Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/06 17.11.

Ähnliche Präsentationen


Präsentation zum Thema: "Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/06 17.11."—  Präsentation transkript:

1 Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/

2 Simons Problem Gegeben: Black Box Funktion f:{0,1} n ! {0,1} n Es gibt ein geheimes s 2 {0,1} n mit s 0 n Für alle x: f(x)=f(x © s) Für alle x,y: x y © s ) f(x) f(y) Bestimme s ! Beispiel: f(x)=2 b x/2 c Jedes k: f(2k)=f(2k+1); s= Simons Algorithmus löst das Problem in Zeit poly(n) Jeder klassische randomisierte Algorithmus benötigt (2 n/2 ) Fragen an die Black Box, selbst wenn Fehler erlaubt sind

3 Der Quantenalgorithmus Beginne mit Zustand |0 n i |0 n i Wende H ­ n auf erste n Qubits an Wende U f an Messe Qubits n+1,...,2n Ergebnis f(z) Es gibt z, z © s mit f(z)=f(z © s) Zustand: (1/2 1/2 |z i + 1/2 1/2 |z © s i ) |f(z) i Vergesse |f(z) i

4 Der Quantenalgorithmus Zustand: 1/2 1/2 |z i + 1/2 1/2 |z © s i Jedes z 2 {0,1} n mit Wahrscheinlichkeit 1/2 n, gegeben also Wahrscheinlichkeitsverteilung auf Zuständen [gemischter Zustand] Messung ergäbe einfach zufälliges z aus {0,1} n [zufälliges z aus Messung 1, dann mit Ws. 1/2: z, mit Ws. 1/2: z © s, insgesamt zufälliges z] Wie bekommt man Information über s? Wende wieder an H ­ n an

5 Der Quantenalgorithmus Zustand: 1/2 1/2 |z i + 1/2 1/2 |z © s i z uniform zufällig Wende wieder an H ­ n an Ergebnis: y y |y i mit y =1/2 1/2 ¢ 1/2 n/2 (-1) y ¢ z +1/2 1/2 ¢ 1/2 n/2 (-1) y ¢ (z © s) =1/2 (n+1)/2 ¢ (-1) y ¢ z [1+(-1) y ¢ s ] y ¢ z= i y i z i

6 Der Quantenalgorithmus y y |y i mit y =1/2 (n+1)/2 ¢ (-1) y ¢ z [1+(-1) y ¢ s ] Fall 1: y ¢ s ungerade ) y =0 Fall 2: y ¢ s gerade ) y = § 1/2 (n-1)/2 Messe nun [Wahrscheinlichkeiten unabhängig von z] Immer: Ergebnis y: y i s i ´ 0 mod 2 Also Gleichung über Z 2, alle y mit y i s i ´ 0 mod 2 gleich wahrscheinlich

7 Postprocessing Ergebnis Gleichung y i s i ´ 0 mod 2 Alle y mit y i s i ´ 0 mod 2 gleiche Ws. Reduziert Anzahl der möglichen s um 1/2 Weiteres Vorgehen: Wiederhole n-1 mal Löse Gleichungssystem Wenn n-1 linear unabhängige Gleichungen erhalten, dann ist s bestimmt

8 Simons Algorithmus H |0 n i UfUf n-1 mal, dann Gleichungssystem lösen H y(1),...,y(n-1)

9 Analyse Durch n-1 linear unabhängige Gleichungen ist s bestimmt, jede Gleichung hat uniform zufällige Koeffizienten y(j) 1,...,y(j) n unter Bedingung y(j) ¢ s=0 mod 2 [d.h. aus Unterraum U Dim. n-1 von (Z 2 ) n ] Wahrscheinlichkeit, dass y(j+1) linear abhängig von y(1),...,y(j): V j =span[y(1),...,y(j)] hat Dim. j Ws, dass zufälliges y(j+1) aus U in V j liegt: 2 j /2 n-1 Wahrscheinlichkeit, dass alle lin. unabh.: j=1,...,n-1 (1-2 j-1 /2 n-1 )= j=1,...,n-1 (1-1/2 j )

10 Analyse Wahrsch. dass alle lin. unabh.: j=1,...,n-1 (1-1/2 j ) Abschätzung: mindestens 1/2 ¢ (1-[ j=2,...,n-1 1/2 j ]) ¸ 1/4 [Benutze (1-a)(1-b) ¸ 1-a-b für 0

11 Variation Entscheidungsproblem: mit Wahrscheinlichkeit 1/2: s=0 n mit Ws 1/2: s uniform aus {0,1} n -{0 n } Algorithmus soll entscheiden, welcher Fall

12 Klassische Algorithmen Gegeben: randomisierter Fragealgorithmus, der s berechnet, gegeben Orakelzugriff auf f Fixiere ein f=f s für jedes s Wenn es randomisierten Algo mit T Fragen (worst case) und Erfolgswahrscheinlichkeit p gibt, dann gibt es einen deterministischen Algo mit T Fragen und Erfolg p für zufällige s Randomisierter Algorithmus ist Schaltkreis mit zusätzlicher Eingabe r 2 {0,1} m E s E r [Erfolg auf f s bei Zusatzeingabe r]=p ) es gibt ein r, so dass E s [Erfolg auf f s bei Zusatzeingabe r] ¸ p Fixiere r ) deterministischer Algorithmus

13 Klassische Algorithmen s sei zufällig aus {0,1} n -{0 n } Dies bestimmt f=f s Gegeben: deterministischer Fragealgorithmus, Erfolg 2/3 auf zufälligem s k Fragen seien schon gestellt; Fixiere Werte (x i,f(x i )) Wenn es x i,x j gibt mit f(x i )=f(x j ), dann Erfolg, Stop Sonst: alle f(x i ) verschieden, kein Wert x i © x j =s, Anzahl Paare Es gibt noch mindestens 2 n -1- mögliche s s kann noch als uniform zufällig unter diesen angesehen werden

14 Klassische Algorithmen Es gibt noch 2 n -1- ¸ 2 n -k 2 mögliche s s kann noch als uniform zufällig unter diesen angesehen werden Frage x k+1 (abhängig vorherige Fragen/Antworten) Für jedes feste x k+1 gibt es k Kandidaten s(1),...,s(k): s(j)=x j © x k+1 für s Wahrscheinlichkeit, dass ein Kandidat richtiges s trifft · k/ (2 n -k 2 ) [über Wahl von s]

15 Klassische Algorithmen Wahrscheinlichkeit, dass ein Kandidat richtiges s trifft · k/(2 n -k 2 ) [über Wahl von s] Gesamterfolgswahrscheinlichkeit: Wenn T<2 n/2 /10, dann Erfolg zu klein

16 Variation Entscheidungsproblem: mit Wahrscheinlichkeit 1/2: s=0 n mit Ws 1/2: s uniform aus {0,1} n -{0 n } Algorithmus entscheide, welcher Fall Analyse analog zu vorher, bei weniger als 2 n/2 /10 Fragen Erfolgswahrscheinlichkeit nah 1/2

17 Zusammenfassung Simons Problem kann durch einen Quantenalgorithmus mit Zeit O(n ) und O(n) Fragen mit Erfolgswahrscheinlichkeit 0.99 gelöst werden Jeder klassische randomisierte Algorithmus mit Erfolgswahrscheinlichkeit 2/3 braucht (2 n/2 ) Fragen (und Zeit)

18 Bisherige Algorithmen Deutsch-Josza und Simon: f balanciert oder konstant f hat Periode s (über (Z 2 ) n ) Erst Hadamard, dann U f, dann Hadamard und Messung D-J: Black Box mit Ausgabe (-1) f(x) S: normale Black Box

19 Bestimmen der Ordnung über Z N Gegeben seien ganze Zahlen x, N, x


Herunterladen ppt "Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/06 17.11."

Ähnliche Präsentationen


Google-Anzeigen