Gözlemlenebilir değerlendirme — Hermit operatör, Pauli tabanı ve ⟨O⟩ sezgisi
Gözlemlenebilir değerlendirme, hazırlanan kuantum durumu ρ (veya saf durum
|ψ⟩) üzerinde seçilen Hermit operatör O için beklenen değer
⟨O⟩ = Tr(ρ O) sorusunun cebirsel ve örnekleme boyutlarını işler. Bu sayfa Pauli
açılımı, ölçümle ilişki ve shot düşüncesini merkeze alır;
Estimator çağrı yüzeyi ve
PrimitiveResult okuma,
Sampler histogram sözleşmesi,
ilkel iş akışı hattı ve
hibrit döngü uygulaması
ilgili dosyalarda kalır. Burada matematiksel nesne ve yorum disiplini öne çıkar.
Kavram haritası ve sayfa sınırı
Kuantum hesaplamada gözlemlenebilir (observable), ölçüldüğünde gerçek özdeğerler döndüren Hermit operatör soyutlamasıdır; değerlendirme ise verilen bir durum ve yürütme modeli altında bu operatörün beklenen değerine nasıl yaklaşıldığı sorusudur. Bu sayfa cebir ve yorum tarafını toplar: hangi O’ların aynı anda anlamlı şekilde konuşulabildiği, Pauli cümleleriyle nasıl yazıldığı ve örneklemeyle gelen belirsizlik.
Estimator ilkeli, bu matematiği pratik bir API ile paketler; PUB listesi, seçenekler ve sonuç alanları orada anlatılır. Bu sayfa “hangi alanı okuyayım?” sorusuna değil, “hangi operatörü ve neden bu açılımı seçeyim?” sorusuna yanıt verir. Sampler ise ölçüm sonucu uzayında dağılım üretir; aynı O hem beklenen hem frekans yoluyla incelenebilir, fakat hedeflenen nicelik farklıdır.
Operasyonel log ve hat telemetrisi dili ilkel iş akışları sayfasında ayrı tutulmuştur; burada “gözlemlenebilir” sözcüğü yalnızca kuantum mekaniği anlamında kullanılır.
Ne vaat edilmez
Tam transpilasyon geçiş tablosu, donanım yerel gate kümesi eşlemesi veya belirli bir hata kodu listesi verilmez; bunlar devre yürütme ve platform belgelerinde güncellenir.
Ücret, kota veya SLA taahhüdü yoktur.
Beklenen değer: tanım ve gerçeklik
Kapalı bir kuantum sisteminde, durum ρ için Hermit O’nun bekleneni
Tr(ρ O) ile tanımlanır; ρ saf ise |ψ⟩ ile
⟨ψ|O|ψ⟩ yazılır. Hermitlikten beklenen gerçektir; bu, ölçüm anındaki olasılık
yasalarıyla uyumludur ve klasik “ortalama” sezgisini kuantumda disipline eder.
Lineerlik şunu sağlar: iki gözlemlenebilirin toplamının bekleneni, beklenenlerin toplamıdır (aynı durum altında). Bu özellik Pauli açılımının pratikte işe yarayışının matematiksel dayanağıdır: karmaşık O’yu Pauli cümlelerine ayırıp her terimi ayrı tahmin etmek, sonunda katsayılarla birleştirmek mümkündür; fakat aynı örneklem çekimlerinin birden çok terimde paylaşılıp paylaşılamayacağı yürütme ve ölçüm tasarımına bağlıdır ( shot bölümü).
Teorik arka plan ölçüm teorisi ve postülatlar düzeyinde ölçüm ve operatörler başlıklarıyla desteklenir; burada türetim zinciri kısaltılır.
Karmaşık katsayılar
SparsePauliOp katsayıları genelde gerçel tutulur; karmaşık fazlar spektral
gözlemlenebilirlerde ortaya çıkabilir. Beklenen değer yine gerçel olabilir veya olmayabilir;
okuma ve birim disiplini raporda açıkça belirtilmelidir.
Yerel referans için
Statevector üzerinden tam sayısal beklenen, örnekleme gürültüsü olmadan
karşılaştırma çizgisi çizer (
kod laboratuvarı).
Pauli tabanı ve SparsePauliOp
Çok kübitli Hermit operatörler, Pauli dizelerinin (
I, X, Y, Z tensör çarpımları) gerçel (veya karmaşık) lineer kombinasyonu
olarak yazılabilir. Qiskit’te seyrek temsil için
SparsePauliOp kullanılır: yalnızca sıfırdan farklı Pauli terimleri ve
katsayıları saklanır; bu, çok kübitli ancak düşük Pauli rank’lı Hamiltonyenlere ölçeklenmeyi
mümkün kılar.
Pauli cebiri ve dönüşüm sezgileri
Pauli rehberinde
derinleşir; burada yalnızca Estimator girişiyle bağ kurulur: gözlemlenebilir listesi genelde
bir veya birden çok SparsePauliOp nesnesinden oluşur ve her biri aynı devre
üzerinde ayrı ⟨·⟩ isteği anlamına gelebilir veya tek operatörde birleştirilebilir — tasarım
tercihi hataya ve maliyete etki eder.
Terim sayısı arttıkça klasik ön işleme (katsayı yönetimi, doğrulama) baskın olabilir; bu baskı “kuantum yürütme”den bağımsızdır ve toplu yürütüm planlamasıyla birlikte düşünülmelidir.
Terim sırası ve eşdeğerlik
Pauli terimlerinin sırası toplam operatörde önemsizdir; fakat bazı yürütme stratejilerinde ölçüm gruplaması veya derinleştirme sırası farklı ara devreler üretebilir.
Küçük devrelerde op.simplify() benzeri cebirsel sadeleştirmeler (sürüme göre)
sayısal kararlılığı iyileştirebilir; üretimde sürüm kilidi ve birim testi şarttır.
Ölçüm, projeksiyon ve ⟨O⟩ köprüsü
Ölçüm, ilgili spektral projektörlere göre bir rast değişken üretir; beklenen değer ise bu rast değişkenin ortalamasıdır ve operatörün durum üzerindeki izine eşittir. Bu köprü, Sampler ile üretilen bit dizilerinden ⟨O⟩ tahminine gitmeyi mümkün kılar; fakat pratikte Estimator doğrudan beklenen değer yolunu hedefler.
Devrede hangi klasik register’ın hangi ölçümle doldurulacağı
ölçüm mantığı
ile netleşir; gözlemlenebilir seçimiyle çakışan bir isimlendirme hatayı gizler (
meas etiketi gibi).
Birden çok Pauli’yi “tek ölçümde” okumak genelde ortak diagonal taban veya Clifford tabanlı dönüşüm gerektirir; bu sayfa o derlemenin algoritmasını vermez, yalnızca “uyumluluk / commuting” fikrinin neden maliyet ve önyargıya bağlandığını işaret eder.
Sampler ile karşılaştırma
Aynı devre için Sampler çıktısından ⟨Z⟩ gibi bir bekleneni tahmin etmek, histogramdan ortalama almak demektir; shot sayısı düştükçe örneklem gürültüsü baskınlaşır. Shot mantığı her iki yolu da ilgilendirir.
Estimator ve Sampler sonuçlarını birbirinin yerine koymak, birim ve hedef uyumsuzluğuna yol açar; entegrasyon testleri her iki nesneyi ayrı doğrular.
Varyans, shot ve terim gruplama sezgisi
⟨O⟩ tahmini örneklemeyle yapılıyorsa, hata ölçeği genellikle shot sayısının karekökü ile azalır (basit bağımsız örneklem modellerinde). Çok terimli bir Pauli cümlesinde her terim için ayrı shot harcamak maliyetli olabilir; gruplama (aynı yürütmede birden çok uyumlu terimi okumak) klasik son işleme ve derinleştirme ile takas edilir.
PUB başına shot atama ve toplu çağrı Estimator ve toplu yürütüm bağlamında seçilir; bu sayfa yalnızca “terim başına varyans ile toplam bütçe” arasındaki gerilimi hatırlatır.
Varyasyonel algoritmalarda gradyan gürültüsü, öğrenme hızını ve kararlılığını doğrudan etkiler; bu yüzden gözlemlenebilir yazımı (kaç terim, hangi ağırlık) optimizasyon hiperparametresi gibidir. Hibrit iş akışı bu etkileşimi uygulama düzeyinde taşır.
Yerel doğrulama
StatevectorEstimator ile tam beklenen, örnekleme varyansı olmadan referans
çizilir; bulut tahmini ile farkın kabul edilebilir eşiği deney raporunda yazılı olmalıdır.
Sadakat ölçütleri durum benzerliği içindir; ⟨O⟩ sapması için doğrudan eşanlamlı değildir.
Gürültü, önyargı ve yürütme yolu
Gerçek donanımda ⟨O⟩ tahmini hem istatistiksel (shot) hem sistematik (SPAM, kapı hatası, okuma önyargısı) bileşenler taşır. Gözlemlenebilir cebirinde doğru operatörü yazmak, sistematik önyargıyı ortadan kaldırmaz; yalnızca “hangi niceliği arıyorum?” sorusunu doğru kurar.
İlgili teknikler hata azaltma ve ölçüm azaltma başlıklarında işlenir; Estimator seçenekleri bazen bu yolları içeride paketler.
Aynı Pauli cümlesi farklı transpilasyon veya farklı ölçüm gruplamasıyla yürütüldüğünde, önyargı profili değişebilir; bu yüzden bilimsel raporda “hangi yol kullanıldı?” meta verisi zorunludur.
Pauli kanal sezgisi
Gürültünün Pauli tabanında düşünülmesi, hangi terimlerin daha hızlı bozulduğunu tartmak için kullanışlıdır; Pauli hataları girişiyle birlikte okunabilir.
Bu sayfa kanal parametrizasyonunu vermez; yalnızca gözlemlenebilir seçiminin gürültü ile etkileşimini hatırlatır.
Gözlemlenebilir kod laboratuvarı
Aşağıdaki örnek, iki Pauli teriminin lineer kombinasyonunu
SparsePauliOp.from_list ile kurar; bekleneni hem
StatevectorEstimator hem de tam
Statevector.expectation_value ile karşılaştırır. Bulut Estimator çağrısı için
yorum satırlı iskelet ikinci kutuda verilir.
Yerel: lineer Pauli cümlesi ve çift doğrulama
from qiskit import QuantumCircuit
from qiskit.quantum_info import SparsePauliOp, Statevector
from qiskit.primitives import StatevectorEstimator
qc = QuantumCircuit(2)
qc.h(0)
qc.cx(0, 1)
op = SparsePauliOp.from_list([("ZZ", 0.4), ("XX", 0.6)])
ev_est = StatevectorEstimator().run([(qc, [op])]).result()[0].data.evs.item()
sv = Statevector(qc)
ev_exact = float(sv.expectation_value(op).real)
print("Estimator:", round(ev_est, 6))
print("Statevector:", round(ev_exact, 6))
Bulut: Estimator iskeleti
Aşağıdaki satırlar bilinçli olarak yorumdadır.
# Örnek iskelet — hesap, token ve güncel qiskit-ibm-runtime belgeleri gerekir.
# from qiskit_ibm_runtime import QiskitRuntimeService, EstimatorV2 as Estimator
#
# service = QiskitRuntimeService()
# estimator = Estimator(backend=...)
# op = SparsePauliOp.from_list([("ZZ", 0.4), ("XX", 0.6)])
# job = estimator.run([(qc, [op])])
# print(job.result()[0].data.evs)
Özet ve ileri okuma
Gözlemlenebilir değerlendirme; Hermit operatör, Pauli açılımı, ölçüm–beklenen köprüsü ve örneklem belirsizliği disiplinidir. API ve yürütme modları Estimator, Sampler, Runtime işleri ve toplu yürütüm ile tamamlanır.
Bu sayfa ⟨O⟩’nun neyi sorduğunu netleştirir; güncel seçenek ve dayanıklılık parametreleri IBM belgelerinde tutulur.
- Pauli — cebir ve gösterimler.
- Ölçüm teorisi — postülat ve olasılık.
- Ölçüm mantığı — devre ve register.
- IBM Quantum: Pauli tabanında gözlemlenebilir.
- IBM Quantum: Operatör modülü özeti.