tecktom.com

出てくるもの(3):蒸留と濃縮(もつれを ebit で数える)

2026年10月15日9分で読めますAI生成教科書『虎の巻』第3部 第4章 エンタングルメント
目次
  1. 蒸留の率
  2. 濃縮の手順
  3. 混合状態の蒸留
  4. 木下の層

AI 生成・木下が未勉強

相対エントロピーから情報と物理を組み立てる 第3部 第4章 §3.4.5 ★★★ 多数のコピーから LOCC で取り出せる ebit の率は、純粋状態ではちょうど E/ln⁡2E/\ln2 になる。典型系列と ERE_{\mathrm R} の単調性の2つから出る

蒸留の率

もつれは量子テレポーテーション(第3部第6章)などで消費される資源で、標準の単位は Bell 状態 ∣Φ+⟩| \Phi^+ \rangle 1組=1 ebit である。そこで、ある状態 ρ^\hat\rho が何 ebit 分の価値を持つかを、次の操作で測る。

定義 3.4.11(蒸留できるもつれ)

ρ^⊗n\hat\rho^{\otimes n} から LOCC で ∣Φ+⟩⊗m| \Phi^+ \rangle ^{\otimes m} に忠実度 1−δn1-\delta_n(δn→0\delta_n\to0)で近い状態を作れるとき、率 m/nm/n は達成可能という。達成可能な率の上限を蒸留できるもつれ ED(ρ^)E_{\mathrm D}(\hat\rho) と呼び、単位は ebit とする。逆向きに、∣Φ+⟩⊗m| \Phi^+ \rangle ^{\otimes m} から LOCC で ρ^⊗n\hat\rho^{\otimes n} を作るのに要る m/nm/n の下限をもつれのコスト EC(ρ^)E_{\mathrm C}(\hat\rho) と呼ぶ。

LOCC でもつれは増えないので ED≤ECE_{\mathrm D}\le E_{\mathrm C} である(蒸留してから作り直して元より多く得られるなら、もつれを増やせることになる)。純粋状態では2つが一致し、値はもつれのエントロピーになる。

定理 3.4.12(純粋状態の濃縮と希釈 ★★★)

純粋状態 ∣Ψ⟩| \Psi \rangle について ED(Ψ)=EC(Ψ)=E(Ψ)/ln⁡2E_{\mathrm D}(\Psi)=E_{\mathrm C}(\Psi)=E(\Psi)/\ln2 ebit。

C. H. Bennett、H. J. Bernstein、S. Popescu、B. Schumacher が示した1C. H. Bennett, H. J. Bernstein, S. Popescu and B. Schumacher (1996), Physical Review A 53, 2046–2052。下の脚注へ。純粋状態から ebit を取り出す操作を濃縮、ebit から純粋状態を作る操作を希釈と呼ぶ。

濃縮の手順

2量子ビットの ∣Ψ⟩=1−q ∣00⟩+q ∣11⟩| \Psi \rangle =\sqrt{1-q}\,| 00 \rangle +\sqrt q\,| 11 \rangle(0<q<1/20<q<1/2)で手順を示す。nn 組まとめると、x∈{0,1}nx\in\{0,1\}^n の2進列で

∣Ψ⟩⊗n=∑k=0n(1−q)n−kqk∑x: ∣x∣=k∣x⟩A∣x⟩B(3.4.16)| \Psi \rangle ^{\otimes n}=\sum_{k=0}^n\sqrt{(1-q)^{n-k}q^k}\sum_{x:\,\lvert x\rvert =k}| x \rangle _A| x \rangle _B\tag{3.4.16}

と書ける(∣x∣\lvert x\rvert は xx の中の 11 の個数)。係数は kk だけで決まる。Alice が自分の nn 個の量子ビットについて「11 がいくつあるか」を測る。この測定は∣x∣=k\lvert x\rvert =k の基底ベクトルが張る空間への射影 P^k\hat P_k の組で、Alice の手元だけで実行できる。結果 kk は確率 (nk)(1−q)n−kqk\binom nk(1-q)^{n-k}q^k で出て、そのあとの状態は

(nk)−1/2∑x: ∣x∣=k∣x⟩A∣x⟩B(3.4.17)\binom nk^{-1/2}\sum_{x:\,\lvert x\rvert =k}| x \rangle _A| x \rangle _B\tag{3.4.17}

になる。これは Schmidt 係数がすべて (nk)−1\binom nk^{-1} に等しい最大にもつれた状態で、Schmidt 階数 (nk)\binom nk を持つ。(nk)\binom nk が 22 のべきなら、局所ユニタリでlog⁡2(nk)\log_2\binom nk 組の ∣Φ+⟩| \Phi^+ \rangle に並べ直せる。22 のべきでないときの端数を処理する手順を足しても率は変わらないので、ここでは log⁡2(nk)\log_2\binom nk ebit を得たと数える。得られる平均は

1n∑k=0n(nk)(1−q)n−kqklog⁡2(nk) ⟶ hb(q)ln⁡2=E(Ψ)ln⁡2(n→∞)(3.4.18)\frac1n\sum_{k=0}^n\binom nk(1-q)^{n-k}q^k\log_2\binom nk\ \longrightarrow\ \frac{h_{\mathrm b}(q)}{\ln2}=\frac{E(\Psi)}{\ln2}\qquad(n\to\infty)\tag{3.4.18}

で、極限は典型系列の議論で出る。kk は nqnq のまわりに幅 n\sqrt n 程度で集まり(大数の法則)、その付近で ln⁡(nk)=nhb(k/n)+O(ln⁡n)\ln\binom nk=nh_{\mathrm b}(k/n)+\mathcal{O}(\ln n)(第1部第2章)だからである。図 3.4.4 は n=10n=10、100100 での収束の様子である。

率 E/ln⁡2E/\ln2 より多くは取り出せないことは、ERE_{\mathrm R} の単調性から出る。mm ebit に近い状態の ERE_{\mathrm R} はほぼ mln⁡2m\ln2 であり、ρ^⊗n\hat\rho^{\otimes n} の ERE_{\mathrm R} は∣Ψ⟩⊗n| \Psi \rangle ^{\otimes n} が純粋状態なので nE(Ψ)nE(\Psi) である。LOCC で増えないので mln⁡2≲nE(Ψ)m\ln2\lesssim nE(\Psi) となる(近似の誤差が nn あたりで 00 に行くことの確認には ERE_{\mathrm R} の連続性の評価が要るが、ここでは省く)。逆向きの希釈は、Alice が手元で ∣Ψ⟩⊗n| \Psi \rangle ^{\otimes n} の典型的な部分を用意し、Bob の分を nE/ln⁡2nE/\ln2 組ほどの ebit を使ったテレポーテーションで送れば実現できる(送る量子ビットの数を典型部分の次元まで減らす考え方は、B. Schumacher の量子データ圧縮と同じである)。

図

図 3.4.4 濃縮の手順で1組あたりに得られる ebit の平均(式 (3.4.18) の左辺。実線)と、n→∞n\to\infty の極限 hb(q)/ln⁡2h_{\mathrm b}(q)/\ln2(点線)。nn を増やすと下から極限に近づく

混合状態の蒸留

混合状態では ED<ECE_{\mathrm D}<E_{\mathrm C} になりうる。蒸留の率の上限として、ERE_{\mathrm R} の単調性から ED≤ER/ln⁡2E_{\mathrm D}\le E_{\mathrm R}/\ln2 が出る(純粋状態と同じ議論で、ERE_{\mathrm R} の加法性の代わりにER(ρ^⊗n)≤nER(ρ^)E_{\mathrm R}(\hat\rho^{\otimes n})\le nE_{\mathrm R}(\hat\rho) を使う。σ^∗⊗n\hat\sigma^{*\otimes n} が分離可能だからである)。下限としては、I. Devetak と A. Winter がAlice から Bob への一方向の通信だけを使う手順(ハッシング)で率 −S(A ∣ B)/ln⁡2-S(A\,|\,B)/\ln2 を達成できることを示した2I. Devetak and A. Winter (2005), Proceedings of the Royal Society A 461, 207–235。下の脚注へ。まとめると

max⁡{0, −S(A ∣ B)}≤EDln⁡2≤ER≤EF.(3.4.19)\max\{0,\,-S(A\,|\,B)\}\le E_{\mathrm D}\ln2\le E_{\mathrm R}\le E_{\mathrm F}.\tag{3.4.19}

定理 3.4.7 の下界 ER≥−S(A ∣ B)E_{\mathrm R}\ge-S(A\,|\,B) は、この両端を比べた形にもなっている。Werner 状態でいうと、p>0.748p>0.748 ではハッシングで ebit を取り出せる。2量子ビットのもつれた状態はすべて、Alice と Bob が双方向に通信する別の手順で蒸留できることが知られている3M. Horodecki, P. Horodecki and R. Horodecki (1997), Physical Review Letters 78, 574–577。下の脚注へ。1/3<p≤0.7481/3<p\le0.748 の Werner 状態もそれで蒸留できるが、手順はここでは扱わない。

例題 3.4.5 4組の濃縮 ★★

オリジナル∣Ψ⟩=3/4 ∣00⟩+1/4 ∣11⟩| \Psi \rangle =\sqrt{3/4}\,| 00 \rangle +\sqrt{1/4}\,| 11 \rangle を n=4n=4 組持っている。

  1. Alice が 11 の個数 kk を測ったとき、各 k=0,…,4k=0,\dots,4 の出る確率を求めよ。
  2. 各結果のあとの状態の Schmidt 階数と、得られる ebit の平均を求めよ。1組あたりにすると何 ebit か。
  3. n→∞n\to\infty の極限の値と比べ、n=1000n=1000 では1組あたりいくつになるかを述べよ。
解答

(1) 確率は (4k)(3/4)4−k(1/4)k\binom4k(3/4)^{4-k}(1/4)^k で、k=0,1,2,3,4k=0,1,2,3,4 の順に 81/25681/256、108/256108/256、54/25654/256、12/25612/256、1/2561/256。

(2) 結果 kk のあとの状態は式 (3.4.17) で、Schmidt 階数は (4k)=1,4,6,4,1\binom4k=1,4,6,4,1 である。k=0k=0、44 では積状態になってもつれは残らない。k=1k=1、33 では Schmidt 階数4の最大にもつれた状態で、局所ユニタリで2組の ∣Φ+⟩| \Phi^+ \rangle に並べ直せる。k=2k=2 では階数6で、log⁡26=2.585\log_26=2.585 ebit と数える。平均は

108+12256×2+54256×2.585=0.9375+0.5453=1.4828 ebit\frac{108+12}{256}\times2+\frac{54}{256}\times2.585=0.9375+0.5453=1.4828\ \text{ebit}

で、1組あたり 0.3710.371 ebit である。

(3) 極限は hb(1/4)/ln⁡2=0.5623/0.6931=0.811h_{\mathrm b}(1/4)/\ln2=0.5623/0.6931=0.811 ebit。n=4n=4 では半分以下しか取り出せない。n=10n=10 で 0.5640.564、n=100n=100 で 0.7700.770、n=1000n=1000 で 0.8060.806 と、ゆっくり極限に近づく(図 3.4.4)。極限との差は ln⁡(nk)\ln\binom nk と nhb(k/n)nh_{\mathrm b}(k/n) の差 O(ln⁡n)\mathcal{O}(\ln n) と、kk のばらつきから出るので、O((ln⁡n)/n)\mathcal{O}((\ln n)/n) で縮む。

1 C. H. Bennett, H. J. Bernstein, S. Popescu and B. Schumacher (1996), Physical Review A 53, 2046–2052。

2 I. Devetak and A. Winter (2005), Proceedings of the Royal Society A 461, 207–235。

3 M. Horodecki, P. Horodecki and R. Horodecki (1997), Physical Review Letters 78, 574–577。

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com

← AI生成教科書『虎の巻』の記事一覧へ