[论文解读] A New Type of Limit Theorems for the One-Dimensional Quantum Random Walk

Norio Konno|ArXiv.org|Jun 17, 2002

Quantum Computing Algorithms and Architecture参考文献 13被引用 15

一句话总结

本文通过推导量子随机游走位置特征函数的组合表达式，建立了一类一维量子随机游走的新极限定理，揭示了对称初态下归一化位置 $X_n^\varphi/n$ 弱收敛于非高斯极限分布，其密度为 $1/\pi(1-x^2)\sqrt{1-2x^2}$，定义域为 $(-1/\sqrt{2}, 1/\sqrt{2})$。该结果与经典中心极限定理形成鲜明对比，并通过组合特征函数分析，为量子游走动力学的模拟结果提供了严格的解析验证。

ABSTRACT

In this paper we consider the one-dimensional quantum random walk X^{varphi} _n at time n starting from initial qubit state varphi determined by 2 times 2 unitary matrix U. We give a combinatorial expression for the characteristic function of X^{varphi}_n. The expression clarifies the dependence of it on components of unitary matrix U and initial qubit state varphi. As a consequence of the above results, we present a new type of limit theorems for the quantum random walk. In contrast with the de Moivre-Laplace limit theorem, our symmetric case implies that X^{varphi}_n /n converges in distribution to a limit Z^{varphi} as n to infty where Z^{varphi} has a density 1 / pi (1-x^2) sqrt{1-2x^2} for x in (- 1/sqrt{2}, 1/sqrt{2}). Moreover we discuss some known simulation results based on our limit theorems.

研究动机与目标

• 推导一维量子随机游走特征函数的组合表达式，明确展示其对酉矩阵 $U$ 和初始量子比特态 $\varphi$ 的依赖关系。
• 建立量子随机游走的一类新型弱收敛极限定理，其本质区别于经典德莫瓦夫雷-拉普拉斯定理。
• 阐明游走分布的对称性与矩如何依赖于酉矩阵 $U$ 和初始态 $\varphi$。
• 通过提供哈达玛游走及其他情形的严格解析极限，验证或修正已知的数值模拟结果。

提出的方法

• 引入由 $2\times2$ 酉矩阵 $U$ 衍生的四个矩阵 $P, Q, R, S$，以分解游走的演化过程并促进路径计数。
• 采用路径积分方法，将概率振幅表示为所有有效路径之和，从而推导出特征函数。
• 通过作用于位置与手征性复合希尔伯特空间上的块循环酉矩阵 $\overline{U}_N$，定义时间演化态 $\Psi^{(n)}(\varphi)$。
• 利用矩阵 $P, Q, R, S$ 推导 $X_n^\varphi$ 的特征函数，这些矩阵编码了跃迁规则和初始态依赖性。
• 应用傅里叶分析与渐近方法，分析当 $n \to \infty$ 时 $X_n^\varphi/n$ 的弱极限，从而导出极限密度。
• 将一般结果特化至哈达玛游走情形，显式计算对称与非对称初态下的极限分布。

实验结果

研究问题

• RQ1 当 $n \to \infty$ 时，量子随机游走位置 $X_n^\varphi$ 的分布如何标度？极限密度是什么？
• RQ2 极限分布对酉矩阵 $U$ 和初始量子比特态 $\varphi$ 的依赖关系如何？
• RQ3 量子游走的极限行为与经典德莫瓦夫雷-拉普拉斯定理有何不同？
• RQ4 是否可通过严格的解析结果验证或修正哈达玛游走的数值模拟结果？
• RQ5 在不同初态下，$X_n^\varphi$ 的均值与标准差的精确渐近值是多少？

主要发现

• 对于对称初态 $\varphi = [1/\sqrt{2}, i/\sqrt{2}]^T$，归一化位置 $X_n^\varphi/n$ 弱收敛于极限 $Z^\varphi$，其密度为 $1/\pi(1-x^2)\sqrt{1-2x^2}$，定义域为 $(-1/\sqrt{2}, 1/\sqrt{2})$。
• 极限分布为非高斯分布，其尾部比经典正态分布更重，且其支集被限制在 $\pm 1/\sqrt{2}$ 之间。
• 对于对称初态，$X_n^\varphi$ 的渐近标准差按 $n$ 归一化后为 $\sqrt{(2 - \sqrt{2})/2} \approx 0.54119$。
• 对于非对称初态 $\varphi = [0,1]^T$，极限均值为 $(2 - \sqrt{2})/2 \approx 0.29289$，且按 $n$ 归一化的标准差为 $\sqrt{(\
• 对非对称情形 $\varphi = [0,1]^T$ 的解析极限确认了Mackay等人[6]的模拟结果：0.4544 ± 0.0012，与严格值 $\sqrt{(\
• 本文通过证明报告的标准差0.6不准确（正确值约为0.54119），解决了先前模拟中的差异，该值适用于对称情形。