ในส่วนนี้ของบทเรียน เราจะพูดถึง fidelity ระหว่างสถานะควอนตัม ซึ่งเป็นการวัดความคล้ายคลึง — หรือระดับที่สถานะเหล่านั้น "ทับซ้อน" กัน
เมื่อกำหนดเวกเตอร์สถานะควอนตัมสองตัว fidelity ระหว่างสถานะบริสุทธิ์ที่เกี่ยวข้องกับเวกเตอร์เหล่านั้นจะเท่ากับค่าสัมบูรณ์ของผลคูณภายในระหว่างเวกเตอร์สถานะควอนตัม
ซึ่งเป็นวิธีพื้นฐานในการวัดความคล้ายคลึง โดยผลลัพธ์จะอยู่ระหว่าง 0 ถึง 1 ค่าที่มากขึ้นบ่งบอกความคล้ายคลึงมากขึ้น
โดยเฉพาะอย่างยิ่ง ค่าจะเป็นศูนย์สำหรับสถานะที่ตั้งฉากกัน (โดยนิยาม) ในขณะที่ค่าจะเป็น 1 สำหรับสถานะที่เทียบเท่ากันจนถึง global phase
ในเชิงสัญชาตญาณ fidelity สามารถมองได้ว่าเป็นการขยายการวัดความคล้ายคลึงพื้นฐานนี้ จากเวกเตอร์สถานะควอนตัมไปสู่เมทริกซ์ความหนาแน่น
นิยามของ fidelity
เริ่มต้นด้วยนิยามของ fidelity
ในตอนแรก นิยามที่ตามมาอาจดูผิดปกติหรือลึกลับ และอาจไม่ง่ายที่จะทำงานด้วย
อย่างไรก็ตาม ฟังก์ชันที่มันนิยามกลับมีคุณสมบัติที่น่าสนใจมากมายและมีการแสดงรูปแบบทางเลือกหลายอย่าง ทำให้ทำงานด้วยได้ดีกว่าที่ปรากฏในตอนแรก
นิยาม
ให้ ρ และ σ เป็นเมทริกซ์ความหนาแน่นที่แทนสถานะควอนตัมของระบบเดียวกัน
fidelity ระหว่าง ρ และ σ นิยามเป็น
F(ρ,σ)=Trρσρ.
หมายเหตุ
แม้นี่จะเป็นนิยามที่ใช้กันทั่วไป แต่ก็เป็นเรื่องปกติที่ fidelity จะถูกนิยามเป็น กำลังสอง ของปริมาณที่นิยามที่นี่ ซึ่งจะเรียกว่า root-fidelity
ไม่มีนิยามใดถูกหรือผิด — มันเป็นเรื่องของความชอบเป็นหลัก
อย่างไรก็ตาม ต้องระมัดระวังเสมอที่จะเข้าใจหรือชี้แจงว่านิยามใดกำลังถูกใช้
เพื่อทำความเข้าใจสูตรในนิยาม ให้สังเกตก่อนว่า ρσρ เป็นเมทริกซ์กึ่งนิยามบวก:
ρσρ=M†M
สำหรับ M=σρ.
เช่นเดียวกับเมทริกซ์กึ่งนิยามบวกทั้งหมด เมทริกซ์กึ่งนิยามบวกนี้มีรากที่สองกึ่งนิยามบวกที่ไม่ซ้ำกัน ซึ่งเทรซของมันคือ fidelity
สำหรับทุกเมทริกซ์จัตุรัส M ค่าเจาะจงของเมทริกซ์กึ่งนิยามบวกสองตัว M†M และ MM† จะเหมือนกันเสมอ และดังนั้นสิ่งเดียวกันจะเป็นจริงสำหรับรากที่สองของเมทริกซ์เหล่านี้
เมื่อเลือก M=σρ และใช้ข้อเท็จจริงว่าเทรซของเมทริกซ์จัตุรัสเท่ากับผลรวมของค่าเจาะจง เราพบว่า
F(ρ,σ)=Trρσρ=TrM†M=TrMM†=Trσρσ=F(σ,ρ).
ดังนั้น แม้จะไม่ชัดเจนจากนิยาม แต่ fidelity มีสมมาตรในอาร์กิวเมนต์ทั้งสอง
Fidelity ในรูปของ trace norm
อีกวิธีหนึ่งในการแสดง fidelity คือสูตรนี้:
F(ρ,σ)=σρ1.
ที่นี่เราเห็น trace norm ซึ่งเราพบในบทเรียนก่อนหน้าในบริบทของการแยกแยะสถานะ
trace norm ของเมทริกซ์ M (ไม่จำเป็นต้องเป็นจัตุรัส) สามารถนิยามได้เป็น
∥M∥1=TrM†M,
และโดยการนำนิยามนี้ไปใช้กับเมทริกซ์ σρ เราจะได้สูตรในนิยาม
อีกวิธีหนึ่งในการแสดง trace norm ของเมทริกซ์ (จัตุรัส) M คือผ่านสูตรนี้
∥M∥1=UunitarymaxTr(MU).
ที่นี่ค่าสูงสุดอยู่เหนือเมทริกซ์ unitary U ทั้งหมดที่มีจำนวนแถวและคอลัมน์เท่ากับ M
การนำสูตรนี้ไปใช้ในสถานการณ์นี้เผยให้เห็นนิพจน์อีกอย่างของ fidelity
F(ρ,σ)=UunitarymaxTr(σρU)
Fidelity สำหรับสถานะบริสุทธิ์
ประเด็นสุดท้ายเกี่ยวกับนิยามของ fidelity คือทุกสถานะบริสุทธิ์ (ในรูปเมทริกซ์ความหนาแน่น) เท่ากับรากที่สองของตัวเอง ซึ่งช่วยให้สูตร fidelity ลดรูปลงอย่างมากเมื่อสถานะหนึ่งหรือทั้งสองเป็นสถานะบริสุทธิ์
โดยเฉพาะอย่างยิ่ง ถ้าสถานะหนึ่งในสองสถานะเป็นสถานะบริสุทธิ์ เราจะมีสูตรต่อไปนี้
F(∣ϕ⟩⟨ϕ∣,σ)=⟨ϕ∣σ∣ϕ⟩
ถ้าทั้งสองสถานะเป็นสถานะบริสุทธิ์ สูตรจะลดรูปลงเหลือค่าสัมบูรณ์ของผลคูณภายในของเวกเตอร์สถานะควอนตัมที่สอดคล้องกัน ดังที่กล่าวไว้ในตอนต้นของส่วนนี้
F(∣ϕ⟩⟨ϕ∣,∣ψ⟩⟨ψ∣)=⟨ϕ∣ψ⟩
คุณสมบัติพื้นฐานของ fidelity
fidelity มีคุณสมบัติที่น่าทึ่งมากมายและมีการแสดงทางเลือกหลายอย่าง
ต่อไปนี้เป็นคุณสมบัติพื้นฐานบางส่วนที่แสดงโดยไม่มีการพิสูจน์
-
สำหรับเมทริกซ์ความหนาแน่น ρ และ σ ใดๆ ที่มีขนาดเดียวกัน fidelity F(ρ,σ) อยู่ระหว่างศูนย์กับหนึ่ง: 0≤F(ρ,σ)≤1. กรณี F(ρ,σ)=0 เกิดขึ้นก็ต่อเมื่อ ρ และ σ มี image ที่ตั้งฉากกัน (จึงสามารถแยกแยะได้โดยไม่มีข้อผิดพลาด) และ F(ρ,σ)=1 เกิดขึ้นก็ต่อเมื่อ ρ=σ
-
fidelity มีสมบัติ multiplicative หมายความว่า fidelity ระหว่างสองสถานะ product เท่ากับผลคูณของ fidelity แต่ละตัว:
F(ρ1⊗⋯⊗ρm,σ1⊗⋯⊗σm)=F(ρ1,σ1)⋯F(ρm,σm).
-
fidelity ระหว่างสถานะไม่ลดลงภายใต้การกระทำของ channel ใดๆ นั่นคือ ถ้า ρ และ σ เป็น density matrices และ Φ เป็น channel ที่สามารถรับสถานะทั้งสองนี้เป็นอินพุตได้ ก็จำเป็นต้องเป็นกรณี
ที่
F(ρ,σ)≤F(Φ(ρ),Φ(σ)).
-
อสมการ Fuchs-van de Graaf กำหนดความสัมพันธ์ที่ใกล้เคียง (แม้จะไม่แน่นอน) ระหว่าง fidelity และ trace distance: สำหรับสถานะสองสถานะใดๆ ρ และ σ เรามี
1−21∥ρ−σ∥1≤F(ρ,σ)≤1−41∥ρ−σ∥12.
คุณสมบัติสุดท้ายสามารถแสดงในรูปของภาพ:

โดยเฉพาะอย่างยิ่ง สำหรับสถานะ ρ และ σ ของระบบเดียวกัน เส้นแนวนอนที่ตัดแกน y ที่ F(ρ,σ) และเส้นแนวตั้งที่ตัดแกน x ที่ 21∥ρ−σ∥1 จะต้องตัดกันในบริเวณสีเทาที่ขอบล่างคือเส้น y=1−x และขอบบนคือวงกลมหนึ่งหน่วย
บริเวณที่น่าสนใจที่สุดในทางปฏิบัติคือมุมซ้ายบนของบริเวณสีเทา:
ถ้า fidelity ระหว่างสองสถานะใกล้เคียงหนึ่ง แสดงว่า trace distance ของพวกมันใกล้เคียงศูนย์ และ ในทางกลับกัน
บทแทรกการวัดอ่อนโยน
ต่อไปเราจะดูข้อเท็จจริงที่เรียบง่ายแต่สำคัญ ซึ่งรู้จักกันในชื่อ gentle measurement lemma ที่เชื่อม fidelity กับการวัดแบบไม่ทำลาย
มันเป็น lemma ที่มีประโยชน์มากที่ปรากฏขึ้นเป็นครั้งคราว และน่าสังเกตด้วยว่านิยาม fidelity ที่ดูยุ่งยากนั้นจริงๆ แล้วทำให้การพิสูจน์ lemma นี้ง่ายมาก
การตั้งค่ามีดังนี้
ให้ X เป็นระบบในสถานะ ρ และ {P0,…,Pm−1} เป็นกลุ่มเมทริกซ์กึ่งนิยามบวกที่แทนการวัดทั่วไปของ X
สมมติต่อไปว่าถ้าทำการวัดนี้บนระบบ X ขณะที่อยู่ในสถานะ ρ ผลลัพธ์หนึ่งมีความน่าจะเป็นสูง
เพื่อความชัดเจน สมมติว่าผลลัพธ์การวัดที่มีแนวโน้มสูงคือ 0 และโดยเฉพาะอย่างยิ่งสมมติว่า
Tr(P0ρ)>1−ε
สำหรับจำนวนจริงบวกขนาดเล็ก ε>0
สิ่งที่ gentle measurement lemma ระบุคือภายใต้สมมติฐานเหล่านี้ การวัดแบบไม่ทำลายที่ได้จาก {P0,…,Pm−1} ผ่านทฤษฎีบทของ Naimark ทำให้เกิดการรบกวน ρ เพียงเล็กน้อย ในกรณีที่สังเกตผลลัพธ์การวัดที่มีแนวโน้มสูง 0
โดยเฉพาะอย่างยิ่ง lemma ระบุว่ากำลังสองของ fidelity ระหว่าง ρ กับสถานะที่ได้จากการวัดแบบไม่ทำลาย โดยมีเงื่อนไขว่าผลลัพธ์คือ 0 มากกว่า 1−ε
F(ρ,Tr(P0ρ)P0ρP0)2>1−ε.
เราต้องการข้อเท็จจริงพื้นฐานเกี่ยวกับการวัดเพื่อพิสูจน์สิ่งนี้
เมทริกซ์การวัด P0,…,Pm−1 เป็นกึ่งนิยามบวกและรวมกันได้เป็นเมทริกซ์เอกลักษณ์ ซึ่งช่วยให้เราสรุปได้ว่าค่าเจาะจงทั้งหมดของ P0 เป็นจำนวนจริงระหว่าง 0 กับ 1
สิ่งนี้ตามมาจากข้อเท็จจริงที่ว่าสำหรับเวกเตอร์หน่วยใดๆ ∣ψ⟩ ค่า
⟨ψ∣Pa∣ψ⟩ เป็นจำนวนจริงไม่เป็นลบสำหรับแต่ละ a∈{0,…,m−1} (เพราะแต่ละ Pa เป็นกึ่งนิยามบวก) รวมกับค่าเหล่านี้รวมกันได้หนึ่ง
a=0∑m−1⟨ψ∣Pa∣ψ⟩=⟨ψ∣(a=0∑m−1Pa)∣ψ⟩=⟨ψ∣I∣ψ⟩=1.
ดังนั้น ⟨ψ∣P0∣ψ⟩ จะเป็นจำนวนจริงระหว่าง 0 กับ 1 เสมอ และสิ่งนี้หมายความว่าค่าเจาะจงทุกตัวของ P0 เป็นจำนวนจริงระหว่าง 0 กับ 1 เพราะเราสามารถเลือก ∣ψ⟩ ให้เป็นเวกเตอร์ eigenvector หน่วยที่สอดคล้องกับค่าเจาะจงใดๆ ที่สนใจ
จากการสังเกตนี้เราสามารถสรุปอสมการต่อไปนี้สำหรับทุกเมทริกซ์ความหนาแน่น ρ
Tr(P0ρ)≥Tr(P0ρ)
ในรายละเอียดเพิ่มเติม เริ่มจากการสลายตัวเชิงสเปกตรัม
P0=k=0∑n−1λk∣ψk⟩⟨ψk∣
เราสรุปว่า
Tr(P0ρ)=k=0∑n−1λk⟨ψk∣ρ∣ψk⟩≥k=0∑n−1λk⟨ψk∣ρ∣ψk⟩=Tr(P0ρ)
จากข้อเท็จจริงที่ว่า ⟨ψk∣ρ∣ψk⟩ เป็นจำนวนจริงไม่เป็นลบ และ λk≥λk สำหรับแต่ละ k=0,…,n−1 (การยกกำลังสองของตัวเลขระหว่าง 0 กับ 1 ไม่ทำให้ใหญ่ขึ้น)
ตอนนี้เราสามารถพิสูจน์ gentle measurement lemma ได้โดยการหาค่า fidelity แล้วใช้อสมการของเรา
ก่อนอื่น ลดรูปนิพจน์ที่เราสนใจ
F(ρ,Tr(P0ρ)P0ρP0)=TrTr(P0ρ)ρP0ρP0ρ=Tr(Tr(P0ρ)ρP0ρ)2=Tr(Tr(P0ρ)ρP0ρ)=Tr(P0ρ)Tr(P0ρ)
สังเกตว่านี่ล้วนเป็นสมการเท่ากัน — เรายังไม่ได้ใช้อสมการ (หรืออสมการใดๆ) ณ จุดนี้ ดังนั้นเราจึงมีนิพจน์ที่แน่นอนสำหรับ fidelity
ตอนนี้เราสามารถใช้อสมการของเราเพื่อสรุปว่า
F(ρ,Tr(P0ρ)P0ρP0)=Tr(P0ρ)Tr(P0ρ)≥Tr(P0ρ)Tr(P0ρ)=Tr(P0ρ)
และดังนั้น โดยการยกกำลังสองทั้งสองข้าง
F(ρ,Tr(P0ρ)P0ρP0)2≥Tr(P0ρ)>1−ε.
ทฤษฎีบทของ Uhlmann
เพื่อสรุปบทเรียน เราจะดู ทฤษฎีบทของ Uhlmann ซึ่งเป็นข้อเท็จจริงพื้นฐานเกี่ยวกับ fidelity ที่เชื่อมมันกับแนวคิดของ purification
สิ่งที่ทฤษฎีบทกล่าวอย่างง่ายๆ คือ fidelity ระหว่างสถานะควอนตัมสองสถานะเท่ากับผลคูณภายใน สูงสุด (ในค่าสัมบูรณ์) ระหว่าง purification สองตัวของสถานะเหล่านั้น
ทฤษฎีบท
ทฤษฎีบทของ Uhlmann: ให้ ρ และ σ เป็นเมทริกซ์ความหนาแน่นที่แทนสถานะของระบบ X และ Y เป็นระบบที่มีจำนวนสถานะคลาสสิกอย่างน้อยเท่ากับ X fidelity ระหว่าง ρ และ σ คือ
F(ρ,σ)=max{∣⟨ϕ∣ψ⟩∣:TrY(∣ϕ⟩⟨ϕ∣)=ρ,TrY(∣ψ⟩⟨ψ∣)=σ},โดยค่าสูงสุดนั้นเทียบเหนือเวกเตอร์สถานะควอนตัม ∣ϕ⟩ และ ∣ψ⟩ ทั้งหมดของ (X,Y)
เราสามารถพิสูจน์ทฤษฎีบทนี้โดยใช้ unitary equivalence of purifications — แต่มันไม่ตรงไปตรงมาทั้งหมด และเราจะใช้เทคนิคหนึ่งระหว่างทาง
เพื่อเริ่มต้น พิจารณาการสลายตัวเชิงสเปกตรัมของเมทริกซ์ความหนาแน่นสอง ρ และ σ
ρσ=a=0∑n−1pa∣ua⟩⟨ua∣=b=0∑n−1qb∣vb⟩⟨vb∣
กลุ่มทั้งสอง {∣u0⟩,…,∣un−1⟩} และ {∣v0⟩,…,∣vn−1⟩} เป็นฐาน orthonormal ของ eigenvector ของ ρ และ σ ตามลำดับ และ p0,…,pn−1 กับ q0,…,qn−1 เป็นค่าเจาะจงที่สอดคล้องกัน
เราจะนิยาม ∣u0⟩,…,∣un−1⟩ และ
∣v0⟩,…,∣vn−1⟩ ให้เป็นเวกเตอร์ที่ได้จากการนำ conjugate เชิงซ้อนของแต่ละ entry ของ ∣u0⟩,…,∣un−1⟩ และ ∣v0⟩,…,∣vn−1⟩
นั่นคือ สำหรับเวกเตอร์ ∣w⟩ ที่กำหนด เราสามารถนิยาม ∣w⟩ ตามสมการต่อไปนี้สำหรับแต่ละ c∈{0,…,n−1}
⟨c∣w⟩=⟨c∣w⟩
สังเกตว่าสำหรับเวกเตอร์สองตัว ∣u⟩ และ ∣v⟩ เรามี
⟨u∣v⟩=⟨v∣u⟩
โดยทั่วไปมากขึ้น สำหรับเมทริกซ์จัตุรัส M ใดๆ เรามีสูตรต่อไปนี้
⟨u∣M∣v⟩=⟨v∣MT∣u⟩
ตามมาว่า ∣u⟩ และ ∣v⟩ ตั้งฉากกันก็ต่อเมื่อ ∣u⟩ และ ∣v⟩ ตั้งฉากกัน และดังนั้น
{∣u0⟩,…,∣un−1⟩} และ
{∣v0⟩,…,∣vn−1⟩} ล้วนเป็นฐาน orthonormal
ตอนนี้พิจารณาเวกเตอร์สองตัวต่อไปนี้ ∣ϕ⟩ และ ∣ψ⟩ ซึ่งเป็น purification ของ ρ และ σ ตามลำดับ
∣ϕ⟩∣ψ⟩=a=0∑n−1pa∣ua⟩⊗∣ua⟩=b=0∑n−1qb∣vb⟩⊗∣vb⟩
นี่คือเทคนิคที่กล่าวถึงก่อนหน้านี้
ไม่มีสิ่งใดบ่งชี้อย่างชัดเจน ณ จุดนี้ว่าเป็นความคิดที่ดีที่จะเลือก purification ของ ρ และ σ แบบนี้ แต่มันเป็น purification ที่ถูกต้อง และการ conjugate เชิงซ้อนจะช่วยให้พีชคณิตทำงานออกมาในแบบที่เราต้องการ
โดย unitary equivalence of purifications เรารู้ว่า purification ทุกตัวของ ρ สำหรับคู่ระบบ (X,Y) จะต้องอยู่ในรูป
(IX⊗U)∣ϕ⟩ สำหรับเมทริกซ์ unitary U บางตัว และในทำนองเดียวกัน purification ทุกตัวของ σ สำหรับคู่ (X,Y) จะต้องอยู่ในรูป
(IX⊗V)∣ψ⟩ สำหรับเมทริกซ์ unitary V บางตัว
ผลคูณภายในของ purification สองตัวดังกล่าวสามารถลดรูปได้ดังนี้
⟨ϕ∣(I⊗U†)(I⊗V)∣ψ⟩=a,b=0∑n−1paqb⟨ua∣vb⟩⟨ua∣U†V∣vb⟩=a,b=0∑n−1paqb⟨ua∣vb⟩⟨vb∣(U†V)T∣ua⟩=Tr(a,b=0∑n−1paqb∣ua⟩⟨ua∣vb⟩⟨vb∣(U†V)T)=Tr(ρσ(U†V)T)
เมื่อ U และ V วิ่งผ่านเมทริกซ์ unitary ที่เป็นไปได้ทั้งหมด เมทริกซ์ (U†V)T ก็วิ่งผ่านเมทริกซ์ unitary ที่เป็นไปได้ทั้งหมดเช่นกัน
ดังนั้น การทำให้ค่าสัมบูรณ์ของผลคูณภายในของ purification สองตัวของ ρ และ σ สูงสุดจะให้สมการต่อไปนี้
U,VunitarymaxTr(ρσ(U†V)T)=WunitarymaxTr(ρσW)=ρσ1=F(ρ,σ)
แบบสำรวจหลังจบคอร์ส
ยินดีด้วยที่คุณเรียนจบคอร์สนี้แล้ว! กรุณาสละเวลาสักครู่เพื่อช่วยให้เราปรับปรุงคอร์สด้วยการตอบ แบบสำรวจสั้นๆ นี้ ความคิดเห็นของคุณจะถูกนำไปใช้ปรับปรุงเนื้อหาและประสบการณ์การใช้งาน ขอบคุณ!