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6部 第3章 §6.3.7 ★★ 因数分解 → 位数 → の位相推定 → 連分数。情報の側では、位相に書かれた nat を逆 Fourier 変換が読める形にする
この章では、整数 の因数分解を4段に分けた。第一に、 の位数 が偶数で なら が因数になり、でたらめな で半分以上の確率でそうなる(定理 6.3.1)。第二に、掛け算の置換 の固有値は で、固有ベクトルの和が なので(式 (6.3.5))、 から始めた位相推定で の近似が得られる。第三に、 に取れば は連分数の近似分数として一意に読め(定理 6.3.2)、約分で分母が欠けた場合は2回の結果の最小公倍数で補える。第四に、1回の実行は定数の確率(最も近い が出る確率は 以上)で成功し、手間は で、古典の数体ふるい法の より遅く増える。
情報の側からは、周期の情報が状態の位相 にあり、計算基底で測ると 、逆 Fourier 変換の後に測ると になることを数で確かめた。出力は一様分布から だけ離れ、第1のレジスタの容量のうち周期に使われるのは で、残りは連分数で分母を読むための精度に使われる。RSA の復号は、因数分解を経ずに暗号文の位数からもできる。次の 第6部第4章 の Grover の探索は、この章のような周期の構造を持たない問題での加速で、加速は 倍にとどまり、それが最適であることを情報の側からも見る。
要点
- 帰着: が偶数かつ なら が非自明な因数。確率 ( は異なる素因数の数)。
- 、、、。
- 出力の分布 。最も近い の確率 。
- で 、Legendre の定理で は近似分数。約分の対策に2回の lcm(確率 )。
- 手間 、量子ビット で組める。数体ふるい法は 程度。
- 計算基底の測定は 、逆 QFT の後は 。。
- RSA: の位数 から 、。
総合問題 を因数分解し、RSA の暗号文を読む ★★★
オリジナル、 で Shor のアルゴリズムを走らせる。
- (1) の を法とした位数 を、 と の位数から求めよ。帰着の条件を確かめ、 の因数を出せ。(使う道具:6.3.1 節)
- (2) 式 (6.3.9) の条件を満たす最小の を求めよ。そのとき山はどこに立ち、どの の山が1本だけになるか。最も近い のどれかが出る確率と、そのうち である確率を数値で求めよ。(使う道具:6.3.2 節・6.3.4 節、第6部第2章 の位相推定)
- (3) 測定値 から位数を読め。別の2回の実行で と を得たとき、それぞれから何が読め、合わせると何が分かるか。(使う道具:6.3.3 節)
- (4) この回路の と は や ()からどう変わるか。数値で求め、、、第2のレジスタの容量 と比べよ。(使う道具:6.3.5 節、第1部第3章 の相互情報量、第3部第7章 の Holevo 限界)
- (5) 、 の RSA で、平文 の暗号文 を求めよ。 の位数から を作り、平文を戻せ。(使う道具:6.3.6 節と (1))
解答
(1) では で位数 、 では で位数 なので、中国剰余定理から である。 は偶数で、 は でない。、 で、 である。
(2) で なので である。山は の近く、 の12か所に立つ。 が整数になるのは が3の倍数のとき()で、この4本は山が1本で高さ である。他の8本は最も近い で となり、例題 6.3.4 と同じく条件付き確率 、高さ である。最も近い のどれかが出る確率は で、 の に限ると である。どちらも と同じ値になるのは、 と がともに の端数を にするからである。
(3) で、近似分数は 、、、、 である。分母 の候補 を順に試すと、、、 は でなく、 で を得る。誤差は である。 は で の山、約分で分母 が出て である。 は の山()で、近似分数に が現れ分母 だが である。2つを合わせて を試すと で位数が分かる。
(4) 数値で 、、 nat で、 の である。 nat である。 と比べて は ほど増え、 も2増えたので も増えた。 で第2のレジスタは 量子ビット、 で、周期の情報 はレジスタの容量の中に収まる。第1のレジスタの容量 は の3倍ほどで、残りは連分数で分母を一意に読むための精度に使われている。
(5) 、 なので である。 である。 で なので で、(1) の位数がそのまま使える。()で、 となり、平文 が戻る。位数を求める同じ回路が、因数分解にも RSA の復号にも使える。
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