Advanced topics in QM: verschil tussen versies

Uit Wina Examenwiki
Naar navigatie springen Naar zoeken springen
Mattia (overleg | bijdragen)
Mattia (overleg | bijdragen)
Regel 12: Regel 12:
* Een matrix <math>\begin{pmatrix} A&X\\X^*&1\end{pmatrix}</math>, met A, B, X  
* Een matrix <math>\begin{pmatrix} A&X\\X^*&1\end{pmatrix}</math>, met A, B, X  
d*dmatrices.
d*dmatrices.
Toon aan dat de matrix positief is asa <math>A\geq B^*B</math>.
Toon aan dat de matrix positief is asa <math>A\geq B^*B</math>.Veronderstel nu <math>\Lambda</math> een CP afbeelding die de eenheid bewaart. Toon dan aan dat de matrix <math>\begin{pmatrix}\Lambda(A)& \Lambda(X)\\\Lambda(X^*)&1\end{pmatrix}</math> positief is en concludeer <math>\Lambda(X^*X)\geq \Lambda(X)\Lambda(X^*)</math>. (de ongelijkheid staat hier misschien verkeerd... dat zie  je wel als je t uitrekent).
Veronderstel nu <math>\Lambda</math> een CP afbeelding die de eenheid bewaart. Toon  
dan aan dat
de matrix <math>\begin{pmatrix}\Lambda(A)& \Lambda(X)\\\Lambda(X^*)&1\end{pmatrix}</math> positief is en  
concludeer <math>\Lambda(X^*X)\geq \Lambda(X)\Lambda(X^*)</math>. (de ongelijkheid  
staat hier misschien verkeerd... dat zie  je wel als je t uitrekent).
*Stel <math>\rho</math> en <math>\sigma</math> d.m.; toon dan aan dat het tensorproduct ook een  
*Stel <math>\rho</math> en <math>\sigma</math> d.m.; toon dan aan dat het tensorproduct ook een  
dichtheidsmatrix is.
dichtheidsmatrix is.

Versie van 14 jun 2010 11:11


Advanced topics in Quantum Mechanics

Vakinfo

Aan te vullen

Examenvragen

Juni 2010

  • Het onderscheid tussen extreme toestanden en op de rand. Illustreer

dat met een vb van een d-niveau quantum syteem.

  • Een matrix (AXX*1), met A, B, X

d*dmatrices. Toon aan dat de matrix positief is asa AB*B.Veronderstel nu Λ een CP afbeelding die de eenheid bewaart. Toon dan aan dat de matrix (Λ(A)Λ(X)Λ(X*)1) positief is en concludeer Λ(X*X)Λ(X)Λ(X*). (de ongelijkheid staat hier misschien verkeerd... dat zie je wel als je t uitrekent).

  • Stel ρ en σ d.m.; toon dan aan dat het tensorproduct ook een

dichtheidsmatrix is.

  • Bekijk lineaire entropie gedefinieerd als Slin=Tr(logρ2). Welke

waarden kan dit aannemen. (Vergelijk met Von-Neumann). En bereken de lineaire entropie voor het tensorproduct.