关于多参数量子估计中渐近不相容度量的性质

我们探讨了利用渐近不相容性（AI）来评估多参数量子统计模型的量子性。AI 是最近引入的一种度量，量化了 Holevo 界与 SLD 标量界之间的差异，并且可以仅使用该模型的对称对数导数（SLD）算符来计算。首先，我们解析地计算了涉及两能级（量子比特）和单模高斯连续变量量子系统的最一般量子统计模型的 AI，并证明 AI 是态纯度的一个简单单调函数。接着，我们对 qudit（$d$ 维量子系统，其中 $2 < d \leq 4$）数值研究了相同问题，表明尽管一般而言 AI 并非纯度的函数，但我们有充分的数值证据得出结论：仅当量子统计模型的纯度大于 $\mu_{\sf min} = 1/(d-1)$ 时，才能达到最大 AI。此外，通过将 qudit 态参数化为热（Gibbs）态，数值结果表明，一旦哈密顿量的谱固定，AI 度量就与刻画该密度算符族的虚构温度参数 $\beta$ 一一对应。最后，通过详细研究 AI 度量的定义与性质，我们发现：i) 给定量子统计模型，可以迅速确定渐近相容参数的最大数目；ii) 量子统计模型的 AI 从上方界定了通过固定一个或多个原始未知参数（或其函数）所定义的任意子模型的 AI，从而可能对涉及噪声量子动力学的模型的 AI 给出有用的界。