量子信息的距离度量——迹距离和保真度

        什么是两则信息类似?一个过程保护一则信息意味着什么?这些问题都是量子信息处理理论的核心问题。通常有两大类距离度量:静态度量和动态度量。静态度量定量地刻画两个量子态之间的距离,而动态度量则描述一个过程前后,量子信息被保护得好坏。我们的策略是首先发展出好的静态距离度量,然后以此为基础,发展出距离的动态度量。

       其实,无论从经典角度还是量子角度,距离度量的定义都有一定的随意性,而量子信息和量子计算中,使用一系列不同的距离度量是非常方便的。

经典信息距离度量

        对于字符串01001和10010,一个可能的度量方法是汉明距离,这种距离定义为这两个字符串中所有内容不同的比特位置数量。即两个字符串的距离为4。糟糕的是,两个对象之间的汉明距离仅仅涉及标号的问题,但量子力学所依赖的希尔伯特空间中原本没有标号的概念。

        实际上,对研究量子信息之间的距离度量来说,一个好得多的出发点是经典概率分布之间的比较。在经典信息论中,一个信源通常被建模为一个随机变量,也就是某个源信息对应字符表的概率分布。在我们读取文字之前,我们可以字母在文字中出现的相对频率,或者这些字母之间的特定关联,做一些合理的猜测。例如,字母对“th”在英文中比字母“zx”常见的多。信源的这种可以被看作某种字母表上的概率分布特征,启发着我们在寻找距离度量的时候,将精力放在概率分布上。

        对于两个定义在同一个标号集上的概率分布{ p_{x} }{ q_{x} },当我们说它们很接近时,意味着什么?

第一个距离是迹距离,其定义如下:

                                               D({ p_{x} },{ q_{x} }) = \frac{1}{2}\sum_{x}^{}|p_{x}-q_{x}|

这个量有时候称作L_{1}或者kolmogorov距离。D(x,y)满足对称性,D(x,y)=D(y,x),以及

满足三角不等式, D(x,z)\leq D(x,y)+ D(y,z)

问题1:对于概率分布(1,0)和(1/2,1/2)之间的迹距离是多少?

        ​​​​​​​        ​​​​​​​                ​​​​​​​            (1,0)=\begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix}(\frac{1}{2},\frac{1}{2})=\begin{bmatrix} \frac{1}{2}& 0 \\ 0 & \frac{1}{2} \end{bmatrix}

将两矩阵相减,迹距离等于

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        1/2Tr (\begin{bmatrix} -\frac{1}{2} & 0 \\ 0 & -\frac{1}{2} \end{bmatrix})

第二个概率空间的距离度量是保真度。概率分布{ p_{x} }{ q_{x} }之间的保真度定义为

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​                F(p_{x},q_{x} )\equiv \sum_{x}^{} \sqrt{p_{x}q_{x}}

相比于迹距离,保真度是一种非常不同的度量概率分布间距离的方法。

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        F(p,q)=\sqrt{p} \cdot \sqrt{q} =cos\sigma 

即保真度可以被解释为球面上向量\sqrt{p}\sqrt{q}的内积。

动态测量

        迹距离和保真度是比较两个固定概率分布的静态度量。另一个距离的度量是一个动态度量,它刻画了某个具体的物理过程中,量子信息被保护得好坏。假设一个随机变量X被通过一个有噪声信道传送出去,以另一个随机变量Y的形式输出,形成一个马尔可夫过程X\rightarrow Y。为了方便讨论,我们假设X和Y有相同的取值范围,取值记作x。那么X和Y分布不同的总概率,即p(X\neq Y),将是一个显而易见的可以衡量整个过程信息保护的好坏的量。

让人惊奇的是,动态距离度量也可以理解成静态迹距离的一个特例。想象我们被赋予一个随机遍历X,然后我们制备它的一个拷贝,产生一个新的随机变量,\widetilde{X}=X,将X通过一个有噪声的信道传出去,产生随机变量Y,那么开始的完美关联(\widetilde{X},X),距离结尾的(\widetilde{X},Y)有多远?

 

接下来将两项相加

 因此,信道发生错误的概率,就是概率分布(\widetilde{X},X)(\widetilde{X},Y)之间的迹距离。而这里的量子动态行为的保护的重要对象,不再是经典关联而是纠缠关联。

迹距离

 我们首先定义量子态\rho\sigma之间的迹距离为

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​               D(\rho ,\sigma )\equiv 1/2tr|\rho -\sigma |

注意当\rho\sigma可交换时,\rho\sigma的距离正好是它们对应特征值的经典迹距离。具体来说,当\rho\sigma可交换,那么它们就可以被同时对角化,即

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        \rho = \sum_{i}r_{i}|i\rangle \langle i |\sigma = \sum_{i}s_{i}|i\rangle \langle i |

对某组正交基|i\rangle成立。因此

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​ ​ D(\rho ,\sigma )=1/2tr| \sum_{i}(r_{i}-s_{i})|i\rangle \langle i ||=D(r_{i}-s_{i})

求下面两个矩阵的迹距离

引入布洛赫球描述量子态

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​               ​​​​​​​        \rho =\frac{I+\vec {r}\cdot \vec {\sigma }}{2}\sigma =\frac{I+\vec {s}\cdot \vec {\sigma }}{2}

其中\vec{\sigma }与量子态\sigma不同。计算得

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        D(\rho ,\sigma )= 1/4tr| (\vec{ r_{}}- \vec{s_{}}) \vec{\sigma _{i}}|=|\frac{\vec{ r}-\vec{ s} } {2}|

也就是说两个量子态的迹距离,就是它们在布洛赫球上距离的一半

对于作用于量子态的POVM测量

        结论如下,如果两个密度算子之间的迹距离很小,那么对这两个量子态的任意量子测量得到的概率分布之间的经典距离很小。于是,这可以看成是量子态之间迹距离的第二个解释,即它是这两个量子态在所有测量作用下能得到的概率分布之间经典迹距离的最大可达上界。

定理1:没有任何物理过程可以增加两个量子态之间的迹距离——保迹量子操作是收缩的

假设\varepsilon是一个保迹量子操作,那么

        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​              D\left ( \varepsilon (\rho ),\varepsilon \sigma \right )\leq D(\rho ,\sigma )

定理2:迹距离具有强凸性 

        ​​​​​​​        ​​​​​​​        ​​​​​​​        D\left ( \sum_{i} p_{i}\rho _{i} ),\sum_{i} q_{i}\sigma _{i} \right )\leq D(p_{i} ,q _{i} )+\sum _{i}p_{i}D(\rho_{i} ,\sigma_{i} )

有趣的是,保真度具有单调性,角度的收缩性和强凹性,借助于Uhlmann定理可证 

猜你喜欢

转载自blog.csdn.net/m0_54373077/article/details/143049506