Stabilizer entropy is trustworthy for mixed states

Sintesi Tecnica: "L'Entropia dello Stabilizzatore è Affidabile per gli Stati Misti"

Enunciato del Problema
Quantificare la non-stabilizzabilità (spesso riferita come "magia") è essenziale per comprendere il vantaggio quantistico, il caos e i limiti della simulazione classica. Sebbene esistano monotoni di non-stabilizzabilità per gli stati puri, la loro estensione agli stati misti presenta una severa barriera computazionale. Studi recenti hanno stabilito che qualsiasi monotono di non-stabilizzabilità stretto per stati misti appartiene alla classe di complessità $QP_2$, richiedendo tempi super-esponenziali per essere computato. Ciò rende i monotoni stretti impraticabili per applicazioni fisiche realistiche che coinvolgono rumore, misurazioni parziali o dinamiche di stati misti. Inoltre, l'estensione ingenua dell'Entropia dello Stabilizzatore (SE) agli stati misti non soddisfa la monotonicità sotto operazioni libere (specificamente traccia parziale e dephasing), violando un requisito fondamentale delle teorie delle risorse.

Metodologia
Gli autori propongono un rilassamento della condizione di monotonicità stretta introducendo il concetto di $\eta$-proxy di risorsa. Una funzione $f$ è definita come un $\eta$-proxy di risorsa per un insieme di stati $\mathcal{S}$ se è fedele (nulla sugli stati liberi) e la probabilità che violi la monotonicità sotto operazioni libere decade esponenzialmente con la dimensione del sistema $N$ (specificamente come $\exp(-\eta N)$).

Il documento si concentra sulla Entropia Lineare dello Stabilizzatore ($\tilde{M}_{lin}$) per stati misti, definita come:
$$\tilde{M}_{lin}(\rho) = \text{Pur}(\rho) - SP(\rho)$$
dove $\text{Pur}(\rho) = \text{Tr}(\rho^2)$ è la purezza e $SP(\rho) = d \text{Tr}(Q \rho^{\otimes 4})$ è la purezza dello stabilizzatore, con $Q$ che è il proiettore sullo sottospazio dello stabilizzatore.

Gli autori analizzano il gap di monotonicità $\bar{M}_E(\rho) = \tilde{M}_{lin}(\rho) - \tilde{M}_{lin}(E(\rho))$ sotto due operazioni libere:

1. Traccia Parziale (riduzione del sistema).
2. Dephasing nella base computazionale (modellazione di misurazioni non post-selezionate).

Utilizzano tecniche analitiche che coinvolgono medie di Haar, medie del gruppo di Clifford e proprietà degli Stati di Prodotto di Matrici (MPS) per calcolare la media e la varianza di questo gap. Utilizzano il lemma di Lévy e l'ineguaglianza di Chebyshev per limitare la probabilità di violazioni della monotonicità. Inoltre, eseguono simulazioni numeriche su MPS casuali e sugli stati fondamentali del modello quantistico 1D XY per verificare tali limiti in contesti non casuali e fisicamente rilevanti.

Contributi Chiave e Risultati

1. Definizione di Proxy di Risorsa: Il documento formalizza la nozione di proxy di risorsa, sostenendo che per stati misti dove i monotoni stretti sono computazionalmente intrattabili, una misura che si comporta come un monotono con una probabilità schiacciante è un'alternativa necessaria e pratica.

2. Garanzie Analitiche in Insiemi Casuali:

   • Stati Haar-Random: Gli autori dimostrano che per stati generici Haar-random, la probabilità di violazione della $\tilde{M}_{lin}$ sotto traccia parziale e dephasing decade come $\exp(-\eta N)$ con $\eta = O(d/\log d)$, dove $d=2^N$. Ciò indica violazioni estremamente rare (super-esponenziali).
   • Orbite di Clifford: Per stati generati da unitàari di Clifford casuali agendo su un seme fisso, la probabilità di violazione decade come $\exp(-\eta N)$ con $\eta = O(1)$. Sebbene l'insieme sia più piccolo del caso Haar, le violazioni rimangono esponenzialmente rare.
   • Stati di Prodotto di Matrici (MPS) Casuali: Per MPS casuali con dimensione di legame $\chi$, la probabilità di violazione è limitata da $\exp(-\eta N)$ dove $\eta = O(\chi^2)$. Anche per $\chi$ costante, le violazioni sono esponenzialmente improbabili, e la tipicità migliora all'aumentare di $\chi$.

3. Verifica Numerica in Sistemi Fisici:

   • Modello XY: Gli autori hanno testato la SE logaritmica dello stato misto ($\tilde{M}_2$) sugli stati fondamentali della catena quantistica XY spin-1/2. Hanno calcolato il gap di non-stabilizzabilità post-misurazione mediato sui risultati per misurazioni parziali nella base computazionale. In tutto il diagramma di fase (inclusi i settori ordinati e disordinati e entrambi i settori di parità), il gap è rimasto strettamente positivo. Ciò dimostra che $\tilde{M}_2$ (e per estensione $\tilde{M}_{lin}$) non aumenta mediamente sotto misurazioni parziali in questo specifico sistema a molti corpi.
   • Condizioni al Contorno Aperte (OBC): L'analisi numerica di MPS casuali con OBC ha confermato che sia $\tilde{M}_{lin}$ che $\tilde{M}_2$ mantengono gap positivi sotto dephasing e traccia parziale attraverso varie dimensioni del sistema e scalature della dimensione di legame.

Significatività e Rivendicazioni
Il documento afferma che la Entropia Lineare dello Stabilizzatore ($\tilde{M}_{lin}$) funge da proxy affidabile e computabilmente efficiente per la non-stabilizzabilità negli stati misti. Gli autori sostengono che, dato l'accertata difficoltà computazionale dei monotoni stretti per gli stati misti, il framework del "proxy di risorsa" non è solo una comodità ma una necessità per applicazioni pratiche.

La significatività risiede nel consentire la quantificazione affidabile delle risorse di "magia" in:

• Processi di informazione quantistica rumorosi che coinvolgono misurazioni e decoerenza.
• Sistemi a molti corpi dove è richiesto l'accesso alle proprietà dei sottosistemi (tramite matrici di densità ridotte).
• Contesti sperimentali dove la tomografia completa dello stato è impraticabile, ma le entropie lineari sono sperimentalmente accessibili.

Il lavoro suggerisce che, sebbene la monotonicità stretta non possa essere garantita per tutti gli stati misti, la probabilità di violazione è così bassa negli insiemi fisicamente rilevanti (Haar, Clifford, MPS, e specifici stati fondamentali hamiltoniani) che l'Entropia dello Stabilizzatore può essere utilizzata con "una probabilità schiacciante" come una valida misura di risorsa. Gli autori rimangono modesti, notando che sebbene i loro risultati siano robusti attraverso gli insiemi testati, è necessaria un'ulteriore verifica per altre classi di stati (ad esempio, stati dello stabilizzatore $t$-doped) e ansatz variazionali 2D (PEPS).