tecktom.com

この章のまとめ

2026年10月15日11分で読めますAI生成教科書『虎の巻』第5部 第1章 エンタングルメント・エントロピーと面積則

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5部 第1章 §5.1.7 ★★★ 全体と部分系の積を比べる D が、熱状態では境界で押さえられ、基底状態では gap と次元で面積則か対数の破れかが決まり、面積則が行列積状態の小さな結合次元を保証する

この章で比べた2つの状態は、多体系の状態 ρ^AB\hat\rho_{AB} と、領域 AA とその外 BB の周辺の積 ρ^A⊗ρ^B\hat\rho_A\otimes\hat\rho_B だった。その間の相対エントロピーは相互情報量 I(A;B)I(A;B) で、純粋状態ではエンタングルメント・エントロピー S(ρ^A)S(\hat\rho_A) の2倍になる。乱数で選んだ状態は Page の平均のとおり体積則に従い、ほぼ上限 ∣A∣ln⁡d\lvert A\rvert \ln d に等しい。物理の基底状態が面積則 S≤c0∣∂A∣S\le c_0\lvert \partial A\rvert に従うなら、それは Hilbert 空間の中の特別な状態である。

当てた性質は Gibbs の変分原理 F(σ^)−Feq=kBT D(σ^ ∥ ρ^β)≥0F(\hat\sigma)-F_{\mathrm{eq}}=k_{\mathrm B}T\,D(\hat\sigma\,\|\,\hat\rho_\beta)\ge0 で、σ^=ρ^A⊗ρ^B\hat\sigma=\hat\rho_A\otimes\hat\rho_B と置くと、I+D(ρ^A⊗ρ^B ∥ ρ^β)=βTr⁡[(ρ^A⊗ρ^B−ρ^β)H^∂]I+D(\hat\rho_A\otimes\hat\rho_B\,\|\,\hat\rho_\beta)=\beta\operatorname{Tr}[(\hat\rho_A\otimes\hat\rho_B-\hat\rho_\beta)\hat H_\partial] という恒等式が出た。D≥0D\ge0 を捨てればI(A;B)≤2∥H^∂∥/(kBT)I(A;B)\le2\lVert \hat H_\partial\rVert /(k_{\mathrm B}T) で、有限温度の熱状態はどの次元でも相互情報量の面積則に従う。量子 Pinsker の不等式を合わせると、II は AA と BB の相関すべてを押さえる。

出てきたものは3つあった。1次元で gap のある基底状態はエントロピーが有界で(Hastings の定理)、自由フェルミオンでは相関行列の固有値 νk\nu_k からS=∑hb(νk)S=\sum h_{\mathrm b}(\nu_k) で計算でき、二量体化した鎖で飽和を確かめた。gap が閉じた臨界点では S=c3ln⁡L+定数S=\frac c3\ln L+\text{定数} と対数で増え、一様な鎖の数値から c=1c=1 を読み取った。どの切れ目でも Schmidt 階数が χ\chi 以下の状態は行列積状態として Ndχ2Nd\chi^2 個の数で書け、1次元の gap のある基底状態では χ\chi が NN の多項式で足りる。これが冒頭の問い(2N2^N 個の数の状態がなぜ計算機に載るか)への答えだった。授業で習う「エントロピーは示量変数」は熱状態の S(ρ^A)S(\hat\rho_A) の体積の項で、相関の量 I(A;B)I(A;B) は同じ熱状態でも境界の項に留まる。

次の章(第5部第2章)では、面積則に −ln⁡2-\ln2 のような定数の補正が付く状態(トポロジカル・エンタングルメント・エントロピー)を、位相秩序と量子誤り訂正符号の言葉で扱う。ブラックホールの面積に比例するエントロピーは第7部で、この章の面積則と並べて扱う。

この章の道具

  • 純粋状態で I(A;B)=D(ρ^AB ∥ ρ^A⊗ρ^B)=2S(ρ^A)I(A;B)=D(\hat\rho_{AB}\,\|\,\hat\rho_A\otimes\hat\rho_B)=2S(\hat\rho_A)。面積則 S(ρ^A)≤c0∣∂A∣S(\hat\rho_A)\le c_0\lvert \partial A\rvert、乱数の状態は体積則(Page)。
  • 熱状態:I+D(ρ^A⊗ρ^B ∥ ρ^β)=βTr⁡[(ρ^A⊗ρ^B−ρ^β)H^∂]I+D(\hat\rho_A\otimes\hat\rho_B\,\|\,\hat\rho_\beta)=\beta\operatorname{Tr}[(\hat\rho_A\otimes\hat\rho_B-\hat\rho_\beta)\hat H_\partial]、I≤2β∥H^∂∥I\le2\beta\lVert \hat H_\partial\rVert。
  • 相関の上限 C(O^A,O^B)2≤2I∥O^A∥2∥O^B∥2C(\hat O_A,\hat O_B)^2\le2I\lVert \hat O_A\rVert ^2\lVert \hat O_B\rVert ^2。
  • 1次元で gap あり:S≤Smax⁡S\le S_{\max}(Hastings)。自由フェルミオン:S=∑khb(νk)S=\sum_kh_{\mathrm b}(\nu_k)、νk\nu_k は CAC_A の固有値。
  • 臨界:S=c3ln⁡L+定数S=\frac c3\ln L+\text{定数}(区間)、c6ln⁡L\frac c6\ln L(端からの切れ目)。
  • 行列積状態:Ψ=A[1]s1⋯A[N]sN\Psi=A^{[1]s_1}\cdots A^{[N]s_N}、Sk≤ln⁡χS_k\le\ln\chi、1つの切れ目の切り捨て誤差の2乗=捨てた重み。
  • 熱状態の部分系:S(ρ^A)=s∣A∣+O(∣∂A∣)S(\hat\rho_A)=s\lvert A\rvert +\mathcal{O}(\lvert \partial A\rvert )。

総合問題 1次元 Ising 鎖の熱状態で体積則と面積則を分ける ★★★

オリジナルNN 個のスピンの開いた鎖に、古典的な Ising の Hamiltonian H^=−J∑i=1N−1ZiZi+1\hat H=-J\sum_{i=1}^{N-1}Z_iZ_{i+1}(J>0J>0)を置く。H^\hat H は ZZ 基底で対角なので、熱状態 ρ^β\hat\rho_\beta も対角で、配置 z=(z1,…,zN)z=(z_1,\dots,z_N)(zi=±1z_i=\pm1)の確率分布 p(z)∝eβJ∑izizi+1p(z)\propto\mathrm{e}^{\beta J\sum_iz_iz_{i+1}} と同じものである。AA を左の LL 個、BB を残りの N−LN-L 個とし、q=1/(1+e2βJ)q=1/(1+\mathrm{e}^{2\beta J}) とおく。

  1. (1) 結合の変数 bi=zizi+1b_i=z_iz_{i+1} が互いに独立で Pr⁡(bi=−1)=q\Pr(b_i=-1)=q、z1z_1 が ±1\pm1 を等確率で取ることを示し、S(ρ^A)=ln⁡2+(L−1)hb(q)S(\hat\rho_A)=\ln2+(L-1)h_{\mathrm b}(q) を導け。(使う道具:5.1.1 節・5.1.6 節)
  2. (2) AA、zLz_L、zL+1z_{L+1}、BB がこの順に Markov 連鎖をなすことを使って、I(A;B)=ln⁡2−hb(q)I(A;B)=\ln2-h_{\mathrm b}(q) が LL にも NN にもよらないことを示せ。(使う道具:第1部第4章のデータ処理不等式と Markov 連鎖・5.1.1 節)
  3. (3) D(ρ^A⊗ρ^B ∥ ρ^β)D(\hat\rho_A\otimes\hat\rho_B\,\|\,\hat\rho_\beta) を求め、恒等式 (5.1.7) と面積則 (5.1.8) を確かめよ。βJ=1\beta J=1 の数値も求めよ。(使う道具:5.1.2 節・第2部第2章の Gibbs の変分原理)
  4. (4) βJ=1\beta J=1、L=100L=100 で S(ρ^A)S(\hat\rho_A) と I(A;B)I(A;B) を比べ、式 (5.1.20) のどの項に当たるかを述べよ。この状態はもつれているか。(使う道具:5.1.6 節・第3部第4章の分離可能な状態)
  5. (5) βJ→∞\beta J\to\infty で I(A;B)I(A;B) はどうなるか。同じ2つの配置の重ね合わせの純粋状態(GHZ 状態)と比べ、GHZ 状態を結合次元 2 の行列積状態で書けることと合わせて、II の違いが何によるかを述べよ。(使う道具:5.1.5 節・5.1.2 節)
解答

(1) p(z)∝∏i=1N−1eβJzizi+1p(z)\propto\prod_{i=1}^{N-1}\mathrm{e}^{\beta Jz_iz_{i+1}} を、z1z_1 と b1,…,bN−1b_1,\dots,b_{N-1} の関数として書き直す。(z1,…,zN)(z_1,\dots,z_N) と (z1,b1,…,bN−1)(z_1,b_1,\dots,b_{N-1}) は1対1に対応し(zi+1=zibiz_{i+1}=z_ib_i)、p∝∏ieβJbip\propto\prod_i\mathrm{e}^{\beta Jb_i} は z1z_1 によらず bib_i ごとの積になる。したがって z1z_1 は等確率、bib_i は互いに独立でPr⁡(bi=−1)=e−βJ/(eβJ+e−βJ)=q\Pr(b_i=-1)=\mathrm{e}^{-\beta J}/(\mathrm{e}^{\beta J}+\mathrm{e}^{-\beta J})=q である。AA の配置は (z1,b1,…,bL−1)(z_1,b_1,\dots,b_{L-1}) と1対1なので、そのエントロピーは独立な変数の和で

S(ρ^A)=H(z1)+∑i=1L−1H(bi)=ln⁡2+(L−1)hb(q).S(\hat\rho_A)=H(z_1)+\sum_{i=1}^{L-1}H(b_i)=\ln2+(L-1)h_{\mathrm b}(q).

LL に比例して増え、体積則に従う。ρ^A\hat\rho_A は対角なので、von Neumann エントロピーは配置の分布の Shannon エントロピーに等しい。

(2) bib_i が独立なので、zLz_L を知れば BB の配置は (zL,bL,…,bN−1)(z_L,b_L,\dots,b_{N-1}) で決まり、AA の残りの情報(b1,…,bL−2b_1,\dots,b_{L-2} など)とは独立である。したがってA→zL→zL+1→BA\to z_L\to z_{L+1}\to B は Markov 連鎖である。データ処理不等式を2回使うと、A→zL→BA\to z_L\to B から I(A;B)≤I(zL;B)I(A;B)\le I(z_L;B)、zL→zL+1→Bz_L\to z_{L+1}\to B から I(zL;B)≤I(zL;zL+1)I(z_L;B)\le I(z_L;z_{L+1}) で、I(A;B)≤I(zL;zL+1)I(A;B)\le I(z_L;z_{L+1})。一方、zLz_L は AA の一部、zL+1z_{L+1} は BB の一部なので I(A;B)≥I(zL;zL+1)I(A;B)\ge I(z_L;z_{L+1}) でもある。よって I(A;B)=I(zL;zL+1)I(A;B)=I(z_L;z_{L+1})。zLz_L、zL+1z_{L+1} の周辺はどちらも等確率で、組の分布は揃う配置が 1−q2\frac{1-q}{2} ずつ、逆向きが q2\frac q2 ずつなので、例題 5.1.2 と同じ計算で

I(A;B)=2ln⁡2−(ln⁡2+hb(q))=ln⁡2−hb(q).I(A;B)=2\ln2-\bigl(\ln2+h_{\mathrm b}(q)\bigr)=\ln2-h_{\mathrm b}(q).

LL にも NN にもよらない。境界の結合は1本なので、相互情報量は境界の大きさで決まる。

(3) ρ^A⊗ρ^B\hat\rho_A\otimes\hat\rho_B では zLz_L と zL+1z_{L+1} が独立になり、bLb_L だけが等確率の ±1\pm1 に替わる。他の結合の分布は変わらないので、DD は bLb_L の分布だけの比較になり

D=12ln⁡1/21−q+12ln⁡1/2q=−ln⁡2−12ln⁡(q(1−q)).D=\frac12\ln\frac{1/2}{1-q}+\frac12\ln\frac{1/2}{q}=-\ln2-\frac12\ln\bigl(q(1-q)\bigr).

例題 5.1.2 と同じく I+D=(12−q)ln⁡1−qq=βJtanh⁡βJI+D=(\frac12-q)\ln\frac{1-q}{q}=\beta J\tanh\beta J である。右辺は H^∂=−JZLZL+1\hat H_\partial=-JZ_LZ_{L+1} で、Tr⁡[ρ^A⊗ρ^B ZLZL+1]=0\operatorname{Tr}[\hat\rho_A\otimes\hat\rho_B\,Z_LZ_{L+1}]=0、⟨ZLZL+1⟩=1−2q=tanh⁡βJ\langle Z_LZ_{L+1} \rangle =1-2q=\tanh\beta J から βJtanh⁡βJ\beta J\tanh\beta J になり、恒等式 (5.1.7) が成り立つ。∥H^∂∥=J\lVert \hat H_\partial\rVert =J なので面積則は I≤2βJI\le2\beta J。βJ=1\beta J=1 では q=0.1192q=0.1192、hb(q)=0.3653h_{\mathrm b}(q)=0.3653、

I=0.3278,D=0.4338,I+D=0.7616≤2.I=0.3278,\qquad D=0.4338,\qquad I+D=0.7616\le2.

(4) S(ρ^A)=ln⁡2+99×0.3653=36.86S(\hat\rho_A)=\ln2+99\times0.3653=36.86 に対し、I(A;B)=0.3278I(A;B)=0.3278 のままである。式 (5.1.20) の体積の項が s∣A∣s\lvert A\rvert で s=hb(q)=0.3653s=h_{\mathrm b}(q)=0.3653(1結合あたりの熱力学のエントロピー)、境界の項に相関 II が入る。ρ^β\hat\rho_\beta は配置 ∣z⟩⟨z∣| z \rangle \langle z | の確率混合で、各項は積状態なので分離可能であり、もつれていない(第3部第4章の定義)。I=0.3278I=0.3278 はすべて古典的な相関である。面積則は量子のもつれに限らず、局所的な相互作用でできた相関一般の性質である。

(5) βJ→∞\beta J\to\infty で q→0q\to0、hb(q)→0h_{\mathrm b}(q)\to0 なので I(A;B)→ln⁡2I(A;B)\to\ln2 に留まる。熱状態は2つの基底状態の等確率の混合 12(∣↑⋯↑⟩⟨↑⋯↑∣+∣↓⋯↓⟩⟨↓⋯↓∣)\frac12(| \uparrow\cdots\uparrow \rangle \langle \uparrow\cdots\uparrow |+| \downarrow\cdots\downarrow \rangle \langle \downarrow\cdots\downarrow |)に近づき、S(ρ^A)=ln⁡2S(\hat\rho_A)=\ln2、S(ρ^AB)=ln⁡2S(\hat\rho_{AB})=\ln2 で I=ln⁡2I=\ln2。上界 2βJ2\beta J は発散するので、この極限では何も言わない。一方、純粋状態の GHZ 状態 12(∣↑⋯↑⟩+∣↓⋯↓⟩)\frac1{\sqrt2}(| \uparrow\cdots\uparrow \rangle +| \downarrow\cdots\downarrow \rangle ) では S(ρ^AB)=0S(\hat\rho_{AB})=0 なので I=2S(ρ^A)=2ln⁡2I=2S(\hat\rho_A)=2\ln2 である。GHZ 状態は例題 5.1.5 のとおり結合次元 2 の行列積状態で、どの切れ目でも S=ln⁡2=ln⁡χS=\ln2=\ln\chi の面積則に従う。II の差 ln⁡2\ln2 は、混合状態では失われている2つの配置の間の量子的な重ね合わせの分で、GHZ 状態ではそれがもつれとして AA と BB にまたがっている。

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