الإخلاص

في هذا الجزء من الدرس، سنناقش الإخلاص بين الحالات الكمية، وهو مقياس لتشابهها — أو مقدار "التداخل" بينهما.

بالنظر إلى متجهَي حالة كمية، يساوي الإخلاص بين الحالتين النقيتين المرتبطتين بهما القيمة المطلقة للضرب الداخلي بين متجهَي الحالة الكمية. يُتيح هذا طريقة أساسية لقياس التشابه: تتراوح النتيجة بين $0$ و$1$، وتُشير القيم الأكبر إلى تشابه أعظم. تحديدًا، القيمة صفر للحالات المتعامدة (بالتعريف)، بينما القيمة $1$ للحالات المتكافئة حتى الطور الكلي.

من الناحية الحدسية، يمكن النظر إلى الإخلاص باعتباره امتدادًا لهذا المقياس الأساسي للتشابه، من متجهات الحالة الكمية إلى مصفوفات الكثافة.

تعريف الإخلاص

من المناسب البدء بتعريف الإخلاص. قد يبدو التعريف التالي للوهلة الأولى غير مألوف أو غامضًا، وربما ليس سهل التعامل. لكن الدالة التي يُعرّفها تتبيّن أن لها خصائص مثيرة للاهتمام وصياغات بديلة متعددة، مما يجعل التعامل معها أيسر بكثير مما قد يبدو في البداية.

تعريف

لتكن $\rho$ و$\sigma$ مصفوفتَي كثافة تُمثّلان حالتين كميتين للنظام نفسه. يُعرَّف الإخلاص بين $\rho$ و$\sigma$ بـ:

$$\operatorname{F}(\rho,\sigma) = \operatorname{Tr}\sqrt{\sqrt{\rho} \sigma \sqrt{\rho}}.$$

ملاحظة

رغم أن هذا تعريف شائع، كثيرًا ما يُعرَّف الإخلاص أيضًا بوصفه مربع الكمية المُعرَّفة هنا، والتي تُسمى حينئذٍ إخلاص الجذر. لا يوجد تعريف صحيح أو خاطئ — الأمر في جوهره مسألة تفضيل. مع ذلك، يجب الانتباه دائمًا إلى فهم أي تعريف يُستخدم أو توضيحه.

لفهم الصيغة الواردة في التعريف، لاحظ أولًا أن $\sqrt{\rho} \sigma \sqrt{\rho}$ مصفوفة شبه محددة موجبًا:

$$\sqrt{\rho} \sigma \sqrt{\rho} = M^{\dagger} M$$

لـ$M = \sqrt{\sigma}\sqrt{\rho}$. كسائر المصفوفات شبه المحددة الموجبة، تملك هذه المصفوفة جذرًا تربيعيًا وحيدًا شبه محدد موجبًا، وأثر هذا الجذر هو الإخلاص.

لكل مصفوفة مربعة $M$، تكون القيم الذاتية للمصفوفتين شبه المحددتين الموجبتين $M^{\dagger} M$ و$M M^{\dagger}$ متطابقة دائمًا، وبالتالي ينطبق الأمر على جذورهما التربيعية أيضًا. باختيار $M = \sqrt{\sigma}\sqrt{\rho}$ واستخدام حقيقة أن أثر المصفوفة المربعة هو مجموع قيمها الذاتية، نجد أن:

$$\begin{aligned} \operatorname{F}(\rho,\sigma) & = \operatorname{Tr}\sqrt{\sqrt{\rho} \sigma \sqrt{\rho}}\\ & = \operatorname{Tr}\sqrt{M^{\dagger} M} = \operatorname{Tr}\sqrt{M M^{\dagger}}\\ & = \operatorname{Tr}\sqrt{\sqrt{\sigma} \rho \sqrt{\sigma}}\\ & = \operatorname{F}(\sigma,\rho). \end{aligned}$$

وهكذا، رغم أن ذلك ليس واضحًا مباشرةً من التعريف، فإن الإخلاص متماثل في وسيطيه.

الإخلاص بدلالة معيار الأثر

طريقة مكافئة للتعبير عن الإخلاص هي الصيغة التالية:

$$\operatorname{F}(\rho,\sigma) = \bigl\|\sqrt{\sigma}\sqrt{\rho}\bigr\|_1.$$

نرى هنا معيار الأثر، الذي صادفناه في الدرس السابق في سياق تمييز الحالات. يمكن تعريف معيار الأثر لمصفوفة $M$ (ليست بالضرورة مربعة) بـ:

$$\| M \|_1 = \operatorname{Tr}\sqrt{M^{\dagger} M},$$

وبتطبيق هذا التعريف على المصفوفة $\sqrt{\sigma}\sqrt{\rho}$ نحصل على الصيغة الواردة في التعريف.

طريقة بديلة للتعبير عن معيار الأثر لمصفوفة (مربعة) $M$ هي الصيغة التالية:

$$\| M \|_1 = \max_{U\:\text{أحادي}} \bigl\vert \operatorname{Tr}(M U) \bigr\vert.$$

هنا الحد الأقصى على جميع المصفوفات الأحادية $U$ التي لها نفس عدد الصفوف والأعمدة كـ$M$. تطبيق هذه الصيغة في الحالة المعنية يكشف عن تعبير آخر للإخلاص.

$$\operatorname{F}(\rho,\sigma) = \max_{U\:\text{أحادي}} \bigl\vert\operatorname{Tr}\bigl( \sqrt{\sigma}\sqrt{\rho}\, U\bigr) \bigr\vert$$

الإخلاص للحالات النقية

نقطة أخيرة حول تعريف الإخلاص هي أن كل حالة نقية (بوصفها مصفوفة كثافة) تساوي جذرها التربيعي لنفسها، مما يُتيح تبسيطًا ملحوظًا لصيغة الإخلاص حين تكون إحدى الحالتين أو كلتاهما نقية. تحديدًا، إذا كانت إحدى الحالتين نقية لدينا الصيغة التالية:

$$\operatorname{F}\bigl( \vert\phi\rangle\langle\phi\vert, \sigma \bigr) = \sqrt{\langle \phi\vert \sigma \vert \phi \rangle}$$

إذا كانت كلتا الحالتين نقيتين، تُختزل الصيغة إلى القيمة المطلقة للضرب الداخلي لمتجهَي الحالة الكمية المقابلَين، كما أُشير في بداية القسم.

$$\operatorname{F}\bigl( \vert\phi\rangle\langle\phi\vert, \vert\psi\rangle\langle\psi\vert \bigr) = \bigl\vert \langle \phi\vert \psi \rangle \bigr\vert$$

الخصائص الأساسية للإخلاص

يتمتع الإخلاص بخصائص رائعة عديدة وله عدة صياغات بديلة. إليك عددًا من الخصائص الأساسية المذكورة دون براهين.

1. لأي مصفوفتَي كثافة $\rho$ و$\sigma$ بنفس الحجم، يتراوح الإخلاص $\operatorname{F}(\rho,\sigma)$ بين صفر وواحد: $0\leq \operatorname{F}(\rho,\sigma) \leq 1$. يكون $\operatorname{F}(\rho,\sigma)=0$ إذا وفقط إذا كانت صور $\rho$ و$\sigma$ متعامدة (فيمكن تمييزهما دون خطأ)، ويكون $\operatorname{F}(\rho,\sigma)=1$ إذا وفقط إذا كان $\rho = \sigma$.
2. الإخلاص تضاعفي، بمعنى أن الإخلاص بين حالتين منتجتين يساوي حاصل ضرب الإخلاصَين المنفردَين: $$\operatorname{F}(\rho_1\otimes\cdots\otimes\rho_m,\sigma_1\otimes\cdots\otimes\sigma_m) = \operatorname{F}(\rho_1,\sigma_1)\cdots \operatorname{F}(\rho_m,\sigma_m).$$
3. الإخلاص بين الحالات لا يتناقص تحت تأثير أي قناة. أي أنه إذا كانت $\rho$ و$\sigma$ مصفوفتَي كثافة و$\Phi$ قناة يمكنها أخذ هاتين الحالتين كإدخال، فيكون بالضرورة: $$\operatorname{F}(\rho,\sigma) \leq \operatorname{F}(\Phi(\rho),\Phi(\sigma)).$$
4. تُحدد متباينات فوكس-فان دي غراف علاقة وثيقة (وإن لم تكن دقيقة) بين الإخلاص ومسافة الأثر: لأي حالتين $\rho$ و$\sigma$ يكون: $$1 - \frac{1}{2}\|\rho - \sigma\|_1 \leq \operatorname{F}(\rho,\sigma) \leq \sqrt{1 - \frac{1}{4}\|\rho - \sigma\|_1^2}.$$

يمكن التعبير عن الخاصية الأخيرة بشكل شكل:

تحديدًا، لأي اختيار لحالتين $\rho$ و$\sigma$ للنظام ذاته، يجب أن يتقاطع الخط الأفقي الذي يقطع محور $y$ عند $\operatorname{F}(\rho,\sigma)$ والخط الرأسي الذي يقطع محور $x$ عند $\frac{1}{2}\|\rho-\sigma\|_1$ داخل المنطقة الرمادية المحدودة من الأسفل بالخط $y = 1-x$ ومن الأعلى بدائرة الوحدة. المنطقة الأكثر إثارةً للاهتمام من الناحية العملية في هذا الشكل هي الزاوية العلوية اليسرى من المنطقة الرمادية: إذا كان الإخلاص بين حالتين قريبًا من الواحد، فإن مسافة الأثر قريبة من الصفر، والعكس صحيح.

مبرهنة القياس اللطيف

بعد ذلك سننظر في حقيقة بسيطة لكن مهمة تُعرف بـمبرهنة القياس اللطيف، التي تربط الإخلاص بالقياسات غير المدمِّرة. إنها مبرهنة مساعدة مفيدة جدًا تظهر بين الحين والآخر، ومن الجدير ملاحظته أن التعريف الذي يبدو متعثرًا للإخلاص يجعل إثبات المبرهنة في الواقع سهلًا للغاية.

الإعداد هو كما يلي. ليكن $\mathsf{X}$ نظامًا في حالة $\rho$ ولتكن $\{P_0,\ldots,P_{m-1}\}$ مجموعةً من المصفوفات شبه المحددة الموجبة التي تُمثّل قياسًا عامًا للنظام $\mathsf{X}$. لنفترض كذلك أنه إذا أُجري هذا القياس على النظام $\mathsf{X}$ وهو في الحالة $\rho$، فإن إحدى النتائج مرجَّحة الحدوث. لتكن النتيجة المرجَّحة هي $0$ تحديدًا، ولنفترض أن:

$$\operatorname{Tr}(P_0 \rho) > 1 - \varepsilon$$

لعدد حقيقي موجب صغير $\varepsilon > 0$.

ما تنص عليه مبرهنة القياس اللطيف هو أنه في ظل هذه الافتراضات، يُحدث القياس غير المدمِّر المستمد من $\{P_0,\ldots,P_{m-1}\}$ عبر مبرهنة نايمارك اضطرابًا طفيفًا فقط في $\rho$ في حالة ملاحظة النتيجة المرجَّحة $0$.

بصورة أكثر دقة، تنص المبرهنة على أن مربع الإخلاص بين $\rho$ والحالة الناتجة عن القياس غير المدمِّر بشرط أن تكون النتيجة $0$ يزيد عن $1-\varepsilon$.

$$\operatorname{F}\Biggl(\rho,\frac{\sqrt{P_0}\rho\sqrt{P_0}}{\operatorname{Tr}(P_0\rho)}\Biggr)^2 > 1-\varepsilon.$$

نحتاج إلى حقيقة أساسية حول القياسات لإثبات ذلك. مصفوفات القياس $P_0, \ldots, P_{m-1}$ شبه محددة موجبة ومجموعها يساوي مصفوفة الهوية، مما يُتيح لنا الاستنتاج أن جميع القيم الذاتية لـ$P_0$ هي أعداد حقيقية تتراوح بين $0$ و$1$. يترتب ذلك على حقيقة أنه لأي متجه وحدة $\vert\psi\rangle$، تكون القيمة $\langle \psi \vert P_a \vert \psi \rangle$ عددًا حقيقيًا غير سالب لكل $a\in\{0,\ldots,m-1\}$ (لأن كل $P_a$ شبه محدد موجب)، إضافةً إلى أن مجموع هذه الأعداد يساوي واحدًا.

$$\sum_{a = 0}^{m-1} \langle \psi \vert P_a \vert \psi \rangle = \langle \psi \vert \Biggl(\sum_{a = 0}^{m-1} P_a \Biggr) \vert \psi \rangle = \langle \psi \vert \mathbb{I} \vert \psi \rangle = 1.$$

وعليه فإن $\langle \psi \vert P_0 \vert \psi \rangle$ دائمًا عدد حقيقي بين $0$ و$1$، وهذا يعني أن كل قيمة ذاتية لـ$P_0$ عدد حقيقي بين $0$ و$1$ لأنه يمكننا اختيار $\vert\psi\rangle$ تحديدًا ليكون متجه وحدة ذاتيًا للقيمة الذاتية موضع الاهتمام.

من هذه الملاحظة يمكننا استنتاج المتباينة التالية لكل مصفوفة كثافة $\rho$.

$$\operatorname{Tr}\bigl( \sqrt{P_0} \rho\bigr) \geq \operatorname{Tr}\bigl( P_0 \rho\bigr)$$

بالتفصيل، بدءًا من التحليل الطيفي:

$$P_0 = \sum_{k=0}^{n-1} \lambda_k \vert\psi_k\rangle\langle\psi_k\vert$$

نستنتج أن:

$$\operatorname{Tr}\bigl( \sqrt{P_0} \rho\bigr) = \sum_{k = 0}^{n-1} \sqrt{\lambda_k} \langle \psi_k \vert \rho \vert \psi_k \rangle \geq \sum_{k = 0}^{n-1} \lambda_k \langle \psi_k \vert \rho \vert \psi_k \rangle = \operatorname{Tr}\bigl( P_0 \rho\bigr)$$

من حقيقة أن $\langle \psi_k \vert \rho \vert \psi_k \rangle$ عدد حقيقي غير سالب وأن $\sqrt{\lambda_k} \geq \lambda_k$ لكل $k = 0,\ldots,n-1$. (تربيع الأعداد التي تتراوح بين $0$ و$1$ لا يُكبّرها أبدًا.)

يمكننا الآن إثبات مبرهنة القياس اللطيف بتقييم الإخلاص ثم استخدام متباينتنا. أولًا لنُبسّط التعبير الذي نهتم به.

$$\begin{aligned} \operatorname{F}\Biggl(\rho,\frac{\sqrt{P_0}\rho\sqrt{P_0}}{\operatorname{Tr}(P_0\rho)}\Biggr) & = \operatorname{Tr}\sqrt{\frac{\sqrt{\rho}\sqrt{P_0}\rho\sqrt{P_0}\sqrt{\rho}}{ \operatorname{Tr}(P_0\rho)}}\\ & = \operatorname{Tr}\sqrt{\Biggl(\frac{\sqrt{\rho}\sqrt{P_0}\sqrt{\rho}}{ \sqrt{\operatorname{Tr}(P_0\rho)}}\Biggr)^2}\\ & = \operatorname{Tr}\Biggl(\frac{\sqrt{\rho}\sqrt{P_0}\sqrt{\rho}}{ \sqrt{\operatorname{Tr}(P_0\rho)}}\Biggr)\\ & = \frac{\operatorname{Tr}\bigl(\sqrt{P_0}\rho\bigr)}{\sqrt{\operatorname{Tr}(P_0\rho)}} \end{aligned}$$

لاحظ أن هذه كلها تساويات — لم نستخدم متباينتنا (أو أي متباينة أخرى) حتى الآن، لذا لدينا تعبير دقيق للإخلاص. يمكننا الآن استخدام متباينتنا للاستنتاج:

$$\operatorname{F}\Biggl(\rho,\frac{\sqrt{P_0}\rho\sqrt{P_0}}{\operatorname{Tr}(P_0\rho)}\Biggr) = \frac{\operatorname{Tr}\bigl(\sqrt{P_0}\rho\bigr)}{\sqrt{\operatorname{Tr}(P_0\rho)}} \geq \frac{\operatorname{Tr}\bigl(P_0\rho\bigr)}{\sqrt{\operatorname{Tr}(P_0\rho)}} = \sqrt{\operatorname{Tr}\bigl(P_0\rho\bigr)}$$

وبالتالي، بتربيع طرفَي المتباينة:

$$\operatorname{F}\Biggl(\rho,\frac{\sqrt{P_0}\rho\sqrt{P_0}}{\operatorname{Tr}(P_0\rho)}\Biggr)^2 \geq \operatorname{Tr}\bigl(P_0\rho\bigr) > 1-\varepsilon.$$

مبرهنة أولمان

لنختتم الدرس بالنظر في مبرهنة أولمان، وهي حقيقة أساسية حول الإخلاص تربطه بمفهوم التنقية. ما تقوله المبرهنة بعبارات بسيطة هو أن الإخلاص بين أي حالتين كميتين يساوي أعظم ضرب داخلي (بالقيمة المطلقة) بين تنقيتين لتلك الحالتين.

مبرهنة

مبرهنة أولمان: لتكن $\rho$ و$\sigma$ مصفوفتَي كثافة تُمثّلان حالتَي نظام $\mathsf{X}$، وليكن $\mathsf{Y}$ نظامًا يمتلك على الأقل بقدر ما يمتلكه $\mathsf{X}$ من حالات كلاسيكية. الإخلاص بين $\rho$ و$\sigma$ هو:

$$\operatorname{F}(\rho,\sigma) = \max\bigl\{ \vert \langle \phi \vert \psi \rangle \vert \,:\, \operatorname{Tr}_{\mathsf{Y}}\bigl(\vert\phi\rangle\langle\phi\vert\bigr) = \rho,\; \operatorname{Tr}_{\mathsf{Y}}\bigl(\vert\psi\rangle\langle\psi\vert\bigr) = \sigma\bigr\},$$

حيث يؤخذ الحد الأقصى على جميع متجهات الحالة الكمية $\vert\phi\rangle$ و$\vert\psi\rangle$ للزوج $(\mathsf{X},\mathsf{Y})$.

يمكن إثبات هذه المبرهنة باستخدام التكافؤ الأحادي للتنقيات — لكن الأمر ليس بسيطًا تمامًا وسنستعمل خدعة في الطريق.

للبدء، لننظر في التحليلات الطيفية لمصفوفتَي الكثافة $\rho$ و$\sigma$.

$$\begin{aligned} \rho & = \sum_{a = 0}^{n-1} p_a \vert u_a\rangle\langle u_a\vert \\[2mm] \sigma & = \sum_{b = 0}^{n-1} q_b \vert v_b\rangle\langle v_b\vert \end{aligned}$$

المجموعتان $\{\vert u_0 \rangle,\ldots,\vert u_{n-1}\rangle\}$ و$\{\vert v_0 \rangle,\ldots,\vert v_{n-1}\rangle\}$ أساسان متعامدان وحيدا القياس من المتجهات الذاتية لـ$\rho$ و$\sigma$ على التوالي، و$p_0,\ldots,p_{n-1}$ و$q_0,\ldots,q_{n-1}$ هي القيم الذاتية المقابلة.

سنُعرّف أيضًا $\vert \overline{u_0} \rangle,\ldots,\vert \overline{u_{n-1}}\rangle$ و $\vert \overline{v_0} \rangle,\ldots,\vert \overline{v_{n-1}}\rangle$ لتكون المتجهات الناتجة بأخذ المرافق المركب لكل مدخل من مدخلات $\vert u_0 \rangle,\ldots,\vert u_{n-1}\rangle$ و$\vert v_0 \rangle,\ldots,\vert v_{n-1}\rangle$. أي أنه لأي متجه عشوائي $\vert w\rangle$ يمكن تعريف $\vert\overline{w}\rangle$ وفق المعادلة التالية لكل $c\in\{0,\ldots,n-1\}$:

$$\langle c \vert \overline{w}\rangle = \overline{\langle c \vert w\rangle}$$

لاحظ أنه لأي متجهَين $\vert u\rangle$ و$\vert v\rangle$ يكون $\langle \overline{u} \vert \overline{v}\rangle = \langle v\vert u\rangle$. بصورة أعم، لأي مصفوفة مربعة $M$ لدينا الصيغة التالية:

$$\langle \overline{u} \vert M \vert \overline{v}\rangle = \langle v\vert M^T \vert u\rangle$$

ويترتب على ذلك أن $\vert u\rangle$ و$\vert v\rangle$ متعامدان إذا وفقط إذا كان $\vert \overline{u}\rangle$ و$\vert \overline{v}\rangle$ متعامدَين، وبالتالي فإن $\{\vert \overline{u_0} \rangle,\ldots,\vert \overline{u_{n-1}}\rangle\}$ و $\{\vert \overline{v_0} \rangle,\ldots,\vert \overline{v_{n-1}}\rangle\}$ كلاهما أساسان متعامدان وحيدا القياس.

الآن لننظر في المتجهين التاليين $\vert\phi\rangle$ و$\vert\psi\rangle$، اللذين يُمثّلان تنقيتَين لـ$\rho$ و$\sigma$ على التوالي.

$$\begin{aligned} \vert\phi\rangle & = \sum_{a = 0}^{n-1} \sqrt{p_a}\, \vert u_a\rangle \otimes \vert \overline{u_a}\rangle \\[2mm] \vert\psi\rangle & = \sum_{b = 0}^{n-1} \sqrt{q_b}\, \vert v_b\rangle \otimes \vert \overline{v_b}\rangle \end{aligned}$$

هذه هي الخدعة المشار إليها سابقًا. لا يوجد ما يُشير صراحةً في هذه المرحلة إلى أن هذه الاختيارات المحددة لتنقيات $\rho$ و$\sigma$ جيدة، لكنها تنقيات صالحة، والاقتران المركب سيُتيح للجبر أن يسير بالطريقة التي نحتاجها.

بفضل التكافؤ الأحادي للتنقيات، نعلم أن كل تنقية لـ$\rho$ للزوج من الأنظمة $(\mathsf{X},\mathsf{Y})$ يجب أن تأخذ الشكل $(\mathbb{I}_{\mathsf{X}}\otimes U)\vert\phi\rangle$ لمصفوفة أحادية $U$ ما، وبالمثل كل تنقية لـ$\sigma$ للزوج $(\mathsf{X},\mathsf{Y})$ يجب أن تأخذ الشكل $(\mathbb{I}_{\mathsf{X}}\otimes V)\vert\psi\rangle$ لمصفوفة أحادية $V$ ما. يمكن تبسيط الضرب الداخلي لتنقيتين كهاتين على النحو التالي:

$$\begin{aligned} \langle \phi \vert (\mathbb{I}\otimes U^{\dagger}) (\mathbb{I}\otimes V) \vert \psi \rangle \hspace{-2.5cm}\\ & = \sum_{a,b = 0}^{n-1} \sqrt{p_a} \sqrt{q_b}\, \langle u_a \vert v_b \rangle \langle \overline{u_a} \vert U^{\dagger} V \vert \overline{v_b} \rangle \\ & = \sum_{a,b = 0}^{n-1} \sqrt{p_a} \sqrt{q_b}\, \langle u_a \vert v_b \rangle \langle v_b \vert (U^{\dagger} V)^T \vert u_a \rangle \\ & = \operatorname{Tr}\Biggl( \sum_{a,b = 0}^{n-1} \sqrt{p_a} \sqrt{q_b}\, \vert u_a \rangle\langle u_a \vert v_b \rangle \langle v_b \vert (U^{\dagger} V)^T\Biggr)\\ & = \operatorname{Tr}\Bigl( \sqrt{\rho}\sqrt{\sigma}\, (U^{\dagger} V)^T\Bigr) \end{aligned}$$

بينما تتراوح $U$ و$V$ بين جميع المصفوفات الأحادية الممكنة، تتراوح المصفوفة $(U^{\dagger} V)^T$ أيضًا بين جميع المصفوفات الأحادية الممكنة. وبالتالي، تكبير القيمة المطلقة للضرب الداخلي بين تنقيتَين لـ$\rho$ و$\sigma$ يُعطي المعادلة التالية:

$$\begin{aligned} \max_{U,V\:\text{أحاديتان}} \biggl\vert \operatorname{Tr}\Bigl( \sqrt{\rho}\sqrt{\sigma}\, (U^{\dagger} V)^T\Bigr)\biggr\vert & = \max_{W\:\text{أحادي}} \biggl\vert \operatorname{Tr}\Bigl( \sqrt{\rho}\sqrt{\sigma}\, W\Bigr)\biggr\vert\\[2mm] & = \bigl\| \sqrt{\rho}\sqrt{\sigma} \bigr\|_1\\[2mm] & = \operatorname{F}(\rho,\sigma) \end{aligned}$$

استطلاع ما بعد الدورة

تهانينا على إتمام هذه الدورة! يُرجى تخصيص لحظة لمساعدتنا في تحسين دورتنا بتعبئة استطلاع سريع. ستُستخدم ملاحظاتك في تعزيز محتوانا وتجربة المستخدم. شكرًا لك!