この章のまとめ
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8章 §3.8.7 ★★★ 量子状態の識別と量子計測の限界はすべて「測定はチャネルなので D を増やさない」から出る。1回・多数回・近い状態で、限界の量はそれぞれトレース距離・D・量子 Fisher 情報になる
量子状態を見分けるには測定が要り、測定は量子状態を古典の分布に移すチャネルである。したがって測定の結果で見分けられることは、データ処理不等式により、量子状態そのものの相対エントロピー を超えない(命題 3.8.2)。この1つの不等式から、見分ける状況に応じて3つの限界が出た。
1回だけ測るとき、最小の誤り確率は で、差の演算子の正の固有空間への射影で達成される(定理 3.8.4)。同じ状態を 個もらって一方の誤りを抑えるとき、他方の誤りは の速さで減る(定理 3.8.5)。上限はデータ処理不等式から古典と同じ1行で出るが、達成には 個にまたがる測定が要り、1個ずつ測ると指数は で止まる。パラメータだけが違う近い状態を見分ける推定では、精度の上限は量子 Fisher 情報 で、 の2次の係数 より一般に小さい(定理 3.8.7)。ユニタリで書き込まれた位相では で、独立な 個は標準量子限界 、エンタングルした 個は Heisenberg 限界 に達する。学部で習う誤差伝播の公式・Robertson の不確定性関係・時間とエネルギーの関係は、この不等式の特別な場合として並ぶ。
古典の識別の理論(第1部第7章・第1部第8章)と比べると、量子に固有の点は2つである。1つは、見分ける人が測定を選んで比べる分布の組を選べることで、その選び方の最適化が Helstrom の測定や SLD の固有基底になる。もう1つは、2つの状態が交換しないために、 の2次の係数として決まる計量と、測定で達成できる計量が一致しないことである。識別の上限 は、通信の上限である Holevo 量(第3部第7章)と同じく量子相対エントロピーで書かれ、量子鍵配送の安全性(第3部第10章)では、盗聴者がどこまで状態を見分けられるかの限界として再び使う。
総合問題 位相緩和のある量子ビットで位相を見分ける ★★★
オリジナル各量子ビットの状態は (。位相緩和で Bloch ベクトルが長さ に縮んだ Ramsey 型の状態)である。
- (1) と を等しい事前確率で1回の測定で見分けるときの最小誤り確率を求めよ。(使う道具:3.8.3節)
- (2) 同じ2状態を 個ずつ見分けるときの量子 Stein の指数 と量子 Chernoff 限界 を で書き、 の値を求めよ。(使う道具:3.8.4節、第3部第2章の量子ビットの )
- (3) 量子 Fisher 情報 を求め、それに達する測定を挙げよ。(使う道具:3.8.5節)
- (4) 個の量子ビットを独立にこの状態にしたときの を求めよ。(使う道具:3.8.5節、第1部第7章の加法性)
- (5) GHZ 状態に位相を書き込み、各量子ビットが同じ位相緩和を受けると、状態は と の張る2次元の部分空間の中で、Bloch ベクトルの長さ 、位相 の量子ビットになる。 を求め、 で を最大にする と、そのときの独立な状態との比を求めよ。また ではどちらが有利か。(使う道具:3.8.5節)
解答
(1) 、 で、、。定理 3.8.4 から で、 を測れば達成される。 なら 。
(2) 2つの状態は Bloch ベクトルの長さが同じで向きが反対(なす角 )なので、第3部第2章の式 で として。2つは交換するので、これは固有値の分布 と の古典の でもある。Chernoff 限界は、 で共役をとると2つの状態が入れ替わるので で最小になり、、(、)から 。よって 。 では 、。
(3) の Bloch ベクトルは長さ を保って 面で回るので、例題 3.8.6 と同じ計算で ( によらない)。SLD は で、その固有基底、すなわち Bloch ベクトルに垂直で 面内の向き の射影測定で達成される。 の近くで だけ回った向きを測ることになり、例題 3.8.8 の で を測る場合はこれに当たる。
(4) 独立な状態の積では が足し算になる( が積の状態の SLD で、交差項の平均が により消える)。第1部第7章の古典の加法性 と同じ形で、。
(5) 位相 で回る長さ の量子ビットなので、(3) の計算で 、 とし、 での微分が 倍になることから。 を で微分して とおくと 。整数では で 、 で ( なので2つは等しい)。独立な状態の は で なので、比は である。 では GHZ 状態の に対して独立な状態は で、独立な状態の方が有利になる。位相緩和があると、GHZ 状態のコヒーレンスは と指数関数的に減るので、Heisenberg 限界の の利得は大きな で失われる。
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