1.1 Probabilistische bits

We gebruiken waarschijnlijkheden of kansen wanneer een proces meerdere mogelijke uitkomsten heeft, en we nog niet weten welke uitkomst zich daadwerkelijk voordoet. Een uitkomst die helemaal zeker is, heeft een waarschijnlijkheid van 11 (ofwel 100%), terwijl een uitkomst die zich nooit voordoet een waarschijnlijkheid van 0 heeft.

Als voorbeeld kunnen we denken aan het opgooien van een muntje. Als je een muntje opgooit en bedekt met je handen zonder ernaar te kijken, zijn er twee mogelijke uitkomsten – het muntje laat ’kop’ of ’munt’ zien. Bij een zuiver muntje hebben beide uitkomsten dezelfde waarschijnlijkheid, dus geven we aan beide een kans van 12=0.50\frac{1}{2}=0.50 of 50%50\% (dit wordt aangegeven met [Uncaptioned image] in Fig. 1.1). Maar het muntje kan een afwijking hebben, waardoor de kans groter is dat het op de ene kant valt dan op de andere. Afhankelijk van hoe partijdig het muntje is, kunnen we een heel spectrum van mogelijkheden voorstellen: een extreem partijdig muntje zou altijd op ’kop’ kunnen vallen, terwijl een ander altijd op ’munt’ zou kunnen vallen (zie [Uncaptioned image] en [Uncaptioned image] aan de linker- en rechterkant van Fig. 1.1). Het eerste muntje laat ’munt’ zien met waarschijnlijkheid 0 (omdat het altijd op ’kop’ valt), terwijl het tweede muntje ’munt’ laat zien met een waarschijnlijkheid van 11.


Figuur 1.1: Een probabilistische bit die de toestand van een willekeurig ezelsmuntje beschrijft.

Omdat we ons geen zorgen willen maken over de vorm en het formaat van de muntjes, is het handig om de informatie van het opgooien van een muntje wat abstracter te maken. We kunnen dit doen door de uitkomsten ’kop’ en ’munt’ te associëren met de bitwaarden 0 en 11. Het opgooien van het muntje kan dan worden beschreven door een probabilistische bit die gelijk is aan 0 met een bepaalde waarschijnlijkheid p0p_{0} en gelijk aan 11 met een bepaalde waarschijnlijkheid p1p_{1}, waarbij p0,p10p_{0},p_{1}\geq 0 zijn en p0+p1=1p_{0}+p_{1}=1. Als het muntje bijvoorbeeld zuiver is, is p0=p1=12p_{0}=p_{1}=\frac{1}{2}, zoals hierboven is uitgelegd.

Is het je opgevallen dat het genoeg is om maar één van de waarschijnlijkheden p0p_{0} of p1p_{1} te geven, omdat je de ene uit de andere kunt halen? Voor de duidelijkheid geven we toch altijd beide aan en schrijven we ze op als een vector:

p=(p0p1).p=\begin{pmatrix}p_{0}\\ p_{1}\end{pmatrix}. (1.1)

We noemen deze vector de kansverdeling of de toestand van de probabilistische bit. Deze vectornotatie is niet alleen een handige manier om alle waarschijnlijkheden te verzamelen in een mooie tabel, maar geeft ook een mooie geometrische manier om een probabilistische bit voor te stellen. Bovendien zal het ons helpen de gelijkenis te zien tussen probabilistische en quantumbits.

We noemen de toestanden die horen bij 0 of ’kop’ en bij 11 of ’munt’ deterministisch, omdat ze de toestand van het muntje volledig beschrijven (er is geen onduidelijkheid over welke kant boven ligt). In Vgl. 1.1 komen deze overeen met de kansverdelingen met respectievelijk p0=1p_{0}=1, p1=0p_{1}=0 en p0=0p_{0}=0, p1=1p_{1}=1. Aangezien we ze vaak zullen gebruiken, is het handig er een verkorte notatie voor in te voeren:

[0]=(10),[1]=(01).\displaystyle[0]=\begin{pmatrix}1\\ 0\end{pmatrix},\qquad[1]=\begin{pmatrix}0\\ 1\end{pmatrix}. (1.6)

Deze notatie kan in eerste instantie verwarrend lijken, maar je kunt [0][0] en [1][1] ook zien als [Uncaptioned image] en [Uncaptioned image] of als [kop][\text{kop}] en [munt][\text{munt}].

Deze twee toestanden vormen een basis van alle toestanden, wat betekent dat we elke andere mogelijke toestand van een probabilistische bit kunnen uitdrukken als een lineaire combinatie van deze twee toestanden:

(p0p1)=p0(10)+p1(01)=p0[0]+p1[1].\begin{pmatrix}p_{0}\\ p_{1}\end{pmatrix}=p_{0}\begin{pmatrix}1\\ 0\end{pmatrix}+p_{1}\begin{pmatrix}0\\ 1\end{pmatrix}=p_{0}[0]+p_{1}[1]. (1.7)

Je kunt nu alle mogelijke toestanden van een probabilistische bit voorstellen als een lijnstuk dat de punten [0][0] en [1][1] verbindt die overeenkomen met de twee deterministische toestanden (zie Fig. 1.2).

Figuur 1.2: De mogelijke toestanden van een probabilistische bit vormen het blauwe lijnstuk.

Oefenopgave 1.1 (Het blauwe lijnstuk beter begrijpen).

Volgens Fig. 1.2 vormen de mogelijke toestanden van een probabilistische bit een lijnstuk. Neem de tijd om dit te bestuderen. Kijk dan of je de volgende vragen kunt beantwoorden:

  1. 1.

    Waarom liggen de mogelijke toestanden van een probabilistische bit op een lijn?

  2. 2.

    Waarom stopt deze lijn op de assen en gaat de lijn niet verder?

  3. 3.

    Welk punt op het lijnstuk komt overeen met een zuivere munt?

Solution.
  1. 1.

    Omdat één van de twee uitkomsten moet plaatsvinden, moeten de twee waarschijnlijkheden bij elkaar opgeteld  1 zijn. Dit betekent dus dat p0+p1=1p_{0}+p_{1}=1. Als je dit schrijft als p1=1p0p_{1}=1-p_{0} krijg je de vergelijking van een lijn met helling min één.

  2. 2.

    Als de lijn verder zou gaan, zou één van de waarschijnlijkheden negatief worden. Omdat waarschijnlijkheden niet negatief kunnen zijn, geldt dat p00p_{0}\geq 0 en p10p_{1}\geq 0, dus het lijnstuk moet op de assen eindigen.

  3. 3.

    Dat is het middelpunt, dus waar p0=p1=12p_{0}=p_{1}=\frac{1}{2}.