Határozatlansági relációk származtatása az

Hasonló dokumentumok
BME Matematika Intézet Analízis Tanszék. Lovas Attila. Az információgeometria alkalmazása kvantummechanikai rendszerekre PhD értekezés tézisei

1. Házi feladat. Határidő: I. Legyen f : R R, f(x) = x 2, valamint. d : R + 0 R+ 0

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Vektorok. Wettl Ferenc október 20. Wettl Ferenc Vektorok október / 36

Szinguláris értékek. Wettl Ferenc április 12. Wettl Ferenc Szinguláris értékek április / 35

Riemanngeometria 1 c. gyakorlat A Riemann-terekkel kapcsolatos fogalmak, jelölések

Feladatok a Gazdasági matematika II. tárgy gyakorlataihoz

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Abszolút folytonos valószín ségi változó (4. el adás)

3. FELADATSOR. n(n 1) Meggondolható, hogy B képtere az összes alternáló 4-lineáris függvény tere, magja pedig R. Hesse(f)(X, Y ) = X(Y (f)) X Y (f).

Wigner tétele kvantummechanikai szimmetriákról

Szinguláris értékek. Wettl Ferenc április 3. Wettl Ferenc Szinguláris értékek április 3. 1 / 28

VIK A2 Matematika - BOSCH, Hatvan, 3. Gyakorlati anyag. Mátrix rangja

HALMAZELMÉLET feladatsor 1.

Kevert állapoti anholonómiák vizsgálata

Miért fontos számunkra az előző gyakorlaton tárgyalt lineáris algebrai ismeretek

Kvadratikus alakok és euklideszi terek (előadásvázlat, október 5.) Maróti Miklós, Kátai-Urbán Kamilla

Kvantum összefonódás és erősen korrelált rendszerek

Line aris f uggv enyilleszt es m arcius 19.

Az Információgeometria a kvantummechanikában

Principal Component Analysis

Skalárszorzat, norma, szög, távolság. Dr. Takách Géza NyME FMK Informatikai Intézet takach/ 2005.

= e i1 e ik e j 1. tenzorok. A k = l = 0 speciális esetben e az R egységeleme. A. e q 1...q s. = e j 1...j l q 1...q s

Matematika (mesterképzés)

Lagrange és Hamilton mechanika

1. Generátorrendszer. Házi feladat (fizikából tudjuk) Ha v és w nem párhuzamos síkvektorok, akkor generátorrendszert alkotnak a sík vektorainak

Vektorterek. =a gyakorlatokon megoldásra ajánlott

(Independence, dependence, random variables)

Vektorok, mátrixok, lineáris egyenletrendszerek

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

Valószín ségelmélet. Pap Gyula

Funkcionálanalízis. Gyakorló feladatok március 22. Metrikus tér, normált tér és skalárszorzat tér

Konvex optimalizálás feladatok

1. Absztrakt terek 1. (x, y) x + y X és (λ, x) λx X. műveletek értelmezve vannak, és amelyekre teljesülnek a következő axiómák:

ANALÍZIS III. ELMÉLETI KÉRDÉSEK

Klasszikus és kvantum fizika

Összeállította: dr. Leitold Adrien egyetemi docens

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

Szinguláris érték felbontás Singular Value Decomposition

1. FELADATSOR. x = u + v 2, y = v + z 2, z = z. u y + z. u x + y. v x + y. v y + z. w x + y. w y + z

1. Diagonalizálás. A Hom(V) diagonalizálható, ha van olyan bázis, amelyben A mátrixa diagonális. A diagonalizálható van sajátvektorokból álló bázis.

2014. szeptember 24. és 26. Dr. Vincze Szilvia

1. feladatsor: Vektorterek, lineáris kombináció, mátrixok, determináns (megoldás)

Kvantummechanika gyakorlat Beadandó feladatsor Határid : 4. heti gyakorlatok eleje

Shor kvantum-algoritmusa diszkrét logaritmusra

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk

Szemidenit optimalizálás és az S-lemma

Véletlen bolyongás. Márkus László március 17. Márkus László Véletlen bolyongás március / 31

A kémiai kötés eredete; viriál tétel 1

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. 13. Előadás

Matematikai statisztika I. témakör: Valószínűségszámítási ismétlés

Matematikai statisztika szorgalmi feladatok

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

MM CSOPORTELMÉLET GYAKORLAT ( )

Gazdasági matematika II. tanmenet

Lineáris algebra gyakorlat

Gyakorló feladatok I.

Matematika B/1. Tartalomjegyzék. 1. Célkit zések. 2. Általános követelmények. Biró Zsolt. 1. Célkit zések Általános követelmények 1

LINEÁRIS ALGEBRA. matematika alapszak. Euklideszi terek. SZTE Bolyai Intézet, őszi félév. Euklideszi terek LINEÁRIS ALGEBRA 1 / 40

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik

Markov-láncok stacionárius eloszlása

DiMat II Végtelen halmazok

A különböz lerajzolásokhoz különböz metszési szám tartozik: x(k 5, λ) = 5,

Lineáris leképezések. 2. Lineáris-e az f : R 2 R 2 f(x, y) = (x + y, x 2 )

1.1. Vektorok és operátorok mátrix formában

Opkut deníciók és tételek

Julia halmazok, Mandelbrot halmaz

Eloszlások jellemzése. Momentumok. Medián és kvantilis. Karakterisztikus függvény

Az impulzusnyomatékok általános elmélete

Fluktuáló terű transzverz Ising-lánc dinamikája

Mátrixok 2017 Mátrixok

Matematika A2 vizsga mgeoldása június 4.

STATISZTIKA. A Föld pályája a Nap körül. Philosophiae Naturalis Principia Mathematica (A természetfilozófia matematikai alapelvei, 1687)

3. el adás: Determinánsok

ANOVA,MANOVA. Márkus László március 30. Márkus László ANOVA,MANOVA március / 26

Tartalom. Állapottér reprezentációk tulajdonságai stabilitás irányíthatóság megfigyelhetőség minimalitás

Lin.Alg.Zh.1 feladatok

2. gyakorlat. A polárkoordináta-rendszer

Funkcionálanalízis. n=1. n=1. x n y n. n=1

1. feladatsor Komplex számok

2. Fourier-elmélet Komplex trigonometrikus Fourier-sorok. 18 VEMIMAM244A előadásjegyzet, 2010/2011

Lineáris algebra Gyakorló feladatok

A fontosabb definíciók

Összeállította: dr. Leitold Adrien egyetemi docens

MBNK12: Permutációk (el adásvázlat, április 11.) Maróti Miklós

Numerikus módszerek 1.

1. A vektor és a vektortér fogalma

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

Atomok és molekulák elektronszerkezete

Reciprocitás - kvantumos és hullámjelenségek egy szimmetriája

Parciális dierenciálegyenletek

Diszkrét démonok A Borsuk-probléma

Az elméleti fizika alapjai házi feladat

1. Mit jelent az, hogy egy W R n részhalmaz altér?

Matematika B/1. Tartalomjegyzék. 1. Célkit zések. 2. Általános követelmények. 3. Rövid leírás. 4. Oktatási módszer. Biró Zsolt. 1.

A KroneckerCapelli-tételb l következik, hogy egy Bx = 0 homogén lineáris egyenletrendszernek

Lin.Alg.Zh.1 feladatok

0,424 0,576. f) P (X 2 = 3) g) P (X 3 = 1) h) P (X 4 = 1 vagy 2 X 2 = 2) i) P (X 7 = 3, X 4 = 1, X 2 = 2 X 0 = 2) j) P (X 7 = 3, X 4 = 1, X 2 = 2)

Átírás:

az állapottér BME TTK Matematikus MSc. 1. évf. 2012. november 14.

Vázlat: Történeti áttekintés Nemkommutatív (kvantum) valószín ségelmélet Az állapottér geometriája: Az állapottér mint Riemann-sokaság Kvantum Fisher információk A kvantum kovariancia mint lehetséges alsó becslés Szimmetrizált és antiszimmetrizált f-kovariancia Az általános határozatlansági reláció

Werner Heisenberg (1927). x p h x [m] a hely mérés bizonytalansága. [ ] p kg m s az impulzus mérés bizonytalansága. h 6, 626 10 34 J s a Planck-állandó. -elv Képek forrása: http://de.wikipedia.org/wiki/unbestimmtheitsrelation

Werner Heisenberg (1927). x p h x [m] a hely mérés bizonytalansága. [ ] p kg m s az impulzus mérés bizonytalansága. h 6, 626 10 34 J s a Planck-állandó. -elv Képek forrása: http://de.wikipedia.org/wiki/unbestimmtheitsrelation

E. H. Kennard, Hermann Weyl (1927). Alsó becslés a hely és az impulzus szórásának (σ x, σ p ) szorzatára. Robertson (1929). σ x σ p h 4π = 2 Ez már korrekt tétel! Általánosítás tetsz leges zikai mennyiségekre. Ervin Schrödinger (1930). Nemkommutatív valószín ségelmélet.

E. H. Kennard, Hermann Weyl (1927). Alsó becslés a hely és az impulzus szórásának (σ x, σ p ) szorzatára. Robertson (1929). σ x σ p h 4π = 2 Ez már korrekt tétel! Általánosítás tetsz leges zikai mennyiségekre. Ervin Schrödinger (1930). Nemkommutatív valószín ségelmélet.

E. H. Kennard, Hermann Weyl (1927). Alsó becslés a hely és az impulzus szórásának (σ x, σ p ) szorzatára. Robertson (1929). σ x σ p h 4π = 2 Ez már korrekt tétel! Általánosítás tetsz leges zikai mennyiségekre. Ervin Schrödinger (1930). Nemkommutatív valószín ségelmélet.

E. H. Kennard, Hermann Weyl (1927). Alsó becslés a hely és az impulzus szórásának (σ x, σ p ) szorzatára. Robertson (1929). σ x σ p h 4π = 2 Ez már korrekt tétel! Általánosítás tetsz leges zikai mennyiségekre. Ervin Schrödinger (1930). Nemkommutatív valószín ségelmélet.

H n egy rögzített, n-dimenziós Hilbert-tér. 1. Az állapottér (s r ség mátrixok) M (1) n,sa := { D D Lin(Hn ), D 0, D = D +, Tr(D) = 1 }. 2. Fizikai menynyiségek avagy obszervábilisek M n,sa := { D D Lin(H n ), D = D + }. 3. Extremális pontok: tiszta állapotok. 4. Skaláris szorzat en (A, B) Tr(DAB).

H n egy rögzített, n-dimenziós Hilbert-tér. 1. Az állapottér (s r ség mátrixok) M (1) n,sa := { D D Lin(Hn ), D 0, D = D +, Tr(D) = 1 }. 2. Fizikai menynyiségek avagy obszervábilisek M n,sa := { D D Lin(H n ), D = D + }. 3. Extremális pontok: tiszta állapotok. 4. Skaláris szorzat en (A, B) Tr(DAB).

H n egy rögzített, n-dimenziós Hilbert-tér. 1. Az állapottér (s r ség mátrixok) M (1) n,sa := { D D Lin(Hn ), D 0, D = D +, Tr(D) = 1 }. 2. Fizikai menynyiségek avagy obszervábilisek M n,sa := { D D Lin(H n ), D = D + }. 3. Extremális pontok: tiszta állapotok. 4. Skaláris szorzat en (A, B) Tr(DAB).

H n egy rögzített, n-dimenziós Hilbert-tér. 1. Az állapottér (s r ség mátrixok) M (1) n,sa := { D D Lin(Hn ), D 0, D = D +, Tr(D) = 1 }. 2. Fizikai menynyiségek avagy obszervábilisek M n,sa := { D D Lin(H n ), D = D + }. 3. Extremális pontok: tiszta állapotok. 4. Skaláris szorzat en (A, B) Tr(DAB).

Az A zikai mennyiség várható értéke a D állapotban E D A := Tr(DA). Cov(X, Y ) = E(XY ) EXEY Deníció: Az A és B zikai mennyiségek kovarianciája a D állapotban Cov s D(A, B) := Tr(DAB) + Tr(DBA) 2 Tr(DA) Tr(DB). Az A zikai mennyiség varianciája a D állapotban Var D (A) := Cov s D(A, A).

Az A zikai mennyiség várható értéke a D állapotban E D A := Tr(DA). Cov(X, Y ) = E(XY ) EXEY Deníció: Az A és B zikai mennyiségek kovarianciája a D állapotban Cov s D(A, B) := Tr(DAB) + Tr(DBA) 2 Tr(DA) Tr(DB). Az A zikai mennyiség varianciája a D állapotban Var D (A) := Cov s D(A, A).

Az A zikai mennyiség várható értéke a D állapotban E D A := Tr(DA). Cov(X, Y ) = E(XY ) EXEY Deníció: Az A és B zikai mennyiségek kovarianciája a D állapotban Cov s D(A, B) := Tr(DAB) + Tr(DBA) 2 Tr(DA) Tr(DB). Az A zikai mennyiség varianciája a D állapotban Var D (A) := Cov s D(A, A).

A Schrödinger-egyenl tlenség (1930). A és B zikai mennyiségek, D pedig egy állapot Var D (A)Var D (B) 1 4 Tr(D[A, B]) 2 + Cov D (A, B) 2. Egy általánosításra alkalmasabb forma ( Cov s det D (A, A) Cov s ) D (A, B) Cov s D (B, A) Covs D (B, B) ( i det 2 Tr(D[A, A]) i 2 Tr(D[B, A]) i 2 i 2 Tr(D[A, B]) Tr(D[B, B]) ).

A Schrödinger-egyenl tlenség (1930). A és B zikai mennyiségek, D pedig egy állapot Var D (A)Var D (B) 1 4 Tr(D[A, B]) 2 + Cov D (A, B) 2. Egy általánosításra alkalmasabb forma ( Cov s det D (A, A) Cov s ) D (A, B) Cov s D (B, A) Covs D (B, B) ( i det 2 Tr(D[A, A]) i 2 Tr(D[B, A]) i 2 i 2 Tr(D[A, B]) Tr(D[B, B]) ).

A Robertson-féle általánosítás (1934). {A k } N k=1 véges sok zikai mennyiség, D állapot ) det ([Cov s D(A k, A l )] k,l=1...,n ( [ det i ] 2 Tr(D[A k, A l ]) k,l=1...,n ).

M (1) n,sa R n2 Az állapottér belseje ( ) M (1)+ n,sa := Int M (1) n,sa. Nyílt halmaz az R n2 Sima sokasággá tehet. térben. Érint tere egy D pontban T D M (1)+ n,sa = M (0) n,sa := {A A M n,sa, Tr(A) = 0}.

Az f : R + R operátormonoton függvény szimmetrikus, ha normált, ha f(1) = 1. Két fontos részhalmaz: f(x) = xf ( ) 1 x F (r) op = {f F op f(0) 0} F (n) op = {f F op f(0) = 0}.

Deníció: Egy m : Lin(H n ) + Lin(H n ) + Lin(H n ) + folytonos függvény mátrixközép, ha i. m(a, A) = A, ii. m(a, B) = m(b, A), iii. A B A m(a, B) B, iv. ( P Lin(H n )) P m(a, B)P (P AP, P BP ). Jelölés: M op A B := 1 2 (A + B) A#B := A 1 2 (A 1 2 BA 1 2 )B 1 2 A!B := 2(A 1 + B 1 ) 1

Deníció: Egy m : Lin(H n ) + Lin(H n ) + Lin(H n ) + folytonos függvény mátrixközép, ha i. m(a, A) = A, ii. m(a, B) = m(b, A), iii. A B A m(a, B) B, iv. ( P Lin(H n )) P m(a, B)P (P AP, P BP ). Jelölés: M op A B := 1 2 (A + B) A#B := A 1 2 (A 1 2 BA 1 2 )B 1 2 A!B := 2(A 1 + B 1 ) 1

Petz osztályozási tétele A Monoton metrikacsaládok és a szimmetrikus, normált operátormonoton függvények 1-1 megfeleltetésben állnak egymással. ( D M (1)+ n,sa )( A M (0) n,sa) A, B D,f = Tr [ A L n,d (A) := DA R n,d := AD ( ) ] 1 R 1 2 n,d f(l n,d R 1 n,d )R 1 2 n,d B, D,f radiálisan kiterjed a M (1) n,sa peremre f(0) 0

Petz osztályozási tétele A Monoton metrikacsaládok és a szimmetrikus, normált operátormonoton függvények 1-1 megfeleltetésben állnak egymással. ( D M (1)+ n,sa )( A M (0) n,sa) A, B D,f = Tr [ A L n,d (A) := DA R n,d := AD ( ) ] 1 R 1 2 n,d f(l n,d R 1 n,d )R 1 2 n,d B, D,f radiálisan kiterjed a M (1) n,sa peremre f(0) 0

Deníció: Ha f F (r) op függvény, akkor Cov as f(0) D,f (A, B) := 2 i[d, A], i[d, B] D,f. Tétel (Gibilisco): Ha {A k } N k=1 M n,sa obszervábilisek, D M (1) n,sa egy állapot, f F op (r) függvény, akkor det ([Cov s D(A k, A l )] k,l=1,...,n ) ( [Cov as det D,f (A k, A l ) ] ). k,l=1,...,n Luo, Zhang (2004), N = 2, Wigner-Yanase metrika. Gibilisco, Imparato, Isola (2007), N = 3, általános f.

Deníció: Ha f F (r) op függvény, akkor Cov as f(0) D,f (A, B) := 2 i[d, A], i[d, B] D,f. Tétel (Gibilisco): Ha {A k } N k=1 M n,sa obszervábilisek, D M (1) n,sa egy állapot, f F op (r) függvény, akkor det ([Cov s D(A k, A l )] k,l=1,...,n ) ( [Cov as det D,f (A k, A l ) ] ). k,l=1,...,n Luo, Zhang (2004), N = 2, Wigner-Yanase metrika. Gibilisco, Imparato, Isola (2007), N = 3, általános f.

Deníció: Ha f F (r) op függvény, akkor Cov as f(0) D,f (A, B) := 2 i[d, A], i[d, B] D,f. Tétel (Gibilisco): Ha {A k } N k=1 M n,sa obszervábilisek, D M (1) n,sa egy állapot, f F op (r) függvény, akkor det ([Cov s D(A k, A l )] k,l=1,...,n ) ( [Cov as det D,f (A k, A l ) ] ). k,l=1,...,n Luo, Zhang (2004), N = 2, Wigner-Yanase metrika. Gibilisco, Imparato, Isola (2007), N = 3, általános f.

Tétel (Gibilisco): Ha {A k } N k=1 M n,sa obszervábilisek, D M (1) n,sa egy állapot és f, g F op (r) operátormonoton függvények, akkor ( x R + ) f(0) f(x) g(0) g(x) det ( [Cov as D,f (A k, A l )] k,l=1,...,n ) det ( [Cov as D,g(A k, A l )] k,l=1,...,n ).

Számolást könnyít feltevések: I. Fizikai mennyiségek centráltak: E D A = 0. II.A D s r ségoperátor mátrixa diagonális. Jelölések: 1. {λ k } k=1,...,n a D M (1) n,sa s r ségoperátor mátrixának sajátértékei. 2. Az {e k } k=1,...,n vektorrendszer a λ 1,..., λ n sajátértékhez tartozó sajátvektorokból képzett ortonormált bázis a H n Hilbert-téren.

Tétel: Ha A, B M n,sa zikai mennyiségek, D M (1) n,sa pedig egy állapot, f F op (r) függvény, akkor A, B D,f = Bizonyítás (vázlat): n k,l=1 A kl B lk 1 m f (λ k, λ l ). 1. Legyen (1 k, l n) [e i e j ] kl := δ ik δ jl. e k e l := 1 2 (e k e l +e l e k ) e k e l := 1 2i (e k e l e l e k ) 2. RieszDunford-féle operátorkalkulus e i e j, e k e l D,f e i e j, e k e l D,f e i e j, e k e l D,f. 3. A metrika bilineáris.

Tétel: Ha A, B M n,sa zikai mennyiségek, D M (1) n,sa pedig egy állapot, f F op (r) függvény, akkor A, B D,f = Bizonyítás (vázlat): n k,l=1 A kl B lk 1 m f (λ k, λ l ). 1. Legyen (1 k, l n) [e i e j ] kl := δ ik δ jl. e k e l := 1 2 (e k e l +e l e k ) e k e l := 1 2i (e k e l e l e k ) 2. RieszDunford-féle operátorkalkulus e i e j, e k e l D,f e i e j, e k e l D,f e i e j, e k e l D,f. 3. A metrika bilineáris.

Tétel: Ha A, B M n,sa zikai mennyiségek, D M (1) n,sa pedig egy állapot, f F op (r) függvény, akkor A, B D,f = Bizonyítás (vázlat): n k,l=1 A kl B lk 1 m f (λ k, λ l ). 1. Legyen (1 k, l n) [e i e j ] kl := δ ik δ jl. e k e l := 1 2 (e k e l +e l e k ) e k e l := 1 2i (e k e l e l e k ) 2. RieszDunford-féle operátorkalkulus e i e j, e k e l D,f e i e j, e k e l D,f e i e j, e k e l D,f. 3. A metrika bilineáris.

Tétel: Ha A, B M n,sa zikai mennyiségek, D M (1) n,sa pedig egy állapot, f F op (r) függvény, akkor A, B D,f = Bizonyítás (vázlat): n k,l=1 A kl B lk 1 m f (λ k, λ l ). 1. Legyen (1 k, l n) [e i e j ] kl := δ ik δ jl. e k e l := 1 2 (e k e l +e l e k ) e k e l := 1 2i (e k e l e l e k ) 2. RieszDunford-féle operátorkalkulus e i e j, e k e l D,f e i e j, e k e l D,f e i e j, e k e l D,f. 3. A metrika bilineáris.

Alkalmazások I. Az antiszimmetrizált (kvantum) f-kovariancia Cov as f(0) D,f (A, B) = 2 i[d, A], i[d, B] D,f = = n k,l=1 II. A szimmetrizált f-kovariancia f(0)(λ k λ l ) 2 2m f (λ k, λ l ) A klb lk. Cov s f(0) D,f (A, B) = 2 {D, A}, {D, B} D,f = = n k,l=1 f(0)(λ k + λ l ) 2 2m f (λ k, λ l ) A klb lk. {X, Y } := XY + Y X az antikommutátor.

Alkalmazások I. Az antiszimmetrizált (kvantum) f-kovariancia Cov as f(0) D,f (A, B) = 2 i[d, A], i[d, B] D,f = = n k,l=1 II. A szimmetrizált f-kovariancia f(0)(λ k λ l ) 2 2m f (λ k, λ l ) A klb lk. Cov s f(0) D,f (A, B) = 2 {D, A}, {D, B} D,f = = n k,l=1 f(0)(λ k + λ l ) 2 2m f (λ k, λ l ) A klb lk. {X, Y } := XY + Y X az antikommutátor.

Alkalmazások I. Az antiszimmetrizált (kvantum) f-kovariancia Cov as f(0) D,f (A, B) = 2 i[d, A], i[d, B] D,f = = n k,l=1 II. A szimmetrizált f-kovariancia f(0)(λ k λ l ) 2 2m f (λ k, λ l ) A klb lk. Cov s f(0) D,f (A, B) = 2 {D, A}, {D, B} D,f = = n k,l=1 f(0)(λ k + λ l ) 2 2m f (λ k, λ l ) A klb lk. {X, Y } := XY + Y X az antikommutátor.

A szimmetrizált f -kovariancia az speciális esetben Cov s D,f(A, B) = f = 1 + x 2 n k,l=1 λ k + λ l A kl B lk. 2 Ez nem más, mint Cov s D(A, B)!

Állítás: Ha g : R + R + R + szimmetrikus sima függvény, akkor n (D, A, B) Cov D,g (A, B) := g(λ k, λ l )A kl B lk k,l=1 Riemann-metrika. Lemma: Ha A, B R n n, szimmetrikus és pozitív denit, akkor det (A + B) 1 1 1 n det (A) n + det (B) n. Az ún. BrunnMinkowski-egyenl tlenség.

Állítás: Ha g : R + R + R + szimmetrikus sima függvény, akkor n (D, A, B) Cov D,g (A, B) := g(λ k, λ l )A kl B lk k,l=1 Riemann-metrika. Lemma: Ha A, B R n n, szimmetrikus és pozitív denit, akkor det (A + B) 1 1 1 n det (A) n + det (B) n. Az ún. BrunnMinkowski-egyenl tlenség.

Az általános határozatlansági reláció Deníció: Ha {A k } k=1,...,n M n,sa zikai mennyiségek véges rendszere és g : R + R + R + szimmetrikus sima függvény, akkor ( 1 i, j N) [Cov D,g ] ij := Cov D,g (A i, A j ). Tétel: Ha g 1, g 2 : R + R + R + szimmetrikus sima függvények, akkor ( (x, y) R + R + ) g 1 (x, y) g 2 (x, y) det(cov D,g1 ) det(cov D,g2 )

Az általános határozatlansági reláció Deníció: Ha {A k } k=1,...,n M n,sa zikai mennyiségek véges rendszere és g : R + R + R + szimmetrikus sima függvény, akkor ( 1 i, j N) [Cov D,g ] ij := Cov D,g (A i, A j ). Tétel: Ha g 1, g 2 : R + R + R + szimmetrikus sima függvények, akkor ( (x, y) R + R + ) g 1 (x, y) g 2 (x, y) det(cov D,g1 ) det(cov D,g2 )

Mikor áll egyenl ség? Ha ( x R + ) g 1 (x, x) = g 2 (x, x), akkor det(cov D,g1 ) = det(cov D,g2 ) {A k } k=1,...,n M n,sa lineárisan összefügg. Bizonyítás: Alkalmazzuk a BrunnMinkowski-egyenl séget.

Alkalmazás Deníció: Az A és B zikai mennyiségek kevert f-kovarianciája a D állapotban Cov mix D,f (A, B) := if(0) [AD + ida], [BD + idb] 2 D,f. Állítás: n Cov mix D,f (A, B) = k,l=1 A kl B lk f(0)(λ 2 k + λ2 l ) 2m f (λ k, λ l )

Új becslést konstruálunk: Legyen f szimmetrikus, normált, operátormonoton és f(0) 0. 1 + x 2 ( x [0, 1]) 1 + x f(x) f(0) Cov s D(A, B) Cov mix D,f (A, B) Covas D,f (A, B) Tetsz leges A, B zikai mennyiségekre és D állapotra.

El állítottuk a kovarianciát egy adott bázisban. Megmutattuk, hogy a közönséges kovariancia is metrikából származtatható. Általánosítottuk a közönséges kovarianciát. Bizonyítottuk az általános határozatlansági relációt Ennek segítségével egy élesebb határozatlansági relációt konstruáltunk. Világos geometriai tartalmat kapcsoltunk a határozatlansági hoz.

További nyitott kérdések Az A és B zikai mennyiségek komplex f-kovarianciája a D állapotban a θ [0, 2π] paraméter érték mellett Cov C D,f (A, B) := = f(0)eiθ 2 [AD + e iθ DA], [BD + e iθ DB]. D,f D függés? Asszimptotika? Jobb oldal mint kommutátorok alkalmas polinomja: kommutációs sor..

Köszönöm a gyelmet!

F. Hiai, D. Petz and G. Toth. Curvature in the geometry of canonical correlation. Studia Scientiarium Mathematicarum Hungarica 32, 235-249, 1996. S. Luo and Q. Zhang, Correction to On skew information. IEEE Trans. Inform. Theory 51, 4432, 2005. P. Gibilisco, D. Imparato and T. Isola. A volume inequality for quantum Fisher information and the uncertainty principle. arxiv:math-ph/0706.0791v1, 2007. P. Gibilisco, D. Imparato and T. Isola. Uncertainty principle and quantum Fisher information II. arxiv:math-ph/0701062v3, 2007. Attila Andai. Uncertainty principle with quantum Fisher information. JMP 49, 012106, 2008.