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

Slides:



Advertisements
Ähnliche Präsentationen
Vom graphischen Differenzieren
Advertisements

Wie viele Einheitswürfel sind auf 0, 1, 2, 3 Seiten gefärbt?
DVG Gaußscher Algorithmus1 Gaußscher Algorithmus.
Gaußscher Algorithmus
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Hartmut Klauck Universität Frankfurt WS 04/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /2.1.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 04/05
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Effiziente Algorithmen
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/ /23.1.
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt WS 04/
Effiziente Algorithmen
Effiziente Algorithmen Hartmut Klauck Universität Frankfurt SS
Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation
Beweissysteme Hartmut Klauck Universität Frankfurt WS 06/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Hartmut Klauck Universität Frankfurt WS 06/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/
Hartmut Klauck Universität Frankfurt WS 06/
Quantum Computing Hartmut Klauck Universität Frankfurt WS 04/
Information und Kommunikation Hartmut Klauck Universität Frankfurt SS
Information und Kommunikation
Gleichungen und Gleichungssysteme
Wahrscheinlichkeitsrechnung
Black Box Algorithmen Hartmut Klauck Universität Frankfurt SS
Stetige Kleinste-Quadrate-Approximation
 Präsentation transkript:

Quantum Computing Hartmut Klauck Universität Frankfurt WS 05/

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

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

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

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

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

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

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

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 )

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<a,b<1] D.h. mit Wahrscheinlichkeit 1/4 findet der Algo n-1 linear unabh. Gleichungen, und s kann berechnet werden Durch Gauss Elimination O(n 3 ) oder durch andere Verfahren O(n )

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

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

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

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]

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

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

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)

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

Bestimmen der Ordnung über Z N Gegeben seien ganze Zahlen x, N, x<N Ordnung r(x) von x in Z N : min. r: x r =1 mod N Periode der Potenzen von x Black Box U x,N rechne U x,N |j i |k i = |j i |x j k mod N i x und N teilerfremd Quantenalgorithmus, um r(x) zu bestimmen?