25、量子信息几何与量子估计：大偏差评估与多参数估计

量子信息几何与量子估计：大偏差评估与多参数估计

1. 定理拓展与初步证明

在量子信息几何与量子估计领域，有一系列重要的定理和不等式需要深入探究。首先来看关于定理 6.7 的拓展证明。即使 $\rho_{\theta} > 0$ 不成立，定理 6.7 依然成立，证明可按以下步骤进行：
- 证明练习 6.36 中的 (h) 对于 $\rho_{\theta} > 0$ 仍然成立。
- 利用条件 (6.82) 证明 1 能推出 2。

另外，类似 (6.77) 可证明：
$\sum_{\omega} Tr \left( \hat{\theta} n(\omega) - \theta \right)^2 M_n(\omega) \rho^{\otimes n} {\theta} \geq \left\lVert O(M_n, \hat{\theta} n) \right\rVert^2 {(\epsilon) \rho^{\otimes n}_{\theta, r}}$

2. 大偏差评估

在单参数情况下，我们曾讨论过概率分布的大偏差类型估计。现在，将探讨量子态估计中的大偏差理论。首先定义 $\beta({M_n, \hat{\theta} n})$ 和 $\alpha({M_n, \hat{\theta}_n})$ 如下：
- $\beta({M_n, \hat{\theta}_n}, \theta, \epsilon) \overset{def}{=} \lim -\frac{1}{n} \log Tr \rho^{\otimes n} M_n{|\hat{\