フーリエサンプリングは実際どのように機能しますか（そしてパリティ問題を解決しますか）？

Umesh Vazirani教授によるフーリエサンプリングビデオ講義のパートIおよびパートIIについて書いています。

一部では、彼らは次のように始まります：

アダマール変換：

| 0...0 ⟩ \to \sum_{{0, 1}^{n}} \frac{1}{2^{n / 2}} | x ⟩

$|0...0\rangle \to \sum_{\{0,1\}^n}\frac{1}{2^{n/2}}|x\rangle$

| u ⟩ = | u_{1} . . . u_{n} ⟩ \to \sum_{{0, 1}^{n}} \frac{(- 1)^{u . x}}{2^{n / 2}} | x ⟩ (where u . x = u_{1} x_{1} + u_{2} x_{2} + . . . + u_{n} x_{n})

$|u\rangle =|u_1...u_n\rangle \to \sum_{\{0,1\}^n}\frac{(-1)^{u.x}}{2^{n/2}}|x\rangle \quad \text{(where $u.x=u_1x_1+u_2x_2+...+u_nx_n$)}$

フーリエサンプリングでは：

| ψ ⟩ = \sum_{{0, 1}}^{n} α_{x} | x ⟩ \to \sum_{x} \hat{α_{x}} | x ⟩ = | \hat{ψ} ⟩

$|\psi\rangle=\sum_{\{0,1\}}^{n}\alpha_x|x\rangle \to \sum_{x}\hat{\alpha_x}|x\rangle=|\hat{\psi}\rangle$

いつ、我々が見て測定されたの確率での。 $|\hat{\psi}\rangle$ $x$ $|\hat{\alpha_x}|^2$

パートII：

パリティの問題：

我々は、機能を与えられているブラックボックスとして。ことがわかり（すなわち、）、いくつかの隠されたため $f:\{0,1\}^n\to\{0,1\}$ $f(x)=u.x$ $u_1x_1+u_2x_2+...+u_nx_n (\text{mod 2})$ $u\in\{0,1\}^{n}$ 。どのようにして、へのクエリをできるだけ少なくしてを理解するのでしょうか。 $u$ $f$

彼らは、を最小限のステップ数で計算するには、2ステップの手順に従う必要があると言います。 $u$

重ね合わせを設定する $\frac{1}{2^{n/2}}\sum_{x}(-1)^{f(x)}|x\rangle$
を取得するためのフーリエサンプル。 $u$

これは私が道に迷ったところです。「重ね合わせを設定する」とはどういう意味かわかりません。なぜそれをするべきなのか？そして、（説明されているように）フーリエサンプリングはどのようにを決定するのに役立ちますか？ $u$

彼らはさらにこのような量子ゲートを構築します：

$|0\rangle$ $|-\rangle$ $- \oplus f(0...0)$ $\oplus$

quantum-gate fourier-sampling

— サンチャヤンドゥッタ
ソース

$\left| 0\right\rangle^{\otimes n}\left| -\right\rangle$ $H^{\otimes n}\otimes I$

(\sum_{x = {0, 1}^{n}} \frac{1}{2^{n / 2}} | x ⟩) | - ⟩ = \frac{1}{2^{n / 2}} {(| 0 ⟩ + | 1 ⟩)}^{\otimes n} | - ⟩ .

$\left(\sum_{x=\{0,1\}^n}\frac{1}{2^{n/2}}|x\rangle\right)\left|-\right\rangle = \frac{1}{2^{n/2}}\left(\left|0\right\rangle + \left|1\right\rangle\right)^{\otimes n}\left|-\right\rangle.$

U_{f}

$U_f$

U_{f} (\sum_{x = {0, 1}^{n}} \frac{1}{2^{n / 2}} | x ⟩) | - ⟩ = \sum_{x = {0, 1}^{n}} \frac{1}{2^{n / 2}} | x ⟩ | - \oplus f (x) ⟩ .

$U_f\left(\sum_{x=\{0,1\}^n}\frac{1}{2^{n/2}}|x\rangle\right)\left|-\right\rangle = \sum_{x=\{0,1\}^n}\frac{1}{2^{n/2}}|x\rangle\left|-\oplus f\left(x\right)\right\rangle.$

$\oplus$

(\sum_{x = {0, 1}^{n}} \frac{1}{2^{n / 2}} {(- 1)}^{f (x)} | x ⟩) | - ⟩ .

$\left(\sum_{x=\{0,1\}^n}\frac{1}{2^{n/2}}\left(-1\right)^{f\left(x\right)}\left|x\right\rangle\right)\left|-\right\rangle.$

U_{f} | x ⟩ (| 0 ⟩ - | 1 ⟩) = | x ⟩ | f (x) ⟩ - | 1 \oplus f (x) ⟩ = {(- 1)}^{f (x)} | x ⟩ (| 0 ⟩ - | 1 ⟩)

$U_f\left|x\right\rangle\left(\left|0\right\rangle - \left|1\right\rangle\right) = \left|x\right\rangle\left|f\left(x\right)\right\rangle - \left|1\oplus f\left(x\right)\right\rangle = \left(-1\right)^{f\left(x\right)}\left|x\right\rangle\left(\left|0\right\rangle - \left|1\right\rangle\right)$

$x$ $x = \prod_ix_i$

H | x_{i} ⟩ = \frac{1}{\sqrt{2}} (| 0 ⟩ + {(- 1)}^{x_{i}} | 1 ⟩) = \frac{1}{\sqrt{2}} \sum_{y = {0, 1}} {(- 1)}^{x_{i} . y} | y ⟩ .

$H\left|x_i\right\rangle = \frac{1}{\sqrt{2}}\left(\left|0\right\rangle + \left(-1\right)^{x_i}\left|1\right\rangle\right) = \frac{1}{\sqrt{2}}\sum_{y=\left\lbrace0, 1\right\rbrace}\left(-1\right)^{x_i.y}\left|y\right\rangle.$

H^{\otimes n} | x ⟩ = \frac{1}{2^{n / 2}} \sum_{y \in {0, 1}^{n}} {(- 1)}^{x . y} | y ⟩ .

$H^{\otimes n}\left| x\right\rangle = \frac{1}{2^{n/2}}\sum_{y\in\left\lbrace0, 1\right\rbrace^n}\left(-1\right)^{x.y}\left|y\right\rangle.$

\frac{1}{2^{n}} (\sum_{x, y = {0, 1}^{n}} {(- 1)}^{f (x) \oplus x . y} | y ⟩) | - ⟩ .

$\frac{1}{2^n}\left(\sum_{x, y=\{0,1\}^n}\left(-1\right)^{f\left(x\right) \oplus x.y}\left|y\right\rangle\right)\left|-\right\rangle.$

$f\left(x\right) = u.x = x.u$ $\left(-1\right)^{f\left(x\right) \oplus x.y} = \left(-1\right)^{x.\left(u\oplus y\right)}$ $x$ $\sum_x\left(-1\right)^{x.\left(u\oplus y\right)} = 0,\, \forall\, u\oplus y \neq 0$ $u\oplus y = 0$ $u=y$ $\left|u\right\rangle\left|-\right\rangle$ $u$

$\left|+\right\rangle^{\otimes n}$ $\left|u\right\rangle$

重要なのは、重ね合わせを使用すると、古典的な場合のように各キュービットを個別にチェックする必要がなく、同時にすべてのキュービットに対してこれを実行できることです。

— ミトランジル24601
ソース