Articulo de referencia

Capacidad clásica

En la teoría de la información cuántica , la capacidad clásica de un canal cuántico es la velocidad máxima a la que se pueden enviar datos clásicos a través de él sin errores, e...

En la teoría de la información cuántica , la capacidad clásica de un canal cuántico es la velocidad máxima a la que se pueden enviar datos clásicos a través de él sin errores, en el límite de muchos usos del canal.

Fondo

Estados mixtos y canales cuánticos

Un estado cuántico mixto es una traza unitaria, un operador positivo conocido como operador de densidad , y a menudo se denota porρ{\displaystyle \rho },σ{\displaystyle \sigma },ω{\displaystyle \omega }, etc. El modelo más simple para un canal cuántico es un canal clásico-cuántico.

incógnitaρincógnita.{\displaystyle x\mapsto \rho _{x}.}

que envía la carta clásicaincógnita{\displaystyle x} en el extremo transmisor a un estado cuánticoρincógnita{\displaystyle \rho _{x}}en el extremo receptor, con posible introducción de ruido en el medio. La tarea del receptor es realizar una medición para determinar la entrada del emisor. Si los estadosρincógnita{\displaystyle \rho _{x}}son perfectamente distinguibles entre sí (es decir, si tienen soportes ortogonales tales queTranρincógnitaρincógnita=0{\displaystyle \operatorname {Tr} \rho _{x}\rho _{x^{\prime }}=0}paraincógnitaincógnita{\displaystyle x\neq x^{\prime }}) y el canal no tiene ruido, entonces la decodificación perfecta es trivialmente posible. Si los estadosρincógnita{\displaystyle \rho _{x}}Si todos conmutan entre sí, entonces el canal es efectivamente clásico. La situación se vuelve no trivial solo cuando los estados ρincógnita{\displaystyle \rho _{x}}Tienen apoyos superpuestos y no necesariamente se desplazan diariamente al trabajo.

Mediciones cuánticas

La forma más general de describir una medición cuántica es con una medida con valores de operador positivos , cuyos elementos se denotan típicamente como {Λmetro}metro{\displaystyle \left\{\Lambda _{m}\right\}_{m}}Estos operadores deben satisfacer la positividad y la completitud para formar un POVM válido:

Λmetro0    metro{\displaystyle \Lambda _{m}\geq 0\ \ \ \ \forall m}
metroΛmetro=I.{\displaystyle \sum _{m}\Lambda _{m}=I.}

La interpretación probabilística de la mecánica cuántica establece que si alguien mide un estado cuánticoρ{\displaystyle \rho }utilizando un dispositivo de medición correspondiente al POVM{Λmetro}{\displaystyle \left\{\Lambda _{m}\right\}}, entonces la probabilidadpag(metro){\displaystyle p\left(m\right)}para obtener resultadometro{\displaystyle m}es igual a

pag(metro)=TranΛmetroρ,{\displaystyle p(m)=\operatorname {Tr} \Lambda _{m}\rho ,}

y el estado posterior a la medición es

ρmetro=1pag(metro)Λmetro1/2ρΛmetro1/2,{\displaystyle \rho _{m}^{\prime }={\frac {1}{p(m)}}\Lambda _{m}^{1/2}\rho \Lambda _{m}^{1/2},}

si la persona que mide obtiene resultadometro{\displaystyle m}.

Comunicación clásica a través de canales cuánticos

Lo anterior es suficiente para considerar un esquema de comunicación clásico sobre un canal cq. El emisor utiliza un canal cq para mapear una letra clásica x a un estado cuántico.ρincógnita{\displaystyle \rho _{x}}, que luego se envía a través de algún canal cuántico ruidoso, y luego es medido usando algún POVM por el receptor, quien obtiene otra letra clásica.

Definición precisa

La capacidad clásica se puede definir como la tasa máxima alcanzable por un esquema de codificación para la transmisión de información clásica, que se puede definir de la siguiente manera. [ 1 ]

Definición. (Esquema de codificación) A(norte,metro,δ){\displaystyle (n,m,\delta )}-Esquema de codificación para la transmisión de información clásica mediante un canal cuánticoT:B(HA)B(HA){\displaystyle T:B({\mathcal {H}}_{A})\to B({\mathcal {H}}_{A})}se da por un par de un mapa de codificaciónmi:{0,1}norteD(HAnorte){\displaystyle E:\{0,1\}^{n}\to D({\mathcal {H}}_{A}^{\otimes n})}y un POVM de decodificaciónμ:{0,1}norteB(HB)norte{\displaystyle \mu :\{0,1\}^{n}\to B({\mathcal {H}}_{B})^{\otimes n}} tal queμ(incógnita),Tnorte(mi(incógnita))1δ{\displaystyle \langle \mu (x),T^{\otimes n}(E(x))\rangle \geq 1-\delta }con respecto al producto interno de Hilbert-Schmidt para todosincógnita{0,1}norte{\displaystyle x\in \{0,1\}^{n}}.

Definición. (Tasa alcanzable) Una tasaR0{\displaystyle R\geq 0}es alcanzable para el canalT{\displaystyle T}si alguno de los dosR=0{\displaystyle R=0}oR>0{\displaystyle R>0}y para cualquiernorte{\displaystyle n}existe un(norte,metronorte,δnorte){\displaystyle (n,m_{n},\delta _{n})}-esquema de codificación tal queR=límitenortemetronorte/norte{\displaystyle R=\lim _{n\to \infty }m_{n}/n}ylímitenorteδnorte=0{\displaystyle \lim _{n\to \infty }\delta _{n}=0}ambos se sostienen.

Teorema de Holevo-Schumacher-Westmoreland

La información de Holevo (también llamada Holevo)χ{\displaystyle \chi }cantidad) de un canal cuánticonorte{\displaystyle {\mathcal {N}}}puede definirse como

χ(norte)=máximoρincógnitaAI(incógnita;B)norte(ρ){\displaystyle \chi ({\mathcal {N}})=\max _{\rho ^{XA}}I(X;B)_{{\mathcal {N}}(\rho )}}

dóndeρincógnitaA{\displaystyle \rho ^{XA}}es un estado clásico-cuántico de la forma

ρincógnitaA=incógnitapagincógnita(incógnita)|incógnitaincógnita|incógnitaρincógnitaA{\displaystyle \rho ^{XA}=\sum _{x}p_{X}(x)\vert x\rangle \langle x\vert ^{X}\otimes \rho _{x}^{A}}

para alguna distribución de probabilidadpagincógnita(incógnita){\displaystyle p_{X}(x)}y operadores de densidadρincógnitaA{\displaystyle \rho _{x}^{A}}que se puede introducir en el canal indicado.

Schumacher y Westmoreland en 1997, [ 2 ] y Holevo independientemente en 1998, [ 3 ] demostraron que la capacidad clásica de un canal cuántico puede definirse equivalentemente como

do(T)=límitekχ(Tk).{\displaystyle C(T)=\lim _{k\to \infty }\chi (T^{\otimes k}).}

Hayashi y Nagaoka extendieron el enfoque del espectro de información a los canales cuánticos clásicos, proporcionando fórmulas de capacidad y una caracterización de la propiedad de fuerte recíproca sin asumir estacionariedad ni ausencia de memoria. Para canales estacionarios sin memoria, su formulación recupera el resultado habitual de la capacidad de Holevo. [ 4 ]

La desigualdad del operador de Hayashi-Nagaoka de este trabajo se utiliza para acotar las probabilidades de error de las mediciones de raíz cuadrada en las pruebas de alcanzabilidad para la comunicación clásica sobre canales cuánticos. [ 4 ] [ 5 ]

lema de medición suave

El lema de la medición suave establece que una medición que tiene éxito con alta probabilidad no perturba demasiado el estado en promedio.

Lema. (Invierno) Dado un conjunto{pagincógnita(incógnita),ρincógnita}{\displaystyle \left\{p_{X}(x),\rho _{x}\right\}}con el operador de densidad esperadoρincógnitapagincógnita(incógnita)ρincógnita{\displaystyle \rho \equiv \sum _{x}p_{X}(x)\rho _{x}}, supongamos que un operadorΛ{\displaystyle \Lambda }conIΛ0{\displaystyle I\geq \Lambda \geq 0}tiene éxito con probabilidad1ϵ{\displaystyle 1-\epsilon }en el estadoρ{\displaystyle \rho }:

TranΛρ1ϵ.{\displaystyle \operatorname {Tr} \Lambda \rho \geq 1-\epsilon .}

Luego el estado subnormalizadoΛρincógnitaΛ{\displaystyle {\sqrt {\Lambda }}\rho _{x}{\sqrt {\Lambda }}}está cerca en distancia de traza esperada al estado originalρincógnita{\displaystyle \rho _{x}}:

miincógnita[ΛρincógnitaΛρincógnita1]2ϵ.{\displaystyle \mathbb {E} _{X}[\left\Vert {\sqrt {\Lambda }}\rho _{X}{\sqrt {\Lambda }}-\rho _{X}\right\Vert _{1}]\leq 2{\sqrt {\epsilon }}.}

El lema de medición suave tiene el siguiente análogo que se cumple para cualquier operador. ρ{\displaystyle \rho },σ{\displaystyle \sigma },Λ{\displaystyle \Lambda }de tal manera que0ρ,σ,ΛI{\displaystyle 0\leq \rho ,\sigma ,\Lambda \leq I}:

La interpretación de esta desigualdad desde la perspectiva de la teoría de la información cuántica es que la probabilidad de obtener un resultadoΛ{\displaystyle \Lambda }a partir de una medición cuántica que actúa sobre el estadoρ{\displaystyle \rho }está acotado por la suma de la probabilidad de obtener Λ{\displaystyle \Lambda }enσ{\displaystyle \sigma }resumido y la distinguibilidad de los dos estadosρ{\displaystyle \rho }yσ{\displaystyle \sigma }.

Límite de unión no conmutativo

Lema. (Línea de Sen) [ 6 ] Para un estado subnormalizadoσ{\displaystyle \sigma }de tal manera que0σ{\displaystyle 0\leq \sigma }y Tranσ1{\displaystyle \operatorname {Tr} \sigma \leq 1}y para proyectoresΠ1{\displaystyle \Pi _{1}}, ... ,Πnorte{\displaystyle \Pi _{N}}tenemos TranσTranΠnorteΠ1 σ Π1Πnorte2i=1norteTran(IΠi)σ.{\displaystyle \operatorname {Tr} \sigma -\operatorname {Tr} \Pi _{N}\cdots \Pi _{1}\ \sigma \ \Pi _{1}\cdots \Pi _{N}\leq 2{\sqrt {\sum _{i=1}^{N}\operatorname {Tr} \left(I-\Pi _{i}\right)\sigma }}.}

Intuitivamente, la cota de Sen es una especie de "cota de unión no conmutativa" porque es análoga a la cota de unión de la teoría de la probabilidad clásica: Pr(A1Anorte)do=Pr(A1doAnortedo)i=1nortePr(Aido),{\displaystyle \Pr \left(A_{1}\cap \cdots \cap A_{N}\right)^{c}=\Pr \left(A_{1}^{c}\cup \cdots \cup A_{N}^{c}\right)\leq \sum _{i=1}^{N}\Pr(A_{i}^{c}),} dóndeA1,,Anorte{\displaystyle A_{1},\ldots ,A_{N}}son eventos. El límite cuántico análogo sería

Tran(IΠ1ΠnorteΠ1)ρi=1norteTran(IΠi)ρ{\displaystyle {\text{Tr}}\left(I-\Pi _{1}\cdots \Pi _{N}\cdots \Pi _{1}\right)\rho \leq \sum _{i=1}^{N}{\text{Tr}}\left(I-\Pi _{i}\right)\rho }

si pensamos enΠ1Πnorte{\displaystyle \Pi _{1}\cdots \Pi _{N}}como un proyector sobre la intersección de subespacios. Sin embargo, esto solo se cumple si los proyectoresΠ1{\displaystyle \Pi _{1}}, ...,Πnorte{\displaystyle \Pi _{N}}desplazamiento (elegirΠ1=|++|{\displaystyle \Pi _{1}=\left\vert +\right\rangle \left\langle +\right\vert },Π2=|00|{\displaystyle \Pi _{2}=\left\vert 0\right\rangle \left\langle 0\right\vert }, yρ=|00|{\displaystyle \rho =\left\vert 0\right\rangle \left\langle 0\right\vert }da un contraejemplo). Si los proyectores no conmutan, entonces se debe usar un límite de unión cuántica o no conmutativa.

Prueba

Ahora demostramos el teorema HSW con la cota de unión no conmutativa de Sen. Primero describimos cómo se elige el código, luego presentamos la construcción del POVM de Bob y, finalmente, analizamos el error del protocolo.

Mapa de codificación

Primero describimos cómo Alice y Bob se ponen de acuerdo en una elección aleatoria de código. Tienen el canalincógnitaρincógnita{\displaystyle x\rightarrow \rho _{x}}y una distribuciónpagincógnita(incógnita){\displaystyle p_{X}(x)}Ellos eligen.METRO{\displaystyle M}secuencias clásicas incógnitanorte{\displaystyle x^{n}}Según la distribución IIDpagincógnitanorte(incógnitanorte){\displaystyle p_{X^{n}}(x^{n})}Después de seleccionarlos, los etiquetan con índices como{incógnitanorte(metro)}metro[METRO]{\displaystyle \{x^{n}(m)\}_{m\in [M]}}Esto da lugar a las siguientes palabras clave cuánticas:

ρincógnitanorte(metro)=ρincógnita1(metro)ρincógnitanorte(metro).{\displaystyle \rho _{x^{n}(m)}=\rho _{x_{1}(m)}\otimes \cdots \otimes \rho _{x_{n}(m)}.}

El libro de códigos cuántico es entonces{ρincógnitanorte(metro)}metro[METRO]{\displaystyle \{\rho _{x^{n}(m)}\}_{m\in [M]}}El estado promedio del libro de códigos es entonces

dóndeρ=incógnitapagincógnita(incógnita)ρincógnita{\displaystyle \rho =\sum _{x}p_{X}(x)\rho _{x}}.

Decodificación de la construcción POVM

La cota de Sen del lema anterior sugiere un método para que Bob decodifique un estado que Alice transmite. Bob primero debería preguntarse "¿Está el estado recibido en el subespacio típico promedio?" Puede hacerlo operacionalmente realizando una medición de subespacio típico correspondiente a{Πρ,δnorte,IΠρ,δnorte}{\displaystyle \{\Pi _{\rho ,\delta }^{n},I-\Pi _{\rho ,\delta }^{n}\}}. A continuación, pregunta en orden secuencial: "¿Está la palabra clave recibida en elmetroel{\displaystyle m^{\text{th}}} ¿Subespacio condicionalmente típico? Esto es en cierto sentido equivalente a la pregunta: "¿Es la palabra clave recibida el subespacio típico?" metroel{\displaystyle m^{\text{th}}}¿Palabra clave transmitida? Puede hacer estas preguntas operativamente realizando las mediciones correspondientes a los proyectores condicionalmente típicos.{Πρincógnitanorte(metro),δ,IΠρincógnitanorte(metro),δ}{\displaystyle \{\Pi _{\rho _{x^{n}(m)},\delta },I-\Pi _{\rho _{x^{n}(m)},\delta }\}}.

¿Por qué debería funcionar bien este esquema de decodificación secuencial? La razón es que la palabra clave transmitida se encuentra, en promedio, en el subespacio típico:

miincógnitanorte[TranΠρ,δρincógnitanorte]=TranΠρ,δ miincógnitanorte[ρincógnitanorte]{\displaystyle \mathbb {E} _{X^{n}}[\operatorname {Tr} \Pi _{\rho ,\delta }\rho _{X^{n}}]=\operatorname {Tr} \Pi _{\rho ,\delta }\ \mathbb {E} _{X^{n}}[\rho _{X^{n}}]}
=TranΠρ,δρnorte{\displaystyle =\operatorname {Tr} \Pi _{\rho ,\delta }\rho ^{\otimes n}}
1ϵ,{\displaystyle \geq 1-\epsilon ,}

donde la desigualdad se deduce de (\ref{eq:1st-typ-prop}). Además, los proyectoresΠρincógnitanorte(metro),δ{\displaystyle \Pi _{\rho _{x^{n}(m)},\delta }} son "buenos detectores" para los estadosρincógnitanorte(metro){\displaystyle \rho _{x^{n}(m)}}(en promedio) porque se cumple la siguiente condición de tipicidad cuántica condicional:

miincógnitanorte[TranΠρincógnitanorte,δρincógnitanorte]1ϵ.{\displaystyle \mathbb {E} _{X^{n}}[\operatorname {Tr} \Pi _{\rho _{X^{n}},\delta }\rho _{X^{n}}]\geq 1-\epsilon .}

Análisis de errores

La probabilidad de detectar lametroel{\displaystyle m^{\text{th}}} La palabra clave correctamente bajo nuestro esquema de decodificación secuencial es igual a

TranΠρincógnitanorte(metro),δΠ^ρincógnitanorte(metro1),δΠ^ρincógnitanorte(1),δΠρ,δnorteρincógnitanorte(metro)Πρ,δnorteΠ^ρincógnitanorte(1),δΠ^ρincógnitanorte(metro1),δΠρincógnitanorte(metro),δ,{\displaystyle \operatorname {Tr} \Pi _{\rho _{X^{n}(m)},\delta }{\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }\cdots {\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }\Pi _{\rho ,\delta }^{n}\rho _{x^{n}(m)}\Pi _{\rho ,\delta }^{n}{\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }\cdots {\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }\Pi _{\rho _{X^{n}(m)},\delta },}

donde hacemos la abreviaturaΠ^IΠ{\displaystyle {\hat {\Pi }}\equiv I-\Pi }. (Observe que proyectamos en el subespacio típico promedio solo una vez). Por lo tanto, la probabilidad de una detección incorrecta para elmetroel{\displaystyle m^{\text{th}}}La palabra clave es dada por

1TranΠρincógnitanorte(metro),δΠ^ρincógnitanorte(metro1),δΠ^ρincógnitanorte(1),δΠρ,δnorteρincógnitanorte(metro)Πρ,δnorteΠ^ρincógnitanorte(1),δΠ^ρincógnitanorte(metro1),δΠρincógnitanorte(metro),δ,{\displaystyle 1-\operatorname {Tr} \Pi _{\rho _{X^{n}(m)},\delta }{\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }\cdots {\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }\Pi _{\rho ,\delta }^{n}\rho _{x^{n}(m)}\Pi _{\rho ,\delta }^{n}{\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }\cdots {\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }\Pi _{\rho _{X^{n}(m)},\delta },}

y la probabilidad de error promedio de este esquema es igual a

11METROmetroTranΠρincógnitanorte(metro),δΠ^ρincógnitanorte(metro1),δΠ^ρincógnitanorte(1),δΠρ,δnorteρincógnitanorte(metro)Πρ,δnorteΠ^ρincógnitanorte(1),δΠ^ρincógnitanorte(metro1),δΠρincógnitanorte(metro),δ.{\displaystyle 1-{\frac {1}{M}}\sum _{m}\operatorname {Tr} \Pi _{\rho _{X^{n}(m)},\delta }{\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }\cdots {\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }\Pi _{\rho ,\delta }^{n}\rho _{x^{n}(m)}\Pi _{\rho ,\delta }^{n}{\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }\cdots {\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }\Pi _{\rho _{X^{n}(m)},\delta }.}

En lugar de analizar la probabilidad de error promedio, analizamos la esperanza de la probabilidad de error promedio, donde la esperanza se refiere a la elección aleatoria del código:

Nuestro primer paso es aplicar la cota de Sen a la cantidad anterior. Pero antes de hacerlo, debemos reescribir ligeramente la expresión anterior, observando que

1=miincógnitanorte[1METROmetroTranρincógnitanorte(metro)]{\displaystyle 1=\mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} \rho _{X^{n}(m)}\right]}
=miincógnitanorte[1METROmetroTranΠρ,δnorteρincógnitanorte(metro)+TranΠ^ρ,δnorteρincógnitanorte(metro)]{\displaystyle =\mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} \Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}+\operatorname {Tr} {\hat {\Pi }}_{\rho ,\delta }^{n}\rho _{X^{n}(m)}\right]}
=miincógnitanorte[1METROmetroTranΠρ,δnorteρincógnitanorte(metro)Πρ,δnorte]+1METROmetroTranΠ^ρδnortemiincógnitanorte[ρincógnitanorte(metro)]{\displaystyle =\mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} \Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}\right]+{\frac {1}{M}}\sum _{m}\operatorname {Tr} {\hat {\Pi }}_{\rho \delta }^{n}\mathbb {E} _{X^{n}}[\rho _{X^{n}(m)}]}
=miincógnitanorte[1METROmetroTranΠρ,δnorteρincógnitanorte(metro)Πρ,δnorte]+TranΠ^ρ,δnorteρnorte{\displaystyle =\mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} \Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}\right]+\operatorname {Tr} {\hat {\Pi }}_{\rho ,\delta }^{n}\rho ^{\otimes n}}
miincógnitanorte[1METROmetroTranΠρ,δnorteρincógnitanorte(metro)Πρ,δnorte]+ϵ{\displaystyle \leq \mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} \Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}\right]+\epsilon }

Sustituyendo en ( 3 ) (y olvidándonos de la pequeñaϵ{\displaystyle \epsilon }término por ahora) da un límite superior de

miincógnitanorte[1METROmetroTranΠρ,δnorteρincógnitanorte(metro)Πρ,δnorte]{\displaystyle \mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} \Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}\right]}
miincógnitanorte[1METROmetroTranΠρincógnitanorte(metro),δΠ^ρincógnitanorte(metro1),δΠ^ρincógnitanorte(1),δΠρ,δnorteρincógnitanorte(metro)Πρ,δnorteΠ^ρincógnitanorte(1),δΠ^ρincógnitanorte(metro1),δΠρincógnitanorte(metro),δ].{\displaystyle -\mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} \Pi _{\rho _{X^{n}(m)},\delta }{\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }\cdots {\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }\Pi _{\rho ,\delta }^{n}\rho _{x^{n}(m)}\Pi _{\rho ,\delta }^{n}{\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }\cdots {\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }\Pi _{\rho _{X^{n}(m)},\delta }\right].}

Luego aplicamos la cota de Sen a esta expresión conσ=Πρ,δnorteρincógnitanorte(metro)Πρ,δnorte{\displaystyle \sigma =\Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}}y los proyectores secuenciales comoΠρincógnitanorte(metro),δ{\displaystyle \Pi _{\rho _{X^{n}(m)},\delta }},Π^ρincógnitanorte(metro1),δ{\displaystyle {\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }}, ...,Π^ρincógnitanorte(1),δ{\displaystyle {\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }}Esto proporciona el límite superior. miincógnitanorte[1METROmetro2(Tran(IΠρincógnitanorte(metro),δ)Πρ,δnorteρincógnitanorte(metro)Πρ,δnorte+i=1metro1TranΠρincógnitanorte(i),δΠρ,δnorteρincógnitanorte(metro)Πρ,δnorte)1/2].{\displaystyle \mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}2\left(\operatorname {Tr} (I-\Pi _{\rho _{X^{n}(m)},\delta })\Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}+\sum _{i=1}^{m-1}\operatorname {Tr} \Pi _{\rho _{X^{n}(i)},\delta }\Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}\right)^{1/2}\right].} Debido a la concavidad de la raíz cuadrada, podemos acotar esta expresión desde arriba mediante

2(miincógnitanorte[1METROmetroTran(IΠρincógnitanorte(metro),δ)Πρ,δnorteρincógnitanorte(metro)Πρ,δnorte+i=1metro1TranΠρincógnitanorte(i),δΠρ,δnorteρincógnitanorte(metro)Πρ,δnorte])1/2{\displaystyle 2\left(\mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} (I-\Pi _{\rho _{X^{n}(m)},\delta })\Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}+\sum _{i=1}^{m-1}\operatorname {Tr} \Pi _{\rho _{X^{n}(i)},\delta }\Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}\right]\right)^{1/2}}
2(miincógnitanorte[1METROmetroTran(IΠρincógnitanorte(metro),δ)Πρ,δnorteρincógnitanorte(metro)Πρ,δnorte+imetroTranΠρincógnitanorte(i),δΠρ,δnorteρincógnitanorte(metro)Πρ,δnorte])1/2{\displaystyle 2\left(\mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} (I-\Pi _{\rho _{X^{n}(m)},\delta })\Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}+\sum _{i\neq m}\operatorname {Tr} \Pi _{\rho _{X^{n}(i)},\delta }\Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}\right]\right)^{1/2}}

donde el segundo límite se obtiene sumando sobre todas las palabras clave que no son iguales a lametroel{\displaystyle m^{\text{th}}}palabra clave (esta suma solo puede ser mayor).

Ahora nos centraremos exclusivamente en demostrar que el término dentro de la raíz cuadrada se puede hacer pequeño. Consideremos el primer término:

miincógnitanorte[1METROmetroTran(IΠρincógnitanorte(metro),δ)Πρ,δnorteρincógnitanorte(metro)Πρ,δnorte]{\displaystyle \mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} (I-\Pi _{\rho _{X^{n}(m)},\delta })\Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}\right]}
miincógnitanorte[1METROmetroTran(IΠρincógnitanorte(metro),δ)ρincógnitanorte(metro)+ρincógnitanorte(metro)Πρ,δnorteρincógnitanorte(metro)Πρ,δnorte1]{\displaystyle \leq \mathbb {E} _{X^{n}}\left[{\frac {1}{M}}\sum _{m}\operatorname {Tr} (I-\Pi _{\rho _{X^{n}(m)},\delta })\rho _{X^{n}(m)}+\left\Vert \rho _{X^{n}(m)}-\Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}\right\Vert _{1}\right]}
ϵ+2ϵ.{\displaystyle \leq \epsilon +2{\sqrt {\epsilon }}.}

donde la primera desigualdad se deduce de ( 1 ) y la segunda desigualdad se deduce del lema del operador suave y de las propiedades de tipicidad incondicional y condicional. Consideremos ahora el segundo término y la siguiente cadena de desigualdades:

imetromiincógnitanorte[TranΠρincógnitanorte(i),δΠρ,δnorteρincógnitanorte(metro)Πρ,δnorte]{\displaystyle \sum _{i\neq m}\mathbb {E} _{X^{n}}[\operatorname {Tr} \Pi _{\rho _{X^{n}(i)},\delta }\Pi _{\rho ,\delta }^{n}\rho _{X^{n}(m)}\Pi _{\rho ,\delta }^{n}]}
=imetroTranmiincógnitanorte[Πρincógnitanorte(i),δ]Πρ,δnortemiincógnitanorte[ρincógnitanorte(metro)]Πρ,δnorte{\displaystyle =\sum _{i\neq m}\operatorname {Tr} \mathbb {E} _{X^{n}}[\Pi _{\rho _{X^{n}(i)},\delta }]\Pi _{\rho ,\delta }^{n}\mathbb {E} _{X^{n}}[\rho _{X^{n}(m)}]\Pi _{\rho ,\delta }^{n}}
=imetroTranmiincógnitanorte[Πρincógnitanorte(i),δ]Πρ,δnorteρnorteΠρ,δnorte{\displaystyle =\sum _{i\neq m}\operatorname {Tr} \mathbb {E} _{X^{n}}[\Pi _{\rho _{X^{n}(i)},\delta }]\Pi _{\rho ,\delta }^{n}\rho ^{\otimes n}\Pi _{\rho ,\delta }^{n}}
imetro2norteH(B)δTranmiincógnitanorte[Πρincógnitanorte(i),δ]Πρ,δnorte{\displaystyle \leq \sum _{i\neq m}2^{-n\lfloor H(B)-\delta \rfloor }\operatorname {Tr} \mathbb {E} _{X^{n}}[\Pi _{\rho _{X^{n}(i)},\delta }]\Pi _{\rho ,\delta }^{n}}

La primera igualdad se deduce porque las palabras claveincógnitanorte(metro){\displaystyle X^{n}\left(m\right)}y incógnitanorte(i){\displaystyle X^{n}(i)}son independientes ya que son diferentes. La segunda igualdad se deduce de ( 2 ). La primera desigualdad se deduce de (\ref{eq:3rd-typ-prop}). Continuando, tenemos

imetro2norteH(B)δmiincógnitanorte[TranΠρincógnitanorte(i),δ]{\displaystyle \leq \sum _{i\neq m}2^{-n\lfloor H(B)-\delta \rfloor }\mathbb {E} _{X^{n}}[\operatorname {Tr} \Pi _{\rho _{X^{n}(i)},\delta }]}
imetro2norteH(B)δ 2norteH(B|incógnita)+δ{\displaystyle \leq \sum _{i\neq m}2^{-n\lfloor H(B)-\delta \rfloor }\ 2^{n\lfloor H(B|X)+\delta \rfloor }}
=imetro2norteI(incógnita;B)2δ{\displaystyle =\sum _{i\neq m}2^{-n\lfloor I(X;B)-2\delta \rfloor }}
METRO 2norteI(incógnita;B)2δ.{\displaystyle \leq M\ 2^{-n\lfloor I(X;B)-2\delta \rfloor }.}

La primera desigualdad se deduce deΠρ,δnorteI{\displaystyle \Pi _{\rho ,\delta }^{n}\leq I}y cambiando la traza por la esperanza. La segunda desigualdad se deduce de (\ref{eq:2nd-cond-typ}). Las dos siguientes son directas.

Al juntarlo todo, obtenemos nuestro límite final para la esperanza de la probabilidad de error promedio:

1miincógnitanorte[TranΠρincógnitanorte(metro),δΠ^ρincógnitanorte(metro1),δΠ^ρincógnitanorte(1),δΠρ,δnorteρincógnitanorte(metro)Πρ,δnorteΠ^ρincógnitanorte(1),δΠ^ρincógnitanorte(metro1),δΠρincógnitanorte(metro),δ]{\displaystyle 1-\mathbb {E} _{X^{n}}\left[\operatorname {Tr} \Pi _{\rho _{X^{n}(m)},\delta }{\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }\cdots {\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }\Pi _{\rho ,\delta }^{n}\rho _{x^{n}(m)}\Pi _{\rho ,\delta }^{n}{\hat {\Pi }}_{\rho _{X^{n}(1)},\delta }\cdots {\hat {\Pi }}_{\rho _{X^{n}(m-1)},\delta }\Pi _{\rho _{X^{n}(m)},\delta }\right]}
ϵ+2((ϵ+2ϵ)+METRO2norteI(incógnita;B)2δ)1/2.{\displaystyle \leq \epsilon +2((\epsilon +2{\sqrt {\epsilon }})+M2^{-n\lfloor I(X;B)-2\delta \rfloor })^{1/2}.}

Por lo tanto, siempre que elijamosMETRO=2norteI(incógnita;B)3δ{\displaystyle M=2^{n\lfloor I(X;B)-3\delta \rfloor }}Existe un código con probabilidad de error evanescente.

No aditividad de la capacidad clásica

El teorema HSW puede considerarse como la expresión de la capacidad clásica de un canal.Φ{\displaystyle \Phi }en términos de una regularización del Holevoχ{\displaystyle \chi }-cantidad sobre múltiples usos deΦ{\displaystyle \Phi }. Un problema abierto en la teoría de la información cuántica era determinar si laχ{\displaystyle \chi }-la cantidad es aditiva, lo que implicaría que la capacidad clásica podría expresarse utilizando un solo uso deΦ{\displaystyle \Phi }[ 7 ] Sin embargo , Matthew Hastings proporcionó en 2009 canales que ofrecían contraejemplos a esta afirmación. [ 8 ] Trabajos posteriores demostraron que se trata de un fenómeno genérico, en el sentido de que un canal elegido aleatoriamente de una distribución de probabilidad natural dará un contraejemplo con alta probabilidad. (Esto contrasta con las demostraciones que utilizan el método probabilístico , donde se muestra que el muestreo aleatorio solo da un contraejemplo con probabilidad distinta de cero). Se puede dar una demostración de esto utilizando el teorema de Dvoretzky . [ 7 ]

entropía de salida mínima

La no aditividad de la capacidad clásica está estrechamente relacionada con la no aditividad de la entropía mínima de von Neumann de la salida de un canal cuántico. Un problema más sencillo es considerar la entropía cuántica de Rényi de salida mínima parapag>2{\displaystyle p>2}, para lo cual Grudka, Horodecki y Pankowski dieron contraejemplos sencillos utilizando el entrelazamiento inherente de los fermiones . [ 9 ]

Véase también

Referencias

  • Wilde, Mark M. (2017), Teoría de la información cuántica , Cambridge University Press, arXiv : 1106.1445 , Bibcode : 2011arXiv1106.1445W , doi : 10.1017/9781316809976.001 , S2CID 2515538 
  • Guha, Saikat; Tan, Si-Hui; Wilde, Mark M. (2012), "Receptores explícitos con capacidad de logro para comunicación óptica y lectura cuántica", Actas del Simposio Internacional de Teoría de la Información del IEEE (ISIT 2012) , pp. 551–555 , arXiv : 1202.0518 , doi : 10.1109/ISIT.2012.6284251 , ISBN  978-1-4673-2579-0, S2CID 8786400 .

Notas

  1. "Lección 11: La capacidad clásica de un canal cuántico" (PDF) .
  2. Schumacher, Benjamin; Westmoreland, Michael (1997), "Envío de información clásica a través de canales cuánticos ruidosos", Phys. Rev. A , 56 (1): 131– 138, Bibcode : 1997PhRvA..56..131S , doi : 10.1103/PhysRevA.56.131
  3. Holevo, Alexander S. (1998), "La capacidad del canal cuántico con estados de señal generales", IEEE Transactions on Information Theory , 44 (1): 269–273 , arXiv : quant-ph/9611023 , doi : 10.1109/18.651037
  4. 1 2 Hayashi, Masahito; Nagaoka, Hiroshi (julio de 2003). "Fórmulas generales para la capacidad de canales clásicos-cuánticos". IEEE Transactions on Information Theory . 49 (7): 1753– 1768. arXiv : quant-ph/0206186 . doi : 10.1109/TIT.2003.813556 .
  5. Cheng, Hao-Chung (noviembre de 2023). "Derivación simple y más precisa de la alcanzabilidad para la comunicación clásica sobre canales cuánticos". PRX Quantum . 4 (4) 040330. arXiv : 2301.11156 . doi : 10.1103/PRXQuantum.4.040330 .
  6. Sen, Pranab (2012), "Logrando el límite interno de Han-Kobayashi para el canal de interferencia cuántica mediante decodificación secuencial", Actas del Simposio Internacional de Teoría de la Información del IEEE (ISIT 2012) , págs. 736–740 , arXiv : 1109.0802 , doi : 10.1109/ISIT.2012.6284656 , S2CID 15119225  
  7. 1 2 Aubrun, Guillaume; Szarek, Stanisław; Werner, Elisabeth (2011). "Contraejemplo de aditividad de Hastings mediante el teorema de Dvoretzky" . Communications in Mathematical Physics . 305 (1): 85– 97. arXiv : 1003.4925 . doi : 10.1007/s00220-010-1172-y . ISSN 0010-3616 . 
  8. Hastings, MB (15 de marzo de 2009). "Superaditividad de la capacidad de comunicación mediante entradas entrelazadas". Nature Physics . 5 (4). Springer Science and Business Media LLC: 255–257 . arXiv : 0809.3972 . doi : 10.1038/nphys1224 . ISSN 1745-2473 . 
  9. Grudka, Andrzej; Horodecki, Michał; Pankowski, Łukasz (22-10-2010). "Contractexamples constructivos to the additivity of the minimum output Rényi entropy of quantum channels for all p > 2" . Journal of Physics A: Mathematical and Theoretical . 43 (42) 425304. arXiv : 0911.2515 . doi : 10.1088/1751-8113/43/42/425304 . ISSN 1751-8113 . Recuperado el 15-12-2025 . 
Obtenido de " https://en.wikipedia.org/w/index.php?title=Classical_capacity&oldid=1349885919 "