用于拒绝局域实在论的渐近最优数据分析
量子物理
2011-12-30 v2
摘要
可靠的违反局域实在论的实验演示对于量子力学的基础检验至关重要。可以根据统计p值来量化实验所见证的违反程度，该p值定义为在局域实在论下，观察到至少与所见证的违反程度一样高的违反的最大概率。因此，高违反对应小p值。我们提出了一种基于预测比率的分析协议，其p值即使在制备的量子态任意变化且局域实在论模型依赖于先前的测量设置和结果时仍然有效。因此，它不受记忆漏洞[J. Barrett et al., Phys. Rev. A 66, 042111 (2002)]的影响。如果制备的态不随时间变化，则p值是渐近最优的。为了比较，我们考虑了从贝尔不等式违反的标准差数和鞅理论[R. Gill, arXiv:quant-ph/0110137]推导出的协议。我们发现前者的p值可能过小，因此在统计上无效，而后者推导出的p值则是次优的。PBR p值不需要预先确定的贝尔不等式，并且可用于比较不同局域实在论检验的结果，与实验细节无关。
引用
@article{arxiv.1108.2468,
title = {Asymptotically optimal data analysis for rejecting local realism},
author = {Yanbao Zhang and Scott Glancy and Emanuel Knill},
journal= {arXiv preprint arXiv:1108.2468},
year = {2011}
}
备注
11 pages, 4 figures; Software implementation of the PBR analysis protocol and its user guide attached as ancillary files; minor changes (add the software disclaimer, etc.)