先验概率不等时的决策
设信源以先验概率 和 (其中 )产生有限维 Hilbert 空间上的态 。一个双结果测量由满足 的效应算子 和 构成;得到第一个结果时猜测 ,否则猜测 。记
则成功概率为
任何有限结果 POVM 连同可能随机化的决策规则都可合并成两个效应,并保持成功概率,因此只需对单个效应算子 求最优。最优值可用迹范数表示。
定义 1.10.1
(迹范数)
对方阵 ,迹范数为 。若 是厄米(Hermitian)矩阵,特征值为 ,则 。
定理 1.10.2
(先验不等时的最优成功概率)
对先验为 和 的态 ,所有二元决策规则中最大的成功概率为
它由 的正特征空间上的投影达到。
证明
(对角化差矩阵并对效应算子求最大值)
将厄米矩阵 对角化。则 ,其中 ,而条件 迫使 。因此这个和至多等于正特征值之和,并在正谱子空间上的投影处取等;该投影是有效的效应算子。由于 ,记 为正部和负部,则 ,,所以 。再加上 便得公式。
证明透视
谱测量为什么最优?
这个证明在两处分别用到两个假设: 是厄米矩阵,才能找到对角基; 则把每个 限制在 。不显然的一步,是把对矩阵 的优化改写成对 个数 的优化:对每个正特征值,取 会增加目标值;对每个负特征值,取 则避免损失。一个谱投影同时完成所有选择,并且是有效的效应算子,所以上界可以达到,论证就此封闭。零特征空间可分配给任一决策。若允许 越出 ,目标值便没有上界,可见效应算子的条件正是最优值有限的原因。
结论包含 和 ;若两个态相同,则成功概率为 ,只需始终猜测更可能的态。决策阈值依赖先验,因此等先验情况下最优的测量在先验改变后不一定仍最优。
常见错误
(对不等先验仍用等先验的距离)
有人会对所有先验都写成 。取 、,这个式子给出 ,但始终猜测 的成功概率是 。先验权重必须放进范数之内:正确的量是 。
迹距离的操作意义
定义 1.10.3
(迹距离)
对密度矩阵 ,迹距离定义为
命题 1.10.4
(迹距离的变分公式)
对密度矩阵 ,
因此 ,而等先验时的最优成功概率为 。
证明
(正部与负部的迹相等)
厄米差矩阵 的迹为零,所以正部和负部的迹相等,各自等于 。由上面的对角化论证, 的最大值就是正部的迹,这就是公式。取 得 。至于上界,令 为正谱投影,则 。等先验的结论来自上一定理取 :此时 ,。
换句话说, 是单个测量事件在两个态下所能看到的最大概率差。正交纯态的差矩阵特征值为 ,所以距离为一;相同态的距离为零。
概念视角几何
Bloch 球上的迹距离
对量子比特,写 、,其中 为 Bloch 向量, 为 Pauli 矩阵组成的向量。则 ,其特征值为 。于是 ,即球内两点欧氏(Euclidean)距离的一半。对单个量子比特,原本是对测量事件取最大的量,变成了一个长度。
例题 1.10.5
(等先验下最优区分 与 )
取 、,其中 。在计算基下
其迹为 、行列式为 ,所以特征值为 。因此 ,等先验最优成功概率为 。计算基测量配合自然决策规则只能得到 ,说明一个可实现的测量未必最优。两个态的 Bloch 向量为 与 ,距离为 ,与 一致。
例题 1.10.6
(同一对态,先验取 )
仍取 、,但令 的先验为 。则
迹为 ,符合要求,行列式为 。特征方程 给出 ,所以 。于是
高于平凡值 。最优测量是向正特征值 的特征向量投影,而不是等先验时的特征向量。
信道不能增加态的可区分性
定义 1.10.7
(信道及其伴随映射)
有限维量子信道是完全正且保迹的线性映射 ,输入和输出空间可以不同。其伴随映射 从输出算子映到输入算子,由迹配对定义为
对厄米可观测量,上述迹配对与通常的 Hilbert–Schmidt 伴随一致。
定理 1.10.8
(迹距离的数据处理不等式)
对任何量子信道 和密度矩阵 ,
更一般地,对任何先验,区分 的最优成功概率不超过区分 的最优成功概率。
证明
(把输出事件拉回输入事件)
保迹性给出 。若 ,则对每个 有 ,所以 。因此若 ,则 和 都是正算子,即 也是效应算子。把每个输出测量事件拉回输入,再用变分公式可得
对不等先验, 不一定迹为零,但同样的拉回论证仍将 限制在 以下,而 。
这就是迹距离的数据处理不等式;此证明实际上只需正性和保迹性,虽然量子信道要求完全正性。信道输出上的每个测量,都可等价视为输入上的某个有效测量;信道不会创造新的二元区分能力。因此固定先验下,信道不能提高最优成功概率。这里同一个信道在不知道输入标签时作用于两个态;若操作事先知道正确标签,则是另一种情形。等号可以成立,例如酉信道;也可以严格下降。
例题 1.10.9
(完全退相位使距离减半)
令 ,其中 ;它是完全正且保迹的。因为 ,它保持 不变,并把 送到 。输出差矩阵为 ,所以 ,而信道之前为 。不等式严格成立;Bloch 球图像说明了原因:信道把球投影到 轴上,使 与 之间的距离缩短为 与原点之间的距离。
反例模式
信道不一定保持可区分性
重置映射 是有效的完全正保迹信道,却把两个正交输入态 和 都送到 。输入迹距离为一,输出距离为零。数据处理给出不等式,并不说明所有物理处理都可逆。
常见错误
(把距离相等当成可逆)
若对某一对态有 ,并不表示 可逆。退相位信道 保持 和 不变,所以两者之间的距离 得以保留,但它把 和 都送到 ,无法还原。数据处理只约束该对特定态的距离,对其他输入没有任何说明。
练习与解答
快速检查
(若 且 ,最优成功概率是多少?)
使用最优成功概率定理中两个态相同的情形。
解答 · 答案
为 :始终猜测 。事实上 是正算子,,而 。
快速检查
(求正交纯态之间及相同态之间的 。)
在每种情况下计算 的特征值。
解答 · 答案
分别为 和 。正交纯态的 特征值为 ,所以 ;相同态的差为零。
快速检查
(酉信道 对迹距离有什么影响?)
比较共轭前后厄米差矩阵的特征值。
解答 · 答案
距离不变:酉共轭保持厄米差的特征值,从而保持其迹范数。
快速检查
(重置信道可能提高任意一对输入的等先验最优成功概率吗?)
把输出的成功概率与重置之前随机猜测所能达到的成功概率相比较。
解答 · 答案
不能。两个输出相同,输出成功概率为 ;重置前至少可以通过随机猜测达到 。