54、量子通信中的无克隆定理与容量定理解析

量子通信中的无克隆定理与容量定理解析

1. 量子通信概述

量子通信涵盖了多种量子信息处理任务,如混合态传输、纯态传输和纠缠生成。若Alice能保持与参考系统的纠缠,她就可以传输任何混合态或纯态。同样,若她能保持与参考系统的纠缠,也能与Bob生成纠缠,只需在本地创建一个纠缠态,并将相关协议应用于纠缠态的一个系统即可。

有一个关于量子通信的练习要求证明:一个 $(n, Q, ε)$ 量子通信协议需满足 $\frac{1}{2} \left\lVert \text{id} {A1 \to B1} - D {Bn \to B1} \circ N^{\otimes n} {A’ \to B} \circ E {A1 \to A’n} \right\rVert_{\diamond} \leq ε$,其中 $\left\lVert \cdot \right\rVert_{\diamond}$ 表示钻石范数。

2. 无克隆定理与量子通信

在阐述和证明量子容量定理之前,先探讨量子擦除信道上的量子通信。量子擦除信道以 $1 - ε$ 的概率将Alice的输入状态传递给Bob,以 $ε$ 的概率向Bob发送擦除标志,其数学表示为 $ρ \to (1 - ε) ρ + ε|e⟩⟨e|$,其中对于所有输入 $ρ$ 都有 $\langle e|ρ|e\rangle = 0$。该信道的等距扩展为 $|ψ⟩ {RA} \to \sqrt{1 - ε}|ψ⟩ {RB}|e⟩ {E} + \sqrt{ε}|ψ⟩ {RE}|e⟩_{B}$,这意味着Eve以 $ε$ 的概率获得状态,以 $1 - ε$ 的概率

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值