量子ゲートの拡張:Y・S・T・SWAP・Toffoli
レッスン4では H・X・Z・CNOT の 4 つを学びました。実は量子コンピュータには、さらにたくさんのゲートがあります。 今回は 位相を操るゲート(Y・S・T) と、Qubit 同士の並べ替え・条件付きゲート(SWAP・Toffoli) を見ていきましょう。
ゲートの新しい仲間たち
| Y ゲート |
Y |
Pauli 3 兄弟の 1 つ。X・Z と合わせて「まわる」基本操作 |
| S ゲート |
S |
位相を 90° 回す。Z の平方根 |
| T ゲート |
T |
位相を 45° 回す。S の平方根 |
| SWAP |
SWAP |
2 つの Qubit の「入れ物」を取り替える |
| Toffoli |
CCNOT |
「もし 2 つの制御が両方 1 なら反転」。可逆な AND を実現 |
import%20marimo%20as%20mo%0Aimport%20numpy%20as%20np%0Aimport%20matplotlib.pyplot%20as%20plt%0A%0A%23%20%E5%9F%BA%E6%9C%AC%E3%82%B2%E3%83%BC%E3%83%88%EF%BC%88%E3%83%A6%E3%83%8B%E3%82%BF%E3%83%AA%E8%A1%8C%E5%88%97%EF%BC%89%0AH%20%3D%20np.array(%5B%5B1%2C%201%5D%2C%20%5B1%2C%20-1%5D%5D%2C%20dtype%3Dcomplex)%20%2F%20np.sqrt(2)%20%20%23%20%E3%82%A2%E3%83%80%E3%83%9E%E3%83%BC%E3%83%AB%0AX%20%3D%20np.array(%5B%5B0%2C%201%5D%2C%20%5B1%2C%200%5D%5D%2C%20dtype%3Dcomplex)%20%20%23%20NOT%20%E3%82%B2%E3%83%BC%E3%83%88%0AY%20%3D%20np.array(%5B%5B0%2C%20-1j%5D%2C%20%5B1j%2C%200%5D%5D%2C%20dtype%3Dcomplex)%20%20%23%20Y%20%E3%82%B2%E3%83%BC%E3%83%88%EF%BC%88X%E3%83%BBZ%20%E3%81%A8%E5%90%88%E3%82%8F%E3%81%9B%E3%81%A6%20Pauli%EF%BC%89%0AZ%20%3D%20np.array(%5B%5B1%2C%200%5D%2C%20%5B0%2C%20-1%5D%5D%2C%20dtype%3Dcomplex)%20%20%23%20Z%20%E3%82%B2%E3%83%BC%E3%83%88%0AS%20%3D%20np.array(%5B%5B1%2C%200%5D%2C%20%5B0%2C%201j%5D%5D%2C%20dtype%3Dcomplex)%20%20%23%20S%20%E3%82%B2%E3%83%BC%E3%83%88%EF%BC%88Z%20%E3%81%AE%E5%B9%B3%E6%96%B9%E6%A0%B9%E3%80%8190%C2%B0%E3%81%AE%E4%BD%8D%E7%9B%B8%EF%BC%89%0AT%20%3D%20np.array(%5B%5B1%2C%200%5D%2C%20%5B0%2C%20np.exp(1j%20*%20np.pi%20%2F%204)%5D%5D%2C%20dtype%3Dcomplex)%20%20%23%20T%20%E3%82%B2%E3%83%BC%E3%83%88%EF%BC%88S%20%E3%81%AE%E5%B9%B3%E6%96%B9%E6%A0%B9%E3%80%8145%C2%B0%E3%81%AE%E4%BD%8D%E7%9B%B8%EF%BC%89%0A%0Adef%20init_state(n)%3A%0A%20%20%20%20%22%22%22n%20%E9%87%8F%E5%AD%90%E3%83%93%E3%83%83%E3%83%88%E3%81%AE%E5%88%9D%E6%9C%9F%E7%8A%B6%E6%85%8B%20%7C00...0%3E%22%22%22%0A%20%20%20%20state%20%3D%20np.zeros(2**n%2C%20dtype%3Dcomplex)%0A%20%20%20%20state%5B0%5D%20%3D%201%0A%20%20%20%20return%20state%0A%0Adef%20apply1(state%2C%20gate%2C%20q)%3A%0A%20%20%20%20%22%22%221%20%E9%87%8F%E5%AD%90%E3%83%93%E3%83%83%E3%83%88%E3%82%B2%E3%83%BC%E3%83%88%20gate%20%E3%82%92%20qubit%20q%20%E3%81%AB%E9%81%A9%E7%94%A8%22%22%22%0A%20%20%20%20n%20%3D%20int(np.log2(len(state)))%0A%20%20%20%20perm%20%3D%20%5Bq%5D%20%2B%20%5Bi%20for%20i%20in%20range(n)%20if%20i%20!%3D%20q%5D%0A%20%20%20%20s%20%3D%20np.transpose(state.reshape(%5B2%5D%20*%20n)%2C%20perm)%0A%20%20%20%20s%20%3D%20(gate%20%40%20s.reshape(2%2C%20-1)).reshape(%5B2%5D%20*%20n)%0A%20%20%20%20s%20%3D%20np.transpose(s%2C%20np.argsort(perm))%0A%20%20%20%20return%20s.reshape(-1)%0A%0Adef%20apply_h(state%2C%20q)%3A%0A%20%20%20%20return%20apply1(state%2C%20H%2C%20q)%0A%0Adef%20apply_x(state%2C%20q)%3A%0A%20%20%20%20return%20apply1(state%2C%20X%2C%20q)%0A%0Adef%20apply_y(state%2C%20q)%3A%0A%20%20%20%20return%20apply1(state%2C%20Y%2C%20q)%0A%0Adef%20apply_z(state%2C%20q)%3A%0A%20%20%20%20return%20apply1(state%2C%20Z%2C%20q)%0A%0Adef%20apply_s(state%2C%20q)%3A%0A%20%20%20%20return%20apply1(state%2C%20S%2C%20q)%0A%0Adef%20apply_t(state%2C%20q)%3A%0A%20%20%20%20return%20apply1(state%2C%20T%2C%20q)%0A%0Adef%20apply_cnot(state%2C%20c%2C%20t)%3A%0A%20%20%20%20%22%22%22%E5%88%B6%E5%BE%A1%20qubit%20c%20%E3%82%92%E5%85%83%E3%81%AB%E3%80%81%E6%A8%99%E7%9A%84%20qubit%20t%20%E3%82%92%E5%8F%8D%E8%BB%A2%E3%81%95%E3%81%9B%E3%82%8B%20CNOT%22%22%22%0A%20%20%20%20n%20%3D%20int(np.log2(len(state)))%0A%20%20%20%20perm%20%3D%20%5Bc%2C%20t%5D%20%2B%20%5Bi%20for%20i%20in%20range(n)%20if%20i%20not%20in%20(c%2C%20t)%5D%0A%20%20%20%20s%20%3D%20np.transpose(state.reshape(%5B2%5D%20*%20n)%2C%20perm).reshape(4%2C%20-1)%0A%20%20%20%20s%5B%5B2%2C%203%5D%5D%20%3D%20s%5B%5B3%2C%202%5D%5D%0A%20%20%20%20s%20%3D%20np.transpose(s.reshape(%5B2%5D%20*%20n)%2C%20np.argsort(perm))%0A%20%20%20%20return%20s.reshape(-1)%0A%0Adef%20apply_swap(state%2C%20a%2C%20b)%3A%0A%20%20%20%20%22%22%22SWAP%20%E3%82%B2%E3%83%BC%E3%83%88%EF%BC%9Aqubit%20a%20%E3%81%A8%20qubit%20b%20%E3%81%AE%E7%8A%B6%E6%85%8B%E3%82%92%E5%85%A5%E3%82%8C%E6%9B%BF%E3%81%88%E3%82%8B%22%22%22%0A%20%20%20%20s%20%3D%20apply_cnot(state%2C%20a%2C%20b)%0A%20%20%20%20s%20%3D%20apply_cnot(s%2C%20b%2C%20a)%0A%20%20%20%20return%20apply_cnot(s%2C%20a%2C%20b)%0A%0Adef%20apply_ccnot(state%2C%20c1%2C%20c2%2C%20t)%3A%0A%20%20%20%20%22%22%22CCNOT%EF%BC%88Toffoli%EF%BC%89%E3%82%B2%E3%83%BC%E3%83%88%EF%BC%9Ac1%20%E3%82%82%20c2%20%E3%82%82%201%20%E3%81%AE%E3%81%A8%E3%81%8D%E3%81%A0%E3%81%91%20t%20%E3%82%92%E5%8F%8D%E8%BB%A2%22%22%22%0A%20%20%20%20n%20%3D%20int(np.log2(len(state)))%0A%20%20%20%20perm%20%3D%20%5Bc1%2C%20c2%2C%20t%5D%20%2B%20%5Bi%20for%20i%20in%20range(n)%20if%20i%20not%20in%20(c1%2C%20c2%2C%20t)%5D%0A%20%20%20%20s%20%3D%20np.transpose(state.reshape(%5B2%5D%20*%20n)%2C%20perm).reshape(8%2C%20-1)%0A%20%20%20%20s%5B%5B6%2C%207%5D%5D%20%3D%20s%5B%5B7%2C%206%5D%5D%0A%20%20%20%20s%20%3D%20np.transpose(s.reshape(%5B2%5D%20*%20n)%2C%20np.argsort(perm))%0A%20%20%20%20return%20s.reshape(-1)%0A%0Adef%20measure_counts(state%2C%20shots%3D1024%2C%20seed%3D42)%3A%0A%20%20%20%20%22%22%22%E6%B8%AC%E5%AE%9A%E3%82%92%20shots%20%E5%9B%9E%E3%81%8F%E3%82%8A%E8%BF%94%E3%81%97%E3%80%81%E3%83%93%E3%83%83%E3%83%88%E5%88%97%E3%81%94%E3%81%A8%E3%81%AE%E5%9B%9E%E6%95%B0%E3%82%92%E8%BF%94%E3%81%99%22%22%22%0A%20%20%20%20probs%20%3D%20np.abs(state)%20**%202%0A%20%20%20%20probs%20%3D%20probs%20%2F%20probs.sum()%20%20%23%20%E6%B5%AE%E5%8B%95%E5%B0%8F%E6%95%B0%E7%82%B9%E8%AA%A4%E5%B7%AE%E5%AF%BE%E7%AD%96%E3%81%A7%E6%AD%A3%E8%A6%8F%E5%8C%96%0A%20%20%20%20rng%20%3D%20np.random.default_rng(seed)%0A%20%20%20%20n%20%3D%20int(np.log2(len(state)))%0A%20%20%20%20counts%20%3D%20%7B%7D%0A%20%20%20%20for%20s%20in%20rng.choice(2**n%2C%20size%3Dshots%2C%20p%3Dprobs)%3A%0A%20%20%20%20%20%20%20%20bits%20%3D%20format(s%2C%20f%220%7Bn%7Db%22)%20%20%23%20%E5%B7%A6%E3%81%8C%20qubit0%EF%BC%88%E6%9C%80%E4%B8%8A%E4%BD%8D%EF%BC%89%E2%86%92%20%E9%A0%86%E3%81%AB%20qubit1%2C%20...%0A%20%20%20%20%20%20%20%20counts%5Bbits%5D%20%3D%20counts.get(bits%2C%200)%20%2B%201%0A%20%20%20%20return%20counts%0A%0Adef%20plot_counts(counts%2C%20title%3D%22Measurement%20results%22)%3A%0A%20%20%20%20%22%22%22%E6%B8%AC%E5%AE%9A%E3%82%AB%E3%82%A6%E3%83%B3%E3%83%88%E3%81%AE%E3%83%92%E3%82%B9%E3%83%88%E3%82%B0%E3%83%A9%E3%83%A0%E3%82%92%E6%8F%8F%E3%81%8F%EF%BC%88%E2%80%BBWASM%E6%8F%8F%E7%94%BB%E3%81%AE%E3%81%9F%E3%82%81%E6%96%87%E5%AD%97%E3%81%AF%E8%8B%B1%E5%AD%97%E3%81%AE%E3%81%BF%EF%BC%89%22%22%22%0A%20%20%20%20keys%20%3D%20sorted(counts)%0A%20%20%20%20vals%20%3D%20%5Bcounts%5Bk%5D%20for%20k%20in%20keys%5D%0A%20%20%20%20fig%2C%20ax%20%3D%20plt.subplots(figsize%3D(7%2C%203.8))%0A%20%20%20%20ax.bar(keys%2C%20vals%2C%20color%3Dplt.cm.viridis(np.linspace(0.25%2C%200.85%2C%20len(keys))))%0A%20%20%20%20ax.set_title(title)%0A%20%20%20%20ax.set_xlabel(%22Outcome%20(bitstring)%22)%0A%20%20%20%20ax.set_ylabel(%22Counts%22)%0A%20%20%20%20ax.set_ylim(0%2C%20max(vals)%20*%201.2%20%2B%201)%0A%20%20%20%20return%20fig%0A%0Adef%20plot_state(state%2C%20title%3D%22State%20probabilities%22)%3A%0A%20%20%20%20%22%22%22%E5%90%84%E3%83%93%E3%83%83%E3%83%88%E5%88%97%E3%81%AE%E7%A2%BA%E7%8E%87%20%7C%CE%B1%7C%C2%B2%20%E3%82%92%E6%A3%92%E3%82%B0%E3%83%A9%E3%83%95%E3%81%A7%E8%A1%A8%E7%A4%BA%EF%BC%88%E2%80%BB%E8%8B%B1%E5%AD%97%E3%81%AE%E3%81%BF%EF%BC%89%22%22%22%0A%20%20%20%20probs%20%3D%20np.abs(state)%20**%202%0A%20%20%20%20n%20%3D%20int(np.log2(len(state)))%0A%20%20%20%20keys%20%3D%20%5Bformat(i%2C%20f%220%7Bn%7Db%22)%20for%20i%20in%20range(len(state))%5D%0A%20%20%20%20fig%2C%20ax%20%3D%20plt.subplots(figsize%3D(7%2C%203.8))%0A%20%20%20%20ax.bar(keys%2C%20probs%2C%20color%3Dplt.cm.plasma(np.linspace(0.2%2C%200.9%2C%20len(keys))))%0A%20%20%20%20ax.set_title(title)%0A%20%20%20%20ax.set_xlabel(%22Bitstring%20(q0%20is%20leftmost)%22)%0A%20%20%20%20ax.set_ylabel(%22Probability%20%7Ca%7C%5E2%22)%0A%20%20%20%20ax.set_ylim(0%2C%201.1)%0A%20%20%20%20return%20fig%0A%0Adef%20bloch_vector(state)%3A%0A%20%20%20%20%22%22%221%20%E9%87%8F%E5%AD%90%E3%83%93%E3%83%83%E3%83%88%E7%8A%B6%E6%85%8B%E3%82%92%E3%83%96%E3%83%AD%E3%83%83%E3%83%9B%E3%83%99%E3%82%AF%E3%83%88%E3%83%AB%20(x%2C%20y%2C%20z)%20%E3%81%AB%E5%A4%89%E6%8F%9B%22%22%22%0A%20%20%20%20a%2C%20b%20%3D%20state%0A%20%20%20%20theta%20%3D%202%20*%20np.arctan2(abs(b)%2C%20abs(a))%0A%20%20%20%20phi%20%3D%20np.angle(b)%20-%20np.angle(a)%0A%20%20%20%20return%20np.array(%0A%20%20%20%20%20%20%20%20%5Bnp.sin(theta)%20*%20np.cos(phi)%2C%20np.sin(theta)%20*%20np.sin(phi)%2C%20np.cos(theta)%5D%0A%20%20%20%20)%0A%0Adef%20plot_bloch(state%2C%20title%3D%22Bloch%20sphere%22)%3A%0A%20%20%20%20%22%22%221%20%E9%87%8F%E5%AD%90%E3%83%93%E3%83%83%E3%83%88%E7%8A%B6%E6%85%8B%E3%82%92%E3%83%96%E3%83%AD%E3%83%83%E3%83%9B%E7%90%83%E4%B8%8A%E3%81%AB%E6%8F%8F%E3%81%8F%22%22%22%0A%20%20%20%20v%20%3D%20bloch_vector(state)%0A%20%20%20%20fig%20%3D%20plt.figure(figsize%3D(4.6%2C%204.6))%0A%20%20%20%20ax%20%3D%20fig.add_subplot(111%2C%20projection%3D%223d%22)%0A%20%20%20%20u%20%3D%20np.linspace(0%2C%202%20*%20np.pi%2C%2040)%0A%20%20%20%20w%20%3D%20np.linspace(0%2C%20np.pi%2C%2040)%0A%20%20%20%20ax.plot_surface(%0A%20%20%20%20%20%20%20%20np.outer(np.sin(u)%2C%20np.sin(w))%2C%0A%20%20%20%20%20%20%20%20np.outer(np.cos(u)%2C%20np.sin(w))%2C%0A%20%20%20%20%20%20%20%20np.outer(np.ones(40)%2C%20np.cos(w))%2C%0A%20%20%20%20%20%20%20%20color%3D%22lightgray%22%2C%0A%20%20%20%20%20%20%20%20alpha%3D0.35%2C%0A%20%20%20%20%20%20%20%20linewidth%3D0%2C%0A%20%20%20%20)%0A%20%20%20%20for%20vec%2C%20col%20in%20%5B(%5B1%2C%200%2C%200%5D%2C%20%22red%22)%2C%20(%5B0%2C%201%2C%200%5D%2C%20%22green%22)%2C%20(%5B0%2C%200%2C%201%5D%2C%20%22blue%22)%5D%3A%0A%20%20%20%20%20%20%20%20ax.plot(%0A%20%20%20%20%20%20%20%20%20%20%20%20%5B-vec%5B0%5D%2C%20vec%5B0%5D%5D%2C%20%5B-vec%5B1%5D%2C%20vec%5B1%5D%5D%2C%20%5B-vec%5B2%5D%2C%20vec%5B2%5D%5D%2C%0A%20%20%20%20%20%20%20%20%20%20%20%20color%3Dcol%2C%20alpha%3D0.5%2C%0A%20%20%20%20%20%20%20%20)%0A%20%20%20%20ax.plot(%5B0%2C%20v%5B0%5D%5D%2C%20%5B0%2C%20v%5B1%5D%5D%2C%20%5B0%2C%20v%5B2%5D%5D%2C%20color%3D%22black%22%2C%20lw%3D2)%0A%20%20%20%20ax.scatter(%5Bv%5B0%5D%5D%2C%20%5Bv%5B1%5D%5D%2C%20%5Bv%5B2%5D%5D%2C%20color%3D%22darkorange%22%2C%20s%3D80)%0A%20%20%20%20ax.set_title(title)%0A%20%20%20%20ax.set_xlabel(%22X%22)%0A%20%20%20%20ax.set_ylabel(%22Y%22)%0A%20%20%20%20ax.set_zlabel(%22Z%22)%0A%20%20%20%20ax.set_xlim(-1%2C%201)%0A%20%20%20%20ax.set_ylim(-1%2C%201)%0A%20%20%20%20ax.set_zlim(-1%2C%201)%0A%20%20%20%20ax.set_box_aspect((1%2C%201%2C%201))%0A%20%20%20%20return%20fig
まずは 重ね合わせ状態 |+⟩(= H|0⟩) に Y・S・T を 1 回掛けて、測定確率(棒グラフ)と状態の向き(ブロッホ球) の変化を比べてみましょう。
- Y は Pauli ゲート:ブロッホ球を x 軸まわりに 180° 回し、
|+⟩ を |-⟩ に反転。
- S・T は位相ゲート:確率を変えず、ブロッホ球の「経度(位相)」だけを回す。
gate_kind%20%3D%20mo.ui.radio(%0A%20%20%20%20options%3D%7B%0A%20%20%20%20%20%20%20%20%22y%22%3A%20%22Y%20%E3%82%B2%E3%83%BC%E3%83%88%22%2C%0A%20%20%20%20%20%20%20%20%22s%22%3A%20%22S%20%E3%82%B2%E3%83%BC%E3%83%88%EF%BC%8890%C2%B0%E4%BD%8D%E7%9B%B8%EF%BC%89%22%2C%0A%20%20%20%20%20%20%20%20%22t%22%3A%20%22T%20%E3%82%B2%E3%83%BC%E3%83%88%EF%BC%8845%C2%B0%E4%BD%8D%E7%9B%B8%EF%BC%89%22%2C%0A%20%20%20%20%7D%2C%0A%20%20%20%20value%3D%22y%22%2C%0A%20%20%20%20label%3D%22%E3%81%8B%E3%81%91%E3%82%8B%E3%82%B2%E3%83%BC%E3%83%88%E3%82%92%E9%81%B8%E3%81%B6%22%2C%0A)%0Agate_kind
sg%20%3D%20apply_h(np.array(%5B1%2C%200%5D%2C%20dtype%3Dcomplex)%2C%200)%20%20%20%23%20%7C%2B%E2%9F%A9%20%3D%20(%7C0%E2%9F%A9%2B%7C1%E2%9F%A9)%2F%E2%88%9A2%0Aif%20gate_kind.value%20%3D%3D%20%22y%22%3A%0A%20%20%20%20sg%20%3D%20apply_y(sg%2C%200)%0A%20%20%20%20name%20%3D%20%22Y%22%0Aelif%20gate_kind.value%20%3D%3D%20%22s%22%3A%0A%20%20%20%20sg%20%3D%20apply_s(sg%2C%200)%0A%20%20%20%20name%20%3D%20%22S%22%0Aelse%3A%0A%20%20%20%20sg%20%3D%20apply_t(sg%2C%200)%0A%20%20%20%20name%20%3D%20%22T%22%0Amo.hstack(%5B%0A%20%20%20%20plot_bloch(sg%2C%20title%3Df%22Bloch%20sphere%20after%20%7Bname%7D%22)%2C%0A%20%20%20%20plot_state(sg%2C%20title%3Df%22State%20after%20%7Bname%7D%20(%7C%2B%3E%20keeps%2050%2F50%20almost)%22)%2C%0A%5D%2C%20widths%3D%5B0.45%2C%200.55%5D)
見てみよう - Y を選ぶと ブロッホ球の矢印が x 軸の反対側(|+⟩ → |-⟩)に回ります。それでも測定確率は 50%:50% のまま。 - S・T を選ぶと 確率(棒グラフ)は変わらず、ブロッホ球の矢印だけが ずっと向きを回して(位相を回して)いきます。 - 位相回転は 測定には現れないが、Qubit 同士の干渉には決定的に効く のです。
Y・S・T と「可逆計算」のイメージ
X・Y・Z は Pauli ゲート、S・T は 位相ゲート と呼ばれます。 重要なのは、これらはすべて元に戻せる(可逆)ことです。
| X |
元に戻る |
| Y |
元に戻る |
| Z |
元に戻る |
| S |
Z になる |
| T |
S になる |
ゲートをかけたら必ず逆操作で戻せる。この「不可逆な計算をしない」性質が、量子計算のルールです。
Toffoli ゲート:2 つで 1 つを制御
CNOT は「制御 1 つ → 標的 1 つ」。Toffoli(CCNOT) は「制御 2 つ → 標的 1 つ」で、 両方の制御が 1 のときだけ標的を反転します。
これは AND(かつ) の機能。古典で欠かせない計算を取り消し可能なまま実現できます。
tof%20%3D%20mo.ui.button(label%3D%22Toffoli%20%E3%82%92%E3%81%8B%E3%81%91%E3%82%8B%EF%BC%88%7C110%E2%9F%A9%20%E2%86%92%20%3F%EF%BC%89%22)%0Atof
tof_state%20%3D%20init_state(3)%0Atof_state%20%3D%20apply_x(tof_state%2C%200)%20%20%20%20%20%20%20%23%20%7C100%E2%9F%A9%0Atof_state%20%3D%20apply_x(tof_state%2C%201)%20%20%20%20%20%20%20%23%20%7C110%E2%9F%A9%0Atof_before%20%3D%20np.copy(tof_state)%0Atof_state%20%3D%20apply_ccnot(tof_state%2C%200%2C%201%2C%202)%20%20%20%23%20%E5%88%B6%E5%BE%A1%20q0%2Cq1%3D1%20%E2%86%92%20%E6%A8%99%E7%9A%84%20q2%20%E5%8F%8D%E8%BB%A2%0Amo.hstack(%5B%0A%20%20%20%20plot_state(tof_before%2C%20title%3D%22Before%20Toffoli%3A%20%7C110%3E%22)%2C%0A%20%20%20%20plot_state(tof_state%2C%20title%3D%22After%20Toffoli%3A%20q2%20flips%20-%3E%20%7C111%3E%22)%2C%0A%5D)
見てみよう - |110⟩ で制御が両方 1 なので、標的 qubit2 が 0→1 に反転し |111⟩ になります。 - |100⟩(制御が片方 0)なら何も起きません。お試しください。 - 「2 つの条件が揃ったときだけ動く」操作 = AND の量子版。
SWAP ゲート:入れ物を入れ替える
SWAP は qubit0 と qubit1 の状態を丸ごと入れ替えるゲートです。
|10⟩ → SWAP → |01⟩ になる様子を確認します。CNOT 3 回の組み合わせで実現できます。
sw_state%20%3D%20init_state(2)%0Asw_state%20%3D%20apply_x(sw_state%2C%200)%20%20%20%20%20%20%20%20%20%20%20%23%20%7C10%E2%9F%A9%EF%BC%88qubit0%20%E3%81%8C%201%EF%BC%89%0Asw_state%20%3D%20apply_swap(sw_state%2C%200%2C%201)%20%20%20%20%20%23%20SWAP%20%E2%86%92%20%7C01%E2%9F%A9%0Aplot_state(sw_state%2C%20title%3D%22SWAP%3A%20%7C10%3E%20-%3E%20%7C01%3E%22)
まとめ
- Y・S・T:位相や方向を細かく操るゲート。確率は変えずに状態を回転させる。
- SWAP:2 つの Qubit の状態を入れ替える配線のような操作。
- Toffoli(CCNOT):2 つの制御が揃ったときだけ反転。可逆な AND。
- 全ゲートはユニタリ=いつでも逆操作で元に戻せる。
次は、実際の 量子回路の読み方・書き方(ベル状態・GHZ 状態)をマスターします。