若確切知道執行了哪一種製備,態向量 ∣ ψ ⟩ |\psi\rangle ∣ ψ ⟩ 便完整描述一個量子系統。但這種知識往往欠缺:裝置可能隨機製備若干個態之一,我們也可能只掌握大系統的一部分,另一部分不在手中。
這兩種情形下,單個單位向量已不足以描述系統,正確的對象是密度算子 ,又稱密度矩陣 。本節從純態玻恩(Born)規則出發建立密度算子,引入給出子系統狀態的偏跡 ,並用兩者證明局部操作無法向遠方一方傳遞資訊。
約定
所有希爾伯特(Hilbert)空間都是有限維複內積空間 H ≅ C d \mathcal H\cong\mathbb C^d H ≅ C d ,L ( H ) L(\mathcal H) L ( H ) 表示其上的線性算子。內積 ⟨ u ∣ v ⟩ = ∑ i u i ‾ v i \langle u|v\rangle=\sum\limits_i\overline{u_i}\,v_i ⟨ u ∣ v ⟩ = i ∑ u i v i 對第一個變元共軛線性。伴隨滿足 ( A † ) i j = A j i ‾ (A^\dagger)_{ij}=\overline{A_{ji}} ( A † ) ij = A j i ,故 ( ∣ u ⟩ ⟨ v ∣ ) † = ∣ v ⟩ ⟨ u ∣ (|u\rangle\langle v|)^\dagger=|v\rangle\langle u| ( ∣ u ⟩ ⟨ v ∣ ) † = ∣ v ⟩ ⟨ u ∣ 。系綜與測量都只有有限多項。
對雙體系統記 H A B = H A ⊗ H B \mathcal H_{AB}=\mathcal H_A\otimes\mathcal H_B H A B = H A ⊗ H B ,A A A 是第一個因子,d A = dim H A d_A=\dim\mathcal H_A d A = dim H A 、d B = dim H B d_B=\dim\mathcal H_B d B = dim H B 。乘積基向量記作 ∣ a , b ⟩ = ∣ a b ⟩ = ∣ a ⟩ ⊗ ∣ b ⟩ |a,b\rangle=|ab\rangle=|a\rangle\otimes|b\rangle ∣ a , b ⟩ = ∣ ab ⟩ = ∣ a ⟩ ⊗ ∣ b ⟩ ,第一個標籤屬於 A A A ,並按字典序排列、A A A 的指標在外層;兩個量子比特的次序是 ∣ 00 ⟩ , ∣ 01 ⟩ , ∣ 10 ⟩ , ∣ 11 ⟩ |00\rangle,|01\rangle,|10\rangle,|11\rangle ∣00 ⟩ , ∣01 ⟩ , ∣10 ⟩ , ∣11 ⟩ 。在此次序下 M ⊗ N M\otimes N M ⊗ N 就是克羅內克(Kronecker)積,其 ( a , a ′ ) (a,a') ( a , a ′ ) 塊(大小 d B × d B d_B\times d_B d B × d B )為 M a a ′ N M_{aa'}N M a a ′ N 。只作用於 B B B 的算子寫成 I A ⊗ N I_A\otimes N I A ⊗ N 。
若對每個 v v v ,⟨ v ∣ X ∣ v ⟩ \langle v|X|v\rangle ⟨ v ∣ X ∣ v ⟩ 都是非負實數,則稱 X X X 半正定 ,記作 X ⪰ 0 X\succeq0 X ⪰ 0 。在複空間上,只要對一切 v v v 有 ⟨ v ∣ X ∣ v ⟩ ∈ R \langle v|X|v\rangle\in\mathbb R ⟨ v ∣ X ∣ v ⟩ ∈ R ,便已推出 X = X † X=X^\dagger X = X † (在 v = u + w v=u+w v = u + w 與 v = u + i w v=u+iw v = u + i w 展開 ⟨ v ∣ ( X − X † ) ∣ v ⟩ = 0 \langle v|(X-X^\dagger)|v\rangle=0 ⟨ v ∣ ( X − X † ) ∣ v ⟩ = 0 即可)。因此每個 X ⪰ 0 X\succeq0 X ⪰ 0 都是厄米(Hermitian)的,有標準正交特徵基,特徵值 λ = ⟨ e ∣ X ∣ e ⟩ ≥ 0 \lambda=\langle e|X|e\rangle\ge0 λ = ⟨ e ∣ X ∣ e ⟩ ≥ 0 。在 R \mathbb R R 上這不成立:旋轉矩陣 ( 0 − 1 1 0 ) \begin{pmatrix}0&-1\\1&0\end{pmatrix} ( 0 1 − 1 0 ) 對一切實向量有 v T X v = 0 v^{T}Xv=0 v T X v = 0 ,卻不對稱。
系綜與密度算子
設一個源以概率 p k p_k p k 製備 ∣ ψ k ⟩ |\psi_k\rangle ∣ ψ k ⟩ ,而標籤 k k k 被丟棄。用疊加如 ∑ k p k ∣ ψ k ⟩ \sum\limits_k\sqrt{p_k}\,|\psi_k\rangle k ∑ p k ∣ ψ k ⟩ 來描述是錯的:疊加是單一確定的製備,可以出現干涉,而在多個製備之間隨機選取則不會。正確的對象必須重現這個隨機製備的測量統計,而且只重現這些。
H \mathcal H H 上的系綜 是有限列表 { ( p k , ∣ ψ k ⟩ ) } k = 1 n \{(p_k,|\psi_k\rangle)\}_{k=1}^{n} {( p k , ∣ ψ k ⟩) } k = 1 n ,其中 p k ≥ 0 p_k\ge0 p k ≥ 0 、∑ k p k = 1 \sum\limits_kp_k=1 k ∑ p k = 1 ,每個 ∣ ψ k ⟩ |\psi_k\rangle ∣ ψ k ⟩ 都是單位向量;各 ∣ ψ k ⟩ |\psi_k\rangle ∣ ψ k ⟩ 不必正交,也不必互異。其密度算子 為
ρ = ∑ k = 1 n p k ∣ ψ k ⟩ ⟨ ψ k ∣ ∈ L ( H ) . \rho=\sum_{k=1}^{n}p_k\,|\psi_k\rangle\langle\psi_k|\in L(\mathcal H). ρ = k = 1 ∑ n p k ∣ ψ k ⟩ ⟨ ψ k ∣ ∈ L ( H ) .
下面的內在定義不涉及任何系綜。
若 ρ ∈ L ( H ) \rho\in L(\mathcal H) ρ ∈ L ( H ) 滿足 ρ ⪰ 0 \rho\succeq0 ρ ⪰ 0 且 tr ρ = 1 \operatorname{tr}\rho=1 tr ρ = 1 ,則稱 ρ \rho ρ 為密度算子 ,全體記作 D ( H ) D(\mathcal H) D ( H ) 。形如 ∣ ψ ⟩ ⟨ ψ ∣ |\psi\rangle\langle\psi| ∣ ψ ⟩ ⟨ ψ ∣ (⟨ ψ ∣ ψ ⟩ = 1 \langle\psi|\psi\rangle=1 ⟨ ψ ∣ ψ ⟩ = 1 )的密度算子稱為純態 ,其餘稱為混合態 。
下一定理說明兩個定義描述的是同一組算子。
對任何系綜 { ( p k , ∣ ψ k ⟩ ) } \{(p_k,|\psi_k\rangle)\} {( p k , ∣ ψ k ⟩)} ,算子 ∑ k p k ∣ ψ k ⟩ ⟨ ψ k ∣ \sum\limits_kp_k|\psi_k\rangle\langle\psi_k| k ∑ p k ∣ ψ k ⟩ ⟨ ψ k ∣ 半正定且跡為一。
反之,每個 ρ ∈ D ( H ) \rho\in D(\mathcal H) ρ ∈ D ( H ) 至少是一個系綜的密度算子,例如以其特徵值加權的特徵向量。
(1) 對任何 v v v ,利用 ⟨ v ∣ ψ k ⟩ = ⟨ ψ k ∣ v ⟩ ‾ \langle v|\psi_k\rangle=\overline{\langle\psi_k|v\rangle} ⟨ v ∣ ψ k ⟩ = ⟨ ψ k ∣ v ⟩ ,
⟨ v ∣ ρ ∣ v ⟩ = ∑ k p k ∣ ⟨ ψ k ∣ v ⟩ ∣ 2 ≥ 0 , tr ρ = ∑ k p k ⟨ ψ k ∣ ψ k ⟩ = ∑ k p k = 1 , \langle v|\rho|v\rangle=\sum_kp_k\,\bigl|\langle\psi_k|v\rangle\bigr|^2\ge0,\qquad
\operatorname{tr}\rho=\sum_kp_k\langle\psi_k|\psi_k\rangle=\sum_kp_k=1, ⟨ v ∣ ρ ∣ v ⟩ = k ∑ p k ⟨ ψ k ∣ v ⟩ 2 ≥ 0 , tr ρ = k ∑ p k ⟨ ψ k ∣ ψ k ⟩ = k ∑ p k = 1 , 其中求跡用到 tr ( ∣ u ⟩ ⟨ w ∣ ) = ⟨ w ∣ u ⟩ \operatorname{tr}(|u\rangle\langle w|)=\langle w|u\rangle tr ( ∣ u ⟩ ⟨ w ∣ ) = ⟨ w ∣ u ⟩ 、每個 ∣ ψ k ⟩ |\psi_k\rangle ∣ ψ k ⟩ 長度為一,以及 ∑ k p k = 1 \sum\limits_kp_k=1 k ∑ p k = 1 。
(2) ρ ⪰ 0 \rho\succeq0 ρ ⪰ 0 是厄米的,譜定理給出標準正交基使 ρ = ∑ i λ i ∣ e i ⟩ ⟨ e i ∣ \rho=\sum\limits_i\lambda_i|e_i\rangle\langle e_i| ρ = i ∑ λ i ∣ e i ⟩ ⟨ e i ∣ ,λ i ≥ 0 \lambda_i\ge0 λ i ≥ 0 且 ∑ i λ i = tr ρ = 1 \sum\limits_i\lambda_i=\operatorname{tr}\rho=1 i ∑ λ i = tr ρ = 1 。所以 { ( λ i , ∣ e i ⟩ ) } \{(\lambda_i,|e_i\rangle)\} {( λ i , ∣ e i ⟩)} 是以 ρ \rho ρ 為密度算子的系綜。
對實數 θ \theta θ ,( e i θ ∣ ψ ⟩ ) ( e i θ ∣ ψ ⟩ ) † = ∣ ψ ⟩ ⟨ ψ ∣ (e^{i\theta}|\psi\rangle)(e^{i\theta}|\psi\rangle)^\dagger=|\psi\rangle\langle\psi| ( e i θ ∣ ψ ⟩) ( e i θ ∣ ψ ⟩ ) † = ∣ ψ ⟩ ⟨ ψ ∣ ,因此密度算子自動消去無物理意義的整體相位,而相對相位保留在非對角元素中。單個量子比特的 D ( C 2 ) D(\mathbb C^2) D ( C 2 ) 就是布洛赫(Bloch)球,見布洛赫球與態的區分 。
概念視角 幾何
把態的集合看成凸集 從幾何角度看,D ( H ) D(\mathcal H) D ( H ) 是凸集:對 t ∈ [ 0 , 1 ] t\in[0,1] t ∈ [ 0 , 1 ] ,t ρ 0 + ( 1 − t ) ρ 1 t\rho_0+(1-t)\rho_1 t ρ 0 + ( 1 − t ) ρ 1 仍然半正定且跡為一。系綜就是把 ρ \rho ρ 寫成純態的凸組合;純態恰好是極端點,即不能分解成其他密度算子的非平凡凸組合。譜系綜只是其中一種分解;對量子比特上的 ρ = 1 2 I \rho=\tfrac12I ρ = 2 1 I ,分解方式有很多種,這正是不同系綜可以有相同 ρ \rho ρ 的原因。
密度算子的玻恩規則
結果屬於有限集合的測量是一個 POVM { E m } \{E_m\} { E m } :滿足 E m ⪰ 0 E_m\succeq0 E m ⪰ 0 與 ∑ m E m = I \sum\limits_mE_m=I m ∑ E m = I 的算子族;投影測量是各 E m E_m E m 為兩兩正交投影的特例。我們以純態規則 Pr [ m ∣ ψ ] = ⟨ ψ ∣ E m ∣ ψ ⟩ \Pr[m\mid\psi]=\langle\psi|E_m|\psi\rangle Pr [ m ∣ ψ ] = ⟨ ψ ∣ E m ∣ ψ ⟩ 為公設,其餘一切用普通概率論推出。
設系綜 { ( p k , ∣ ψ k ⟩ ) } \{(p_k,|\psi_k\rangle)\} {( p k , ∣ ψ k ⟩)} 的密度算子為 ρ \rho ρ ,{ E m } \{E_m\} { E m } 為 POVM。在標籤 k k k 未知時,結果 m m m 的概率為
Pr [ m ] = tr ( E m ρ ) . \Pr[m]=\operatorname{tr}(E_m\rho). Pr [ m ] = tr ( E m ρ ) . 對每個 ρ ∈ D ( H ) \rho\in D(\mathcal H) ρ ∈ D ( H ) ,這些數非負且總和為 1 1 1 。對厄米可觀測量 O O O ,期望值為 tr ( O ρ ) \operatorname{tr}(O\rho) tr ( O ρ ) 。
標籤 k k k 是經典隨機變量,故
Pr [ m ] = ∑ k p k ⟨ ψ k ∣ E m ∣ ψ k ⟩ = ∑ k p k tr ( E m ∣ ψ k ⟩ ⟨ ψ k ∣ ) = tr ( E m ρ ) , \Pr[m]=\sum_kp_k\langle\psi_k|E_m|\psi_k\rangle=\sum_kp_k\operatorname{tr}\bigl(E_m|\psi_k\rangle\langle\psi_k|\bigr)=\operatorname{tr}(E_m\rho), Pr [ m ] = k ∑ p k ⟨ ψ k ∣ E m ∣ ψ k ⟩ = k ∑ p k tr ( E m ∣ ψ k ⟩ ⟨ ψ k ∣ ) = tr ( E m ρ ) , 這裏用到 ⟨ ψ ∣ E ∣ ψ ⟩ = tr ( E ∣ ψ ⟩ ⟨ ψ ∣ ) \langle\psi|E|\psi\rangle=\operatorname{tr}(E|\psi\rangle\langle\psi|) ⟨ ψ ∣ E ∣ ψ ⟩ = tr ( E ∣ ψ ⟩ ⟨ ψ ∣ ) (對 d × 1 d\times1 d × 1 與 1 × d 1\times d 1 × d 矩陣 ∣ ψ ⟩ |\psi\rangle ∣ ψ ⟩ 、⟨ ψ ∣ \langle\psi| ⟨ ψ ∣ 用循環性)及跡的線性。對一般的 ρ = ∑ i λ i ∣ e i ⟩ ⟨ e i ∣ \rho=\sum\limits_i\lambda_i|e_i\rangle\langle e_i| ρ = i ∑ λ i ∣ e i ⟩ ⟨ e i ∣ ,有 tr ( E m ρ ) = ∑ i λ i ⟨ e i ∣ E m ∣ e i ⟩ ≥ 0 \operatorname{tr}(E_m\rho)=\sum\limits_i\lambda_i\langle e_i|E_m|e_i\rangle\ge0 tr ( E m ρ ) = i ∑ λ i ⟨ e i ∣ E m ∣ e i ⟩ ≥ 0 ;對 m m m 求和並用 ∑ m E m = I \sum\limits_mE_m=I m ∑ E m = I 得 tr ρ = 1 \operatorname{tr}\rho=1 tr ρ = 1 。期望值的陳述由譜分解 O = ∑ μ μ P μ O=\sum\limits_\mu\mu P_\mu O = μ ∑ μ P μ 得出。
任何測量的統計只經由 ρ \rho ρ 依賴系綜。因此密度算子相同的兩個系綜,即使原則上也無法用任何測量區分;這就是為甚麼稱 ρ \rho ρ 而不是系綜為「態」。
令 ∣ ± ⟩ = ( ∣ 0 ⟩ ± ∣ 1 ⟩ ) / 2 |\pm\rangle=(|0\rangle\pm|1\rangle)/\sqrt2 ∣ ± ⟩ = ( ∣0 ⟩ ± ∣1 ⟩) / 2 。系綜 { ( 1 2 , ∣ 0 ⟩ ) , ( 1 2 , ∣ 1 ⟩ ) } \{(\tfrac12,|0\rangle),(\tfrac12,|1\rangle)\} {( 2 1 , ∣0 ⟩) , ( 2 1 , ∣1 ⟩)} 給出 1 2 I \tfrac12 I 2 1 I ;{ ( 1 2 , ∣ + ⟩ ) , ( 1 2 , ∣ − ⟩ ) } \{(\tfrac12,|+\rangle),(\tfrac12,|-\rangle)\} {( 2 1 , ∣ + ⟩) , ( 2 1 , ∣ − ⟩)} 亦然,因為非對角元素互相抵消:
1 2 ∣ + ⟩ ⟨ + ∣ + 1 2 ∣ − ⟩ ⟨ − ∣ = 1 4 ( 1 1 1 1 ) + 1 4 ( 1 − 1 − 1 1 ) = 1 2 I . \tfrac12|+\rangle\langle+|+\tfrac12|-\rangle\langle-|=\tfrac14\begin{pmatrix}1&1\\1&1\end{pmatrix}+\tfrac14\begin{pmatrix}1&-1\\-1&1\end{pmatrix}=\tfrac12I. 2 1 ∣ + ⟩ ⟨ + ∣ + 2 1 ∣ − ⟩ ⟨ − ∣ = 4 1 ( 1 1 1 1 ) + 4 1 ( 1 − 1 − 1 1 ) = 2 1 I . 第三種製備用三個非正交態 ∣ t k ⟩ = cos θ k ∣ 0 ⟩ + sin θ k ∣ 1 ⟩ |t_k\rangle=\cos\theta_k|0\rangle+\sin\theta_k|1\rangle ∣ t k ⟩ = cos θ k ∣0 ⟩ + sin θ k ∣1 ⟩ ,θ k = 2 π k / 3 \theta_k=2\pi k/3 θ k = 2 π k /3 ,權重各為 1 3 \tfrac13 3 1 。由 cos 2 θ = 1 2 ( 1 + cos 2 θ ) \cos^2\theta=\tfrac12(1+\cos2\theta) cos 2 θ = 2 1 ( 1 + cos 2 θ ) 、sin θ cos θ = 1 2 sin 2 θ \sin\theta\cos\theta=\tfrac12\sin2\theta sin θ cos θ = 2 1 sin 2 θ 及 ∑ k = 0 2 cos ( 4 π k / 3 ) = ∑ k = 0 2 sin ( 4 π k / 3 ) = 0 \sum\limits_{k=0}^{2}\cos(4\pi k/3)=\sum\limits_{k=0}^{2}\sin(4\pi k/3)=0 k = 0 ∑ 2 cos ( 4 π k /3 ) = k = 0 ∑ 2 sin ( 4 π k /3 ) = 0 ,對角和 ∑ k cos 2 θ k \sum\limits_k\cos^2\theta_k k ∑ cos 2 θ k 與 ∑ k sin 2 θ k \sum\limits_k\sin^2\theta_k k ∑ sin 2 θ k 都等於 3 2 \tfrac32 2 3 ,非對角和為 0 0 0 ,所以平均仍是 1 2 I \tfrac12I 2 1 I 。
三者是物理上不同的程序,但由密度算子的玻恩規則,對輸出的任何實驗都分辨不出用了哪一種。
混合 { ( 1 2 , ∣ 0 ⟩ ) , ( 1 2 , ∣ 1 ⟩ ) } \{(\tfrac12,|0\rangle),(\tfrac12,|1\rangle)\} {( 2 1 , ∣0 ⟩) , ( 2 1 , ∣1 ⟩)} 與純態 ∣ + ⟩ |+\rangle ∣ + ⟩ 的 Z Z Z 統計相同,兩個結果的概率都是 1 2 \tfrac12 2 1 。但它們是不同的態:1 2 I ≠ ∣ + ⟩ ⟨ + ∣ = 1 2 ( 1 1 1 1 ) \tfrac12I\ne|+\rangle\langle+|=\tfrac12\begin{pmatrix}1&1\\1&1\end{pmatrix} 2 1 I = ∣ + ⟩ ⟨ + ∣ = 2 1 ( 1 1 1 1 ) ,而 X X X 測量可把它們分開:∣ + ⟩ |+\rangle ∣ + ⟩ 以概率 1 1 1 給出 + + + ,混合只以概率 1 2 \tfrac12 2 1 。只有整個算子(連同非對角元素)相等,才排除一切可區分的測量。
純度
數 tr ( ρ 2 ) \operatorname{tr}(\rho^2) tr ( ρ 2 ) 稱為 ρ \rho ρ 的純度 。它與基無關,並準確判定一個態是否為純態。
設 ρ ∈ D ( H ) \rho\in D(\mathcal H) ρ ∈ D ( H ) ,d = dim H d=\dim\mathcal H d = dim H 。則 1 d ≤ tr ( ρ 2 ) ≤ 1 \frac1d\le\operatorname{tr}(\rho^2)\le1 d 1 ≤ tr ( ρ 2 ) ≤ 1 。此外,tr ( ρ 2 ) = 1 \operatorname{tr}(\rho^2)=1 tr ( ρ 2 ) = 1 當且僅當 ρ \rho ρ 為純態;tr ( ρ 2 ) = 1 / d \operatorname{tr}(\rho^2)=1/d tr ( ρ 2 ) = 1/ d 當且僅當 ρ = I / d \rho=I/d ρ = I / d 。
寫 ρ = ∑ i λ i ∣ e i ⟩ ⟨ e i ∣ \rho=\sum\limits_i\lambda_i|e_i\rangle\langle e_i| ρ = i ∑ λ i ∣ e i ⟩ ⟨ e i ∣ ,λ i ≥ 0 \lambda_i\ge0 λ i ≥ 0 、∑ i λ i = 1 \sum\limits_i\lambda_i=1 i ∑ λ i = 1 ,則 tr ( ρ 2 ) = ∑ i λ i 2 \operatorname{tr}(\rho^2)=\sum\limits_i\lambda_i^2 tr ( ρ 2 ) = i ∑ λ i 2 。每個 λ i \lambda_i λ i 都在 [ 0 , 1 ] [0,1] [ 0 , 1 ] 內,而對這樣的 λ \lambda λ 有 λ 2 ≤ λ \lambda^2\le\lambda λ 2 ≤ λ ,等號當且僅當 λ ∈ { 0 , 1 } \lambda\in\{0,1\} λ ∈ { 0 , 1 } 。故 ∑ i λ i 2 ≤ ∑ i λ i = 1 \sum\limits_i\lambda_i^2\le\sum\limits_i\lambda_i=1 i ∑ λ i 2 ≤ i ∑ λ i = 1 ,等號當且僅當一個特徵值為 1 1 1 、其餘為 0 0 0 ,即 ρ = ∣ e i 0 ⟩ ⟨ e i 0 ∣ \rho=|e_{i_0}\rangle\langle e_{i_0}| ρ = ∣ e i 0 ⟩ ⟨ e i 0 ∣ 。反之,純態 ρ = ∣ ψ ⟩ ⟨ ψ ∣ \rho=|\psi\rangle\langle\psi| ρ = ∣ ψ ⟩ ⟨ ψ ∣ 滿足 ρ 2 = ρ \rho^2=\rho ρ 2 = ρ ,所以 tr ( ρ 2 ) = 1 \operatorname{tr}(\rho^2)=1 tr ( ρ 2 ) = 1 。
下界由 R d \mathbb R^d R d 中的柯西-施瓦茨(Cauchy–Schwarz)不等式得出:
1 = ( ∑ i 1 ⋅ λ i ) 2 ≤ d ∑ i λ i 2 , 1=\Bigl(\sum_i1\cdot\lambda_i\Bigr)^2\le d\sum_i\lambda_i^2, 1 = ( i ∑ 1 ⋅ λ i ) 2 ≤ d i ∑ λ i 2 , 等號當且僅當 ( λ i ) (\lambda_i) ( λ i ) 與 ( 1 , … , 1 ) (1,\dots,1) ( 1 , … , 1 ) 成比例,即對一切 i i i 有 λ i = 1 / d \lambda_i=1/d λ i = 1/ d ,亦即 ρ = I / d \rho=I/d ρ = I / d 。
正性把每個特徵值限制在 [ 0 , 1 ] [0,1] [ 0 , 1 ] ,跡為一固定它們的和;兩個條件都用上了。
反例模式
沒有正性時純度為一不代表純態 斷言:跡為一、tr ( τ 2 ) = 1 \operatorname{tr}(\tau^2)=1 tr ( τ 2 ) = 1 的厄米矩陣是純態。取 C 3 \mathbb C^3 C 3 上的 τ = diag ( 2 3 , 2 3 , − 1 3 ) \tau=\operatorname{diag}(\tfrac23,\tfrac23,-\tfrac13) τ = diag ( 3 2 , 3 2 , − 3 1 ) 。則 tr τ = 2 3 + 2 3 − 1 3 = 1 \operatorname{tr}\tau=\tfrac23+\tfrac23-\tfrac13=1 tr τ = 3 2 + 3 2 − 3 1 = 1 ,tr ( τ 2 ) = 4 9 + 4 9 + 1 9 = 1 \operatorname{tr}(\tau^2)=\tfrac49+\tfrac49+\tfrac19=1 tr ( τ 2 ) = 9 4 + 9 4 + 9 1 = 1 ,但 τ \tau τ 的秩為 3 3 3 ,不可能是 ∣ ψ ⟩ ⟨ ψ ∣ |\psi\rangle\langle\psi| ∣ ψ ⟩ ⟨ ψ ∣ 。它根本不是態:在計算基中測量,結果 2 2 2 的「概率」是 ⟨ 2 ∣ τ ∣ 2 ⟩ = − 1 3 \langle2|\tau|2\rangle=-\tfrac13 ⟨ 2∣ τ ∣2 ⟩ = − 3 1 。證明中的 λ 2 ≤ λ \lambda^2\le\lambda λ 2 ≤ λ 對 λ = − 1 3 \lambda=-\tfrac13 λ = − 3 1 不成立。
二維中沒有這樣的例子:λ 1 + λ 2 = 1 \lambda_1+\lambda_2=1 λ 1 + λ 2 = 1 與 λ 1 2 + λ 2 2 = 1 \lambda_1^2+\lambda_2^2=1 λ 1 2 + λ 2 2 = 1 迫使 2 λ 1 λ 2 = 0 2\lambda_1\lambda_2=0 2 λ 1 λ 2 = 0 。修正後的陳述就是上述定理,以 ρ ⪰ 0 \rho\succeq0 ρ ⪰ 0 為假設。
偏跡
設 ρ A B ∈ D ( H A ⊗ H B ) \rho_{AB}\in D(\mathcal H_A\otimes\mathcal H_B) ρ A B ∈ D ( H A ⊗ H B ) ,而 Alice 只能作用於 A A A 。她的 POVM { E m } \{E_m\} { E m } 在聯合系統上是 { E m ⊗ I B } \{E_m\otimes I_B\} { E m ⊗ I B } ,結果概率為 tr ( ( E m ⊗ I B ) ρ A B ) \operatorname{tr}((E_m\otimes I_B)\rho_{AB}) tr (( E m ⊗ I B ) ρ A B ) 。我們想要 H A \mathcal H_A H A 上的一個算子 ρ A \rho_A ρ A ,用通常的規則 tr ( E m ρ A ) \operatorname{tr}(E_m\rho_A) tr ( E m ρ A ) 重現所有這些概率。
對 ∣ β ⟩ ∈ H B |\beta\rangle\in\mathcal H_B ∣ β ⟩ ∈ H B ,令 I A ⊗ ∣ β ⟩ : H A → H A ⊗ H B I_A\otimes|\beta\rangle\colon\mathcal H_A\to\mathcal H_A\otimes\mathcal H_B I A ⊗ ∣ β ⟩ : H A → H A ⊗ H B 把 ∣ a ⟩ |a\rangle ∣ a ⟩ 映到 ∣ a ⟩ ⊗ ∣ β ⟩ |a\rangle\otimes|\beta\rangle ∣ a ⟩ ⊗ ∣ β ⟩ ,令 I A ⊗ ⟨ β ∣ I_A\otimes\langle\beta| I A ⊗ ⟨ β ∣ 把 ∣ a ⟩ ⊗ ∣ b ⟩ |a\rangle\otimes|b\rangle ∣ a ⟩ ⊗ ∣ b ⟩ 映到 ⟨ β ∣ b ⟩ ∣ a ⟩ \langle\beta|b\rangle\,|a\rangle ⟨ β ∣ b ⟩ ∣ a ⟩ 並線性延拓。下文用到三條性質。
(P1) ( I A ⊗ ∣ β ⟩ ) † = I A ⊗ ⟨ β ∣ (I_A\otimes|\beta\rangle)^\dagger=I_A\otimes\langle\beta| ( I A ⊗ ∣ β ⟩ ) † = I A ⊗ ⟨ β ∣ ,因為 ⟨ a ′ ⊗ b ∣ a ⊗ β ⟩ = ⟨ a ′ ∣ a ⟩ ⟨ b ∣ β ⟩ = ⟨ ⟨ β ∣ b ⟩ a ′ ∣ a ⟩ \langle a'\otimes b|a\otimes\beta\rangle=\langle a'|a\rangle\langle b|\beta\rangle=\bigl\langle\langle\beta|b\rangle a'\big|a\bigr\rangle ⟨ a ′ ⊗ b ∣ a ⊗ β ⟩ = ⟨ a ′ ∣ a ⟩ ⟨ b ∣ β ⟩ = ⟨ ⟨ β ∣ b ⟩ a ′ a ⟩ 。
(P2) 對 H B \mathcal H_B H B 的標準正交基 { ∣ j ⟩ } \{|j\rangle\} { ∣ j ⟩} ,∑ j ( I A ⊗ ∣ j ⟩ ) ( I A ⊗ ⟨ j ∣ ) = I A ⊗ ∑ j ∣ j ⟩ ⟨ j ∣ = I A ⊗ I B \sum\limits_j(I_A\otimes|j\rangle)(I_A\otimes\langle j|)=I_A\otimes\sum\limits_j|j\rangle\langle j|=I_A\otimes I_B j ∑ ( I A ⊗ ∣ j ⟩) ( I A ⊗ ⟨ j ∣ ) = I A ⊗ j ∑ ∣ j ⟩ ⟨ j ∣ = I A ⊗ I B 。
(P3) 對 M ∈ L ( H A ) M\in L(\mathcal H_A) M ∈ L ( H A ) ,( M ⊗ I B ) ( I A ⊗ ∣ j ⟩ ) = ( I A ⊗ ∣ j ⟩ ) M (M\otimes I_B)(I_A\otimes|j\rangle)=(I_A\otimes|j\rangle)M ( M ⊗ I B ) ( I A ⊗ ∣ j ⟩) = ( I A ⊗ ∣ j ⟩) M ,因兩邊都把 ∣ a ⟩ |a\rangle ∣ a ⟩ 映到 M ∣ a ⟩ ⊗ ∣ j ⟩ M|a\rangle\otimes|j\rangle M ∣ a ⟩ ⊗ ∣ j ⟩ 。
設 { ∣ j ⟩ } j = 1 d B \{|j\rangle\}_{j=1}^{d_B} { ∣ j ⟩ } j = 1 d B 是 H B \mathcal H_B H B 的標準正交基。對 X ∈ L ( H A ⊗ H B ) X\in L(\mathcal H_A\otimes\mathcal H_B) X ∈ L ( H A ⊗ H B ) ,
tr B ( X ) = ∑ j = 1 d B ( I A ⊗ ⟨ j ∣ ) X ( I A ⊗ ∣ j ⟩ ) ∈ L ( H A ) , ⟨ a ∣ tr B ( X ) ∣ a ′ ⟩ = ∑ j ⟨ a , j ∣ X ∣ a ′ , j ⟩ . \operatorname{tr}_B(X)=\sum_{j=1}^{d_B}(I_A\otimes\langle j|)\,X\,(I_A\otimes|j\rangle)\in L(\mathcal H_A),
\qquad
\langle a|\operatorname{tr}_B(X)|a'\rangle=\sum_j\langle a,j|X|a',j\rangle. tr B ( X ) = j = 1 ∑ d B ( I A ⊗ ⟨ j ∣ ) X ( I A ⊗ ∣ j ⟩) ∈ L ( H A ) , ⟨ a ∣ tr B ( X ) ∣ a ′ ⟩ = j ∑ ⟨ a , j ∣ X ∣ a ′ , j ⟩ . A A A 的約化態 是 ρ A = tr B ( ρ A B ) \rho_A=\operatorname{tr}_B(\rho_{AB}) ρ A = tr B ( ρ A B ) 。對稱地,對 H A \mathcal H_A H A 的標準正交基 { ∣ i ⟩ } \{|i\rangle\} { ∣ i ⟩} ,tr A ( X ) = ∑ i ( ⟨ i ∣ ⊗ I B ) X ( ∣ i ⟩ ⊗ I B ) \operatorname{tr}_A(X)=\sum\limits_i(\langle i|\otimes I_B)X(|i\rangle\otimes I_B) tr A ( X ) = i ∑ (⟨ i ∣ ⊗ I B ) X ( ∣ i ⟩ ⊗ I B ) ,而 ρ B = tr A ( ρ A B ) \rho_B=\operatorname{tr}_A(\rho_{AB}) ρ B = tr A ( ρ A B ) 。
對乘積算子,定義給出 tr B ( M ⊗ N ) = ( tr N ) M \operatorname{tr}_B(M\otimes N)=(\operatorname{tr}N)\,M tr B ( M ⊗ N ) = ( tr N ) M ,特別是
tr B ( ∣ a ⟩ ⟨ a ′ ∣ ⊗ ∣ b ⟩ ⟨ b ′ ∣ ) = ⟨ b ′ ∣ b ⟩ ∣ a ⟩ ⟨ a ′ ∣ , \operatorname{tr}_B\bigl(|a\rangle\langle a'|\otimes|b\rangle\langle b'|\bigr)=\langle b'|b\rangle\,|a\rangle\langle a'|, tr B ( ∣ a ⟩ ⟨ a ′ ∣ ⊗ ∣ b ⟩ ⟨ b ′ ∣ ) = ⟨ b ′ ∣ b ⟩ ∣ a ⟩ ⟨ a ′ ∣ ,
由線性,這已完全確定 tr B \operatorname{tr}_B tr B 。用分塊形式看,若 X X X 是由 d B × d B d_B\times d_B d B × d B 塊 X ( a , a ′ ) X^{(a,a')} X ( a , a ′ ) 組成的 d A × d A d_A\times d_A d A × d A 陣列,則 tr B ( X ) \operatorname{tr}_B(X) tr B ( X ) 的元素是 tr X ( a , a ′ ) \operatorname{tr}X^{(a,a')} tr X ( a , a ′ ) ,而 tr A ( X ) = ∑ a X ( a , a ) \operatorname{tr}_A(X)=\sum\limits_aX^{(a,a)} tr A ( X ) = a ∑ X ( a , a ) 是對角塊之和。
反例模式
基的標準正交性不可省略 斷言:公式中可用 H B \mathcal H_B H B 的任何基。改用 C 2 \mathbb C^2 C 2 中生成空間但不標準正交的基 { ∣ 0 ⟩ , ∣ + ⟩ } \{|0\rangle,|+\rangle\} { ∣0 ⟩ , ∣ + ⟩} ,作用於 X = I A ⊗ ∣ 1 ⟩ ⟨ 1 ∣ X=I_A\otimes|1\rangle\langle1| X = I A ⊗ ∣1 ⟩ ⟨ 1∣ :
∑ β ∈ { 0 , + } ⟨ β ∣ 1 ⟩ ⟨ 1 ∣ β ⟩ I A = ( 0 + 1 2 ) I A = 1 2 I A , \sum_{\beta\in\{0,+\}}\langle\beta|1\rangle\langle1|\beta\rangle\,I_A=\bigl(0+\tfrac12\bigr)I_A=\tfrac12I_A, β ∈ { 0 , + } ∑ ⟨ β ∣1 ⟩ ⟨ 1∣ β ⟩ I A = ( 0 + 2 1 ) I A = 2 1 I A , 而正確值是 ( tr ∣ 1 ⟩ ⟨ 1 ∣ ) I A = I A (\operatorname{tr}|1\rangle\langle1|)\,I_A=I_A ( tr ∣1 ⟩ ⟨ 1∣ ) I A = I A 。因為 ∣ 0 ⟩ ⟨ 0 ∣ + ∣ + ⟩ ⟨ + ∣ ≠ I |0\rangle\langle0|+|+\rangle\langle+|\ne I ∣0 ⟩ ⟨ 0∣ + ∣ + ⟩ ⟨ + ∣ = I ,(P2) 不成立,跡丟了一半。公式對標準正交基成立,而下一定理說明在標準正交基之間選哪一組都一樣。
對一切 X ∈ L ( H A ⊗ H B ) X\in L(\mathcal H_A\otimes\mathcal H_B) X ∈ L ( H A ⊗ H B ) 與 M ∈ L ( H A ) M\in L(\mathcal H_A) M ∈ L ( H A ) ,
tr ( tr B ( X ) M ) = tr ( X ( M ⊗ I B ) ) , \operatorname{tr}\bigl(\operatorname{tr}_B(X)\,M\bigr)=\operatorname{tr}\bigl(X(M\otimes I_B)\bigr), tr ( tr B ( X ) M ) = tr ( X ( M ⊗ I B ) ) , 而且 tr B ( X ) \operatorname{tr}_B(X) tr B ( X ) 是唯一對一切 M M M 滿足 tr ( Y M ) = tr ( X ( M ⊗ I B ) ) \operatorname{tr}(YM)=\operatorname{tr}(X(M\otimes I_B)) tr ( Y M ) = tr ( X ( M ⊗ I B )) 的 Y ∈ L ( H A ) Y\in L(\mathcal H_A) Y ∈ L ( H A ) 。
矩形循環性:對線性映射 P : K → H P\colon\mathcal K\to\mathcal H P : K → H 、Q : H → K Q\colon\mathcal H\to\mathcal K Q : H → K ,有 tr H ( P Q ) = tr K ( Q P ) \operatorname{tr}_{\mathcal H}(PQ)=\operatorname{tr}_{\mathcal K}(QP) tr H ( P Q ) = tr K ( QP ) ,即恆等式 ∑ r , s P r s Q s r = ∑ s , r Q s r P r s \sum\limits_{r,s}P_{rs}Q_{sr}=\sum\limits_{s,r}Q_{sr}P_{rs} r , s ∑ P r s Q sr = s , r ∑ Q sr P r s 。插入 (P2),取 Q = I A ⊗ ⟨ j ∣ Q=I_A\otimes\langle j| Q = I A ⊗ ⟨ j ∣ 應用循環性,再用 (P3):
tr ( X ( M ⊗ I B ) ) = ∑ j tr ( ( I A ⊗ ⟨ j ∣ ) X ( M ⊗ I B ) ( I A ⊗ ∣ j ⟩ ) ) = ∑ j tr ( ( I A ⊗ ⟨ j ∣ ) X ( I A ⊗ ∣ j ⟩ ) M ) = tr ( tr B ( X ) M ) . \operatorname{tr}\bigl(X(M\otimes I_B)\bigr)
=\sum_j\operatorname{tr}\bigl((I_A\otimes\langle j|)X(M\otimes I_B)(I_A\otimes|j\rangle)\bigr)
=\sum_j\operatorname{tr}\bigl((I_A\otimes\langle j|)X(I_A\otimes|j\rangle)M\bigr)
=\operatorname{tr}\bigl(\operatorname{tr}_B(X)M\bigr). tr ( X ( M ⊗ I B ) ) = j ∑ tr ( ( I A ⊗ ⟨ j ∣ ) X ( M ⊗ I B ) ( I A ⊗ ∣ j ⟩) ) = j ∑ tr ( ( I A ⊗ ⟨ j ∣ ) X ( I A ⊗ ∣ j ⟩) M ) = tr ( tr B ( X ) M ) . 唯一性:若 Y Y Y 、Y ′ Y' Y ′ 都滿足恆等式,則 Z = Y − Y ′ Z=Y-Y' Z = Y − Y ′ 對一切 M M M 有 tr ( Z M ) = 0 \operatorname{tr}(ZM)=0 tr ( Z M ) = 0 。取 M = ∣ a ′ ⟩ ⟨ a ∣ M=|a'\rangle\langle a| M = ∣ a ′ ⟩ ⟨ a ∣ 得對一切基向量 ⟨ a ∣ Z ∣ a ′ ⟩ = 0 \langle a|Z|a'\rangle=0 ⟨ a ∣ Z ∣ a ′ ⟩ = 0 ,所以 Z = 0 Z=0 Z = 0 。
證明透視
各個假設在定義恆等式中的位置 證明只有一步關鍵:把 A B AB A B 上的單位算子換成 (P2) 的和,再用 (P3) 把 M ⊗ I B M\otimes I_B M ⊗ I B 移過 I A ⊗ ∣ j ⟩ I_A\otimes|j\rangle I A ⊗ ∣ j ⟩ 。標準正交性使 (P2) 成為真正的單位分解;上面的反例顯示沒有它公式會丟失跡。可觀測量的局部性使 (P3) 可用。對 A B AB A B 上的一般算子 G G G 無法移動,也沒有任何只在 H A \mathcal H_A H A 上的算子能對一切 G G G 重現 tr ( X G ) \operatorname{tr}(XG) tr ( X G ) ;下面貝爾(Bell)對的例子以 G = X ⊗ X G=X\otimes X G = X ⊗ X 具體顯示這一點。有限維使每個跡都是有限和,循環性只是重排。唯一性只用到矩陣單位 ∣ a ′ ⟩ ⟨ a ∣ |a'\rangle\langle a| ∣ a ′ ⟩ ⟨ a ∣ 生成 L ( H A ) L(\mathcal H_A) L ( H A ) ;正是這一條讓後面的證明能由局部統計相等推出約化態相等。
取 X = ρ A B X=\rho_{AB} X = ρ A B 、M = E m M=E_m M = E m ,恆等式變成 tr ( ( E m ⊗ I B ) ρ A B ) = tr ( E m ρ A ) \operatorname{tr}((E_m\otimes I_B)\rho_{AB})=\operatorname{tr}(E_m\rho_A) tr (( E m ⊗ I B ) ρ A B ) = tr ( E m ρ A ) :A A A 的每個局部統計都可由 ρ A \rho_A ρ A 算出,而由唯一性,ρ A \rho_A ρ A 是唯一做得到的算子。所以偏跡是上述問題被迫的答案,而不是約定。
快速檢查
(計算 ∣ 0 ⟩ ⟨ 1 ∣ ⊗ ∣ 1 ⟩ ⟨ 1 ∣ |0\rangle\langle1|\otimes|1\rangle\langle1| ∣0 ⟩ ⟨ 1∣ ⊗ ∣1 ⟩ ⟨ 1∣ 的 tr B \operatorname{tr}_B tr B 與 tr A \operatorname{tr}_A tr A 。)
解答 · 答案 對 B B B 求偏跡得 ( tr ∣ 1 ⟩ ⟨ 1 ∣ ) ∣ 0 ⟩ ⟨ 1 ∣ = ∣ 0 ⟩ ⟨ 1 ∣ (\operatorname{tr}|1\rangle\langle1|)\,|0\rangle\langle1|=|0\rangle\langle1| ( tr ∣1 ⟩ ⟨ 1∣ ) ∣0 ⟩ ⟨ 1∣ = ∣0 ⟩ ⟨ 1∣ ;對 A A A 求偏跡得 ( tr ∣ 0 ⟩ ⟨ 1 ∣ ) ∣ 1 ⟩ ⟨ 1 ∣ = ⟨ 1 ∣ 0 ⟩ ∣ 1 ⟩ ⟨ 1 ∣ = 0 (\operatorname{tr}|0\rangle\langle1|)\,|1\rangle\langle1|=\langle1|0\rangle\,|1\rangle\langle1|=0 ( tr ∣0 ⟩ ⟨ 1∣ ) ∣1 ⟩ ⟨ 1∣ = ⟨ 1∣0 ⟩ ∣1 ⟩ ⟨ 1∣ = 0 。同一算子的兩個偏跡可以截然不同。
tr B ( X ) \operatorname{tr}_B(X) tr B ( X ) 與計算時所用 H B \mathcal H_B H B 的標準正交基無關。此外,對一切 X ∈ L ( H A ⊗ H B ) X\in L(\mathcal H_A\otimes\mathcal H_B) X ∈ L ( H A ⊗ H B ) :
tr ( tr B X ) = tr X \operatorname{tr}(\operatorname{tr}_BX)=\operatorname{tr}X tr ( tr B X ) = tr X ;
tr B ( X † ) = ( tr B X ) † \operatorname{tr}_B(X^\dagger)=(\operatorname{tr}_BX)^\dagger tr B ( X † ) = ( tr B X ) † ;
若 X ⪰ 0 X\succeq0 X ⪰ 0 ,則 tr B X ⪰ 0 \operatorname{tr}_BX\succeq0 tr B X ⪰ 0 。
因此 ρ A B ∈ D ( H A ⊗ H B ) \rho_{AB}\in D(\mathcal H_A\otimes\mathcal H_B) ρ A B ∈ D ( H A ⊗ H B ) 推出 ρ A ∈ D ( H A ) \rho_A\in D(\mathcal H_A) ρ A ∈ D ( H A ) 。
定義恆等式右邊不涉及 H B \mathcal H_B H B 的任何基,而每組標準正交基給出的算子都滿足它;由唯一性,所有選擇給出同一算子。
(1) 在定義恆等式中取 M = I A M=I_A M = I A 。(2) 由 (P1),( I A ⊗ ⟨ j ∣ ) X ( I A ⊗ ∣ j ⟩ ) (I_A\otimes\langle j|)X(I_A\otimes|j\rangle) ( I A ⊗ ⟨ j ∣ ) X ( I A ⊗ ∣ j ⟩) 的伴隨是 ( I A ⊗ ⟨ j ∣ ) X † ( I A ⊗ ∣ j ⟩ ) (I_A\otimes\langle j|)X^\dagger(I_A\otimes|j\rangle) ( I A ⊗ ⟨ j ∣ ) X † ( I A ⊗ ∣ j ⟩) ;對 j j j 求和。(3) 對 v ∈ H A v\in\mathcal H_A v ∈ H A ,( I A ⊗ ∣ j ⟩ ) ∣ v ⟩ = ∣ v ⟩ ⊗ ∣ j ⟩ (I_A\otimes|j\rangle)|v\rangle=|v\rangle\otimes|j\rangle ( I A ⊗ ∣ j ⟩) ∣ v ⟩ = ∣ v ⟩ ⊗ ∣ j ⟩ ,故
⟨ v ∣ tr B ( X ) ∣ v ⟩ = ∑ j ( ⟨ v ∣ ⊗ ⟨ j ∣ ) X ( ∣ v ⟩ ⊗ ∣ j ⟩ ) ≥ 0 , \langle v|\operatorname{tr}_B(X)|v\rangle=\sum_j\bigl(\langle v|\otimes\langle j|\bigr)X\bigl(|v\rangle\otimes|j\rangle\bigr)\ge0, ⟨ v ∣ tr B ( X ) ∣ v ⟩ = j ∑ ( ⟨ v ∣ ⊗ ⟨ j ∣ ) X ( ∣ v ⟩ ⊗ ∣ j ⟩ ) ≥ 0 , 每一項都是 X ⪰ 0 X\succeq0 X ⪰ 0 的對角矩陣元素。
把 ∣ v ⟩ |v\rangle ∣ v ⟩ 換成輔助系統 R R R 下 H A ⊗ H R \mathcal H_A\otimes\mathcal H_R H A ⊗ H R 中的向量,同一論證說明 tr B \operatorname{tr}_B tr B 是完全正的,因而是量子信道;完全正性見量子雜訊信道與完全正性 。
在兩個量子比特上,tr B ( ( I ⊗ I ) ( I ⊗ I ) ) = 2 I A \operatorname{tr}_B\bigl((I\otimes I)(I\otimes I)\bigr)=2I_A tr B ( ( I ⊗ I ) ( I ⊗ I ) ) = 2 I A ,但 tr B ( I ⊗ I ) tr B ( I ⊗ I ) = 4 I A \operatorname{tr}_B(I\otimes I)\,\operatorname{tr}_B(I\otimes I)=4I_A tr B ( I ⊗ I ) tr B ( I ⊗ I ) = 4 I A 。真正成立的是對局部因子的模性質 tr B ( ( M ⊗ I B ) X ( M ′ ⊗ I B ) ) = M tr B ( X ) M ′ \operatorname{tr}_B\bigl((M\otimes I_B)X(M'\otimes I_B)\bigr)=M\,\operatorname{tr}_B(X)\,M' tr B ( ( M ⊗ I B ) X ( M ′ ⊗ I B ) ) = M tr B ( X ) M ′ ,它由 (P3) 及其伴隨得出。
貝爾對與經典混合
令 ∣ Φ + ⟩ = 1 2 ( ∣ 00 ⟩ + ∣ 11 ⟩ ) |\Phi^+\rangle=\tfrac1{\sqrt2}(|00\rangle+|11\rangle) ∣ Φ + ⟩ = 2 1 ( ∣00 ⟩ + ∣11 ⟩) ;因 ∣ 00 ⟩ , ∣ 11 ⟩ |00\rangle,|11\rangle ∣00 ⟩ , ∣11 ⟩ 標準正交,它是單位向量。係數為實數,故
ρ A B = ∣ Φ + ⟩ ⟨ Φ + ∣ = 1 2 ( ∣ 00 ⟩ ⟨ 00 ∣ + ∣ 00 ⟩ ⟨ 11 ∣ + ∣ 11 ⟩ ⟨ 00 ∣ + ∣ 11 ⟩ ⟨ 11 ∣ ) = 1 2 ( 1 0 0 1 0 0 0 0 0 0 0 0 1 0 0 1 ) . \rho_{AB}=|\Phi^+\rangle\langle\Phi^+|=\tfrac12\bigl(|00\rangle\langle00|+|00\rangle\langle11|+|11\rangle\langle00|+|11\rangle\langle11|\bigr)
=\frac12\begin{pmatrix}1&0&0&1\\0&0&0&0\\0&0&0&0\\1&0&0&1\end{pmatrix}. ρ A B = ∣ Φ + ⟩ ⟨ Φ + ∣ = 2 1 ( ∣00 ⟩ ⟨ 00∣ + ∣00 ⟩ ⟨ 11∣ + ∣11 ⟩ ⟨ 00∣ + ∣11 ⟩ ⟨ 11∣ ) = 2 1 1 0 0 1 0 0 0 0 0 0 0 0 1 0 0 1 . 把每項寫成 ∣ a ⟩ ⟨ a ′ ∣ ⊗ ∣ b ⟩ ⟨ b ′ ∣ |a\rangle\langle a'|\otimes|b\rangle\langle b'| ∣ a ⟩ ⟨ a ′ ∣ ⊗ ∣ b ⟩ ⟨ b ′ ∣ 並用乘積公式。兩個對角項給出 ∣ 0 ⟩ ⟨ 0 ∣ |0\rangle\langle0| ∣0 ⟩ ⟨ 0∣ 與 ∣ 1 ⟩ ⟨ 1 ∣ |1\rangle\langle1| ∣1 ⟩ ⟨ 1∣ ;交叉項給出 ⟨ 1 ∣ 0 ⟩ ∣ 0 ⟩ ⟨ 1 ∣ = 0 \langle1|0\rangle\,|0\rangle\langle1|=0 ⟨ 1∣0 ⟩ ∣0 ⟩ ⟨ 1∣ = 0 與 ⟨ 0 ∣ 1 ⟩ ∣ 1 ⟩ ⟨ 0 ∣ = 0 \langle0|1\rangle\,|1\rangle\langle0|=0 ⟨ 0∣1 ⟩ ∣1 ⟩ ⟨ 0∣ = 0 。故 ρ A = 1 2 I \rho_A=\tfrac12I ρ A = 2 1 I 。
分塊核對:四個 2 × 2 2\times2 2 × 2 塊是 1 2 ( 1 0 0 0 ) \tfrac12\begin{pmatrix}1&0\\0&0\end{pmatrix} 2 1 ( 1 0 0 0 ) 、1 2 ( 0 1 0 0 ) \tfrac12\begin{pmatrix}0&1\\0&0\end{pmatrix} 2 1 ( 0 0 1 0 ) 、1 2 ( 0 0 1 0 ) \tfrac12\begin{pmatrix}0&0\\1&0\end{pmatrix} 2 1 ( 0 1 0 0 ) 、1 2 ( 0 0 0 1 ) \tfrac12\begin{pmatrix}0&0\\0&1\end{pmatrix} 2 1 ( 0 0 0 1 ) ,跡為 1 2 , 0 , 0 , 1 2 \tfrac12,0,0,\tfrac12 2 1 , 0 , 0 , 2 1 ,故 ρ A = 1 2 I \rho_A=\tfrac12I ρ A = 2 1 I ;對角塊之和給出 ρ B = 1 2 I \rho_B=\tfrac12I ρ B = 2 1 I 。
整體純度為 1 1 1 ,而 tr ( ρ A 2 ) = 1 2 \operatorname{tr}(\rho_A^2)=\tfrac12 tr ( ρ A 2 ) = 2 1 ,正是最小值 1 / d 1/d 1/ d 。所以純態的約化態不一定是純態。對整體完全知悉,卻對每個部分極度無知,這在經典情形不會發生:確定性聯合分佈的邊緣分佈仍是確定的。
現在比較可分態 σ A B = 1 2 ( ∣ 00 ⟩ ⟨ 00 ∣ + ∣ 11 ⟩ ⟨ 11 ∣ ) \sigma_{AB}=\tfrac12(|00\rangle\langle00|+|11\rangle\langle11|) σ A B = 2 1 ( ∣00 ⟩ ⟨ 00∣ + ∣11 ⟩ ⟨ 11∣ ) ,即以公平硬幣製備 ∣ 0 ⟩ ∣ 0 ⟩ |0\rangle|0\rangle ∣0 ⟩ ∣0 ⟩ 或 ∣ 1 ⟩ ∣ 1 ⟩ |1\rangle|1\rangle ∣1 ⟩ ∣1 ⟩ 。同樣的計算給出 tr B σ A B = tr A σ A B = 1 2 I \operatorname{tr}_B\sigma_{AB}=\operatorname{tr}_A\sigma_{AB}=\tfrac12I tr B σ A B = tr A σ A B = 2 1 I 。兩者之差
Δ = ρ A B − σ A B = 1 2 ( ∣ 00 ⟩ ⟨ 11 ∣ + ∣ 11 ⟩ ⟨ 00 ∣ ) \Delta=\rho_{AB}-\sigma_{AB}=\tfrac12\bigl(|00\rangle\langle11|+|11\rangle\langle00|\bigr) Δ = ρ A B − σ A B = 2 1 ( ∣00 ⟩ ⟨ 11∣ + ∣11 ⟩ ⟨ 00∣ )
只含相干項,而定義恆等式給出對一切 M M M 有 tr ( ( M ⊗ I B ) Δ ) = tr ( M tr B Δ ) = 0 \operatorname{tr}((M\otimes I_B)\Delta)=\operatorname{tr}(M\operatorname{tr}_B\Delta)=0 tr (( M ⊗ I B ) Δ ) = tr ( M tr B Δ ) = 0 。只在一方測量無法分開兩個態,必須用關聯的測量。
例題 1.9.11
(Z ⊗ Z Z\otimes Z Z ⊗ Z 與 X ⊗ X X\otimes X X ⊗ X 的統計)
在 Z ⊗ Z Z\otimes Z Z ⊗ Z 中,結果 ( a , b ) (a,b) ( a , b ) 的概率是對角元素 ⟨ a b ∣ ρ ∣ a b ⟩ \langle ab|\rho|ab\rangle ⟨ ab ∣ ρ ∣ ab ⟩ 。ρ A B \rho_{AB} ρ A B 與 σ A B \sigma_{AB} σ A B 的對角都是 ( 1 2 , 0 , 0 , 1 2 ) (\tfrac12,0,0,\tfrac12) ( 2 1 , 0 , 0 , 2 1 ) ,所以兩者都給出 Pr [ 00 ] = Pr [ 11 ] = 1 2 \Pr[00]=\Pr[11]=\tfrac12 Pr [ 00 ] = Pr [ 11 ] = 2 1 與 ⟨ Z ⊗ Z ⟩ = 1 \langle Z\otimes Z\rangle=1 ⟨ Z ⊗ Z ⟩ = 1 。這個測量看不見 Δ \Delta Δ ,因為 ⟨ a b ∣ Δ ∣ a b ⟩ = 0 \langle ab|\Delta|ab\rangle=0 ⟨ ab ∣Δ∣ ab ⟩ = 0 。
在 X ⊗ X X\otimes X X ⊗ X 中,展開 ∣ + + ⟩ = 1 2 ( ∣ 00 ⟩ + ∣ 01 ⟩ + ∣ 10 ⟩ + ∣ 11 ⟩ ) |{+}{+}\rangle=\tfrac12(|00\rangle+|01\rangle+|10\rangle+|11\rangle) ∣ + + ⟩ = 2 1 ( ∣00 ⟩ + ∣01 ⟩ + ∣10 ⟩ + ∣11 ⟩) 與 ∣ − − ⟩ = 1 2 ( ∣ 00 ⟩ − ∣ 01 ⟩ − ∣ 10 ⟩ + ∣ 11 ⟩ ) |{-}{-}\rangle=\tfrac12(|00\rangle-|01\rangle-|10\rangle+|11\rangle) ∣ − − ⟩ = 2 1 ( ∣00 ⟩ − ∣01 ⟩ − ∣10 ⟩ + ∣11 ⟩) ,得 1 2 ( ∣ + + ⟩ + ∣ − − ⟩ ) = ∣ Φ + ⟩ \tfrac1{\sqrt2}(|{+}{+}\rangle+|{-}{-}\rangle)=|\Phi^+\rangle 2 1 ( ∣ + + ⟩ + ∣ − − ⟩) = ∣ Φ + ⟩ 。對 ρ A B \rho_{AB} ρ A B ,Pr [ + + ] = Pr [ − − ] = 1 2 \Pr[{+}{+}]=\Pr[{-}{-}]=\tfrac12 Pr [ + + ] = Pr [ − − ] = 2 1 ,⟨ X ⊗ X ⟩ = 1 \langle X\otimes X\rangle=1 ⟨ X ⊗ X ⟩ = 1 。對 σ A B \sigma_{AB} σ A B ,每個分支都是乘積態,故對 s , t ∈ { + , − } s,t\in\{+,-\} s , t ∈ { + , − }
Pr [ s , t ] = 1 2 ∣ ⟨ s ∣ 0 ⟩ ∣ 2 ∣ ⟨ t ∣ 0 ⟩ ∣ 2 + 1 2 ∣ ⟨ s ∣ 1 ⟩ ∣ 2 ∣ ⟨ t ∣ 1 ⟩ ∣ 2 = 1 4 , \Pr[s,t]=\tfrac12|\langle s|0\rangle|^2|\langle t|0\rangle|^2+\tfrac12|\langle s|1\rangle|^2|\langle t|1\rangle|^2=\tfrac14, Pr [ s , t ] = 2 1 ∣ ⟨ s ∣0 ⟩ ∣ 2 ∣ ⟨ t ∣0 ⟩ ∣ 2 + 2 1 ∣ ⟨ s ∣1 ⟩ ∣ 2 ∣ ⟨ t ∣1 ⟩ ∣ 2 = 4 1 , 而 ⟨ X ⊗ X ⟩ σ = 0 \langle X\otimes X\rangle_\sigma=0 ⟨ X ⊗ X ⟩ σ = 0 。用算子核對:X ⊗ X X\otimes X X ⊗ X 交換 ∣ 00 ⟩ |00\rangle ∣00 ⟩ 與 ∣ 11 ⟩ |11\rangle ∣11 ⟩ ,所以 tr ( ( X ⊗ X ) σ A B ) = 0 \operatorname{tr}((X\otimes X)\sigma_{AB})=0 tr (( X ⊗ X ) σ A B ) = 0 ,tr ( ( X ⊗ X ) Δ ) = 1 2 ( 1 + 1 ) = 1 \operatorname{tr}((X\otimes X)\Delta)=\tfrac12(1+1)=1 tr (( X ⊗ X ) Δ ) = 2 1 ( 1 + 1 ) = 1 。
混合只在製備它的那組基中完全關聯;貝爾對在兩組基中都完全關聯。多出的關聯在 Δ \Delta Δ 中,由不具 M ⊗ I B M\otimes I_B M ⊗ I B 形式的 X ⊗ X X\otimes X X ⊗ X 揭示。
所以約化態不決定聯合態:ρ A B \rho_{AB} ρ A B 、σ A B \sigma_{AB} σ A B 與 1 4 I ⊗ I \tfrac14I\otimes I 4 1 I ⊗ I 兩側的約化態都是 1 2 I \tfrac12I 2 1 I ,但 ⟨ X ⊗ X ⟩ \langle X\otimes X\rangle ⟨ X ⊗ X ⟩ 把 ρ A B \rho_{AB} ρ A B 與另外兩者分開,而 ⟨ Z ⊗ Z ⟩ \langle Z\otimes Z\rangle ⟨ Z ⊗ Z ⟩ 對 σ A B \sigma_{AB} σ A B 為 1 1 1 、對 1 4 I ⊗ I \tfrac14I\otimes I 4 1 I ⊗ I 為 0 0 0 ,分開餘下一對。一般雙體純態的約化態可用施密特(Schmidt)分解 分析。
可選 每個混合態都是純態的一半嗎? 是:只要夥伴系統夠大,任何約化態都可以純化。
自然延伸的下一個問題
每個混合態都是純態的一半嗎? 是:只要夥伴系統夠大,任何約化態都可以純化。
寫 ρ A = ∑ i λ i ∣ e i ⟩ ⟨ e i ∣ \rho_A=\sum\limits_i\lambda_i|e_i\rangle\langle e_i| ρ A = i ∑ λ i ∣ e i ⟩ ⟨ e i ∣ ;若 d B ≥ d A d_B\ge d_A d B ≥ d A ,取 ∣ ψ ⟩ = ∑ i λ i ∣ e i ⟩ ∣ i ⟩ |\psi\rangle=\sum\limits_i\sqrt{\lambda_i}\,|e_i\rangle|i\rangle ∣ ψ ⟩ = i ∑ λ i ∣ e i ⟩ ∣ i ⟩ 。因為交叉項帶有 ⟨ i ′ ∣ i ⟩ = 0 \langle i'|i\rangle=0 ⟨ i ′ ∣ i ⟩ = 0 ,所以 tr B ∣ ψ ⟩ ⟨ ψ ∣ = ρ A \operatorname{tr}_B|\psi\rangle\langle\psi|=\rho_A tr B ∣ ψ ⟩ ⟨ ψ ∣ = ρ A 。貝爾對就是 1 2 I \tfrac12I 2 1 I 的一個純化。同一個 H B \mathcal H_B H B 上 ρ A \rho_A ρ A 的兩個純化只差 B B B 上的一個酉算子,所以混合性總可以理解為與某個未被觀察的系統糾纏。
關閉
無信號原理
Alice 持有共享態 ρ A B \rho_{AB} ρ A B 的 A A A ,Bob 持有 B B B 。若 Bob 選擇的局部操作能改變 Alice 的觀測,他便可以在沒有任何物理載體的情況下傳訊息給她。下面的定理對保跡操作排除了這一點;一般信道及其 Kraus 形式見量子雜訊信道 。
定義 1.9.12
(作用於 B 的 Kraus 操作)
滿足完備性關係 ∑ k K k † K k = I B \sum\limits_kK_k^\dagger K_k=I_B k ∑ K k † K k = I B 的有限族 { K k } ⊂ L ( H B ) \{K_k\}\subset L(\mathcal H_B) { K k } ⊂ L ( H B ) 定義 B B B 上的保跡操作,它在聯合系統上作用為
N ( X ) = ∑ k ( I A ⊗ K k ) X ( I A ⊗ K k † ) . \mathcal N(X)=\sum_k(I_A\otimes K_k)\,X\,(I_A\otimes K_k^\dagger). N ( X ) = k ∑ ( I A ⊗ K k ) X ( I A ⊗ K k † ) .
設 ρ A B ∈ D ( H A ⊗ H B ) \rho_{AB}\in D(\mathcal H_A\otimes\mathcal H_B) ρ A B ∈ D ( H A ⊗ H B ) ,N \mathcal N N 是 B B B 上滿足 ∑ k K k † K k = I B \sum\limits_kK_k^\dagger K_k=I_B k ∑ K k † K k = I B 的 Kraus 操作。則 tr B ( N ( ρ A B ) ) = ρ A \operatorname{tr}_B(\mathcal N(\rho_{AB}))=\rho_A tr B ( N ( ρ A B )) = ρ A 。因此無論 Bob 施加 N \mathcal N N 、其他同類操作或甚麼也不做,Alice 對任何 POVM 的結果概率都相同。
由定義恆等式的唯一性,只需對每個 M ∈ L ( H A ) M\in L(\mathcal H_A) M ∈ L ( H A ) 證明 tr ( ( M ⊗ I B ) N ( ρ A B ) ) = tr ( ( M ⊗ I B ) ρ A B ) \operatorname{tr}((M\otimes I_B)\mathcal N(\rho_{AB}))=\operatorname{tr}((M\otimes I_B)\rho_{AB}) tr (( M ⊗ I B ) N ( ρ A B )) = tr (( M ⊗ I B ) ρ A B ) 。由 H A ⊗ H B \mathcal H_A\otimes\mathcal H_B H A ⊗ H B 上的循環性及按因子相乘,( I A ⊗ K k † ) ( M ⊗ I B ) ( I A ⊗ K k ) = M ⊗ K k † K k (I_A\otimes K_k^\dagger)(M\otimes I_B)(I_A\otimes K_k)=M\otimes K_k^\dagger K_k ( I A ⊗ K k † ) ( M ⊗ I B ) ( I A ⊗ K k ) = M ⊗ K k † K k ,故
tr ( ( M ⊗ I B ) N ( ρ A B ) ) = ∑ k tr ( ( M ⊗ K k † K k ) ρ A B ) = tr ( ( M ⊗ ∑ k K k † K k ) ρ A B ) = tr ( ( M ⊗ I B ) ρ A B ) . \operatorname{tr}\bigl((M\otimes I_B)\mathcal N(\rho_{AB})\bigr)=\sum_k\operatorname{tr}\bigl((M\otimes K_k^\dagger K_k)\rho_{AB}\bigr)=\operatorname{tr}\Bigl(\bigl(M\otimes\textstyle\sum_kK_k^\dagger K_k\bigr)\rho_{AB}\Bigr)=\operatorname{tr}\bigl((M\otimes I_B)\rho_{AB}\bigr). tr ( ( M ⊗ I B ) N ( ρ A B ) ) = k ∑ tr ( ( M ⊗ K k † K k ) ρ A B ) = tr ( ( M ⊗ ∑ k K k † K k ) ρ A B ) = tr ( ( M ⊗ I B ) ρ A B ) . 取 M = E m M=E_m M = E m 即得關於 Alice 概率的陳述。
證明透視
無信號原理的解剖 局部性出現在 ( I A ⊗ K k † ) ( M ⊗ I B ) ( I A ⊗ K k ) (I_A\otimes K_k^\dagger)(M\otimes I_B)(I_A\otimes K_k) ( I A ⊗ K k † ) ( M ⊗ I B ) ( I A ⊗ K k ) 化為 M ⊗ K k † K k M\otimes K_k^\dagger K_k M ⊗ K k † K k 之處;若 Bob 的算子也作用於 A A A ,M M M 便無法提出。完備性只在最後一個等號用了一次,卻是結果成立的全部原因。唯一性把「對一切 M M M 統計相同」轉為「約化算子相同」,無需在基中計算。此外甚麼也沒用到:不用空間分隔,不用時序,也不用 ρ A B \rho_{AB} ρ A B 的任何性質,所以結果對糾纏態與非糾纏態同樣成立。
Kraus 族也描述 Bob 的一次測量 ,結果為 k k k 。知道 k k k 時,結果 k k k 的概率為 p k = tr ( K k † K k ρ B ) p_k=\operatorname{tr}(K_k^\dagger K_k\rho_B) p k = tr ( K k † K k ρ B ) ;當 p k > 0 p_k>0 p k > 0 ,條件態為 ρ A B ( k ) = ( I A ⊗ K k ) ρ A B ( I A ⊗ K k † ) / p k \rho_{AB}^{(k)}=(I_A\otimes K_k)\rho_{AB}(I_A\otimes K_k^\dagger)/p_k ρ A B ( k ) = ( I A ⊗ K k ) ρ A B ( I A ⊗ K k † ) / p k ,Alice 的條件約化態 ρ A ( k ) = tr B ρ A B ( k ) \rho_A^{(k)}=\operatorname{tr}_B\rho_{AB}^{(k)} ρ A ( k ) = tr B ρ A B ( k ) 可以不同於 ρ A \rho_A ρ A 。不知道 k k k 時,零概率項是零算子,故 ∑ k : p k > 0 p k ρ A B ( k ) = N ( ρ A B ) \sum\limits_{k:p_k>0}p_k\rho_{AB}^{(k)}=\mathcal N(\rho_{AB}) k : p k > 0 ∑ p k ρ A B ( k ) = N ( ρ A B ) ,由定理得 ∑ k p k ρ A ( k ) = ρ A \sum\limits_kp_k\rho_A^{(k)}=\rho_A k ∑ p k ρ A ( k ) = ρ A 。若 Alice 之後測量 { E m } \{E_m\} { E m } ,聯合分佈為 p ( m , k ) = tr ( ( E m ⊗ K k † K k ) ρ A B ) p(m,k)=\operatorname{tr}((E_m\otimes K_k^\dagger K_k)\rho_{AB}) p ( m , k ) = tr (( E m ⊗ K k † K k ) ρ A B ) ;其邊緣 ∑ k p ( m , k ) = tr ( E m ρ A ) \sum\limits_kp(m,k)=\operatorname{tr}(E_m\rho_A) k ∑ p ( m , k ) = tr ( E m ρ A ) 與 Bob 的選擇無關,而條件分佈 p ( m ∣ k ) p(m\mid k) p ( m ∣ k ) 可以依賴 k k k ,但只有得知 k k k 的人才能利用,須經另一條經典信道傳遞,例如隱形傳態。
取 ρ A B = ∣ Φ + ⟩ ⟨ Φ + ∣ \rho_{AB}=|\Phi^+\rangle\langle\Phi^+| ρ A B = ∣ Φ + ⟩ ⟨ Φ + ∣ 、K 0 = ∣ 0 ⟩ ⟨ 0 ∣ K_0=|0\rangle\langle0| K 0 = ∣0 ⟩ ⟨ 0∣ 、K 1 = ∣ 1 ⟩ ⟨ 1 ∣ K_1=|1\rangle\langle1| K 1 = ∣1 ⟩ ⟨ 1∣ ;因 K 0 † K 0 + K 1 † K 1 = I K_0^\dagger K_0+K_1^\dagger K_1=I K 0 † K 0 + K 1 † K 1 = I ,完備性成立。則 ( I ⊗ K 0 ) ∣ Φ + ⟩ = 1 2 ∣ 00 ⟩ (I\otimes K_0)|\Phi^+\rangle=\tfrac1{\sqrt2}|00\rangle ( I ⊗ K 0 ) ∣ Φ + ⟩ = 2 1 ∣00 ⟩ 、( I ⊗ K 1 ) ∣ Φ + ⟩ = 1 2 ∣ 11 ⟩ (I\otimes K_1)|\Phi^+\rangle=\tfrac1{\sqrt2}|11\rangle ( I ⊗ K 1 ) ∣ Φ + ⟩ = 2 1 ∣11 ⟩ ,所以 p 0 = p 1 = 1 2 p_0=p_1=\tfrac12 p 0 = p 1 = 2 1 ,Alice 的條件態為 ρ A ( 0 ) = ∣ 0 ⟩ ⟨ 0 ∣ \rho_A^{(0)}=|0\rangle\langle0| ρ A ( 0 ) = ∣0 ⟩ ⟨ 0∣ 與 ρ A ( 1 ) = ∣ 1 ⟩ ⟨ 1 ∣ \rho_A^{(1)}=|1\rangle\langle1| ρ A ( 1 ) = ∣1 ⟩ ⟨ 1∣ ,都是純態,都不同於 1 2 I \tfrac12I 2 1 I 。不知道 k k k 時,她的態是 1 2 ∣ 0 ⟩ ⟨ 0 ∣ + 1 2 ∣ 1 ⟩ ⟨ 1 ∣ = 1 2 I = ρ A \tfrac12|0\rangle\langle0|+\tfrac12|1\rangle\langle1|=\tfrac12I=\rho_A 2 1 ∣0 ⟩ ⟨ 0∣ + 2 1 ∣1 ⟩ ⟨ 1∣ = 2 1 I = ρ A ,沒有改變。而且 N ( ρ A B ) = σ A B \mathcal N(\rho_{AB})=\sigma_{AB} N ( ρ A B ) = σ A B :Bob 不記錄結果的 Z Z Z 測量恰好抹去相干項 Δ \Delta Δ ,卻不改變任何一方的約化態。
若 Bob 只保留結果為 0 0 0 的輪次,單個算子 K = ∣ 0 ⟩ ⟨ 0 ∣ K=|0\rangle\langle0| K = ∣0 ⟩ ⟨ 0∣ 違反完備性,重新歸一化後 Alice 得到 ∣ 0 ⟩ ⟨ 0 ∣ ≠ 1 2 I |0\rangle\langle0|\ne\tfrac12I ∣0 ⟩ ⟨ 0∣ = 2 1 I 。這不是傳訊:挑出保留的輪次需要知道結果;在知道結果的人告訴她丟棄哪些輪次之前,Alice 原始數據的約化態仍是 1 2 I \tfrac12I 2 1 I 。證明正好在用到 ∑ k K k † K k = I B \sum\limits_kK_k^\dagger K_k=I_B k ∑ K k † K k = I B 的一步失效。
習題
練習 1.9.15
(設 c ∈ C c\in\mathbb C c ∈ C ,ρ = ( 1 2 c c ‾ 1 2 ) \rho=\begin{pmatrix}\tfrac12&c\\ \overline c&\tfrac12\end{pmatrix} ρ = ( 2 1 c c 2 1 ) 。證明 ρ \rho ρ 是密度算子當且僅當 ∣ c ∣ ≤ 1 2 |c|\le\tfrac12 ∣ c ∣ ≤ 2 1 ,計算 tr ( ρ 2 ) \operatorname{tr}(\rho^2) tr ( ρ 2 ) ,並在 ρ \rho ρ 為純態時找出單位向量 ∣ ψ ⟩ |\psi\rangle ∣ ψ ⟩ 使 ρ = ∣ ψ ⟩ ⟨ ψ ∣ \rho=|\psi\rangle\langle\psi| ρ = ∣ ψ ⟩ ⟨ ψ ∣ 。)
基礎
解答 (4) 1 化為特徵值條件
非對角元素互為共軛,所以 ρ \rho ρ 是厄米的,且 tr ρ = 1 \operatorname{tr}\rho=1 tr ρ = 1 。只需判定何時 ρ ⪰ 0 \rho\succeq0 ρ ⪰ 0 。
依據: 複空間上的半正定算子是厄米的,而厄米矩陣半正定當且僅當其特徵值非負。
2 求特徵值
關鍵一步
特徵多項式為 ( 1 2 − λ ) 2 − ∣ c ∣ 2 (\tfrac12-\lambda)^2-|c|^2 ( 2 1 − λ ) 2 − ∣ c ∣ 2 ,故 λ ± = 1 2 ± ∣ c ∣ \lambda_\pm=\tfrac12\pm|c| λ ± = 2 1 ± ∣ c ∣ 。兩者皆非負當且僅當 ∣ c ∣ ≤ 1 2 |c|\le\tfrac12 ∣ c ∣ ≤ 2 1 。
3 計算純度
tr ( ρ 2 ) = ( 1 2 + ∣ c ∣ ) 2 + ( 1 2 − ∣ c ∣ ) 2 = 1 2 + 2 ∣ c ∣ 2 , \operatorname{tr}(\rho^2)=\bigl(\tfrac12+|c|\bigr)^2+\bigl(\tfrac12-|c|\bigr)^2=\tfrac12+2|c|^2, tr ( ρ 2 ) = ( 2 1 + ∣ c ∣ ) 2 + ( 2 1 − ∣ c ∣ ) 2 = 2 1 + 2∣ c ∣ 2 , 與 ∑ i , j ∣ ρ i j ∣ 2 = 1 4 + 1 4 + ∣ c ∣ 2 + ∣ c ∣ 2 \sum\limits_{i,j}|\rho_{ij}|^2=\tfrac14+\tfrac14+|c|^2+|c|^2 i , j ∑ ∣ ρ ij ∣ 2 = 4 1 + 4 1 + ∣ c ∣ 2 + ∣ c ∣ 2 一致。
4 判定純態情形
ρ \rho ρ 為純態當且僅當 ∣ c ∣ = 1 2 |c|=\tfrac12 ∣ c ∣ = 2 1 。寫 c = 1 2 e − i φ c=\tfrac12e^{-i\varphi} c = 2 1 e − i φ ,令 ∣ ψ ⟩ = 1 2 ( ∣ 0 ⟩ + e i φ ∣ 1 ⟩ ) |\psi\rangle=\tfrac1{\sqrt2}(|0\rangle+e^{i\varphi}|1\rangle) ∣ ψ ⟩ = 2 1 ( ∣0 ⟩ + e i φ ∣1 ⟩) ,則 ∣ ψ ⟩ ⟨ ψ ∣ = 1 2 ( 1 e − i φ e i φ 1 ) = ρ |\psi\rangle\langle\psi|=\tfrac12\begin{pmatrix}1&e^{-i\varphi}\\e^{i\varphi}&1\end{pmatrix}=\rho ∣ ψ ⟩ ⟨ ψ ∣ = 2 1 ( 1 e i φ e − i φ 1 ) = ρ ;左矢帶 e − i φ e^{-i\varphi} e − i φ ,所以 c c c 落在 ( 0 , 1 ) (0,1) ( 0 , 1 ) 元素。
依據: 純度判據:tr ( ρ 2 ) = 1 \operatorname{tr}(\rho^2)=1 tr ( ρ 2 ) = 1 當且僅當為純態。
看下一步 (2/4) 全部展開
練習 1.9.16
(設 ∣ ψ ⟩ = ∑ a , b ∈ { 0 , 1 } C a b ∣ a ⟩ A ∣ b ⟩ B |\psi\rangle=\sum\limits_{a,b\in\{0,1\}}C_{ab}|a\rangle_A|b\rangle_B ∣ ψ ⟩ = a , b ∈ { 0 , 1 } ∑ C ab ∣ a ⟩ A ∣ b ⟩ B ,∑ a , b ∣ C a b ∣ 2 = 1 \sum\limits_{a,b}|C_{ab}|^2=1 a , b ∑ ∣ C ab ∣ 2 = 1 。證明 ρ A = C C † \rho_A=CC^\dagger ρ A = C C † 、ρ B = C T C ‾ \rho_B=C^{T}\overline C ρ B = C T C 及 tr ( ρ A 2 ) = 1 − 2 ∣ det C ∣ 2 \operatorname{tr}(\rho_A^2)=1-2|\det C|^2 tr ( ρ A 2 ) = 1 − 2∣ det C ∣ 2 ,並應用於 ∣ ψ ⟩ = 1 3 ( ∣ 00 ⟩ + ∣ 01 ⟩ + ∣ 10 ⟩ ) |\psi\rangle=\tfrac1{\sqrt3}(|00\rangle+|01\rangle+|10\rangle) ∣ ψ ⟩ = 3 1 ( ∣00 ⟩ + ∣01 ⟩ + ∣10 ⟩) 。)
核心
解答 (4) 1 把投影寫成乘積形式
∣ ψ ⟩ ⟨ ψ ∣ = ∑ a , b , a ′ , b ′ C a b C a ′ b ′ ‾ ∣ a ⟩ ⟨ a ′ ∣ ⊗ ∣ b ⟩ ⟨ b ′ ∣ . |\psi\rangle\langle\psi|=\sum_{a,b,a',b'}C_{ab}\overline{C_{a'b'}}\;|a\rangle\langle a'|\otimes|b\rangle\langle b'|. ∣ ψ ⟩ ⟨ ψ ∣ = a , b , a ′ , b ′ ∑ C ab C a ′ b ′ ∣ a ⟩ ⟨ a ′ ∣ ⊗ ∣ b ⟩ ⟨ b ′ ∣. 2 分別對兩方求偏跡
( ρ A ) a a ′ = ∑ b C a b C a ′ b ‾ = ( C C † ) a a ′ , ( ρ B ) b b ′ = ∑ a C a b C a b ′ ‾ = ( C T C ‾ ) b b ′ . (\rho_A)_{aa'}=\sum_bC_{ab}\overline{C_{a'b}}=(CC^\dagger)_{aa'},\qquad
(\rho_B)_{bb'}=\sum_aC_{ab}\overline{C_{ab'}}=(C^{T}\overline C)_{bb'}. ( ρ A ) a a ′ = b ∑ C ab C a ′ b = ( C C † ) a a ′ , ( ρ B ) b b ′ = a ∑ C ab C a b ′ = ( C T C ) b b ′ . 所以 ρ B \rho_B ρ B 是 C † C C^\dagger C C † C 的轉置,一般與 C † C C^\dagger C C † C 不同。
依據: tr B \operatorname{tr}_B tr B 給出 ⟨ b ′ ∣ b ⟩ = δ b b ′ \langle b'|b\rangle=\delta_{bb'} ⟨ b ′ ∣ b ⟩ = δ b b ′ ,tr A \operatorname{tr}_A tr A 給出 δ a a ′ \delta_{aa'} δ a a ′ 。
3 以行列式表示純度
關鍵一步
對特徵值為 λ 1 , λ 2 \lambda_1,\lambda_2 λ 1 , λ 2 的 2 × 2 2\times2 2 × 2 密度算子,tr ( ρ A 2 ) = ( λ 1 + λ 2 ) 2 − 2 λ 1 λ 2 = 1 − 2 det ρ A \operatorname{tr}(\rho_A^2)=(\lambda_1+\lambda_2)^2-2\lambda_1\lambda_2=1-2\det\rho_A tr ( ρ A 2 ) = ( λ 1 + λ 2 ) 2 − 2 λ 1 λ 2 = 1 − 2 det ρ A ,而 det ρ A = det C det C ‾ = ∣ det C ∣ 2 \det\rho_A=\det C\,\overline{\det C}=|\det C|^2 det ρ A = det C det C = ∣ det C ∣ 2 。所以 ρ A \rho_A ρ A 為純態當且僅當 det C = 0 \det C=0 det C = 0 ,即 C = x y T C=xy^{T} C = x y T 秩為一,∣ ψ ⟩ = ∣ x ⟩ ⊗ ∣ y ⟩ |\psi\rangle=|x\rangle\otimes|y\rangle ∣ ψ ⟩ = ∣ x ⟩ ⊗ ∣ y ⟩ 是乘積態。
4 應用於例子
此時 C = 1 3 ( 1 1 1 0 ) C=\tfrac1{\sqrt3}\begin{pmatrix}1&1\\1&0\end{pmatrix} C = 3 1 ( 1 1 1 0 ) ,det C = − 1 3 \det C=-\tfrac13 det C = − 3 1 ;因 C C C 是實對稱矩陣,ρ A = ρ B = 1 3 ( 2 1 1 1 ) \rho_A=\rho_B=\tfrac13\begin{pmatrix}2&1\\1&1\end{pmatrix} ρ A = ρ B = 3 1 ( 2 1 1 1 ) 。純度為 1 9 ( 4 + 1 + 1 + 1 ) = 7 9 = 1 − 2 ⋅ 1 9 \tfrac19(4+1+1+1)=\tfrac79=1-2\cdot\tfrac19 9 1 ( 4 + 1 + 1 + 1 ) = 9 7 = 1 − 2 ⋅ 9 1 。因 det C ≠ 0 \det C\ne0 det C = 0 ,此態是糾纏的;但純度大於 1 2 \tfrac12 2 1 ,並非極大糾纏。
看下一步 (2/4) 全部展開
練習 1.9.17
(固定 γ ∈ [ 0 , 1 ] \gamma\in[0,1] γ ∈ [ 0 , 1 ] 。Bob 對 ∣ Φ + ⟩ |\Phi^+\rangle ∣ Φ + ⟩ 中他那一半施加 K 0 = ( 1 0 0 1 − γ ) K_0=\begin{pmatrix}1&0\\0&\sqrt{1-\gamma}\end{pmatrix} K 0 = ( 1 0 0 1 − γ ) 、K 1 = ( 0 γ 0 0 ) K_1=\begin{pmatrix}0&\sqrt\gamma\\0&0\end{pmatrix} K 1 = ( 0 0 γ 0 ) 的操作。驗證完備性,求 p 0 , p 1 p_0,p_1 p 0 , p 1 及 Alice 的條件態,核對 tr B N ( ρ A B ) = 1 2 I \operatorname{tr}_B\mathcal N(\rho_{AB})=\tfrac12I tr B N ( ρ A B ) = 2 1 I ,並計算操作後 Bob 的態。)
核心
解答 (5) 1 驗證完備性
K 0 † K 0 = diag ( 1 , 1 − γ ) K_0^\dagger K_0=\operatorname{diag}(1,1-\gamma) K 0 † K 0 = diag ( 1 , 1 − γ ) ;由 K 1 = γ ∣ 0 ⟩ ⟨ 1 ∣ K_1=\sqrt\gamma\,|0\rangle\langle1| K 1 = γ ∣0 ⟩ ⟨ 1∣ 得 K 1 † K 1 = γ ∣ 1 ⟩ ⟨ 1 ∣ K_1^\dagger K_1=\gamma|1\rangle\langle1| K 1 † K 1 = γ ∣1 ⟩ ⟨ 1∣ 。兩者之和為 I I I 。
2 把 Kraus 算子作用於第二個因子
( I ⊗ K 0 ) ∣ Φ + ⟩ = 1 2 ( ∣ 00 ⟩ + 1 − γ ∣ 11 ⟩ ) , ( I ⊗ K 1 ) ∣ Φ + ⟩ = γ 2 ∣ 10 ⟩ , (I\otimes K_0)|\Phi^+\rangle=\tfrac1{\sqrt2}\bigl(|00\rangle+\sqrt{1-\gamma}\,|11\rangle\bigr),\qquad
(I\otimes K_1)|\Phi^+\rangle=\tfrac{\sqrt\gamma}{\sqrt2}\,|10\rangle, ( I ⊗ K 0 ) ∣ Φ + ⟩ = 2 1 ( ∣00 ⟩ + 1 − γ ∣11 ⟩ ) , ( I ⊗ K 1 ) ∣ Φ + ⟩ = 2 γ ∣10 ⟩ , 故 p 0 = 1 2 ( 2 − γ ) = 1 − γ 2 p_0=\tfrac12(2-\gamma)=1-\tfrac\gamma2 p 0 = 2 1 ( 2 − γ ) = 1 − 2 γ ,p 1 = γ 2 p_1=\tfrac\gamma2 p 1 = 2 γ 。
3 求 Alice 的條件態
未歸一化的約化算子是 1 2 diag ( 1 , 1 − γ ) \tfrac12\operatorname{diag}(1,1-\gamma) 2 1 diag ( 1 , 1 − γ ) 與 γ 2 ∣ 1 ⟩ ⟨ 1 ∣ \tfrac\gamma2|1\rangle\langle1| 2 γ ∣1 ⟩ ⟨ 1∣ 。歸一化後
ρ A ( 0 ) = 1 2 − γ ( 1 0 0 1 − γ ) , ρ A ( 1 ) = ∣ 1 ⟩ ⟨ 1 ∣ ( γ > 0 ) , \rho_A^{(0)}=\frac1{2-\gamma}\begin{pmatrix}1&0\\0&1-\gamma\end{pmatrix},\qquad\rho_A^{(1)}=|1\rangle\langle1|\quad(\gamma>0), ρ A ( 0 ) = 2 − γ 1 ( 1 0 0 1 − γ ) , ρ A ( 1 ) = ∣1 ⟩ ⟨ 1∣ ( γ > 0 ) , 當 γ > 0 \gamma>0 γ > 0 時兩者都不同於 1 2 I \tfrac12I 2 1 I 。
依據: 上一題對第一分支給出 ρ A = C C † \rho_A=CC^\dagger ρ A = C C † ,其中 C = 1 2 diag ( 1 , 1 − γ ) C=\tfrac1{\sqrt2}\operatorname{diag}(1,\sqrt{1-\gamma}) C = 2 1 diag ( 1 , 1 − γ ) 。
4 不知結果時取平均
關鍵一步
tr B N ( ρ A B ) = 1 2 diag ( 1 , 1 − γ ) + γ 2 diag ( 0 , 1 ) = 1 2 I = ρ A \operatorname{tr}_B\mathcal N(\rho_{AB})=\tfrac12\operatorname{diag}(1,1-\gamma)+\tfrac\gamma2\operatorname{diag}(0,1)=\tfrac12I=\rho_A tr B N ( ρ A B ) = 2 1 diag ( 1 , 1 − γ ) + 2 γ diag ( 0 , 1 ) = 2 1 I = ρ A ,符合無信號原理。Bob 選擇的 γ \gamma γ 無法編碼訊息。
5 計算 Bob 的態並解釋
對 A A A 求偏跡得 1 2 diag ( 1 , 1 − γ ) + γ 2 ∣ 0 ⟩ ⟨ 0 ∣ \tfrac12\operatorname{diag}(1,1-\gamma)+\tfrac\gamma2|0\rangle\langle0| 2 1 diag ( 1 , 1 − γ ) + 2 γ ∣0 ⟩ ⟨ 0∣ ,即 ρ B ′ = 1 2 ( 1 + γ 0 0 1 − γ ) \rho_B'=\tfrac12\begin{pmatrix}1+\gamma&0\\0&1-\gamma\end{pmatrix} ρ B ′ = 2 1 ( 1 + γ 0 0 1 − γ ) ,已向 ∣ 0 ⟩ |0\rangle ∣0 ⟩ 衰減。這沒有矛盾:局部操作可以改變它所作用的系統及關聯,但不能改變另一方的約化態。
看下一步 (2/5) 全部展開
小結
有限維的態是半正定、跡為一的算子;系綜恰好給出這些算子,而譜系綜實現每一個。
玻恩概率是 tr ( E m ρ ) \operatorname{tr}(E_m\rho) tr ( E m ρ ) ,所以 ρ \rho ρ 相同的系綜在物理上無法區分。
純度滿足 1 / d ≤ tr ( ρ 2 ) ≤ 1 1/d\le\operatorname{tr}(\rho^2)\le1 1/ d ≤ tr ( ρ 2 ) ≤ 1 ,等於 1 1 1 當且僅當為純態;正性不可缺。
在任何標準正交基中計算的偏跡,是對一切 M M M 滿足 tr ( tr B ( X ) M ) = tr ( X ( M ⊗ I B ) ) \operatorname{tr}(\operatorname{tr}_B(X)M)=\operatorname{tr}(X(M\otimes I_B)) tr ( tr B ( X ) M ) = tr ( X ( M ⊗ I B )) 的唯一算子;它與基無關、保持正性與跡。
貝爾對與經典混合有相同的約化態與 Z ⊗ Z Z\otimes Z Z ⊗ Z 統計,但 X ⊗ X X\otimes X X ⊗ X 統計不同,差別在於偏跡丟棄的相干項。
完備性 ∑ k K k † K k = I B \sum\limits_kK_k^\dagger K_k=I_B k ∑ K k † K k = I B 使 Alice 的約化態不變;條件態可以改變,但要利用它們就需要 Bob 以經典方式傳來的結果。