English · Español · Français · Deutsch · 中文 · 日本語 · Русский
有限维冯·诺依曼代数：讲义¶
本课程讲授有限维冯·诺依曼代数（von Neumann 代数）——即分块对角矩阵构成的代数 \(\bigoplus_cM_{k_c}(\mathbb C)\)——的理论，以及它们在量子物理、量子信息、随机矩阵理论和 机器学习中的应用：对称性扇区与超选择扇区、双交换子定理与 Wedderburn 结构定理、迹、态与熵、Haar 测度与 Weingarten 演算、量子信道（Kraus、Stinespring、Choi）、Lindblad（GKSL）方程、自旋链、量子纠错、等变神经网络以及若尔当代数。
本课程同时面向两类读者：
- 数学家将看到一个自成体系的文本：文中陈述的每个定理、公式、常数和不等式，都在课程中 从下面列出的预备知识出发得到证明——或在该章之内，或在按编号引用的附录 A–F 之一中。只是 计算出来的数值（例如大 \(n\) 时的能级统计）标记为数值观察，从不用作前提或测试目标。参考 文献只用于历史溯源或延伸阅读，从不代替证明。
- 物理学家和工程师可以在标有物理意义的方框中读到每个概念的物理含义。这些方框是物理解释，而非本课程的定理：其他地方证明的任何结论都不 依赖于它们。可以直接改写使用的可运行代码见教程。
第 1–13 章的结构相同：带完整证明的定义与结果、算出的例子，以及附有解答的习题。在库 torch_vn_algebra
计算或检验的每个结果之后，都有一行 计算： 或 库中：，链接到教程中完成这一工作的位置。
目录¶
| 章 | 主要结果 | |
|---|---|---|
| 0 | 本课程讲什么 | 代数作为数据类型：块结构 = 批量张量；代价；已有的工作与新的内容 |
| 1 | 矩阵代数与函数演算 | 谱定理、函数演算、极分解、迹范数对偶、GUE 的一个矩 |
| 2 | 有限维冯·诺依曼代数 | 双交换子定理、结构定理、中心、对称群与交换子、条件期望 |
| 3 | 迹、态与熵 | 迹的分类、密度、扇区的熵、Klein 不等式、在到中心的条件期望下的单调性、Michelson 对比度 |
| 4 | 对称性与表示 | Schur 引理、荷扇区、\(U(1)\) 与 \(SU(2)\)、自旋系统、实型、复型与四元数型 |
| 5 | 代数中的随机矩阵 | \(\prod_cU(k_c)\) 上的 Haar 测度、Weingarten 演算、能级统计以及为何不能混合扇区 |
| 6 | 量子信道 | Kraus 表示与 Stinespring 表示、关于迹的对偶、扇区之间的映射、退相干 |
| 7 | 张量积与纠缠 | 偏迹、Page 公式、荷的融合 |
| 8 | 动力学 | Schrödinger 方程与 Lindblad 方程、扇区间的跃迁、后选择 |
| 9 | 自旋链 | 磁化与动量扇区、Lanczos 方法、Bethe 拟设检验、无序 |
| 10 | 量子计算 | 无退相干子空间、算子代数纠错、带约束的混合算子 |
| 11 | 优化与迹不等式 | 带约束的参数化、采样与优化的对比 |
| 12 | 等变机器学习 | 作为交换子的等变层 |
| 13 | 若尔当代数：量子力学为何使用 *-代数 | 若尔当积与二次表示、自旋因子与洛伦兹锥、Jordan–von Neumann–Wigner 分类、转置与部分转置、若尔当形式的迹不等式 |
| A | 分析与概率中的若干事实 | 幂级数与零测集、高斯向量、球面测度、特征值不等式、Isserlis–Wick 公式 |
| B | Schur–Weyl 对偶与 Weingarten 演算 | Schur–Weyl 对偶、Weingarten 函数、Wigner–Eckart 定理、\(O(k)\) 上的 Haar 测度 |
| C | 特征值密度与 Page 公式 | Weyl 积分公式、GOE/GUE、Wishart 密度与诱导密度、Page 公式 |
| D | 量子动力学半群的生成元 | GKSL 定理、直和上的生成元、Frigerio 定理、Bény–Kempf–Kribs |
| E | 欧几里得若尔当代数的分类 | Peirce 分解、Hurwitz 定理与 Frobenius 定理、坐标化、Albert 代数、Jordan–von Neumann–Wigner 定理 |
| F | 对称锥、序同构与若尔当映射 | 平方锥、Koecher–Vinberg 定理、Kadison 定理、\(\bigoplus_cM_{k_c}\) 的若尔当自同构 |
预备知识¶
本课程只假定以下内容，其余一切都加以证明。
- \(\mathbb R\) 与 \(\mathbb C\) 上的（有限维）线性代数，以及代数基本定理。
- 标准的实分析与多元微积分：极限、连续性、\(\mathbb R^n\) 中的紧性、微分、中值定理、Taylor 公式、反函数定理与隐函数定理。
- 标准的测度论与积分论：Lebesgue 测度、乘积测度与 Fubini–Tonelli 定理、控制收敛与单调 收敛、\(\mathbb R^n\) 中的变量替换、推前测度、密度、独立性。
- 初等概率论：期望、方差、独立性、高斯分布及其矩母函数、Markov 不等式与 Chebyshev 不等式、 大数定律。
不要求具备物理或泛函分析知识。
延伸阅读¶
M. Takesaki, Theory of Operator Algebras I (Springer, 2002)；V. Jones, von Neumann algebras，讲义；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)。
库 torch_vn_algebra 及其在本讲义背景下的使用是教程的主题。本库的配套论文见
man/article/main.pdf。