写在最前面:本文是阅读《Quantum Computation and Quantum Information》时所作。
[2.3]
1 方案
( 1 ) . (1). (1).Alice 和 Bob 预先共享一对纠缠态 ∣ ψ ⟩ = 1 2 ( ∣ 00 ⟩ + ∣ 11 ⟩ ) |\psi\rangle = \frac{1}{\sqrt{2}}(|00\rangle+|11\rangle) ∣ψ⟩=21(∣00⟩+∣11⟩).
( 2 ) . (2). (2).Alice 和 Bob 分别持有纠缠态的一个粒子。
( 3 ) . (3). (3).Alice 根据要发送的双量子比特对于自己的粒子作用一个酉算子。
( 4 ) . (4). (4).Alice 将自己的粒子发给Bob.
2 Alice 的作用过程
若Alice要发送信息 00 00 00,则无需作用任何酉算子。(或者作用算子 I I I).
若Alice要发送信息 01 01 01,则作用酉算子 Z Z Z。
若Alice要发送信息 10 10 10,则作用酉算子 X X X。
若Alice要发送信息 11 11 11,则作用酉算子 i Y iY iY。[这个需要特别记忆。]
注意根据书上规定,Alice发送的量子比特的 01 01 01和 10 10 10和贝尔态的编号 ∣ β x y ⟩ |\beta_{xy}\rangle ∣βxy⟩是反的。
3 意义
3.1 信息传输意义
Alice 只传输了一个单量子比特,便传输了两个量子比特给Bob.预示着将量子力学运用到信息处理能力的惊人结论。
通过更深的研究,已经证实,仅仅传输一个量子比特无法做到这一点。
3.2 前沿研究
超密编码的协议已经在实验室得到部分证实,更多信息参看书后论文文献链接。
3.3 防止窃听
假设窃听者Eve已经提前得知了Alice的映射关系(不知道Alice具体进行了哪个酉变换)并截获了Alice发送的单量子比特。进行测量时,由于Bob的量子比特并不在Eve手中,Eve只能测量Alice一个量子比特。
设 E E E是Eve的固定POVM元,可以证明,对于Alice 与Bob的复合系统任意状态 ∣ ψ ⟩ |\psi\rangle ∣ψ⟩,都有 ⟨ ψ ∣ E ⊗ I ∣ ψ ⟩ \langle\psi|E\otimes I|\psi\rangle ⟨ψ∣E⊗I∣ψ⟩为一定值,即对于所有可能的状态得到的结果一致。(证明见A2)
所以Eve不能从Alice发送的单量子比特中获取任何信息。
Appendix 附录
收录正文中的数学式子的证明或解释
A1 量子比特复合系统的内积
表达式: ( ∣ x 1 x 2 . . . x n ⟩ , ∣ y 1 y 2 . . . y n ⟩ ) = ∏ i δ x i y i (|x_1x_2...x_n\rangle,|y_1y_2...y_n\rangle) = \displaystyle \prod_{i}\delta_{x_iy_i} (∣x1x2...xn⟩,∣y1y2...yn⟩)=i∏δxiyi其中 x i , y i ( 1 ≤ i ≤ n ) ∈ { 0 , 1 } , ∏ i δ x i y i x_i,y_i(1\leq i\leq n)\in\{0,1\},\displaystyle \prod_{i}\delta_{x_iy_i} xi,yi(1≤i≤n)∈{0,1},i∏δxiyi表示对 δ x i y i \delta_{x_iy_i} δxiyi的合取。
(证明参见张量积的性质。)
由此可以证明,贝尔态 ∣ β x y ⟩ = 1 2 ( ∣ 0 , y ⟩ + ( − 1 ) x ∣ 1 , y ˉ ⟩ ) |\beta_{xy}\rangle =\frac{1}{\sqrt2}(|0,y\rangle+(-1)^x|1,\bar{y}\rangle) ∣βxy⟩=21(∣0,y⟩+(−1)x∣1,yˉ⟩)都是两两正交的。
A2 贝尔态对于第单个量子比特的测量
设 E E E是任意一个POVM元
则 ⟨ β x y ∣ E ⊗ I ∣ β x y ⟩ \langle \beta_{xy}|E\otimes I|\beta_{xy}\rangle ⟨βxy∣E⊗I∣βxy⟩
= 1 2 ( ⟨ 0 , y ∣ E ⊗ I ∣ 0 , y ⟩ + ( − 1 ) x ⟨ 0 , y ∣ E ⊗ I ∣ 1 , y ˉ ⟩ + ( − 1 ) x ⟨ 1 , y ˉ ∣ E ⊗ I ∣ 0 , y ⟩ + ⟨ 1 , y ˉ ∣ E ⊗ I ∣ 1 , y ˉ ⟩ ) = \frac{1}{2}(\langle0,y|E\otimes I|0,y\rangle+(-1)^x\langle0,y|E\otimes I|1,\bar{y}\rangle+(-1)^x\langle 1,\bar{y}|E\otimes I|0,y\rangle+\langle1,\bar{y}|E\otimes I|1,\bar{y}\rangle) =21(⟨0,y∣E⊗I∣0,y⟩+(−1)x⟨0,y∣E⊗I∣1,yˉ⟩+(−1)x⟨1,yˉ∣E⊗I∣0,y⟩+⟨1,yˉ∣E⊗I∣1,yˉ⟩)
= 1 2 ( ⟨ 0 ∣ E ∣ 0 ⟩ ⟨ y ∣ y ⟩ + ( − 1 ) x ⟨ 0 ∣ E ∣ 1 ⟩ ⟨ y ∣ y ˉ ⟩ + ( − 1 ) x ⟨ 1 ∣ E ∣ 0 ⟩ ⟨ y ∣ y ˉ ⟩ + ⟨ 1 ∣ E ∣ 1 ⟩ ⟨ y ˉ ∣ y ˉ ⟩ ) = \frac{1}{2}(\langle0|E|0\rangle\langle y|y\rangle+(-1)^x\langle0|E|1\rangle\langle y|\bar{y}\rangle+(-1)^x\langle1|E|0\rangle\langle y|\bar{y}\rangle+\langle1|E|1\rangle\langle \bar{y}|\bar{y}\rangle) =21(⟨0∣E∣0⟩⟨y∣y⟩+(−1)x⟨0∣E∣1⟩⟨y∣yˉ⟩+(−1)x⟨1∣E∣0⟩⟨y∣yˉ⟩+⟨1∣E∣1⟩⟨yˉ∣yˉ⟩)
= 1 2 ( ⟨ 0 ∣ E ∣ 0 ⟩ + ⟨ 1 ∣ E ∣ 1 ⟩ ) = \frac{1}{2}(\langle0|E|0\rangle+\langle1|E|1\rangle) =21(⟨0∣E∣0⟩+⟨1∣E∣1⟩)
这个概率与 x , y x,y x,y无关。