Phân biệt giữa các trạng thái lượng tử


11

Với trạng thái lượng tử được chọn ngẫu nhiên từ một tập hợp trạng thái hỗn hợp , xác suất trung bình tối đa của việc xác định chính xác bao nhiêu?ρANρ1...ρNA

Vấn đề này có thể được chuyển thành vấn đề phân biệt hai trạng thái bằng cách xem xét vấn đề phân biệt với .ρAρB=1N1iAρi

Tôi biết đối với hai trạng thái lượng tử, vấn đề có một giải pháp tốt về khoảng cách theo dõi giữa các trạng thái khi bạn giảm thiểu xác suất lỗi tối đa thay vì giảm thiểu xác suất lỗi trung bình và tôi hy vọng rằng có thể có điều gì đó tương tự trường hợp này. Tất nhiên có thể viết xác suất về mặt tối ưu hóa trên POVM, nhưng tôi hy vọng điều gì đó đã được thực hiện tối ưu hóa.

Tôi biết có một tài liệu khổng lồ về khả năng phân biệt các trạng thái lượng tử và tôi đã đọc qua rất nhiều bài báo trong vài ngày qua để cố gắng tìm câu trả lời cho câu hỏi này, nhưng tôi gặp khó khăn khi tìm câu trả lời cho câu hỏi này biến thể cụ thể của vấn đề. Tôi hy vọng ai đó biết rằng văn học tốt hơn có thể giúp tôi tiết kiệm thời gian.

Nói đúng ra, tôi không cần xác suất chính xác, một giới hạn trên tốt sẽ làm. Tuy nhiên, sự khác biệt giữa bất kỳ một trạng thái và trạng thái hỗn hợp tối đa là khá nhỏ, do đó, ràng buộc sẽ phải hữu ích trong giới hạn đó.


1
Bởi vì xác suất của câu trả lời đúng là giá trị tối đa của một chương trình semidefinite, nên thường hữu ích khi xem xét kép để có được giới hạn trên.
Tsuyoshi Ito

@TsuyoshiIto: Thật vậy, nhưng tôi đã đoán rằng vấn đề này đã được nghiên cứu kỹ và có thể có một kết quả đóng hộp.
Joe Fitzsimons

1
Bạn có biết nếu các câu hỏi tương tự cho phân phối xác suất cổ điển có một câu trả lời hay không? Kết quả "khoảng cách theo dõi" mà bạn đề cập là một khái quát về việc sử dụng "khoảng cách thống kê" (còn gọi là "tổng khoảng cách biến đổi") cho các phân phối cổ điển. [Trong trường hợp cổ điển, chiến lược tự nhiên là chọn phân phối rất có thể đã tạo ra một đầu ra cụ thể. Bạn có thể viết một biểu mẫu đóng cho xác suất thành công của nó, mặc dù tôi không biết liệu nó có thể được biểu thị bằng số lượng đơn giản không (chẳng hạn như khoảng cách trung bình giữa các bản phân phối).]
Adam Smith

1
@AdamSmith: Có vẻ như bạn có thể cân nhắc từng phân phối theo xác suất xảy ra và sau đó chọn một phân phối có khả năng đưa ra kết quả mà bạn quan sát được.
Joe Fitzsimons

Câu trả lời:


10

Như bạn đã đề cập, có thể xác định xác suất thành công trung bình tối ưu bằng số, có thể được thực hiện hiệu quả thông qua lập trình semidefinite (xem ví dụ bài viết này của Eldar, Megretski và Verghese hoặc các ghi chú bài giảng này của John Watrous), nhưng không có biểu thức dạng đóng được biết đến.

Tuy nhiên, có một số giới hạn trên và dưới đã biết về xác suất lỗi (nghĩa là 1 trừ đi xác suất thành công trung bình). Về fidelities cặp, xác suất của lỗi trong thiết lập của bạn được biết đến là thấp bao bọc bởi , và bị chặn trên bởi .1N2i>jF(ρi,ρj)2Ni>jF(ρi,ρj)1/2

Ngoài ra còn có một giới hạn thấp hơn được biết về khoảng cách theo dõi: , làm giảm đến Helstrom chính xác bị ràng buộc trong trường hợp . Xem bài viết này để so sánh tất cả những điều này, và một số giới hạn khác nữa. Lưu ý rằng tất cả các giới hạn này đều giữ trong cài đặt trường hợp trung bình khi có phân phối xác suất trước trên các trạng thái.12(11N(N1)i>jtr|ρiρj|)N=2


Tuyệt vời, cảm ơn Ashley. Giới hạn dưới về xác suất lỗi về khoảng cách theo dõi là khá chính xác những gì tôi đang tìm kiếm. Trên thực tế, kế hoạch dự phòng của tôi đã khiến tôi không nhận được câu trả lời hay ở đây là gửi email cho bạn, vì tôi biết bạn đã làm việc với những thứ này.
Joe Fitzsimons

Có giới hạn nào hoạt động tốt trong giới hạn xác suất xảy ra lỗi gần 1 không? Khoảng cách dấu vết dường như tối đa là 1/2. Hiện tại tôi đang thử độ trung thực, nhưng tôi không nghĩ rằng tôi thực sự có thể tính được độ trung thực trong vấn đề tôi đang làm và các giới hạn mà bạn đưa ra có vẻ rất nhạy cảm với các lỗi phụ gia.
Joe Fitzsimons

Trên thực tế, độ trung thực giới hạn dưới dường như cũng đạt tối đa ở mức 1/2. Tôi hy vọng điều gì đó mạnh mẽ hơn, vì tôi muốn chứng minh xác suất xảy ra lỗi là cho rất nhỏ . 1ϵϵ
Joe Fitzsimons
Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.