't Hooft для непрофессионалов

Я просмотрел некоторые из недавних статей 'т Хофта и, к сожалению, они далеко за пределами моего нынешнего уровня понимания. То же самое относится и к обсуждениям, имевшим место на этом веб-сайте. (См., например, здесь .) Поэтому я попытался представить, о чем могут быть эти статьи в моих собственных терминах. Ниже приводится одно из таких представлений.

Возможно, суть его недавних работ состоит в том, что 'т Хофт заставляет амплитуды вероятности иметь вид Вопрос е 2 π я Вопрос ,* которое, как я полагаю, плотно в С ? То есть, не дает ли Хоуфт незнакомую и, возможно, громоздкую интерпретацию вероятности , которую, тем не менее, можно считать привлекательной и/или проницательной, тем более что множество допустимых амплитуд вероятностей счетно в такой интерпретации?

В этом суть его моделей? Или я далеко?

*Я использую Вопрос е 2 π я Вопрос как сокращенное обозначение для { р е 2 π я θ | р , θ е Вопрос } .

Извините за грубость, но подумайте г "=" ( 1 + я ) / 2 . Затем р "=" 1 и θ "=" 1 / 8 (в ваших обозначениях). Но ясно г не в форме п + д я с п , д е Вопрос .
@Гугг. mathworld.wolfram.com/NivensTheorem.html . Только несколько значений тета удовлетворят вашему условию.
Тем не менее, более по теме, оба набора определенно плотны в С .
@Vibert и Крис: Спасибо! Я удалил один из наборов из вопроса. Я надеюсь, что тот, что я оставил, является правильным. :)
Модели детерминированы. Он строит отображение между эволюцией определенных волновых функций в КТП и эволюцией состояний сетки в СА. Вероятности не играют в этом никакой роли.
@MitchellPorter Мое примитивное и, возможно, бессмысленное воображение состоит в том, что он (изначально) разрешает (возможно, только половину) дихотомию между вероятностным и детерминированным путем переосмысления вероятностей, чтобы они были исчисляемыми. Только оттуда он может перейти от счетно бесконечного к возможно конечному (другая половина?). Он пропускает начальную часть? Или мое воображение (полностью) не соответствует действительности?
Не по адресу. В QM у вас есть состояния, и у вас есть «наблюдаемые», и состояния дают вероятности для наблюдаемых. Состояния (волновые функции) развиваются детерминистически, вероятности относятся только к тому, как они проявляются в наблюдаемых. Состояние может подразумевать 100% вероятность определенного результата, тогда это «собственное состояние» этого наблюдаемого...
'т Хофт рассматривает волновые функции, которые по мере своего развития находятся в собственном состоянии, а затем, через определенный период времени, в другом собственном состоянии, и которые продолжают проходить через собственные состояния с фиксированной скоростью. Эти «моменты, когда волновая функция находится в собственном состоянии» соответствуют дискретным временным шагам клеточного автомата.
@MitchellPorter Это удивительно ясно и информативно, заполняя большую дыру в моем понимании. (Там много дырок!) Спасибо! Жаль, что я был далеко; Мне нравилось, куда шло мое спутанное воображение. :)
@MitchellPorter Хотите скопировать и вставить два последних комментария в ответ?
@MitchellPorter спасибо за последний комментарий! Я всегда подозревал, что именно это он и делает, но у меня никогда не было времени достаточно внимательно прочитать газеты, чтобы понять, был ли я прав.

Ответы (1)

(Я копирую комментарии @MitchellPorter в эту вики сообщества.)

Не по адресу. В QM у вас есть состояния, и у вас есть «наблюдаемые», и состояния дают вероятности для наблюдаемых. Состояния (волновые функции) развиваются детерминистически, вероятности относятся только к тому, как они проявляются в наблюдаемых. Состояние может подразумевать 100% вероятность определенного результата, тогда это «собственное состояние» этого наблюдаемого...

'т Хофт рассматривает волновые функции, которые по мере своего развития находятся в собственном состоянии, а затем, через определенный период времени, в другом собственном состоянии, и которые продолжают проходить через собственные состояния с фиксированной скоростью. Эти «моменты, когда волновая функция находится в собственном состоянии» соответствуют дискретным временным шагам клеточного автомата.