일반화된 상대적 엔트로피 (Generalized relative entropy, ϵ {\displaystyle \epsilon } -상대적 엔트로피)는 두 양자 상태 간의 차이를 측정하는 척도다.양자 상대 엔트로피 의 "원샷" 아날로그로, 후자의 많은 특성을 공유한다.
양자정보이론 의 연구에서는 일반적으로 정보처리 업무가 독립적으로 여러 번 반복된다고 가정한다.따라서 해당 정보이론적 개념은 점증적 한계로 정의된다. 본질적인 엔트로피 조치인 폰 노이만 엔트로피 는 그러한 개념 중 하나이다. 이와는 대조적으로 원샷 양자정보이론의 연구는 한 번만 과제를 수행할 때 정보처리와 관련이 있다. 전통적인 관념이 자원 요건의 정확한 특성화를 중단함에 따라 이 시나리오에서는 새로운 진입성 조치가 나타난다. ϵ {\displaystyle \epsilon } -filentropy는 특히 흥미로운 척도 중 하나이다.
점증적 시나리오에서 상대 엔트로피는 중요한 척도 그 자체 외에 다른 척도의 모수량 역할을 한다. 마찬가지로 ϵ {\displaystyle \epsilon } -관계 엔트로피는 원샷 시나리오의 다른 측정에 대한 상위 수량으로서 기능한다.
정의 ϵ {\displaystyle \epsilon} -상대 엔트로피 D ϵ ( σ ){\displaystyle D^{\epsilon }(\rho \sigma )} 의 정의에 동기를 부여하려면 가설 검증 의 정보처리 작업을 고려하십시오. 가설 테스트에서, 우리는 두 밀도 연산자 ρ{\displaystyle \rho} 과 and {\displaystyle \sigma } 을(를) 구별하는 전략을 구상하고자 한다. 전략은 요소 Q {\displaystyle Q} 와 I - Q {\displaystystylean I-Q} 를 가진 POVM 이다. 전략이 입력 ρ {d } 에 정확한 추측을 산출할 확률 isplaystyle \rho } is given by Tr ( ρ Q ) {\displaystyle \operatorname {Tr} (\rho Q)} and the probability that it produces a wrong guess is given by Tr ( σ Q ) {\displaystyle \operatorname {Tr} (\sigma Q)} . ϵ {\displaystyle \epsilon } -relative entropy captures the minimum probability of error when the state is σ ρ {\displaystyle \rho } 의 성공 확률이 적어도 ϵ {\displaystyle \epsilon } 인 점을 감안하면 \ displaystyle \epsilon }.
ϵ (0 , 1 ) {\displaystyle \epsilon \in (0,1)} 의 경우, 두 양자 상태 ρ {\displaystyle \epsilon } - ent {\displaystyle \rho } 및 ho {\displaystysty \sigma } 사이의 관계 엔트로피가 정의된다 .
D ϵ ( ρ σ ) = − 통나무를 하다 1 ϵ 분 { ⟨ Q , σ ⟩ 0 ≤ Q ≤ I 그리고 ⟨ Q , ρ ⟩ ≥ ϵ } . {\displaystyle D^{\rho \sigma )}=-\log{\frac {1}{\epsilon }\min\{\langle Q,\langle Q\leq I{\text}}}}\rho \ranglegeq \epsilon}}} 정의에서 D ϵ ( ρ σ ) ≥ 0 {\displaystyle D^{\epsilon }(\rho \sigma )\geq 0} 이( 가) 확실하다. 이 불평등은 아래 와 같이 ρ = σ {\displaystyle \rho =\sigma } 인 경우에만 포화 상태가 된다.
미량 거리와의 관계 두 밀도 측정 시스템({\displaystyle \rho }) 과 σ {\displaystyle \sigma } 사이의 추적 거리 가 다음과 같다고 가정해 보십시오.
ρ − σ 1 = δ . {\displaystyle \rho -\properma _{1}=\property ~.} 0 < 1 < 1 {\displaystyle 0<\epsilon <1} 의 경우, 이 값은 다음과 같다.
a) log ϵ ϵ − ( 1 − ϵ ) δ ≤ D ϵ ( ρ σ ) ≤ log ϵ ϵ − δ . {\displaystyle \log {\frac {\epsilon }{\epsilon -(1-\epsilon )\delta }}\quad \leq \quad D^{\epsilon }(\rho \sigma )\quad \leq \quad \log {\frac {\epsilon }{\epsilon -\delta }}~.} 특히, 이는 다음과 같은 핀커[1] 불평등의 아날로그를 암시한다.
b) 1 - ϵ ϵ ρ - - 1 ≤ D ϵ ( ( σ ) . {\displaystyle {1-\epsilon }{\epsilon }}}}} \rho -\sigma _{1}\quad \quad \quad D^{\epsilon }. Furthermore, the proposition implies that for any ϵ ∈ ( 0 , 1 ) {\displaystyle \epsilon \in (0,1)} , D ϵ ( ρ σ ) = 0 {\displaystyle D^{\epsilon }(\rho \sigma )=0} if and only if ρ = σ {\displaystyle \rho =\sigma } , inheriting this property from the trace distance. 이 결과와 그 증거는 뒤푸이 외 연구진에서 찾을 수 있다.[2]
부등식 증명 a) 상한 :미량 거리는 다음과 같이 기록할 수 있다.
ρ − σ 1 = 맥스. 0 ≤ Q ≤ 1 TR ( Q ( ρ − σ ) ) . {\displaystyle \rho -\sigma _{1}=\max _{0\leq Q\leq 1}\opername {Tr}(Q(\rho -\sigma )~.} 이 최대값은 Q {\displaystyle Q} 이(가) ρ - σ - {\displaystyle \rho -\sigma } 의 양의 eigenspace에 직교 프로젝터일 때 달성된다. 모든 POVM 요소 Q {\displaysty Q} 에 대해서는
TR ( Q ( ρ − σ ) ) ≤ δ {\displaystyle \operatorname {Tr}(Q(\rho -\sigma ))\leq \delta } Tr ( Q ρ ) ≥ {\displaystyle \operatorname {Tr} (Q\rho )\geq \epsilon } 이(가) 있으면,
TR ( Q σ ) ≥ TR ( Q ρ ) − δ ≥ ϵ − δ . {\displaystyle \operatorname {Tr}(Q\sigma )~\geq ~\operatorname {Tr}(Q\rho )-\delta ~\geq ~\epsilon -\delta ~.} ϵ {\displaystyle \epsilon } -관계 엔트로피의 정의에서 우리는
2 − D ϵ ( ρ σ ) ≥ ϵ − δ ϵ . {\displaystyle 2^{-D^{\\epsilon }(\rho \sigma )}\geq {\frac {\epsilon -\delta }{\epsilon }}}}}} 하한 :Q {\displaystyle Q} 을(를) ρ - σ - σ - {\displaystyle \rho -\sigma } 의 양의 eigenspace에 직교 투영으로 하고 Q {\displaystyle I} 와 Q {\displaystystyle Q} 의 볼록 조합으로 한다.
Q ¯ = ( ϵ − μ ) I + ( 1 − ϵ + μ ) Q {\displaystyle {\bar{Q}=(\epsilon -\mu )I+(1-\epsilon +\mu ) Q} 여기서 μ = ( 1 - ϵ ) Tr ( Q ρ ) 1 - Tr (Q ρ ) . {\displaystyle \mu ={\frac {(1-\epsilon )\operatorname {Tr}{1-\rho )}{1-\opername {Trho }}(Q\ rho )}}}}}}}}}.}}}}.}.}
이 말은
μ = ( 1 − ϵ + μ ) TR ( Q ρ ) {\displaystyle \mu =(1-\epsilon +\mu )\operatorname {Tr}(Q\rho )} 따라서
TR ( Q ¯ ρ ) = ( ϵ − μ ) + ( 1 − ϵ + μ ) TR ( Q ρ ) = ϵ . {\displaystyle \operatorname {Tr}({\bar {Q}\rho )~=(\epsilon -\mu )+(1-\epsilon +\mu )\operatorname {Tr}(Q\rho )~=~\epsilon.} 게다가
TR ( Q ¯ σ ) = ϵ − μ + ( 1 − ϵ + μ ) TR ( Q σ ) . {\displaystyle \operatorname {Tr}({\bar {Q}\sigma )~=~\epsilon -\mu +(1-\epsilon +\mu )\operatorname {Tr}(Q\sigma )~.} μ = ( 1 - μ + μ ) Tr ( Q ρ ) {\displaystyle \mu = (1-\epsilon +\mu )\operatorname {Tr} (Q \ rho )}, 우리가 선택 한 Q {\displaysty Q }, 마지막으로 μ 의 정의로 다시 쓸 수 있다.
TR ( Q ¯ σ ) = ϵ − ( 1 − ϵ + μ ) TR ( Q ρ ) + ( 1 − ϵ + μ ) TR ( Q σ ) {\displaystyle \operatorname {Tr}({\bar {Q}\sigma )~=~\epsilon -(1-\epsilon +\mu )\operatorname {Tr}(Q\rho )+(1-\epsilon +\mu )\opername {Tr}(Q\sigma )} = ϵ − ( 1 − ϵ ) δ 1 − TR ( Q ρ ) ≤ ϵ − ( 1 − ϵ ) δ . {\displaystyle ~=~\epsilon -{\frac {(1-\epsilon )\delta }{1-\operatorname {Tr}(Q\rho )}}~\leq ~\epsilon -(1-\epsilon )\delta ~.} 그러므로,
D ϵ ( ρ σ ) ≥ 통나무를 하다 ϵ ϵ − ( 1 − ϵ ) δ . {\displaystyle D^{\epsilon }(\rho \sigma )\geq \log {\frac {\epsilon }{\epsilon -(1-\epsilon )\delta }}}} 부등식 증명 b) 이 핀커와 같은 불평등 을 도출하려면 다음을 관찰하십시오.
통나무를 하다 ϵ ϵ − ( 1 − ϵ ) δ = − 통나무를 하다 ( 1 − ( 1 − ϵ ) δ ϵ ) ≥ δ 1 − ϵ ϵ . {\displaystyle \log {\frac {\epsilon }{\epsilon -(1-\epsilon )\delta }}~=~-\log \left(1-{\frac {(1-\epsilon )\delta }{\epsilon }}\right)~\geq ~\delta {\frac {1-\epsilon }{\epsilon }}~.}
데이터 처리 불평등에 대한 대안적 증거 폰 노이만 엔트로피의 근본적인 특성은 강한 부첨성 이다. Let S ( σ ) {\displaystyle S(\sigma )} denote the von Neumann entropy of the quantum state σ {\displaystyle \sigma } , and let ρ A B C {\displaystyle \rho _{ABC}} be a quantum state on the tensor product Hilbert space H A ⊗ H B ⊗ H C {\displaystyle {\mathcal {H}}_{A}\otimes {\mathcal {H}}_{ B}\otimes {\mathcal{H}_{C }}. 강한 하위adaddivity는 다음과 같이 말한다.
S ( ρ A B C ) + S ( ρ B ) ≤ S ( ρ A B ) + S ( ρ B C ) {\displaystyle S(\rho _{ABC})+S(\rho _{B})\leq S(\rho _{AB})+S(\rho _{BC})} 여기서 ρ A B , ρ B C , ρ B {\ displaystyle \rho \rho _{AB},\rho _{BC },\rho _{B}}} 는 첨자로 표시된 공간의 감소 된 밀도 매트릭스 를 가리킨다. 상호 정보 의 관점에서 다시 쓰여질 때, 이 불평등은 직관적인 해석을 가지고 있다; 그것은 시스템의 정보 콘텐츠가 그 시스템에 대한 지역 양자 연산 의 작용에 의해 증가될 수 없다고 명시한다.이 형태에서는 데이터 처리 불평등 이라고 더 잘 알려져 있으며, 양자 연산 하에서는 상대 엔트로피의 단조로움에 해당한다.[3]
S ( ρ σ ) − S ( E ( ρ ) E ( σ ) ) ≥ 0 {\displaystyle S(\rho \sigma )-S({\mathcal {E}(\rho) {\mathcal {E}(\sigma )\geq 0} 모든 CPTP 지도 E {\ displaystyle {\mathcal {E}} 에 대해, 여기 서 S( Ω ) ) 는 Ω , ent {\displaystyle S(\omega \tau )는 양자 상태의 상대 엔트로피를 나타낸다 .
ϵ {\displaystyle \epsilon } -상대 엔트로피도 양자 연산 하에서는 단조로움을 복종한다는 것을 쉽게 알 수 있다.[4]
D ϵ ( ρ ≥ ) ϵ D e (E ( e ) E ( σ ) { { { { { ) {\displaystyle D^{\epsilon }(\rho \sigma )\gq D^{\mathcal {E}(\rho ){\mathcal {E}}}}}},\ sigmathcal. for any CPTP map E {\displaystyle {\mathcal {E}}} . To see this, suppose we have a POVM ( R , I − R ) {\displaystyle (R,I-R)} to distinguish between E ( ρ ) {\displaystyle {\mathcal {E}}(\rho )} and E ( σ ) {\displaystyle {\mathcal {E}}(\sigma )} such that ⟨ R , E ( ρ ) ⟩ = ⟨ E † ( R ) , ρ ⟩ ≥ ϵ {\displaystyle \langle R,{\mathcal {E}}(\rho )\rangle =\langle {\mathcal {E}}^{\dagger }(R),\rho \rangle \geq \epsilon } . We construct a new POVM ( E † ( R ) , I − E † ( R ) ) {\displaystyle ({\mathcal {E}}^{\dagger }(R),I-{\mathcal {E}}^{\dagger }(R))} to distinguish between ρ {\displaystyle \rho } and σ {\displaystyle \sigma }. CPTP 맵의 조정도 긍정적이고 일률적이므로 유효한 POVM이다.Note that ⟨ R , E ( σ ) ⟩ = ⟨ E † ( R ) , σ ⟩ ≥ ⟨ Q , σ ⟩ {\displaystyle \langle R,{\mathcal {E}}(\sigma )\rangle =\langle {\mathcal {E}}^{\dagger }(R),\sigma \rangle \geq \langle Q,\sigma \rangle } , where ( Q , I − Q ) {\displaystyle (Q,I-Q)} is the POVM that achieves D ϵ ( ρ σ ) {\displaystyle D^{\ep 사일론 }}(\rho \sigma )}. 이것 자체가 흥미로울 뿐만 아니라, 데이터 처리 불평등을 증명할 수 있는 다음과 같은 대안적인 방법을 우리에게 준다.[2]
스타인 보조정리기의 양자 아날로그에 [5] 의해
임이 있는 n → ∞ 1 n D ϵ ( ρ ⊗ n σ ⊗ n ) = 임이 있는 n → ∞ − 1 n 통나무를 하다 분 1 ϵ TR ( σ ⊗ n Q ) {\displaystyle \lim _{n\rightarrow \infty }{\frac {1}{n}}D^{\epsilon }(\rho ^{\otimes n} \sigma ^{\otimes n})=\lim _{n\rightarrow \infty }{\frac {-1}{n}}\log \min {\frac {1}{\epsilon }}\operatorname {Tr} (\sigma ^{\otimes n}Q)} = D ( ρ σ ) − 임이 있는 n → ∞ 1 n ( 통나무를 하다 1 ϵ ) {\displaystyle =D(\rho \sigma )-\lim _{n\frac {1}{n1}\좌측(\log {\frac {1}{\epsilon }\오른쪽)}} = D ( ρ σ ) , {\displaystyle =D(\rho \sigma )~~,} 여기서 최소값을 0 ≤ Q 1 1 {\displaystyle 0\leq Q\leq 1}( Tr (Q ^ n n ) ≥ ≥. {\displaysty \operatorname {Tr}(Q\rho ^{\otimes n}\geq \epsilon ~.}).
CPTP 지도 E ⊗ { n {\displaystyle \rho ^{\otimes n} 및 states n {\displaystyle \sigma ^{\otimes n} 상태에 데이터 처리 불평등을 적용하면 다음 과 같은 결과를 얻을 수 있다.
D ϵ ( ρ ⊗ n σ ⊗ n ) ≥ D ϵ ( E ( ρ ) ⊗ n E ( σ ) ⊗ n ) . {\displaystyle D^{\epsilon }(\rho ^{\otimes n}) \sigma ^{\otimes n}~\geq ~D^{\epsilon }({\mathcal {E})(\rho )^{\mathcal}{E}}{\mathmathmathmathmathmeta}{{{{{{{\}}}}. 양쪽에서 n {\displaystyle n} 로 나누고 제한치 를 n → ∞ {\displaystyle n\\rightarrow \infult } 으로 설정하면 원하는 결과가 나온다.
참고 항목
참조 ^ 와우, J. 양자정보론, 2013년 가을 5, 페이지 194 https://cs.uwaterloo.ca/~wattle/CS766/DraftChapters/5.QuantumEntropy.pdf [permanent dead link ] ^ a b Dupuis, F.; Krämer, L.; Faist, P.; Renes, J. M.; Renner, R. (2013). "Generalized Entropies". XVIIth International Congress on Mathematical Physics . WORLD SCIENTIFIC. pp. 134–153. arXiv :1211.3141 . doi :10.1142/9789814449243_0008 . ISBN 978-981-4449-23-6 . S2CID 118576547 . ^ Ruskai, Mary Beth (2002). "Inequalities for quantum entropy: A review with conditions for equality". Journal of Mathematical Physics . AIP Publishing. 43 (9): 4358–4375. arXiv :quant-ph/0205064 . Bibcode :2002JMP....43.4358R . doi :10.1063/1.1497701 . ISSN 0022-2488 . S2CID 3051292 . ^ Wang, Ligong; Renner, Renato (15 May 2012). "One-Shot Classical-Quantum Capacity and Hypothesis Testing". Physical Review Letters . 108 (20): 200501. arXiv :1007.5456 . Bibcode :2012PhRvL.108t0501W . doi :10.1103/physrevlett.108.200501 . ISSN 0031-9007 . PMID 23003132 . S2CID 3190155 . ^ Dénez Petz (2008). "8". Quantum Information Theory and Quantum Statistics . Theoretical and Mathematical Physics. Berlin, Heidelberg: Springer Berlin Heidelberg. Bibcode :2008qitq.book.....P . doi :10.1007/978-3-540-74636-2 . ISBN 978-3-540-74634-8 .