特上时，Bloch球上的极化矢量如何被"驱动"旋转？薛定谔方程与冯·诺依曼方程给出的演化是否一致？

从态矢量方程到极化矢量方程

纯态演化服从薛定谔方程 iℏ ∂t|ψ⟩ = H|ψ⟩。对单量子比特，任意哈密顿量都可分解为 H = (ℏ/2)(Ωxσx + Ωyσy + Ωzσz) + cI，其中常数项 cI 只贡献整体相位，对可观测量无影响，因此可略去。定义驱动矢量 Ω = (Ωx, Ωy, Ωz)，其物理含义是绕对应轴的角频率（单位 rad/s）。

把 ρ = (I + r·σ)/2 代入冯·诺依曼方程 iℏ ∂tρ = [H, ρ]，利用泡利矩阵对易关系 [σi, σj] = 2i εijkσk，可以严格导出极化矢量的演化方程：

d r / dt = Ω × r

这是一个叉乘形式的转动方程：极化矢量的瞬时变化率垂直于 Ω 与 r 构成的平面，大小正比于二者夹角的正弦。它说明哈密顿量对态的驱动本质上是"绕 Ω 轴的进动"，角速度大小 |Ω|，方向由右手定则确定。值得注意的是，该方程对纯态与混态同样成立——只要把 r 理解为一般极化矢量（|r| ≤ 1），冯·诺依曼方程就给出同样的叉乘结构，这正是两种方程在Bloch球上等价的关键。

约定说明：本文采用右手坐标系，Bloch球 z 轴对应 |0⟩ 极点、-z 对应 |1⟩ 极点；旋转方向按右手定则绕 Ω 正向。若实验采用左手约定，所有旋转方向需整体取反，但方程形式不变。

等价性的两层含义

第一层是方程层面的等价：对纯态，薛定谔方程与冯·诺依曼方程描述同一物理，代入密度矩阵参数化后都化为 dr/dt = Ω×r。第二层是解层面的等价：两种方程的解都可写成幺正演化 ρ(t) = U(t)ρ(0)U†(t)，U(t) = exp(-iHt/ℏ)。在Bloch球上，U(t) 对应一个三维旋转矩阵 R(t) = exp(-Ω·J t)，其中 J 为自旋-1 生成元，于是 r(t) = R(t)r(0)。也就是说，哈密顿量驱动的是刚体旋转：球面上的点沿以 Ω 为轴的小圆运动，|r| 保持不变（纯态情形）。

下面的信号链图把"哈密顿量参数 → 演化方程 → Bloch球旋转 → 可观测分量"这条驱动路径与两种方程的等价关系放在同一视图中，便于对照理解。

哈密顿量参数 H = (ℏ/2) Ω·σ Ω = (Ωx, Ωy, Ωz) 驱动轴方向 + 角频率 |Ω| = 拉比频率 薛定谔方程（纯态） iℏ ∂t|ψ⟩ = H|ψ⟩ U(t) = exp(−iHt/ℏ) 冯·诺依曼方程（含混态） iℏ ∂tρ = [H, ρ] ρ(t) = U(t)ρ(0)U†(t) 等价 x z |0⟩ |1⟩ Ω r(t) 进动轨迹 Bloch球演化方程 d r / dt = Ω × r 可观测分量与判读 ⟨σx⟩ = x(t)　　⟨σy⟩ = y(t)　　⟨σz⟩ = z(t) 纯态：|r| = 1 恒成立；混态：|r| < 1 且随退相干收缩

驱动机制：为什么是"绕轴旋转"

叉乘方程给出三条可直接用于实验设计的结论。其一，旋转轴由 Ω 的方向决定：若只施加 Ωx（对应 σx 型驱动，如共振微波的实部），极化矢量绕 x 轴旋转，z 分量按余弦振荡、y 分量按正弦振荡，这正是拉比振荡的几何来源。其二，旋转快慢由 |Ω| 决定：旋转角 θ(t) = |Ω|t，要实现 π 脉冲（翻转 |0⟩ 到 |1⟩）需 |Ω|t = π，即脉冲面积 π。其三，只有垂直于 r 的 Ω 分量才产生瞬时变化：当 Ω 与 r 平行时叉乘为零，态不动，这解释了为什么沿 z 轴的驱动无法翻转 z 极点的态，必须借助横向分量。

以一个具体示例说明计算过程（以下为教学示例参数，非实测）：设 Ω = (0, 0, 2π×5 MHz)，初始态为 |0⟩，即 r(0) = (0, 0, 1)。此时 Ω 与 r 平行，叉乘为零，态保持不变——这验证了"平行驱动无效"。若改为 Ω = (2π×5 MHz, 0, 0)，则 dr/dt = Ω×r 给出 x 分量不变、y 与 z 分量耦合振荡：z(t) = cos(2π×5 MHz·t)，y(t) = sin(2π×5 MHz·t)。取 t = 100 ns，则 2π×5 MHz×100 ns = π，z 从 1 变到 −1，即完成一次 π 翻转。这一结果可直接与实验中的 Rabi 振荡曲线对照：测得 z 分量随脉冲时长呈余弦衰减振荡，振荡频率即 |Ω|/2π。

从方程到模拟：数值积分的实现要点

在轨迹模拟中，最直接的做法是对 dr/dt = Ω×r 做数值积分。由于该方程是线性的且保持模长，推荐使用能保持范数的积分器（如四阶龙格-库塔配合每步归一化，或直接用旋转矩阵精确更新）。下面给出一个最小可运行的 Python 片段，用精确旋转矩阵逐步更新极化矢量，避免数值漂移：

import numpy as np

def rotate(r, Omega, dt):
    """绕 Omega 轴旋转 |Omega|*dt 角度，精确保持 |r|=1"""
    n = np.linalg.norm(Omega)
    if n == 0:
        return r.copy()
    k = Omega / n
    theta = n * dt
    # Rodrigues 旋转公式
    return (r * np.cos(theta)
            + np.cross(k, r) * np.sin(theta)
            + k * np.dot(k, r) * (1 - np.cos(theta)))

# 示例：Omega = 2π*5 MHz 绕 x 轴，初始 |0>
Omega = np.array([2*np.pi*5e6, 0, 0])
r = np.array([0.0, 0.0, 1.0])
dt = 1e-9
traj = []
for _ in range(200):          # 200 ns
    r = rotate(r, Omega, dt)
    traj.append(r.copy())
print(traj[100])              # t=100ns 附近应接近 (0,0,-1)

运行后应观察到：t = 100 ns 时 z ≈ −1，x、y 接近 0；继续演化到 200 ns 时回到 (0, 0, 1)。若把 Ω 改为含 z 分量的形式，例如 Ω = (2π×5 MHz, 0, 2π×2 MHz)，则旋转轴倾斜，轨迹变成绕斜轴的小圆，z 分量不再能完全翻转到 −1，最大翻转幅度受轴倾角限制。这一对比是检验模拟是否正确实现"绕 Ω 轴旋转"的实用判据。

常见错误：直接用欧拉法积分 dr/dt = Ω×r 而不做归一化，会导致 |r| 随步数缓慢漂移，长时间模拟后纯态"漏出"Bloch球面，误判为退相干。若必须用通用 ODE 求解器，应在每步后归一化，或改用旋转矩阵/四元数更新。

等价形式的实践意义

理解两种方程在Bloch球上的等价，不只是数学上的统一，更带来工程上的便利。第一，混态与纯态可用同一套几何语言描述：退相干使 |r| 收缩，但旋转部分仍由 Ω 驱动，因此可以在同一模拟框架中先算幺正旋转、再叠加收缩因子。第二，控制设计可转化为几何问题：设计一个量子门等价于设计一条从 r(0) 到 r(t) 的球面旋转路径，脉冲序列的 Ω(t) 就是路径的切向驱动。第三，验证更直观：把模拟得到的 (x, y, z) 画成三维轨迹，与解析旋转结果比对，能快速定位是哈密顿量参数写错、旋转方向反了，还是积分器不保范数。

需要强调的是，本节所有数值均为教学示例，用于说明计算流程与判读方法；实际实验中 Ω 的大小、相位与噪声特性需由具体硬件标定。掌握 dr/dt = Ω×r 这一核心关系后，后续的脉冲控制、退相干建模与轨迹可视化都可以在此基础上自然展开。

← 上一章 📖 返回目录 下一章 →