QuTiP: Python量子工具箱

QuTiP: Python量子工具箱

概述

QuTiP提供了用于模拟和分析量子力学系统的综合工具。它处理封闭（幺正）和开放（耗散）量子系统，并为不同场景优化了多种求解器。

安装

uv pip install qutip

可选包以获取额外功能：

# 量子信息处理（电路、门）
uv pip install qutip-qip

# 量子轨迹查看器
uv pip install qutip-qtrl

快速开始

from qutip import *
import numpy as np
import matplotlib.pyplot as plt

# 创建量子态
psi = basis(2, 0)  # |0⟩ 态

# 创建算符
H = sigmaz()  # 哈密顿量

# 时间演化
tlist = np.linspace(0, 10, 100)
result = sesolve(H, psi, tlist, e_ops=[sigmaz()])

# 绘制结果
plt.plot(tlist, result.expect[0])
plt.xlabel('时间')
plt.ylabel('⟨σz⟩')
plt.show()

核心功能

1. 量子对象和态

创建和操作量子态和算符：

# 态
psi = basis(N, n)  # Fock态 |n⟩
psi = coherent(N, alpha)  # 相干态 |α⟩
rho = thermal_dm(N, n_avg)  # 热密度矩阵

# 算符
a = destroy(N)  # 湮灭算符
H = num(N)  # 数算符
sx, sy, sz = sigmax(), sigmay(), sigmaz()  # 泡利矩阵

# 复合系统
psi_AB = tensor(psi_A, psi_B)  # 张量积

参见 references/core_concepts.md 了解量子对象、态、算符和张量积的全面覆盖。

2. 时间演化和动力学

针对不同场景的多种求解器：

# 封闭系统（幺正演化）
result = sesolve(H, psi0, tlist, e_ops=[num(N)])

# 开放系统（耗散）
c_ops = [np.sqrt(0.1) * destroy(N)]  # 坍缩算符
result = mesolve(H, psi0, tlist, c_ops, e_ops=[num(N)])

# 量子轨迹（蒙特卡洛）
result = mcsolve(H, psi0, tlist, c_ops, ntraj=500, e_ops=[num(N)])

求解器选择指南：

• sesolve：纯态，幺正演化
• mesolve：混合态，耗散，一般开放系统
• mcsolve：量子跳跃，光子计数，单个轨迹
• brmesolve：弱系统-浴耦合
• fmmesolve：时间周期哈密顿量（Floquet）

参见 references/time_evolution.md 了解详细的求解器文档、时间依赖哈密顿量和高级选项。

3. 分析和测量

计算物理量：

# 期望值
n_avg = expect(num(N), psi)

# 熵度量
S = entropy_vn(rho)  # 冯·诺依曼熵
C = concurrence(rho)  # 纠缠（两量子比特）

# 保真度和距离
F = fidelity(psi1, psi2)
D = tracedist(rho1, rho2)

# 关联函数
corr = correlation_2op_1t(H, rho0, taulist, c_ops, A, B)
w, S = spectrum_correlation_fft(taulist, corr)

# 稳态
rho_ss = steadystate(H, c_ops)

参见 references/analysis.md 了解熵、保真度、测量、关联函数和稳态计算。

4. 可视化

可视化量子态和动力学：

# 布洛赫球
b = Bloch()
b.add_states(psi)
b.show()

# Wigner函数（相空间）
xvec = np.linspace(-5, 5, 200)
W = wigner(psi, xvec, xvec)
plt.contourf(xvec, xvec, W, 100, cmap='RdBu')

# Fock分布
plot_fock_distribution(psi)

# 矩阵可视化
hinton(rho)  # Hinton图
matrix_histogram(H.full())  # 3D柱状图

参见 references/visualization.md 了解布洛赫球动画、Wigner函数、Q函数和矩阵可视化。

5. 高级方法

用于复杂场景的专门技术：

# Floquet理论（周期哈密顿量）
T = 2 * np.pi / w_drive
f_modes, f_energies = floquet_modes(H, T, args)
result = fmmesolve(H, psi0, tlist, c_ops, T=T, args=args)

# HEOM（非马尔可夫，强耦合）
from qutip.nonmarkov.heom import HEOMSolver, BosonicBath
bath = BosonicBath(Q, ck_real, vk_real)
hsolver = HEOMSolver(H_sys, [bath], max_depth=5)
result = hsolver.run(rho0, tlist)

# 置换不变性（全同粒子）
psi = dicke(N, j, m)  # Dicke态
Jz = jspin(N, 'z')  # 集体算符

参见 references/advanced.md 了解Floquet理论、HEOM、置换不变性、随机求解器、超算符和性能优化。

常见工作流

模拟阻尼谐振子

# 系统参数
N = 20  # 希尔伯特空间维度
omega = 1.0  # 振荡器频率
kappa = 0.1  # 衰减率

# 哈密顿量和坍缩算符
H = omega * num(N)
c_ops = [np.sqrt(kappa) * destroy(N)]

# 初始态
psi0 = coherent(N, 3.0)

# 时间演化
tlist = np.linspace(0, 50, 200)
result = mesolve(H, psi0, tlist, c_ops, e_ops=[num(N)])

# 可视化
plt.plot(tlist, result.expect[0])
plt.xlabel('时间')
plt.ylabel('⟨n⟩')
plt.title('光子数衰减')
plt.show()

两量子比特纠缠动力学

# 创建Bell态
psi0 = bell_state('00')

# 每个量子比特的局域退相位
gamma = 0.1
c_ops = [
    np.sqrt(gamma) * tensor(sigmaz(), qeye(2)),
    np.sqrt(gamma) * tensor(qeye(2), sigmaz())
]

# 跟踪纠缠
def compute_concurrence(t, psi):
    rho = ket2dm(psi) if psi.isket else psi
    return concurrence(rho)

tlist = np.linspace(0, 10, 100)
result = mesolve(qeye([2, 2]), psi0, tlist, c_ops)

# 计算每个态的concurrence
C_t = [concurrence(state.proj()) for state in result.states]

plt.plot(tlist, C_t)
plt.xlabel('时间')
plt.ylabel('Concurrence')
plt.title('纠缠衰减')
plt.show()

Jaynes-Cummings模型

# 系统参数
N = 10  # 腔Fock空间
wc = 1.0  # 腔频率
wa = 1.0  # 原子频率
g = 0.05  # 耦合强度

# 算符
a = tensor(destroy(N), qeye(2))  # 腔
sm = tensor(qeye(N), sigmam())  # 原子

# 哈密顿量（旋转波近似）
H = wc * a.dag() * a + wa * sm.dag() * sm + g * (a.dag() * sm + a * sm.dag())

# 初始态：腔处于相干态，原子处于基态
psi0 = tensor(coherent(N, 2), basis(2, 0))

# 耗散
kappa = 0.1  # 腔衰减
gamma = 0.05  # 原子衰减
c_ops = [np.sqrt(kappa) * a, np.sqrt(gamma) * sm]

# 可观测量
n_cav = a.dag() * a
n_atom = sm.dag() * sm

# 演化
tlist = np.linspace(0, 50, 200)
result = mesolve(H, psi0, tlist, c_ops, e_ops=[n_cav, n_atom])

# 绘制
fig, axes = plt.subplots(2, 1, figsize=(8, 6), sharex=True)
axes[0].plot(tlist, result.expect[0])
axes[0].set_ylabel('⟨n_cavity⟩')
axes[1].plot(tlist, result.expect[1])
axes[1].set_ylabel('⟨n_atom⟩')
axes[1].set_xlabel('时间')
plt.tight_layout()
plt.show()

高效模拟技巧

1. 截断希尔伯特空间：使用捕获动力学的最小维度
2. 选择适当的求解器：sesolve 对于纯态比 mesolve 更快
3. 时间相关项：字符串格式（例如 'cos(w*t)'）最快
4. 只存储所需数据：使用 e_ops 而不是存储所有态
5. 调整公差：通过 Options 平衡精度与计算时间
6. 并行轨迹：mcsolve 自动使用多个CPU
7. 检查收敛性：改变 ntraj、希尔伯特空间大小和公差

故障排除

内存问题：减小希尔伯特空间维度，使用 store_final_state 选项，或考虑Krylov方法

模拟缓慢：使用基于字符串的时间依赖，略微增加公差，或对刚性问题尝试 method='bdf'

数值不稳定性：减小时间步长（nsteps 选项），增加公差，或检查哈密顿量/算符是否正确定义

导入错误：确保QuTiP正确安装；量子门需要 qutip-qip 包

参考

本技能包含详细的参考文档：

• `references/core_concepts.md`：量子对象、态、算符、张量积、复合系统
• `references/time_evolution.md`：所有求解器（sesolve、mesolve、mcsolve、brmesolve等）、时间依赖哈密顿量、求解器选项
• `references/visualization.md`：布洛赫球、Wigner函数、Q函数、Fock分布、矩阵图
• `references/analysis.md`：期望值、熵、保真度、纠缠度量、关联函数、稳态
• `references/advanced.md`：Floquet理论、HEOM、置换不变性、随机方法、超算符、性能提示

外部资源

• 文档：https://qutip.readthedocs.io/
• 教程：https://qutip.org/qutip-tutorials/
• API参考：https://qutip.readthedocs.io/en/stable/apidoc/apidoc.html
• GitHub：https://github.com/qutip/qutip