La norme de trace de la différence de deux matrices de densité étant une implique-t-elle que ces deux matrices de densité peuvent être diagonalisables simultanément?

11

Je pense que la réponse à cette question est bien connue; mais, malheureusement, je ne sais pas.

En informatique quantique, nous savons que les états mixtes sont représentés par des matrices de densité. Et la norme de trace de la différence de deux matrices de densité caractérise la distinction des deux états mixtes correspondants. Ici, la définition de la norme de trace est la somme de toutes les valeurs propres de la matrice de densité, avec un facteur multiplicatif supplémentaire 1/2 (conformément à la différence statistique de deux distributions). Il est bien connu que, lorsque la différence de deux matrices de densité est une, alors les deux états mixtes correspondants sont totalement distinguables, tandis que lorsque la différence est nulle, les deux états mixtes sont totalement indiscernables.

Ma question est la suivante: la norme de trace de la différence de deux matrices de densité étant une implique-t-elle que ces deux matrices de densité peuvent être simultanément diagonalisables? Si tel est le cas, prendre la mesure optimale pour distinguer ces deux états mixtes se comportera comme pour distinguer deux distributions sur le même domaine avec un support disjoint .

Jeremy Yan
la source
Pourriez-vous définir ce qu'est une matrice de densité? est-ce juste une matrice définie positive?
Suresh Venkat
1
@Suresh: Une matrice de densité est une matrice semi-définie hermitienne positive dont la trace est égale à 1.
Tsuyoshi Ito
La réponse à la question est oui, car la distance de trace étant 1 implique que les deux matrices de densité ont des supports orthogonaux.
Tsuyoshi Ito
1
@Tsuyoshi: Peut-être devriez-vous écrire ce commentaire comme réponse?
Robin Kothari
@Robin: Bien sûr, c'est fait.
Tsuyoshi Ito

Réponses:

21

Voici une façon de prouver le fait que vous êtes intéressé.

Supposons que et ρ 1 sont des matrices de densité. Comme toute autre matrice hermitienne, il est possible d'exprimer la différence ρ 0 - ρ 1 comme ρ 0 - ρ 1 = P 0 - P 1 pour P 0 et P 1 étant semi-définis positifs et ayant des images orthogonales. (Parfois, cela s'appelle une décomposition de Jordan-Hahn; elle est unique et facilement obtenue à partir d'une décomposition spectrale de ρ 0 - ρ 1. ) Notez que le fait que Pρ0ρ1ρ0-ρ1

ρ0-ρ1=P0-P1
P0P1ρ0-ρ1 et P 1 ont des images orthogonales, ce qui signifie qu'elles sont simultanément diagonalisables, ce qui, selon moi, est la propriété qui vous intéresse.P0P1

La norme de trace de la différence (telle que vous la définissez, avec le facteur multiplicatif 1/2), est donnée par ρ 0 - ρ 1 tr = 1ρ0-ρ1

ρ0-ρ1tr=12Tr(P0)+12Tr(P1).
P0=ρ0P1=ρ1

Tr(P0)-Tr(P1)=0Tr(P0)+Tr(P1)=2Tr(P0)=Tr(P1)=1Π0Π1P0P1

Π0(ρ0-ρ1)=Π0(P0-P1)=P0
Tr(Π0ρ0)-Tr(Π0ρ1)=1.
Tr(Π0ρ0)Tr(Π0ρ1)Tr(Π0ρ0)=1Tr(Π0ρ1)=0Π0ρ0=ρ0Π0ρ1=0P0=ρ0P1=ρ1
John Watrous
la source
1
Merci, professeur Watrous. En fait, j'apprends toutes ces matrices de normes de trace et de densité à partir de vos notes de cours.
Jeremy Yan
2
Je voudrais ajouter que toutes les choses discutées dans cet article peuvent être trouvées dans les notes de conférence en ligne du professeur Watours (conférence 3): cs.uwaterloo.ca/~watrous/quant-info
Jeremy Yan
10

Oui. Si la distance de trace de deux matrices de densité est égale à 1, alors elles ont des supports orthogonaux, et donc elles sont diagonalisables simultanément.

Tsuyoshi Ito
la source
Je suppose que la réponse est oui, mais je ne connais pas la preuve.
Jeremy Yan,
1
L'idée principale de la preuve qui établit deux matrices de densité se distingue totalement lorsque la distance de trace est une, diagonalisant la différence des deux matrices de densité; mais comment prouver que la même base diagonalisait les deux matrices de densité elles-mêmes? Peut-être que ces deux matrices de densité ne sont pas diagonales par rapport à cette base, mais leur différence l'est. Quelqu'un peut-il donner une idée de la preuve ou donner des références à la preuve? Je vous remercie.
Jeremy Yan