Centrala begrepp
Für Eigenschaften bipartiter Reiner Zustände impliziert die Unitär-Invarianz auf einem Teil die Existenz eines optimalen lokalen Tests auf dem anderen Teil.
Sammanfattning
Der Artikel untersucht die Leistungsfähigkeit lokaler Tests für bipartite Quantenzustände. Das zentrale Ergebnis ist, dass für Eigenschaften bipartiter Reiner Zustände die Unitär-Invarianz auf einem Teil einen optimalen (über alle globalen Tester) lokalen Tester auf dem anderen Teil impliziert. Dies legt einen kanonischen lokalen Tester für Verschränkungsspektren nahe und zeigt, dass aufgereinigte Proben keinen Vorteil beim Testen von Eigenschaften gemischter Zustände bieten.
Als Anwendungen lösen wir zwei offene Fragen aus dem Überblicksartikel von Montanaro und de Wolf (2016), indem wir:
- Eine passende untere Schranke Ω(1/ε2) für das Testen, ob ein multipartiter Reiner Zustand Produkt oder ε-weit entfernt ist, liefern, was zeigt, dass der Algorithmus von Harrow und Montanaro (2010) optimal ist, sogar für bipartite Zustände.
- Die erste nichttriviale untere Schranke Ω(r/ε) für das Testen, ob der Schmidt-Rang eines bipartiten Reinen Zustands höchstens r oder ε-weit entfernt ist, angeben.
Wir zeigen auch andere neue Proben-Untergrenzen, z.B.:
- Eine passende untere Schranke Ω(d/ε2) für das Testen, ob ein d-dimensionaler bipartiter Reiner Zustand maximal verschränkt oder ε-weit entfernt ist, was zeigt, dass der Algorithmus von O'Donnell und Wright (2015) für diese Aufgabe optimal ist.
Über die Proben-Komplexität hinaus tragen wir auch neue Quantenabfrage-Untergrenzen bei:
- Eine Abfrage-Untergrenze e
Ω(
p
d/∆) für das d-dimensionale Verschränkungsentropie-Problem mit Lücke ∆, was die bisherigen besten Untergrenzen Ω(
4
√
d) von She und Yuen (2023) und e
Ω(1/
√
∆) von Wang und Zhang (2023) sowie Weggemans (2024) verbessert.
Darüber hinaus kann unser zentrales Ergebnis erweitert werden, wenn der getestete Zustand gemischt ist: Dann ist ein einseitiger LOCC-Test ausreichend, um den optimalen Tester zu realisieren.
Statistik
Keine relevanten Statistiken oder Zahlen.