贝尔定理排除了许多可能的量子力学改写,但在广义框架内,它并不排除所有局部介导模型。此类模型将纠缠粒子之间的相关性描述为由中间参数介导的,这些中间参数跟踪粒子世界线并遵守洛伦兹协方差。这些局部介导模型需要放宽通常被视为理所当然的时间箭头假设。具体而言,这些模型中的一些介导参数必须在功能上依赖于其未来的测量设置,即与后续时间相关的输入参数。这种通常称为逆因果的选项已在文献中反复指出,但对能够描述特定纠缠现象的明确局部介导玩具模型的探索仅在过去十年才开始。本文简要介绍了此类模型。这些模型提供了与时空位置相关的事件的连续和一致描述,其中的各个方面是“一次性”解决的,而不是从过去到未来展开的。通常与贝尔定理相关的量子力学和相对论之间的矛盾在这里并没有出现。与传统的量子模型不同,指定系统状态所需的参数数量不会随着纠缠粒子的数量呈指数增长。推广此类模型以解释所有量子现象的承诺被认为是一项巨大的挑战。
事件的因果顺序不必固定:在某个站点,一辆公交车是先于另一辆公交车到达还是晚于另一辆公交车到达可能取决于其他变量,比如交通状况。因果顺序的相干量子控制也是可能的,而且是多种任务的有用资源。然而,量子控制意味着控制系统携带着哪种顺序的信息——如果控制被追踪,事件的顺序将保持概率混合。两个事件的顺序可以是纯叠加,与任何其他系统不相关吗?这里我们表明,对于一类广泛的过程来说,这是不可能的:任何一对具有相同局部维度和不同因果顺序的马尔可夫幺正过程的纯叠加都不是有效过程,即当用某些操作探测时,它会导致非正则化概率。这一结果对量子信息处理的新资源和量子引力理论中的可能过程施加了限制。
接下来,通过与(2)相似的计算来检查平均曲率,相对于正常指向附近的共包构边界,通过与(2)的计算进行检查,将证明简化为与球形拓扑处的单个共形边界的情况。We can therefore cut away an asymptotic end of M by introducing a new boundary component { Ω= ϵ } , with ϵ sufficient small so that this new boundary component satisfies, say, H > 0 with respect to the outward normal (thus H < 0 < n − 1 with respect to the inward normal).此边界组件将成为新的,截断,多种多样的边界的一部分,但仍以m表示。
1 CAS量子信息信息实验室,中国科学技术大学,Hefei 230026,中华人民共和国2 CAS量子信息与量子物理学卓越卓越中心,中国科学技术大学,230026,Hefei 230026,中国人民共和国3,化学研究所3,耶路撒冷大学,耶路撒大学,耶路撒大学。加利福尼亚大学的物理学,圣塔芭芭拉,加利福尼亚州93106,美利坚合众国5菲西卡学院gal。Milton Tavares de Souza s/n,Gragoatá,24210-346 Niter´Oi,Rio de Janeiro,巴西,巴西6 DepratimentodeFísica,联邦联邦政府De s〜ao Carlos,Rodovia WashingtonLuís,spsp-sp-35-sp-sp-310,135565-955-9565-95-95-95-95-95-95-95-95-95-95-95-95-95-95-95-905-905-905-905 SO.任何信件应被解决。7这些作者对这项工作也同样贡献。
使得f(x)= tr e(τxτ†)(在这里tr e:b(k⊗e)→b(e)是环境上的部分跟踪)。cp映射f是轨迹保留的,扩张τ是一个等轴测图。不同的扩张τ1:H→K⊗E1,τ2:H→K⊗E2与部分等距α:E 1→E 2相关。
电子邮件:a.mohammadi@ipm.ir†瑞士EthZéurich组合算法理论。电子邮件:phamanhthang.vnu@gmail.com•瑞士EthZéurich计算机科学系。电子邮件:yitwang@student.ethz.ch
对于函数 f : X × Y →{ 0, 1 } 的某些选择。直观地说,对于每个问题对 ( x , y ),函数 f 指定 a 和 b 应该一致还是不一致才能成为获胜答案。请注意,对于每个问题对,两种可能性(即 a 和 b 一致或不一致的可能性)中恰好有一种会获胜,而另一种可能性则会失败。由于每个 XOR 游戏都由集合 X 和 Y、概率向量 π ∈ P ( X × Y ) 和函数 f : X × Y →{ 0, 1 } 唯一确定,因此,当方便时,我们将用四元组 ( X , Y , π , f ) 来标识相应的游戏 G。例如,CHSH 游戏是 XOR 游戏的一个例子,对应于四元组 ( { 0, 1 } , { 0, 1 } , π , f ),其中 π 是均匀概率向量,f ( x , y ) = x ∧ y 是 AND 函数。
先验误差界限 (4) 可用于计算开始时估计获得给定精度所需的步骤数。后验界限 (5) 可用于中间阶段,以检查我们是否可能比 (4) 建议的收敛速度更快。我们看到,如果两个连续迭代 xm 和 xm +1 = T ( xm ) 几乎相等,那么这保证我们非常接近真正的不动点 x 。