[论文解读] Quantum discord of two-qubit X-states

Qing Chen, Chengjie Zhang+3 more|arXiv (Cornell University)|Feb 1, 2011

Quantum Computing Algorithms and Architecture被引用 35

一句话总结

本文识别出一类广义的两比特X态，其量子失谐可无需最小化而解析计算；同时揭示了一类X态——记为𝒳ₘ——在现有算法下失效。研究证明，对这些态而言，通过所有正算子值测量（POVM）最小化所得的量子失谐严格小于通过冯·诺依曼测量最小化所得结果，从而明确揭示了两种最小化方案之间的非等价性。

ABSTRACT

Quantum discord provides a measure for quantifying quantum correlations beyond entanglement and is very hard to compute even for two-qubit states because of the minimization over all possible measurements. Recently a simple algorithm to evaluate the quantum discord for two-qubit X-states is proposed by Ali, Rau and Alber [Phys. Rev. A 81, 042105 (2010)] with minimization taken over only a few cases. Here we shall at first identify a class of X-states, whose quantum discord can be evaluated analytically without any minimization, for which their algorithm is valid, and also identify a family of X-states for which their algorithm fails. And then we demonstrate that this special family of X-states provides furthermore an explicit example for the inequivalence between the minimization over positive operator-valued measures and that over von Neumann measurements.

研究动机与目标

• 识别一类两比特X态，其量子失谐可无需最小化而解析计算。
• 确定Ali、Rau与Alber提出的X态量子失谐计算算法失效的条件。
• 证明在X态中，对所有POVM的最小化与对冯·诺依曼测量的最小化在计算量子失谐时存在非等价性。
• 构建一个具体例子——即最大失谐混合态家族𝒳ₘ——其标准算法失效，且POVM最小化所得失谐严格小于冯·诺依曼测量结果。
• 分析𝒳ₘ家族的结构及其对经典关联与量子失谐（𝒥–D）图的影响。

提出的方法

• 作者利用局部酉变换分析两比特X态的结构，将参数简化为五个实变量：x、y、t、s和u。
• 通过考虑沿不同量化轴的冯·诺依曼测量最小化，推导出量子失谐的解析表达式，特别关注最优测量角θ。
• 针对𝒳ₘ家族，构造一个含三个结果的POVM，其测量算符由最优角度θₐₚₜ参数化，从而评估次优失谐值。
• 将通过冯·诺依曼测量获得的失谐（Dₐ）与通过构造POVM获得的失谐（𝒟ᵤₚₚₑᵣ）进行比较，证明𝒟ᵤₚₚₑᵣ > 𝒟ₐ，从而表明POVM最小化可获得严格更小的失谐。
• 结合数值与解析方法，计算𝒳ₘ参数空间中最优角度θₐₚₜ及对应的失谐值，结果以θₐₚₜ、Δ与Δ̃的图像形式呈现。
• 通过POVM与冯·诺依曼测量定义的量子互信息与经典关联度量，利用Dₐ = 𝒥ₐ - 𝒥ₐ与𝒟ₐ = 𝒥ₐ - 𝒥ₐ计算失谐。

实验结果

研究问题

• RQ1 对于哪类两比特X态，量子失谐可无需最小化而解析计算？
• RQ2 Ali-Rau-Alber算法在X态中计算量子失谐时失效的条件是什么？
• RQ3 在X态中，对所有POVM的最小化是否等价于对冯·诺依曼测量的最小化？
• RQ4 当考虑POVM时，最大失谐混合态家族𝒳ₘ是否构成𝒥–D图中的边界情况？
• RQ5 能否构造一个POVM，使得其对应的量子失谐严格小于对任意冯·诺依曼测量所得结果？

主要发现

• 存在一大类X态，其量子失谐可无需任何最小化而解析计算，验证了Ali-Rau-Alber算法在这些情况下的有效性。
• 被识别为最大失谐混合态的𝒳ₘ家族X态，使Ali-Rau-Alber算法失效，因为最优测量既非σₓ也非σ_z。
• 对于𝒳ₘ，最优冯·诺依曼测量角θₐₚₜ连续位于[0, π/4]区间，表明不存在任何有限测量集合可普遍最优。
• 通过冯·诺依曼测量计算的失谐（Dₐ）与通过构造POVM得到的上界（𝒟ᵤₚₚₑᵣ）之间的差值在端点外严格为正，证明POVM最小化可获得严格更小的失谐。
• 通过POVM最小化获得的量子失谐（𝒟ₐ）严格小于通过冯·诺依曼最小化获得的失谐（Dₐ），提供了X态中两种最小化方案非等价性的首个明确实例。
• 当使用POVM时，𝒳ₘ的𝒥–D图向右下方移动，表明在POVM最小化下，该态可能不再位于图的边界。