Перейти до основного вмісту
Цей проєкт у бета-версії. Знайшов(-ла) помилку? Відкрити issue на GitHub. Є запитання чи ідея? Запитати в Discussions — будемо раді твоєму відгуку!
Яка якість перекладу на цій сторінці?

Еквівалентність представлень

Ми вже розглянули три різні способи математичного представлення каналів: представлення Стінспрінга, представлення Крауса та представлення Чоі. Також є визначення каналу, яке стверджує, що канал — це лінійне відображення, яке завжди перетворює матриці густини на матриці густини, навіть коли канал застосовується лише до частини складеної системи. Решта уроку присвячена математичному доведенню того, що три представлення є еквівалентними і точно відповідають визначенню.

Огляд доведення​

Наша мета — встановити еквівалентність набору з чотирьох тверджень, і почнемо з того, що запишемо їх точно. Усі чотири твердження дотримуються тих самих угод, що використовувалися протягом уроку, а саме: Φ\Phi — це лінійне відображення з квадратних матриць у квадратні матриці, рядки і стовпці вхідних матриць приведено у відповідність до класичних станів системи X\mathsf{X} (вхідна система), а рядки і стовпці вихідних матриць — до класичних станів системи Y\mathsf{Y} (вихідна система).

  1. Φ\Phi є каналом з X\mathsf{X} до Y.\mathsf{Y}. Тобто Φ\Phi завжди перетворює матриці густини на матриці густини, навіть коли діє на одну частину більшої складеної системи.

  2. Матриця Чоі J(Φ)J(\Phi) є позитивно напівозначеною і задовольняє умову Tr⁡Y(J(Φ))=IX\operatorname{Tr}_{\mathsf{Y}}(J(\Phi)) = \mathbb{I}_{\mathsf{X}}.

  3. Для Φ\Phi існує представлення Крауса. Тобто існують матриці A0,…,AN−1A_0,\ldots,A_{N-1}, для яких рівняння Φ(ρ)=∑k=0N−1AkρAk†\Phi(\rho) = \sum_{k = 0}^{N-1} A_k \rho A_k^{\dagger} є істинним для кожного вхідного ρ\rho, і які задовольняють умову ∑k=0N−1Ak†Ak=IX\sum_{k = 0}^{N-1} A_k^{\dagger} A_k = \mathbb{I}_{\mathsf{X}}.

  4. Для Φ\Phi існує представлення Стінспрінга. Тобто існують системи W\mathsf{W} та G\mathsf{G}, для яких пари (W,X)(\mathsf{W},\mathsf{X}) та (G,Y)(\mathsf{G},\mathsf{Y}) мають однакову кількість класичних станів, а також унітарна матриця UU, яка представляє унітарну операцію з (W,X)(\mathsf{W},\mathsf{X}) у (G,Y)(\mathsf{G},\mathsf{Y}), така що Φ(ρ)=Tr⁡G(U(∣0⟩⟨0∣⊗ρ)U†)\Phi(\rho) = \operatorname{Tr}_{\mathsf{G}}\bigl( U (\vert 0\rangle\langle 0 \vert \otimes \rho) U^{\dagger} \bigr).

Доведення ґрунтується на тому, що доводиться цикл імплікацій: перше твердження з нашого списку тягне за собою друге, друге — третє, третє — четверте, а четверте твердження тягне за собою перше. Це встановлює еквівалентність усіх чотирьох тверджень — тобто для будь-якого конкретного вибору Φ\Phi вони або всі істинні, або всі хибні — оскільки імплікації можна транзитивно перейти від будь-якого одного твердження до будь-якого іншого.

Це поширена стратегія при доведенні еквівалентності набору тверджень, і корисний прийом у такому контексті — організувати імплікації так, щоб їх було якомога простіше довести. Саме так і є тут — і насправді ми вже зустрічали дві з чотирьох імплікацій.

Від каналів до матриць Чоі​

Посилаючись на твердження зі списку вище за їхніми номерами, перша імплікація, яку слід довести, — це 1 ⇒\Rightarrow 2. Ця імплікація вже розглядалася у контексті стану Чоі каналу. Тут ми підсумуємо математичні деталі.

Припустимо, що множина класичних станів вхідної системи X\mathsf{X} — це Σ\Sigma, і нехай n=∣Σ∣n = \vert\Sigma\vert. Розглянемо ситуацію, коли Φ\Phi застосовується до другої з двох копій X\mathsf{X} разом у стані

∣ψ⟩=1n∑a∈Σ∣a⟩⊗∣a⟩,\vert \psi \rangle = \frac{1}{\sqrt{n}} \sum_{a \in \Sigma} \vert a \rangle \otimes \vert a \rangle,

що у вигляді матриці густини записується як

∣ψ⟩⟨ψ∣=1n∑a,b∈Σ∣a⟩⟨b∣⊗∣a⟩⟨b∣.\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.

Результат можна записати як

(Id⁡⊗ Φ)(∣ψ⟩⟨ψ∣)=1n∑a,b=0n−1∣a⟩⟨b∣⊗Φ(∣a⟩⟨b∣)=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},

і, за припущенням, що Φ\Phi є каналом, це має бути матриця густини. Як і всі матриці густини, вона має бути позитивно напівозначеною, а множення позитивно напівозначеної матриці на додатне дійсне число дає іншу позитивно напівозначену матрицю, тому J(Φ)≥0J(\Phi) \geq 0.

Крім того, за припущенням, що Φ\Phi є каналом, він має зберігати слід, а отже

Tr⁡Y(J(Φ))=∑a,b∈ΣTr⁡(Φ(∣a⟩⟨b∣)) ∣a⟩⟨b∣=∑a,b∈ΣTr⁡(∣a⟩⟨b∣) ∣a⟩⟨b∣=∑a∈Σ∣a⟩⟨a∣=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}

Від представлення Чоі до представлення Крауса​

Друга імплікація, знову ж таки посилаючись на твердження нашого списку за їхніми номерами, — це 2 ⇒\Rightarrow 3. Для ясності: ми ігноруємо інші твердження — і зокрема не можемо допускати, що Φ\Phi є каналом. Все, з чим ми маємо справу, — це те, що Φ\Phi є лінійним відображенням, чиє представлення Чоі задовольняє J(Φ)≥0J(\Phi) \geq 0 і Tr⁡Y(J(Φ))=IX\operatorname{Tr}_{\mathsf{Y}} (J(\Phi)) = \mathbb{I}_{\mathsf{X}}.

Проте цього достатньо, щоб зробити висновок, що Φ\Phi має представлення Крауса

Φ(ρ)=∑k=0N−1AkρAk†\Phi(\rho) = \sum_{k = 0}^{N-1} A_k \rho A_k^{\dagger}

для якого виконується умова

∑k=0N−1Ak†Ak=IX\sum_{k = 0}^{N-1} A_k^{\dagger} A_k = \mathbb{I}_{\mathsf{X}}

Починаємо з критично важливого припущення, що J(Φ)J(\Phi) є позитивно напівозначеною, а це означає, що її можна записати у вигляді

Ми починаємо з критично важливого припущення, що J(Φ)J(\Phi) є додатно напівозначеною, що означає, що її можна виразити у формі

J(Φ)=∑k=0N−1∣ψk⟩⟨ψk∣(1)J(\Phi) = \sum_{k = 0}^{N-1} \vert \psi_k \rangle \langle \psi_k \vert \tag{1}

для деякого способу вибору векторів ∣ψ0⟩,…,∣ψN−1⟩\vert\psi_0\rangle,\ldots,\vert\psi_{N-1}\rangle. Загалом існує кілька способів це зробити — і насправді це безпосередньо відображає свободу вибору представлення Крауса для Φ\Phi.

Один зі способів отримати такий вираз — спочатку використати спектральну теорему, щоб записати

J(Φ)=∑k=0N−1λk∣γk⟩⟨γk∣,J(\Phi) = \sum_{k = 0}^{N-1} \lambda_k \vert \gamma_k \rangle \langle \gamma_k \vert,

де λ0,…,λN−1\lambda_0,\ldots,\lambda_{N-1} — власні значення J(Φ)J(\Phi) (які обов'язково є невід'ємними дійсними числами, оскільки J(Φ)J(\Phi) додатно напівозначена), а ∣γ0⟩,…,∣γN−1⟩\vert\gamma_0\rangle,\ldots,\vert\gamma_{N-1}\rangle — одиничні власні вектори, що відповідають власним значенням λ0,…,λN−1\lambda_0,\ldots,\lambda_{N-1}.

Зауваж, що, хоча немає свободи у виборі власних значень (крім порядку їх розташування), є свобода у виборі власних векторів, особливо коли є власні значення з кратністю більше одиниці. Отже, це не унікальний вираз J(Φ)J(\Phi) — ми лише припускаємо, що маємо один такий вираз. Попри це, оскільки власні значення є невід'ємними дійсними числами, вони мають невід'ємні квадратні корені, тому ми можемо вибрати

∣ψk⟩=λk∣γk⟩\vert\psi_k\rangle = \sqrt{\lambda_k} \vert \gamma_k\rangle

для кожного k=0,…,N−1k = 0,\ldots,N-1, щоб отримати вираз форми (1)(1).

Однак не обов'язково, щоб вираз (1)(1) походив саме зі спектрального розкладу таким чином, і зокрема вектори ∣ψ0⟩,…,∣ψN−1⟩\vert\psi_0\rangle,\ldots,\vert\psi_{N-1}\rangle не обов'язково мають бути ортогональними в загальному випадку. Варто зазначити, однак, що ми можемо обрати ці вектори ортогональними, якщо забажаємо — і більше того, нам ніколи не потрібно, щоб NN було більшим за nmnm (нагадуємо, що nn і mm позначають кількість класичних станів X\mathsf{X} та Y\mathsf{Y} відповідно).

Далі, кожен із векторів ∣ψ0⟩,…,∣ψN−1⟩\vert\psi_0\rangle,\ldots,\vert\psi_{N-1}\rangle можна додатково розкласти як

∣ψk⟩=∑a∈Σ∣a⟩⊗∣ϕk,a⟩,\vert\psi_k\rangle = \sum_{a\in\Sigma} \vert a\rangle \otimes \vert \phi_{k,a}\rangle,

де вектори {∣ϕk,a⟩}\{ \vert \phi_{k,a}\rangle \} мають елементи, що відповідають класичним станам Y\mathsf{Y}, і можуть бути явно визначені рівнянням

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

для кожного a∈Σa\in\Sigma та k=0,…,N−1k=0,\ldots,N-1. Хоча ∣ψ0⟩,…,∣ψN−1⟩\vert\psi_0\rangle,\ldots,\vert\psi_{N-1}\rangle не обов'язково є одиничними векторами, це той самий процес, який ми б використали для аналізу того, що станеться, якщо виконати стандартне базисне вимірювання системи X\mathsf{X}, маючи вектор квантового стану пари (X,Y)(\mathsf{X},\mathsf{Y}).

І тепер ми переходимо до прийому, який робить цю частину доведення дієвою. Ми визначаємо наші матриці Крауса A0,…,AN−1A_0,\ldots,A_{N-1} відповідно до наступного рівняння.

Ak=∑a∈Σ∣ϕk,a⟩⟨a∣A_k = \sum_{a\in\Sigma} \vert \phi_{k,a}\rangle\langle a \vert

Про цю формулу можна думати чисто символічно: ∣a⟩\vert a\rangle фактично перевертається, утворюючи ⟨a∣\langle a\vert, і переміщується в праву частину, утворюючи матрицю. Для цілей перевірки доведення нам потрібна лише ця формула.

Однак існує простий та інтуїтивний зв'язок між вектором ∣ψk⟩\vert\psi_k\rangle та матрицею AkA_k, який полягає в тому, що, векторизувавши AkA_k, ми отримуємо ∣ψk⟩\vert\psi_k\rangle. Векторизувати AkA_k означає укласти стовпці один на інший (з крайнім лівим стовпцем зверху, продовжуючи до крайнього правого знизу), щоб утворити вектор. Наприклад, якщо X\mathsf{X} та Y\mathsf{Y} обидва є кубітами, і для деякого вибору kk ми маємо

∣ψk⟩=α00∣0⟩⊗∣0⟩+α01∣0⟩⊗∣1⟩+α10∣1⟩⊗∣0⟩+α11∣1⟩⊗∣1⟩=(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}

then

Ak=α00∣0⟩⟨0∣+α01∣1⟩⟨0∣+α10∣0⟩⟨1∣+α11∣1⟩⟨1∣=(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}

(Обережно: іноді векторизація матриці визначається дещо інакше, а саме, що рядки матриці транспонуються та укладаються один на інший, щоб утворити вектор-стовпець.)

Спочатку ми перевіримо, що цей вибір матриць Крауса правильно описує відображення Φ\Phi, після чого перевіримо іншу необхідну умову. Щоб не заплутатися, визначимо нове відображення Ψ\Psi наступним чином.

Ψ(ρ)=∑k=0N−1AkρAk†\Psi(\rho) = \sum_{k = 0}^{N-1} A_k \rho A_k^{\dagger}

Отже, наша мета — перевірити, що Ψ=Φ\Psi = \Phi.

Спосіб, яким ми можемо це зробити, — порівняти представлення Чoї цих відображень. Представлення Чoї є достовірними, тому маємо Ψ=Φ\Psi = \Phi тоді й лише тоді, коли J(Φ)=J(Ψ)J(\Phi) = J(\Psi). На цьому етапі ми можемо просто обчислити J(Ψ)J(\Psi), використовуючи вирази

∣ψk⟩=∑a∈Σ∣a⟩⊗∣ϕk,a⟩andAk=∑a∈Σ∣ϕk,a⟩⟨a∣\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

разом з білінійністю тензорних добутків для спрощення.

J(Ψ)=∑a,b∈Σ∣a⟩⟨b∣⊗∑k=0N−1Ak∣a⟩⟨b∣Ak†=∑a,b∈Σ∣a⟩⟨b∣⊗∑k=0N−1∣ϕk,a⟩⟨ϕk,b∣=∑k=0N−1(∑a∈Σ∣a⟩⊗∣ϕk,a⟩)(∑b∈Σ⟨b∣⊗⟨ϕk,b∣)=∑k=0N−1∣ψk⟩⟨ψk∣=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}

Отже, наші матриці Крауса правильно описують Φ\Phi.

Залишається перевірити необхідну умову для A0,…,AN−1A_0,\ldots,A_{N-1}, яка виявляється еквівалентною припущенню Tr⁡Y(J(Φ))=IX\operatorname{Tr}_{\mathsf{Y}}(J(\Phi)) = \mathbb{I}_{\mathsf{X}} (яке ми ще не використовували). Ми покажемо цей зв'язок:

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

(в якому ми маємо на увазі транспонування матриці у лівій частині).

Починаючи з лівої частини, ми спочатку можемо спостерегти, що

(∑k=0N−1Ak†Ak)T=(∑k=0N−1∑a,b∈Σ∣b⟩⟨ϕk,b∣ϕk,a⟩⟨a∣)T=∑k=0N−1∑a,b∈Σ⟨ϕk,b∣ϕk,a⟩∣a⟩⟨b∣.\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}

Остання рівність випливає з того факту, що транспонування є лінійним і відображає ∣b⟩⟨a∣\vert b\rangle\langle a \vert у ∣a⟩⟨b∣\vert a\rangle\langle b \vert.

Переходячи до правої частини нашого рівняння, маємо

J(Φ)=∑k=0N−1∣ψk⟩⟨ψk∣=∑k=0N−1∑a,b∈Σ∣a⟩⟨b∣⊗∣ϕk,a⟩⟨ϕk,b∣J(\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

а отже

Tr⁡Y(J(Φ))=∑k=0N−1∑a,b∈ΣTr⁡(∣ϕk,a⟩⟨ϕk,b∣) ∣a⟩⟨b∣=∑k=0N−1∑a,b∈Σ⟨ϕk,b∣ϕk,a⟩∣a⟩⟨b∣.\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}

Ми отримали той самий результат, і тому рівняння (2)(2) підтверджено. Звідси, за припущенням Tr⁡Y(J(Φ))=IX\operatorname{Tr}_{\mathsf{Y}} (J(\Phi)) = \mathbb{I}_{\mathsf{X}}, випливає, що

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

а отже, оскільки одинична матриця є своїм власним транспонуванням, необхідна умова є істинною.

∑k=0N−1Ak†Ak=IX\sum_{k = 0}^{N-1} A_k^{\dagger} A_k = \mathbb{I}_{\mathsf{X}}

Від представлення Крауса до представлення Стінспрінга​

Тепер припустимо, що ми маємо представлення Крауса відображення

Φ(ρ)=∑k=0N−1AkρAk†\Phi(\rho) = \sum_{k = 0}^{N-1} A_k \rho A_k^{\dagger}

для якого

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

Наша мета — знайти представлення Стайнспрінга для Φ\Phi.

Спочатку ми хотіли б обрати систему сміття G\mathsf{G} так, щоб її множина класичних станів була {0,…,N−1}\{0,\ldots,N-1\}. Однак, щоб (W,X)(\mathsf{W},\mathsf{X}) та (G,Y)(\mathsf{G},\mathsf{Y}) мали однаковий розмір, необхідно, щоб nn ділило mNmN, що дозволяє нам взяти W\mathsf{W} з класичними станами {0,…,d−1}\{0,\ldots,d-1\} для d=mN/nd = mN/n.

Для довільного вибору nn, mm та NN може виявитися, що mN/nmN/n не є цілим числом, тому ми насправді не вільні обирати G\mathsf{G} так, щоб її множина класичних станів була {0,…,N−1}\{0,\ldots,N-1\}. Але ми завжди можемо довільно збільшити NN у представленні Крауса, вибираючи Ak=0A_k = 0 для скількох завгодно додаткових значень kk.

Отже, якщо ми мовчазно припустимо, що mN/nmN/n є цілим числом, що еквівалентно тому, що NN є кратним n/gcd⁡(n,m)n/\operatorname{gcd}(n,m), тоді ми вільні обрати G\mathsf{G} так, щоб його множина класичних станів була {0,…,N−1}\{0,\ldots,N-1\}. Зокрема, якщо виявиться, що N=nmN = nm, тоді ми можемо взяти W\mathsf{W} з m2m^2 класичними станами.

Залишається вибрати UU, і ми зробимо це, зіставивши з наступним шаблоном.

U=(A0?⋯?A1?⋯?⋮⋮⋱⋮AN−1?⋯?)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}

Для ясності, цей шаблон покликаний позначати блочну матрицю, де кожен блок (включно з A0,…,AN−1A_{0},\ldots,A_{N-1}, а також блоки, позначені знаком питання) має mm рядків та nn стовпців. Є NN рядків блоків, що означає, що є d=mN/nd = mN/n стовпців блоків.

Виражаючи в більш формульних термінах, ми визначимо UU як

U=∑k=0N−1∑j=0d−1∣k⟩⟨j∣⊗Mk,j=(M0,0M0,1⋯M0,d−1M1,0M1,1⋯M1,d−1⋮⋮⋱⋮MN−1,0MN−1,1⋯MN−1,d−1)\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}

де кожна матриця Mk,jM_{k,j} має mm рядків та nn стовпців, і зокрема ми візьмемо Mk,0=AkM_{k,0} = A_k для k=0,…,N−1k = 0,\ldots,N-1.

Це повинна бути унітарна матриця, і блоки, позначені знаком питання, або еквівалентно Mk,jM_{k,j} для j>0j>0, потрібно обирати з цим на увазі — але окрім того, щоб дозволити UU бути унітарною, блоки, позначені знаком питання, не матимуть жодного відношення до доведення.

Давайте на мить відкладемо занепокоєння про те, що UU унітарна, і зосередимося на виразі

Tr⁡G(U(∣0⟩⟨0∣W⊗ρ)U†)\operatorname{Tr}_{\mathsf{G}} \bigl( U (\vert 0\rangle \langle 0 \vert_{\mathsf{W}} \otimes \rho)U^{\dagger}\bigr)

що описує вихідний стан Y\mathsf{Y}, враховуючи вхідний стан ρ\rho системи X\mathsf{X} для нашого представлення Стайнспрінга. Ми можемо альтернативно записати

U(∣0⟩⟨0∣⊗ρ)U†=U(∣0⟩⊗IX)ρ(⟨0∣⊗IX)U†,U(\vert 0\rangle\langle 0 \vert \otimes \rho)U^{\dagger} = U(\vert 0\rangle\otimes\mathbb{I}_{\mathsf{X}}) \rho (\langle 0\vert \otimes \mathbb{I}_{\mathsf{X}}) U^{\dagger},

і ми бачимо з нашого вибору UU, що

U(∣0⟩⊗IX)=∑k=0N−1∣k⟩⊗Ak.U(\vert 0\rangle\otimes\mathbb{I}_{\mathsf{X}}) = \sum_{k = 0}^{N-1} \vert k\rangle \otimes A_k.

Отже, ми знаходимо, що

U(∣0⟩⟨0∣⊗ρ)U†=∑j,k=0N−1∣k⟩⟨j∣⊗AkρAj†,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},

and so

Tr⁡G(U(∣0⟩⟨0∣W⊗ρ)U†)=∑j,k=0N−1Tr⁡(∣k⟩⟨j∣) AkρAj†=∑k=0N−1AkρAk†=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}

Отже, ми маємо коректне представлення для відображення Φ\Phi, і залишається перевірити, що ми можемо обрати UU унітарною.

Розглянемо перші nn стовпців UU, коли він обраний відповідно до шаблону вище. Беручи лише ці стовпці, ми маємо блочну матрицю

(A0A1⋮AN−1).\begin{pmatrix} A_0\\[1mm] A_1\\[1mm] \vdots\\[1mm] A_{N-1} \end{pmatrix}.

Є nn стовпців, по одному для кожного класичного стану X\mathsf{X}, і як вектори назвемо стовпці ∣γa⟩\vert \gamma_a \rangle для кожного a∈Σa\in\Sigma. Ось формула для цих векторів, яку можна зіставити з блочним матричним представленням вище.

∣γa⟩=∑k=0N−1∣k⟩⊗Ak∣a⟩\vert \gamma_a\rangle = \sum_{k = 0}^{N-1} \vert k\rangle \otimes A_k \vert a \rangle

Тепер обчислимо скалярний добуток між будь-якими двома з цих векторів, тобто тими, що відповідають будь-якому вибору a,b∈Σa,b\in\Sigma.

⟨γa∣γb⟩=∑j,k=0N−1⟨k∣j⟩ ⟨a∣Ak†Aj∣b⟩=⟨a∣(∑k=0N−1Ak†Ak)∣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

За припущенням

∑k=0m−1Ak†Ak=IX\sum_{k = 0}^{m-1} A_k^{\dagger} A_k = \mathbb{I}_{\mathsf{X}}

ми доходимо висновку, що nn стовпчикових векторів {∣γa⟩ : a∈Σ}\{\vert\gamma_a\rangle\,:\,a\in\Sigma\} утворюють ортонормовану множину:

⟨γa∣γb⟩={1a=b0a≠b\langle \gamma_a \vert \gamma_b \rangle = \begin{cases} 1 & a = b\\ 0 & a\neq b \end{cases}

для всіх a,b∈Σa,b\in\Sigma.

Це означає, що можна заповнити решту стовпців UU так, щоб вона стала унітарною матрицею. Зокрема, для вибору решти стовпців можна використати процес ортогоналізації Грама-Шмідта. Щось подібне робилося в уроці Квантові схеми курсу "Основи квантової інформації" в контексті задачі розрізнення станів.

Від представлення Стінспрінга назад до визначення​

Остання імплікація — це 4 ⇒\Rightarrow 1. Тобто ми припускаємо, що маємо унітарну операцію, яка перетворює пару систем (W,X)(\mathsf{W},\mathsf{X}) на пару (G,Y)(\mathsf{G},\mathsf{Y}), і наша мета — зробити висновок, що відображення

Φ(ρ)=Tr⁡G(U(∣0⟩⟨0∣W⊗ρ)U†)\Phi(\rho) = \operatorname{Tr}_{\mathsf{G}} \bigl( U (\vert 0\rangle \langle 0 \vert_{\mathsf{W}} \otimes \rho)U^{\dagger}\bigr)

є коректним каналом. З його форми очевидно, що Φ\Phi є лінійним, і залишається перевірити, що воно завжди перетворює матриці густини на матриці густини. Це досить прямолінійно, і ми вже обговорили ключові моменти.

Зокрема, якщо почати з матриці густини σ\sigma складеної системи (Z,X)(\mathsf{Z},\mathsf{X}) і потім додати додаткову робочу систему W\mathsf{W}, ми, безперечно, залишимося з матрицею густини. Якщо для зручності впорядкувати системи (W,Z,X)(\mathsf{W},\mathsf{Z},\mathsf{X}), цей стан можна записати як

∣0⟩⟨0∣W⊗σ.\vert 0\rangle\langle 0\vert_{\mathsf{W}} \otimes \sigma.

Потім застосовуємо унітарну операцію UU, і, як ми вже обговорювали, це є коректним каналом, а отже відображає матриці густини на матриці густини. Нарешті, частковий слід матриці густини є ще однією матрицею густини.

Інший спосіб сказати це — спочатку зауважити, що кожна з таких речей є коректним каналом:

  1. Введення ініціалізованої робочої системи.

  2. Виконання унітарної операції.

  3. Взяття часткового сліду по системі.

І нарешті, будь-яка композиція каналів є ще одним каналом — що безпосередньо випливає з визначення, але є також фактом, вартим окремої уваги.

Це завершує доведення останньої імплікації, і таким чином ми встановили еквівалентність чотирьох тверджень, перелічених на початку розділу.