Для большей ясности я буду использовать обозначениеА0
иА1
, вместоА
иА′
, чтобы обозначить результаты для различных настроек измерения, и то же самое сБ
.
Ожидаемые значения определяются как
Е(АИксБу) ≡ ∫дλд( λ )Еλ(АИксБу) = ∫дλд( λ )∑а ба бр ( а б | х у, λ ) ,
где
д( λ )
вероятность того, что скрытая переменная имеет значение
λ
, и
р ( а б | х у, λ )
это (совместная) вероятность получения результатов
а
и
б
учитывая настройки измерения
Икс
и
у
и скрытая переменная
λ
.
Предположение о локальности (плюс предположение о независимости выбора измерения) включено в следующую факторизацию дляп
:
р ( а б | х у, λ ) = p ( a | x , λ ) p ( b | y, λ ) .(А)
Это отношение необходимо, чтобыЕλ(АИксБу) =Еλ(АИкс)Еλ(Бу)
, так что
Е(А0Б0) + Е(А0Б1)= ∫дλд( λ ) [Еλ(А0)Еλ(Б0) +Еλ(А0)Еλ(Б1) ]= ∫дλд( λ )Еλ(А0) [Еλ(Б0) +Еλ(Б1) ] ,
где
Еλ(АИкс) ≡∑аар ( а | х , λ ) ,Еλ(Бу) ≡∑ббр ( б | у, λ ) .
Без предположения о местонахождении вышесказанное было бы неверным.
Аналогичное рассуждение приводит к
Еλ(А1Б0) —Еλ(А1Б1) =Еλ(А1) [Еλ(Б0) —Еλ(Б1) ] .
Вывод теперь прямо отсюда. Определять
Сλ≡Еλ(А0Б0) +Еλ(А0Б1) +Еλ(А1Б0) —Еλ(А1Б1) .
Тогда, используя приведенные выше равенства, имеем
Сλ"="Еλ(А0) [Еλ(Б0) +Еλ(Б1) ] +Еλ(А1) [Еλ(Б0) —Еλ(Б1) ] .
Неравенство треугольника вместе с тем фактом, что по определению чисел, которые мы связываем с возможными выходами, имеем
0 ≤Еλ(Ая) ≤ 1
, теперь дает
|Сλ| ≤ |Еλ(Б0) +Еλ(Б1) | + |Еλ(Б0) —Еλ(Б1) | = 2 макс (Еλ(Б1) ,Еλ(Б2) ) .
Используя снова, что по определению
0 ≤Еλ(Бя) ≤ 1
, делаем вывод, что
|Сλ| ≤ 2
.
ПолныйС
теперь определяется усреднениемСλ
над скрытой переменнойλ
, а поскольку выпуклая смесь чисел в[ - 2 , 2 ]
остается в[ - 2 , 2 ]
, приходим к выводу:
| С| ≤ 2.
Но мы могли бы проделать тот же трюк, если бы A также зависело от b, так где же используется локальность?
Нет, ты не мог.
Если исходА
напрямую зависит отБ
, то (A) не выполняется, поэтому вероятности не факторизуются (Е( А Б ) ≠ Е( А ) Е( Б )
), таким образомЕ(А0Б0) + Е(А0Б1) ≠ Е(А0(Б0+Б1) )
, поэтому аргумент CHSH не может быть применен.
Разве ожидания не всегда линейны?
Действительно они есть . Предположение о локальности необходимо не для линейности, а для факторизации значений вероятностей/ожиданий, чтобы представить их в видеЕλ(А0) [Еλ(Б0) +Еλ(Б1) ]
, после чего применяется аргумент CHSH.
PM 2Кольцо
реииии