形式陈述
发送者按概率 p x 选择经典标签 X = x ,并制备同一个 d 维空间上的状态 ρ x 。有限集合 E = { p x , ρ x } 称为一个系综。接收者拿到量子系统后,选择一个有限结果 POVM 公理库 正算子值测度(POVM) Positive operator-valued measure · POVM · 正算子值测度 有限结果 POVM 是一组和为恒等算子的半正定效应算子,它通过迹公式规定各测量结果的概率。 { E y } ,得到经典结果 Y 。这次试验的条件概率、联合概率和输出边缘分别是
W ( y ∣ x ) = Tr ( E y ρ x ) , P X Y ( x , y ) = p x W ( y ∣ x ) , q y = Tr ( E y ρ ¯ ) , 其中 ρ ¯ = ∑ x p x ρ x 是平均态。测量必须对所有未知标签使用同一组效应算子;若测量装置先获知 x ,就已经改变了通信任务。
指定测量读出的标签信息以经典互信息 公理库 互信息 Mutual information 一个随机变量对另一个随机变量不确定性的平均减少量。 I ( X ; Y ) 衡量。固定系综后,让接收者在所有有限结果集合及其 POVM 中选择,定义可访问信息
I acc ( E ) = sup { E y } I ( X ; Y ) . 这里优化的是测量,先验概率和编码状态保持不变。采用底为 2 的对数,单位为 bit。用von Neumann 熵 公理库 von Neumann 熵 Von Neumann entropy · 量子熵 · 冯诺依曼熵 von Neumann 熵是密度算子特征值分布的 Shannon 熵,用于定量区分状态混合程度、制备标签和纯联合态的局部相关性。 定义系综的 Holevo 信息
χ ( E ) = S ( ρ ¯ ) − ∑ x p x S ( ρ x ) . Holevo 定理 断言
I ( X ; Y ) ≤ I acc ( E ) ≤ χ ( E ) . 第一项对应选定的测量,中间项对应所有测量的最优读取能力,右侧只由系综决定。下文从量子相对熵的数据处理定理推出这一上界,再完整计算两次测量;一般数据处理定理按 Watrous Theorem 5.35 调用。
直觉
制备标签是发送者手里的记录,量子状态是接收者真正得到的对象。若两个标签制备了相同状态,接收者不可能靠测量区分它们。若状态不同但不正交,测量结果也通常不能无误指出制备标签。状态向量中连续变化的振幅,并不是一份可直接逐项读出的经典清单。
一次测量得到多少随机性,与它告诉了多少标签信息,是两个问题。即使每次都发送同一状态,测量仍可能产生公平随机结果;这些结果的熵可以是一个 bit,关于固定标签的互信息却是零。Holevo 界约束的是标签与结果的联系,所以左侧是 I ( X ; Y ) ,不是 H ( Y ) 。
熵差 χ 的两个部分也有明确分工。S ( ρ ¯ ) 描述遗忘标签后看到的平均态,∑ x p x S ( ρ x ) 扣除每个已知标签内部已有的混合。差值给出了可读标签信息的上界。要知道某个装置实际读出了多少,仍须算出它的联合分布。
例子与边界
公平标签,非正交状态
取 p 0 = p 1 = 1 / 2 ,状态为 | 0 ⟩ 与 | + ⟩ = ( | 0 ⟩ + | 1 ⟩ ) / 2 。平均态是
ρ ¯ = 1 4 ( 3 1 1 1 ) . 其迹为 1 、行列式为 1 / 8 ,故特征值为 t = ( 2 + 2 ) / 4 与 1 − t 。两分量都是纯态,熵为零,因此令 h 2 ( u ) = − u log 2 u − ( 1 − u ) log 2 ( 1 − u ) ,有
χ = h 2 ( t ) ≈ 0.600876037 . 标签熵为一个 bit,但这不意味着平均态或某个测量能保留全部标签信息。
先测计算基
用 E 0 = | 0 ⟩ ⟨ 0 | 、E 1 = | 1 ⟩ ⟨ 1 | 测量,记结果为 Z 。零态总给出 0 ,加态以相同概率给出两种结果。以标签为行、结果为列,得到
W Z = ( 1 0 1 / 2 1 / 2 ) , P X Z = ( 1 / 2 0 1 / 4 1 / 4 ) . 把联合矩阵按列相加,输出边缘为 ( 3 / 4 , 1 / 4 ) 。条件输出熵是 1 2 ⋅ 0 + 1 2 ⋅ 1 = 1 / 2 ,所以
I ( X ; Z ) = H ( Z ) − H ( Z ∣ X ) = h 2 ( 3 / 4 ) − 1 2 ≈ 0.311278124 . 输出熵 H ( Z ) ≈ 0.811278124 比 χ 大,互信息却在界内。这个例子直接说明,不能把测量结果的随机性全部计为传来的信息。
换一个正交基
现在取
| v 0 ⟩ = cos ( π / 8 ) | 0 ⟩ − sin ( π / 8 ) | 1 ⟩ , | v 1 ⟩ = sin ( π / 8 ) | 0 ⟩ + cos ( π / 8 ) | 1 ⟩ . 两向量归一且正交,投影 | v j ⟩ ⟨ v j | 因而构成合法测量。零态给出结果 0 的概率为 cos 2 ( π / 8 ) = t ;加态给出结果 0 的概率为 ( cos ( π / 8 ) − sin ( π / 8 ) ) 2 / 2 = 1 − t 。记结果为 V ,便有
W V = ( t 1 − t 1 − t t ) , P X V = 1 2 ( t 1 − t 1 − t t ) . 这次输出公平,两个标签下的条件熵都为 h 2 ( t ) ,故
I ( X ; V ) = 1 − h 2 ( t ) ≈ 0.399123963 . 换测量确实提高了信息量。由这个可执行选择和 Holevo 上界,我们得到
0.399123963 … ≤ I acc ( E ) ≤ 0.600876037 … . 这份测量也出现在迹距离的二元最小错误判别 公理库 迹距离 Trace distance · Quantum trace distance 迹距离是两个密度算子之差的迹范数的一半,恰好刻画单份量子态在最优测量下的可区分程度。 中,但两个优化目标不同:最小错误要求猜标签尽量正确,可访问信息要求互信息尽量大。上述计算证明了这份测量读出的信息量,尚未求解对全部 POVM 的互信息优化;两种已算测量均未达到 χ ,也不能单凭这一点断定所有测量都达不到它。
两个能精确取值的端点
若全部正权重状态相同,则 ρ ¯ = ρ x 、χ = 0 。任意测量下 W ( y ∣ x ) 都不随 x 改变,标签与结果独立,所以 I acc = 0 。
若正权重状态的支撑两两正交,就按这些支撑投影;在其正交补上补一个投影,使所有效应之和为 I 。补出的结果概率为零,其余结果无误识别标签。平均态按正交块分解,若 ρ x 的特征值是 λ x j ,平均态的非零特征值就是 p x λ x j ,直接展开得
S ( ρ ¯ ) = H ( p ) + ∑ x p x S ( ρ x ) . 因此 I ( X ; Y ) = I acc = χ = H ( p ) 。这同时给出可达测量和匹配上界,而不只是一句“正交态可以区分”。
推论与应用
从每个状态相对平均态的差异推出测量界
先删除零先验标签。对任何 v ∈ ker ρ ¯ ,
0 = ⟨ v | ρ ¯ | v ⟩ = ∑ x p x ‖ ρ x v ‖ 2 . 每项非负,故 supp ρ x ⊆ supp ρ ¯ 。于是量子相对熵 公理库 量子相对熵 Quantum relative entropy · Umegaki relative entropy 量子相对熵通过谱对数比较两个密度算子;完整特征基展开把其非负性和取等条件化为标量 Gibbs 不等式,并导出最大混态熵差与系综恒等式。 D ( ρ x ‖ ρ ¯ ) 都有限。类似地,若 q y = 0 ,非负求和 q y = ∑ x p x W ( y ∣ x ) 迫使整列 W ( y ∣ x ) 为零,互信息计算中没有正概率除以零的项。
将经典互信息的定义逐项展开,有
I ( X ; Y ) = ∑ x , y : P X Y ( x , y ) > 0 p x W ( y ∣ x ) log 2 p x W ( y ∣ x ) p x q y = ∑ x p x D ( W ( ⋅ ∣ x ) ‖ q ) . 测量对应同一个量子到经典信道 公理库 量子信道 Quantum channel · CPTP map · Completely positive trace-preserving map 量子信道是完全正且保持迹的线性映射,描述包含噪声、测量结果遗忘和子系统丢弃的确定性量子状态变换。
M ( A ) = ∑ y Tr ( E y A ) | y ⟩ ⟨ y | . 可以直接核验它满足 CPTP 条件。选输入空间的正交基 { | k ⟩ } ,取Kraus 算子 公理库 Kraus 表示 Kraus representation · Operator-sum representation · 算子和表示 有限维线性映射完全正当且仅当它能写成 Kraus 算子和,保持迹则等价于这些算子的完备性恒等式。 K y k = | y ⟩ ⟨ k | E y ,则
∑ y , k K y k † K y k = ∑ y E y = I , ∑ y , k K y k A K y k † = M ( A ) . 输出在记录基上对角,因此其量子相对熵就是概率列的经典相对熵。对每个标签应用共同信道下的数据处理定理,得到
D ( W ( ⋅ ∣ x ) ‖ q ) = D ( M ( ρ x ) ‖ M ( ρ ¯ ) ) ≤ D ( ρ x ‖ ρ ¯ ) . 乘以 p x 后求和,再使用量子相对熵页已证明的系综恒等式:
I ( X ; Y ) ≤ ∑ x p x D ( ρ x ‖ ρ ¯ ) = S ( ρ ¯ ) − ∑ x p x S ( ρ x ) = χ . 右侧与测量选择无关,对所有 POVM 取上确界便完成 Holevo 界的证明。关键步骤是两态经过同一个保持迹信道;选中一个测量结果后归一化的条件更新不属于这个线性 CPTP 接口。
维数界如何用于量子通信
状态熵非负且不超过 log 2 d ,所以
I acc ≤ χ ≤ S ( ρ ¯ ) ≤ log 2 d . 若接收者仅测量收到的 q 个 qubit,d = 2 q ,读出的经典互信息至多 q bit。这是固定一次制备与测量的界;它既没有证明某个噪声信道的编码容量,也没有保证任意系综的 χ 都能被这一次测量达到。
使用预共享纠缠通信 公理库 量子通信复杂度 Quantum communication complexity 允许双方交换量子寄存器并选择是否预共享纠缠,以 qubit 数、经典 bit 数和错误概率共同衡量协议。 时,应把接收者已有的辅助寄存器包括在状态中。超密编码发送一个 qubit 后,Bob 实际对两个 qubit 上的四个正交 Bell 态做联合测量,完整接收系统维数为 4 ,界允许读出两个 bit。若只把新到的一个 qubit 代入维数,就漏掉了原有资源。相反,另添一个与标签和输入态均独立的固定辅助态 τ ,各项熵都加上 S ( τ ) ,会在 χ 的差中抵消。
终点自测:重新写出两份联合概率矩阵,分别算输出边缘和条件熵,再用测量信道推导上界。若改为公平制备 | 0 ⟩ , | 1 ⟩ ,计算基给出 I = χ = 1 ;若两标签都制备 | + ⟩ ,无论测量结果多随机,互信息都为零。
参考资料