English · Español · Français · Deutsch · 中文 · 日本語 · Русский
Endlichdimensionale von-Neumann-Algebren: Vorlesungsnotizen¶
Dieser Kurs behandelt die Theorie der endlichdimensionalen von-Neumann-Algebren – der Algebren \(\bigoplus_cM_{k_c}(\mathbb C)\) blockdiagonaler Matrizen – zusammen mit ihren Anwendungen in der Quantenphysik, der Quanteninformation, der Theorie der Zufallsmatrizen und dem maschinellen Lernen: Symmetrie- und Superauswahlsektoren, der Bikommutantensatz und der Struktursatz von Wedderburn, Spuren, Zustände und Entropie, das Haar-Maß und der Weingarten-Kalkül, Quantenkanäle (Kraus, Stinespring, Choi), die Lindblad-Gleichung (GKSL), Spinketten, Quantenfehlerkorrektur, äquivariante neuronale Netze und Jordan-Algebren.
Er richtet sich zugleich an zwei Arten von Lesern:
- Mathematiker finden einen in sich geschlossenen Text: Jeder Satz, jede Formel, jede Konstante und jede Ungleichung, die formuliert wird, wird im Kurs aus den unten aufgeführten Voraussetzungen bewiesen — im Kapitel selbst oder in einem der Anhänge A–F, die mit Nummer zitiert werden. Zahlen, die nur berechnet werden (etwa die Niveaustatistik für großes \(n\)), sind als numerische Beobachtung gekennzeichnet und werden nie als Prämissen oder Testziele verwendet. Literaturangaben dienen der historischen Zuordnung oder als weiterführende Lektüre, nie als Ersatz für einen Beweis.
- Physiker und Ingenieure finden die physikalische Bedeutung jedes Begriffs in Kästen mit der Überschrift Physikalische Bedeutung. Diese Kästen sind physikalische Deutung, keine Sätze des Kurses: Nichts, was anderswo bewiesen wird, hängt von ihnen ab. Lauffähigen Code, den sie anpassen können, enthält das Tutorial.
Die Kapitel 1–13 sind gleich aufgebaut: Definitionen und Ergebnisse mit vollständigen Beweisen, durchgerechnete
Beispiele und Aufgaben mit Lösungen. Nach jedem Ergebnis, das die Bibliothek torch_vn_algebra berechnet oder
überprüft, verweist eine Zeile Rechnung: oder In der Bibliothek: auf die Stelle im Tutorial,
an der dies geschieht.
Inhalt¶
| Kapitel | Hauptergebnisse | |
|---|---|---|
| 0 | Worum es in diesem Kurs geht | die Algebra als Datentyp: Blockstruktur = gestapelte Tensoren; Aufwand; was es gibt und was neu ist |
| 1 | Matrixalgebren und Funktionalkalkül | Spektralsatz, Funktionalkalkül, Polarzerlegung, Dualität der Spurnorm, ein GUE-Moment |
| 2 | Endlichdimensionale von-Neumann-Algebren | Bikommutantensatz, Struktursatz, Zentrum, Symmetriegruppen und Kommutanten, bedingte Erwartungen |
| 3 | Spuren, Zustände und Entropie | Klassifikation der Spuren, Dichten, Entropie der Sektoren, Kleinsche Ungleichung, Monotonie unter der bedingten Erwartung auf das Zentrum, Michelson-Kontrast |
| 4 | Symmetrien und Darstellungen | Schursches Lemma, Ladungssektoren, \(U(1)\) und \(SU(2)\), Spinsysteme, reeller, komplexer und quaternionischer Typ |
| 5 | Zufallsmatrizen in einer Algebra | Haar-Maß auf \(\prod_cU(k_c)\), Weingarten-Kalkül, Niveaustatistik und warum Sektoren nicht vermischt werden dürfen |
| 6 | Quantenkanäle | Kraus und Stinespring, duale Abbildungen bezüglich einer Spur, Abbildungen zwischen Sektoren, Dekohärenz |
| 7 | Tensorprodukte und Verschränkung | partielle Spur, Pagesche Formel, Fusion von Ladungen |
| 8 | Dynamik | Schrödinger- und Lindblad-Gleichung, Sprünge zwischen Sektoren, Postselektion |
| 9 | Spinketten | Sektoren von Magnetisierung und Impuls, Lanczos, Überprüfungen mit dem Bethe-Ansatz, Unordnung |
| 10 | Quantencomputing | dekohärenzfreie Unterräume, Fehlerkorrektur mit Operatoralgebren, Mixer mit Nebenbedingungen |
| 11 | Optimierung und Spurungleichungen | Parametrisierungen mit Nebenbedingungen, Stichprobenziehung versus Optimierung |
| 12 | Äquivariantes maschinelles Lernen | äquivariante Schichten als Kommutanten |
| 13 | Jordan-Algebren: warum die Quantenmechanik *-Algebren verwendet | Jordan-Produkt und quadratische Darstellung, Spinfaktoren und Lorentz-Kegel, die Klassifikation von Jordan–von Neumann–Wigner, Transposition und partielle Transposition, eine Spurungleichung in Jordan-Form |
| A | Tatsachen aus Analysis und Wahrscheinlichkeitstheorie | Potenzreihen und Nullmengen, Gaußsche Vektoren, sphärische Maße, Eigenwertungleichungen, Isserlis–Wick |
| B | Schur-Weyl-Dualität und der Weingarten-Kalkül | Schur-Weyl-Dualität, Weingarten-Funktionen, Satz von Wigner–Eckart, Haar-Maß auf \(O(k)\) |
| C | Eigenwertdichten und die Pagesche Formel | Weylsche Integrationsformel, GOE/GUE, Wishart- und induzierte Dichten, Pagesche Formel |
| D | Generatoren quantendynamischer Halbgruppen | der GKSL-Satz, Generatoren auf direkten Summen, Satz von Frigerio, Bény–Kempf–Kribs |
| E | Klassifikation der euklidischen Jordan-Algebren | Peirce-Zerlegung, Sätze von Hurwitz und Frobenius, Koordinatisierung, die Albert-Algebra, der Satz von Jordan–von Neumann–Wigner |
| F | Symmetrische Kegel, Ordnungsisomorphismen und Jordan-Abbildungen | Kegel der Quadrate, der Satz von Koecher–Vinberg, der Satz von Kadison, Jordan-Automorphismen von \(\bigoplus_cM_{k_c}\) |
Voraussetzungen¶
Der Kurs setzt nur das Folgende voraus und beweist alles Übrige.
- Lineare Algebra über \(\mathbb R\) und \(\mathbb C\) (endlichdimensional) und der Fundamentalsatz der Algebra.
- Standardstoff der reellen Analysis und der Differentialrechnung in mehreren Variablen: Grenzwerte, Stetigkeit, Kompaktheit im \(\mathbb R^n\), Differentiation, der Mittelwertsatz, die Taylorsche Formel, der Satz über die Umkehrfunktion und der Satz über implizite Funktionen.
- Standardstoff der Maß- und Integrationstheorie: Lebesgue-Maß, Produktmaße und Fubini–Tonelli, majorisierte und monotone Konvergenz, Variablentransformation im \(\mathbb R^n\), Bildmaße, Dichten, Unabhängigkeit.
- Elementare Wahrscheinlichkeitstheorie: Erwartungswert, Varianz, Unabhängigkeit, die Normalverteilung und ihre momenterzeugende Funktion, die Markow- und die Tschebyschow-Ungleichung, das Gesetz der großen Zahlen.
Physik und Funktionalanalysis werden nicht vorausgesetzt.
Weiterführende Literatur¶
M. Takesaki, Theory of Operator Algebras I (Springer, 2002); V. Jones, von Neumann algebras, Vorlesungsskript; D. Petz, Quantum Information Theory and Quantum Statistics (Springer, 2008); J. Watrous, The Theory of Quantum Information (Cambridge, 2018); M. L. Mehta, Random Matrices (Elsevier, 2004).
Die Bibliothek torch_vn_algebra und ihre Verwendung im Kontext dieser Notizen sind Gegenstand des
Tutorials. Die Begleitarbeit zur Bibliothek ist
man/article/main.pdf.