胡曉莉,喬龍坤
(江漢大學(xué) 人工智能學(xué)院,湖北 武漢 430056)
柯西—布涅柯夫斯基不等式是異于均值不等式的另一個(gè)重要不等式。它在數(shù)學(xué)學(xué)科分支中有著極其廣泛的作用,如線(xiàn)性代數(shù)中的矢量、概率論與數(shù)理統(tǒng)計(jì)中的方差、高等數(shù)學(xué)中的積分等等[1]。正是因?yàn)榭挛鞑坏仁皆谠S多數(shù)學(xué)學(xué)科里有較為廣泛的應(yīng)用[2],因此引起數(shù)學(xué)家們的興趣,多年來(lái)數(shù)學(xué)工作者們對(duì)柯西不等式的研究從未停止[3-4]。其在不同領(lǐng)域中有著不一樣的形式,因此也產(chǎn)生了諸多推廣的形式。在n維歐氏空間中,對(duì)任意的兩個(gè)向量α,β,記其內(nèi)積為(α,β),則有(α,β)2≤(α,α)(β,β),當(dāng)且僅當(dāng)α,β線(xiàn)性相關(guān)時(shí)等號(hào)成立,這就是著名的柯西-布涅柯夫斯基不等式。特別地,當(dāng)考慮的歐式空間為n維實(shí)數(shù)空間Rn時(shí),則對(duì)向量α=(a1,a2,…,an),β=(b1,b2,…,bn)∈Rn,有著名的柯西不等式為
設(shè)x=(x1,x2,…,xn),y=(y1,y2,…,yn)為歐氏空間Rn中的兩個(gè)向量,記矩陣
定理1 設(shè)M如矩陣(2)所示,令mk=CS(Mk)+∑M-∑Mk,則有非遞增序列為
證明 由下列事實(shí)
從矩陣M中的元素及順序主子矩陣Mk和Mk+1中的元素及式(3)可得
用柯西不等式后與M中綠色框外的所有數(shù)直接求和,則有m1=∑M;m2表示對(duì)紅色框中的數(shù)之和用柯西不等式后與M中紅色框外的所有數(shù)直接求和,即
同理
顯然有,(x,x)2(y,y)2=m1≥m2≥m3≥m4=(x,y)2。
事實(shí)上,定理1 中的不等式序列還可以進(jìn)一步優(yōu)化。設(shè)M?k為矩陣M中選定任意不同的k行k列按原來(lái)的順序構(gòu)成的主子矩陣,則由定理1 可得如下結(jié)論。
下面我們將引進(jìn)凸函數(shù)來(lái)構(gòu)造第二個(gè)柯西不等式序列。設(shè)fk(v)=vmk+1+(1-v)mk,其中0 ≤v≤1。易知,fk(v)為單調(diào)遞減函數(shù),故有mk+1=fk(1) ≤fk(v) ≤fk(0)=mk。故結(jié)合定理1 和fk(v)的單調(diào)性,可得以下推論。
推論2 令fk(v)=vmk+1+(1-v)mk,則有下列非遞增序列
圖1 兩個(gè)算子的基于方差乘積的不確定性界比較Fig.1 Comparison of variance product-based uncertainty bounds for two operators
本文首先定義了矩陣和函數(shù)以及柯西函數(shù),運(yùn)用以低維柯西不等式來(lái)優(yōu)化高維柯西不等式的思想得到了第一個(gè)柯西不等式序列。然后,構(gòu)造基于柯西不等式的凸函數(shù),得到了另一個(gè)不等式序列。最后,將所構(gòu)造的不等式序列應(yīng)用于解決兩個(gè)酉算子的基于方差乘積的量子不確定性實(shí)例中。結(jié)果表明本文所構(gòu)造的柯西不等式序列確實(shí)能有效改進(jìn)基于方差乘積的量子酉不確定性的界。