דלג לתוכן הראשי

שקילות הייצוגים

דנו עד כה בשלוש דרכים שונות לייצג ערוצים במונחים מתמטיים: ייצוגי Stinespring, ייצוגי Kraus וייצוגי Choi. יש לנו גם את ההגדרה של ערוץ, הקובעת שערוץ הוא מיפוי לינארי שתמיד הופך מטריצות צפיפות למטריצות צפיפות, גם כאשר הערוץ מופעל רק על חלק ממערכת מורכבת. שאר השיעור מוקדש להוכחה מתמטית שלושת הייצוגים שקולים זה לזה ומגדירים במדויק את ההגדרה.

סקירת ההוכחה

מטרתנו לבסס את שקילות אוסף של ארבע טענות, ונתחיל בניסוחן המדויק. כל ארבע הטענות עוקבות אחר אותם מוסכמות שנעשה בהן שימוש לאורך השיעור, כלומר ש-Φ\Phi הוא מיפוי לינארי ממטריצות ריבועיות למטריצות ריבועיות, שורות ועמודות מטריצות הקלט הועמדו בהתאמה למצבים הקלאסיים של מערכת X\mathsf{X} (מערכת הקלט), ושורות ועמודות מטריצות הפלט הועמדו בהתאמה למצבים הקלאסיים של מערכת Y\mathsf{Y} (מערכת הפלט).

  1. Φ\Phi הוא ערוץ מ-X\mathsf{X} אל Y.\mathsf{Y}. כלומר, Φ\Phi תמיד הופך מטריצות צפיפות למטריצות צפיפות, גם כאשר הוא פועל על חלק אחד ממערכת מורכבת גדולה יותר.

  2. מטריצת Choi J(Φ)J(\Phi) היא חיובית למחצה ומקיימת את התנאי TrY(J(Φ))=IX.\operatorname{Tr}_{\mathsf{Y}}(J(\Phi)) = \mathbb{I}_{\mathsf{X}}.

  3. קיים ייצוג Kraus עבור Φ.\Phi. כלומר, קיימות מטריצות A0,,AN1A_0,\ldots,A_{N-1} שעבורן המשוואה Φ(ρ)=k=0N1AkρAk\Phi(\rho) = \sum_{k = 0}^{N-1} A_k \rho A_k^{\dagger} נכונה לכל קלט ρ,\rho, ומקיימות את התנאי k=0N1AkAk=IX.\sum_{k = 0}^{N-1} A_k^{\dagger} A_k = \mathbb{I}_{\mathsf{X}}.

  4. קיים ייצוג Stinespring עבור Φ.\Phi. כלומר, קיימות מערכות W\mathsf{W} ו-G\mathsf{G} כך שלזוגות (W,X)(\mathsf{W},\mathsf{X}) ו-(G,Y)(\mathsf{G},\mathsf{Y}) יש אותו מספר מצבים קלאסיים, יחד עם מטריצה אוניטרית UU המייצגת פעולה אוניטרית מ-(W,X)(\mathsf{W},\mathsf{X}) אל (G,Y),(\mathsf{G},\mathsf{Y}), כך ש-Φ(ρ)=TrG(U(00ρ)U).\Phi(\rho) = \operatorname{Tr}_{\mathsf{G}}\bigl( U (\vert 0\rangle\langle 0 \vert \otimes \rho) U^{\dagger} \bigr).

אופן ההוכחה הוא שמוכיחים מעגל של גרירות: הטענה הראשונה ברשימתנו גוררת את השנייה, השנייה גוררת את השלישית, השלישית גוררת את הרביעית, והרביעית גוררת את הראשונה. זה מבסס את שקילות כל ארבע הטענות — כלומר, הן כולן אמת או כולן שקר עבור בחירה נתונה של Φ\Phi — כיוון שאפשר לעקוב אחר הגרירות בצורה טרנזיטיבית מכל טענה לכל אחרת.

זוהי אסטרטגיה נפוצה כשמוכיחים ששקולה קבוצת טענות, ותחבולה שימושית בהקשר כזה היא לסדר את הגרירות כך שיהיה קל להוכיח אותן ככל האפשר. זה אכן המקרה כאן — ולמעשה כבר נתקלנו בשתיים מתוך ארבע הגרירות.

מערוצים למטריצות Choi

בהתייחסות לטענות הרשומות לעיל לפי מספריהן, הגרירה הראשונה שיש להוכיח היא 1 \Rightarrow 2. גרירה זו כבר נדונה בהקשר של מצב Choi של ערוץ. כאן נסכם את הפרטים המתמטיים.

נניח שקבוצת המצבים הקלאסיים של מערכת הקלט X\mathsf{X} היא Σ\Sigma ונסמן n=Σ.n = \vert\Sigma\vert. נשקול את המצב שבו Φ\Phi מופעל על השנייה מתוך שתי עותקות של X\mathsf{X} יחד במצב

ψ=1naΣaa,\vert \psi \rangle = \frac{1}{\sqrt{n}} \sum_{a \in \Sigma} \vert a \rangle \otimes \vert a \rangle,

אשר כמטריצת צפיפות נתון על ידי

ψψ=1na,bΣabab.\vert \psi \rangle \langle \psi \vert = \frac{1}{n} \sum_{a,b \in \Sigma} \vert a\rangle\langle b \vert \otimes \vert a\rangle\langle b \vert.

התוצאה ניתנת לכתיבה כ-

(IdΦ)(ψψ)=1na,b=0n1abΦ(ab)=J(Φ)n,(\operatorname{Id}\otimes \,\Phi) \bigl(\vert \psi \rangle \langle \psi \vert\bigr) = \frac{1}{n} \sum_{a,b = 0}^{n-1} \vert a\rangle\langle b \vert \otimes \Phi\bigl(\vert a\rangle\langle b \vert\bigr) = \frac{J(\Phi)}{n},

ומתוך ההנחה ש-Φ\Phi הוא ערוץ, זה חייב להיות מטריצת צפיפות. כמו כל מטריצת צפיפות, היא חייבת להיות חיובית למחצה, וכפל מטריצה חיובית למחצה במספר ממשי חיובי מניב מטריצה חיובית למחצה נוספת, ולכן J(Φ)0.J(\Phi) \geq 0.

יתרה מכך, בהנחה ש-Φ\Phi הוא ערוץ, עליו לשמר עקבה, ולכן

TrY(J(Φ))=a,bΣTr(Φ(ab))ab=a,bΣTr(ab)ab=aΣaa=IX.\begin{aligned} \operatorname{Tr}_{\mathsf{Y}} (J(\Phi)) & = \sum_{a,b\in\Sigma} \operatorname{Tr}\bigl(\Phi( \vert a\rangle\langle b \vert)\bigr) \, \vert a\rangle\langle b \vert\\ & = \sum_{a,b\in\Sigma} \operatorname{Tr}\bigl(\vert a\rangle\langle b \vert\bigr) \, \vert a\rangle\langle b \vert\\ & = \sum_{a\in\Sigma} \vert a\rangle\langle a \vert\\ & = \mathbb{I}_{\mathsf{X}}. \end{aligned}

מייצוגי Choi לייצוגי Kraus

הגרירה השנייה, שוב בהתייחסות לטענות ברשימתנו לפי מספריהן, היא 2 \Rightarrow 3. כדי להבהיר, אנו מתעלמים מהטענות האחרות — ובפרט אין לנו את ההנחה ש-Φ\Phi הוא ערוץ. כל מה שיש לנו לעבוד איתו הוא ש-Φ\Phi הוא מיפוי לינארי שייצוג Choi שלו מקיים J(Φ)0J(\Phi) \geq 0 ו- TrY(J(Φ))=IX.\operatorname{Tr}_{\mathsf{Y}} (J(\Phi)) = \mathbb{I}_{\mathsf{X}}.

עם זאת, זה כל מה שנדרש כדי להסיק ש-Φ\Phi מקבל ייצוג Kraus

Φ(ρ)=k=0N1AkρAk\Phi(\rho) = \sum_{k = 0}^{N-1} A_k \rho A_k^{\dagger}

שעבורו התנאי

k=0N1AkAk=IX\sum_{k = 0}^{N-1} A_k^{\dagger} A_k = \mathbb{I}_{\mathsf{X}}

מתקיים.

נתחיל מההנחה הקריטית ש-J(Φ)J(\Phi) חיובית למחצה, כלומר שניתן לבטא אותה בצורה

J(Φ)=k=0N1ψkψk(1)J(\Phi) = \sum_{k = 0}^{N-1} \vert \psi_k \rangle \langle \psi_k \vert \tag{1}

עבור אופן כלשהו של בחירת הוקטורים ψ0,,ψN1.\vert\psi_0\rangle,\ldots,\vert\psi_{N-1}\rangle. בדרך כלל יהיו דרכים מרובות לעשות זאת — ולמעשה זה ממש מקביל לחופש שיש בבחירת ייצוג Kraus עבור Φ.\Phi.

דרך אחת לקבל ביטוי כזה היא להשתמש תחילה במשפט הספקטרלי לכתיבת

J(Φ)=k=0N1λkγkγk,J(\Phi) = \sum_{k = 0}^{N-1} \lambda_k \vert \gamma_k \rangle \langle \gamma_k \vert,

שבה λ0,,λN1\lambda_0,\ldots,\lambda_{N-1} הם הערכים העצמיים של J(Φ)J(\Phi) (שהם בהכרח מספרים ממשיים אי-שליליים כיוון ש-J(Φ)J(\Phi) חיובית למחצה) ו-γ0,,γN1\vert\gamma_0\rangle,\ldots,\vert\gamma_{N-1}\rangle הם וקטורים עצמיים יחידה המתאימים לערכים העצמיים λ0,,λN1.\lambda_0,\ldots,\lambda_{N-1}.

שים לב שאמנם אין חופש בבחירת הערכים העצמיים (פרט לסדר שלהם), אבל יש חופש בבחירת הוקטורים העצמיים, במיוחד כאשר ישנם ערכים עצמיים עם ריבוי גדול מאחד. לפיכך, זו אינה ביטוי יחיד של J(Φ)J(\Phi) — אנו רק מניחים שיש לנו ביטוי כזה. בכל מקרה, כיוון שהערכים העצמיים הם מספרים ממשיים אי-שליליים, יש להם שורשים ריבועיים אי-שליליים, ולכן נוכל לבחור

ψk=λkγk\vert\psi_k\rangle = \sqrt{\lambda_k} \vert \gamma_k\rangle

לכל k=0,,N1k = 0,\ldots,N-1 כדי לקבל ביטוי בצורה (1).(1).

אין זה הכרחי, עם זאת, שהביטוי (1)(1) יגיע מפירוק ספקטרלי בדרך זו, ובפרט הוקטורים ψ0,,ψN1\vert\psi_0\rangle,\ldots,\vert\psi_{N-1}\rangle אינם חייבים להיות אורתוגונליים בכלל. ראוי לציין, אם כי, שנוכל לבחור שוקטורים אלו יהיו אורתוגונליים אם נרצה — ויתרה מכך, לא נצטרך ש-NN יהיה גדול מ-nmnm (תוך הזכרת ש-nn ו-mm מציינים את מספרי המצבים הקלאסיים של X\mathsf{X} ו-Y\mathsf{Y} בהתאמה).

בשלב הבא, כל אחד מהוקטורים ψ0,,ψN1\vert\psi_0\rangle,\ldots,\vert\psi_{N-1}\rangle ניתן לפירוק נוסף כ-

ψk=aΣaϕk,a,\vert\psi_k\rangle = \sum_{a\in\Sigma} \vert a\rangle \otimes \vert \phi_{k,a}\rangle,

שבה לוקטורים {ϕk,a}\{ \vert \phi_{k,a}\rangle \} יש כניסות המתאימות למצבים הקלאסיים של Y\mathsf{Y} וניתן לקבוע אותן במפורש על ידי המשוואה

ϕk,a=(aIY)ψk\vert \phi_{k,a}\rangle = \bigl( \langle a \vert \otimes \mathbb{I}_{\mathsf{Y}}\bigr) \vert \psi_k\rangle

לכל aΣa\in\Sigma ו-k=0,,N1.k=0,\ldots,N-1. אף שהוקטורים ψ0,,ψN1\vert\psi_0\rangle,\ldots,\vert\psi_{N-1}\rangle אינם בהכרח וקטורי יחידה, זוהי אותה תהליך שהיינו משתמשים בו לניתוח מה יקרה אם תתבצע מדידה בבסיס הסטנדרטי על המערכת X\mathsf{X} בהינתן וקטור מצב קוונטי של הזוג (X,Y).(\mathsf{X},\mathsf{Y}).

ועכשיו אנו מגיעים לתחבולה שגורמת לחלק זה של ההוכחה לעבוד. אנו מגדירים את מטריצות Kraus שלנו A0,,AN1A_0,\ldots,A_{N-1} לפי המשוואה הבאה.

Ak=aΣϕk,aaA_k = \sum_{a\in\Sigma} \vert \phi_{k,a}\rangle\langle a \vert

אפשר לחשוב על נוסחה זו באופן סמלי בלבד: a\vert a\rangle הופך בפועל ל-a\langle a\vert ועובר לצד ימין, ויוצר מטריצה. לצרכי אימות ההוכחה, הנוסחה היא כל מה שנזדקק לו.

יש, עם זאת, קשר פשוט ואינטואיטיבי בין הוקטור ψk\vert\psi_k\rangle לבין המטריצה Ak,A_k, והוא שכאשר מוויקטרים (vectorizing) את AkA_k מקבלים את ψk.\vert\psi_k\rangle. פירוש וויקטור של AkA_k הוא שאנו ערומים את העמודות זו על זו (כאשר העמודה השמאלית ביותר נמצאת בראש ועד לעמודה הימנית ביותר בתחתית), ליצירת וקטור. לדוגמה, אם X\mathsf{X} ו-Y\mathsf{Y} הם שניהם Qubit, ועבור בחירה כלשהי של kk יש לנו

ψk=α0000+α0101+α1010+α1111=(α00α01α10α11),\begin{aligned} \vert\psi_k\rangle & = \alpha_{00} \vert 0\rangle \otimes \vert 0\rangle + \alpha_{01} \vert 0\rangle \otimes \vert 1\rangle + \alpha_{10} \vert 1\rangle \otimes \vert 0\rangle + \alpha_{11} \vert 1\rangle \otimes \vert 1\rangle\\[2mm] & = \begin{pmatrix} \alpha_{00} \\[1mm] \alpha_{01} \\[1mm] \alpha_{10} \\[1mm] \alpha_{11} \end{pmatrix}, \end{aligned}

אז

Ak=α0000+α0110+α1001+α1111=(α00α10α01α11).\begin{aligned} A_k & = \alpha_{00} \vert 0\rangle\langle 0\vert + \alpha_{01} \vert 1\rangle\langle 0\vert + \alpha_{10} \vert 0\rangle\langle 1\vert + \alpha_{11} \vert 1\rangle\langle 1\vert\\[2mm] & = \begin{pmatrix} \alpha_{00} & \alpha_{10}\\[1mm] \alpha_{01} & \alpha_{11} \end{pmatrix}. \end{aligned}

(שים לב: לפעמים הוויקטור של מטריצה מוגדר בדרך שונה במקצת, והיא ששורות המטריצה מוחלפות ומוערמות זו על זו ליצירת וקטור עמודה.)

ראשית נאמת שבחירת מטריצות Kraus זו מתארת נכון את המיפוי Φ\Phi, ולאחר מכן נאמת את התנאי הנדרש האחר. כדי לשמור על הסדר, נגדיר מיפוי חדש Ψ\Psi כדלקמן.

Ψ(ρ)=k=0N1AkρAk\Psi(\rho) = \sum_{k = 0}^{N-1} A_k \rho A_k^{\dagger}

לפיכך, מטרתנו היא לאמת ש-Ψ=Φ.\Psi = \Phi.

הדרך שנוכל לעשות זאת היא להשוות את ייצוגי Choi של מיפויים אלו. ייצוגי Choi הם נאמנים, ולכן Ψ=Φ\Psi = \Phi אם ורק אם J(Φ)=J(Ψ).J(\Phi) = J(\Psi). בשלב זה נוכל פשוט לחשב את J(Ψ)J(\Psi) תוך שימוש בביטויים

ψk=aΣaϕk,aandAk=aΣϕk,aa\vert\psi_k\rangle = \sum_{a\in\Sigma} \vert a\rangle \otimes \vert \phi_{k,a}\rangle \quad\text{and}\quad A_k = \sum_{a\in\Sigma} \vert \phi_{k,a}\rangle\langle a \vert

יחד עם דו-לינאריות (bilinearity) של מכפלות טנזוריות לפשט.

J(Ψ)=a,bΣabk=0N1AkabAk=a,bΣabk=0N1ϕk,aϕk,b=k=0N1(aΣaϕk,a)(bΣbϕk,b)=k=0N1ψkψk=J(Φ)\begin{aligned} J(\Psi) & = \sum_{a,b\in\Sigma} \vert a\rangle \langle b \vert \otimes \sum_{k = 0}^{N-1} A_k \vert a\rangle \langle b \vert A_k^{\dagger}\\[2mm] & = \sum_{a,b\in\Sigma} \vert a\rangle \langle b \vert \otimes \sum_{k = 0}^{N-1} \vert \phi_{k,a} \rangle \langle \phi_{k,b} \vert \\[2mm] & = \sum_{k = 0}^{N-1} \biggl(\sum_{a\in\Sigma} \vert a\rangle \otimes \vert \phi_{k,a} \rangle\biggr) \biggl(\sum_{b\in\Sigma} \langle b\vert \otimes \langle \phi_{k,b} \vert\biggr)\\[2mm] & = \sum_{k = 0}^{N-1} \vert \psi_k \rangle \langle \psi_k \vert \\[2mm] & = J(\Phi) \end{aligned}

כך שמטריצות Kraus שלנו מתארות נכון את Φ.\Phi.

נותר לבדוק את התנאי הנדרש על A0,,AN1,A_0,\ldots,A_{N-1}, שמתברר כשקול להנחה TrY(J(Φ))=IX\operatorname{Tr}_{\mathsf{Y}}(J(\Phi)) = \mathbb{I}_{\mathsf{X}} (שלא השתמשנו בה עדיין). מה שנוכיח הוא הקשר הבא:

(k=0N1AkAk)T=TrY(J(Φ))(2)\Biggl( \sum_{k = 0}^{N-1} A_k^{\dagger} A_k \Biggr)^{T} = \operatorname{Tr}_{\mathsf{Y}}(J(\Phi)) \tag{2}

(שבו אנו מתייחסים לטרנספוז של המטריצה בצד שמאל).

נתחיל מהצד השמאלי, ונוכל תחילה לראות ש-

(k=0N1AkAk)T=(k=0N1a,bΣbϕk,bϕk,aa)T=k=0N1a,bΣϕk,bϕk,aab.\begin{aligned} \Biggl(\sum_{k = 0}^{N-1} A_k^{\dagger} A_k\Biggr)^T & = \Biggl(\sum_{k = 0}^{N-1} \sum_{a,b\in\Sigma} \vert b \rangle \langle \phi_{k,b} \vert \phi_{k,a} \rangle \langle a \vert\Biggr)^T\\ & = \sum_{k = 0}^{N-1} \sum_{a,b\in\Sigma} \langle \phi_{k,b} \vert \phi_{k,a} \rangle \vert a \rangle \langle b \vert. \end{aligned}

השוויון האחרון נובע מהעובדה שהטרנספוז הוא לינארי וממפה את ba\vert b\rangle\langle a \vert אל ab.\vert a\rangle\langle b \vert.

עוברים לצד הימני של משוואתנו, יש לנו

J(Φ)=k=0N1ψkψk=k=0N1a,bΣabϕk,aϕk,bJ(\Phi) = \sum_{k = 0}^{N-1} \vert \psi_k\rangle\langle\psi_k \vert = \sum_{k = 0}^{N-1} \sum_{a,b\in\Sigma} \vert a\rangle \langle b \vert \otimes \vert\phi_{k,a}\rangle\langle \phi_{k,b} \vert

ולכן

TrY(J(Φ))=k=0N1a,bΣTr(ϕk,aϕk,b)ab=k=0N1a,bΣϕk,bϕk,aab.\begin{aligned} \operatorname{Tr}_{\mathsf{Y}}(J(\Phi)) & = \sum_{k = 0}^{N-1} \sum_{a,b\in\Sigma} \operatorname{Tr}\bigl(\vert\phi_{k,a}\rangle\langle \phi_{k,b} \vert \bigr)\, \vert a\rangle \langle b \vert\\ & = \sum_{k = 0}^{N-1} \sum_{a,b\in\Sigma} \langle \phi_{k,b} \vert \phi_{k,a} \rangle \vert a \rangle \langle b \vert. \end{aligned}

קיבלנו את אותה התוצאה, ולכן משוואה (2)(2) אומתה. מכאן נובע, מתוך ההנחה TrY(J(Φ))=IX,\operatorname{Tr}_{\mathsf{Y}} (J(\Phi)) = \mathbb{I}_{\mathsf{X}}, ש-

(k=0N1AkAk)T=IX\Biggl(\sum_{k = 0}^{N-1} A_k^{\dagger} A_k\Biggr)^T = \mathbb{I}_{\mathsf{X}}

ולכן, מכיוון שמטריצת הזהות היא הטרנספוז של עצמה, התנאי הנדרש אמת.

k=0N1AkAk=IX\sum_{k = 0}^{N-1} A_k^{\dagger} A_k = \mathbb{I}_{\mathsf{X}}

מייצוג Kraus למייצוג Stinespring

כעת נניח שיש לנו מייצוג Kraus של העתקה

Φ(ρ)=k=0N1AkρAk\Phi(\rho) = \sum_{k = 0}^{N-1} A_k \rho A_k^{\dagger}

שעבורה

k=0N1AkAk=IX.\sum_{k = 0}^{N-1} A_k^{\dagger} A_k = \mathbb{I}_{\mathsf{X}}.

המטרה שלנו היא למצוא מייצוג Stinespring עבור Φ.\Phi.

הדבר הראשון שנרצה לעשות הוא לבחור את מערכת הפסולת G\mathsf{G} כך שקבוצת המצבים הקלאסיים שלה תהיה {0,,N1}.\{0,\ldots,N-1\}. אולם, כדי ש-(W,X)(\mathsf{W},\mathsf{X}) ו-(G,Y)(\mathsf{G},\mathsf{Y}) יהיו באותו גודל, צריך ש-nn יחלק את mN,m N, ואז נוכל לקחת את W\mathsf{W} עם מצבים קלאסיים {0,,d1}\{0,\ldots,d-1\} עבור d=mN/n.d = mN/n.

עבור בחירה שרירותית של n,n, m,m, ו-N,N, ייתכן ש-mN/nmN/n לא יהיה מספר שלם, כך שאנחנו לא באמת חופשיים לבחור את G\mathsf{G} כך שקבוצת המצבים הקלאסיים שלה תהיה {0,,N1}.\{0,\ldots,N-1\}. אבל אנחנו תמיד יכולים להגדיל את NN כרצוננו במייצוג Kraus על ידי בחירת Ak=0A_k = 0 עבור כמה ערכים נוספים של kk שנרצה.

לכן, אם נניח בשתיקה ש-mN/nmN/n הוא מספר שלם — מה ששקול לכך ש-NN הוא כפולה של m/gcd(n,m)m/\operatorname{gcd}(n,m) — אנחנו חופשיים לקחת את G\mathsf{G} כך שקבוצת המצבים הקלאסיים שלה תהיה {0,,N1}.\{0,\ldots,N-1\}. בפרט, אם N=nm,N = nm, אפשר לקחת את W\mathsf{W} עם m2m^2 מצבים קלאסיים.

נותר לבחור את U,U, ונעשה זאת לפי הדפוס הבא.

U=(A0??A1??AN1??)U = \begin{pmatrix} A_{0} & \fbox{?} & \cdots & \fbox{?} \\[1mm] A_{1} & \fbox{?} & \cdots & \fbox{?} \\[1mm] \vdots & \vdots & \ddots & \vdots\\[1mm] A_{N-1} & \fbox{?} & \cdots & \fbox{?} \end{pmatrix}

להבהרה, דפוס זה מיועד לרמוז על מטריצת בלוקים, כאשר כל בלוק (כולל A0,,AN1A_{0},\ldots,A_{N-1} וגם הבלוקים המסומנים בסימן שאלה) הוא בעל mm שורות ו-nn עמודות. יש NN שורות של בלוקים, כלומר יש d=mN/nd = mN/n עמודות של בלוקים.

בניסוח פורמלי יותר, נגדיר את UU כך:

U=k=0N1j=0d1kjMk,j=(M0,0M0,1M0,d1M1,0M1,1M1,d1MN1,0MN1,1MN1,d1)\begin{aligned} U & = \sum_{k=0}^{N-1} \sum_{j=0}^{d-1} \vert k \rangle \langle j \vert \otimes M_{k,j} \\[4mm] & = \begin{pmatrix} M_{0,0} & M_{0,1} & \cdots & M_{0,d-1} \\[1mm] M_{1,0} & M_{1,1} & \cdots & M_{1,d-1} \\[1mm] \vdots & \vdots & \ddots & \vdots\\[1mm] M_{N-1,0} & M_{N-1,1} & \cdots & M_{N-1,d-1} \end{pmatrix} \end{aligned}

כאשר כל מטריצה Mk,jM_{k,j} היא בעלת mm שורות ו-nn עמודות, ובפרט נקח Mk,0=AkM_{k,0} = A_k עבור k=0,,N1.k = 0,\ldots,N-1.

זו חייבת להיות מטריצה אוניטרית, והבלוקים המסומנים בסימן שאלה — כלומר Mk,jM_{k,j} עבור j>0j>0 — חייבים להיבחר מתוך מחשבה על כך, אך מלבד לאפשר ל-UU להיות אוניטרית, לבלוקים אלה לא תהיה כל השפעה על ההוכחה.

נתעלם לרגע מהדאגה ש-UU אוניטרית ונתמקד בביטוי

TrG(U(00Wρ)U)\operatorname{Tr}_{\mathsf{G}} \bigl( U (\vert 0\rangle \langle 0 \vert_{\mathsf{W}} \otimes \rho)U^{\dagger}\bigr)

המתאר את מצב הפלט של Y\mathsf{Y} בהינתן מצב הקלט ρ\rho של X\mathsf{X} עבור מייצוג Stinespring שלנו. אפשר לכתוב זאת גם כך:

U(00ρ)U=U(0IW)ρ(0IW)U,U(\vert 0\rangle\langle 0 \vert \otimes \rho)U^{\dagger} = U(\vert 0\rangle\otimes\mathbb{I}_{\mathsf{W}}) \rho (\langle 0\vert \otimes \mathbb{I}_{\mathsf{W}}) U^{\dagger},

ומבחירת UU שלנו אנחנו רואים ש-

U(0IW)=k=0N1kAk.U(\vert 0\rangle\otimes\mathbb{I}_{\mathsf{W}}) = \sum_{k = 0}^{N-1} \vert k\rangle \otimes A_k.

לכן מקבלים:

U(00ρ)U=j,k=0N1kjAkρAj,U(\vert 0\rangle\langle 0 \vert \otimes \rho)U^{\dagger} = \sum_{j,k = 0}^{N-1} \vert k\rangle\langle j\vert \otimes A_k \rho A_j^{\dagger},

ומכאן:

TrG(U(00Wρ)U)=j,k=0N1Tr(kj)AkρAj=k=0N1AkρAk=Φ(ρ).\begin{aligned} \operatorname{Tr}_{\mathsf{G}} \bigl( U (\vert 0\rangle \langle 0 \vert_{\mathsf{W}} \otimes \rho) U^{\dagger}\bigr) & = \sum_{j,k = 0}^{N-1} \operatorname{Tr}\bigl(\vert k\rangle\langle j\vert\bigr) \, A_k \rho A_j^{\dagger} \\ & = \sum_{k = 0}^{N-1} A_k \rho A_k^{\dagger} \\ & = \Phi(\rho). \end{aligned}

קיבלנו אם כן מייצוג נכון להעתקה Φ,\Phi, ונותר לאמת שאפשר לבחור את UU כאוניטרית.

נתבונן ב-nn העמודות הראשונות של UU כשהיא נבחרת לפי הדפוס לעיל. אם ניקח את העמודות האלה בלבד, נקבל מטריצת בלוקים:

(A0A1AN1).\begin{pmatrix} A_0\\[1mm] A_1\\[1mm] \vdots\\[1mm] A_{N-1} \end{pmatrix}.

יש nn עמודות, אחת לכל מצב קלאסי של X,\mathsf{X}, ונקרא לעמודות האלה, כוקטורים, γa\vert \gamma_a \rangle עבור כל aΣ.a\in\Sigma. הנה נוסחה לוקטורים אלה שמתאימה לייצוג מטריצת הבלוקים לעיל:

γa=k=0N1kAka\vert \gamma_a\rangle = \sum_{k = 0}^{N-1} \vert k\rangle \otimes A_k \vert a \rangle

כעת נחשב את המכפלה הפנימית בין כל שני וקטורים כאלה, כלומר עבור כל בחירה של a,bΣ.a,b\in\Sigma.

γaγb=j,k=0N1kjaAkAjb=a(k=0N1AkAk)b\langle \gamma_a \vert \gamma_b \rangle = \sum_{j,k = 0}^{N-1} \langle k \vert j \rangle \, \langle a \vert A_k^{\dagger} A_j \vert b\rangle = \langle a \vert \Biggl( \sum_{k = 0}^{N-1} A_k^{\dagger} A_k \Biggr) \vert b\rangle

לפי ההנחה

k=0m1AkAk=IX\sum_{k = 0}^{m-1} A_k^{\dagger} A_k = \mathbb{I}_{\mathsf{X}}

מסיקים ש-nn וקטורי העמודות {γa:aΣ}\{\vert\gamma_a\rangle\,:\,a\in\Sigma\} יוצרים קבוצה אורתונורמלית:

γaγb={1a=b0ab\langle \gamma_a \vert \gamma_b \rangle = \begin{cases} 1 & a = b\\ 0 & a\neq b \end{cases}

לכל a,bΣ.a,b\in\Sigma.

זה מרמז שאפשר להשלים את שאר עמודות UU כך שתהפוך למטריצה אוניטרית. בפרט, אפשר להשתמש בתהליך הגרם-שמידט לבחירת העמודות הנותרות. דבר דומה נעשה בשיעור מעגלים קוונטיים של "יסודות המידע הקוונטי" בהקשר של בעיית הבחנת מצבים.

חזרה ממייצוגי Stinespring להגדרה

ההשלכה האחרונה היא 4 \Rightarrow 1. כלומר, נניח שיש לנו פעולה אוניטרית המעבירה זוג מערכות (W,X)(\mathsf{W},\mathsf{X}) לזוג (G,Y),(\mathsf{G},\mathsf{Y}), והמטרה שלנו היא להסיק שהעתקה

Φ(ρ)=TrG(U(00Wρ)U)\Phi(\rho) = \operatorname{Tr}_{\mathsf{G}} \bigl( U (\vert 0\rangle \langle 0 \vert_{\mathsf{W}} \otimes \rho)U^{\dagger}\bigr)

היא ערוץ חוקי. מצורתה ברור ש-Φ\Phi לינארית, ונותר לאמת שהיא תמיד ממירה מטריצות צפיפות למטריצות צפיפות. זה פשוט למדי, וכבר דנו בנקודות המפתח.

בפרט, אם נתחיל ממטריצת צפיפות σ\sigma של מערכת מורכבת (Z,X),(\mathsf{Z},\mathsf{X}), ונוסיף מערכת עבודה נוספת W,\mathsf{W}, בוודאי נישאר עם מטריצת צפיפות. אם נסדר מחדש את המערכות (W,Z,X)(\mathsf{W},\mathsf{Z},\mathsf{X}) לנוחות, נוכל לכתוב את המצב הזה כ-

00Wσ.\vert 0\rangle\langle 0\vert_{\mathsf{W}} \otimes \sigma.

לאחר מכן נפעיל את הפעולה האוניטרית U,U, שכפי שכבר דנו היא ערוץ חוקי ולכן ממירה מטריצות צפיפות למטריצות צפיפות. לבסוף, הטרייס החלקי של מטריצת צפיפות הוא מטריצת צפיפות נוספת.

דרך נוספת לומר זאת היא להבחין תחילה שכל אחד מהדברים הבאים הוא ערוץ חוקי:

  1. הוספת מערכת עבודה מאותחלת.
  2. ביצוע פעולה אוניטרית.
  3. טרייס של מערכת.

ולבסוף, כל הרכבה של ערוצים היא ערוץ נוסף — מה שנובע ישירות מההגדרה, אך גם עובדה שכדאי להבחין בה בפני עצמה.