Kvantum-tömörítés II.

Hasonló dokumentumok
Kvantumkriptográfia II.

Kvantum-hibajavítás I.

Kvantum-kommunikáció komplexitása I.

Kvantumcsatorna tulajdonságai

Nagy Gábor compalg.inf.elte.hu/ nagy

Informatikai Rendszerek Alapjai

Nagy Gábor compalg.inf.elte.hu/ nagy

5. Forráskódolás és hibavédő kódolás

A kvantum-kommunikáció leírása sűrűségmátrix segítségével

A sokaság/minta eloszlásának jellemzése

d(f(x), f(y)) q d(x, y), ahol 0 q < 1.

Diszkrét matematika 2.C szakirány

A sorozat fogalma. függvényeket sorozatoknak nevezzük. Amennyiben az értékkészlet. az értékkészlet a komplex számok halmaza, akkor komplex

H=0 H=1. Legyen m pozitív egészre {a 1, a 2,, a m } különböző üzenetek halmaza. Ha az a i üzenetet k i -szer fordul elő az adásban,

Analízis előadás és gyakorlat vázlat

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Relációk. Vázlat. Példák direkt szorzatra

Vázlat. Relációk. Példák direkt szorzatra

Algoritmusok és adatszerkezetek I. 10. előadás

Környezetvédelmi analitika

3. előadás. Programozás-elmélet. A változó fogalma Kiterjesztések A feladat kiterjesztése A program kiterjesztése Kiterjesztési tételek Példa

Az Informatika Elméleti Alapjai

A kvantum-információelmélet alapjai

KOMBINATORIKA ELŐADÁS osztatlan matematika tanár hallgatók számára. Szita formula

Diszkrét matematika 2. estis képzés

(Diszkrét idejű Markov-láncok állapotainak

Sorozatok, sorok, függvények határértéke és folytonossága Leindler Schipp - Analízis I. könyve + jegyzetek, kidolgozások alapján

Kvantum-hibajavítás II.

Neumann János és a kvantum bitek. Petz Dénes

A következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.

Bevezetés az informatikába

Nagyságrendek. Kiegészítő anyag az Algoritmuselmélet tárgyhoz. Friedl Katalin BME SZIT február 1.

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Logaritmus

Bevezetés a matematikába (2009. ősz) 1. röpdolgozat

Kvantum összefonódás és erősen korrelált rendszerek

A továbbiakban Y = {0, 1}, azaz minden szóhoz egy bináris sorozatot rendelünk

Az Informatika Elméleti Alapjai

1. Alapfogalmak Algoritmus Számítási probléma Specifikáció Algoritmusok futási ideje

LOGO. Kvantum-tömörítés. Gyöngyösi László BME Villamosmérnöki és Informatikai Kar

Nagy Gábor compalg.inf.elte.hu/ nagy ősz

Valóban feltörhetetlen? A kvantumkriptográfia biztonsági analízise

A valós számok halmaza

Diszkrét matematika 2. estis képzés

8. Programozási tételek felsoroló típusokra

Összefonódottság detektálása tanúoperátorokkal

Hibajavító kódok május 31. Hibajavító kódok 1. 1

Adja meg, hogy ebben az esetben mely handshake üzenetek kerülnek átvitelre, és vázlatosan adja meg azok tartalmát! (8p)

Az entrópia statisztikus értelmezése

Algoritmusok és adatszerkezetek gyakorlat 09 Rendezések

minden x D esetén, akkor x 0 -at a függvény maximumhelyének mondjuk, f(x 0 )-at pedig az (abszolút) maximumértékének.

Az Informatika Elméleti Alapjai

Valószínűségi változók. Várható érték és szórás

1. előadás: Halmazelmélet, számfogalom, teljes

Kvantum-informatika és kommunikáció féléves feladatok (2010/2011, tavasz)

Emelt szintű érettségi feladatsorok és megoldásaik Összeállította: Pataki János; dátum: november. I. rész

Fraktál alapú képtömörítés p. 1/26

M. 33. Határozza meg az összes olyan kétjegyű szám összegét, amelyek 4-gyel osztva maradékul 3-at adnak!

DISZKRÉT MATEMATIKA RENDEZETT HALMAZOKKAL KAPCSOLATOS PÉLDÁK. Rendezett halmaz. (a, b) R a R b 1. Reflexív 2. Antiszimmetrikus 3.

Sorozatok. 5. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Sorozatok p. 1/2

Dekoherencia Markovi Dinamika Diósi Lajos. Elméleti Fizikai Iskola Tihany, augusztus szeptember 3.

A fontosabb definíciók

1. tétel. Valószínűségszámítás vizsga Frissült: január 19. Valószínűségi mező, véletlen tömegjelenség.

Mérhetőség, σ-algebrák, Lebesgue Stieltjes-integrál, véletlen változók és eloszlásfüggvényeik

Az Országos Középiskolai Tanulmányi Verseny tanévi második fordulójának feladatmegoldásai. x 2 sin x cos (2x) < 1 x.

Zárthelyi dolgozat feladatainak megoldása õsz

OSZTHATÓSÁG. Osztók és többszörösök : a 3 többszörösei : a 4 többszörösei Ahol mindkét jel megtalálható a 12 többszöröseit találjuk.

Az Informatika Elméleti Alapjai

SHk rövidítéssel fogunk hivatkozni.

Diszkrét matematika 2.C szakirány

TÉRBELI STATISZTIKAI VIZSGÁLATOK, ÁTLAGOS JELLEMZŐK ÉS TENDENCIÁK MAGYARORSZÁGON. Bihari Zita, OMSZ Éghajlati Elemző Osztály OMSZ

Nagyordó, Omega, Theta, Kisordó

6. ELŐADÁS DIFFERENCIÁLSZÁMÍTÁS II. DIFFERENCIÁLÁSI SZABÁLYOK. BSc Matematika I. BGRMA1HNND, BGRMA1HNNC

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Algoritmuselmélet 12. előadás

Számítógépes Hálózatok. 5. gyakorlat

A multikritériumos elemzés célja, alkalmazási területe, adat-transzformációs eljárások, az osztályozási eljárások lényege

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

Méréselmélet: 5. előadás,

Információs rendszerek elméleti alapjai. Információelmélet

Módszertani hozzájárulás a Szegénység

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

Információs rendszerek elméleti alapjai. Információelmélet

Példák ekvivalencia relációra (TÉTELként kell tudni ezeket zárthelyin, vizsgán):

Az egyenes egyenlete: 2 pont. Az összevont alak: 1 pont. Melyik ábrán látható e függvény grafikonjának egy részlete?

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Hibajavító kódolás (előadásvázlat, november 14.) Maróti Miklós

A 2015/2016. tanévi Országos Középiskolai Tanulmányi Verseny döntő forduló MATEMATIKA III. KATEGÓRIA (a speciális tanterv szerint haladó gimnazisták)

Középszintű érettségi feladatsorok és megoldásaik Összeállította: Pataki János; dátum: november. I. rész

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Vektorok II.

Fraktálok. Kontrakciók Affin leképezések. Czirbusz Sándor ELTE IK, Komputeralgebra Tanszék. TARTALOMJEGYZÉK Kontrakciók Affin transzformációk

Műszaki folyamatok közgazdasági elemzése. Kevert stratégiák és evolúciós játékok

Ismételt játékok: véges és végtelenszer. Kovács Norbert SZE GT. Példa. Kiindulás: Cournot-duopólium játék Inverz keresleti görbe: P=150-Q, ahol

1.Tartalomjegyzék 1. 1.Tartalomjegyzék

Kriptográfia 0. A biztonság alapja. Számítás-komplexitási kérdések

Teljes eseményrendszer. Valószínőségszámítás. Példák. Teljes valószínőség tétele. Példa. Bayes tétele

Matematika alapjai; Feladatok

3 függvény. Számítsd ki az f 4 f 3 f 3 f 4. egyenlet valós megoldásait! 3 1, 3 és 5 3 1

f(x) vagy f(x) a (x x 0 )-t használjuk. lim melyekre Mivel itt ɛ > 0 tetszőlegesen kicsi, így a a = 0, a = a, ami ellentmondás, bizonyítva

Információs rendszerek elméleti alapjai. Információelmélet

Átírás:

LOGO Kvantum-tömörítés II. Gyöngyös László BME Vllamosmérnök és Informatka Kar

A kvantumcsatorna kapactása

Kommunkácó kvantumbtekkel Klasszkus btek előnye Könnyű kezelhetőség Stabl kommunkácó Dszkrét értékek A klasszkus btek és a kvantumbtek jelentősen különböznek, azonban bzonyos feltételek teljesülése esetén felcserélhetőek Alapvető fontosságú kérdések: Kvantumrendszereket hogyan alkalmazhatjuk klasszkus btek helyett? Hogyan változk a kvantumbtekben tárolható nformácó mértéke a klasszkus btekhez képest?

Kvantumállapotok alkalmazása r = { j ; p } Forrás: tszta kvantumállapotok Tömörítés: Neumann-entrópa (kvantumbt/szmbólum)

Kvantumállapotok alkalmazása r = { j ; p } 2 Forrás: tszta kvantumállapotok Tömörítés: Neumann-entrópa (kvantumbt/szmbólum)

Az Forrás : Átvtel görbe ; p, ahol : tszta kvantumállapot, p állapot : az állapot előfordulás valószínűsége. tömörítése a felhasznált klasszkus btek függvényében:,, n : klasszkus nformácó = ortogonáls kvantumállapotok Kvantumcsatorna átvtel kapactása: S Neumann-entrópa Kvantum klasszkus átvtel görbe: r = { j ; p } Optmalzácós görbe: * * R=0 bt/jel esetén: Q 0 S R H( p) bt/jel esetén: Q H( p) 0. * Q R R R * Q S mn.

Optmáls átvtel görbe megkonstruálása

Kvantumcsatorna leírása A I I n ; p állapotok Neumann-entrópája: S S p, S ahol Tr log. :=,, p : p p. n, p I I, ahol

Kvantumcsatorna leírása : tszta kvantumállapotok: F F, : és kevert állapotok azonossága Tr,. 2 Ha tszta állapot, akkor: F, Tr. Tovább jelölések: B n d : d-dmenzós, n állapotú Hlbert-tér n : a belül kevert állapotok halmaza. n d d n

Vak kódolás A vak tömörítés tulajdonsága n hosszúságú blokkra, R kvantumbt/jel és - mnőségre: Kódolás (CPTP-leképezés) : E : B Dekódolás Az nr n (CPTP-leképezés) : D : B B. átlagos mnőség: n n n d d nr d Az forrás tömörítése során alkalmazott R kvantumbt/jel kmenetelű tömörítés eljárást vak tömörítésnek nevezzük, ha mnden, 0 és megfelelően nagy n esetén létezk olyan séma, amellyel az I p D E R+ kvantumbt/jel tömörítés legalább - mnőséggel végrehajtható. B d. I I n n I I

Látható kódolás A " látható tömörítés" tulajdonsága n hosszúságú blokkra, R kvantumbt/jel és - mnőségre: Kódolás ( tetszőleges): E : B n n d B nr d nr n Dekódolás (CPTP-leképezés) : D n : Bd Bd. Kvantum forráskódolás : Az tszta kvantumállapotokból álló forrás akkor és csak akkor tömöríthető bármlyen tömörítés eljárással kvantumbt/jel arányban, ha S. Vak és látható kódolás: Vak-kódolás: gyengébb, klasszkus értékek nem alkalmazhatóak, bemeneten kvantumállapotok Látható kódolás : klasszkus tárolás megvalósítható

Kvantumállapotok tárolása kvantumbtekben r = { j ; p } n 2 Forrás: tszta kvantumállapotok Tömörítés: Neumann-entrópa (kvantumbt/szmbólum)

Kvantumállapotok tárolása kvantumbtekben r = { j ; p } I 2 n p I I p p 2 2 n p n r Ä n = { j ; } I pi n Az állapotot n mellett tárolhatjuk jelenként R kv antumbtben, amennyben R S( ).

Kódolás a kvantumkrptográfában 4 3 Publkus csatorna 2 Kvantumcsatorna ;/ 4

Kódolás a kvantumkrptográfában 3 0. 4 4 sn 0 cos 2 cos 0 sn 0 Adott I= 2,,n vagy k 2 k b emenetre : S p, ;, ; ;/ 4 és H 2. 2 3 4

Kódolás a kvantumkrptográfában 4 3 ;/ 4 2 H P Z Z 2 ( cos ) 0.6 kvantumbt/ jel P bt/jel Z S S 2 2 2 2 2 3 3 2 4 4 H 2 ( cos ).

Kódolás a kvantumkrptográfában 4 3 ;/ 4 2 H P Z Z 2 ( cos ) 0.6 kvantumbt/ jel P bt/jel Z H 2 ( cos ) Q*.

Neumann-entrópák kapcsolata AB Bob dő U S( A: B) : S( A) S( B) S( AB) S( A': B) S( A: B) S( A': B)

Klasszkus btek felhasználása I 2 n Publkus csatorna: nxr bt Kvantumcsatorna: nxq kvantumbt

A kommunkácó általánosított modellje I 2 n Publkus csatorna: nxr bt Kvantumcsatorna: nxq kvantumbt

Ortogonáls állapotok: Látható tömörítés,,,, I I 2 n 2 n I 2 Publkus csatorna: nxr bt n Kvantumcsatorna: nxq kvantumbt I

Átvtel függvény S( ) ; p * Q 0 H p ) S( ) R (

Nem-ortogonáls állapotok vzsgálata 0; p /2, 2 Kvantum 0 ; p /2 A Schumacher-korlát értelmében: Q * RR S max Klasszkus max : 0, S. : H 0.5,0

Három kvantumbt 2 0 ; p /3, 2, ; 0; p /3, 3 0 ; p /3. 2 Partconálás :, 2 2 3 Kvantum max max : 0, S Klasszkus : H /3,/3,/3,0 Schumacher-kor lát : R H / 3.

Alkalmazás: Kvantumkrptográfa, H ( cos : 2 tt a Q* R és a felső korlát azonos. egyetlen klasszkus btet használunk. ) Ekkor / 8 H 2 ( cos ) Q*.

Hbrd kódolás E( I) p( j I) j j j B I, j C Regszterek: Állapot címke Kvantum Klasszkus ABC A B I I, j I, j p I I p( j I) j j C,2,3,4 j P Z HI ( : j) SA ( : C) nr

Hbrd kódolás Regszterek: Állapot címke Kvantum Klasszkus ABC A B I I, j I, j p I I p( j I) j j C Teljes rendszer: j I, j; qi ( j) j q ( ) S( A: B C) nq j j S( A: B C) S( AC) S( BC) S( ABC) S( C)

Az alsó korlát már adódk C j I B j I A I ABC j j I j p I I p,, ) ( A n n A A A I 2 2 n k k A k CA A B A S C B A S 2 ) : ( ) : ( Az ndex regszter felbontásával: Láncszabály: ( : ) nf ( : ) :"kényszer állapotok" S A B C n S A B C

Tökéletes állapotkódolás ; p B E() p( j ) j j Másolat Nncs tömörítés j C M (, R) nf S( A: B C): S( A: C) p( ) R Klasszkus csatornára optmalzálva * Állítás : Q ( R) M (, R)

Optmáls átvtel kódolás megkonstruálása

Optmáls átvtel kódolás A Legyen p p( j ) j j. Ekkor az állapot maxmáls tömöríthetősége: SA ( : C) bt/jel + SA ( : B C) kvantumbt/jel. B j C Tétel : Q * ( R) M(, R)

Hogyan tömöríthetünk? A két állapot legyen:, 2 p 2 I 222222 p( j ) : 2 p p -p -p 2 J 222222

Hogyan tömöríthetünk? A p p( j ) A B-regszterben tszta kvantumállapotok találhatóak B j j j C SA ( : B C) q( ) qs( ) j j j j j j A Neumann entrópák átlaga, a klasszkus C regszter tartalmára alapozottan Adott I= 2 n. Alce előállítja J=j j 2 j n állapotot, a p(j I)=p(j )p(j 2 2 ) p(j n n ) összefüggés fgyelmbevételével. A felosztásban a,2,,n blokkokban ugyanazon a j értékek lesznek. Alce a különálló blokkokat a Schumacher kódolással tömörít. Probléma: Alce hogyan közölje a J állapotokat Bobbal?

Shannon-tétel felhasználása I Zajos csatorna E r (I) Zajmentes csatorna p(j ) nh( : j) bt J m megosztott véletlen bt D r (E r (I)) D r ( E r ( I)); J ( I) m 2

Véletlenszerűség mplementálása A dekódolás mnősége a megosztott btek függvényében: I p I I m 2 I, r I r Így létezne kell olyan r 0 nak, amelyre: I p I I I, r I Továbbmenve, O(log n) megosztott véletlen bttel mnden tpkus l bemenet sztrng esetén megvalósítható a magas mnőségű kódolás és dekódolás folyamat! 0

Ismétlés 0; p /2, 2 Kvantum 0 ; p /2 2 2 p A Schumacher-korlát értelmében: RR S * Q. max Klasszkus max 2 : 0, S : H 0.5,0

Az optmáls protokoll Adott R, találjunk olyan p értéket, amellyel megvalósítható a bsc modell 2 p p -p -p Bnárs Szmmetrkus Csatorna - R kapactással. 2 Alce az I sorozat hányos változatát küld Bobnak. Bob ekkor úgy látja, mntha a sorozat már n zajos csatornán keresztülhaladt volna.

Egyetlen kvantumbt küldése A görbe sehol sem ér el az Q=0 tengelyt Ennek következtében egy kvantumbt nformácótartalma sem adható meg véges mennységű klasszkus Rmax nformácóval

Egy kvantumbt hány klasszkus bttel írható le? Továbbra sem adhatjuk meg pontosan, a bemenetek bzonytalansága következtében! Megoldás: Csökkentsük le a bemenet bzonytalanság mértékét! Tpkus sorozatok

Tpkus sorozatok

Tpkus üzenetek Általános mnőség követelmény: å I p j j j > -e I I I I j j j = j I 2 n Változó forrásra: ji j I ji > -e mnden I-re j j j = j I 2 n

Tpkus üzenetek Egy adott valószínűséghez tpkusan előforduló bemenetek rendelhetőek I 2222 Az I üzenet tpkus a következő valószínűségek mellett: p 8 2 p2 4 2 Bzonyos üzeneteket megjelenését így előzetesen kzárhatjuk, a valószínűségek alapján pedg megjósolhatjuk a tpkus bemenetek halmazát

Tpkus üzenetek Ha az előforduló üzenetek lehetséges számára teljesül, hogy ( N( I), N(2 I),, N(m I) ) (n+) m akkor Alce O(log n) bten elküld üzenetét, majd tömörít. A tömörítés feltétele: p = n N ( I).

Tpkus üzenetek Legyen a bemenet kvantumállapotok halmaza, és legyen P a felett értelmezett valószínűségeloszlások halmaza. Ekkor az eloszlás felső határa : Q ({ j p } R) * ( R ) sup M ;,. = pîp

Egyetlen kvantumbt küldése A görbe sehol sem ér el az Q=0 tengelyt Ennek következtében egy kvantumbt nformácótartalma sem adható meg véges mennységű klasszkus Rmax nformácóval

Összefonódott állapotok alkalmazása 0 0 bemérése Alcenek csak a mérés kmenetelét kell közölne Bobbal, amelyhez átlagosan elegendő bt/jel. Az összefonódottság kalakítása és megosztása azonban többletkommunkácóval jár.

Mennyre hatékony? Szupersűrűségű tömörítés: EPR megosztása + epr-kvantumbt küldése Teleportácó: epr-kvantumbt + 2 klasszkus bt Elvleg: epr-kvantumbt + klasszkus bt elég Átvtel függvény alapján: R klasszkus bt Q*(R) kvantumbt Q*(R) epr-kvantumbt + Q*(R) klasszkus bt R klasszkus bt * * * E R Q R, ha R R Q R ( ') ( ) ' ( )

Átvtel függvény összefonódott állapotok esetén Összefonódott állapot: ; p AB AB S p B * E B ps ( ) B R H p

LOGO Köszönöm a fgyelmet! Gyöngyös László BME Vllamosmérnök és Informatka Kar