Beruflich Dokumente
Kultur Dokumente
DICIEMBRE 2005
1.
funcion de una matriz. En este artculo de ensenanza presentamos un par de metodos generales para encontrar una funcion de una matriz cuadrada finita, f (A), siempre y cuando
la funcion f sea bien comportada (suave y continua).
Ademas de los ejemplos mencionados anteriormente, en
donde se requiere conocer la exponencial de una matriz, en
la siguiente seccion presentamos una breve discusion sobre
la entropa como medidor de pureza de un estado en mecanica cuantica para el caso de sistemas atomicos de tres niveles.
La definicion de la entropa de un sistema cuantico como el
logaritmo de la matriz de densidad del sistema nos da terreno
para presentar un par de metodos para encontrar funciones
de matrices. En la Sec. 3, con el fin de presentar un metodo para encontrar la funcion de una matriz con forma normal o forma generalizada de Jordan siempre y cuando
se trate de una funcion bien comportada, comenzamos estudiando la construccion de transformaciones coordenadas que
permiten obtener la forma generalizada de Jordan para matrices cuadradas, para luego calcular la funcion de dicha matriz
en forma normal. Como se vera a lo largo del desarrollo de
este primer metodo basado en la forma normal de una matriz, construir las transformaciones coordenadas puede volverse tedioso para sistemas de gran dimension, por lo que en
la Sec. 4 estudiamos un metodo mas simple para encontrar
la funcion nuevamente si la funcion es bien comportada
de una matriz cuadrada cualquiera conociendo solamente los
valores propios de la matriz argumento. Este nuevo metodo
esta basado en la aplicacion del teorema de Cayley-Hamilton.
Los conocimiento adquiridos en las Secs. 3 y 4 son luego
88
L(H).
O
(1)
L(H).
|i, |i H, O
(2)
O|i
= |i,
L(H), |i H,
(3)
que recibe el nombre de operador estadstico, pero es mejor conocido como matriz de densidad y tiene como funcion
representar el estado de un sistema cuantico.
Cabe mencionar que los elementos del espacio de operadores lineales, L(H), pueden representarse como matrices
complejas cuadradas de dimension afn al espacio de Hilbert
correspondiente.
Postulado 2 La evolucion temporal de un sistema fsico
cerrado responde a la ecuacion de Schrodinger:
~
d|i
= H|i,
dt
(4)
(5)
3
X
|an |2 = 1,
(6)
n=1
2
X
pj = 1.
(7)
j=0
1
0
0
|1i 0 , |2i 1 , |3i 0 , (8)
0
0
1
Utilizando esta base estandar [Ec.(8)] podemos reescribir las
matrices de densidad para un estado puro, [Ec.(6)] y un estado mezclado [Ec.(7)], respectivamente, como
|a0 |2 a0 a1 a0 a2
= a1 a0 |a1 |2 a1 a2 ,
(9)
a2 a0 a2 a1 |a2 |2
|a0 |2
0
0
|a1 |2
0 .
M = 0
(10)
0
0
|a2 |2
hS(t)i
= Tr[
(t) ln(
(t))].
(12)
1 (n
c (t)
+ 1)
n
dn (t) = 21 n + 1
t
en (t)
31 n + 1
|
89
X
3
1
H= n
+
+
i |iihi|+12 (
a |1ih2|+
a|2ih1|)
2
i=1
+13 (
a |1ih3|+
a|3ih1|), (13)
donde la cantidad es la frecuencia del campo cuantizado,
los valores
i = i +i n
las frecuencias relacionadas con cada transicion atomica y los coeficientes ij las constantes de
acoplamiento entre el campo cuantizado y el sistema de tres
niveles. La solucion para un sistema descrito por esta funcion
de Hamilton [Ec.(13)] es la funcion de onda
|(t)i =
n=0
(14)
21 n + 1
2 + 2 n
0
{z
31 n + 1
cn (t)
dn (t) ,
0
en (t)
3
}
(15)
con el valor i = i 1 , con i = 2, 3, la frecuencia de transicion entre el i-esimo nivel y el nivel base, |1i. La ecuacion
anterior [Ec.(15)] tiene una solucion de la forma
cn (t)
cn (0)
dn (t) = eiAt dn (0) ,
en (t)
en (0)
(16)
donde {cn (0), dn (0), en (0)} son las amplitudes de probabilidad para el estado inicial |(0)i. Para poder encontrar la
evolucion temporal de la funcion de onda de nuestro sistema debemos encontrar la exponencial de una matriz compleja
cuadrada de tres por tres.
90
(17)
N
X
hj|
|ji.
(18)
j=0
El resultado de esta operacion de reduccion [Ec.(18)] nos entrega una matriz de tres por tres con la forma
|cn |2
cn dn+1 cn en+1
X
dn+1 cn
|dn |2
dn en ,
A =
(19)
n=0
en cn+1
en d n
|en |2
con la cual podemos encontrar la operacion del operador de
entropa sobre el estado del sistema:
SA = ln(A ).
D = U1 AU
= U1 (A~u1 , A~u2 , . . . , A~un )
1
~u1
~u1
2
= . (1 ~u1 , 2 ~u2 , . . . , n ~un )
..
~u1
N
1
0
..
.
0
2
..
.
...
...
..
.
0
0
..
.
...
(23)
(24)
(22)
donde ~u1
um , tal que
m representa el inverso del vector propio ~
(~um , ~un ) = ~u1T
~
u
=
.
Con
la
transformaci
on coorn
m,n
m
denada [Ec.(21) y (22)] la matriz original A en las nuevas
coordenadas resulta
(20)
(21)
(25)
MB ~u2 = ~u1 ,
(26)
MB ~u3 = ~u2 ,
(27)
..
.
(28)
MB ~un = ~un1 ,
(29)
(30)
1 0 ... 0
0 1 ... 0
= . . . .
.
. . ...
.. .. ..
D1 0 0
= 0 J 0 .
(34)
0 0 D2
91
...
(31)
= k+1 = . . . = k+m1 ,
(32)
(33)
A esta matriz C [Ec.(34)] se le conoce como matriz generalizada de Jordan. Los bloques componentes de C tienen
la forma diagonal o normal correspondiente para el tipo de
bloque no-degenerado o completamente degenerado, en este
ejemplo:
1 0 . . .
0
0 2 . . .
0
(35)
D1 = .
.
.. ,
.. . . .
..
.
J=
D2 =
...
k
0
..
.
1
k
..
.
0
1
..
.
...
...
..
.
0
0
..
.
...
k+m+1
0
..
.
0
k1
(36)
k+m+2
..
.
...
...
..
.
0
0
..
.
...
(37)
X
f (m) (0) m
T .
m!
m=0
(38)
Supongamos que la matriz argumento, T, se trata de una matriz con forma diagonal y, por lo tanto, la llamamos D. Es
facil darse cuenta que la mesima potencia de dicha matriz
esta dada por:
m
1
0 ... 0
0 m
... 0
2
m
D = .
(39)
.
.. .
..
..
..
.
.
0
0 . . . m
N
Entonces encontrar la funcion matricial para una matriz diagonal D aplicando el desarrollo en series de potencias de la
funcion requerida [Ec.(38)] resulta:
92
f (D) =
X
f (m) (0) m
D
m!
m=0
(n)
(n)
f (m) (0) m
1
m=0 m!
..
P
m=0
...
...
..
.
..
..
.
...
f (m) (0) n
m! 2
f (1 )
0
..
.
0
f (2 )
..
.
...
...
..
.
0
0
..
.
...
f (N )
P
m=0
f (m) (0) n
m! N
(40)
(n)
donde f
denota f / .
Mientras tanto, para una matriz con forma de Jordan a la que llamaremos J puede mostrarse facimente por induccion
que la mesima potencia es una matriz triangular superior que posee la forma
m
1 d2 m
1 d3 m
1
dn1 m
. . . (n1)!
m d
d
2! d2
3! d3
dn1
dm
1 d2 m
1
dn2 m
m
0
.
.
.
d
2! d2
(n2)! dn2
dm
1
dn3 m
m
0
0
.
.
.
Jm =
(41)
n3
d
(n3)! d
..
..
..
..
..
.
.
.
.
.
.
.
0
0
0
0
0
m
Por lo tanto, el desarrollo en serie de potencias [Ec.(38)] para este caso nos presenta el resultado
(m)
P
P f (0) m P
f (m) (0) dm
f (m) (0) dn1 m
...
m!
d
m!
dn1
m=0 m!
m=n
m=1
P f (n) (0) n
P f (m) (0) dn2 m
0
...
n!
m!
dn2
(m)
X
f (0) m
n=0
m=n1
f (J) =
J =
..
..
..
..
m!
m=0
.
.
.
.
P
f (n) (0) n
0
0
...
n!
n=0
f () f 0 ()
1 00
2! f ()
1 000
3! f ()
...
1
(n1)
()
(n1)! f
1
(n2)
()
(n2)! f
f ()
f 0 ()
1 00
2! f ()
...
f ()
f 0 ()
...
..
.
..
.
..
.
..
.
..
.
1
(n3)
f
()
.
(n3)!
..
(42)
f ()
Finalmente, para una matriz cuadrada cualquiera C que puede ser transformada en una matriz con forma diagonal de
bloques como la presentada en el caso del corolario 2 podemos escribir la funcion de dicha matriz como
X
X f (n) (0)
f (n) (0) n X f (n) (0)
0n 1
0n
C =
UC U = U
C
U1
f (C) =
n!
n!
n!
n=0
n=0
n=0
f (D1 )
0
0
U1 .
0
f (J)
0
= U
(43)
0
0
f (D2 )
Para llegar al resultado anterior [Ec.(43)] hemos utilizado los metodos presentados en teorema 1, teorema 2 y corolario 2.
Rev. Mex. Fs. E 51 (2) (2005) 8798
4.
Para evitar la construccion de las transformaciones coordenadas de la seccion anterior podemos echar un vistazo al metodo propuesto por Vidyasagar [8], que utiliza simplemente los
valores propios de una matriz cuadrada para encontrar el exponencial de dicha matriz, y generalizarlo para cualquier funcion que admita una expansion en serie de Taylor.
Iniciemos recordando el teorema de Cayley-Hamilton que
sera la base de los desarrollos a utilizar:
Teorema 3 Supongamos que V es un espacio vectorial complejo y que T L(V ). Sea p(i ) = det(Ti I) el polinomio
caracterstico de T, entonces p(T) = 0.
Para nuestro primer caso tomemos nuevamente una matriz cuadrada no-degenerada de dimension N , A. Su polinomio caracterstico se puede escribir como
p() =
N
X
n0 n = 0,
0
N
= 1.
(44)
93
N
1
X
n(m) An
m 0,
(48)
n=0
(m)
c0n An =
n=0
N
1
X
N
1
X
c0n An +c0N AN +
n=0
c0n An + c0N
c0N +m AN +m
m=1
N
1
X
n An
n=0
n=0
N
1
X
X
c0N +m n(m) An =
m=1 n=0
N
1
X
cn An .
(49)
n=0
Siguiendo los mismos pasos realizados sobre la matriz matriz A, y que nos llevan a los resultados de las ecuaciones
Ecs.(46) y (48), pero reemplazando A por cada uno de sus
valores propios, i , se obtinene que
n=0
n=0
N +1
=AA
n=0
n An+1 +N 1
N
1
X
n=0
n An =
N
1
X
n(1) An .
(47)
N
1
X
cn ni .
(50)
n=0
f (1 )
..
=
.
f (N )
1
..
.
1
..
.
. . . n1
c0
1
.. .. . (51)
..
.
. .
cN 1
. . . n1
N
=0 A+1 A2 + . . . +N 2 AN 1 +N 1 AN
N
2
X
f (i ) =
V=
n=0
1
1
..
.
n1
1
1
2
..
.
n1
2
...
...
..
.
1
N
..
.
. . . n1
N
(52)
94
c0
f (1 )
..
..
T 1
. =V
,
.
cN 1
f (N )
~c = VT
f~().
(53)
(54)
N
X
n0 Bn ,
n=0
0 =
BN +
N
1
X
n0 Bn ,
(55)
n=0
N
0
.
n =
n
Entonces podemos escribir nuevamente la N + m-esima potencia de una matriz, m 0, como la suma finita de potencias inferiores a N de la misma matriz [Ecs.(46) y (48)] pero
ahora para el caso completamente degenerado:
BN =
N
1
X
n Bn ,
n =
n=0
BN +m =
N
1
X
n(m) Bn
m 0.
N
n
(56)
(57)
n=0
N
1
X
n=0
cn Bn .
(58)
N
1
X
cn n0 ,
(59)
n=0
N
1
X
cn n0
(60)
cn nn1
0
(61)
n=0
df (0 )
d0
N
1
X
n=0
..
.
dN 1 f (0 )
1
dN
0
(62)
N
1
X
n=0
cn
dN 1 n0
1
dN
0
(63)
...
N 1
f ()
..
..
..
..
..
= .
.
.
.
.
N 1 N 1
N 1
(N 1)
d
f
()
0 dN 1 . . .
dN 1
c0
... . (64)
cN 1
La ecuacion anterior [Ec.(64)] tiene solucion
f (0 )
c0
..
..
T 1
. =V
(65)
f (N 1) (0 )
cN 1
(66)
V=
1
1
...
...
1
k
0
1
21
..
.
...
..
.
2k
..
.
d2k
dk
1
N
1
...
1
N
k
..
.
1
dN
k
dk
...
...
...
..
.
...
f (1 )
c0
..
..
.
.
f
(
)
c
k
k
.
..
1
.
T
.
.
(68)
,
=V
f (m1) (k+m )
ck+m
f (k+m+1 )
ck+m+1
..
..
.
.
cN 1
f (N )
para poder utilizar en la expresion en serie de potencias de la
funcion matricial
f (A) =
N
1
X
cn An .
(69)
n=0
5.
0
m1
d
k
dm1
k
dm1 2k
dm1
k
..
.
N 1
dm1 k
dm1
k
95
k+m+1
...
...
1
n
2k+m+1
..
.
...
..
.
2n
..
.
1
N
k+m+1
1
. . . N
n
(67)
(70)
X
e|| /2 j
|ji.
(71)
|icampo =
j!
j=0
De tal manera, teniendo en cuenta las ecuaciones [Ecs.(14)
y (15)] podemos escribir el vector de amplitudes de estado
inicial y la matriz auxiliar A de la ecuacion de evolucion
[Ec.(15)] como
0
cn (0)
dn (0) =
,
0
2
||
/2
n
en (0)
e
/ n!|ni
0
2 n+1
2 n+1
.
A = 2 n + 1
(72)
0
0
0
2
2 n+1
Como ya vimos en la Sec. 3 la solucion [Ec.(16)] tiene la
forma
cn (0)
cn (t)
dn (t) = eiAt dn (0) .
en (t)
en (0)
Consideremos los valores propios de la matriz A como
{a1 , a2 , a3 }. Utilizamos el teorema 4 presentado en la seccion cuatro que nos dice que podemos representa una funcion suave y continua de una matriz cuadrada de dimension
N como la suma finita de potencias inferiores a N [Ec.(69)].
Entonces podemos escribir el exponencial de la matriz A como
N
1
X
At
e
=
xn An = x0 I + x1 A + x2 A2 ,
(73)
n=0
~x = VT
f~(a),
(74)
96
a t
1 1 1
e 1
~
a1 a2 a3
ea2 t . (75)
V=
, f (a) =
2
2
2
a1 a2 a3
ea3 t
Para la matriz A, una matriz completamente degenerada,
a1 = a2 = a3 , la matriz de Vanermode y el vector de funciones se escriben
1
0 0
ea1 t
1 0 , f~(a)= tea1 t . (76)
V= a1
2
a1 2a1 2
t2 ea1 t
Finalmente, si la matriz A se trata de un caso parcialmente
degenerado, a1 6= a2 , a2 = a3 , podemos escribir la matriz de
Vandermonde y el vector de funciones como
ea1 t
1 1
0
1 , f~(a)= ea2 t . (77)
V= a1 a2
2
2
tea2 t
a1 a2 2a2
Es facil escribir un programa que encuentre los valores propios de la matriz A, verifique el tipo de matriz A
no-degenerada, completamente degenerada, parcialmente
degenerada y encuentre las amplitudes de probabilidad dependientes del tiempo {cn (t), dn (t), en (t)} segun sea el caso. Con las amplitudes de probabilidad se puede calcular la
matriz de densidad reducida [Ec. (18)]:
|cn |2
cn dn+1 cn en+1
X
dn+1 cn
|dn |2
dn en ,
(78)
A =
n=0
en d n
|en |2
en cn+1
con la cual podemos hallar la entropa del sistema:
SA = ln(A ).
(79)
(80)
f~(r),
(81)
1 1 1
ln(r1 )
V = r1 r2 r3 , f~(r) = ln(r2 ) . (82)
r12 r22 r32
ln(r3 )
En el caso completamente degenerado, r1 = r2 = r3 ,
ln(r1 )
1
0 0
1
1 0 , f~(r) = r1 .
V = r1
2
r12
r1 2r1 2
(83)
ln(r1 )
1 1
0
1 , f~(r) = ln(r2 ) . (84)
V = r1 r2
1
2
2
r1 r2 2r2
r1
En el tratamiento anterior consideramos que la matriz de densidad reducida A posee valores propios dados por el conjunto {r1 , r2 , r3 } y entonces utilizamos el teorema 4 para escribir el logaritmo de la matriz de densidad [Ec.(80)] y su
ecuacion de coeficientes [Ec.(81)] para los casos de matriz
no-degenerada, Ec.(82), completamente degenerada, Ec.(83)
y parcialmente degenerada [Ec.(84)].
Tomemos como ejemplo particular en tiempo inicial
t = 0. Para este tiempo la matriz de densidad reducida para el sistema atomico esta dada por
0 0 0
A = 0 0 0 .
(85)
0 0 1
Esta matriz de densidad tiene valores propios degenerados
{0, 0, 1}.
(86)
Si trataramos de usar el metodo presentado en la Sec. 3 necesitaramos de los vectores propios asociados a estos valores.
Es facil encontrar un par de vectores propios:
1
0
~u1 = 0 , ~u3 = 0 .
(87)
0
1
97
Trabajando con las representaciones simbolicas podemos escribir la funcion logaritmo de la matriz reducida A [Ec.(80)]
como
ln(
A ) = y0 I + y1 A + y2 2A ,
lmx0+ ln(x)
0
0
0
lmx0+ ln(x)
0 ,
=
0
0
ln(1)
ln(0)
0
0
ln(0)
0 .
= 0
(91)
0
0
ln(1)
Este resultado es igual al encontrado anteriormente [Ec.(89)].
Por lo tanto el valor medio de la entropa del estado inicial
[Ec.(12)] es
lnea continua) y pureza ((t), lnea
F IGURA 3. Entropa ( hSi,
punteada) para un sistema de tres niveles en interaccion con un
campo coherente.
= 0.
Si seguimos el metodo basado en el teorema de CayleyHamilton presentado en la Sec. 4 los valores propios de
la matriz de densidad reducida del sistema atomico [Ec.(86)]
remiten a un vector de coeficientes y matriz de Vandermonde
definidos como la Ec.(84):
ln(0)
1 0 1
V = 0 1 1 , f~(r) = 10 .
(90)
0 0 1
ln(1)
Ahora la u ltima ecuacion tenemos un problema muy importante: las funciones ln(0) y 1/0 son singulares, por lo tanto
trabajaremos con los lmites por la derecha de ambas funciones de tal forma que para nosotros
1
0
lm ln(x),
x0+
lm+
x0
1
.
x
(92)
(88)
ln(0)
0
0
ln(0)
0 .
ln(
A ) = 0
(89)
0
0
ln(1)
ln(0)
hS(0)i
= Tr[
A (0) ln(
(0))],
0 0 0
ln(0)
0
0
ln(0)
0 ,
= Tr 0 0 0 0
0
0
ln(1)
0 0 1
(93)
98
revela la importancia de trabajar con metodos analticos para calcular funciones de matrices para obtener resultados que
las funciones aproximadas no nos permiten observar.
3. Calcular
los
1
~c=VT f~().
coeficientes
auxiliares,
NP
1
n=0
6. Conclusiones
Hemos presentado un par de metodos analticos para calcular funciones matriciales. El primero de los metodos se
basa en encontrar las funciones de matrices en forma generalizada de Jordan. El segundo esta basado en el teorema
de Cayley-Hamilton y en las matrices de Vandermonde, este
metodo requiere del conocimientode los valores propios de la
matriz argumento solamente y de realizar una serie de multiplicaciones matriciales para ser aplicado. Si contamos con
una matriz argumento cuadrada de dimension N , A, podemos
resumirlo en los siguientes pasos:
1. Encontrar los valores propios de la matriz argumento A.
2. Formar la matriz de Vandermonde, V, correspondiente
y encontrar la inversa de su transpuesta.
{ck },
cn An .
6. M.O. Scully y M.S. Zubairy, Quantum optics (Cambridge university press, 1997).
7. A.I. Malcev, Foundations of linear algebra, 2da. Ed. (W.H.
Freeman and company, 1963).
8. M. Vidyasagar, IEEE Trans. Aut. Control (Correspondece) AC15 (1970) 600; Y.L. Kuo and M.L. Liou, IEEE Trans. Aut. Control (Correspondece) AC-16 (1971) 521.
9. J.T. Tou, IEEE Trans Aut. Control (Correspondence) AC-9
(1964) 314; S.H. Wu, IEEE Trans Aut. Control (Correspondence) AC-11 (1966) 769.