이제 밀도 행렬이 여러 시스템에 대해 어떻게 작동하는지, 그들이 표현할 수 있는 다양한 상관관계 유형의 예시, 그리고 복합 시스템의 고립된 부분의 상태를 설명하기 위해 어떻게 사용될 수 있는지에 관심을 돌립니다.
여러 시스템
밀도 행렬은 양자 정보의 단순화된 공식화에서 상태 벡터와 유사한 방식으로 여러 시스템의 상태를 나타낼 수 있으며, 여러 시스템을 마치 단일 복합 시스템인 것처럼 볼 수 있다는 기본 아이디어를 따릅니다.
수학적 용어로, 여러 시스템의 상태를 나타내는 밀도 행렬의 행과 열은 개별 시스템의 고전적 상태 집합의 데카르트 곱과 일치합니다.
예를 들어, 네 개의 벨 상태의 상태 벡터 표현을 상기해봅시다.
∣ ϕ + ⟩ = 1 2 ∣ 00 ⟩ + 1 2 ∣ 11 ⟩ ∣ ϕ − ⟩ = 1 2 ∣ 00 ⟩ − 1 2 ∣ 11 ⟩ ∣ ψ + ⟩ = 1 2 ∣ 01 ⟩ + 1 2 ∣ 10 ⟩ ∣ ψ − ⟩ = 1 2 ∣ 01 ⟩ − 1 2 ∣ 10 ⟩ \begin{aligned}
\vert \phi^+ \rangle & = \frac{1}{\sqrt{2}} \vert 00 \rangle + \frac{1}{\sqrt{2}} \vert 11 \rangle \\[2mm]
\vert \phi^- \rangle & = \frac{1}{\sqrt{2}} \vert 00 \rangle - \frac{1}{\sqrt{2}} \vert 11 \rangle \\[2mm]
\vert \psi^+ \rangle & = \frac{1}{\sqrt{2}} \vert 01 \rangle + \frac{1}{\sqrt{2}} \vert 10 \rangle \\[2mm]
\vert \psi^- \rangle & = \frac{1}{\sqrt{2}} \vert 01 \rangle - \frac{1}{\sqrt{2}} \vert 10 \rangle
\end{aligned} ∣ ϕ + ⟩ ∣ ϕ − ⟩ ∣ ψ + ⟩ ∣ ψ − ⟩ = 2 1 ∣00 ⟩ + 2 1 ∣11 ⟩ = 2 1 ∣00 ⟩ − 2 1 ∣11 ⟩ = 2 1 ∣01 ⟩ + 2 1 ∣10 ⟩ = 2 1 ∣01 ⟩ − 2 1 ∣10 ⟩
이러한 상태의 밀도 행렬 표현은 다음과 같습니다.
∣ ϕ + ⟩ ⟨ ϕ + ∣ = ( 1 2 0 0 1 2 0 0 0 0 0 0 0 0 1 2 0 0 1 2 ) \vert \phi^+ \rangle \langle \phi^+ \vert =
\begin{pmatrix}
\frac{1}{2} & 0 & 0 & \frac{1}{2}\\[2mm]
0 & 0 & 0 & 0\\[2mm]
0 & 0 & 0 & 0\\[2mm]
\frac{1}{2} & 0 & 0 & \frac{1}{2}
\end{pmatrix} ∣ ϕ + ⟩ ⟨ ϕ + ∣ = 2 1 0 0 2 1 0 0 0 0 0 0 0 0 2 1 0 0 2 1
∣ ϕ − ⟩ ⟨ ϕ − ∣ = ( 1 2 0 0 − 1 2 0 0 0 0 0 0 0 0 − 1 2 0 0 1 2 ) \vert \phi^- \rangle \langle \phi^- \vert =
\begin{pmatrix}
\frac{1}{2} & 0 & 0 & -\frac{1}{2}\\[2mm]
0 & 0 & 0 & 0\\[2mm]
0 & 0 & 0 & 0\\[2mm]
-\frac{1}{2} & 0 & 0 & \frac{1}{2}
\end{pmatrix} ∣ ϕ − ⟩ ⟨ ϕ − ∣ = 2 1 0 0 − 2 1 0 0 0 0 0 0 0 0 − 2 1 0 0 2 1
∣ ψ + ⟩ ⟨ ψ + ∣ = ( 0 0 0 0 0 1 2 1 2 0 0 1 2 1 2 0 0 0 0 0 ) \vert \psi^+ \rangle \langle \psi^+ \vert =
\begin{pmatrix}
0 & 0 & 0 & 0\\[2mm]
0 & \frac{1}{2} & \frac{1}{2} & 0\\[2mm]
0 & \frac{1}{2} & \frac{1}{2} & 0\\[2mm]
0 & 0 & 0 & 0
\end{pmatrix} ∣ ψ + ⟩ ⟨ ψ + ∣ = 0 0 0 0 0 2 1 2 1 0 0 2 1 2 1 0 0 0 0 0
∣ ψ − ⟩ ⟨ ψ − ∣ = ( 0 0 0 0 0 1 2 − 1 2 0 0 − 1 2 1 2 0 0 0 0 0 ) \vert \psi^- \rangle \langle \psi^- \vert =
\begin{pmatrix}
0 & 0 & 0 & 0\\[2mm]
0 & \frac{1}{2} & -\frac{1}{2} & 0\\[2mm]
0 & -\frac{1}{2} & \frac{1}{2} & 0\\[2mm]
0 & 0 & 0 & 0
\end{pmatrix} ∣ ψ − ⟩ ⟨ ψ − ∣ = 0 0 0 0 0 2 1 − 2 1 0 0 − 2 1 2 1 0 0 0 0 0
곱 상태
상태 벡터의 경우와 유사하게, 밀도 행렬의 텐서 곱은 여러 시스템의 상태 간 독립성 을 나타냅니다.
예를 들어, X \mathsf{X} X 가 밀도 행렬 ρ \rho ρ 로 나타내는 상태로 준비되고 Y \mathsf{Y} Y 가 독립적으로 σ \sigma σ 로 나타내는 상태로 준비된다면, ( X , Y ) (\mathsf{X},\mathsf{Y}) ( X , Y ) 의 상태를 설명하는 밀도 행렬은 텐서 곱 ρ ⊗ σ \rho\otimes\sigma ρ ⊗ σ 입니다.
양자 정보의 단순화된 공식화에서 사용되는 것과 동일한 용어가 여기서도 사용합니다: 이러한 형태의 상태는 곱 상태 라고 불립니다.
곱 상태로 표현될 수 없는 상태는 시스템 간의 상관관계 를 나타냅니다.
실제로 밀도 행렬로 나타낼 수 있는 다양한 유형의 상관관계가 있습니다.
몇 가지 예는 다음과 같습니다.
상관된 고전 상태.
예를 들어, Alice와 Bob이 임의의 비트를 공유하는 상황을 다음과 같이 표현할 수 있습니다:
1 2 ∣ 0 ⟩ ⟨ 0 ∣ ⊗ ∣ 0 ⟩ ⟨ 0 ∣ + 1 2 ∣ 1 ⟩ ⟨ 1 ∣ ⊗ ∣ 1 ⟩ ⟨ 1 ∣ = ( 1 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 2 ) \frac{1}{2} \vert 0 \rangle \langle 0 \vert \otimes \vert 0 \rangle \langle 0 \vert +
\frac{1}{2} \vert 1 \rangle \langle 1 \vert \otimes \vert 1 \rangle \langle 1 \vert
=
\begin{pmatrix}
\frac{1}{2} & 0 & 0 & 0\\[2mm]
0 & 0 & 0 & 0\\[2mm]
0 & 0 & 0 & 0\\[2mm]
0 & 0 & 0 & \frac{1}{2}
\end{pmatrix} 2 1 ∣0 ⟩ ⟨ 0∣ ⊗ ∣0 ⟩ ⟨ 0∣ + 2 1 ∣1 ⟩ ⟨ 1∣ ⊗ ∣1 ⟩ ⟨ 1∣ = 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 1
양자 상태의 앙상블.
시스템 X \mathsf{X} X 의 상태를 나타내는 m m m 개의 밀도 행렬 ρ 0 , … , ρ m − 1 \rho_0,\ldots,\rho_{m-1} ρ 0 , … , ρ m − 1 이 있고, 확률 벡터 ( p 0 , … , p m − 1 ) (p_0,\ldots,p_{m-1}) ( p 0 , … , p m − 1 ) 에 따라 이 상태 중 하나를 임의로 선택한다고 가정합시다. 이러한 과정은 밀도 행렬 ρ 0 , … , ρ m − 1 \rho_0,\ldots,\rho_{m-1} ρ 0 , … , ρ m − 1 과 확률 ( p 0 , … , p m − 1 ) (p_0,\ldots,p_{m-1}) ( p 0 , … , p m − 1 ) 의 명시를 포함하는 상태의 앙상블 로 나타나갑니다. 상태의 앙상블을 k k k 의 임의 선택과 대응하는 밀도 행렬 ρ k \rho_k ρ k 를 모두 설명하는 단일 밀도 행렬과 연결할 수 있습니다:
∑ k = 0 m − 1 p k ∣ k ⟩ ⟨ k ∣ ⊗ ρ k . \sum_{k = 0}^{m-1} p_k \vert k\rangle \langle k \vert \otimes \rho_k. k = 0 ∑ m − 1 p k ∣ k ⟩ ⟨ k ∣ ⊗ ρ k .
명확히 하자면, 이것은 Y \mathsf{Y} Y 가 k k k 의 고전적 선택을 나타내는 쌍 ( Y , X ) (\mathsf{Y},\mathsf{X}) ( Y , X ) 의 상태입니다 — 따라서 우리는 고전적 상태 집합이 { 0 , … , m − 1 } \{0,\ldots,m-1\} { 0 , … , m − 1 } 이라고 가정합니다. 이러한 형태의 상태는 때때로 고전-양자 상태 라고 불립니다.
분리 가능한 상태 . 다음과 같이 두 시스템의 양자 상태 간 고전적 상관관계가 있는 상황을 상상할 수 있습니다:
∑ k = 0 m − 1 p k ρ k ⊗ σ k . \sum_{k = 0}^{m-1} p_k \rho_k \otimes \sigma_k. k = 0 ∑ m − 1 p k ρ k ⊗ σ k .
말하자면, k k k 가 0부터 m − 1 m-1 m − 1 까지 각 k k k 에 대해, 확률 p k p_k p k 로 왼쪽 시스템이 상태 ρ k \rho_k ρ k 에 있고 오른쪽 시스템이 상태 σ k \sigma_k σ k 에 있습니다. 이러한 상태를 분리 가능한 상태 라고 부릅니다. 이 개념은 두 개 이상의 시스템으로 확장할 수 있습니다.
얽힌 상태 . 모든 시스템 쌍의 상태가 분리 가능한 것은 아닙니다. 양자 정보의 일반 공식화에서, 이것이 얽힘을 정의하는 방법입니다: 분리 가능하지 않은 상태를 얽힌 상태 라고 말합니다.
이 용어는 "양자 정보의 기초" 강의에서 사용한 용어와 일치합니다. 거기서 우리는 곱 상태가 아닌 양자 상태 벡터가 얽힌 상태를 나타낸다고 말했습니다 — 실제로, 곱 상태가 아닌 모든 양자 상태 벡터 ∣ ψ ⟩ \vert\psi\rangle ∣ ψ ⟩ 에 대해, 밀도 행렬 ∣ ψ ⟩ ⟨ ψ ∣ \vert\psi\rangle\langle\psi\vert ∣ ψ ⟩ ⟨ ψ ∣ 로 나타내는 상태가 분리 가능하지 않습니다. 순수하지 않은 상태의 경우 얽힘은 이것보다 훨씬 더 복잡합니다.
축약 상태와 부분 대각합
여러 시스템의 문맥에서 밀도 행렬로 할 수 있는 간단하지만 중요한 것이 있습니다. 그것은 시스템을 무시함으로써 얻는 상태를 설명하는 것입니다.
여러 시스템이 양자 상태에 있고 우리가 하나 이상의 시스템을 버리거나 무시하기로 선택할 때,
남은 시스템의 상태는 이 시스템들의 축약 상태 라고 불립니다.
축약 상태의 밀도 행렬 설명은 부분 대각합 이라는 매핑을 통해 전체의 상태를 설명하는 밀도 행렬에서 쉽게 얻어집니다.
예: e-비트의 축약 상태
큐비트 쌍 ( A , B ) (\mathsf{A},\mathsf{B}) ( A , B ) 이 함께 상태에 있다고 가정합시다
∣ ϕ + ⟩ = 1 2 ∣ 00 ⟩ + 1 2 ∣ 11 ⟩ . \vert\phi^+\rangle = \frac{1}{\sqrt{2}} \vert 00 \rangle + \frac{1}{\sqrt{2}} \vert 11 \rangle. ∣ ϕ + ⟩ = 2 1 ∣00 ⟩ + 2 1 ∣11 ⟩ .
Alice가 큐비트 A \mathsf{A} A 를 보유하고 Bob이 B \mathsf{B} B 를 보유한다고 상상할 수 있습니다. 즉, 함께 그들은 e-비트를 공유합니다.
우리는 Bob이 자신의 큐비트를 가지고 별로 여행을 떠나 다시는 보이지 않을 경우, 고립된 Alice의 큐비트 A \mathsf{A} A 에 대한 밀도 행렬 설명을 원합니다.
먼저 Bob이 자신의 여행 중 어딘가에서 표준 기저 측정과 관련하여 자신의 큐비트를 측정하기로 결정한다면 어떻게 될지 생각해봅시다.
그렇게 하면, 그는 결과 0을 확률로 얻을 것입니다
∥ ( I A ⊗ ⟨ 0 ∣ ) ∣ ϕ + ⟩ ∥ 2 = ∥ 1 2 ∣ 0 ⟩ ∥ 2 = 1 2 , \bigl\| \bigl( \mathbb{I}_{\mathsf{A}} \otimes \langle 0\vert \bigr) \vert \phi^+ \rangle \bigr\|^2
= \Bigl\| \frac{1}{\sqrt{2}} \vert 0 \rangle \Bigr\|^2 = \frac{1}{2}, ( I A ⊗ ⟨ 0∣ ) ∣ ϕ + ⟩ 2 = 2 1 ∣0 ⟩ 2 = 2 1 ,
이 경우 Alice의 큐비트의 상태는 ∣ 0 ⟩ \vert 0\rangle ∣0 ⟩ 가 됩니다. 그리고 그는 결과 1을 확률로 얻을 것입니다
∥ ( I A ⊗ ⟨ 1 ∣ ) ∣ ϕ + ⟩ ∥ 2 = ∥ 1 2 ∣ 1 ⟩ ∥ 2 = 1 2 , \bigl\| \bigl( \mathbb{I}_{\mathsf{A}} \otimes \langle 1\vert \bigr) \vert \phi^+ \rangle \bigr\|^2
= \Bigl\| \frac{1}{\sqrt{2}} \vert 1 \rangle \Bigr\|^2 = \frac{1}{2}, ( I A ⊗ ⟨ 1∣ ) ∣ ϕ + ⟩ 2 = 2 1 ∣1 ⟩ 2 = 2 1 ,
이 경우 Alice의 큐비트의 상태는 ∣ 1 ⟩ \vert 1\rangle ∣1 ⟩ 가 됩니다.
따라서 Bob의 측정 결과를 무시하고 Alice의 큐비트에 초점을 맞추면, 그녀가 상태 ∣ 0 ⟩ \vert 0\rangle ∣0 ⟩ 을 확률 1 / 2 1/2 1/2 로, 상태 ∣ 1 ⟩ \vert 1\rangle ∣1 ⟩ 을 확률 1 / 2 1/2 1/2 로 얻는다고 결론 내릴 수 있습니다.
이는 우리가 고립된 Alice의 큐비트의 상태를 밀도 행렬로 설명하도록 이끕니다:
1 2 ∣ 0 ⟩ ⟨ 0 ∣ + 1 2 ∣ 1 ⟩ ⟨ 1 ∣ = 1 2 I A . \frac{1}{2} \vert 0\rangle\langle 0\vert + \frac{1}{2} \vert 1\rangle\langle 1\vert = \frac{1}{2} \mathbb{I}_{\mathsf{A}}. 2 1 ∣0 ⟩ ⟨ 0∣ + 2 1 ∣1 ⟩ ⟨ 1∣ = 2 1 I A .
즉, Alice의 큐비트는 완전히 혼합된 상태에 있습니다.
명확히 하자면, 고립된 Alice의 큐비트의 상태에 대한 이 밀도 행렬 설명은 Bob이 자신의 큐비트를 측정했다는 가정을 포함하지 않습니다; 우리는 Bob을 완전히 무시하고 있습니다.
이제, 우리가 얻은 고립된 Alice의 큐비트에 대한 밀도 행렬 설명이 Bob이 자신의 큐비트를 측정했다는 가정에 의존한다는 것처럼 보일 수 있지만, 실제로는 그렇지 않습니다.
우리가 한 것은 Bob이 자신의 큐비트를 측정할 가능성을 사용하여 우리가 이미 배운 것을 바탕으로 완전히 혼합된 상태가 Alice의 큐비트의 상태로 발생한다고 주장하는 것입니다.
물론, Bob이 자신의 큐비트를 측정해야 한다고 말하는 것은 없습니다 — 하지만 그가 그렇지 않는다고 말하는 것도 없습니다.
그리고 그가 광년 떨어져 있다면, 그가 하거나 하지 않은 어떤 것도 Alice의 큐비트의 상태에 영향을 줄 수 없습니다.
즉, Alice의 큐비트에 대해 얻은 설명은 광속보다 빠른 통신의 불가능성과 일치하는 유일한 설명입니다.
우리는 또한 Bob의 큐비트 B \mathsf{B} B 의 상태를 고려할 수 있으며, 이는 완전히 혼합된 상태이기도 합니다.
실제로, 네 개의 벨 상태 모두에 대해 Alice의 큐비트과 Bob의 큐비트 모두의 축약 상태가 완전히 혼합된 상태임을 발견합니다.
일반 양자 상태 벡터에 대한 축약 상태
이제 방금 논의한 예제를 두 임의 시스템 A \mathsf{A} A 와 B \mathsf{B} B 로 일반화합시다. 반드시 상태 ∣ ϕ + ⟩ \vert \phi^+\rangle ∣ ϕ + ⟩ 의 큐비트일 필요는 없습니다.
우리는 A \mathsf{A} A 와 B \mathsf{B} B 의 고전적 상태 집합이 각각 Σ \Sigma Σ 와 Γ \Gamma Γ 라고 가정합니다.
따라서 결합 시스템 ( A , B ) (\mathsf{A},\mathsf{B}) ( A , B ) 의 상태를 나타내는 밀도 행렬 ρ \rho ρ 는 데카르트 곱 Σ × Γ \Sigma\times\Gamma Σ × Γ 에 해당하는 행과 열 색인을 가집니다.
( A , B ) (\mathsf{A},\mathsf{B}) ( A , B ) 의 상태가 양자 상태 벡터 ∣ ψ ⟩ \vert\psi\rangle ∣ ψ ⟩ 로 설명되므로, 이 상태를 설명하는 밀도 행렬은 ρ = ∣ ψ ⟩ ⟨ ψ ∣ \rho = \vert\psi\rangle\langle\psi\vert ρ = ∣ ψ ⟩ ⟨ ψ ∣ 입니다.
우리는 고립시켜서 A \mathsf{A} A 의 상태에 대한 밀도 행렬 설명을 얻을 것이며, 이는 관례적으로 ρ A \rho_{\mathsf{A}} ρ A 로 표기됩니다.
(상첨자도 때때로 아래첨자 대신 사용됩니다.)
상태 벡터 ∣ ψ ⟩ \vert\psi\rangle ∣ ψ ⟩ 는 다음 형태로 표현될 수 있습니다
∣ ψ ⟩ = ∑ b ∈ Γ ∣ ϕ b ⟩ ⊗ ∣ b ⟩ \vert\psi\rangle = \sum_{b\in\Gamma} \vert\phi_b\rangle \otimes \vert b\rangle ∣ ψ ⟩ = b ∈ Γ ∑ ∣ ϕ b ⟩ ⊗ ∣ b ⟩
고유하게 결정되는 벡터 모음 { ∣ ϕ b ⟩ : b ∈ Γ } \{\vert\phi_b\rangle : b\in\Gamma\} { ∣ ϕ b ⟩ : b ∈ Γ } 에 대해.
특히, 이 벡터들은 간단한 공식을 통해 결정될 수 있습니다.
∣ ϕ b ⟩ = ( I A ⊗ ⟨ b ∣ ) ∣ ψ ⟩ \vert\phi_b\rangle = \bigl(\mathbb{I}_{\mathsf{A}} \otimes \langle b\vert\bigr)\vert\psi\rangle ∣ ϕ b ⟩ = ( I A ⊗ ⟨ b ∣ ) ∣ ψ ⟩
이전 e-비트 예제와 유사하게 추론하면, 우리가 시스템 B \mathsf{B} B 를 표준 기저 측정으로 측정한다면, 각 결과 b ∈ Γ b\in\Gamma b ∈ Γ 을 확률 ∥ ∣ ϕ b ⟩ ∥ 2 \|\vert\phi_b\rangle\|^2 ∥∣ ϕ b ⟩ ∥ 2 로 얻을 것이고, 이 경우 A \mathsf{A} A 의 상태는
∣ ϕ b ⟩ ∥ ∣ ϕ b ⟩ ∥ . \frac{\vert \phi_b \rangle}{\|\vert\phi_b\rangle\|}. ∥∣ ϕ b ⟩ ∥ ∣ ϕ b ⟩ .
밀도 행렬로, 이 상태는 다음과 같이 쓸 수 있습니다.
( ∣ ϕ b ⟩ ∥ ∣ ϕ b ⟩ ∥ ) ( ∣ ϕ b ⟩ ∥ ∣ ϕ b ⟩ ∥ ) † = ∣ ϕ b ⟩ ⟨ ϕ b ∣ ∥ ∣ ϕ b ⟩ ∥ 2 \biggl(\frac{\vert \phi_b \rangle}{\|\vert\phi_b\rangle\|}\biggr)
\biggl(\frac{\vert \phi_b \rangle}{\|\vert\phi_b\rangle\|}\biggr)^{\dagger}
= \frac{\vert \phi_b \rangle\langle\phi_b\vert}{\|\vert\phi_b\rangle\|^2} ( ∥∣ ϕ b ⟩ ∥ ∣ ϕ b ⟩ ) ( ∥∣ ϕ b ⟩ ∥ ∣ ϕ b ⟩ ) † = ∥∣ ϕ b ⟩ ∥ 2 ∣ ϕ b ⟩ ⟨ ϕ b ∣
각 결과의 확률에 따라 다른 상태를 평균화하면, 우리는 밀도 행렬에 도달합니다
ρ A = ∑ b ∈ Γ ∥ ∣ ϕ b ⟩ ∥ 2 ∣ ϕ b ⟩ ⟨ ϕ b ∣ ∥ ∣ ϕ b ⟩ ∥ 2 = ∑ b ∈ Γ ∣ ϕ b ⟩ ⟨ ϕ b ∣ = ∑ b ∈ Γ ( I A ⊗ ⟨ b ∣ ) ∣ ψ ⟩ ⟨ ψ ∣ ( I A ⊗ ∣ b ⟩ ) \rho_{\mathsf{A}} = \sum_{b\in\Gamma}
\|\vert\phi_b\rangle\|^2 \frac{\vert \phi_b \rangle\langle\phi_b\vert}{\|\vert\phi_b\rangle\|^2}
= \sum_{b\in\Gamma} \vert \phi_b \rangle\langle\phi_b\vert
= \sum_{b\in\Gamma}
\bigl(\mathbb{I}_{\mathsf{A}} \otimes \langle b\vert\bigr) \vert\psi\rangle\langle\psi\vert
\bigl(\mathbb{I}_{\mathsf{A}} \otimes \vert b\rangle\bigr) ρ A = b ∈ Γ ∑ ∥∣ ϕ b ⟩ ∥ 2 ∥∣ ϕ b ⟩ ∥ 2 ∣ ϕ b ⟩ ⟨ ϕ b ∣ = b ∈ Γ ∑ ∣ ϕ b ⟩ ⟨ ϕ b ∣ = b ∈ Γ ∑ ( I A ⊗ ⟨ b ∣ ) ∣ ψ ⟩ ⟨ ψ ∣ ( I A ⊗ ∣ b ⟩ )
부분 대각합
공식
ρ A = ∑ b ∈ Γ ( I A ⊗ ⟨ b ∣ ) ∣ ψ ⟩ ⟨ ψ ∣ ( I A ⊗ ∣ b ⟩ ) \rho_{\mathsf{A}}
= \sum_{b\in\Gamma}
\bigl(\mathbb{I}_{\mathsf{A}} \otimes \langle b\vert\bigr)
\vert\psi\rangle\langle\psi\vert
\bigl(\mathbb{I}_{\mathsf{A}} \otimes \vert b\rangle\bigr) ρ A = b ∈ Γ ∑ ( I A ⊗ ⟨ b ∣ ) ∣ ψ ⟩ ⟨ ψ ∣ ( I A ⊗ ∣ b ⟩ )
우리를 순수 상태뿐만 아니라 쌍 ( A , B ) (\mathsf{A},\mathsf{B}) ( A , B ) 의 모든 밀도 행렬 ρ \rho ρ 에 대해 A \mathsf{A} A 의 축약 상태에 대한 설명으로 인도합니다.
ρ A = ∑ b ∈ Γ ( I A ⊗ ⟨ b ∣ ) ρ ( I A ⊗ ∣ b ⟩ ) \rho_{\mathsf{A}} = \sum_{b\in\Gamma}
\bigl( \mathbb{I}_{\mathsf{A}} \otimes \langle b \vert\bigr)
\rho
\bigl( \mathbb{I}_{\mathsf{A}} \otimes \vert b \rangle\bigr) ρ A = b ∈ Γ ∑ ( I A ⊗ ⟨ b ∣ ) ρ ( I A ⊗ ∣ b ⟩ )
이 공식은 선형성과 함께 모든 밀도 행렬이 순수 상태의 볼록 결합으로 쓸 수 있다는 사실 때문에 작동해야 합니다.
ρ \rho ρ 에 대해 수행되는 ρ A \rho_{\mathsf{A}} ρ A 를 얻기 위한 연산은 부분 대각합 으로 알려지며, 더 정확히는 부분 대각합이 B \mathsf{B} B 에 대해 수행되거나 B \mathsf{B} B 가 추적 소거 된다고 말합니다.
이 연산은 Tr B \operatorname{Tr}_{\mathsf{B}} Tr B 로 표기되므로 우리는
Tr B ( ρ ) = ∑ b ∈ Γ ( I A ⊗ ⟨ b ∣ ) ρ ( I A ⊗ ∣ b ⟩ ) . \operatorname{Tr}_{\mathsf{B}} (\rho) =
\sum_{b\in\Gamma}
\bigl( \mathbb{I}_{\mathsf{A}} \otimes \langle b \vert\bigr)
\rho
\bigl( \mathbb{I}_{\mathsf{A}} \otimes \vert b \rangle\bigr). Tr B ( ρ ) = b ∈ Γ ∑ ( I A ⊗ ⟨ b ∣ ) ρ ( I A ⊗ ∣ b ⟩ ) .
로 쓸 수 있습니다.
우리는 또한 A \mathsf{A} A 에 대한 부분 대각합을 정의할 수 있으므로 B \mathsf{B} B 가 아닌 A \mathsf{A} A 가 추적 소거되는 것처럼 이렇게:
Tr A ( ρ ) = ∑ a ∈ Σ ( ⟨ a ∣ ⊗ I B ) ρ ( ∣ a ⟩ ⊗ I B ) \operatorname{Tr}_{\mathsf{A}} (\rho) =
\sum_{a\in\Sigma}
\bigl(\langle a \vert\otimes\mathbb{I}_{\mathsf{B}}\bigr)
\rho
\bigl(\vert a \rangle\otimes\mathbb{I}_{\mathsf{B}}\bigr) Tr A ( ρ ) = a ∈ Σ ∑ ( ⟨ a ∣ ⊗ I B ) ρ ( ∣ a ⟩ ⊗ I B )
이는 A \mathsf{A} A 가 아닌 고립시켜서 B \mathsf{B} B 의 상태의 밀도 행렬 설명 ρ B \rho_{\mathsf{B}} ρ B 를 우리에게 제공합니다.
요약하면, ( A , B ) (\mathsf{A},\mathsf{B}) ( A , B ) 가 임의의 시스템 쌍이고 우리가 ( A , B ) (\mathsf{A},\mathsf{B}) ( A , B ) 의 상태를 설명하는 밀도 행렬 ρ \rho ρ 를 가지고 있다면, 시스템 A \mathsf{A} A 와 B \mathsf{B} B 의 축약 상태 는 다음과 같습니다.
ρ A = Tr B ( ρ ) = ∑ b ∈ Γ ( I A ⊗ ⟨ b ∣ ) ρ ( I A ⊗ ∣ b ⟩ ) ρ B = Tr A ( ρ ) = ∑ a ∈ Σ ( ⟨ a ∣ ⊗ I B ) ρ ( ∣ a ⟩ ⊗ I B ) \begin{aligned}
\rho_{\mathsf{A}} & = \operatorname{Tr}_{\mathsf{B}}(\rho)
= \sum_{b\in\Gamma} \bigl( \mathbb{I}_{\mathsf{A}} \otimes \langle b \vert\bigr) \rho \bigl( \mathbb{I}_{\mathsf{A}} \otimes \vert b \rangle\bigr)\\[2mm]
\rho_{\mathsf{B}} & = \operatorname{Tr}_{\mathsf{A}}(\rho) = \sum_{a\in\Sigma}
\bigl( \langle a \vert \otimes \mathbb{I}_{\mathsf{B}}\bigr) \rho
\bigl( \vert a \rangle\otimes \mathbb{I}_{\mathsf{B}} \bigr)
\end{aligned} ρ A ρ B = Tr B ( ρ ) = b ∈ Γ ∑ ( I A ⊗ ⟨ b ∣ ) ρ ( I A ⊗ ∣ b ⟩ ) = Tr A ( ρ ) = a ∈ Σ ∑ ( ⟨ a ∣ ⊗ I B ) ρ ( ∣ a ⟩ ⊗ I B )
ρ \rho ρ 가 밀도 행렬이면, ρ A \rho_{\mathsf{A}} ρ A 와 ρ B \rho_{\mathsf{B}} ρ B 도 반드시 밀도 행렬이 될 것입니다.
이 개념들은 두 개 대신 시스템의 임의의 수로 자연스럽게 일반화될 수 있습니다.
일반적으로, 우리는 밀도 행렬 ρ \rho ρ 의 아래첨자에 우리가 선택하는 어떤 시스템들의 이름이든 넣어서 그런 시스템들의 축약 상태를 설명할 수 있습니다.
예를 들어, A , \mathsf{A}, A , B , \mathsf{B}, B , 그리고 C \mathsf{C} C 가 시스템이고 ρ \rho ρ 가 ( A , B , C ) (\mathsf{A},\mathsf{B},\mathsf{C}) ( A , B , C ) 의 상태를 설명하는 밀도 행렬이라면, 우리는 정의할 수 있습니다
ρ A C = Tr B ( ρ ) = ∑ b ∈ Γ ( I A ⊗ ⟨ b ∣ ⊗ I C ) ρ ( I A ⊗ ∣ b ⟩ ⊗ I C ) ρ C = Tr A B ( ρ ) = ∑ a ∈ Σ ∑ b ∈ Γ ( ⟨ a ∣ ⊗ ⟨ b ∣ ⊗ I C ) ρ ( ∣ a ⟩ ⊗ ∣ b ⟩ ⊗ I C ) \begin{aligned}
\rho_{\mathsf{AC}} & = \operatorname{Tr}_{\mathsf{B}}(\rho) = \sum_{b\in\Gamma}
\bigl( \mathbb{I}_{\mathsf{A}} \otimes \langle b \vert \otimes \mathbb{I}_{\mathsf{C}} \bigr) \rho
\bigl( \mathbb{I}_{\mathsf{A}} \otimes \vert b \rangle \otimes \mathbb{I}_{\mathsf{C}} \bigr) \\[2mm]
\rho_{\mathsf{C}} & = \operatorname{Tr}_{\mathsf{AB}}(\rho) = \sum_{a\in\Sigma} \sum_{b\in\Gamma}
\bigl( \langle a \vert \otimes \langle b \vert \otimes \mathbb{I}_{\mathsf{C}} \bigr) \rho
\bigl( \vert a \rangle \otimes \vert b \rangle \otimes \mathbb{I}_{\mathsf{C}} \bigr)
\end{aligned} ρ AC ρ C = Tr B ( ρ ) = b ∈ Γ ∑ ( I A ⊗ ⟨ b ∣ ⊗ I C ) ρ ( I A ⊗ ∣ b ⟩ ⊗ I C ) = Tr AB ( ρ ) = a ∈ Σ ∑ b ∈ Γ ∑ ( ⟨ a ∣ ⊗ ⟨ b ∣ ⊗ I C ) ρ ( ∣ a ⟩ ⊗ ∣ b ⟩ ⊗ I C )
그리고 다른 시스템 선택들에 대해서도 유사하게.
부분 대각합의 대체 설명
부분 대각합 매핑 Tr A \operatorname{Tr}_{\mathsf{A}} Tr A 와 Tr B \operatorname{Tr}_{\mathsf{B}} Tr B 을 설명하는 대체 방법은 그들이 공식을 만족하는 유일한 선형 매핑이라는 것입니다
Tr A ( M ⊗ N ) = Tr ( M ) N Tr B ( M ⊗ N ) = Tr ( N ) M . \begin{aligned}
\operatorname{Tr}_{\mathsf{A}}(M \otimes N) & = \operatorname{Tr}(M) N \\[2mm]
\operatorname{Tr}_{\mathsf{B}}(M \otimes N) & = \operatorname{Tr}(N) M.
\end{aligned} Tr A ( M ⊗ N ) Tr B ( M ⊗ N ) = Tr ( M ) N = Tr ( N ) M .
이 공식들에서, N N N 과 M M M 은 적절한 크기의 제곱 행렬입니다:
M M M 의 행과 열은 A \mathsf{A} A 의 고전적 상태에 해당하고 N N N 의 행과 열은 B \mathsf{B} B 의 고전적 상태에 해당합니다.
부분 대각합의 이 특성화는 수학적 관점에서 기초적일 뿐만 아니라 일부 상황에서 빠른 계산을 할 수 있게 합니다.
예를 들어, 큐비트 쌍 ( A , B ) (\mathsf{A},\mathsf{B}) ( A , B ) 의 이 상태를 고려합시다.
ρ = 1 2 ∣ 0 ⟩ ⟨ 0 ∣ ⊗ ∣ 0 ⟩ ⟨ 0 ∣ + 1 2 ∣ 1 ⟩ ⟨ 1 ∣ ⊗ ∣ + ⟩ ⟨ + ∣ \rho =
\frac{1}{2} \vert 0\rangle\langle 0\vert \otimes \vert 0\rangle\langle 0\vert +
\frac{1}{2} \vert 1\rangle\langle 1\vert \otimes \vert +\rangle\langle +\vert ρ = 2 1 ∣0 ⟩ ⟨ 0∣ ⊗ ∣0 ⟩ ⟨ 0∣ + 2 1 ∣1 ⟩ ⟨ 1∣ ⊗ ∣ + ⟩ ⟨ + ∣
축약 상태 ρ A \rho_{\mathsf{A}} ρ A 를 계산하기 위해, 우리는 선형성과 함께 사실을 사용할 수 있습니다
∣ 0 ⟩ ⟨ 0 ∣ \vert 0\rangle\langle 0\vert ∣0 ⟩ ⟨ 0∣ 와 ∣ + ⟩ ⟨ + ∣ \vert +\rangle\langle +\vert ∣ + ⟩ ⟨ + ∣ 는 단위 대각합을 가집니다.
ρ A = Tr B ( ρ ) = 1 2 Tr ( ∣ 0 ⟩ ⟨ 0 ∣ ) ∣ 0 ⟩ ⟨ 0 ∣ + 1 2 Tr ( ∣ + ⟩ ⟨ + ∣ ) ∣ 1 ⟩ ⟨ 1 ∣ = 1 2 ∣ 0 ⟩ ⟨ 0 ∣ + 1 2 ∣ 1 ⟩ ⟨ 1 ∣ \rho_{\mathsf{A}} =
\operatorname{Tr}_{\mathsf{B}}(\rho) =
\frac{1}{2} \operatorname{Tr}\bigl(\vert 0\rangle\langle 0\vert\bigr)\, \vert 0\rangle\langle 0\vert +
\frac{1}{2} \operatorname{Tr}\bigl(\vert +\rangle\langle +\vert\bigr) \vert 1\rangle\langle 1\vert =
\frac{1}{2} \vert 0\rangle\langle 0\vert + \frac{1}{2} \vert 1\rangle\langle 1\vert ρ A = Tr B ( ρ ) = 2 1 Tr ( ∣0 ⟩ ⟨ 0∣ ) ∣0 ⟩ ⟨ 0∣ + 2 1 Tr ( ∣ + ⟩ ⟨ + ∣ ) ∣1 ⟩ ⟨ 1∣ = 2 1 ∣0 ⟩ ⟨ 0∣ + 2 1 ∣1 ⟩ ⟨ 1∣
축약 상태 ρ B \rho_{\mathsf{B}} ρ B 는 유사하게 계산될 수 있습니다.
ρ B = Tr A ( ρ ) = 1 2 Tr ( ∣ 0 ⟩ ⟨ 0 ∣ ) ∣ 0 ⟩ ⟨ 0 ∣ + 1 2 Tr ( ∣ 1 ⟩ ⟨ 1 ∣ ) ∣ + ⟩ ⟨ + ∣ = 1 2 ∣ 0 ⟩ ⟨ 0 ∣ + 1 2 ∣ + ⟩ ⟨ + ∣ \rho_{\mathsf{B}} =
\operatorname{Tr}_{\mathsf{A}}(\rho) =
\frac{1}{2} \operatorname{Tr}\bigl(\vert 0\rangle\langle 0\vert\bigr)\, \vert 0\rangle\langle 0\vert +
\frac{1}{2} \operatorname{Tr}\bigl(\vert 1\rangle\langle 1\vert\bigr) \vert +\rangle\langle +\vert =
\frac{1}{2} \vert 0\rangle\langle 0\vert + \frac{1}{2} \vert +\rangle\langle +\vert ρ B = Tr A ( ρ ) = 2 1 Tr ( ∣0 ⟩ ⟨ 0∣ ) ∣0 ⟩ ⟨ 0∣ + 2 1 Tr ( ∣1 ⟩ ⟨ 1∣ ) ∣ + ⟩ ⟨ + ∣ = 2 1 ∣0 ⟩ ⟨ 0∣ + 2 1 ∣ + ⟩ ⟨ + ∣
두 큐비트에 대한 부분 대각합
부분 대각합은 또한 행렬 관점에서 명시적으로 설명될 수 있습니다.
여기서 우리는 두 큐비트만에 대해 이를 수행하지만, 이것은 더 큰 시스템으로도 일반화될 수 있습니다.
두 큐비트 ( A , B ) (\mathsf{A},\mathsf{B}) ( A , B ) 를 가진다고 가정합시다. 그래서 이 두 큐비트의 상태를 설명하는 모든 밀도 행렬을 다음과 같이 쓸 수 있습니다
ρ = ( α 00 α 01 α 02 α 03 α 10 α 11 α 12 α 13 α 20 α 21 α 22 α 23 α 30 α 31 α 32 α 33 ) \rho = \begin{pmatrix}
\alpha_{00} & \alpha_{01} & \alpha_{02} & \alpha_{03}\\[2mm]
\alpha_{10} & \alpha_{11} & \alpha_{12} & \alpha_{13}\\[2mm]
\alpha_{20} & \alpha_{21} & \alpha_{22} & \alpha_{23}\\[2mm]
\alpha_{30} & \alpha_{31} & \alpha_{32} & \alpha_{33}
\end{pmatrix} ρ = α 00 α 10 α 20 α 30 α 01 α 11 α 21 α 31 α 02 α 12 α 22 α 32 α 03 α 13 α 23 α 33
복소수 집합 { α j k : 0 ≤ j , k ≤ 3 } \{\alpha_{jk} : 0\leq j,k\leq 3\} { α jk : 0 ≤ j , k ≤ 3 } 의 어떤 선택에 대해.
첫 시스템에 대한 부분 대각합은 다음 공식을 가집니다.
Tr A ( α 00 α 01 α 02 α 03 α 10 α 11 α 12 α 13 α 20 α 21 α 22 α 23 α 30 α 31 α 32 α 33 ) = ( α 00 α 01 α 10 α 11 ) + ( α 22 α 23 α 32 α 33 ) = ( α 00 + α 22 α 01 + α 23 α 10 + α 32 α 11 + α 33 ) \operatorname{Tr}_{\mathsf{A}} \begin{pmatrix}
\alpha_{00} & \alpha_{01} & \alpha_{02} & \alpha_{03}\\[2mm]
\alpha_{10} & \alpha_{11} & \alpha_{12} & \alpha_{13}\\[2mm]
\alpha_{20} & \alpha_{21} & \alpha_{22} & \alpha_{23}\\[2mm]
\alpha_{30} & \alpha_{31} & \alpha_{32} & \alpha_{33}
\end{pmatrix}
= \begin{pmatrix}
\alpha_{00} & \alpha_{01} \\[2mm]
\alpha_{10} & \alpha_{11}
\end{pmatrix} +
\begin{pmatrix}
\alpha_{22} & \alpha_{23}\\[2mm]
\alpha_{32} & \alpha_{33}
\end{pmatrix}
= \begin{pmatrix}
\alpha_{00} + \alpha_{22} & \alpha_{01} + \alpha_{23}\\[2mm]
\alpha_{10} + \alpha_{32} & \alpha_{11} + \alpha_{33}
\end{pmatrix} Tr A α 00 α 10 α 20 α 30 α 01 α 11 α 21 α 31 α 02 α 12 α 22 α 32 α 03 α 13 α 23 α 33 = ( α 00 α 10 α 01 α 11 ) + ( α 22 α 32 α 23 α 33 ) = ( α 00 + α 22 α 10 + α 32 α 01 + α 23 α 11 + α 33 )
이 공식을 생각하는 한 가지 방법은 4 × 4 4\times 4 4 × 4 행렬을 2 × 2 2\times 2 2 × 2 블록 행렬로 보기 시작하는 것입니다. 각 블록은 2 × 2 2\times 2 2 × 2 입니다.
즉,
ρ = ( M 0 , 0 M 0 , 1 M 1 , 0 M 1 , 1 ) \rho = \begin{pmatrix}
M_{0,0} & M_{0,1} \\[1mm]
M_{1,0} & M_{1,1}
\end{pmatrix} ρ = ( M 0 , 0 M 1 , 0 M 0 , 1 M 1 , 1 )
에서
M 0 , 0 = ( α 00 α 01 α 10 α 11 ) , M 0 , 1 = ( α 02 α 03 α 12 α 13 ) , M 1 , 0 = ( α 20 α 21 α 30 α 31 ) , M 1 , 1 = ( α 22 α 23 α 32 α 33 ) . M_{0,0} = \begin{pmatrix}
\alpha_{00} & \alpha_{01} \\[2mm]
\alpha_{10} & \alpha_{11}
\end{pmatrix},
\quad
M_{0,1} = \begin{pmatrix}
\alpha_{02} & \alpha_{03} \\[2mm]
\alpha_{12} & \alpha_{13}
\end{pmatrix},
\quad
M_{1,0} = \begin{pmatrix}
\alpha_{20} & \alpha_{21} \\[2mm]
\alpha_{30} & \alpha_{31}
\end{pmatrix},
\quad
M_{1,1} = \begin{pmatrix}
\alpha_{22} & \alpha_{23} \\[2mm]
\alpha_{32} & \alpha_{33}
\end{pmatrix}. M 0 , 0 = ( α 00 α 10 α 01 α 11 ) , M 0 , 1 = ( α 02 α 12 α 03 α 13 ) , M 1 , 0 = ( α 20 α 30 α 21 α 31 ) , M 1 , 1 = ( α 22 α 32 α 23 α 33 ) .
우리는 그러면
Tr A ( M 0 , 0 M 0 , 1 M 1 , 0 M 1 , 1 ) = M 0 , 0 + M 1 , 1 . \operatorname{Tr}_{\mathsf{A}}\begin{pmatrix}
M_{0,0} & M_{0,1} \\[1mm]
M_{1,0} & M_{1,1}
\end{pmatrix}
= M_{0,0} + M_{1,1}. Tr A ( M 0 , 0 M 1 , 0 M 0 , 1 M 1 , 1 ) = M 0 , 0 + M 1 , 1 .
를 가집니다.
두 번째 시스템이 첫 번째 대신 추적 소거되는 경우의 공식입니다.
Tr B ( α 00 α 01 α 02 α 03 α 10 α 11 α 12 α 13 α 20 α 21 α 22 α 23 α 30 α 31 α 32 α 33 ) = ( Tr ( α 00 α 01 α 10 α 11 ) Tr ( α 02 α 03 α 12 α 13 ) Tr ( α 20 α 21 α 30 α 31 ) Tr ( α 22 α 23 α 32 α 33 ) ) = ( α 00 + α 11 α 02 + α 13 α 20 + α 31 α 22 + α 33 ) \operatorname{Tr}_{\mathsf{B}}
\begin{pmatrix}
\alpha_{00} & \alpha_{01} & \alpha_{02} & \alpha_{03}\\[2mm]
\alpha_{10} & \alpha_{11} & \alpha_{12} & \alpha_{13}\\[2mm]
\alpha_{20} & \alpha_{21} & \alpha_{22} & \alpha_{23}\\[2mm]
\alpha_{30} & \alpha_{31} & \alpha_{32} & \alpha_{33}
\end{pmatrix}
= \begin{pmatrix}
\operatorname{Tr} \begin{pmatrix}
\alpha_{00} & \alpha_{01}\\[1mm]
\alpha_{10} & \alpha_{11}
\end{pmatrix}
&
\operatorname{Tr} \begin{pmatrix}
\alpha_{02} & \alpha_{03}\\[1mm]
\alpha_{12} & \alpha_{13}
\end{pmatrix}
\\[4mm]
\operatorname{Tr} \begin{pmatrix}
\alpha_{20} & \alpha_{21}\\[1mm]
\alpha_{30} & \alpha_{31}
\end{pmatrix}
&
\operatorname{Tr} \begin{pmatrix}
\alpha_{22} & \alpha_{23}\\[1mm]
\alpha_{32} & \alpha_{33}
\end{pmatrix}
\end{pmatrix}
= \begin{pmatrix}
\alpha_{00} + \alpha_{11} & \alpha_{02} + \alpha_{13}\\[2mm]
\alpha_{20} + \alpha_{31} & \alpha_{22} + \alpha_{33}
\end{pmatrix} Tr B α 00 α 10 α 20 α 30 α 01 α 11 α 21 α 31 α 02 α 12 α 22 α 32 α 03 α 13 α 23 α 33 = Tr ( α 00 α 10 α 01 α 11 ) Tr ( α 20 α 30 α 21 α 31 ) Tr ( α 02 α 12 α 03 α 13 ) Tr ( α 22 α 32 α 23 α 33 ) = ( α 00 + α 11 α 20 + α 31 α 02 + α 13 α 22 + α 33 )
이전과 유사한 형태의 블록 행렬 항으로, 우리는 이 공식을 가집니다.
Tr B ( M 0 , 0 M 0 , 1 M 1 , 0 M 1 , 1 ) = ( Tr ( M 0 , 0 ) Tr ( M 0 , 1 ) Tr ( M 1 , 0 ) Tr ( M 1 , 1 ) ) \operatorname{Tr}_{\mathsf{B}}
\begin{pmatrix}
M_{0,0} & M_{0,1} \\[1mm]
M_{1,0} & M_{1,1}
\end{pmatrix}
= \begin{pmatrix}
\operatorname{Tr}(M_{0,0}) & \operatorname{Tr}(M_{0,1}) \\[1mm]
\operatorname{Tr}(M_{1,0}) & \operatorname{Tr}(M_{1,1})
\end{pmatrix} Tr B ( M 0 , 0 M 1 , 0 M 0 , 1 M 1 , 1 ) = ( Tr ( M 0 , 0 ) Tr ( M 1 , 0 ) Tr ( M 0 , 1 ) Tr ( M 1 , 1 ) )
이 함수들의 블록 행렬 설명은 큐비트보다 큰 시스템으로 자연스럽고 직접적인 방식으로 확장될 수 있습니다.
강의를 완성하기 위해, 우리 위에서 고려한 동일한 상태에 이 공식들을 적용해봅시다.
ρ = 1 2 ∣ 0 ⟩ ⟨ 0 ∣ ⊗ ∣ 0 ⟩ ⟨ 0 ∣ + 1 2 ∣ 1 ⟩ ⟨ 1 ∣ ⊗ ∣ + ⟩ ⟨ + ∣ = ( 1 2 0 0 0 0 0 0 0 0 0 1 4 1 4 0 0 1 4 1 4 ) . \rho = \frac{1}{2} \vert 0\rangle \langle 0 \vert \otimes \vert 0\rangle \langle 0 \vert
+ \frac{1}{2} \vert 1\rangle \langle 1 \vert \otimes \vert +\rangle \langle + \vert
=
\begin{pmatrix}
\frac{1}{2} & 0 & 0 & 0\\[2mm]
0 & 0 & 0 & 0 \\[2mm]
0 & 0 & \frac{1}{4} & \frac{1}{4}\\[2mm]
0 & 0 & \frac{1}{4} & \frac{1}{4}
\end{pmatrix}. ρ = 2 1 ∣0 ⟩ ⟨ 0∣ ⊗ ∣0 ⟩ ⟨ 0∣ + 2 1 ∣1 ⟩ ⟨ 1∣ ⊗ ∣ + ⟩ ⟨ + ∣ = 2 1 0 0 0 0 0 0 0 0 0 4 1 4 1 0 0 4 1 4 1 .
첫 시스템 A \mathsf{A} A 의 축약 상태는
Tr B ( 1 2 0 0 0 0 0 0 0 0 0 1 4 1 4 0 0 1 4 1 4 ) = ( Tr ( 1 2 0 0 0 ) Tr ( 0 0 0 0 ) Tr ( 0 0 0 0 ) Tr ( 1 4 1 4 1 4 1 4 ) ) = ( 1 2 0 0 1 2 ) \operatorname{Tr}_{\mathsf{B}}
\begin{pmatrix}
\frac{1}{2} & 0 & 0 & 0\\[2mm]
0 & 0 & 0 & 0\\[2mm]
0 & 0 & \frac{1}{4} & \frac{1}{4}\\[2mm]
0 & 0 & \frac{1}{4} & \frac{1}{4}
\end{pmatrix}
= \begin{pmatrix}
\operatorname{Tr} \begin{pmatrix}
\frac{1}{2} & 0\\[1mm]
0 & 0
\end{pmatrix}
&
\operatorname{Tr} \begin{pmatrix}
0 & 0\\[1mm]
0 & 0
\end{pmatrix}
\\[4mm]
\operatorname{Tr} \begin{pmatrix}
0 & 0\\[1mm]
0 & 0
\end{pmatrix}
&
\operatorname{Tr} \begin{pmatrix}
\frac{1}{4} & \frac{1}{4}\\[2mm]
\frac{1}{4} & \frac{1}{4}
\end{pmatrix}
\end{pmatrix}
= \begin{pmatrix}
\frac{1}{2} & 0\\[2mm]
0 & \frac{1}{2}
\end{pmatrix} Tr B 2 1 0 0 0 0 0 0 0 0 0 4 1 4 1 0 0 4 1 4 1 = Tr ( 2 1 0 0 0 ) Tr ( 0 0 0 0 ) Tr ( 0 0 0 0 ) Tr ( 4 1 4 1 4 1 4 1 ) = ( 2 1 0 0 2 1 )
그리고 두 번째 시스템 B \mathsf{B} B 의 축약 상태는
Tr A ( 1 2 0 0 0 0 0 0 0 0 0 1 4 1 4 0 0 1 4 1 4 ) = ( 1 2 0 0 0 ) + ( 1 4 1 4 1 4 1 4 ) = ( 3 4 1 4 1 4 1 4 ) . \operatorname{Tr}_{\mathsf{A}}
\begin{pmatrix}
\frac{1}{2} & 0 & 0 & 0\\[2mm]
0 & 0 & 0 & 0\\[2mm]
0 & 0 & \frac{1}{4} & \frac{1}{4}\\[2mm]
0 & 0 & \frac{1}{4} & \frac{1}{4}
\end{pmatrix}
= \begin{pmatrix}
\frac{1}{2} & 0\\[1mm]
0 & 0
\end{pmatrix}
+
\begin{pmatrix}
\frac{1}{4} & \frac{1}{4}\\[2mm]
\frac{1}{4} & \frac{1}{4}
\end{pmatrix}
= \begin{pmatrix}
\frac{3}{4} & \frac{1}{4}\\[2mm]
\frac{1}{4} & \frac{1}{4}
\end{pmatrix}. Tr A 2 1 0 0 0 0 0 0 0 0 0 4 1 4 1 0 0 4 1 4 1 = ( 2 1 0 0 0 ) + ( 4 1 4 1 4 1 4 1 ) = ( 4 3 4 1 4 1 4 1 ) .