เพื่อเตรียมพร้อมสำรวจความสามารถและข้อจำกัดของ Circuit ควอนตัม เราจะแนะนำแนวคิดทางคณิตศาสตร์เพิ่มเติม ได้แก่ ผลคูณภายใน ระหว่างเวกเตอร์ (และความเชื่อมโยงกับนอร์มแบบยุคลิด) แนวคิดเรื่อง ตั้งฉาก และ ออร์โธนอร์มอล สำหรับเซตของเวกเตอร์ และเมทริกซ์ การฉาย ซึ่งจะช่วยให้เราแนะนำการวัดในฐานมาตรฐานในแบบที่ทั่วไปและสะดวกยิ่งขึ้น
ผลคูณภายใน
ระลึกว่าเมื่อเราใช้สัญลักษณ์ Dirac เพื่ออ้างถึงเวกเตอร์คอลัมน์โดยพลการว่าเป็น ket เช่น
∣ ψ ⟩ = ( α 1 α 2 ⋮ α n ) , \vert \psi \rangle =
\begin{pmatrix}
\alpha_1\\
\alpha_2\\
\vdots\\
\alpha_n
\end{pmatrix}, ∣ ψ ⟩ = α 1 α 2 ⋮ α n ,
เวกเตอร์ bra ที่สอดคล้องกันคือ คอนจูเกต-ทรานสโพส ของเวกเตอร์นี้
⟨ ψ ∣ = ( ∣ ψ ⟩ ) † = ( α 1 ‾ α 2 ‾ ⋯ α n ‾ ) . (1) \langle \psi \vert = \bigl(\vert \psi \rangle \bigr)^{\dagger}
=
\begin{pmatrix}
\overline{\alpha_1} & \overline{\alpha_2} & \cdots & \overline{\alpha_n}
\end{pmatrix}.
\tag{1} ⟨ ψ ∣ = ( ∣ ψ ⟩ ) † = ( α 1 α 2 ⋯ α n ) . ( 1 )
หรืออีกทางหนึ่ง ถ้าเรามีเซตสถานะคลาสสิก Σ \Sigma Σ และเขียนเวกเตอร์คอลัมน์เป็น ket ว่า
∣ ψ ⟩ = ∑ a ∈ Σ α a ∣ a ⟩ , \vert \psi \rangle = \sum_{a\in\Sigma} \alpha_a \vert a \rangle, ∣ ψ ⟩ = a ∈ Σ ∑ α a ∣ a ⟩ ,
เวกเตอร์แถว (หรือ bra) ที่สอดคล้องกันคือคอนจูเกต-ทรานสโพส
⟨ ψ ∣ = ∑ a ∈ Σ α a ‾ ⟨ a ∣ . (2) \langle \psi \vert = \sum_{a\in\Sigma} \overline{\alpha_a} \langle a \vert.
\tag{2} ⟨ ψ ∣ = a ∈ Σ ∑ α a ⟨ a ∣. ( 2 )
นอกจากนี้ ผลคูณของเวกเตอร์ bra กับเวกเตอร์ ket ซึ่งมองว่าเป็นเมทริกซ์ที่มีแถวเดียวหรือคอลัมน์เดียว จะได้ค่าสเกลาร์
โดยเฉพาะ ถ้าเรามีเวกเตอร์คอลัมน์สองตัว
∣ ψ ⟩ = ( α 1 α 2 ⋮ α n ) and ∣ ϕ ⟩ = ( β 1 β 2 ⋮ β n ) , \vert \psi \rangle =
\begin{pmatrix}
\alpha_1\\
\alpha_2\\
\vdots\\
\alpha_n
\end{pmatrix}
\quad\text{and}\quad
\vert \phi \rangle =
\begin{pmatrix}
\beta_1\\
\beta_2\\
\vdots\\
\beta_n
\end{pmatrix}, ∣ ψ ⟩ = α 1 α 2 ⋮ α n and ∣ ϕ ⟩ = β 1 β 2 ⋮ β n ,
โดยที่เวกเตอร์แถว ⟨ ψ ∣ \langle \psi \vert ⟨ ψ ∣ เป็นไปตามสมการ ( 1 ) (1) ( 1 ) แล้ว
⟨ ψ ∣ ϕ ⟩ = ⟨ ψ ∣ ∣ ϕ ⟩ = ( α 1 ‾ α 2 ‾ ⋯ α n ‾ ) ( β 1 β 2 ⋮ β n ) = α 1 ‾ β 1 + ⋯ + α n ‾ β n . \langle \psi \vert \phi \rangle = \langle \psi \vert \vert \phi \rangle
= \begin{pmatrix}
\overline{\alpha_1} & \overline{\alpha_2} & \cdots & \overline{\alpha_n}
\end{pmatrix}
\begin{pmatrix}
\beta_1\\
\beta_2\\
\vdots\\
\beta_n
\end{pmatrix}
= \overline{\alpha_1} \beta_1 + \cdots + \overline{\alpha_n}\beta_n. ⟨ ψ ∣ ϕ ⟩ = ⟨ ψ ∣∣ ϕ ⟩ = ( α 1 α 2 ⋯ α n ) β 1 β 2 ⋮ β n = α 1 β 1 + ⋯ + α n β n .
หรืออีกทางหนึ่ง ถ้าเรามีเวกเตอร์คอลัมน์สองตัวที่เขียนเป็น
∣ ψ ⟩ = ∑ a ∈ Σ α a ∣ a ⟩ and ∣ ϕ ⟩ = ∑ b ∈ Σ β b ∣ b ⟩ , \vert \psi \rangle = \sum_{a\in\Sigma} \alpha_a \vert a \rangle
\quad\text{and}\quad
\vert \phi \rangle = \sum_{b\in\Sigma} \beta_b \vert b \rangle, ∣ ψ ⟩ = a ∈ Σ ∑ α a ∣ a ⟩ and ∣ ϕ ⟩ = b ∈ Σ ∑ β b ∣ b ⟩ ,
โดยที่ ⟨ ψ ∣ \langle \psi \vert ⟨ ψ ∣ คือเวกเตอร์แถว ( 2 ) (2) ( 2 ) เราพบว่า
⟨ ψ ∣ ϕ ⟩ = ⟨ ψ ∣ ∣ ϕ ⟩ = ( ∑ a ∈ Σ α a ‾ ⟨ a ∣ ) ( ∑ b ∈ Σ β b ∣ b ⟩ ) = ∑ a ∈ Σ ∑ b ∈ Σ α a ‾ β b ⟨ a ∣ b ⟩ = ∑ a ∈ Σ α a ‾ β a , \begin{aligned}
\langle \psi \vert \phi \rangle & = \langle \psi \vert \vert \phi \rangle\\
& =
\Biggl(\sum_{a\in\Sigma} \overline{\alpha_a} \langle a \vert\Biggr)
\Biggl(\sum_{b\in\Sigma} \beta_b \vert b\rangle\Biggr)\\
& =
\sum_{a\in\Sigma}\sum_{b\in\Sigma} \overline{\alpha_a} \beta_b \langle a \vert b \rangle\\
& = \sum_{a\in\Sigma} \overline{\alpha_a} \beta_a,
\end{aligned} ⟨ ψ ∣ ϕ ⟩ = ⟨ ψ ∣∣ ϕ ⟩ = ( a ∈ Σ ∑ α a ⟨ a ∣ ) ( b ∈ Σ ∑ β b ∣ b ⟩ ) = a ∈ Σ ∑ b ∈ Σ ∑ α a β b ⟨ a ∣ b ⟩ = a ∈ Σ ∑ α a β a ,
โดยความเท่ากันสุดท้ายมาจากการสังเกตว่า ⟨ a ∣ a ⟩ = 1 \langle a \vert a \rangle = 1 ⟨ a ∣ a ⟩ = 1 และ ⟨ a ∣ b ⟩ = 0 \langle a \vert b \rangle = 0 ⟨ a ∣ b ⟩ = 0 สำหรับสถานะคลาสสิก a a a และ b b b ที่ a ≠ b a\neq b a = b
ค่า ⟨ ψ ∣ ϕ ⟩ \langle \psi \vert \phi \rangle ⟨ ψ ∣ ϕ ⟩ เรียกว่า ผลคูณภายใน ระหว่างเวกเตอร์ ∣ ψ ⟩ \vert \psi\rangle ∣ ψ ⟩ และ ∣ ϕ ⟩ \vert \phi \rangle ∣ ϕ ⟩
ผลคูณภายในมีความสำคัญอย่างยิ่งในข้อมูลและการคำนวณเชิงควอนตัม
เราไม่สามารถเข้าใจข้อมูลเชิงควอนตัมในระดับคณิตศาสตร์ได้ลึกซึ้งโดยปราศจากมัน
มาสรุปข้อเท็จจริงพื้นฐานเกี่ยวกับผลคูณภายในของเวกเตอร์กัน
ความสัมพันธ์กับนอร์มแบบยุคลิด ผลคูณภายในของเวกเตอร์ใดๆ
∣ ψ ⟩ = ∑ a ∈ Σ α a ∣ a ⟩ \vert \psi \rangle = \sum_{a\in\Sigma} \alpha_a \vert a \rangle ∣ ψ ⟩ = a ∈ Σ ∑ α a ∣ a ⟩
กับตัวมันเองคือ
⟨ ψ ∣ ψ ⟩ = ∑ a ∈ Σ α a ‾ α a = ∑ a ∈ Σ ∣ α a ∣ 2 = ∥ ∣ ψ ⟩ ∥ 2 . \langle \psi \vert \psi \rangle
= \sum_{a\in\Sigma} \overline{\alpha_a} \alpha_a
= \sum_{a\in\Sigma} \vert\alpha_a\vert^2
= \bigl\| \vert \psi \rangle \bigr\|^2. ⟨ ψ ∣ ψ ⟩ = a ∈ Σ ∑ α a α a = a ∈ Σ ∑ ∣ α a ∣ 2 = ∣ ψ ⟩ 2 .
ดังนั้น นอร์มแบบยุคลิดของเวกเตอร์สามารถเขียนอีกรูปแบบหนึ่งได้ว่า
∥ ∣ ψ ⟩ ∥ = ⟨ ψ ∣ ψ ⟩ . \bigl\| \vert \psi \rangle \bigr\| = \sqrt{ \langle \psi \vert \psi \rangle }. ∣ ψ ⟩ = ⟨ ψ ∣ ψ ⟩ .
สังเกตว่านอร์มแบบยุคลิดของเวกเตอร์ต้องเป็นจำนวนจริงที่ไม่ติดลบเสมอ
ยิ่งกว่านั้น นอร์มแบบยุคลิดของเวกเตอร์จะเป็นศูนย์ได้ก็ต่อเมื่อทุกสมาชิกเป็นศูนย์ นั่นคือเวกเตอร์นั้นเป็นเวกเตอร์ศูนย์
สรุปการสังเกตเหล่านี้ได้ว่า สำหรับทุกเวกเตอร์ ∣ ψ ⟩ \vert \psi \rangle ∣ ψ ⟩ เรามี
⟨ ψ ∣ ψ ⟩ ≥ 0 , \langle \psi \vert \psi \rangle \geq 0, ⟨ ψ ∣ ψ ⟩ ≥ 0 ,
โดย ⟨ ψ ∣ ψ ⟩ = 0 \langle \psi \vert \psi \rangle = 0 ⟨ ψ ∣ ψ ⟩ = 0 ก็ต่อเมื่อ ∣ ψ ⟩ = 0 \vert \psi \rangle = 0 ∣ ψ ⟩ = 0
สมบัตินี้ของผลคูณภายในบางครั้งเรียกว่า ความเป็นนิยามบวก
ความสมมาตรเชิงคอนจูเกต สำหรับเวกเตอร์สองตัวใดๆ
∣ ψ ⟩ = ∑ a ∈ Σ α a ∣ a ⟩ and ∣ ϕ ⟩ = ∑ b ∈ Σ β b ∣ b ⟩ , \vert \psi \rangle = \sum_{a\in\Sigma} \alpha_a \vert a \rangle
\quad\text{and}\quad
\vert \phi \rangle = \sum_{b\in\Sigma} \beta_b \vert b \rangle, ∣ ψ ⟩ = a ∈ Σ ∑ α a ∣ a ⟩ and ∣ ϕ ⟩ = b ∈ Σ ∑ β b ∣ b ⟩ ,
เรามี
⟨ ψ ∣ ϕ ⟩ = ∑ a ∈ Σ α a ‾ β a and ⟨ ϕ ∣ ψ ⟩ = ∑ a ∈ Σ β a ‾ α a , \langle \psi \vert \phi \rangle = \sum_{a\in\Sigma} \overline{\alpha_a} \beta_a
\quad\text{and}\quad
\langle \phi \vert \psi \rangle = \sum_{a\in\Sigma} \overline{\beta_a} \alpha_a, ⟨ ψ ∣ ϕ ⟩ = a ∈ Σ ∑ α a β a and ⟨ ϕ ∣ ψ ⟩ = a ∈ Σ ∑ β a α a ,
และดังนั้น
⟨ ψ ∣ ϕ ⟩ ‾ = ⟨ ϕ ∣ ψ ⟩ . \overline{\langle \psi \vert \phi \rangle} = \langle \phi \vert \psi \rangle. ⟨ ψ ∣ ϕ ⟩ = ⟨ ϕ ∣ ψ ⟩ .
ความเป็นเชิงเส้นในอาร์กิวเมนต์ที่สอง (และความเป็นเชิงเส้นเชิงคอนจูเกตในอาร์กิวเมนต์แรก)
สมมติว่า ∣ ψ ⟩ , \vert \psi \rangle, ∣ ψ ⟩ , ∣ ϕ 1 ⟩ , \vert \phi_1 \rangle, ∣ ϕ 1 ⟩ , และ ∣ ϕ 2 ⟩ \vert \phi_2 \rangle ∣ ϕ 2 ⟩ เป็นเวกเตอร์ และ α 1 \alpha_1 α 1 กับ α 2 \alpha_2 α 2 เป็นจำนวนเชิงซ้อน ถ้าเรานิยามเวกเตอร์ใหม่
∣ ϕ ⟩ = α 1 ∣ ϕ 1 ⟩ + α 2 ∣ ϕ 2 ⟩ , \vert \phi\rangle = \alpha_1 \vert \phi_1\rangle + \alpha_2 \vert \phi_2\rangle, ∣ ϕ ⟩ = α 1 ∣ ϕ 1 ⟩ + α 2 ∣ ϕ 2 ⟩ ,
แล้ว
⟨ ψ ∣ ϕ ⟩ = ⟨ ψ ∣ ( α 1 ∣ ϕ 1 ⟩ + α 2 ∣ ϕ 2 ⟩ ) = α 1 ⟨ ψ ∣ ϕ 1 ⟩ + α 2 ⟨ ψ ∣ ϕ 2 ⟩ . \langle \psi \vert \phi \rangle
= \langle \psi \vert \bigl( \alpha_1\vert \phi_1 \rangle + \alpha_2\vert \phi_2 \rangle\bigr)
= \alpha_1 \langle \psi \vert \phi_1 \rangle + \alpha_2 \langle \psi \vert \phi_2 \rangle. ⟨ ψ ∣ ϕ ⟩ = ⟨ ψ ∣ ( α 1 ∣ ϕ 1 ⟩ + α 2 ∣ ϕ 2 ⟩ ) = α 1 ⟨ ψ ∣ ϕ 1 ⟩ + α 2 ⟨ ψ ∣ ϕ 2 ⟩ .
กล่าวคือ ผลคูณภายในเป็น เชิงเส้น ในอาร์กิวเมนต์ที่สอง
สิ่งนี้ยืนยันได้ทั้งจากสูตรข้างต้นหรือเพียงแค่สังเกตว่าการคูณเมทริกซ์เป็นเชิงเส้นในแต่ละอาร์กิวเมนต์ (โดยเฉพาะในอาร์กิวเมนต์ที่สอง)
การรวมข้อเท็จจริงนี้กับความสมมาตรเชิงคอนจูเกตแสดงให้เห็นว่าผลคูณภายินเป็น เชิงเส้นเชิงคอนจูเกต ในอาร์กิวเมนต์แรก นั่นคือ ถ้า ∣ ψ 1 ⟩ , \vert \psi_1 \rangle, ∣ ψ 1 ⟩ , ∣ ψ 2 ⟩ , \vert \psi_2 \rangle, ∣ ψ 2 ⟩ , และ ∣ ϕ ⟩ \vert \phi \rangle ∣ ϕ ⟩ เป็นเวกเตอร์ และ α 1 \alpha_1 α 1 กับ α 2 \alpha_2 α 2 เป็นจำนวนเชิงซ้อน และเรานิยาม
∣ ψ ⟩ = α 1 ∣ ψ 1 ⟩ + α 2 ∣ ψ 2 ⟩ , \vert \psi \rangle = \alpha_1 \vert \psi_1\rangle + \alpha_2 \vert \psi_2 \rangle, ∣ ψ ⟩ = α 1 ∣ ψ 1 ⟩ + α 2 ∣ ψ 2 ⟩ ,
แล้ว
⟨ ψ ∣ ϕ ⟩ = ( α 1 ‾ ⟨ ψ 1 ∣ + α 2 ‾ ⟨ ψ 2 ∣ ) ∣ ϕ ⟩ = α 1 ‾ ⟨ ψ 1 ∣ ϕ ⟩ + α 2 ‾ ⟨ ψ 2 ∣ ϕ ⟩ . \langle \psi \vert \phi \rangle
=
\bigl( \overline{\alpha_1} \langle \psi_1 \vert + \overline{\alpha_2} \langle \psi_2 \vert \bigr)
\vert\phi\rangle
= \overline{\alpha_1} \langle \psi_1 \vert \phi \rangle + \overline{\alpha_2} \langle \psi_2 \vert \phi \rangle. ⟨ ψ ∣ ϕ ⟩ = ( α 1 ⟨ ψ 1 ∣ + α 2 ⟨ ψ 2 ∣ ) ∣ ϕ ⟩ = α 1 ⟨ ψ 1 ∣ ϕ ⟩ + α 2 ⟨ ψ 2 ∣ ϕ ⟩ .
อสมการ Cauchy–Schwarz
สำหรับทุกเวกเตอร์ ∣ ϕ ⟩ \vert \phi \rangle ∣ ϕ ⟩ และ ∣ ψ ⟩ \vert \psi \rangle ∣ ψ ⟩ ที่มีจำนวนสมาชิกเท่ากัน เรามี
∣ ⟨ ψ ∣ ϕ ⟩ ∣ ≤ ∥ ∣ ψ ⟩ ∥ ∥ ∣ ϕ ⟩ ∥ . \bigl\vert \langle \psi \vert \phi \rangle\bigr| \leq \bigl\| \vert\psi \rangle \bigr\| \bigl\| \vert \phi \rangle
\bigr\|. ⟨ ψ ∣ ϕ ⟩ ≤ ∣ ψ ⟩ ∣ ϕ ⟩ .
นี่คืออสมการที่มีประโยชน์อย่างมากและถูกใช้อย่างกว้างขวางในข้อมูลเชิงควอนตัม (และในหัวข้ออื่นๆ อีกมาก)
เซตออร์โธโกนอลและออร์โธนอร์มอล
เวกเตอร์สองตัว ∣ ϕ ⟩ \vert \phi \rangle ∣ ϕ ⟩ และ ∣ ψ ⟩ \vert \psi \rangle ∣ ψ ⟩ เรียกว่า ตั้งฉาก กันถ้าผลคูณภายในของพวกมันเป็นศูนย์
⟨ ψ ∣ ϕ ⟩ = 0. \langle \psi \vert \phi \rangle = 0. ⟨ ψ ∣ ϕ ⟩ = 0.
ในเชิงเรขาคณิต เราสามารถมองเวกเตอร์ตั้งฉากว่าเป็นเวกเตอร์ที่ทำมุมฉากต่อกัน
เซตของเวกเตอร์ { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ } \{ \vert \psi_1\rangle,\ldots,\vert\psi_m\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩} เรียกว่า เซตออร์โธโกนอล ถ้าทุกเวกเตอร์ในเซตตั้งฉากกับทุกเวกเตอร์อื่นในเซต
นั่นคือ เซตนี้เป็นออร์โธโกนอลถ้า
⟨ ψ j ∣ ψ k ⟩ = 0 \langle \psi_j \vert \psi_k\rangle = 0 ⟨ ψ j ∣ ψ k ⟩ = 0
สำหรับทุก j , k ∈ { 1 , … , m } j,k\in\{1,\ldots,m\} j , k ∈ { 1 , … , m } ที่ j ≠ k j\neq k j = k
เซตของเวกเตอร์ { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ } \{ \vert \psi_1\rangle,\ldots,\vert\psi_m\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩} เรียกว่า ออร์โธนอร์มอล ถ้าเป็นเซตออร์โธโกนอลและทุกเวกเตอร์ในเซตเป็นเวกเตอร์หน่วย
หรืออีกทางหนึ่ง เซตนี้เป็นออร์โธนอร์มอลถ้า
⟨ ψ j ∣ ψ k ⟩ = { 1 j = k 0 j ≠ k (3) \langle \psi_j \vert \psi_k\rangle =
\begin{cases}
1 & j = k\\[1mm]
0 & j\neq k
\end{cases}
\tag{3} ⟨ ψ j ∣ ψ k ⟩ = { 1 0 j = k j = k ( 3 )
สำหรับทุก j , k ∈ { 1 , … , m } j,k\in\{1,\ldots,m\} j , k ∈ { 1 , … , m }
สุดท้าย เซต { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ } \{ \vert \psi_1\rangle,\ldots,\vert\psi_m\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩} เป็น ฐานออร์โธนอร์มอล ถ้านอกจากจะเป็นเซตออร์โธนอร์มอลแล้ว ยังเป็นฐานด้วย
สิ่งนี้เทียบเท่ากับการที่ { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ } \{ \vert \psi_1\rangle,\ldots,\vert\psi_m\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩} เป็นเซตออร์โธนอร์มอลและ m m m เท่ากับมิติของปริภูมิที่ ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ \vert \psi_1\rangle,\ldots,\vert\psi_m\rangle ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ อยู่
ตัวอย่างเช่น สำหรับเซตสถานะคลาสสิก Σ \Sigma Σ ใดก็ตาม เซตของเวกเตอร์ฐานมาตรฐานทั้งหมด
{ ∣ a ⟩ : a ∈ Σ } \big\{ \vert a \rangle \,:\, a\in\Sigma\bigr\} { ∣ a ⟩ : a ∈ Σ }
เป็นฐานออร์โธนอร์มอล
เซต { ∣ + ⟩ , ∣ − ⟩ } \{\vert+\rangle,\vert-\rangle\} { ∣ + ⟩ , ∣ − ⟩} เป็นฐานออร์โธนอร์มอลสำหรับปริภูมิ 2 2 2 มิติที่สอดคล้องกับ Qubit เดี่ยว และฐาน Bell { ∣ ϕ + ⟩ , ∣ ϕ − ⟩ , ∣ ψ + ⟩ , ∣ ψ − ⟩ } \{\vert\phi^+\rangle, \vert\phi^-\rangle, \vert\psi^+\rangle, \vert\psi^-\rangle\} { ∣ ϕ + ⟩ , ∣ ϕ − ⟩ , ∣ ψ + ⟩ , ∣ ψ − ⟩} เป็นฐานออร์โธนอร์มอลสำหรับปริภูมิ 4 4 4 มิติที่สอดคล้องกับ Qubit สองตัว
การขยายเซตออร์โธนอร์มอลเป็นฐานออร์โธนอร์มอล
สมมติว่า ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ \vert\psi_1\rangle,\ldots,\vert\psi_m\rangle ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ เป็นเวกเตอร์ที่อยู่ในปริภูมิ n n n มิติ และ { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ } \{\vert\psi_1\rangle,\ldots,\vert\psi_m\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩} เป็นเซตออร์โธนอร์มอล
เซตออร์โธนอร์มอลเป็นเซตอิสระเชิงเส้นเสมอ ดังนั้นเวกเตอร์เหล่านี้จึงกางออกเป็นปริภูมิย่อยที่มีมิติ m m m เสมอ
จากนี้เราสรุปได้ว่า m ≤ n m\leq n m ≤ n เพราะมิติของปริภูมิย่อยที่กางโดยเวกเตอร์เหล่านี้ไม่สามารถใหญ่กว่ามิติของปริภูมิทั้งหมดที่พวกมันอยู่
ถ้า m < n m<n m < n เป็นไปได้เสมอที่จะเลือกเวกเตอร์เพิ่มเติมอีก n − m n-m n − m ตัว
∣ ψ m + 1 ⟩ , … , ∣ ψ n ⟩ \vert \psi_{m+1}\rangle,\ldots,\vert\psi_n\rangle ∣ ψ m + 1 ⟩ , … , ∣ ψ n ⟩ เพื่อให้
{ ∣ ψ 1 ⟩ , … , ∣ ψ n ⟩ } \{\vert\psi_1\rangle,\ldots,\vert\psi_n\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ n ⟩} เป็นฐานออร์โธนอร์มอล
กระบวนการที่เรียกว่า กระบวนการออร์โธโกนัลไลเซชันของ Gram–Schmidt สามารถใช้สร้างเวกเตอร์เหล่านี้ได้
เซตออร์โธนอร์มอลและเมทริกซ์ยูนิทารี
เซตออร์โธนอร์มอลของเวกเตอร์มีความเชื่อมโยงอย่างใกล้ชิดกับเมทริกซ์ยูนิทารี
วิธีหนึ่งในการแสดงความเชื่อมโยงนี้คือการบอกว่าประโยคสามข้อต่อไปนี้มีความเทียบเท่ากันในตรรกะ (หมายความว่าทั้งหมดเป็นจริงหรือเป็นเท็จพร้อมกัน) สำหรับทุกเมทริกซ์จัตุรัส U U U
เมทริกซ์ U U U เป็นยูนิทารี (นั่นคือ U † U = I = U U † U^{\dagger} U = \mathbb{I} = U U^{\dagger} U † U = I = U U † )
แถวของ U U U ประกอบเป็นเซตออร์โธนอร์มอล
คอลัมน์ของ U U U ประกอบเป็นเซตออร์โธนอร์มอล
ความเทียบเท่านี้ค่อนข้างตรงไปตรงมาเมื่อเราคิดถึงการทำงานของการคูณเมทริกซ์และคอนจูเกต-ทรานสโพส
สมมติว่าเรามีเมทริกซ์ 3 × 3 3\times 3 3 × 3 ดังนี้
U = ( α 1 , 1 α 1 , 2 α 1 , 3 α 2 , 1 α 2 , 2 α 2 , 3 α 3 , 1 α 3 , 2 α 3 , 3 ) U = \begin{pmatrix}
\alpha_{1,1} & \alpha_{1,2} & \alpha_{1,3} \\[1mm]
\alpha_{2,1} & \alpha_{2,2} & \alpha_{2,3} \\[1mm]
\alpha_{3,1} & \alpha_{3,2} & \alpha_{3,3}
\end{pmatrix} U = α 1 , 1 α 2 , 1 α 3 , 1 α 1 , 2 α 2 , 2 α 3 , 2 α 1 , 3 α 2 , 3 α 3 , 3
คอนจูเกต-ทรานสโพสของ U U U มีลักษณะดังนี้
U † = ( α 1 , 1 ‾ α 2 , 1 ‾ α 3 , 1 ‾ α 1 , 2 ‾ α 2 , 2 ‾ α 3 , 2 ‾ α 1 , 3 ‾ α 2 , 3 ‾ α 3 , 3 ‾ ) U^{\dagger} = \begin{pmatrix}
\overline{\alpha_{1,1}} & \overline{\alpha_{2,1}} & \overline{\alpha_{3,1}} \\[1mm]
\overline{\alpha_{1,2}} & \overline{\alpha_{2,2}} & \overline{\alpha_{3,2}} \\[1mm]
\overline{\alpha_{1,3}} & \overline{\alpha_{2,3}} & \overline{\alpha_{3,3}}
\end{pmatrix} U † = α 1 , 1 α 1 , 2 α 1 , 3 α 2 , 1 α 2 , 2 α 2 , 3 α 3 , 1 α 3 , 2 α 3 , 3
การคูณเมทริกซ์ทั้งสอง โดยให้คอนจูเกต-ทรานสโพสอยู่ทางซ้าย ให้เมทริกซ์นี้
( α 1 , 1 ‾ α 2 , 1 ‾ α 3 , 1 ‾ α 1 , 2 ‾ α 2 , 2 ‾ α 3 , 2 ‾ α 1 , 3 ‾ α 2 , 3 ‾ α 3 , 3 ‾ ) ( α 1 , 1 α 1 , 2 α 1 , 3 α 2 , 1 α 2 , 2 α 2 , 3 α 3 , 1 α 3 , 2 α 3 , 3 ) = ( α 1 , 1 ‾ α 1 , 1 + α 2 , 1 ‾ α 2 , 1 + α 3 , 1 ‾ α 3 , 1 α 1 , 1 ‾ α 1 , 2 + α 2 , 1 ‾ α 2 , 2 + α 3 , 1 ‾ α 3 , 2 α 1 , 1 ‾ α 1 , 3 + α 2 , 1 ‾ α 2 , 3 + α 3 , 1 ‾ α 3 , 3 α 1 , 2 ‾ α 1 , 1 + α 2 , 2 ‾ α 2 , 1 + α 3 , 2 ‾ α 3 , 1 α 1 , 2 ‾ α 1 , 2 + α 2 , 2 ‾ α 2 , 2 + α 3 , 2 ‾ α 3 , 2 α 1 , 2 ‾ α 1 , 3 + α 2 , 2 ‾ α 2 , 3 + α 3 , 2 ‾ α 3 , 3 α 1 , 3 ‾ α 1 , 1 + α 2 , 3 ‾ α 2 , 1 + α 3 , 3 ‾ α 3 , 1 α 1 , 3 ‾ α 1 , 2 + α 2 , 3 ‾ α 2 , 2 + α 3 , 3 ‾ α 3 , 2 α 1 , 3 ‾ α 1 , 3 + α 2 , 3 ‾ α 2 , 3 + α 3 , 3 ‾ α 3 , 3 ) \begin{aligned}
&\begin{pmatrix}
\overline{\alpha_{1,1}} & \overline{\alpha_{2,1}} & \overline{\alpha_{3,1}} \\[1mm]
\overline{\alpha_{1,2}} & \overline{\alpha_{2,2}} & \overline{\alpha_{3,2}} \\[1mm]
\overline{\alpha_{1,3}} & \overline{\alpha_{2,3}} & \overline{\alpha_{3,3}}
\end{pmatrix}
\begin{pmatrix}
\alpha_{1,1} & \alpha_{1,2} & \alpha_{1,3} \\[1mm]
\alpha_{2,1} & \alpha_{2,2} & \alpha_{2,3} \\[1mm]
\alpha_{3,1} & \alpha_{3,2} & \alpha_{3,3}
\end{pmatrix}\\[4mm]
\quad &=
\begin{pmatrix}
\overline{\alpha_{1,1}}\alpha_{1,1} + \overline{\alpha_{2,1}}\alpha_{2,1} + \overline{\alpha_{3,1}}\alpha_{3,1} &
\overline{\alpha_{1,1}}\alpha_{1,2} + \overline{\alpha_{2,1}}\alpha_{2,2} + \overline{\alpha_{3,1}}\alpha_{3,2} &
\overline{\alpha_{1,1}}\alpha_{1,3} + \overline{\alpha_{2,1}}\alpha_{2,3} + \overline{\alpha_{3,1}}\alpha_{3,3} \\[2mm]
\overline{\alpha_{1,2}}\alpha_{1,1} + \overline{\alpha_{2,2}}\alpha_{2,1} + \overline{\alpha_{3,2}}\alpha_{3,1} &
\overline{\alpha_{1,2}}\alpha_{1,2} + \overline{\alpha_{2,2}}\alpha_{2,2} + \overline{\alpha_{3,2}}\alpha_{3,2} &
\overline{\alpha_{1,2}}\alpha_{1,3} + \overline{\alpha_{2,2}}\alpha_{2,3} + \overline{\alpha_{3,2}}\alpha_{3,3} \\[2mm]
\overline{\alpha_{1,3}}\alpha_{1,1} + \overline{\alpha_{2,3}}\alpha_{2,1} + \overline{\alpha_{3,3}}\alpha_{3,1} &
\overline{\alpha_{1,3}}\alpha_{1,2} + \overline{\alpha_{2,3}}\alpha_{2,2} + \overline{\alpha_{3,3}}\alpha_{3,2} &
\overline{\alpha_{1,3}}\alpha_{1,3} + \overline{\alpha_{2,3}}\alpha_{2,3} + \overline{\alpha_{3,3}}\alpha_{3,3}
\end{pmatrix}
\end{aligned} α 1 , 1 α 1 , 2 α 1 , 3 α 2 , 1 α 2 , 2 α 2 , 3 α 3 , 1 α 3 , 2 α 3 , 3 α 1 , 1 α 2 , 1 α 3 , 1 α 1 , 2 α 2 , 2 α 3 , 2 α 1 , 3 α 2 , 3 α 3 , 3 = α 1 , 1 α 1 , 1 + α 2 , 1 α 2 , 1 + α 3 , 1 α 3 , 1 α 1 , 2 α 1 , 1 + α 2 , 2 α 2 , 1 + α 3 , 2 α 3 , 1 α 1 , 3 α 1 , 1 + α 2 , 3 α 2 , 1 + α 3 , 3 α 3 , 1 α 1 , 1 α 1 , 2 + α 2 , 1 α 2 , 2 + α 3 , 1 α 3 , 2 α 1 , 2 α 1 , 2 + α 2 , 2 α 2 , 2 + α 3 , 2 α 3 , 2 α 1 , 3 α 1 , 2 + α 2 , 3 α 2 , 2 + α 3 , 3 α 3 , 2 α 1 , 1 α 1 , 3 + α 2 , 1 α 2 , 3 + α 3 , 1 α 3 , 3 α 1 , 2 α 1 , 3 + α 2 , 2 α 2 , 3 + α 3 , 2 α 3 , 3 α 1 , 3 α 1 , 3 + α 2 , 3 α 2 , 3 + α 3 , 3 α 3 , 3
ถ้าเราสร้างเวกเตอร์สามตัวจากคอลัมน์ของ U U U
∣ ψ 1 ⟩ = ( α 1 , 1 α 2 , 1 α 3 , 1 ) , ∣ ψ 2 ⟩ = ( α 1 , 2 α 2 , 2 α 3 , 2 ) , ∣ ψ 3 ⟩ = ( α 1 , 3 α 2 , 3 α 3 , 3 ) , \vert \psi_1\rangle = \begin{pmatrix}
\alpha_{1,1}\\
\alpha_{2,1}\\
\alpha_{3,1}
\end{pmatrix},
\quad
\vert \psi_2\rangle = \begin{pmatrix}
\alpha_{1,2}\\
\alpha_{2,2}\\
\alpha_{3,2}
\end{pmatrix},
\quad
\vert \psi_3\rangle =
\begin{pmatrix}
\alpha_{1,3}\\
\alpha_{2,3}\\
\alpha_{3,3}
\end{pmatrix}, ∣ ψ 1 ⟩ = α 1 , 1 α 2 , 1 α 3 , 1 , ∣ ψ 2 ⟩ = α 1 , 2 α 2 , 2 α 3 , 2 , ∣ ψ 3 ⟩ = α 1 , 3 α 2 , 3 α 3 , 3 ,
เราสามารถเขียนผลคูณข้างต้นในรูปแบบอื่นได้ว่า
U † U = ( ⟨ ψ 1 ∣ ψ 1 ⟩ ⟨ ψ 1 ∣ ψ 2 ⟩ ⟨ ψ 1 ∣ ψ 3 ⟩ ⟨ ψ 2 ∣ ψ 1 ⟩ ⟨ ψ 2 ∣ ψ 2 ⟩ ⟨ ψ 2 ∣ ψ 3 ⟩ ⟨ ψ 3 ∣ ψ 1 ⟩ ⟨ ψ 3 ∣ ψ 2 ⟩ ⟨ ψ 3 ∣ ψ 3 ⟩ ) U^{\dagger} U =
\begin{pmatrix}
\langle \psi_1\vert \psi_1 \rangle & \langle \psi_1\vert \psi_2 \rangle & \langle \psi_1\vert \psi_3 \rangle \\
\langle \psi_2\vert \psi_1 \rangle & \langle \psi_2\vert \psi_2 \rangle & \langle \psi_2\vert \psi_3 \rangle \\
\langle \psi_3\vert \psi_1 \rangle & \langle \psi_3\vert \psi_2 \rangle & \langle \psi_3\vert \psi_3 \rangle
\end{pmatrix} U † U = ⟨ ψ 1 ∣ ψ 1 ⟩ ⟨ ψ 2 ∣ ψ 1 ⟩ ⟨ ψ 3 ∣ ψ 1 ⟩ ⟨ ψ 1 ∣ ψ 2 ⟩ ⟨ ψ 2 ∣ ψ 2 ⟩ ⟨ ψ 3 ∣ ψ 2 ⟩ ⟨ ψ 1 ∣ ψ 3 ⟩ ⟨ ψ 2 ∣ ψ 3 ⟩ ⟨ ψ 3 ∣ ψ 3 ⟩
โดยอ้างอิงสมการ ( 3 ) (3) ( 3 ) เราเห็นได้ว่าเงื่อนไขที่เมทริกซ์นี้เท่ากับเมทริกซ์เอกลักษณ์เทียบเท่ากับความเป็นออร์โธนอร์มอลของเซต { ∣ ψ 1 ⟩ , ∣ ψ 2 ⟩ , ∣ ψ 3 ⟩ } \{\vert\psi_1\rangle,\vert\psi_2\rangle,\vert\psi_3\rangle\} { ∣ ψ 1 ⟩ , ∣ ψ 2 ⟩ , ∣ ψ 3 ⟩}
การโต้แย้งนี้ขยายได้กับเมทริกซ์ยูนิทารีทุกขนาด
ข้อเท็จจริงที่ว่าแถวของเมทริกซ์ประกอบเป็นฐานออร์โธนอร์มอลก็ต่อเมื่อเมทริกซ์เป็นยูนิทารี มาจากข้อเท็จจริงที่ว่าเมทริกซ์เป็นยูนิทารีก็ต่อเมื่อทรานสโพสของมันเป็นยูนิทารี
จากความเทียบเท่าที่อธิบายไว้ข้างต้น ร่วมกับข้อเท็จจริงที่ว่าเซตออร์โธนอร์มอลทุกเซตสามารถขยายเป็นฐานออร์โธนอร์มอลได้ เราสรุปข้อเท็จจริงที่มีประโยชน์ดังนี้
สำหรับเซตออร์โธนอร์มอลใดๆ ของเวกเตอร์ { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ } \{\vert\psi_1\rangle,\ldots,\vert\psi_m\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩} ที่อยู่ในปริภูมิ n n n มิติ มีเมทริกซ์ยูนิทารี U U U ที่ m m m คอลัมน์แรกคือเวกเตอร์ ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ \vert\psi_1\rangle,\ldots,\vert\psi_m\rangle ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ อยู่เสมอ
ในรูปภาพ เราสามารถหาเมทริกซ์ยูนิทารีที่มีรูปแบบนี้ได้เสมอ
U = ( ∣ ψ 1 ⟩ ∣ ψ 2 ⟩ ⋯ ∣ ψ m ⟩ ∣ ψ m + 1 ⟩ ⋯ ∣ ψ n ⟩ ) . U =
\left(
\begin{array}{ccccccc}
\rule{0.4pt}{10pt} & \rule{0.4pt}{10pt} & & \rule{0.4pt}{10pt} & \rule{0.4pt}{10pt} & & \rule{0.4pt}{10pt}\\
\vert\psi_1\rangle & \vert\psi_2\rangle & \cdots & \vert\psi_m\rangle & \vert\psi_{m+1}\rangle &
\cdots & \vert\psi_n\rangle\\[2mm]
\rule{0.4pt}{10pt} & \rule{0.4pt}{10pt} & & \rule{0.4pt}{10pt} & \rule{0.4pt}{10pt} & & \rule{0.4pt}{10pt}
\end{array}
\right). U = ∣ ψ 1 ⟩ ∣ ψ 2 ⟩ ⋯ ∣ ψ m ⟩ ∣ ψ m + 1 ⟩ ⋯ ∣ ψ n ⟩ .
ที่นี่ n − m n-m n − m คอลัมน์สุดท้ายเติมด้วยเวกเตอร์ ∣ ψ m + 1 ⟩ , … , ∣ ψ n ⟩ \vert\psi_{m+1}\rangle,\ldots,\vert\psi_n\rangle ∣ ψ m + 1 ⟩ , … , ∣ ψ n ⟩ ที่เลือกให้
{ ∣ ψ 1 ⟩ , … , ∣ ψ n ⟩ } \{\vert\psi_1\rangle,\ldots,\vert\psi_n\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ n ⟩} เป็นฐานออร์โธนอร์มอล
การฉายและการวัดแบบโปรเจกทีฟ
เมทริกซ์การฉาย
เมทริกซ์จัตุรัส Π \Pi Π เรียกว่า การฉาย ถ้าเป็นไปตามสองสมบัติ
Π = Π † . \Pi = \Pi^{\dagger}. Π = Π † .
Π 2 = Π . \Pi^2 = \Pi. Π 2 = Π.
เมทริกซ์ที่เป็นไปตามเงื่อนไขแรก — คือเท่ากับคอนจูเกต-ทรานสโพสของตัวเอง — เรียกว่า เมทริกซ์เฮอร์มิเชียน และเมทริกซ์ที่เป็นไปตามเงื่อนไขที่สอง — คือการยกกำลังสองแล้วไม่เปลี่ยน — เรียกว่า เมทริกซ์อิเดมโพเทนต์
ควรระวังว่าคำว่า การฉาย บางครั้งใช้เพื่ออ้างถึงเมทริกซ์ที่เป็นไปตามเงื่อนไขที่สองเท่านั้นแต่ไม่จำเป็นต้องเป็นไปตามเงื่อนไขแรก และในกรณีนั้นมักใช้คำว่า การฉายตั้งฉาก สำหรับเมทริกซ์ที่เป็นไปตามทั้งสองเงื่อนไข
อย่างไรก็ตาม ในบริบทของข้อมูลและการคำนวณเชิงควอนตัม คำว่า การฉาย และ เมทริกซ์การฉาย มักหมายถึงเมทริกซ์ที่เป็นไปตามทั้งสองเงื่อนไข
ตัวอย่างของการฉายคือเมทริกซ์
Π = ∣ ψ ⟩ ⟨ ψ ∣ (4) \Pi = \vert \psi \rangle \langle \psi \vert
\tag{4} Π = ∣ ψ ⟩ ⟨ ψ ∣ ( 4 )
สำหรับเวกเตอร์หน่วย ∣ ψ ⟩ \vert \psi\rangle ∣ ψ ⟩ ใดก็ตาม
เราเห็นว่าเมทริกซ์นี้เป็นเฮอร์มิเชียนดังนี้
Π † = ( ∣ ψ ⟩ ⟨ ψ ∣ ) † = ( ⟨ ψ ∣ ) † ( ∣ ψ ⟩ ) † = ∣ ψ ⟩ ⟨ ψ ∣ = Π . \Pi^{\dagger} = \bigl( \vert \psi \rangle \langle \psi \vert \bigr)^{\dagger}
= \bigl( \langle \psi \vert \bigr)^{\dagger}\bigl( \vert \psi \rangle \bigr)^{\dagger}
= \vert \psi \rangle \langle \psi \vert = \Pi. Π † = ( ∣ ψ ⟩ ⟨ ψ ∣ ) † = ( ⟨ ψ ∣ ) † ( ∣ ψ ⟩ ) † = ∣ ψ ⟩ ⟨ ψ ∣ = Π.
ที่นี่ เพื่อให้ได้ความเท่ากันที่สอง เราใช้สูตร
( A B ) † = B † A † , (A B)^{\dagger} = B^{\dagger} A^{\dagger}, ( A B ) † = B † A † ,
ซึ่งเป็นจริงเสมอสำหรับเมทริกซ์ A A A และ B B B ใดๆ ที่ผลคูณ A B AB A B มีความหมาย
เพื่อแสดงว่าเมทริกซ์ Π \Pi Π ใน ( 4 ) (4) ( 4 ) เป็นอิเดมโพเทนต์ เราใช้สมมติฐานว่า ∣ ψ ⟩ \vert\psi\rangle ∣ ψ ⟩ เป็นเวกเตอร์หน่วย ดังนั้นจึงเป็นไปตาม ⟨ ψ ∣ ψ ⟩ = 1 \langle \psi \vert \psi\rangle = 1 ⟨ ψ ∣ ψ ⟩ = 1
ดังนั้น
Π 2 = ( ∣ ψ ⟩ ⟨ ψ ∣ ) 2 = ∣ ψ ⟩ ⟨ ψ ∣ ψ ⟩ ⟨ ψ ∣ = ∣ ψ ⟩ ⟨ ψ ∣ = Π . \Pi^2
= \bigl( \vert\psi\rangle\langle \psi\vert \bigr)^2
= \vert\psi\rangle\langle \psi\vert\psi\rangle\langle\psi\vert
= \vert\psi\rangle\langle\psi\vert = \Pi. Π 2 = ( ∣ ψ ⟩ ⟨ ψ ∣ ) 2 = ∣ ψ ⟩ ⟨ ψ ∣ ψ ⟩ ⟨ ψ ∣ = ∣ ψ ⟩ ⟨ ψ ∣ = Π.
โดยทั่วไป ถ้า { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ } \{\vert \psi_1\rangle,\ldots,\vert \psi_m\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩} เป็นเซตออร์โธนอร์มอลใดๆ ของเวกเตอร์ เมทริกซ์
Π = ∑ k = 1 m ∣ ψ k ⟩ ⟨ ψ k ∣ (5) \Pi = \sum_{k = 1}^m \vert \psi_k\rangle \langle \psi_k \vert
\tag{5} Π = k = 1 ∑ m ∣ ψ k ⟩ ⟨ ψ k ∣ ( 5 )
เป็นการฉาย
โดยเฉพาะ เรามี
Π † = ( ∑ k = 1 m ∣ ψ k ⟩ ⟨ ψ k ∣ ) † = ∑ k = 1 m ( ∣ ψ k ⟩ ⟨ ψ k ∣ ) † = ∑ k = 1 m ∣ ψ k ⟩ ⟨ ψ k ∣ = Π , \begin{aligned}
\Pi^{\dagger}
&= \biggl(\sum_{k = 1}^m \vert \psi_k\rangle \langle \psi_k \vert\biggr)^{\dagger} \\
&= \sum_{k = 1}^m \bigl(\vert\psi_k\rangle\langle\psi_k\vert\bigr)^{\dagger} \\
&= \sum_{k = 1}^m \vert \psi_k\rangle \langle \psi_k \vert\\
&= \Pi,
\end{aligned} Π † = ( k = 1 ∑ m ∣ ψ k ⟩ ⟨ ψ k ∣ ) † = k = 1 ∑ m ( ∣ ψ k ⟩ ⟨ ψ k ∣ ) † = k = 1 ∑ m ∣ ψ k ⟩ ⟨ ψ k ∣ = Π ,
และ
Π 2 = ( ∑ j = 1 m ∣ ψ j ⟩ ⟨ ψ j ∣ ) ( ∑ k = 1 m ∣ ψ k ⟩ ⟨ ψ k ∣ ) = ∑ j = 1 m ∑ k = 1 m ∣ ψ j ⟩ ⟨ ψ j ∣ ψ k ⟩ ⟨ ψ k ∣ = ∑ k = 1 m ∣ ψ k ⟩ ⟨ ψ k ∣ = Π , \begin{aligned}
\Pi^2
& = \biggl( \sum_{j = 1}^m \vert \psi_j\rangle \langle \psi_j \vert\Bigr)\Bigl(\sum_{k = 1}^m \vert \psi_k\rangle \langle \psi_k \vert\biggr) \\
& = \sum_{j = 1}^m\sum_{k = 1}^m \vert \psi_j\rangle \langle \psi_j \vert \psi_k\rangle \langle \psi_k \vert \\
& = \sum_{k = 1}^m \vert \psi_k\rangle \langle \psi_k \vert\\
& = \Pi,
\end{aligned} Π 2 = ( j = 1 ∑ m ∣ ψ j ⟩ ⟨ ψ j ∣ ) ( k = 1 ∑ m ∣ ψ k ⟩ ⟨ ψ k ∣ ) = j = 1 ∑ m k = 1 ∑ m ∣ ψ j ⟩ ⟨ ψ j ∣ ψ k ⟩ ⟨ ψ k ∣ = k = 1 ∑ m ∣ ψ k ⟩ ⟨ ψ k ∣ = Π ,
โดยความเป็นออร์โธนอร์มอลของ { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ } \{\vert \psi_1\rangle,\ldots,\vert \psi_m\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩} ทำให้ความเท่ากันสองขั้นก่อนสุดท้ายเป็นจริง
ที่จริงแล้ว นี่ครอบคลุมทุกกรณีได้: ทุก การฉาย Π \Pi Π สามารถเขียนในรูปแบบ ( 5 ) (5) ( 5 ) สำหรับเซตออร์โธนอร์มอล { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩ } \{\vert \psi_1\rangle,\ldots,\vert \psi_m\rangle\} { ∣ ψ 1 ⟩ , … , ∣ ψ m ⟩} บางชุด
(ในทางเทคนิค เมทริกซ์ศูนย์ Π = 0 \Pi=0 Π = 0 ซึ่งเป็นการฉาย เป็นกรณีพิเศษ
เพื่อให้พอดีกับรูปแบบทั่วไป ( 5 ) (5) ( 5 ) เราต้องอนุญาตให้ผลรวมว่างเปล่า ซึ่งได้เมทริกซ์ศูนย์)
การวัดแบบโปรเจกทีฟ
แนวคิดของการวัดระบบควอนตัมมีความทั่วไปมากกว่าแค่การวัดในฐานมาตรฐาน
การวัดแบบโปรเจกทีฟ คือการวัดที่อธิบายโดยกลุ่มของการฉายที่รวมกันเท่ากับเมทริกซ์เอกลักษณ์
ในสัญลักษณ์ กลุ่ม { Π 0 , … , Π m − 1 } \{\Pi_0,\ldots,\Pi_{m-1}\} { Π 0 , … , Π m − 1 } ของเมทริกซ์การฉายอธิบายการวัดแบบโปรเจกทีฟถ้า
Π 0 + ⋯ + Π m − 1 = I . \Pi_0 + \cdots + \Pi_{m-1} = \mathbb{I}. Π 0 + ⋯ + Π m − 1 = I .
เมื่อทำการวัดแบบนี้บนระบบ X \mathsf{X} X ขณะอยู่ในสถานะ ∣ ψ ⟩ \vert\psi\rangle ∣ ψ ⟩ สองสิ่งเกิดขึ้น
สำหรับแต่ละ k ∈ { 0 , … , m − 1 } , k\in\{0,\ldots,m-1\}, k ∈ { 0 , … , m − 1 } , ผลการวัดเป็น k k k ด้วยความน่าจะเป็น
Pr ( outcome is k ) = ∥ Π k ∣ ψ ⟩ ∥ 2 . \operatorname{Pr}\bigl(\text{outcome is $k$}\bigr) = \bigl\| \Pi_k \vert \psi \rangle \bigr\|^2. Pr ( outcome is k ) = Π k ∣ ψ ⟩ 2 .
ไม่ว่าจะได้ผล k k k ใด สถานะของ X \mathsf{X} X จะกลายเป็น
Π k ∣ ψ ⟩ ∥ Π k ∣ ψ ⟩ ∥ . \frac{\Pi_k \vert\psi\rangle}{\bigl\|\Pi_k \vert\psi\rangle\bigr\|}. Π k ∣ ψ ⟩ Π k ∣ ψ ⟩ .
เราสามารถเลือกผลลัพธ์อื่นที่ไม่ใช่ { 0 , … , m − 1 } \{0,\ldots,m-1\} { 0 , … , m − 1 } สำหรับการวัดแบบโปรเจกทีฟได้
โดยทั่วไป สำหรับเซตที่มีจำนวนจำกัดและไม่ว่างเปล่า Σ \Sigma Σ ใดก็ตาม ถ้าเรามีกลุ่มของเมทริกซ์การฉาย
{ Π a : a ∈ Σ } \{\Pi_a:a\in\Sigma\} { Π a : a ∈ Σ }
ที่เป็นไปตามเงื่อนไข
∑ a ∈ Σ Π a = I , \sum_{a\in\Sigma} \Pi_a = \mathbb{I}, a ∈ Σ ∑ Π a = I ,
กลุ่มนี้อธิบายการวัดแบบโปรเจกทีฟที่มีผลที่เป็นไปได้ตรงกับเซต Σ \Sigma Σ โดยกฎเหมือนเดิม
สำหรับแต่ละ a ∈ Σ , a\in\Sigma, a ∈ Σ , ผลการวัดเป็น a a a ด้วยความน่าจะเป็น
Pr ( outcome is a ) = ∥ Π a ∣ ψ ⟩ ∥ 2 . \operatorname{Pr}\bigl(\text{outcome is $a$}\bigr) = \bigl\| \Pi_a \vert \psi \rangle \bigr\|^2. Pr ( outcome is a ) = Π a ∣ ψ ⟩ 2 .
ไม่ว่าจะได้ผล a a a ใด สถานะของ X \mathsf{X} X จะกลายเป็น
Π a ∣ ψ ⟩ ∥ Π a ∣ ψ ⟩ ∥ . \frac{\Pi_a \vert\psi\rangle}{\bigl\|\Pi_a \vert\psi\rangle\bigr\|}. Π a ∣ ψ ⟩ Π a ∣ ψ ⟩ .
ตัวอย่างเช่น การวัดในฐานมาตรฐานเทียบเท่ากับการวัดแบบโปรเจกทีฟ โดย Σ \Sigma Σ คือเซตสถานะคลาสสิกของระบบ X \mathsf{X} X ที่เราพูดถึง และกลุ่มเมทริกซ์การฉายของเราคือ
{ ∣ a ⟩ ⟨ a ∣ : a ∈ Σ } \{\vert a\rangle\langle a\vert:a\in\Sigma\} { ∣ a ⟩ ⟨ a ∣ : a ∈ Σ }
อีกตัวอย่างของการวัดแบบโปรเจกทีฟ คราวนี้บน Qubit สองตัว ( X , Y ) (\mathsf{X},\mathsf{Y}) ( X , Y ) คือเซต
{ Π 0 , Π 1 } , \{\Pi_0,\Pi_1\}, { Π 0 , Π 1 } , โดย
Π 0 = ∣ ϕ + ⟩ ⟨ ϕ + ∣ + ∣ ϕ − ⟩ ⟨ ϕ − ∣ + ∣ ψ + ⟩ ⟨ ψ + ∣ and Π 1 = ∣ ψ − ⟩ ⟨ ψ − ∣ . \Pi_0 = \vert \phi^+\rangle\langle \phi^+ \vert + \vert \phi^-\rangle\langle \phi^- \vert + \vert \psi^+\rangle\langle \psi^+ \vert
\quad\text{and}\quad
\Pi_1 = \vert\psi^-\rangle\langle\psi^-\vert. Π 0 = ∣ ϕ + ⟩ ⟨ ϕ + ∣ + ∣ ϕ − ⟩ ⟨ ϕ − ∣ + ∣ ψ + ⟩ ⟨ ψ + ∣ and Π 1 = ∣ ψ − ⟩ ⟨ ψ − ∣.
ถ้าเรามีหลายระบบที่ร่วมกันอยู่ในสถานะควอนตัมใดสถานะหนึ่ง และทำการวัดแบบโปรเจกทีฟบนระบบเดียว ผลที่ได้คล้ายกับกรณีการวัดในฐานมาตรฐาน — และที่จริงเราสามารถอธิบายผลนี้ได้ง่ายกว่าที่เคยทำได้
พูดให้แม่นยำ สมมติว่าเรามีสองระบบ ( X , Y ) (\mathsf{X},\mathsf{Y}) ( X , Y ) ในสถานะควอนตัม ∣ ψ ⟩ \vert\psi\rangle ∣ ψ ⟩ และทำการวัดแบบโปรเจกทีฟที่อธิบายโดยกลุ่ม { Π a : a ∈ Σ } \{\Pi_a : a\in\Sigma\} { Π a : a ∈ Σ } บนระบบ X \mathsf{X} X โดยไม่กระทำอะไรกับ Y \mathsf{Y} Y
การทำเช่นนี้เทียบเท่ากับการทำการวัดแบบโปรเจกทีฟที่อธิบายโดยกลุ่ม
{ Π a ⊗ I : a ∈ Σ } \bigl\{ \Pi_a \otimes \mathbb{I} \,:\, a\in\Sigma\bigr\} { Π a ⊗ I : a ∈ Σ }
บนระบบร่วม ( X , Y ) (\mathsf{X},\mathsf{Y}) ( X , Y )
แต่ละผลการวัด a a a เกิดขึ้นด้วยความน่าจะเป็น
∥ ( Π a ⊗ I ) ∣ ψ ⟩ ∥ 2 , \bigl\| (\Pi_a \otimes \mathbb{I})\vert \psi\rangle \bigr\|^2, ( Π a ⊗ I ) ∣ ψ ⟩ 2 ,
และเมื่อได้ผล a a a สถานะของระบบร่วม ( X , Y ) (\mathsf{X},\mathsf{Y}) ( X , Y ) จะกลายเป็น
( Π a ⊗ I ) ∣ ψ ⟩ ∥ ( Π a ⊗ I ) ∣ ψ ⟩ ∥ . \frac{(\Pi_a \otimes \mathbb{I})\vert \psi\rangle}{\bigl\| (\Pi_a \otimes \mathbb{I})\vert \psi\rangle \bigr\|}. ( Π a ⊗ I ) ∣ ψ ⟩ ( Π a ⊗ I ) ∣ ψ ⟩ .
การนำการวัดแบบโปรเจกทีฟไปใช้งาน
การวัดแบบโปรเจกทีฟโดยพลการสามารถนำไปใช้ได้โดยใช้การดำเนินการยูนิทารี การวัดในฐานมาตรฐาน และระบบพื้นที่ทำงานเพิ่มเติม ดังที่จะอธิบายต่อไป
สมมติว่า X \mathsf{X} X เป็นระบบและ { Π 0 , … , Π m − 1 } \{\Pi_0,\ldots,\Pi_{m-1}\} { Π 0 , … , Π m − 1 } เป็นการวัดแบบโปรเจกทีฟบน X \mathsf{X} X เราสามารถขยายการอภิปรายนี้ให้ครอบคลุมการวัดแบบโปรเจกทีฟที่มีเซตผลลัพธ์ต่างกันได้ แต่เพื่อความสะดวกเราจะสมมติว่าเซตผลลัพธ์ที่เป็นไปได้สำหรับการวัดของเราคือ { 0 , … , m − 1 } \{0,\ldots,m-1\} { 0 , … , m − 1 }
ควรระบุชัดเจนว่า m m m ไม่จำเป็นต้องเท่ากับจำนวนสถานะคลาสสิกของ X \mathsf{X} X — เราจะให้ n n n เป็นจำนวนสถานะคลาสสิกของ X \mathsf{X} X ซึ่งหมายความว่าแต่ละเมทริกซ์ Π k \Pi_k Π k เป็นเมทริกซ์การฉายขนาด n × n n\times n n × n
เนื่องจากเราสมมติว่า { Π 0 … , Π m − 1 } \{\Pi_0\ldots,\Pi_{m-1}\} { Π 0 … , Π m − 1 } แทนการวัดแบบโปรเจกทีฟ จำเป็นต้องเป็นไปว่า
∑ k = 0 m − 1 Π k = I n . \sum_{k = 0}^{m-1} \Pi_k = \mathbb{I}_n. k = 0 ∑ m − 1 Π k = I n .
เป้าหมายของเราคือการทำกระบวนการที่มีผลเหมือนกับการทำการวัดแบบโปรเจกทีฟนี้บน X \mathsf{X} X แต่ทำโดยใช้แค่การดำเนินการยูนิทารีและการวัดในฐานมาตรฐาน
เราจะใช้ระบบพื้นที่ทำงานเพิ่มเติม Y \mathsf{Y} Y เพื่อทำสิ่งนี้ โดยเฉพาะเราจะให้เซตสถานะคลาสสิกของ Y \mathsf{Y} Y เป็น { 0 , … , m − 1 } \{0,\ldots,m-1\} { 0 , … , m − 1 } ซึ่งเหมือนกับเซตผลลัพธ์ของการวัดแบบโปรเจกทีฟ
ความคิดคือเราจะทำการวัดในฐานมาตรฐานบน Y \mathsf{Y} Y และตีความผลการวัดนี้ว่าเทียบเท่ากับผลของการวัดแบบโปรเจกทีฟบน X \mathsf{X} X
เราต้องสมมติว่า Y \mathsf{Y} Y ถูกเริ่มต้นในสถานะคงที่ใดสถานะหนึ่ง ซึ่งเราจะเลือกเป็น ∣ 0 ⟩ \vert 0\rangle ∣0 ⟩
(การเลือกสถานะควอนตัมคงที่อื่นก็ทำให้ได้ผลเช่นกัน แต่การเลือก ∣ 0 ⟩ \vert 0\rangle ∣0 ⟩ ทำให้อธิบายได้ง่ายกว่า)
แน่นอนว่าเพื่อให้การวัดในฐานมาตรฐานของ Y \mathsf{Y} Y บอกอะไรเกี่ยวกับ X \mathsf{X} X ได้ เราต้องให้ X \mathsf{X} X และ Y \mathsf{Y} Y มีปฏิสัมพันธ์กันก่อนวัด Y \mathsf{Y} Y โดยทำการดำเนินการยูนิทารีบนระบบ ( Y , X ) (\mathsf{Y},\mathsf{X}) ( Y , X )
ก่อนอื่นพิจารณาเมทริกซ์นี้
M = ∑ k = 0 m − 1 ∣ k ⟩ ⟨ 0 ∣ ⊗ Π k . M = \sum_{k = 0}^{m-1} \vert k \rangle \langle 0 \vert \otimes \Pi_k. M = k = 0 ∑ m − 1 ∣ k ⟩ ⟨ 0∣ ⊗ Π k .
เขียนอย่างชัดเจนในรูปแบบ เมทริกซ์บล็อก ซึ่งเป็นเมทริกซ์ของเมทริกซ์ที่เราตีความว่าเป็นเมทริกซ์ขนาดใหญ่เดี่ยว M M M มีลักษณะดังนี้
M = ( Π 0 0 ⋯ 0 Π 1 0 ⋯ 0 ⋮ ⋮ ⋱ ⋮ Π m − 1 0 ⋯ 0 ) . M =
\begin{pmatrix}
\Pi_0 & 0 & \cdots & 0\\[1mm]
\Pi_1 & 0 & \cdots & 0\\[1mm]
\vdots & \vdots & \ddots & \vdots\\[1mm]
\Pi_{m-1} & 0 & \cdots & 0
\end{pmatrix}. M = Π 0 Π 1 ⋮ Π m − 1 0 0 ⋮ 0 ⋯ ⋯ ⋱ ⋯ 0 0 ⋮ 0 .
ที่นี่ แต่ละ 0 0 0 แทนเมทริกซ์ขนาด n × n n\times n n × n ที่เต็มไปด้วยศูนย์ทั้งหมด ดังนั้นเมทริกซ์ M M M ทั้งหมดจึงมีขนาด n m × n m nm\times nm nm × nm
M M M ไม่ใช่เมทริกซ์ยูนิทารี (ยกเว้นกรณี m = 1 m=1 m = 1 ซึ่ง Π 0 = I \Pi_0 = \mathbb{I} Π 0 = I ทำให้ M = I M = \mathbb{I} M = I ในกรณีเล็กน้อยนี้) เพราะเมทริกซ์ยูนิทารีจะมีคอลัมน์ (หรือแถว) ที่เป็นศูนย์ทั้งหมดไม่ได้ เมทริกซ์ยูนิทารีมีคอลัมน์ที่ประกอบเป็นฐานออร์โธนอร์มอล และเวกเตอร์ศูนย์ทั้งหมดไม่ใช่เวกเตอร์หน่วย
อย่างไรก็ตาม n n n คอลัมน์แรกของ M M M เป็นออร์โธนอร์มอล และเราได้สิ่งนี้จากสมมติฐานว่า { Π 0 , … , Π m − 1 } \{\Pi_0,\ldots,\Pi_{m-1}\} { Π 0 , … , Π m − 1 } เป็นการวัด
เพื่อยืนยันข้ออ้างนี้ สังเกตว่าสำหรับแต่ละ j ∈ { 0 , … , n − 1 } , j\in\{0,\ldots,n-1\}, j ∈ { 0 , … , n − 1 } , เวกเตอร์ที่เกิดจากคอลัมน์ที่ j j j ของ M M M มีดังนี้
∣ ψ j ⟩ = M ∣ 0 , j ⟩ = ∑ k = 0 m − 1 ∣ k ⟩ ⊗ Π k ∣ j ⟩ . \vert \psi_j\rangle = M \vert 0, j\rangle = \sum_{k = 0}^{m-1} \vert k \rangle \otimes \Pi_k \vert j\rangle. ∣ ψ j ⟩ = M ∣0 , j ⟩ = k = 0 ∑ m − 1 ∣ k ⟩ ⊗ Π k ∣ j ⟩ .
สังเกตว่าเราเริ่มนับคอลัมน์จาก 0 0 0 การหาผลคูณภายในของคอลัมน์ i i i กับคอลัมน์ j j j เมื่อ i , j ∈ { 0 , … , n − 1 } i,j\in\{0,\ldots,n-1\} i , j ∈ { 0 , … , n − 1 } ให้
⟨ ψ i ∣ ψ j ⟩ = ( ∑ k = 0 m − 1 ∣ k ⟩ ⊗ Π k ∣ i ⟩ ) † ( ∑ l = 0 m − 1 ∣ l ⟩ ⊗ Π l ∣ j ⟩ ) = ∑ k = 0 m − 1 ∑ l = 0 m − 1 ⟨ k ∣ l ⟩ ⟨ i ∣ Π k Π l ∣ j ⟩ = ∑ k = 0 m − 1 ⟨ i ∣ Π k Π k ∣ j ⟩ = ∑ k = 0 m − 1 ⟨ i ∣ Π k ∣ j ⟩ = ⟨ i ∣ I ∣ j ⟩ = { 1 i = j 0 i ≠ j , \begin{aligned}
\langle \psi_i \vert \psi_j \rangle
& =
\biggl(\sum_{k = 0}^{m-1} \vert k \rangle \otimes \Pi_k \vert i\rangle\biggr)^{\dagger}
\biggl(\sum_{l = 0}^{m-1} \vert l \rangle \otimes \Pi_l \vert j\rangle\biggr) \\
& =
\sum_{k = 0}^{m-1} \sum_{l = 0}^{m-1}
\langle k \vert l \rangle \langle i \vert \Pi_k \Pi_l \vert j\rangle\\
& =
\sum_{k = 0}^{m-1}
\langle i \vert \Pi_k \Pi_k \vert j\rangle\\
& =
\sum_{k = 0}^{m-1}
\langle i \vert \Pi_k \vert j\rangle\\
& = \langle i \vert \mathbb{I} \vert j \rangle\\
& = \begin{cases}
1 & i = j\\
0 & i\neq j,
\end{cases}
\end{aligned} ⟨ ψ i ∣ ψ j ⟩ = ( k = 0 ∑ m − 1 ∣ k ⟩ ⊗ Π k ∣ i ⟩ ) † ( l = 0 ∑ m − 1 ∣ l ⟩ ⊗ Π l ∣ j ⟩ ) = k = 0 ∑ m − 1 l = 0 ∑ m − 1 ⟨ k ∣ l ⟩ ⟨ i ∣ Π k Π l ∣ j ⟩ = k = 0 ∑ m − 1 ⟨ i ∣ Π k Π k ∣ j ⟩ = k = 0 ∑ m − 1 ⟨ i ∣ Π k ∣ j ⟩ = ⟨ i ∣ I ∣ j ⟩ = { 1 0 i = j i = j ,
ซึ่งคือสิ่งที่เราต้องการแสดง
ดังนั้น เนื่องจาก n n n คอลัมน์แรกของเมทริกซ์ M M M เป็นออร์โธนอร์มอล เราสามารถแทนที่สมาชิกศูนย์ที่เหลือด้วยจำนวนเชิงซ้อนอื่นเพื่อให้เมทริกซ์ทั้งหมดเป็นยูนิทารี
U = ( Π 0 ? ⋯ ? Π 1 ? ⋯ ? ⋮ ⋮ ⋱ ⋮ Π m − 1 ? ⋯ ? ) U = \begin{pmatrix}
\Pi_0 & \fbox{?} & \cdots & \fbox{?}\\[1mm]
\Pi_1 & \fbox{?} & \cdots & \fbox{?}\\[1mm]
\vdots & \vdots & \ddots & \vdots\\[1mm]
\Pi_{m-1} & \fbox{?} & \cdots & \fbox{?}
\end{pmatrix} U = Π 0 Π 1 ⋮ Π m − 1 ? ? ⋮ ? ⋯ ⋯ ⋱ ⋯ ? ? ⋮ ?
ถ้าเราได้รับเมทริกซ์ Π 0 , … , Π m − 1 \Pi_0,\ldots,\Pi_{m-1} Π 0 , … , Π m − 1 เราสามารถคำนวณเมทริกซ์ที่เหมาะสมเพื่อเติมในช่อง ? \fbox{?} ? ในสมการได้โดยใช้กระบวนการ Gram–Schmidt แต่ไม่สำคัญว่าเมทริกซ์เหล่านี้จะเป็นอะไรสำหรับการอภิปรายนี้
สุดท้ายเราสามารถอธิบายกระบวนการวัดได้ เราทำ U U U บนระบบร่วม ( Y , X ) (\mathsf{Y},\mathsf{X}) ( Y , X ) ก่อน แล้ววัด Y \mathsf{Y} Y ด้วยการวัดในฐานมาตรฐาน
สำหรับสถานะ ∣ ϕ ⟩ \vert \phi \rangle ∣ ϕ ⟩ โดยพลการของ X \mathsf{X} X เราได้สถานะ
U ( ∣ 0 ⟩ ∣ ϕ ⟩ ) = M ( ∣ 0 ⟩ ∣ ϕ ⟩ ) = ∑ k = 0 m − 1 ∣ k ⟩ ⊗ Π k ∣ ϕ ⟩ , U \bigl( \vert 0\rangle \vert \phi\rangle\bigr)
= M \bigl( \vert 0\rangle \vert \phi\rangle\bigr)
= \sum_{k = 0}^{m-1} \vert k\rangle \otimes \Pi_k \vert\phi\rangle, U ( ∣0 ⟩ ∣ ϕ ⟩ ) = M ( ∣0 ⟩ ∣ ϕ ⟩ ) = k = 0 ∑ m − 1 ∣ k ⟩ ⊗ Π k ∣ ϕ ⟩ ,
โดยความเท่ากันแรกมาจากข้อเท็จจริงที่ว่า U U U และ M M M ตรงกันที่ n n n คอลัมน์แรก
เมื่อเราทำการวัดแบบโปรเจกทีฟบน Y \mathsf{Y} Y เราได้แต่ละผล k k k ด้วยความน่าจะเป็น
∥ Π k ∣ ϕ ⟩ ∥ 2 , \bigl\| \Pi_k \vert \phi\rangle \bigr\|^2, Π k ∣ ϕ ⟩ 2 ,
และเมื่อได้ผล k k k สถานะของ ( Y , X ) (\mathsf{Y},\mathsf{X}) ( Y , X ) จะกลายเป็น
∣ k ⟩ ⊗ Π k ∣ ϕ ⟩ ∥ Π k ∣ ϕ ⟩ ∥ . \vert k\rangle \otimes \frac{\Pi_k \vert \phi\rangle}{\bigl\| \Pi_k \vert \phi\rangle \bigr\|}. ∣ k ⟩ ⊗ Π k ∣ ϕ ⟩ Π k ∣ ϕ ⟩ .
ดังนั้น Y \mathsf{Y} Y จัดเก็บสำเนาของผลการวัด และ X \mathsf{X} X เปลี่ยนแปลงแน่นอนตามที่มันจะเปลี่ยนถ้าการวัดแบบโปรเจกทีฟที่อธิบายโดย { Π 0 , … , Π m − 1 } \{\Pi_0,\ldots,\Pi_{m-1}\} { Π 0 , … , Π m − 1 } ถูกทำโดยตรงบน X \mathsf{X} X