[论文解读] Entanglement of Formation and Conditional Information Transmission

Robert R. Tucci|ArXiv.org|Oct 10, 2000

Quantum Information and Cryptography参考文献 4被引用 10

一句话总结

本文通过表明条件互信息在经典与量子可分性之间起到统一框架的作用，建立了经典与量子可分性之间的深层联系。它以条件互信息重新定义了形成纠缠，并证明了当且仅当其形成纠缠为零时，量子态是可分的，从而为一种用于分解可分态的计算算法提供了理论基础。

ABSTRACT

We show that the separability of states in quantum mechanics has a close counterpart in classical physics, and that conditional mutual information (a.k.a. conditional information transmission) is a very useful quantity in the study of both quantum and classical separabilities. We also show how to define entanglement of formation in terms of conditional mutual information. This paper lays the theoretical foundations for a sequel paper which will present a computer program that can calculate a decomposition of any separable quantum or classical state.

研究动机与目标

• 通过条件互信息的概念统一经典与量子可分性。
• 将经典与量子系统的形成纠缠重新表述为条件互信息的形式。
• 为一种能够分解任意可分量子或经典态的计算算法建立理论基础。
• 证明在经典与量子情形下，条件互信息消失等价于可分性。

提出的方法

• 引入使用概率分布 $\tilde{P}(x,y,\alpha)$ 表示经典可分性的形式化方法，以及使用酉矩阵 $T^\alpha_j$ 表示量子态的方法。
• 通过分解条件 $P(x,y) = \sum_\alpha \tilde{P}(x|\alpha)\tilde{P}(y|\alpha)\tilde{P}(\alpha)$ 定义可分性，确保条件独立性。
• 利用HJW定理通过右酉矩阵参数化密度矩阵系综，从而实现对酉变换的最小化。
• 将形成纠缠导出为条件熵项的最小值，表达为 $E_F(\rho) = \frac{1}{2} \min_T S_\sigma(\underline{x}:{\underline{y}}|{\underline{\alpha}})$。
• 将条件互信息的概念应用于经典与量子系统，表明其在可分性条件上具有等价性。
• 证明在两种框架下，可分性等价于条件互信息的消失。

实验结果

研究问题

• RQ1 条件互信息如何与经典概率分布的可分性相关联？
• RQ2 量子力学中的形成纠缠能否通过条件互信息重新定义？
• RQ3 通过条件互信息的视角，是否存在经典与量子可分性之间的结构等价性？
• RQ4 酉变换在表征可分量子态方面起什么作用？
• RQ5 在什么条件下，条件互信息的消失意味着经典与量子系统中的可分性？

主要发现

• 形成纠缠 $E_F(\rho)$ 等价于所有可能右酉矩阵 $T^\alpha_j$ 上最小条件互信息 $S_\sigma(\underline{x}:{\underline{y}}|{\underline{\alpha}})$ 的一半。
• 当且仅当 $E_F(\rho) = 0$ 时，量子态 $\rho$ 是可分的，这恰好发生在条件互信息消失时。
• 经典可分性条件 $P(x,y) = \sum_\alpha \tilde{P}(x|\alpha)\tilde{P}(y|\alpha)\tilde{P}(\alpha)$ 等价于 $H(\underline{x}:{\underline{y}}|{\underline{\alpha}}) = 0$，与量子情形相一致。
• 由离散积分方程定义的边界值问题的解的存在性，在经典与量子情形下均等价于条件互信息的消失。
• 本文建立了经典与量子可分性之间的对偶性，其中条件互信息作为核心统一概念。
• 所提出的理论框架使得能够开发一种松弛算法，用于分解任意可分的量子或经典态，相关细节将在后续论文中详述。