Passeio Aleatório Quântico

Clássico vs quântico: mesmo passeio, propagação radicalmente diferente

A carregar a simulação interativa...

De passeios aleatórios à busca quântica

A aceleração quadrática do passeio quântico vem da interferência, não da probabilidade. A cada passo, a porta de Hadamard coloca a moeda em superposição, de modo que o operador de deslocamento move a amplitude para a esquerda e para a direita simultaneamente. Ao longo de muitos passos, a amplitude perto do centro se cancela — as contribuições que se movem para a esquerda e para a direita chegam com fases opostas —, enquanto a amplitude perto de ±N/√2 se reforça construtivamente. É por isso que a distribuição atinge picos nas extremidades em vez de no centro. O mesmo mecanismo impulsiona a busca de Grover (um passeio em um hipercubo) e o percurso de grafos com aceleração exponencial de Childs: os passeios quânticos alcançam nós distantes muito mais rápido do que qualquer processo difusivo conseguiria.

difusão contra um sprint balístico

Um passeio aleatório é apenas o lançamento repetido de uma moeda: cara, um passo à direita; coroa, um passo à esquerda. Na versão clássica os passos se dissolvem numa curva em sino — após 100 lançamentos raramente você termina a mais de cerca de 10 posições do início, pois a dispersão cresce como √N. Troque a moeda por uma moeda quântica e o caminhante deixa de se mediar: dispara para fora e alcança ~70 posições após esses mesmos 100 passos. Os físicos chamam isso de propagação balística: cresce linearmente com N, não como sua raiz quadrada.

um passeio quântico nunca esquece

Um passeio aleatório clássico é um processo de Markov: perde aos poucos o rastro de onde começou, e só com a nuvem final não dá para reconstruir o ponto de partida. O passeio quântico é unitário, portanto cada passo é perfeitamente reversível. Rode ao contrário a sequência exata de Hadamard e deslocamento e toda aquela amplitude espalhada volta a convergir num único pico na origem — nenhuma informação se perde, e o passeio não tem nenhuma distribuição de equilíbrio para a qual relaxar. A difusão apaga a história; um passeio quântico apenas a esconde.

Problema resolvido na íntegra

  1. Dispersões para 2 caminhantes ao longo de 10 passos 9 passos

    10 passos, 2 caminhantes. Um lança uma moeda equilibrada em cada passo e desloca-se ±1. O outro começa no estado de moeda |0⟩ e tem a porta de Hadamard aplicada à sua moeda antes de cada movimento. Calcule ambas as dispersões exatamente e, em seguida, determine de quantos passos o caminhante clássico precisa para cobrir a mesma distância.

    Abrir este problema na ferramenta

    1. Os passos clássicos são independentes e cada um contribui com uma variância de exatamente 1, pelo que as variâncias se somam. Essa única linha é toda a resposta clássica — e é a razão pela qual o painel acima apresenta uma raiz quadrada em vez de uma simulação.

      σc2=1+1+⋯+1⏟10=10⟹σc=10=3.1623\sigma_c^2=\underbrace{1+1+\cdots+1}_{10}=10\quad\Longrightarrow\quad\sigma_c=\sqrt{10}=3.1623
    2. O caminhante quântico nunca escolhe um ramo. Mantêm-se 2 amplitudes em cada posição, uma por valor da moeda; a Hadamard substitui-as pela sua soma e pela sua diferença, e depois a metade |0⟩ move-se para a esquerda enquanto a metade |1⟩ se move para a direita. Uma posição pode receber de ambos os vizinhos, pelo que as amplitudes se somam — e uma diferença pode resultar em 0.

      (a0,a1)x ⟶ a0+a12(1,0)x−1+a0−a12(0,1)x+1(a_0,a_1)_x\ \longrightarrow\ \tfrac{a_0+a_1}{\sqrt2}(1,0)_{x-1}+\tfrac{a_0-a_1}{\sqrt2}(0,1)_{x+1}
    3. Comece na origem com (1, 0) e execute 2 passos. Extraia o fator 1/√2 de cada passo e as amplitudes mantêm-se como números inteiros, pelo que após o passo n os pares abaixo ficam todos divididos por 2n/2.

      n=1: (1,0)−1, (0,1)+1n=2: (1,0)−2, (1,1)0, (0,−1)+2n=1:\ (1,0)_{-1},\,(0,1)_{+1}\qquad n=2:\ (1,0)_{-2},\,(1,1)_{0},\,(0,-1)_{+2}
    4. O passo 3 é onde a simetria acaba. A posição na origem contém (1, 1): envia 1 + 1 = 2 para a esquerda e 1 − 1 = 0 para a direita. O sinal de menos na linha inferior da Hadamard eliminou a totalidade da contribuição dessa posição para a direita, e x = −1 passa a ter 5 vezes a probabilidade de x = +1.

      n=3: (1,0)−3, (2,1)−1, (−1,0)+1, (0,1)+3 ⟹ p(−1)=58, p(+1)=18n=3:\ (1,0)_{-3},\,(2,1)_{-1},\,(-1,0)_{+1},\,(0,1)_{+3}\ \Longrightarrow\ p(-1)=\tfrac58,\ p(+1)=\tfrac18
    5. Continue o processo até ao passo 10. As amplitudes continuam a ser números inteiros sobre 25, pelo que cada probabilidade é um número inteiro sobre 1024 — os 11 numeradores abaixo são exatos e a sua soma é 1024.

      n=10: 1024 p(x)=1,82,449,64,100,72,52,64,89,50,1(x=−10,−8,…,+10)n=10:\ 1024\,p(x)=1,82,449,64,100,72,52,64,89,50,1\quad(x=-10,-8,\ldots,+10)
    6. Leia o maior numerador diretamente da lista. É 449 e situa-se em x = −6, bem distante quer da origem quer da extremidade oposta.

      max⁡xpq(x)=pq(−6)=4491024=0.4385\max_x p_q(x)=p_q(-6)=\tfrac{449}{1024}=0.4385
    7. A média não é 0. |0⟩ é a metade da moeda que se move para a esquerda e o passo 3 já mostrou que esta fica com a maior parte, pelo que toda a distribuição se inclina nessa direção.

      μ=∑xx p(x)=−25121024=−2.4531\mu=\sum_x x\,p(x)=-\tfrac{2512}{1024}=-2.4531
    8. A variância é a média dos quadrados menos o quadrado da média, e ambas as somas provêm dos mesmos 11 numeradores — não é necessária informação nova.

      σq2=∑xx2p(x)−μ2=306721024−6.0177=23.935 ⟹ σq=4.8924\sigma_q^2=\sum_x x^2p(x)-\mu^2=\tfrac{30672}{1024}-6.0177=23.935\ \Longrightarrow\ \sigma_q=4.8924
    9. Divida pela dispersão clássica do passo 1.

      σqσc=4.89243.1623=1.5471\dfrac{\sigma_q}{\sigma_c}=\dfrac{4.8924}{3.1623}=1.5471

    Resposta

    σq = 4,8924 contra σc = 3,1623 — uma razão de 1,5471 — com o pico quântico em pq(−6) = 0,4385. Agora interprete essa variância como uma contagem de passos. A dispersão de um caminhante clássico é √M, pelo que igualar 4,8924 exige M = σq2 = 23,9, digamos 24 passos: 2,4 vezes o trabalho para o mesmo alcance após 10. A contagem de passos clássica é o quadrado da razão de dispersão, e essa é a parte que vale a pena reter — uma vantagem de 2× na dispersão é uma vantagem de 4× nos passos.

    M=σq2=23.9≈24,MN=(σqσc)2=1.54712=2.394M=\sigma_q^2=23.9\approx24,\qquad \frac{M}{N}=\left(\frac{\sigma_q}{\sigma_c}\right)^{2}=1.5471^2=2.394
Referências (2)