alterlab-qutip

QuTiP：Python 中的量子工具箱

概述

QuTiP 提供全面的工具，用于模拟和分析量子力学系统。它支持封闭（幺正）和开放（耗散）量子系统，并提供针对不同场景优化的多种求解器。

何时使用此技能

在用户希望进行以下操作时使用此技能：

• 求解 Lindblad 主方程、量子轨迹或 Schrödinger 动力学（mesolve、mcsolve、sesolve）
• 对退相干、耗散、腔 QED 或受驱动／周期性系统进行建模（Floquet、Bloch-Redfield、HEOM）
• 计算稳态、关联函数、谱、纠缠或相空间分布

不适用的场景

场景	改用
IBM 硬件上的基于门的电路、转译、Runtime 原语	alterlab-qiskit
Cirq 电路、Google 硬件／Quantum Virtual Machine、XEB/RB	alterlab-cirq
使用自动微分训练变分电路（量子机器学习、可微 VQE）	alterlab-pennylane
不涉及数值计算的算符或对易子符号推导	alterlab-sympy

安装

uv pip install qutip

此技能面向 QuTiP 5.x（已针对 5.3.1 验证，该版本截至 2026-09 为最新版本；Python ≥ 3.11）。v5 相较 v4 的主要 API 变化：求解器选项为普通 dict（旧的 Options／solver.Options 类已移除）；随机求解器使用 heterodyne=True/False，而非 noise 代码；progress_bar 接受字符串（'text'／'tqdm'／''），而非 True；除非传入 options={"map": "parallel"}，否则 mcsolve 会串行运行轨迹；独立的 floquet_modes() 系列已弃用，建议改用 FloquetBasis。

只有安装 runtime-compilation 附加组件后，字符串格式的时间依赖项（'cos(w*t)'）才会通过 Cython 编译；否则 QuTiP 会发出警告并回退到速度较慢的 eval：

uv pip install "qutip[runtime-compilation]"   # Cython + setuptools + filelock

用于扩展功能的可选软件包：

# Quantum information processing (circuits, gates)
uv pip install qutip-qip

# Quantum optimal control (GRAPE/CRAB pulse optimization)
uv pip install qutip-qtrl

快速开始

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

# Create quantum state
psi = basis(2, 0)  # |0⟩ state

# Create operator
H = sigmaz()  # Hamiltonian

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

# Plot results
plt.plot(tlist, result.expect[0])
plt.xlabel('Time')
plt.ylabel('⟨σz⟩')
plt.show()

核心功能

1. 量子对象与状态

创建和操作量子状态与算符：

# States
psi = basis(N, n)  # Fock state |n⟩
psi = coherent(N, alpha)  # Coherent state |α⟩
rho = thermal_dm(N, n_avg)  # Thermal density matrix

# Operators
a = destroy(N)  # Annihilation operator
H = num(N)  # Number operator
sx, sy, sz = sigmax(), sigmay(), sigmaz()  # Pauli matrices

# Composite systems
psi_AB = tensor(psi_A, psi_B)  # Tensor product

参见 references/core_concepts.md，了解量子对象、状态、算符和张量积的完整介绍。

2. 时间演化与动力学

适用于不同场景的多种求解器：

# Closed systems (unitary evolution)
result = sesolve(H, psi0, tlist, e_ops=[num(N)])

# Open systems (dissipation)
c_ops = [np.sqrt(0.1) * destroy(N)]  # Collapse operators
result = mesolve(H, psi0, tlist, c_ops, e_ops=[num(N)])

# Quantum trajectories (Monte Carlo)
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、单条轨迹
• brmesolve：弱系统-热浴耦合
• fmmesolve：时间周期哈密顿量（Floquet）

参见 references/time_evolution.md，了解求解器的详细文档、含时哈密顿量和高级选项。

3. 分析与测量

计算物理量：

# Expectation values
n_avg = expect(num(N), psi)

# Entropy measures
S = entropy_vn(rho)  # Von Neumann entropy
C = concurrence(rho)  # Entanglement (two qubits)

# Fidelity and distance
F = fidelity(psi1, psi2)
D = tracedist(rho1, rho2)

# Correlation functions
corr = correlation_2op_1t(H, rho0, taulist, c_ops, A, B)
w, S = spectrum_correlation_fft(taulist, corr)

# Steady states
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

可视化量子状态与动力学：

# Bloch sphere
b = Bloch()
b.add_states(psi)
b.show()

# Wigner function (phase space)
xvec = np.linspace(-5, 5, 200)
W = wigner(psi, xvec, xvec)
plt.contourf(xvec, xvec, W, 100, cmap='RdBu')

# Fock distribution
plot_fock_distribution(psi)

# Matrix visualization
hinton(rho)  # Hinton diagram
matrix_histogram(H.full())  # 3D bars

参见 references/visualization.md，了解 Bloch 球动画、Wigner 函数、Q 函数和矩阵可视化。

5. 高级方法

适用于复杂场景的专用技术：

# Floquet theory (periodic Hamiltonians); floquet_modes() is deprecated in v5
T = 2 * np.pi / w_drive
fbasis = FloquetBasis(H, T, args=args)
f_energies = fbasis.e_quasi   # quasi-energies
f_modes = fbasis.mode(0)      # Floquet modes at t = 0
result = fmmesolve(H, psi0, tlist, c_ops, T=T, args=args)

# HEOM (non-Markovian, strong coupling)
from qutip.solver.heom import HEOMSolver, BosonicBath
# Bath correlation as a sum of exponentials: ck_real, vk_real, ck_imag, vk_imag
bath = BosonicBath(Q, ck_real, vk_real, ck_imag, vk_imag)
hsolver = HEOMSolver(H_sys, [bath], max_depth=5)
result = hsolver.run(rho0, tlist)

# Permutational invariance (identical particles)
from qutip.piqs.piqs import dicke, jspin  # not exported at qutip.piqs top level
psi = dicke(N, j, m)  # Dicke states
Jz = jspin(N, 'z')  # Collective operators

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

# System parameters
N = 20  # Hilbert space dimension
omega = 1.0  # Oscillator frequency
kappa = 0.1  # Decay rate

# Hamiltonian and collapse operators
H = omega * num(N)
c_ops = [np.sqrt(kappa) * destroy(N)]

# Initial state
psi0 = coherent(N, 3.0)

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

# Visualize
plt.plot(tlist, result.expect[0])
plt.xlabel('Time')
plt.ylabel('⟨n⟩')
plt.title('Photon Number Decay')
plt.show()

双量子比特纠缠动力学

# Create Bell state
psi0 = bell_state('00')

# Local dephasing on each qubit
gamma = 0.1
c_ops = [
    np.sqrt(gamma) * tensor(sigmaz(), qeye(2)),
    np.sqrt(gamma) * tensor(qeye(2), sigmaz())
]

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

# With collapse operators, result.states are density matrices (type 'oper'),
# so pass them straight to concurrence() — do NOT call .proj() on them.
C_t = [concurrence(state) for state in result.states]

plt.plot(tlist, C_t)
plt.xlabel('Time')
plt.ylabel('Concurrence')
plt.title('Entanglement Decay')
plt.show()

Jaynes-Cummings 模型

# System parameters
N = 10  # Cavity Fock space
wc = 1.0  # Cavity frequency
wa = 1.0  # Atom frequency
g = 0.05  # Coupling strength

# Operators
a = tensor(destroy(N), qeye(2))  # Cavity
sm = tensor(qeye(N), sigmam())  # Atom

# Hamiltonian (RWA)
H = wc * a.dag() * a + wa * sm.dag() * sm + g * (a.dag() * sm + a * sm.dag())

# Initial state: cavity in coherent state, atom in ground state
psi0 = tensor(coherent(N, 2), basis(2, 0))

# Dissipation
kappa = 0.1  # Cavity decay
gamma = 0.05  # Atomic decay
c_ops = [np.sqrt(kappa) * a, np.sqrt(gamma) * sm]

# Observables
n_cav = a.dag() * a
n_atom = sm.dag() * sm

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

# Plot
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('Time')
plt.tight_layout()
plt.show()

高效模拟技巧

1. 截断希尔伯特空间：使用能够捕捉动力学的最小维度
2. 选择合适的求解器：纯态使用 sesolve 比使用 mesolve 更快
3. 含时项：字符串格式（例如，'cos(w*t)'）编译后速度最快（需要 qutip[runtime-compilation]）
4. 仅存储所需数据：使用 e_ops，而不是存储所有状态
5. 调整容差：通过 options 字典（atol/rtol/nsteps）平衡准确性与计算时间
6. 并行轨迹：v5 中 mcsolve 默认以串行方式运行——传入 options={"map": "parallel", "num_cpus": 4}（或 "loky" / "mpi"）
7. 检查收敛性：改变 ntraj、希尔伯特空间大小和容差

故障排除

内存问题：降低希尔伯特空间维度，使用 store_final_state 选项，或考虑使用 Krylov 方法

模拟缓慢：使用基于字符串的含时表达式，稍微放宽容差，或对刚性问题尝试 method='bdf'

数值不稳定：减小时间步长（nsteps 选项），放宽容差，或检查哈密顿量／算符的定义是否正确

导入错误：确保 QuTiP 已正确安装；量子门需要 qutip-qip 包

参考资料

此技能包含详细的参考文档：

• references/core_concepts.md：量子对象、状态、算符、张量积、复合系统
• references/time_evolution.md：所有求解器（sesolve、mesolve、mcsolve、brmesolve 等）、含时哈密顿量、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、性能技巧

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

AlterLab Academic Skills 套件的一部分。