Propriétés statistiques des matrices de Pauli traversant des canaux bruités

Documents pareils
Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Une introduction aux codes correcteurs quantiques

4. Martingales à temps discret

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

3. Conditionnement P (B)

Introduction à l étude des Corps Finis

Calcul fonctionnel holomorphe dans les algèbres de Banach

Optimisation Discrète

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Polynômes à plusieurs variables. Résultant

Proposition. Si G est un groupe simple d ordre 60 alors G est isomorphe à A 5.

Probabilités et Statistiques. Feuille 2 : variables aléatoires discrètes

Travaux dirigés d introduction aux Probabilités

Intégration et probabilités TD1 Espaces mesurés Corrigé


Espérance conditionnelle

Université Paris-Dauphine DUMI2E 1ère année, Applications

2 Division dans l anneau des polynômes à plusieurs variables

Calcul intégral élémentaire en plusieurs variables

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Comparaison de fonctions Développements limités. Chapitre 10

Fonctions de plusieurs variables

TABLE DES MATIÈRES CHAPITRE I. Les quanta s invitent

Une forme générale de la conjecture abc

Chapitre 2 Le problème de l unicité des solutions

Probabilités et statistique. Benjamin JOURDAIN

Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

Loi d une variable discrète

1.1 Codage de source et test d hypothèse

ENS de Lyon TD septembre 2012 Introduction aux probabilités. A partie finie de N

Cours Fonctions de deux variables

Extrait du poly de Stage de Grésillon 1, août 2010

Probabilités. C. Charignon. I Cours 3

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Calcul de développements de Puiseux et application au calcul du groupe de monodromie d'une courbe algébrique plane

Résolution d équations non linéaires

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. 29 mai 2015

Probabilités sur un univers fini

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Mesures et Intégration

Module 7: Chaînes de Markov à temps continu

Chapitre VI - Méthodes de factorisation

Correction du Baccalauréat S Amérique du Nord mai 2007

Suites numériques 4. 1 Autres recettes pour calculer les limites

Décomposition de Föllmer-Schweizer. explicite d un passif d assurance vie. au moyen du calcul de Malliavin

Intégration et probabilités TD1 Espaces mesurés

Comment démontrer des formules sans effort? exposé de maîtrise

Actuariat I ACT2121. septième séance. Arthur Charpentier. Automne charpentier.arthur@uqam.ca. http ://freakonometrics.blog.free.

P1 : Corrigés des exercices

Sur certaines séries entières particulières

Cours d analyse numérique SMI-S4

Calcul Différentiel. I Fonctions différentiables 3

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

Calculs de probabilités conditionelles

Suites numériques 3. 1 Convergence et limite d une suite

Mesures gaussiennes et espaces de Fock

Commun à tous les candidats

Théorie et Codage de l Information (IF01) exercices Paul Honeine Université de technologie de Troyes France

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Intégration sur des espaces produits

I. Polynômes de Tchebychev

Algorithmes pour la planification de mouvements en robotique non-holonome

MARTINGALES POUR LA FINANCE

Calcul Stochastique pour la finance. Romuald ELIE

Correction de l examen de la première session

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

Exercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument

Correction de l épreuve CCP 2001 PSI Maths 2 PREMIÈRE PARTIE ) (

Moments des variables aléatoires réelles

Continuité en un point

Limites finies en un point

O, i, ) ln x. (ln x)2

CHAPITRE 10. Jacobien, changement de coordonnées.

Image d un intervalle par une fonction continue

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Modèles et Méthodes de Réservation

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Système binaire. Algèbre booléenne

Cours Premier semestre

TP1 Méthodes de Monte Carlo et techniques de réduction de variance, application au pricing d options

Calcul différentiel sur R n Première partie

Introduction à la statistique non paramétrique

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Quantification Scalaire et Prédictive

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Quelques tests de primalité

Tests d indépendance en analyse multivariée et tests de normalité dans les modèles ARMA

Exclusion Mutuelle. Arnaud Labourel Courriel : arnaud.labourel@lif.univ-mrs.fr. Université de Provence. 9 février 2011

Calculs de probabilités avec la loi normale

Peut-on imiter le hasard?

Cours de mathématiques

Probabilités sur un univers fini

AC AB. A B C x 1. x + 1. d où. Avec un calcul vu au lycée, on démontre que cette solution admet deux solutions dont une seule nous intéresse : x =

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Transcription:

Propriétés statistiques des matrices de Pauli traversant des canaux bruités N. Guillotin-Plantard Institut C. Jordan, Université Lyon I Rennes, Journées M.A.S. 2008. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 1 / 14

. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 2 / 14

Motivation Théorie de l information quantique : On s intéresse à la transmission des systèmes quantiques à 2 états appelés bits quantiques. Exemple : un atome à deux états (excité ou fondamental. Etat = Matrice densité (i.e. une matrice hermitienne positive de trace 1 de la forme : ( α β ρ = β 1 α où α [0, 1] et β 2 α(1 α. Transformation de l état quantique : ρ ρ = Φ(ρ avec Φ : M 2 (C M 2 (C complétement positive et préservant la trace. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 3 / 14

Motivation Théorie de l information quantique : On s intéresse à la transmission des systèmes quantiques à 2 états appelés bits quantiques. Exemple : un atome à deux états (excité ou fondamental. Etat = Matrice densité (i.e. une matrice hermitienne positive de trace 1 de la forme : ( α β ρ = β 1 α où α [0, 1] et β 2 α(1 α. Transformation de l état quantique : ρ ρ = Φ(ρ avec Φ : M 2 (C M 2 (C complétement positive et préservant la trace. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 3 / 14

Motivation Théorie de l information quantique : On s intéresse à la transmission des systèmes quantiques à 2 états appelés bits quantiques. Exemple : un atome à deux états (excité ou fondamental. Etat = Matrice densité (i.e. une matrice hermitienne positive de trace 1 de la forme : ( α β ρ = β 1 α où α [0, 1] et β 2 α(1 α. Transformation de l état quantique : ρ ρ = Φ(ρ avec Φ : M 2 (C M 2 (C complétement positive et préservant la trace. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 3 / 14

Observables = matrices auto-adjointes de M 2 (C. Elles forment un ss-e.v. réel de dim. 4 de base B = {I, σ x, σ y, σ z } où I = ( 1 0 0 1 σ x = ( 0 1 1 0 σ x, σ y, σ z matrices de Pauli. σ y = [σ x, σ y ] = 2iσ z ( 0 -i i 0 σ z = + celles obtenues par permutations cycliques de σ x, σ y, σ z. ( 1 0 0-1 But : Déterminer les propriétés statistiques des observables de base σ x, σ y, σ z dans les différents états Φ n (ρ, n 1. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 4 / 14

Observables = matrices auto-adjointes de M 2 (C. Elles forment un ss-e.v. réel de dim. 4 de base B = {I, σ x, σ y, σ z } où I = ( 1 0 0 1 σ x = ( 0 1 1 0 σ x, σ y, σ z matrices de Pauli. σ y = [σ x, σ y ] = 2iσ z ( 0 -i i 0 σ z = + celles obtenues par permutations cycliques de σ x, σ y, σ z. ( 1 0 0-1 But : Déterminer les propriétés statistiques des observables de base σ x, σ y, σ z dans les différents états Φ n (ρ, n 1. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 4 / 14

Hypothèse (A sur Φ Pour tout état ρ, ( (A Φ n α β (ρ = 1 α β ( 1 + o n où α [0, 1] et β 2 α (1 α. On note v le vecteur (v 1, v 2, v 3 où v 1 = 2 Re(β, v 2 = 2 Im(β, v 3 = 2α 1. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 5 / 14

Hypothèse (A sur Φ Pour tout état ρ, ( (A Φ n α β (ρ = 1 α β ( 1 + o n où α [0, 1] et β 2 α (1 α. On note v le vecteur (v 1, v 2, v 3 où v 1 = 2 Re(β, v 2 = 2 Im(β, v 3 = 2α 1. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 5 / 14

Considérons l algèbre M = ( n M 2 (C et sur cette algèbre, l état donné par la matrice densité ω = ρ Φ(ρ Φ 2 (ρ... Φ k (ρ... Φ n 1 (ρ. Pour tout k {1,... n}, définissons x k = I... I (σ x v 1 I I... I y k = I... I (σ y v 2 I I... I z k = I... I (σ z v 3 I I... I où chaque (σ. v. I apparait à la k-ième place. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 6 / 14

Pour tout n 1, posons X n = et X 0 = Y 0 = Z 0 = 0. n n x k, Y n = y k, Z n = k=1 n k=1 k=1 z k A chaque somme, on associe un processus normalisé à temps continu dénoté par X (n t = X [nt], Y (n n t = Y [nt], Z (n n t = Z [nt]. n N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 7 / 14

Polynômes complétement symétrisés Pour tout polynôme P = P(X 1, X 2,..., X m à m variables, nous notons P le polynôme totalement symétrisé de P obtenu en symétrisant chaque monôme de la manière suivante : X i1 X i2... X ik 1 X iσ(1... X iσ(k k! σ S k où S k = groupe de permutations de {1,..., k}. Exemple : P(X, Y, Z = XY 2 + YZ P(X, Y, Z = 1 6 [ ] 2XY 2 + 2YXY + 2Y 2 X + 1 [ ] YZ + ZY 2 N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 8 / 14

Un théorème central limite Théorème [S. Attal, N.G-P, 2008] Sous l hypothèse (A, pour tout polynôme P à 3m variables, pour tout (t 1,..., t m tel que 0 t 1 < t 2 <... < t m, ] lim E (n ω [ P(X n + t 1, Y (n t 1, Z (n t 1,..., X (n t m, Y (n t m, Z (n t m [ ] = E P(B (1 t 1, B (2 t 1, B (3 t 1,..., B (1 t m, B (2 t m, B (3 t m où (B (1 t, B (2 t, B (3 t t 0 est le mouvement Brownien dans R 3, centré et de matrice de covariance Ct, avec 1 v 2 1 v 1 v 2 v 1 v 3 C = v 1 v 2 1 v2 2 v 2 v 3. v 1 v 3 v 2 v 3 1 v3 2 N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 9 / 14

La représentation de King-Ruskai-Szarek-Werner Un état de M 2 (C s écrit aussi ( 1 + z x i y ρ = 1 2 x + i y 1 z où x, y, z sont des réels t.q. x 2 + y 2 + z 2 1. Toute application CP-PT de M 2 (C peut être représentée, via des changements de bases, par une matrice T = où t i, λ i satisfont certaines inégalités. Si λ i < 1 pour i = 1, 2, 3, alors 1 0 0 0 t 1 λ 1 0 0 t 2 0 λ 2 0 t 3 0 0 λ 3 v i = t i 1 λ i. (1 N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 10 / 14

Exemple 1 : "The depolarizing channel" Contraction de la boule unité en une boule de rayon < 1. Dans la représentation de King-Ruskai-Szarek-Werner : 1 0 0 0 0 1 4p T = 3 0 0 0 0 1 4p 3 0 0 0 0 1 4p 3 Dans ce cas, v = (0, 0, 0 et C = I 3. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 11 / 14

Exemple 1 : "The depolarizing channel" Contraction de la boule unité en une boule de rayon < 1. Dans la représentation de King-Ruskai-Szarek-Werner : 1 0 0 0 0 1 4p T = 3 0 0 0 0 1 4p 3 0 0 0 0 1 4p 3 Dans ce cas, v = (0, 0, 0 et C = I 3. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 11 / 14

Exemple 2 : "The amplitude-damping channel" Dans la représentation de King-Ruskai-Szarek-Werner : T = 1 0 0 0 0 1 p 0 0 0 0 1 p 0 p 0 0 1 p v = (0, 0, 1 et C = 1 0 0 0 1 0 0 0 0 N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 12 / 14

Exemple 2 : "The amplitude-damping channel" Dans la représentation de King-Ruskai-Szarek-Werner : T = 1 0 0 0 0 1 p 0 0 0 0 1 p 0 p 0 0 1 p v = (0, 0, 1 et C = 1 0 0 0 1 0 0 0 0 N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 12 / 14

Principe de grandes déviations Pour tout k {1,..., n}, nous définissons x k = I... I σ x I... I ȳ k = I... I σ y I... I z k = I... I σ z I... I où chaque σ. apparait à la k-ième place. Pour tout n 1, on pose X n = 1 n n x k, Ȳ n = 1 n k=1 n ȳ k, Zn = 1 n k=1 n z k k=1 N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 13 / 14

Supposons que, pour tout état ρ, ( (A Φ n α β (ρ = 1 α β + o(1. Théorème [S. Attal, N.G-P, 2008] Sous (A, pour tout ν R 3,, la suite ν, ( X n, Ȳn, Z n, n 1 satisfait un P.G.D. de vitesse n et de bonne fonction de taux [( ( 1 2 1 + x ν log ν +x ( ( ν + ν,v ] I(x = + 1 x ν log ν x ν ν,v si x < ν. + sinon. N. Guillotin-Plantard* Institut C. Jordan, Université Propriétés Lyonstatistiques I ( des matrices de Pauli traversant des canaux August bruités 2008 14 / 14