Beginnen wir mit einer präzisen mathematischen Definition für Purifikationen.
Definition
Sei X ein System in einem Zustand, der durch eine Dichtematrix ρ dargestellt wird, und sei ∣ψ⟩ ein Quantenzustandsvektor eines Paares (X,Y), der ρ ergibt, wenn über Y die Spur gezogen wird:
ρ=TrY(∣ψ⟩⟨ψ∣).
Der Zustandsvektor ∣ψ⟩ wird dann als eine Purifikation von ρ bezeichnet.
Der reine Zustand ∣ψ⟩⟨ψ∣, als Dichtematrix statt als Quantenzustandsvektor ausgedrückt, wird ebenfalls häufig als Purifikation von ρ bezeichnet, wenn die Gleichung in der Definition gilt – wir verwenden den Begriff jedoch im Allgemeinen für einen Quantenzustandsvektor.
Der Begriff Purifikation wird auch allgemeiner verwendet, wenn die Reihenfolge der Systeme umgekehrt ist, wenn die Systeme und Zustände andere Namen tragen (natürlich), und wenn mehr als zwei Systeme vorhanden sind.
Wenn zum Beispiel ∣ψ⟩ ein Quantenzustandsvektor ist, der einen reinen Zustand eines zusammengesetzten Systems (A,B,C) darstellt, und die Gleichung
ρ=TrB(∣ψ⟩⟨ψ∣)
für eine Dichtematrix ρ gilt, die einen Zustand des Systems (A,C) darstellt, dann wird ∣ψ⟩ weiterhin als Purifikation von ρ bezeichnet.
Im Rahmen dieser Lektion konzentrieren wir uns jedoch auf die spezifische Form, die in der Definition beschrieben wird.
Eigenschaften und Fakten über Purifikationen gemäß dieser Definition lassen sich typischerweise auf mehr als zwei Systeme verallgemeinern, indem man die Systeme neu anordnet und in zwei zusammengesetzte Systeme aufteilt, von denen eines die Rolle von X und das andere die Rolle von Y übernimmt.
Seien X und Y zwei beliebige Systeme und ρ ein gegebener Zustand von X.
Wir werden beweisen, dass ein Quantenzustandsvektor ∣ψ⟩ von (X,Y) existiert, der ρpurifiziert — was eine andere Weise ist zu sagen, dass ∣ψ⟩ eine Purifikation von ρ ist — vorausgesetzt, das System Y ist groß genug.
Insbesondere gilt: Wenn Y mindestens so viele klassische Zustände hat wie X, existiert für jeden Zustand ρ notwendigerweise eine Purifikation dieser Form.
Für manche Zustände ρ werden weniger klassische Zustände von Y benötigt;
im Allgemeinen sind rank(ρ) klassische Zustände von Y notwendig und hinreichend für die Existenz eines Quantenzustandsvektors von (X,Y), der ρ purifiziert.
Betrachte zunächst eine beliebige Darstellung von ρ als Konvexkombination von n reinen Zuständen, für eine beliebige positive ganze Zahl n.
ρ=a=0∑n−1pa∣ϕa⟩⟨ϕa∣
In diesem Ausdruck ist (p0,…,pn−1) ein Wahrscheinlichkeitsvektor und ∣ϕ0⟩,…,∣ϕn−1⟩ sind Quantenzustandsvektoren von X.
Eine Möglichkeit, einen solchen Ausdruck zu erhalten, ist der Spektralsatz, bei dem n die Anzahl der klassischen Zustände von X ist, p0,…,pn−1 die Eigenwerte von ρ sind und ∣ϕ0⟩,…,∣ϕn−1⟩ orthonormale Eigenvektoren zu diesen Eigenwerten sind.
Es ist tatsächlich nicht nötig, die Terme, die den Null-Eigenwerten von ρ entsprechen, in die Summe aufzunehmen, was es uns erlaubt, alternativ n=rank(ρ) zu wählen und p0,…,pn−1 als die von null verschiedenen Eigenwerte von ρ zu nehmen.
Dies ist der minimale Wert von n, für den ein Ausdruck der obigen Form existiert.
Um es klar zu sagen: Es ist nicht notwendig, dass die gewählte Darstellung von ρ als Konvexkombination reiner Zustände aus dem Spektralsatz stammt — dies ist nur eine Möglichkeit, einen solchen Ausdruck zu erhalten.
Insbesondere kann n eine beliebige positive ganze Zahl sein, die Einheitsvektoren ∣ϕ0⟩,…,∣ϕn−1⟩ müssen nicht orthogonal sein, und die Wahrscheinlichkeiten p0,…,pn−1 müssen keine Eigenwerte von ρ sein.
Wir können nun eine Purifikation von ρ wie folgt identifizieren.
∣ψ⟩=a=0∑n−1pa∣ϕa⟩⊗∣a⟩
Dabei nehmen wir an, dass die klassischen Zustände von Y die Werte 0,…,n−1 umfassen.
Falls nicht, kann eine beliebige Auswahl von n verschiedenen klassischen Zuständen von Y für 0,…,n−1 eingesetzt werden.
Zu überprüfen, dass es sich tatsächlich um eine Purifikation von ρ handelt, ist eine einfache Angelegenheit der Berechnung der partiellen Spur, was auf die folgenden zwei äquivalenten Weisen geschehen kann.
wobei ∣ψθ⟩=cos(θ)∣0⟩+sin(θ)∣1⟩.
Der Quantenzustandsvektor
cos(π/8)∣ψπ/8⟩⊗∣0⟩+sin(π/8)∣ψ5π/8⟩⊗∣1⟩
der einen reinen Zustand des Paares (X,Y) beschreibt, ist daher eine Purifikation von ρ.
Alternativ können wir schreiben
ρ=21∣0⟩⟨0∣+21∣+⟩⟨+∣.
Dies ist eine Konvexkombination reiner Zustände, aber keine Spektralzerlegung, da ∣0⟩ und ∣+⟩ nicht orthogonal sind und 1/2 kein Eigenwert von ρ ist.
Dennoch ist der Quantenzustandsvektor
Als nächstes besprechen wir Schmidt-Zerlegungen, d. h. Ausdrücke von Quantenzustandsvektoren von Paaren von Systemen, die eine bestimmte Form annehmen.
Schmidt-Zerlegungen stehen in engem Zusammenhang mit Purifikationen und sind auch für sich genommen sehr nützlich.
Wenn man über einen gegebenen Quantenzustandsvektor ∣ψ⟩ eines Paares von Systemen nachdenkt, besteht der erste Schritt häufig darin, eine Schmidt-Zerlegung dieses Zustands zu identifizieren oder zu betrachten.
Definition
Sei ∣ψ⟩ ein gegebener Quantenzustandsvektor eines Paares von Systemen (X,Y). Eine Schmidt-Zerlegung von ∣ψ⟩ ist ein Ausdruck der Form
∣ψ⟩=a=0∑r−1pa∣xa⟩⊗∣ya⟩,
wobei p0,…,pr−1 positive reelle Zahlen mit Summe 1 sind und beide Mengen {∣x0⟩,…,∣xr−1⟩} und {∣y0⟩,…,∣yr−1⟩} orthonormal sind.
Die Werte
p0,…,pr−1
in einer Schmidt-Zerlegung von ∣ψ⟩ heißen Schmidt-Koeffizienten, die eindeutig bestimmt sind (bis auf ihre Reihenfolge) — es sind die einzigen positiven reellen Zahlen, die in einem solchen Ausdruck von ∣ψ⟩ auftreten können.
Die Mengen
{∣x0⟩,…,∣xr−1⟩}und{∣y0⟩,…,∣yr−1⟩},
hingegen sind nicht eindeutig bestimmt, und die Freiheit bei der Wahl dieser Vektormengen wird in der folgenden Erklärung verdeutlicht.
Wir werden nun zeigen, dass ein gegebener Quantenzustandsvektor ∣ψ⟩ tatsächlich eine Schmidt-Zerlegung besitzt, und dabei lernen, wie man eine solche findet.
Betrachte zunächst eine beliebige (nicht notwendigerweise orthogonale) Basis {∣x0⟩,…,∣xn−1⟩} des Vektorraums, der dem System X entspricht.
Da dies eine Basis ist, gibt es immer eine eindeutig bestimmte Auswahl von Vektoren ∣z0⟩,…,∣zn−1⟩, für die die folgende Gleichung gilt.
∣ψ⟩=a=0∑n−1∣xa⟩⊗∣za⟩(1)
Angenommen zum Beispiel, {∣x0⟩,…,∣xn−1⟩} ist die Standardbasis von X.
Unter der Annahme, dass die klassische Zustandsmenge von X gleich {0,…,n−1} ist, bedeutet dies, dass ∣xa⟩=∣a⟩ für jedes a∈{0,…,n−1}, und wir erhalten
∣ψ⟩=a=0∑n−1∣a⟩⊗∣za⟩
wenn
∣za⟩=(⟨a∣⊗IY)∣ψ⟩
für jedes a∈{0,…,n−1}.
Solche Ausdrücke betrachten wir häufig, wenn wir über eine Standardbasismessung von X nachdenken.
Es ist wichtig zu beachten, dass die Formel
∣za⟩=(⟨a∣⊗IY)∣ψ⟩
für die Vektoren ∣z0⟩,…,∣zn−1⟩ in diesem Beispiel nur funktioniert, weil {∣0⟩,…,∣n−1⟩} eine orthonormale Basis ist.
Im Allgemeinen gilt: Wenn {∣x0⟩,…,∣xn−1⟩} eine nicht notwendigerweise orthonormale Basis ist, sind die Vektoren ∣z0⟩,…,∣zn−1⟩ durch die Gleichung (1) zwar eindeutig bestimmt, aber es wird eine andere Formel benötigt.
Eine Möglichkeit, sie zu finden, besteht darin, zunächst Vektoren ∣w0⟩,…,∣wn−1⟩ zu identifizieren, so dass die Gleichung
⟨wa∣xb⟩={10a=ba=b
für alle a,b∈{0,…,n−1} erfüllt ist, woraufhin wir haben
∣za⟩=(⟨wa∣⊗IY)∣ψ⟩.
Für eine gegebene Basis {∣x0⟩,…,∣xn−1⟩} des Vektorraums von X erfüllen die eindeutig bestimmten Vektoren ∣z0⟩,…,∣zn−1⟩, für die die Gleichung (1) gilt, nicht notwendigerweise besondere Eigenschaften, selbst wenn {∣x0⟩,…,∣xn−1⟩} eine orthonormale Basis ist.
Wenn wir jedoch {∣x0⟩,…,∣xn−1⟩} als orthonormale Basis aus Eigenvektoren des reduzierten Zustands
ρ=TrY(∣ψ⟩⟨ψ∣)
wählen, passiert etwas Interessantes.
Genauer gesagt: Für die eindeutig bestimmte Kollektion {∣z0⟩,…,∣zn−1⟩}, für die die Gleichung (1) gilt, stellt sich heraus, dass diese Kollektion orthogonal sein muss.
Im Einzelnen betrachte eine Spektralzerlegung von ρ.
ρ=a=0∑n−1pa∣xa⟩⟨xa∣
Hier bezeichnen wir die Eigenwerte von ρ mit p0,…,pn−1 in Anerkennung der Tatsache, dass ρ eine Dichtematrix ist — der Vektor der Eigenwerte (p0,…,pn−1) bildet also einen Wahrscheinlichkeitsvektor — während {∣x0⟩,…,∣xn−1⟩} eine orthonormale Basis von Eigenvektoren zu diesen Eigenwerten ist.
Um zu sehen, dass die eindeutige Kollektion {∣z0⟩,…,∣zn−1⟩}, für die die Gleichung (1) gilt, notwendigerweise orthogonal ist, können wir mit der Berechnung der partiellen Spur beginnen.
Dieser Ausdruck muss mit der Spektralzerlegung von ρ übereinstimmen.
Da {∣x0⟩,…,∣xn−1⟩} eine Basis ist, schließen wir, dass die Menge von Matrizen
{∣xa⟩⟨xb∣:a,b∈{0,…,n−1}}
linear unabhängig ist, und somit folgt
⟨zb∣za⟩={pa0a=ba=b,
womit gezeigt ist, dass {∣z0⟩,…,∣zn−1⟩} orthogonal ist.
Wir haben fast eine Schmidt-Zerlegung von ∣ψ⟩ erhalten.
Es bleibt noch, die Terme in (1), für die pa=0 gilt, zu verwerfen und dann ∣za⟩=pa∣ya⟩ für einen Einheitsvektor ∣ya⟩ für jeden der verbleibenden Terme zu schreiben.
Ein bequemer Weg, dies zu tun, beginnt mit der Beobachtung, dass wir die Eigenwert/Eigenvektor-Paare in einer Spektralzerlegung des reduzierten Zustands ρ beliebig nummerieren können — wir dürfen also annehmen, dass die Eigenwerte in absteigender Reihenfolge sortiert sind:
p0≥p1≥⋯≥pn−1.
Mit r=rank(ρ) finden wir p0,…,pr−1>0 und pr=⋯=pn−1=0.
Also haben wir
ρ=a=0∑r−1pa∣xa⟩⟨xa∣,
und wir können den Quantenzustandsvektor ∣ψ⟩ schreiben als
∣ψ⟩=a=0∑r−1∣xa⟩⊗∣za⟩.
Da
∥∣za⟩∥2=⟨za∣za⟩=pa>0
für a=0,…,r−1, können wir Einheitsvektoren ∣y0⟩,…,∣yr−1⟩ definieren als
∣ya⟩=∥∣za⟩∥∣za⟩=pa∣za⟩,
so dass ∣za⟩=pa∣ya⟩ für jedes a∈{0,…,r−1}.
Da die Vektoren {∣z0⟩,…,∣zr−1⟩} orthogonal und von null verschieden sind, folgt, dass
{∣y0⟩,…,∣yr−1⟩} eine orthonormale Menge ist, und wir haben somit eine Schmidt-Zerlegung von ∣ψ⟩ erhalten.
∣ψ⟩=a=0∑r−1pa∣xa⟩⊗∣ya⟩
Bezüglich der Wahl der Vektoren
{∣x0⟩,…,∣xr−1⟩} und
{∣y0⟩,…,∣yr−1⟩}
können wir {∣x0⟩,…,∣xr−1⟩} als eine beliebige orthonormale Menge von Eigenvektoren zu den von null verschiedenen Eigenwerten des reduzierten Zustands TrY(∣ψ⟩⟨ψ∣) wählen (wie wir es oben getan haben), wobei die Vektoren {∣y0⟩,…,∣yr−1⟩} dann eindeutig bestimmt sind.
Die Situation ist symmetrisch zwischen den beiden Systemen, daher können wir alternativ {∣y0⟩,…,∣yr−1⟩} als eine beliebige orthonormale Menge von Eigenvektoren zu den von null verschiedenen Eigenwerten des reduzierten Zustands TrX(∣ψ⟩⟨ψ∣) wählen, wobei dann die Vektoren {∣x0⟩,…,∣xr−1⟩} eindeutig bestimmt sind.
Beachte jedoch: Sobald eine der Mengen als Eigenvektormenge des entsprechenden reduzierten Zustands gewählt wurde, ist die andere bestimmt — sie können also nicht unabhängig voneinander gewählt werden.
Obwohl es in dieser Reihe nicht wieder vorkommen wird, ist es bemerkenswert, dass die von null verschiedenen Eigenwerte p0,…,pr−1 des reduzierten Zustands TrX(∣ψ⟩⟨ψ∣) stets mit den von null verschiedenen Eigenwerten des reduzierten Zustands TrY(∣ψ⟩⟨ψ∣) für jeden reinen Zustand ∣ψ⟩ eines Paares von Systemen (X,Y) übereinstimmen müssen.
Anschaulich gesagt enthalten die reduzierten Zustände von X und Y genau gleich viel Zufälligkeit, wenn sich das Paar (X,Y) in einem reinen Zustand befindet.
Diese Tatsache wird durch die Schmidt-Zerlegung offenbart: In beiden Fällen müssen die Eigenwerte der reduzierten Zustände mit den Quadraten der Schmidt-Koeffizienten des reinen Zustands übereinstimmen.
Wir können Schmidt-Zerlegungen nutzen, um eine grundlegend wichtige Tatsache über Purifikationen zu zeigen, die als unitäre Äquivalenz von Purifikationen bekannt ist.
Theorem
Unitäre Äquivalenz von Purifikationen: Seien X und Y Systeme, und seien ∣ψ⟩ und ∣ϕ⟩ Quantenzustandsvektoren von (X,Y), die beide denselben Zustand von X purifizieren. In Formeln:
TrY(∣ψ⟩⟨ψ∣)=ρ=TrY(∣ϕ⟩⟨ϕ∣)
für eine Dichtematrix ρ, die einen Zustand von X darstellt.
Dann muss eine unitäre Operation U auf Y allein existieren, die die erste Purifikation in die zweite überführt:
(IX⊗U)∣ψ⟩=∣ϕ⟩.
Wir werden einige Implikationen dieses Theorems im weiteren Verlauf der Lektion besprechen, aber zunächst wollen wir sehen, wie es aus unserer vorherigen Diskussion über Schmidt-Zerlegungen folgt.
Unsere Annahme ist, dass ∣ψ⟩ und ∣ϕ⟩ Quantenzustandsvektoren
eines Paares von Systemen (X,Y) sind, die die Gleichung
TrY(∣ψ⟩⟨ψ∣)=ρ=TrY(∣ϕ⟩⟨ϕ∣)
für eine Dichtematrix ρ, die einen Zustand von X darstellt, erfüllen.
Betrachte eine Spektralzerlegung von ρ.
ρ=a=0∑n−1pa∣xa⟩⟨xa∣
Hier ist {∣x0⟩,…,∣xn−1⟩} eine orthonormale Basis von Eigenvektoren von ρ.
Indem wir der zuvor beschriebenen Vorgehensweise folgen, erhalten wir Schmidt-Zerlegungen sowohl für ∣ψ⟩ als auch für ∣ϕ⟩ in der folgenden Form.
In diesen Ausdrücken ist r der Rang von ρ und
{∣u0⟩,…,∣ur−1⟩} und
{∣v0⟩,…,∣vr−1⟩} sind orthonormale Mengen von Vektoren im Raum, der Y entspricht.
Für zwei beliebige orthonormale Mengen im selben Raum mit gleicher Anzahl von Elementen gibt es stets eine unitäre Matrix, die die erste Menge in die zweite überführt, also können wir eine unitäre Matrix U so wählen, dass U∣ua⟩=∣va⟩ für a=0,…,r−1.
Um eine solche Matrix U zu finden, können wir zunächst das Gram-Schmidt-Orthogonalisierungsverfahren verwenden, um unsere orthonormalen Mengen zu orthonormalen Basen
{∣u0⟩,…,∣um−1⟩} und
{∣v0⟩,…,