Skip to main content
QUICK REVIEW

[论文解读] Stationary measures of three-state quantum walks on the one-dimensional lattice

Hikari Kawai, Takashi Komatsu|arXiv (Cornell University)|Feb 6, 2017
Quantum Computing Algorithms and Architecture参考文献 10被引用 9
一句话总结

本文提出一种新颖的矩阵约化方法,用于推导一维格点上三态离散时间量子行走(包括傅里叶行走和Grover行走)的非均匀平稳测度。通过求解约化后的2×2矩阵的特征值问题,作者获得了显式的平稳测度表达式,关键结果为在环上的傅里叶行走中发现了周期性平稳测度。

ABSTRACT

In this paper, we consider stationary measures of discrete-time three-state quantum walks including the Fourier and Grover walks in the one-dimensional lattice. We give non-uniform stationary measures by solving the corresponding eigenvalue problem. Our new method is based on a reduced matrix, which is different from the generating function approach in our previous work. As a corollary, the Fourier walk on the cycle has a stationary measure with a periodicity.

研究动机与目标

  • 推导一维整数格点上三态量子行走(包括傅里叶行走和Grover行走)的平稳测度。
  • 开发一种与先前工作中使用的生成函数法不同的新分析方法。
  • 通过约化矩阵表示的特征值分析,识别非均匀平稳测度。
  • 探索周期性平稳测度的存在性与结构,特别是环上傅里叶行走的情况。
  • 推广该框架,使其适用于更广泛的N态量子行走类。

提出的方法

  • 从原始的3×3币矩阵中消除相关分量,构造约化矩阵 $ A^{(Re)} $,以简化特征值问题。
  • 该方法通过求解约化矩阵的特征值问题,确定平稳态的结构。
  • 通过将波函数分量用自由序列 $ \{\varphi_x\} $ 表示,推导出平稳测度,确保幺正性并符合时间演化要求。
  • 该方法依赖于从时间演化方程 $ \Psi_{n+1}(x) = P\Psi_n(x+1) + R\Psi_n(x) + Q\Psi_n(x-1) $ 导出的耦合递推关系。
  • 该方法识别出平稳测度存在的条件,特别是对于II型行走,要求 $ \lambda^2 = \tilde{a}_1\tilde{a}_2 $。
  • 约化矩阵形式允许以 $ \varphi_x $ 表示平稳测度的显式构造,其依赖于币矩阵参数。

实验结果

研究问题

  • RQ1能否开发一种新方法,系统地计算三态量子行走的平稳测度,且独立于生成函数?
  • RQ2币矩阵的何种条件会导致非均匀平稳测度的存在?
  • RQ3环上的傅里叶行走是否具有具有周期结构的平稳测度?若有,其特征如何?
  • RQ4不同的币矩阵(如Grover矩阵和傅里叶矩阵)如何影响平稳测度的形式与性质?
  • RQ5约化矩阵方法能否推广至N态量子行走?

主要发现

  • 基于约化2×2矩阵的新方法,能够推导出 $ \mathbb{Z} $ 上三态量子行走的非均匀平稳测度,其方法与先前的生成函数方法不同。
  • 对于Grover行走,平稳测度明确给出为 $ \mu(x) = \frac{5}{4}(|\varphi_x|^2 + |\varphi_{x-1}|^2) + \frac{1}{2}\mathfrak{Re}(\varphi_x\overline{\varphi_{x-1}}) $,且与相位参数无关。
  • 傅里叶行走不满足条件 $ \lambda^2 = \tilde{a}_1\tilde{a}_2 $,因此定理5.1不适用,其平稳测度无法通过此方法推导。
  • 在环上的傅里叶行走中发现了一种周期性平稳测度,该测度在无限格点上也保持平稳。
  • 对于一类参数化行走 $ A_1(\eta) $,平稳测度与 $ \eta \in [0, 2\pi) $ 无关;而对于 $ A_2(\rho) $,其依赖于 $ \rho \in (0,1) $,显示出对参数的敏感性。
  • 约化矩阵 $ A^{(Re)} = \begin{bmatrix} 0 & 1 \\ 1 & 0 \end{bmatrix} $ 在多个情形中出现,包括Grover和 $ A_1(\eta) $,表明平稳测度形式具有结构上的普遍性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。