Tổng quan luận án

Lý thuyết thông tin lượng tử hình thành tại giao điểm giữa cơ học lượng tử và lý thuyết thông tin cổ điển. Trong khi lý thuyết thông tin cổ điển sử dụng đơn vị cơ bản là bit (nhận các giá trị 0 hoặc 1), lý thuyết thông tin lượng tử sử dụng qubit với khả năng tồn tại ở trạng thái chồng chập (superposition), cho phép các thuật toán lượng tử như thuật toán tách thừa số nguyên của Shor hay thuật toán tìm kiếm của Grover đạt được hiệu suất tính toán vượt trội. Trạng thái vật lý lượng tử được biểu diễn trên không gian Hilbert $\mathcal{H}$; trong đó trạng thái thuần tương ứng với các vectơ đơn vị modulo một nhân tử pha $z$ ($|z| = 1$), còn trạng thái hỗn hợp được mô tả thông qua các ma trận mật độ (density matrices) thuộc tập $\mathcal{D}_n$, tức các toán tử nửa xác định dương có vết bằng 1.

Trong lý thuyết thông tin lượng tử, các hàm khoảng cách đóng vai trò định lượng mức độ khác biệt giữa hai trạng thái lượng tử hỗn hợp, đồng thời mô tả các đặc trưng trạng thái như định lượng độ vướng víu lượng tử (quantum entanglement) thông qua khoảng cách ngắn nhất từ một trạng thái đến tập các trạng thái phân tách được (separable states). Bên cạnh đó, trong các ngành khoa học ứng dụng như xử lý ảnh, chẩn đoán hình ảnh y tế (MRI), xử lý tín hiệu radar, sinh học thống kê (dữ liệu gen/DNA) và học máy, dữ liệu thực nghiệm thường được cấu trúc dưới dạng ma trận xác định dương thuộc nón $\mathcal{P}_n$. Để xử lý dữ liệu ma trận, việc tìm phần tử đại diện thông qua bài toán bình phương tối thiểu toàn cục là yêu cầu trung tâm:

$$\min_{X \in \mathcal{P}n} \sum{i=1}^m w_i d^2(X, A_i)$$

Luận án tiến sĩ toán học của nghiên cứu sinh Vương Trung Dũng với tiêu đề "Một số hàm khoảng cách trong lý thuyết thông tin lượng tử và các vấn đề liên quan" (Some distance functions in quantum information theory and related problems), chuyên ngành Giải tích toán học (mã số: 9 46 01 02), thực hiện tại Khoa Toán và Thống kê, Trường Đại học Quy Nhơn dưới sự hướng dẫn của PGS.TS. Lê Công Trình và PGS.TS. Đinh Trung Hòa, tập trung giải quyết hai bài toán nghiên cứu chính:

  1. Bài toán 1: Hàm khoảng cách sinh bởi các trung bình ma trận. Thiết lập và nghiên cứu các hàm khoảng cách mới trên tập ma trận xác định dương có mối liên hệ với trung bình ma trận, khảo sát các tính chất hình học liên quan như tính chất nằm giữa (in-betweenness property) và bất đẳng thức xử lý dữ liệu (data processing inequality).
  2. Bài toán 2: Trung bình hình học phổ có trọng số mới. Đề xuất một trung bình hình học phổ có trọng số mới, ký hiệu là $F_t(A, B)$, khảo sát các tính chất đại số, công thức Lie-Trotter và thiết lập quan hệ trội logarit yếu (weak log-majorization) so với trung bình Wasserstein.

Đối tượng nghiên cứu xuyên suốt của luận án là không gian các ma trận phức cấp $n$ ($M_n$), không gian ma trận Hermitian ($\mathcal{H}_n$), nón ma trận nửa xác định dương ($\mathcal{H}_n^+$), nón ma trận xác định dương ($\mathcal{P}_n$) và tập các ma trận mật độ ($\mathcal{D}_n$) trên không gian Hilbert hữu hạn chiều $\mathcal{H}$.

Tổng quan tài liệu và vị trí của luận án

Lý thuyết khoảng cách trên nón ma trận xác định dương phát triển qua nhiều giai đoạn với các hàm khoảng cách nền tảng:

  • Khoảng cách Euclid/Frobenius cảm sinh từ tích vô hướng $\langle A, B \rangle = \operatorname{Tr}(A^* B)$ với chuẩn $|A|_F = (\operatorname{Tr}(A^* A))^{1/2}$.
  • Khoảng cách Riemann $\delta_R(A, B) = |\log(A^{-1/2}BA^{-1/2})|2 = \left(\sum{i=1}^n \log^2 \lambda_i(A^{-1}B)\right)^{1/2}$ nghiên cứu bởi Bhatia (2007) và Moakher (2004).
  • Khoảng cách Bures-Wasserstein $d_b(A, B) = \left(\operatorname{Tr}(A+B) - 2\operatorname{Tr}((A^{1/2}BA^{1/2})^{1/2})\right)^{1/2}$ bắt nguồn từ lý thuyết vận chuyển tối ưu và thông tin lượng tử (Bhatia và cộng sự, 2019).
  • Khoảng cách Log-Determinant $d_l(A, B) = \log\det\left(\frac{A+B}{2}\right) - \frac{1}{2}\log\det(AB)$ ứng dụng trong học máy (Sra, 2012).
  • Khoảng cách Hellinger (hoặc Bhattacharya) $d_h(A, B) = \left(\operatorname{Tr}(A+B) - 2\operatorname{Tr}(A^{1/2}B^{1/2})\right)^{1/2}$.

Năm 1980, Kubo và Ando xây dựng hệ tiên đề cho lý thuyết trung bình ma trận trên $\mathcal{H}_n^+$, thiết lập đẳng cấu afin giữa các phép nối ma trận và độ đo Radon dương trên $[0, \infty]$. Tuy nhiên, nhiều lớp trung bình xuất hiện trong kỹ thuật và vật lý không thỏa mãn hệ tiên đề Kubo-Ando, điển hình là trung bình hình học phổ $A \natural B$ do Fiedler và Pták giới thiệu năm 1997, cùng phiên bản có trọng số $A \natural_t B = (A^{-1} #_t B)^{1/2} A (A^{-1} #_t B)^{1/2}$ do Kim và Lee đề xuất năm 2015.

Năm 2019, H. Q. Minh đề xuất khoảng cách Alpha Procrustes $d_{b,\alpha}(A, B) = \frac{1}{\alpha} d_b(A^{2\alpha}, B^{2\alpha})$, nội suy giữa khoảng cách Log-Euclidean và Bures-Wasserstein. Năm 2015, Audenaert và Datta đưa ra khái niệm trung bình lũy thừa Rényi $P_{\alpha,z}(A, B) = (B^{\frac{1-\alpha}{2z}} A^{\frac{\alpha}{z}} B^{\frac{1-\alpha}{2z}})^z$ và độ đo $\alpha$-$z$-fidelity $f_{\alpha,z}(\rho, \sigma)$. Năm 2016, Audenaert định nghĩa tính chất nằm giữa (in-betweenness property) của trung bình ma trận $d(A, A\sigma B) \le d(A, B)$.

Khoảng trống nghiên cứu mà luận án giải quyết bao gồm:

  1. Thiếu vắng một hàm khoảng cách nội suy tương thích cho khoảng cách Hellinger tương tự như khoảng cách Alpha Procrustes đối với Bures-Wasserstein, cùng việc khảo sát tính chất hình học của trung bình lũy thừa ma trận đối với họ khoảng cách này.
  2. Nhu cầu mở rộng độ phân kỳ lượng tử hai tham số chứa đựng độ đo $\alpha$-$z$-fidelity, giải quyết bài toán quy tụ tâm và bài toán bình phương tối thiểu tương ứng.
  3. Thiết lập một dạng trung bình hình học phổ có trọng số mới mang cấu trúc đối xứng toán tử, thỏa mãn công thức tiệm cận Lie-Trotter và quan hệ trội phổ so với trung bình Wasserstein.

Cơ sở lý thuyết và phương pháp nghiên cứu

Cơ sở lý thuyết và khung phân tích

Luận án vận dụng các cơ sở lý thuyết giải tích hàm và giải tích ma trận hiện đại:

  • Định lý phổ cho toán tử Hermitian: Biểu diễn $A = \sum_{j=1}^k \lambda_j P_j$ với $P_j$ là các phép chiếu trực giao lên không gian riêng tương ứng.
  • Lý thuyết hàm tăng toán tử và hàm lồi toán tử (Löwner, 1934; Kraus, 1936): Hàm $f(t) = t^r$ là tăng toán tử trên $[0, \infty)$ với $0 \le r \le 1$; hàm lồi toán tử thỏa mãn $f(\lambda A + (1-\lambda)B) \le \lambda f(A) + (1-\lambda)f(B)$.
  • Lý thuyết trung bình ma trận Kubo-Ando: Biểu diễn tích phân của phép nối đối xứng $\sigma$ thông qua độ đo Radon dương $n$ trên $[0, 1]$: $$A\sigma B = \frac{c}{2}(A+B) + \int_{(0, 1]} \frac{1+t}{2t} {(tA):B + A:(tB)} , dn(t)$$ với phép cộng song song $A:B = (A^{-1} + B^{-1})^{-1}$.
  • Phép tính vi phân Fréchet trên không gian Banach: Khái niệm đạo hàm cấp một $Df(u)(v) = \left.\frac{d}{dt}\right|_{t=0} f(u+tv)$, đạo hàm cấp hai $D^2 f(u)$, quy tắc nhân và vi phân hàm hợp.
  • Lý thuyết quan hệ trội (Majorization): Quan hệ trội $x \prec y$, trội yếu $x \prec_w y$, và trội logarit $x \prec_{\log} y$ cho các vectơ giá trị riêng và giá trị kỳ dị.
  • Bất đẳng thức vết Araki-Lieb-Thirring: Với ma trận nửa xác định dương $A, B \ge 0$ và $q > 0$: $$\operatorname{Tr}\left(B^{\frac{r}{2}} A^r B^{\frac{r}{2}}\right)^q \le \operatorname{Tr}\left(B^{1/2} A B^{1/2}\right)^{rq} \quad (0 \le r \le 1)$$ $$\operatorname{Tr}\left(B^{\frac{r}{2}} A^r B^{\frac{r}{2}}\right)^q \ge \operatorname{Tr}\left(B^{1/2} A B^{1/2}\right)^{rq} \quad (r \ge 1)$$
+-----------------------------------------------------------------------------------+
|                           HỆ THỐNG CÔNG CỤ TOÁN HỌC                               |
+------------------------------------+----------------------------------------------+
| Công cụ lý thuyết                  | Mục đích áp dụng                             |
+------------------------------------+----------------------------------------------+
| Định lý phổ & Giải tích hàm ma trận| Tính toán hàm ma trận f(A), căn bậc hai ma trận|
| Biểu diễn tích phân Löwner/Kubo-Ando| Phân tích cấu trúc các phép nối ma trận đối xứng|
| Vi phân Fréchet ma trận            | Khảo sát cực trị, nghiệm bài toán bình phương|
| Bất đẳng thức Araki-Lieb-Thirring  | Đánh giá vết trong chứng minh khoảng cách     |
| Định lý điểm bất động Brouwer      | Chứng minh sự tồn tại duy nhất của trung bình|
| Quan hệ trội logarit (log-majorize)| So sánh phổ giữa các lớp trung bình ma trận   |
+------------------------------------+----------------------------------------------+

Phương pháp nghiên cứu

Luận án sử dụng phương pháp nghiên cứu thuần túy định tính và giải tích suy diễn toán học:

  • Phương pháp tiên đề và xây dựng cấu trúc: Thiết lập định nghĩa metric và phân kỳ lượng tử thông qua các hệ tiên đề xác định dương, triệt tiêu trên đường chéo và đạo hàm cấp hai dương.
  • Phương pháp xấp xỉ và giải tích giới hạn: Khảo sát hành vi tiệm cận khi tham số $\alpha \to 0$, $t \to 0$ và giới hạn số mũ Lie-Trotter $n \to \infty$.
  • Phương pháp biến phân: Thiết lập các nguyên lý cực trị cho hàm vết ma trận.

Nội dung chính theo từng chương

Chương 1: Kiến thức chuẩn bị (Preliminaries)

Chương 1 hệ thống hóa các kiến thức tảng nền về đại số tuyến tính, lý thuyết toán tử và giải tích ma trận:

  • Cấu trúc ma trận dương: Các điều kiện tương đương cho ma trận nửa xác định dương và xác định dương (phân tích Cholesky $A = T^* T$, căn bậc hai duy nhất $A^{1/2}$, tính dương của các định thức con chính).
  • Chuẩn ma trận: Chuẩn toán tử $|A|_{op} = s_1(A)$, chuẩn Schatten $p$-norm $|A|p = (\sum{i=1}^n s_i^p(A))^{1/p}$, chuẩn Frobenius $|A|_F = (\operatorname{Tr}(A^* A))^{1/2}$, và chuẩn bất biến unita $||A||$.
  • Phép chiếu ma trận: Phép chiếu trực giao, mối quan hệ thứ tự $P \le Q \iff PQ = P$, phép chiếu infimum $P \wedge Q$ ứng với giao các không gian ảnh.
  • Giải tích vi phân Fréchet ma trận: Các đạo hàm ma trận tiêu chuẩn, chẳng hạn với $f(A) = A^{-1}$ thì $Df(A)(V) = -A^{-1} V A^{-1}$; với $f(A) = A^{-2}$ thì $Df(A)(V) = -A^{-2} V A^{-1} - A^{-1} V A^{-2}$.
  • Lý thuyết trung bình Kubo-Ando: Ba trung bình cổ điển gồm trung bình số học $A \nabla B = \frac{1}{2}(A+B)$, trung bình điều hòa $A!B = 2(A^{-1}+B^{-1})^{-1}$, và trung bình hình học $A# B = A^{1/2}(A^{-1/2}BA^{-1/2})^{1/2}A^{1/2}$ là nghiệm dương duy nhất của phương trình Riccati $X A^{-1} X = B$. Định lý biểu diễn tích phân cho kết nối đối xứng và quan hệ thứ tự $A!_t B \le A#_t B \le A\nabla_t B$.

Chương 2: Khoảng cách Hellinger có trọng số (Weighted Hellinger distance)

Chương 2 giới thiệu khoảng cách Hellinger có trọng số trên nón ma trận nửa xác định dương:

$$d_{h,\alpha}(A, B) = \frac{1}{\alpha} d_h(A^{2\alpha}, B^{2\alpha}) = \frac{1}{\alpha} \left(\operatorname{Tr}(A^{2\alpha} + B^{2\alpha}) - 2\operatorname{Tr}(A^\alpha B^\alpha)\right)^{1/2} \quad (\alpha > 0)$$

Các phát hiện và kết quả giải tích chính của chương bao gồm:

  1. Hành vi tiệm cận Log-Euclidean (Mệnh đề 2.1): Khi tham số $\alpha \to 0$, khoảng cách Hellinger có trọng số hội tụ chính xác về khoảng cách Log-Euclidean: $$\lim_{\alpha \to 0} d_{h,\alpha}^2(A, B) = |\log(A) - \log(B)|_F^2$$ Chứng minh dựa trên khai triển chuỗi lũy thừa toán tử $A^\alpha = \exp(\alpha \log A) = I + \alpha \log A + \frac{\alpha^2}{2}(\log A)^2 + \cdots$ và đánh giá số hạng vết tương ứng.

  2. Tính tương đương với khoảng cách Alpha Procrustes (Mệnh đề 2.2): Với mọi $A, B \in \mathcal{H}n^+$, thiết lập hệ bất đẳng thức tương đương hai phía: $$d{b,\alpha}(A, B) \le d_{h,\alpha}(A, B) \le \sqrt{2} d_{b,\alpha}(A, B)$$ Bất đẳng thức vế trái được chứng minh nhờ áp dụng trực tiếp bất đẳng thức Araki-Lieb-Thirring $\operatorname{Tr}(A^\alpha B^{2\alpha} A^\alpha)^{1/2} \ge \operatorname{Tr}(A^\alpha B^\alpha)$; vế phải được suy ra từ việc chuẩn hóa trạng thái mật độ trên $\mathcal{D}_n$.

  3. Tính chất nằm giữa của trung bình lũy thừa ma trận (Định lý 2.1 & 2.2): Xét trung bình lũy thừa $\mu_p(t; A, B) = (t A^p + (1-t) B^p)^{1/p}$ với $t \in [0, 1]$. Luận án chứng minh rằng khi $\frac{p}{2} \le \alpha \le p$: $$d_{h,\alpha}(A, \mu_p(t; A, B)) \le d_{h,\alpha}(A, B)$$ và với $t \in [1/2, 1]$: $$d_{b,\alpha}(A, \mu_p(t; A, B)) \le \sqrt{1-t} , d_{h,\alpha}(A, B) \le d_{b,\alpha}(A, B)$$ chứng minh sử dụng tính lồi toán tử của hàm $x \mapsto x^{2\alpha/p}$ và tính lõm toán tử của hàm $x \mapsto x^{\alpha/p}$.

  4. Tính duy nhất của trung bình số học (Định lý 2.3): Nếu $\sigma$ là một trung bình ma trận đối xứng thỏa mãn tính chất nằm giữa đối với khoảng cách Alpha Procrustes hoặc khoảng cách Hellinger có trọng số trên mọi cặp ma trận xác định dương, thì $\sigma$ bắt buộc phải là trung bình số học $\nabla$.

+-----------------------------------------------------------------------------------+
|               SO SÁNH CÁC ĐẶC TRƯNG CỦA HỌ KHOẢNG CÁCH TRỌNG SỐ                   |
+----------------------+-----------------------------+------------------------------+
| Đặc trưng so sánh    | Khoảng cách Alpha Procrustes| Khoảng cách Weighted Hellinger|
+----------------------+-----------------------------+------------------------------+
| Công thức định nghĩa | 1/α * d_b(A^{2α}, B^{2α})   | 1/α * d_h(A^{2α}, B^{2α})    |
| Giới hạn khi α -> 0  | Khoảng cách Log-Euclidean   | Khoảng cách Log-Euclidean    |
| Tính chất nằm giữa   | Thỏa mãn với μ_p (p/2≤α≤p)  | Thỏa mãn với μ_p (p/2≤α≤p)   |
| Trung bình đối xứng  | Duy nhất trung bình số học  | Duy nhất trung bình số học   |
| Mối quan hệ chặn     | d_{b,α} <= d_{h,α}          | d_{h,α} <= √2 * d_{b,α}      |
+----------------------+-----------------------------+------------------------------+

Chương 3: Phân kỳ α-z-Bures Wasserstein (The α-z-Bures Wasserstein divergence)

Chương 3 xây dựng hàm phân kỳ lượng tử hai tham số $\alpha$-$z$-Bures Wasserstein divergence:

$$\Phi(A, B) = \operatorname{Tr}((1-\alpha)A + \alpha B) - \operatorname{Tr}(Q_{\alpha,z}(A, B))$$

trong đó $Q_{\alpha,z}(A, B) = P_{\alpha,z}(B, A) = \left(A^{\frac{1-\alpha}{2z}} B^{\frac{\alpha}{z}} A^{\frac{1-\alpha}{2z}}\right)^z$ với $0 < \alpha \le z \le 1$.

Các nội dung và kết quả then chốt bao gồm:

  1. Chứng minh cấu trúc phân kỳ lượng tử (Định lý 3.1): Luận án chứng minh $\Phi(A, B)$ thỏa mãn đầy đủ ba tiên đề của phân kỳ lượng tử:

    • $\Phi(A, B) \ge 0$, và $\Phi(A, B) = 0 \iff A = B$.
    • Đạo hàm Fréchet theo biến thứ hai triệt tiêu trên đường chéo: $\left.D_2 \Phi(A, X)\right|_{X=A} = 0$.
    • Đạo hàm Fréchet cấp hai dương trên đường chéo: $\left.D_2^2 \Phi(A, X)\right|_{X=A}(Y, Y) \ge 0$ với mọi ma trận Hermitian $Y$. Chứng minh sử dụng biểu diễn tích phân Löwner $x^p = \frac{\sin p\pi}{\pi} \int_0^\infty \frac{\lambda^{p-1} x}{\lambda + x} , d\lambda$.

  2. Bài toán bình phương tối thiểu và Trung bình phải có trọng số $\alpha$-$z$ (Định lý 3.2 & 3.3): Nghiệm của bài toán tìm tâm đại diện $\min_{X > 0} \sum_{i=1}^m w_i \Phi(X, A_i)$ ứng với vectơ xác suất $\omega = (w_1, \dots, w_m)$ là nghiệm xác định dương duy nhất của phương trình phi tuyến: $$\sum_{i=1}^m w_i Q_{\alpha,z}(X, A_i) = X$$ Nghiệm này được ký hiệu là $R_{\alpha,z}(\omega, A)$ (gọi là $\alpha$-$z$-weighted right mean). Luận án chứng minh bất đẳng thức kiểu AM-GM cho $R_{\alpha,z}(\omega, A)$, chứng minh tính khả vi Fréchet của ánh xạ $R_\omega^{\alpha,z}$ tại điểm đơn vị $I = (I, \dots, I)$, và chứng minh $R_{\alpha,z}(\omega, A)$ là một trung bình Lie-Trotter đa biến thỏa mãn: $$\lim_{s \to 0} R_{\alpha,z}(\omega, \gamma_1(s), \dots, \gamma_m(s))^{1/s} = \exp\left(\sum_{j=1}^m w_j X_j\right)$$ với $\gamma_j(s)$ là các đường cong khả vi thỏa $\gamma_j(0) = I, \gamma_j'(0) = X_j$.

  3. Bất đẳng thức xử lý dữ liệu (Data Processing Inequality - DPI) (Định lý 3.4): Với mọi ánh xạ bảo toàn vết dương hoàn toàn (CPTP map) $\mathcal{E}$ và mọi $A, B \in \mathcal{H}_n^+$: $$\Phi(\mathcal{E}(A), \mathcal{E}(B)) \le \Phi(A, B)$$ Kết quả khẳng định nguyên lý lượng tử: các phép biến đổi vật lý cục bộ không làm tăng lượng thông tin hoặc độ phân kỳ giữa hai trạng thái.

  4. Nguyên lý biến phân cho $\alpha$-$z$-fidelity (Định lý 3.5): Thiết lập biểu diễn cực trị cho độ trung thực $\alpha$-$z$-fidelity $f_{\alpha,z}(\rho, \sigma) = \operatorname{Tr}\left(\rho^{\alpha/2z} \sigma^{(1-\alpha)/z} \rho^{\alpha/2z}\right)^z$: $$f_{\alpha,z}(\rho, \sigma) = \min_{X > 0} P(X) = \min_{X > 0} Q(X)$$ với các hàm ma trận: $$P(X) = z \operatorname{Tr}\left(\sigma^{\frac{z-\alpha}{2z}} \rho^{\frac{\alpha}{z}} \sigma^{\frac{z-\alpha}{2z}} X^{\frac{z-1}{z}}\right) - (z-1)\operatorname{Tr}\left(\sigma^{\frac{z-1}{2z}} X \sigma^{\frac{z-1}{2z}}\right)$$ $$Q(X) = \frac{\operatorname{Tr}\left(\sigma^{\frac{z-\alpha}{2z}} \rho^{\frac{\alpha}{z}} \sigma^{\frac{z-\alpha}{2z}} X\right)^z}{\operatorname{Tr}\left(\sigma^{\frac{z-1}{2z}} X^{\frac{z}{z-1}} \sigma^{\frac{z-1}{2z}}\right)^{1-z}}$$

  5. Khoảng cách giữa các quỹ đạo unita (Định lý 3.6): Với hai trạng thái mật độ $\rho, \sigma \in \mathcal{D}n$, xét các quỹ đạo unita $\mathcal{U}\rho = {U\rho U^* : U \in \mathcal{U}(\mathcal{H})}$. Luận án chứng minh rằng tập hợp các giá trị khoảng cách $\alpha$-$z$-fidelity giữa hai quỹ đạo unita quét nên một đoạn đóng trong $\mathbb{R}_+$.

Chương 4: Trung bình hình học phổ có trọng số mới (A new weighted spectral geometric mean)

Chương 4 nghiên cứu trung bình hình học phổ có trọng số mới $F_t(A, B)$ xác định với $A, B \in \mathcal{P}_n$ và $t \in [0, 1]$:

$$F_t(A, B) = (A^{-1} #_t B)^{1/2} A^{2-2t} (A^{-1} #_t B)^{1/2}$$

Các kết quả toán học bao gồm:

  • Thiết lập các tính chất cơ bản: tính thuần nhất tích cực $F_t(kA, kB) = k F_t(A, B)$, tính chất điểm bất động $F_t(A, A) = A$, và tính nghịch đảo $F_t(A^{-1}, B^{-1}) = (F_t(A, B))^{-1}$.
  • Công thức Lie-Trotter (Định lý 4.1): Chứng minh $F_t(A, B)$ thỏa mãn công thức Lie-Trotter: $$\lim_{n \to \infty} \left(A^{1/n} F_t B^{1/n}\right)^n = \exp((1-t)\log A + t\log B)$$
  • Quan hệ trội logarit yếu (Định lý 4.2): Thiết lập mối quan hệ so sánh phổ dạng trội logarit yếu giữa trung bình $F_t(A, B)$ và trung bình Wasserstein (nghiệm bình phương tối thiểu đối với khoảng cách Bures): $$\lambda(F_t(A, B)) \prec_{w,\log} \lambda(W_t(A, B))$$

Kết quả và những đóng góp mới

Luận án đạt được các kết quả toán học nguyên gốc trong lý thuyết ma trận và lý thuyết thông tin lượng tử:

  1. Xây dựng khoảng cách Hellinger có trọng số $d_{h,\alpha}$: Chứng minh tính chất nội suy metric hội tụ về khoảng cách Log-Euclidean khi $\alpha \to 0$ và xác lập tính tương đương chặn hai phía với khoảng cách Alpha Procrustes.
  2. Chứng minh tính chất nằm giữa (in-betweenness) và tính duy nhất của trung bình số học: Khẳng định trung bình lũy thừa $\mu_p$ thỏa mãn tính chất nằm giữa trong cả hai metric $d_{h,\alpha}$ và $d_{b,\alpha}$ khi $\frac{p}{2} \le \alpha \le p$. Đồng thời chứng minh trung bình số học là trung bình đối xứng duy nhất thỏa mãn tính chất nằm giữa trong các metric này.
  3. Thiết lập phân kỳ $\alpha$-$z$-Bures Wasserstein $\Phi(A, B)$: Chứng minh đây là một phân kỳ lượng tử chuẩn tắc, giải quyết trọn vẹn bài toán bình phương tối thiểu để định nghĩa trung bình phải có trọng số $R_{\alpha,z}(\omega, A)$, chứng minh tính khả vi Fréchet và tính chất trung bình Lie-Trotter đa biến.
  4. Chứng minh Bất đẳng thức xử lý dữ liệu (DPI): Chứng minh tính đơn điệu của $\Phi(A, B)$ dưới tác động của các phép biến đổi lượng tử CPTP map.
  5. Thiết lập nguyên lý biến phân hai tham số cho $\alpha$-$z$-fidelity: Đưa ra biểu diễn hàm biến phân xác định giá trị cực trị của $f_{\alpha,z}(\rho, \sigma)$ và chứng minh tính chất tập giá trị khoảng cách giữa các quỹ đạo unita là một đoạn compact trên trục thực.
  6. Đề xuất trung bình hình học phổ có trọng số mới $F_t(A, B)$: Chứng minh công thức tiệm cận Lie-Trotter và thiết lập quan hệ trội logarit yếu so với trung bình Wasserstein.

Các kết quả đã được công bố trên các tạp chí chuyên ngành quốc tế (Linear Algebra and its Applications, International Journal of Quantum Information, Mathematical Inequalities & Applications) và báo cáo tại các hội nghị toán học trong nước và quốc tế.

Hạn chế và hướng nghiên cứu tiếp

Dựa trên phạm vi và nội dung trình bày trong văn bản:

  • Hạn chế về không gian và tham số: Các kết quả chính của luận án được thiết lập chủ yếu trên không gian Hilbert hữu hạn chiều ($M_n, \mathcal{H}_n, \mathcal{P}_n$) và các miền tham số xác định ($0 < \alpha \le z \le 1$, $p/2 \le \alpha \le p$).
  • Hướng nghiên cứu tiếp được tác giả chỉ ra:
    1. Mở rộng việc nghiên cứu các hàm khoảng cách có trọng số và phân kỳ lượng tử lên không gian toán tử vô hạn chiều (các đại số von Neumann hoặc đại số $C^*$).
    2. Khảo sát cấu trúc hình học Riemann cảm sinh bởi phân kỳ $\alpha$-$z$-Bures Wasserstein trên đa tạp các ma trận xác định dương.
    3. Tìm kiếm các thuật toán số hiệu quả để tính toán nghiệm điểm bất động của phương trình xác định trung bình phải $R_{\alpha,z}(\omega, A)$ trong các bài toán học máy thực tế.

Giá trị tham khảo

Luận án là tài liệu tham khảo chuyên khảo dành cho:

  • Nghiên cứu sinh và học viên cao học ngành Toán giải tích, Giải tích hàm và Toán ứng dụng: Cung cấp hệ thống kỹ thuật phân tích ma trận hiện đại, phương pháp vi phân Fréchet toán tử và kỹ thuật đánh giá bất đẳng thức vết.
  • Các nhà nghiên cứu trong lĩnh vực Lý thuyết thông tin lượng tử và Xử lý tín hiệu/Học máy: Cung cấp công cụ định lượng độ phân kỳ trạng thái lượng tử, độ trung thực lượng tử (fidelity), và các thuật toán tính trung bình tâm (barycenter) cho dữ liệu ma trận hiệp phương sai xác định dương.

Câu hỏi thường gặp

1. Khoảng cách Hellinger có trọng số $d_{h,\alpha}(A, B)$ có quan hệ như thế nào với khoảng cách Log-Euclidean và khoảng cách Alpha Procrustes? Khi tham số $\alpha \to 0$, bình phương khoảng cách Hellinger có trọng số tiến chính xác về bình phương khoảng cách Log-Euclidean: $\lim_{\alpha \to 0} d_{h,\alpha}^2(A, B) = |\log A - \log B|F^2$. Đồng thời, nó tương đương hai phía với khoảng cách Alpha Procrustes qua bất đẳng thức $d{b,\alpha}(A, B) \le d_{h,\alpha}(A, B) \le \sqrt{2} d_{b,\alpha}(A, B)$.

2. Điều kiện tham số nào để trung bình lũy thừa ma trận $\mu_p(t; A, B)$ thỏa mãn tính chất nằm giữa (in-betweenness) đối với khoảng cách $d_{h,\alpha}$? Trung bình lũy thừa ma trận $\mu_p(t; A, B) = (t A^p + (1-t) B^p)^{1/p}$ thỏa mãn tính chất nằm giữa $d_{h,\alpha}(A, \mu_p(t; A, B)) \le d_{h,\alpha}(A, B)$ khi các tham số thỏa mãn điều kiện chặn $\frac{p}{2} \le \alpha \le p$.

3. Nghiệm của bài toán bình phương tối thiểu đối với phân kỳ $\alpha$-$z$-Bures Wasserstein được xác định như thế nào? Nghiệm của bài toán bình phương tối thiểu $\min_{X>0} \sum_{i=1}^m w_i \Phi(X, A_i)$ là nghiệm xác định dương duy nhất của phương trình ma trận $\sum_{i=1}^m w_i Q_{\alpha,z}(X, A_i) = X$, được gọi là $\alpha$-$z$-weighted right mean ký hiệu là $R_{\alpha,z}(\omega, A)$.

4. Bất đẳng thức xử lý dữ liệu (DPI) đối với phân kỳ $\alpha$-$z$-Bures Wasserstein khẳng định điều gì? Bất đẳng thức xử lý dữ liệu khẳng định rằng với mọi ánh xạ lượng tử bảo toàn vết dương hoàn toàn (CPTP map) $\mathcal{E}$ và mọi ma trận nửa xác định dương $A, B$, ta luôn có $\Phi(\mathcal{E}(A), \mathcal{E}(B)) \le \Phi(A, B)$, nghĩa là các thao tác vật lý cục bộ không thể làm tăng độ phân kỳ thông tin.

5. Trung bình hình học phổ có trọng số $F_t(A, B)$ được định nghĩa như thế nào và có tính chất tiệm cận gì? Trung bình $F_t(A, B)$ được định nghĩa bởi công thức $F_t(A, B) = (A^{-1} #_t B)^{1/2} A^{2-2t} (A^{-1} #t B)^{1/2}$ với $t \in [0, 1]$. Trung bình này thỏa mãn công thức Lie-Trotter: $\lim{n \to \infty} (A^{1/n} F_t B^{1/n})^n = \exp((1-t)\log A + t\log B)$.

Kết luận

Luận án tiến sĩ của tác giả Vương Trung Dũng đã giải quyết có hệ thống các bài toán giải tích ma trận gắn liền với lý thuyết thông tin lượng tử, trọng tâm là xây dựng khoảng cách Hellinger có trọng số, phân kỳ $\alpha$-$z$-Bures Wasserstein và trung bình hình học phổ mới $F_t(A, B)$. Các công trình trong luận án đã chứng minh chặt chẽ tính chất nằm giữa của các trung bình lũy thừa ma trận, tính khả vi và đặc trưng Lie-Trotter của nghiệm bài toán bình phương tối thiểu, cũng như tính đơn điệu thông tin lượng tử thông qua bất đẳng thức xử lý dữ liệu. Toàn bộ các kết quả đạt được tạo nên đóng góp có giá trị lý thuyết đối với chuyên ngành Giải tích toán học và cung cấp công cụ giải tích hữu ích cho lý thuyết thông tin lượng tử.