$\newcommand\ket[1]{|#1\rangle}$ $\newcommand\bra[1]{\langle #1|}$ $\newcommand\mean[1]{\langle #1\rangle}$
Consideremos un estado entrelazado $\mathcal{H} = \mathcal{H_1}\otimes\mathcal{H_2}$ . En este estado, se define el operador de densidad $\rho$ como $\rho=\sum_i\rho_i\ket{i}\bra{i}$ . Es un resultado bien conocido que el valor medio de $A_1\otimes\mathcal{I}_2$ (donde $\mathcal{I}_2$ es la identidad en $\mathcal{H}_2$ ) vendría dada por \begin{equation} \mean{\mathcal{A}_1\otimes\mathcal{I}_2} = \mathrm{Tr}\left[\rho\left(\mathcal{A}_1\otimes\mathcal{I}_2\right)\right] = \mean{\mathcal{A}_1}_{\rho_1} = \mathrm{Tr}_{\mathcal{H}_1}\left[\rho_1\mathcal{A}_1\right] \end{equation} donde $\rho_1 = \mathrm{Tr}_{\mathcal{H}_2}\rho$ es el matriz de densidad reducida en el subsistema $\mathcal{H}_1$ y $\mathrm{Tr}_{\mathcal{H}_i}$ es la traza parcial sobre el espacio de Hilbert $\mathcal{H}_i$ . Consideremos $\rho_1$ y $\rho_2$ .
Se define la entropía de Von Neumann como \begin{equation} S(\rho) = -\mathrm{Tr}\left[\rho \log\rho\right] \end{equation} Una de las muchas propiedades de esta entropía es que - para cualquier estado enredado, $S(\rho_1\otimes\rho_2) = S(\rho_1)+S(\rho_2)$ .
Lo he demostrado de la siguiente manera. Defino ${\ket{1:\alpha,2:a}}$ como base de $\mathcal{H}=\mathcal{H}_1\otimes\mathcal{H}_2$ . En esta base, se escribe \begin{align} S(\rho_1\otimes\rho_2) = - \mathrm{Tr}\left[\rho_1\otimes\rho_2\; ln\left(\rho_1\otimes\rho_2\right)\right] &= -\sum_{\alpha,a}\bra{1:\alpha,2:a}\rho_1\otimes\rho_2\ket{1:\alpha,2:a}\log(\rho_1\otimes\rho_2)\\ \end{align} Utilizo ahora el hecho de que el logaritmo de un producto es igual a la suma de los logaritmos: $\log(a b) = \log(a)+\log(b)$ . ¿Puedo generalizar esto al producto tensorial de dos estados? Utilizando esta propiedad, encuentro que \begin{equation} S(\rho_1\otimes\rho_2) = -\sum_\alpha \bra{1:\alpha}\rho_1\ket{1:\alpha} + \left(-\sum_\beta \bra{2:a}\rho_2\ket{2:a}\log(\rho_2)\right) = S(\rho_1)+S(\rho_2) \end{equation} Es como hacer trampas, pero parece a trabajar. ¿Alguna idea?
Además, tengo problemas para interpretar este resultado. Gracias por sus comentarios.