世界首颗量子科学实验卫星发射准备就绪

神丹99

竟然以博士自稱！

神丹99

竟然以博士自稱！

D.路飞

反中的真的很可怜，很可怜...

我慢慢地从看不起反中的，变成有点同情了..

50912cmea

tansks1737

mangolu 发表于 15-8-2016 11:25 AM
这又是山寨哪国的？

世界首颗怎么山寨呢？

mangolu

tansks1737 发表于 18-8-2016 03:27 PM
世界首颗怎么山寨呢？

不山寨不符合某些人的价值观！

古板勇男

tansks1737 发表于 18-8-2016 03:27 PM
世界首颗怎么山寨呢？

认真看清他的回复吧, 消极和极端!

johanson

SuperKedah 发表于 17-8-2016 11:52 PM
這部份倒沒曾去深入過.
一個對weak value有點不以為然的我,
有關weak value事項, 的確是不怎麼要去探討.

目前會花比較多時間在qubit encoding.....


試看這篇論文, 有談到其所
觀察weak measurement ...

那份journal里面只有大概提到实验操作的设计图和操作概念，可能这些作者之前在[25]已经详细提过这个方法。

johanson

SuperKedah 发表于 18-8-2016 10:04 AM
找到一張圖, 清楚顯示所謂的weak measurement的不合理


1) preselect 部份早就決定了後續, 己存在一種altering states的measurement,
    而所謂post selection = confirmation with strong measurement
2)  ...

我觉得不论他们怎样做什么测量，都是会改变／破坏原本的量子状态。所以无论是pre selection/post selection，量子状态的确已经发生变化，到底最后还有没有维持量子效应，这个就有争议。

在量子力学，我一般是不倾向哪个主张，我是跟着学术界主流的主张。我是比较有兴趣看那些提出weak measurement的物理学家们如何来证明最后的结果也是属于量子效应和如何反驳别人的质疑。这也是搞物理基础理论的研究的乐趣。

Expectation value和平均值的定义有差别，期望值顾名思义应该是经过某个次数的尝试之后所最能得的结果，而平均值只是对于整个数据取个平均而已。

平均數還終究是平均數, 是猜測的一個統計數字, 對原紙張都本都沒作物理上的測量. 你拿到的是一組紙張重量的平均值, 不是紙張的重量. 它不能代表該紙張的物理重量.

当你在测重量的时候，你就已经在测量物理量，只不过你的物理量到后来是取实验数据的平均值。

SuperKedah

johanson 发表于 18-8-2016 11:09 PM
我觉得不论他们怎样做什么测量，都是会改变／破坏原本的量子状态。所以无论是pre selection/post selection，量子状态的确已经发生变化，到底最后还有没有维持量子效应，这个就有争议。

在量子力学，我一般是不 ...

Expectation value和平均值的定义有差别，期望值顾名思义应该是经过某个次数的尝试之后所最能得的结果，而平均值只是对于整个数据取个平均而已。

沒錯, 定義上兩者有差異,
但我主要是針對這個weak measurement 測量結果,

分析得知它是服從二項分配(binomial distribution) :
它的sample space S也是finite. 也因為它觀察了
n 個samples 且經歷了weak measurement,
其outcome(測量所造成state 變化)是random(隨機).
再因, 每個outcome的機率是相互獨立(independent)
而outcome也是"accept" 或 "reject".
據此, 我可斷言, 其結果分佈, 在本質上是
屬二項分佈(binomial distribution).

而binomial distribution 的期望值(Expect Value)

因此, 第三項在binonial distribution中為1
則 :
          E(X) = np

np = average, 這是無誤的.

=========================
我們可以這樣看, 假設有一數列, 服從二項分佈,
例: {1,2,2,3,3,3,4,4,6}

則其平均mean =
(1+2+2+3+3+3+4+4+6)/9 = 3

計算其Expect value np,
則依其機率 :
1 : 1/9, 2 : 2/9, 3 : 3/9, 4 : 2/9, 5 : 1/9
則依E(X)= (1/9)*1+(2/9)*2+
               (3/9)*3+(2/9)*4+(1/9)*5
            = 3.

因此, 在binomial 分配, 其E(x)=mean
========================
所以, 我才會在回帖中交互使用平均或期望值,
因兩者是相同的.

johanson

SuperKedah 发表于 19-8-2016 09:37 AM
沒錯, 定義上兩者有差異,
但我主要是針對這個weak measurement 測量結果,

分析得知它是服從二項分配(binomial distribution) :
它的sample space S也是finite. 也因為它觀察了
n 個samples 且經歷了weak  ...

binomial distribution只适于应用在只有两个结果出现的情况，比如投硬币。

也就是一个结果出现的几率为p，另一个结果是1-p，所以你举的例子{1,2,2,3,3,3,4,4,6}应该不是二项分布。

有时候两个词语的应用是可以互相交换，但是要清楚知道在描述什么。这里有一个比较简单的解释，

The concept of expectation value or expected value may be understood from the following example. Let X represent the outcome of a roll of an unbiased six-sided die. The possible values for X are 1, 2, 3, 4, 5, and 6, each having the probability of occurrence of 1/6. The expectation value (or expected value) of X is then given by


(X)expected=1(1/6)+2⋅(1/6)+3⋅(1/6)+4⋅(1/6)+5⋅(1/6)+6⋅(1/6)=21/6=3.5

Suppose that in a sequence of ten rolls of the die, if the outcomes are 5, 2, 6, 2, 2, 1, 2, 3, 6, 1, then the average (arithmetic mean) of the results is given by
(X)average=(5+2+6+2+2+1+2+3+6+1)/10=3.0

We say that the average value is 3.0, with the distance of 0.5 from the expectation value of 3.5. If we roll the die N
times, where N is very large, then the average will converge to the expected value, i.e.,(X)average=(X)expected.

This is evidently because, when N is very large each possible value of X (i.e. 1 to 6) will occur with equal probability of 1/6, turning the average to the expectation value.

http://math.stackexchange.com/qu ... -and-expected-value

johanson

SuperKedah 发表于 18-8-2016 10:05 AM
一個博士論文, 我還沒去讀, 你可以看看

从题目上来看，这个论文应该是有条件地保留量子纠缠状态当进行weak measurement时。

SuperKedah

johanson 发表于 19-8-2016 11:09 PM
binomial distribution只适于应用在只有两个结果出现的情况，比如投硬币。

也就是一个结果出现的几率为p，另一个结果是1-p，所以你举的例子{1,2,2,3,3,3,4,4,6}应该不是二项分布。

有时候两个词语的应用是可 ...

binomial distribution只适于应用在只有两个结果出现的情况，比如投硬币。

是的, weak measurement 測出來的結果,
在post selection 後作統計, 只有"Accept" 或 "Reject".
和投硬幣是一樣的. 所以它的確是binomial distribution.

為簡單計算, 我假設被measure 後的quantum particles只有4個states,
+1, +2, -1, -2. (**說明一下, 它不是number, 是state)

則 :
p(+1) = 1/4,
p(+2) = 1/4,
p(-1)  = 1/4,
p(-2)  = 1/4,

但假設只有+1是accept, +2,-2,-1是reject.
所以P(accept)=1/4, P(reject)=3/4.

另一個簡易假設為, 每個經過weak measurement
的quantum particles 會出現隨機的4個states中的1個.
假設400個quantum particles經過測試, 在完美的隨機下,
必然會有100個+1, 100個+2, 100個-1, 100個-2的結果.

計算Expect value : E(X) =np = 400(1/4) = 100.
直觀的意義上, 平均會有100粒具有+1的state會在每400粒中出現.

再來, 400粒有4種states, 則平均一種states 有 :  
400/4 =100粒,

這是我的看法與算法, 也許你有不同的看法, 大家可以來進行討論.

{1,2,2,3,3,3,4,4,6}

這個數列是參考pascal triangle出來的,
但1,3,3,1, 4個類別, 8 組數字, 覺得少不夠多樣化,
1,4,6,4,1 5個類別, 多樣化夠, 但要16組數字又太多,
因此, 調整各數, 得出5個類別, 9組數字,

算算也剛好E(x)=mean, 目的也只是show
E(x)是可以相等mean, 所以就用了.
基本上是不屬於binomial 數列, 將就著用.....

杀龟大郎

耒錯地方了！
要教學？請你回大學做教授去吧！
相信這里沒人對你的大炮言論有興趣！

馬不知馬脸長？整天扮專家！