先驗概率不等時的決策
設信源以先驗概率 和 (其中 )產生有限維 Hilbert 空間上的態 。一個雙結果測量由滿足 的效應算子 和 構成;得到第一個結果時猜測 ,否則猜測 。記
則成功概率為
任何有限結果 POVM 連同可能隨機化的決策規則都可合併成兩個效應,並保持成功概率,因此只需對單個效應算子 求最優。最優值可用跡範數表示。
定義 1.10.1
(跡範數)
對方陣 ,跡範數為 。若 是厄米(Hermitian)矩陣,特徵值為 ,則 。
定理 1.10.2
(先驗不等時的最優成功概率)
對先驗為 和 的態 ,所有二元決策規則中最大的成功概率為
它由 的正特徵空間上的投影達到。
證明
(對角化差矩陣並對效應算子求最大值)
將厄米矩陣 對角化。則 ,其中 ,而條件 迫使 。因此這個和至多等於正特徵值之和,並在正譜子空間上的投影處取等;該投影是有效的效應算子。由於 ,記 為正部和負部,則 ,,所以 。再加上 便得公式。
證明透視
譜測量為甚麼最優?
這個證明在兩處分別用到兩個假設: 是厄米矩陣,才能找到對角基; 則把每個 限制在 。不顯然的一步,是把對矩陣 的優化改寫成對 個數 的優化:對每個正特徵值,取 會增加目標值;對每個負特徵值,取 則避免損失。一個譜投影同時完成所有選擇,並且是有效的效應算子,所以上界可以達到,論證就此封閉。零特徵空間可分配給任一決策。若容許 越出 ,目標值便無上界,可見效應算子的條件正是最優值有限的原因。
結論包含 和 ;若兩個態相同,則成功概率為 ,只需始終猜測更可能的態。決策閾值依賴先驗,因此等先驗情況下最優的測量在先驗改變後不一定仍最優。
常見錯誤
(對不等先驗仍用等先驗的距離)
有人會對所有先驗都寫成 。取 、,這個式子給出 ,但始終猜測 的成功概率是 。先驗權重必須放進範數之內:正確的量是 。
跡距離的操作意義
定義 1.10.3
(跡距離)
對密度矩陣 ,跡距離定義為
命題 1.10.4
(跡距離的變分公式)
對密度矩陣 ,
因此 ,而等先驗時的最優成功概率為 。
證明
(正部與負部的跡相等)
厄米差矩陣 的跡為零,所以正部和負部的跡相等,各自等於 。由上面的對角化論證, 的最大值就是正部的跡,這就是公式。取 得 。至於上界,令 為正譜投影,則 。等先驗的結論來自上一定理取 :此時 ,。
換句話說, 是單個測量事件在兩個態下所能看到的最大概率差。正交純態的差矩陣特徵值為 ,所以距離為一;相同態的距離為零。
概念視角幾何
Bloch 球上的跡距離
對量子比特,寫 、,其中 為 Bloch 向量, 為 Pauli 矩陣組成的向量。則 ,其特徵值為 。於是 ,即球內兩點歐氏(Euclidean)距離的一半。對單個量子比特,原本是對測量事件取最大的量,變成了一個長度。
例題 1.10.5
(等先驗下最優區分 與 )
取 、,其中 。在計算基下
其跡為 、行列式為 ,所以特徵值為 。因此 ,等先驗最優成功概率為 。計算基測量配合自然決策規則只能得到 ,說明一個可實現的測量未必最優。兩個態的 Bloch 向量為 與 ,距離為 ,與 一致。
例題 1.10.6
(同一對態,先驗取 )
仍取 、,但令 的先驗為 。則
跡為 ,符合要求,行列式為 。特徵方程 給出 ,所以 。於是
高於平凡值 。最優測量是向正特徵值 的特徵向量投影,並非等先驗時的特徵向量。
信道不能增加態的可區分性
定義 1.10.7
(信道及其伴隨映射)
有限維量子信道是完全正且保跡的線性映射 ,輸入和輸出空間可以不同。其伴隨映射 從輸出算子映到輸入算子,由跡配對定義為
對厄米可觀測量,上述跡配對與通常的 Hilbert–Schmidt 伴隨一致。
定理 1.10.8
(跡距離的數據處理不等式)
對任何量子信道 和密度矩陣 ,
更一般地,對任何先驗,區分 的最優成功概率不超過區分 的最優成功概率。
證明
(把輸出事件拉回輸入事件)
保跡性給出 。若 ,則對每個 有 ,所以 。因此若 ,則 和 都是正算子,即 也是效應算子。把每個輸出測量事件拉回輸入,再用變分公式可得
對不等先驗, 不一定跡為零,但同樣的拉回論證仍將 限制在 以下,而 。
這就是跡距離的數據處理不等式;此證明實際上只需正性和保跡性,雖然量子信道要求完全正性。信道輸出上的每個測量,都可等價視為輸入上的某個有效測量;信道不會創造新的二元區分能力。因此固定先驗下,信道不能提高最優成功概率。這裏同一個信道在不知道輸入標籤時作用於兩個態;若操作事先知道正確標籤,則是另一個情形。等號可以成立,例如酉信道;也可以嚴格下降。
例題 1.10.9
(完全退相位使距離減半)
令 ,其中 ;它是完全正且保跡的。因為 ,它保持 不變,並把 送到 。輸出差矩陣為 ,所以 ,而信道之前為 。不等式嚴格成立;Bloch 球圖像說明了原因:信道把球投影到 軸上,使 與 之間的距離縮短為 與原點之間的距離。
反例模式
信道不一定保持可區分性
重置映射 是有效的完全正保跡信道,卻把兩個正交輸入態 和 都送到 。輸入跡距離為一,輸出距離為零。數據處理給出不等式,並不說明所有物理處理都可逆。
常見錯誤
(把距離相等當成可逆)
若對某一對態有 ,並不表示 可逆。退相位信道 保持 和 不變,所以兩者之間的距離 得以保留,但它把 和 都送到 ,無法還原。數據處理只約束該對特定態的距離,對其他輸入沒有任何說明。
練習與解答
快速檢查
(若 且 ,最優成功概率是多少?)
使用最優成功概率定理中兩個態相同的情形。
解答 · 答案
為 :始終猜測 。事實上 是正算子,,而 。
快速檢查
(求正交純態之間及相同態之間的 。)
在每種情況下計算 的特徵值。
解答 · 答案
分別為 和 。正交純態的 特徵值為 ,所以 ;相同態的差為零。
快速檢查
(酉信道 對跡距離有甚麼影響?)
比較共軛前後厄米差矩陣的特徵值。
解答 · 答案
距離不變:酉共軛保持厄米差的特徵值,從而保持其跡範數。
快速檢查
(重置信道可能提高任意一對輸入的等先驗最優成功概率嗎?)
把輸出的成功概率與重置之前隨機猜測所能達到的成功概率相比較。
解答 · 答案
不能。兩個輸出相同,輸出成功概率為 ;重置前至少可以通過隨機猜測達到 。