tecktom.com

当てる DD の性質:デカップリングの不等式

2026年10月15日16分で読めますAI生成教科書『虎の巻』第7部 第4章 Hayden–Preskill と速いスクランブリング
目次
  1. を純粋度で押さえる
  2. Haar 測度の2次のモーメント
  3. が小さければ取り戻せる
  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7部 第4章 §7.4.2 ★★★ D≤ln⁡Tr⁡(ρ^2σ^−1)D\le\ln\operatorname{Tr}(\hat\rho^2\hat\sigma^{-1}) と Haar 測度の2次のモーメントから、E I(R;C)≤ln⁡(1+dAdC/(dEdL))\mathbb E\,I(R;C)\le\ln\bigl(1+d_Ad_C/(d_Ed_L)\bigr) を示し、Uhlmann の定理で「I(R;C)I(R;C) が小さければ Bob は日記を取り戻せる」へつなぐ

DD を純粋度で押さえる

第2部第3章では、相対エントロピーを χ2\chi^2 型の量で上から押さえる不等式

D(ρ^ ∥ σ^)≤ln⁡Tr⁡(ρ^2σ^−1)(7.4.5)D(\hat\rho\,\|\,\hat\sigma)\le\ln\operatorname{Tr}\bigl(\hat\rho^2\hat\sigma^{-1}\bigr)\tag{7.4.5}

を示した(第2部第3章。ln⁡\ln の凹性に Jensen の不等式を当てる1行の議論である)。σ^=πR⊗πC=1/(dAdC)\hat\sigma=\pi_R\otimes\pi_C=\mathbf 1/(d_Ad_C) と取ると、右辺は純粋度だけで書けて、式 (7.4.4) と合わせて

I(R;C)≤D(ρ^RC ∥ πR⊗πC)≤ln⁡(dAdCTr⁡ρ^RC2)(7.4.6)I(R;C)\le D\bigl(\hat\rho_{RC}\,\|\,\pi_R\otimes\pi_C\bigr)\le\ln\bigl(d_Ad_C\operatorname{Tr}\hat\rho_{RC}^2\bigr)\tag{7.4.6}

となる。純粋度 Tr⁡ρ^RC2\operatorname{Tr}\hat\rho_{RC}^2 は、最小値 1/(dAdC)1/(d_Ad_C)(完全に混ざった状態)に近いほど I(R;C)I(R;C) を小さく押さえる。

純粋度を使う利点は、状態の2次式なので、ユニタリ U^\hat U を乱数で選んだときの平均が計算できることにある。エントロピーは状態の非線形な関数で、平均を直接は取ることができない。

Haar 測度の2次のモーメント

dd 次元のユニタリ全体には、左右どちらからユニタリを掛けても変わらない確率分布がただ1つあり、Haar 測度と呼ぶ。その平均を EU^\mathbb E_{\hat U} と書く。状態の形 E (∣ψ⟩⟨ψ∣)⊗2=(1+SWAP)/(d(d+1))\mathbb E\,(| \psi \rangle \langle \psi |)^{\otimes2}=(\mathbf 1+\mathrm{SWAP})/(d(d+1)) は第2部第3章の補題 2.3.3 で見た。ここではユニタリで回した任意の演算子の形が要るので、Schur–Weyl で導き直す。

補題 7.4.1(Haar 測度の2次のモーメント)

d2d^2 次元の任意の演算子 Q^\hat Q(2つの dd 次元の複製の上の演算子)について

EU^[(U^⊗U^)Q^(U^⊗U^)†]=α 1+β SWAP,α=Tr⁡Q^−Tr⁡(Q^ SWAP)/dd2−1,β=Tr⁡(Q^ SWAP)−Tr⁡Q^/dd2−1.\begin{gather*}\mathbb E_{\hat U}\bigl[(\hat U\otimes\hat U)\hat Q(\hat U\otimes\hat U)^\dagger\bigr]=\alpha\,\mathbf 1+\beta\,\mathrm{SWAP},\tag{7.4.7}\\\alpha=\frac{\operatorname{Tr}\hat Q-\operatorname{Tr}(\hat Q\,\mathrm{SWAP})/d}{d^2-1},\qquad\beta=\frac{\operatorname{Tr}(\hat Q\,\mathrm{SWAP})-\operatorname{Tr}\hat Q/d}{d^2-1}.\end{gather*}

ここで SWAP\mathrm{SWAP} は2つの複製を入れ替える演算子である。

証明

左辺を T^\hat T と書く。Haar 測度の不変性から、任意のユニタリ V^\hat V について (V^⊗V^)T^(V^⊗V^)†=T^(\hat V\otimes\hat V)\hat T(\hat V\otimes\hat V)^\dagger=\hat T である。V^⊗V^\hat V\otimes\hat V の形の演算子すべてと交換する演算子は、1\mathbf 1 と SWAP\mathrm{SWAP} の線形結合に限る(Schur–Weyl の双対性。2つの複製の空間は対称な部分と反対称な部分に分かれ、V^⊗V^\hat V\otimes\hat V はそれぞれの上で既約に働くので、Schur の補題により各部分の上で定数倍になる)。係数は、T^=α1+β SWAP\hat T=\alpha\mathbf 1+\beta\,\mathrm{SWAP} の両辺の Tr⁡\operatorname{Tr} と Tr⁡(⋅ SWAP)\operatorname{Tr}(\cdot\,\mathrm{SWAP}) を取り、Tr⁡1=d2\operatorname{Tr}\mathbf 1=d^2、Tr⁡SWAP=d\operatorname{Tr}\mathrm{SWAP}=d、Tr⁡T^=Tr⁡Q^\operatorname{Tr}\hat T=\operatorname{Tr}\hat Q、Tr⁡(T^ SWAP)=Tr⁡(Q^ SWAP)\operatorname{Tr}(\hat T\,\mathrm{SWAP})=\operatorname{Tr}(\hat Q\,\mathrm{SWAP}) を使って連立方程式d2α+dβ=Tr⁡Q^d^2\alpha+d\beta=\operatorname{Tr}\hat Q、dα+d2β=Tr⁡(Q^ SWAP)d\alpha+d^2\beta=\operatorname{Tr}(\hat Q\,\mathrm{SWAP}) を解けば得られる。

純粋度は Tr⁡ρ^RC2=Tr⁡[(ρ^⊗ρ^)(SWAPRC⊗1LE)]\operatorname{Tr}\hat\rho_{RC}^2=\operatorname{Tr}\bigl[(\hat\rho\otimes\hat\rho)(\mathrm{SWAP}_{RC}\otimes\mathbf 1_{LE})\bigr] と、2つの複製の上の期待値で書ける(ρ^\hat\rho は全体の状態)。ρ^⊗ρ^\hat\rho\otimes\hat\rho は U^⊗U^\hat U\otimes\hat U で挟まれているので、補題 7.4.1 がそのまま当てはまる。

定理 7.4.2(デカップリングの不等式 ★★★)

式 (7.4.1) の状態で、U^\hat U を ABAB(次元 d=dAdBd=d_Ad_B)の上の Haar 測度で選ぶ。このとき

EU^Tr⁡ρ^RC2=dCdL2(dE−dA/d)+dC2dL(dA−dE/d)dAdE (d2−1) ≤ 1dAdC+1dEdL(7.4.8)\mathbb E_{\hat U}\operatorname{Tr}\hat\rho_{RC}^2=\frac{d_Cd_L^2\bigl(d_E-d_A/d\bigr)+d_C^2d_L\bigl(d_A-d_E/d\bigr)}{d_Ad_E\,(d^2-1)}\ \le\ \frac{1}{d_Ad_C}+\frac{1}{d_Ed_L}\tag{7.4.8}

で、したがって

EU^ I(R;C)≤EU^ D(ρ^RC ∥ πR⊗πC)≤ln⁡(1+dAdCdEdL)≤dAdCdEdL.(7.4.9)\mathbb E_{\hat U}\,I(R;C)\le\mathbb E_{\hat U}\,D\bigl(\hat\rho_{RC}\,\|\,\pi_R\otimes\pi_C\bigr)\le\ln\Bigl(1+\frac{d_Ad_C}{d_Ed_L}\Bigr)\le\frac{d_Ad_C}{d_Ed_L}.\tag{7.4.9}

証明

EE と LL を部分トレースすると、ρ^RC=1dAdE∑r,r′∣r⟩⟨r′∣R⊗Tr⁡L[U^P^rr′U^†]\hat\rho_{RC}=\frac{1}{d_Ad_E}\sum_{r,r'}| r \rangle \langle r' |_R\otimes\operatorname{Tr}_L\bigl[\hat U\hat P_{rr'}\hat U^\dagger\bigr] と書ける。ここでP^rr′=∣r⟩⟨r′∣A⊗1B1⊗∣0⟩⟨0∣B2\hat P_{rr'}=| r \rangle \langle r' |_A\otimes\mathbf 1_{B_1}\otimes| 0 \rangle \langle 0 |_{B_2} である(EE の部分トレースで B1B_1 に恒等演算子が残る)。純粋度は

Tr⁡ρ^RC2=1dA2dE2∑r,r′Tr⁡[(U^⊗U^)(P^rr′⊗P^r′r)(U^⊗U^)† (SWAPC⊗1LL)]\operatorname{Tr}\hat\rho_{RC}^2=\frac{1}{d_A^2d_E^2}\sum_{r,r'}\operatorname{Tr}\Bigl[(\hat U\otimes\hat U)(\hat P_{rr'}\otimes\hat P_{r'r})(\hat U\otimes\hat U)^\dagger\,(\mathrm{SWAP}_C\otimes\mathbf 1_{LL})\Bigr]

で、補題 7.4.1 を Q^=P^rr′⊗P^r′r\hat Q=\hat P_{rr'}\otimes\hat P_{r'r} に当てる。Tr⁡Q^=δrr′dE2\operatorname{Tr}\hat Q=\delta_{rr'}d_E^2、Tr⁡(Q^ SWAP)=Tr⁡(P^rr′P^r′r)=dE\operatorname{Tr}(\hat Q\,\mathrm{SWAP})=\operatorname{Tr}(\hat P_{rr'}\hat P_{r'r})=d_E なので、r,r′r,r' について和を取ると∑α=dAdE(dE−dA/d)/(d2−1)\sum\alpha=d_Ad_E(d_E-d_A/d)/(d^2-1)、∑β=dAdE(dA−dE/d)/(d2−1)\sum\beta=d_Ad_E(d_A-d_E/d)/(d^2-1)。また Tr⁡(SWAPC⊗1LL)=dCdL2\operatorname{Tr}(\mathrm{SWAP}_C\otimes\mathbf 1_{LL})=d_Cd_L^2、Tr⁡(SWAPCL⋅SWAPC⊗1LL)=Tr⁡(1CC⊗SWAPL)=dC2dL\operatorname{Tr}(\mathrm{SWAP}_{CL}\cdot\mathrm{SWAP}_C\otimes\mathbf 1_{LL})=\operatorname{Tr}(\mathbf 1_{CC}\otimes\mathrm{SWAP}_L)=d_C^2d_L を使えば式 (7.4.8) の等号を得る。

不等号は、右辺に dAdE(d2−1)d_Ad_E(d^2-1) を掛けた dEdCdL2+dAdC2dL−dE/dC−dA/dLd_Ed_Cd_L^2+d_Ad_C^2d_L-d_E/d_C-d_A/d_L から左辺の分子 dCdL2dE+dC2dLdA−dAdL−dEdCd_Cd_L^2d_E+d_C^2d_Ld_A-d_Ad_L-d_Ed_C を引くとdAdL+dEdC−dE/dC−dA/dL≥0d_Ad_L+d_Ed_C-d_E/d_C-d_A/d_L\ge0 になることから従う(d=dCdLd=d_Cd_L を使った)。

最後に式 (7.4.6) の平均を取り、ln⁡\ln の凹性(Jensen の不等式)で Eln⁡(⋅)≤ln⁡E(⋅)\mathbb E\ln(\cdot)\le\ln\mathbb E(\cdot) とすればE I(R;C)≤ln⁡(dAdC ETr⁡ρ^RC2)≤ln⁡(1+dAdC/(dEdL))\mathbb E\,I(R;C)\le\ln\bigl(d_Ad_C\,\mathbb E\operatorname{Tr}\hat\rho_{RC}^2\bigr)\le\ln\bigl(1+d_Ad_C/(d_Ed_L)\bigr)。最後の不等号は ln⁡(1+x)≤x\ln(1+x)\le x である。

式 (7.4.8) の右辺の2つの項には、それぞれ意味がある。1/(dAdC)1/(d_Ad_C) は ρ^RC\hat\rho_{RC} が完全に混ざっていれば到達する最小値である。1/(dEdL)1/(d_Ed_L) は、全体が純粋なので Tr⁡ρ^RC2=Tr⁡ρ^EL2≥1/(dEdL)\operatorname{Tr}\hat\rho_{RC}^2=\operatorname{Tr}\hat\rho_{EL}^2\ge1/(d_Ed_L) という逆側からの下限である。Haar 乱数のユニタリは、この2つの下限の和にまで純粋度を下げる。RCRC の側が ELEL の側より大きい(dAdC≫dEdLd_Ad_C\gg d_Ed_L)間は、純粋度は ELEL の側の下限に止められ、I(R;C)I(R;C) は小さくならない。逆に ELEL の側が大きくなった瞬間に、I(R;C)I(R;C) は dAdC/(dEdL)d_Ad_C/(d_Ed_L) の割合で一気に 00 に近づく。

2次のモーメントしか使っていない

定理 7.4.2 の証明が使ったのは、U^⊗U^\hat U\otimes\hat U の平均(2次のモーメント)だけである。したがって、Haar 測度と2次のモーメントが一致する分布(ユニタリ 2-デザイン)なら同じ結論が成り立つ。Clifford 群の一様な乱数は 2-デザインで、局所的なゲートを並べた乱数の回路も深さを増やすと近似的な 2-デザインになる1A. W. Harrow and R. A. Low (2009), Commun. Math. Phys. 291, 257。下の脚注へ。状態を1つ固定せず条件付きの最小エントロピーで書いた一般の形(one-shot のデカップリング定理)は Dupuis らによる2F. Dupuis, M. Berta, J. Wullschleger and R. Renner (2014), Commun. Math. Phys. 328, 251。下の脚注へ。

I(R;C)I(R;C) が小さければ取り戻せる

式 (7.4.3) は「I(R;C)=0I(R;C)=0 なら取り戻せる」という厳密な条件だった。乱数のユニタリでは I(R;C)I(R;C) は厳密に 00 にはならないので、小さいときにどれだけうまく取り戻せるかを言う必要がある。道具は忠実度 F(ρ^,σ^)=Tr⁡∣ρ^σ^∣F(\hat\rho,\hat\sigma)=\operatorname{Tr}\bigl|\sqrt{\hat\rho}\sqrt{\hat\sigma}\bigr|(第3部第8章)と、次の定理である。

定理 7.4.3(Uhlmann の定理)

∣ψ⟩XY| \psi \rangle _{XY}、∣ϕ⟩XY| \phi \rangle _{XY} をそれぞれ ρ^X\hat\rho_X、σ^X\hat\sigma_X の純粋化とする。YY の上のユニタリ V^Y\hat V_Y をすべて動かしたときmax⁡V^∣⟨ϕ∣1X⊗V^Y∣ψ⟩∣=F(ρ^X,σ^X)\max_{\hat V}\lvert \langle \phi | \mathbf 1_X\otimes\hat V_Y | \psi \rangle \rvert =F(\hat\rho_X,\hat\sigma_X) である3A. Uhlmann (1976), Rep. Math. Phys. 9, 273。YY の次元が足りないときは補助の系を足して等長写像で考える。下の脚注へ。

証明は追わない。この定理は「部分系の状態が近ければ、残りの系の上の操作だけで全体の純粋状態を近づけられる」ことを言っている。

定理 7.4.4(取り戻しの忠実度 ★★★)

Bob が補助の量子ビットを足してよいとすると、ELEL の上のある操作で、Bob は RR と最大にもつれた系 R′R' を作ることができ、その忠実度は

F ≥ F(ρ^RC, πR⊗ρ^C) ≥ 1−I(R;C)/2(7.4.10)F\ \ge\ F\bigl(\hat\rho_{RC},\,\pi_R\otimes\hat\rho_C\bigr)\ \ge\ 1-\sqrt{I(R;C)/2}\tag{7.4.10}

を満たす。

証明

∣Ψ⟩RCLE| \Psi \rangle _{RCLE} は ρ^RC\hat\rho_{RC} の、ELEL を純粋化の系とした純粋化である。一方 πR⊗ρ^C\pi_R\otimes\hat\rho_C には、RR と最大にもつれた R′R' と、ρ^C\hat\rho_C の純粋化 ∣ϕ⟩CC′| \phi \rangle _{CC'} を並べた純粋化∣Φ⟩RR′⊗∣ϕ⟩CC′| \Phi \rangle _{RR'}\otimes| \phi \rangle _{CC'} がある。R′C′R'C' を Bob の側(ELEL に補助を足したもの)に置けば、Uhlmann の定理により Bob の側の操作 V^\hat V で∣⟨ΦRR′ϕCC′∣V^∣Ψ⟩∣=F(ρ^RC,πR⊗ρ^C)\lvert \langle \Phi_{RR'}\phi_{CC'} | \hat V | \Psi \rangle \rvert =F(\hat\rho_{RC},\pi_R\otimes\hat\rho_C) にできる。全体の忠実度は部分トレースで減らないので、RR′RR' の状態と ∣Φ⟩RR′| \Phi \rangle _{RR'} の忠実度もこれ以上である。次に、Fuchs–van de Graaf の不等式 1−F≤12∥ρ^−σ^∥11-F\le\frac12\lVert \hat\rho-\hat\sigma\rVert _1 と量子 Pinsker の不等式 12∥ρ^−σ^∥1≤D(ρ^∥σ^)/2\frac12\lVert \hat\rho-\hat\sigma\rVert _1\le\sqrt{D(\hat\rho\|\hat\sigma)/2}(どちらも第3部第8章)を使い、ρ^R=πR\hat\rho_R=\pi_R から D(ρ^RC∥πR⊗ρ^C)=I(R;C)D(\hat\rho_{RC}\|\pi_R\otimes\hat\rho_C)=I(R;C) を代入すると式 (7.4.10) を得る。

定理 7.4.2 と合わせると、平均の取り戻しの忠実度は 1−dAdC/(2dEdL)1-\sqrt{d_Ad_C/(2d_Ed_L)} 以上になる(⋅\sqrt{\cdot} の凹性で平均を中に入れた)。Uhlmann の定理が保証するのは操作の存在だけで、その操作を少ない計算で行う方法は定理に含まれていない。Hayden–Preskill の設定で U^\hat U の逆を1回使う具体的な取り出し方は Yoshida と Kitaev が与えた4B. Yoshida and A. Kitaev (2017), arXiv:1710.03363。下の脚注へ。

近似の裏付け

型 B(極限) | 小さいもの dAdC/(dEdL)→0d_Ad_C/(d_Ed_L)\to0 と 1/d→01/d\to0(測度の集中で、1つの U^\hat U がほぼ確実に平均どおりに振る舞う) | 証明 条件付き(Haar 乱数または 2-デザインのユニタリについては証明済み〔Hayden–Preskill 2007〕。実際のブラックホールの力学がそのように混ぜることは仮定) | 行き先 近似の数理 第13章

例題 7.4.2 2量子ビットの Haar 平均 ★★

オリジナル例題 7.4.1 と同じ k=n=m=s=1k=n=m=s=1 で、U^\hat U を4次元の Haar 測度で選ぶ。

  1. 式 (7.4.8) から ETr⁡ρ^RC2\mathbb E\operatorname{Tr}\hat\rho_{RC}^2 を求め、近似式 1/(dAdC)+1/(dEdL)1/(d_Ad_C)+1/(d_Ed_L) と比べよ。
  2. E I(R;C)\mathbb E\,I(R;C) の上界を求め、例題 7.4.1 の3つの平均と比べよ。
解答

(1) dA=dE=dC=dL=2d_A=d_E=d_C=d_L=2、d=4d=4。分子は 2⋅4⋅(2−12)+4⋅2⋅(2−12)=242\cdot4\cdot(2-\frac12)+4\cdot2\cdot(2-\frac12)=24、分母は 2⋅2⋅15=602\cdot2\cdot15=60 なので ETr⁡ρ^RC2=25=0.4\mathbb E\operatorname{Tr}\hat\rho_{RC}^2=\frac{2}{5}=0.4。近似式は 14+14=0.5\frac14+\frac14=0.5 で、厳密な値はこれより小さい(dd が小さいので d2−1d^2-1 と d2d^2 の違いが見える)。

(2) E I(R;C)≤ln⁡(4×0.4)=ln⁡1.6=0.4700\mathbb E\,I(R;C)\le\ln(4\times0.4)=\ln1.6=0.4700 nat。乱数で2万個の U^\hat U を選んで I(R;C)I(R;C) を直接平均すると約 0.310.31 nat になり、上界の下にある。例題 7.4.1 では、どちらの量子ビットが出るかで平均した値が 1\mathbf 1 と SWAP で ln⁡2=0.693\ln2=0.693、CNOT で 0.3470.347 だった。Haar 乱数のユニタリは CNOT よりさらに広げる。それでも上界は 00 から遠く、最大値 2ln⁡22\ln2 の約3分の1が残る。dL=dAd_L=d_A では dAdC/(dEdL)=1d_Ad_C/(d_Ed_L)=1 で、取り出しはまだ始まったばかりである。

1 A. W. Harrow and R. A. Low (2009), Commun. Math. Phys. 291, 257。

2 F. Dupuis, M. Berta, J. Wullschleger and R. Renner (2014), Commun. Math. Phys. 328, 251。

3 A. Uhlmann (1976), Rep. Math. Phys. 9, 273。YY の次元が足りないときは補助の系を足して等長写像で考える。

4 B. Yoshida and A. Kitaev (2017), arXiv:1710.03363。

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