[论文解读] Relaxation Method For Calculating Quantum Entanglement

Robert R. Tucci|ArXiv.org|Jan 24, 2001

Quantum Information and Cryptography参考文献 13被引用 10

一句话总结

本文提出了一种受经典 Arimoto-Blahut 算法启发的松弛方法，用于计算两体密度矩阵的量子纠缠熵。通过最小化量子条件互信息，该方法高效地计算纠缠熵并找到最优态分解，经由 Causa Común C++ 程序在 Bell 混合态和 Horodecki 状态上验证，结果与解析解高度一致。

ABSTRACT

In a previous paper, we showed how entanglement of formation can be defined as a minimum of the quantum conditional mutual information (a.k.a. quantum conditional information transmission). In classical information theory, the Arimoto-Blahut method is one of the preferred methods for calculating extrema of mutual information. In this paper, we present a new method, akin to the Arimoto-Blahut method, for calculating entanglement of formation. We also present several examples computed with a computer program called Causa Comun that implements the ideas of this paper.

研究动机与目标

• 开发一种数值方法，利用类似经典 Arimoto-Blahut 算法的松弛方法，计算量子系统中的纠缠熵。
• 建立一个计算框架，通过最小化量子条件互信息来确定密度矩阵的最优分解。
• 通过名为 Causa Común 的 C++ 程序实现并验证该方法，适用于两体量子态。
• 在已知的纠缠态（包括 Werner 态和 Horodecki 态）上展示该方法的收敛性和准确性。

提出的方法

• 该方法将纠缠熵表述为量子条件互信息（CMI）的最小值，将经典优化技术扩展至量子领域。
• 采用一种迭代松弛算法，交替更新概率分布和密度矩阵以最小化 CMI，其思想与 Arimoto-Blahut 算法相似。
• 该算法采用变分法，对给定密度矩阵的纯态分解进行优化，寻找使纠缠熵最小的分解。
• Causa Común 软件实现了该算法，其中包含如 $ N_{\boldsymbol{\nu}} $ 等参数，用于控制优化网格的分辨率。
• 该方法涵盖三种情形：经典互信息、量子混合态纠缠和量子纯态纠缠，均统一于 CMI 最小化框架之下。
• 收敛性通过数值示例经验支持，尽管正式证明留待未来工作。

实验结果

研究问题

• RQ1 能否将受 Arimoto-Blahut 方法启发的松弛算法适配于计算量子纠缠熵？
• RQ2 最小化量子条件互信息是否能正确给出两体混合态的纠缠熵？
• RQ3 Causa Común 实现对 Bell 混合态和 Horodecki 态的已知解析结果再现精度如何？
• RQ4 混合态纠缠 $ E_{\text{mixed}} $ 的行为特征是什么，其与可 distillation 纠缠之间的关系如何？

主要发现

• 对于 Werner 态，使用松弛方法计算的 $ E_{\text{pure}} $ 与解析结果 $ E_{\text{form}} $ 非常接近，且当 $ F \leq 1/2 $ 时，$ E_{\text{mixed}} = E_{\text{pure}} = 0 $。
• 对于 Horodecki 态，在可分区域 $ \alpha \in [2,3] $ 内，$ E_{\text{mixed}} = E_{\text{pure}} = 0 $，与已知物理规律一致。
• 该方法成功识别出 $ \alpha \in (3,4) $ 范围内的束缚纠缠，此时 $ E_{\text{mixed}} > 0 $ 但 $ E_{\text{pure}} $ 仍为非零。
• Causa Común 软件能够高精度计算 $ E_{\text{pure}} $ 和 $ E_{\text{mixed}} $，在 $ N_{\boldsymbol{\nu}} = 6 $（Werner 态）和 $ N_{\boldsymbol{\nu}} = 12 $（Horodecki 态）时均表现出收敛性。
• 该算法输出的 $ E_{\text{mixed}} $ 行为类似于可 distillation 纠缠，提示两者之间可能存在更深层次的联系。