相位估计把特征值转化为测量分布。最简单的例子中,相位恰好能由控制寄存器表示;但真实相位未必如此。下面计算一般情况下电路的输出,也说明受控幂操作中隐藏了哪些资源。
从特征相位到傅里叶和
定义 2.4.1
(相位估计的设定)
设 是有限维目标寄存器上的酉算子,归一化态满足 ,其中 。取 个控制量子比特,记 。使用傅里叶(Fourier)约定
从 出发,对控制寄存器施加 Hadamard 门,再施加受控幂 ,得到
这里 ,控制位 控制 。逆傅里叶变换指上述以整数标号的计算基上的精确映射 ;如果某种电路约定将输出位顺序反转,读取 之前必须加入相应交换门或重新解释测量位的次序。各相位相乘得到 。对第一寄存器施加 后,结果 的振幅为
若模一意义下 ,每项都等于一,因而 。否则,由有限等比级数恒等式得到
分母为零时应使用原来的和,得到匹配网格点的概率为一。由于电路是酉的,各概率之和为一。小数相位按模一定义:接近 的答案可能接近 附近的相位。
最近网格点的保证
定义 2.4.2
(圆周距离)
对实数 ,圆周距离为 ,即相位所在的圆 上的距离。
定理 2.4.3
(最近网格点保证)
设 是使 最小的网格点 ;若有并列,任取其一。则 ,且这个特定结果的概率满足
证明
(先平移到小偏移,再估计正弦商)
取代表 ,使 。这个整数平移不改变概率。若 ,概率为一。否则 ,由初等不等式 ()与 得
平方即得该界。它在 与 之间回绕处同样成立。
证明透视
这个界从何而来
证明包含一个归约和一个估计。归约是整数平移:对整数 , 与 的周期都是一,所以 平移一个整数时概率不变,因此 与 之间的回绕不会造成问题。估计则用弦的下界 估计分子,用 估计分母的上界。条件 正是弦下界所需,也是“最近”被用到的地方:对更远的网格点它不成立。当 且 很大时两个不等式都近乎取等,所以这个论证无法改进常数 。
在新的制备上重复,可以提高看到接近网格点结果的机会;但要从重复的结果中提取最终估计,需要指定经典规则,单凭这个界并不声称某个特定规则一定成功。
例题 2.4.4
(位于两个网格点正中的相位)
取 、,它恰好位于 与 之间。对 或 ,
其余两个结果的概率各为 。因此两个最近结果的总概率约为 ,但没有任何一个必然出现。上面的下界针对某一个最近点;并列时,若不分析两个事件,不能自动把它加倍。
例题 2.4.5
(接近一时的回绕)
取 、。圆周上最近的网格点是 ,因为 与 只相差 。取 ,。最可能的结果 读作相位接近 ,在圆周上它接近 ,虽然在区间 上并非如此。
反例模式
增加位数不会使每个相位都变得精确
一个诱人的说法是:只要控制量子比特足够多,电路就会精确返回相位。相位 不等于任何 ( 为整数):二进分数的分母是 的幂,而 已是最简分数,分母为 。因此任何二进制控制寄存器都没有与它相等的网格点。当 时,最近的网格点 满足 ,并不是 。最近网格点保证仍然给出:特定最近网格点的概率至少为 ,其圆周距离与 至多相差 ;但不可能得到精确的二进制输出。
目标不是特征态时
设 是 的一组标准正交特征基,特征相位为 ,制备的目标为 。由线性性,逆傅里叶变换后的联合态为
定理 2.4.6
(一般目标的结果分布)
沿用上面的记号,观察到 的概率为
证明
(正交性消去交叉项)
联合态中第一寄存器为 的分量,其范数平方为 。由于 标准正交,它等于 ; 的交叉项 都为零。
这是各特征相位分布的混合,而不是平均相位的估计。条件于某个非零概率的结果,目标变成向量 归一化后的状态。不同相位可以同时对一个结果有贡献;有限精度一般不会把目标投影到单一特征空间。若多个特征向量有相同特征值,相位估计不能区分同一特征空间中的向量。
例题 2.4.7
(一个目标中的两个特征相位)
例如,若 、,目标为 ,则两量子比特控制寄存器以各 的概率报告 和 ,目标相应坍缩到 或 。相位 和 的平均值并不是输出。
常见错误
(寻找平均相位)
混合了特征相位 和 的目标,不会给出接近它们平均值 的结果。在上面的例子中,结果 的概率为 ,因为 。每次运行只返回一个特征相位,从不返回混合,而目标相应坍缩。
资源如何计算
电路假设可以使用受控 ,并且能够制备目标态和实现逆傅里叶变换。若用重复受控 构造受控 ,则控制阶段共使用 次受控 。某些问题中这些幂有更高效的专门实现,但必须证明这一点,不能直接假定。精确傅里叶变换使用受控旋转;用固定门集近似这些旋转会引入额外实现误差。这里的分布与保证描述的是理想门和精确制备的特征态。
练习与解答
快速检查
(当 、特征相位为 时,给出输出及其概率。)
解答 · 答案
输出为 (二进制 ),概率为一。
快速检查
(当 、相位为 时,求结果既不是两个最近网格点之一的概率。)
解答 · 答案
其余两个概率之和为 。
快速检查
(在上面的双特征值例子中,把 换成 。给出各结果的概率。)
解答 · 答案
结果为 和 ,概率分别为 和 。正交性消去了交叉项。
快速检查
(为什么使用 个受控幂块,并不自动意味着只调用 次受控 ?)
解答 · 答案
若以重复受控 实现,各块分别需要 次调用,总共 次;更快的特殊实现需要另行论证。