[论文解读] Universal Mixing of Quantum Walk on Graphs

William Carlson, A. Ford+4 more|ArXiv.org|Aug 4, 2006

Quantum Computing Algorithms and Architecture参考文献 10被引用 5

一句话总结

本文研究了在边权图上连续时间量子行走的普遍混合性，证明加权完全多部图和加权爪形图（星形图）是普遍混合的——即通过调节边权，其瞬时概率分布可达到任意顶点分布。关键结果是加权爪形图 $K_{1,n}$ 不仅是普遍混合的，而且是均匀混合的，从而为罕见的实现均匀混合的图类新增了一个家族。

ABSTRACT

We study the set of probability distributions visited by a continuous-time quantum walk on graphs. An edge-weighted graph G is universal mixing if the instantaneous or average probability distribution of the quantum walk on G ranges over all probability distributions on the vertices as the weights are varied over non-negative reals. The graph is uniform mixing if it visits the uniform distribution. Our results include the following: (a) All weighted complete multipartite graphs are instantaneous universal mixing. This is in contrast to the fact that no unweighted complete multipartite graphs are uniform mixing (except for the four-cycle). (b) The weighted claw or star graph is a minimally connected instantaneous universal mixing graph. In fact, as a corollary, the unweighted claw is instantaneous uniform mixing. This adds a new family of uniform mixing graphs to a list that so far contains only the hypercubes. (c) Any weighted graph is average almost-uniform mixing unless its spectral type is sublinear in the size of the graph. This provides a nearly tight characterization for average uniform mixing on circulant graphs. (d) No weighted graphs are average universal mixing. This shows that weights do not help to achieve average universal mixing, unlike the instantaneous case. Our proofs exploit the spectra of the underlying weighted graphs and path collapsing arguments.

研究动机与目标

• 刻画通过边权调节可使连续时间量子行走达到顶点上任意概率分布的图类。
• 确定加权图是否可实现普遍混合（瞬时或平均），并与无权图进行比较。
• 通过识别新一类实现该性质的图，扩展已知的均匀混合结果（如超立方体）。
• 提供平均近似均匀混合的谱表征，并证明加权图无法实现平均普遍混合。

提出的方法

• 利用加权图的谱分析研究量子行走振幅与概率分布的演化。
• 将文献[7]中的路径压缩技术推广，以证明完全多部图与爪形图的普遍混合性。
• 通过时间平均转移概率的极限分析长时间平均概率分布。
• 将谱类型 $\tau(G)$ 定义为图邻接矩阵的互异特征值个数，以表征混合行为。
• 应用恒等式 $\overline{p}_0 = \sum_{\lambda \in \text{Sp}(G)} B_\lambda^2$，其中 $B_\lambda = \sum_{j:\lambda_j = \lambda} \beta_j$，推导平均概率的界。
• 利用 $\overline{p}_0 \geq 1/\tau(G)$ 的事实，证明当 $\tau(G)$ 关于 $n$ 为次线性时，平均普遍混合不可能实现。

实验结果

研究问题

• RQ1 哪些边权图可使连续时间量子行走达到顶点上的任意概率分布？
• RQ2 加权图能否实现平均普遍混合？若不能，原因是什么？
• RQ3 是否存在超越超立方体的新一类均匀混合图？
• RQ4 图的何种谱条件可确保平均近似均匀混合？
• RQ5 对于 $n \geq 4$ 的加权路径 $P_n$ 是否普遍混合？这对加权树有何启示？

主要发现

• 所有加权完全多部图在瞬时量子行走下均为普遍混合，而无权版本除 $K_{2,2}$ 外均非均匀混合。
• 加权爪形图 $K_{1,n}$ 是最小连通图且普遍混合；作为推论，无权 $K_{1,n}$ 为瞬时均匀混合。
• 对于循环图，若谱类型 $\tau(G)$ 为 $O(n)$，则平均近似均匀混合成立，且该条件近乎紧致。
• 无加权图可实现平均普遍混合，因为任一顶点的平均概率被下界 $1/\tau(G)$ 所限制，该下界远离零。
• 图要实现平均近似均匀混合，谱类型 $\tau(G)$ 必须为 $\Omega(n)$，从而提供了近乎紧致的表征。
• 若两个具有共同混合时间的均匀混合图取笛卡尔积，则其结果图也均匀混合，从而可基于已知的均匀混合图（如超立方体与爪形图）构造新的均匀混合图。