我個人看法是 所謂的機率 它在定義上是一種理想狀態 也就是說假設 一顆公正的6面骰 我們說該骰子骰到 1點的機率 =1/6 代表是 理想上 每骰六次 就會出現一次 1點 但實際上是如此嗎 ? 不知道 只能說 "骰過了才知道" 相同的 若一個與世隔絕的箱子的粒子在過了 T 時間後衰變的機率=1/2 代表說 理想上 同時有兩組實驗 則過了 T時間後 會有一組裡的粒子有衰變、另一組則沒衰變 但是 "實際上" 是如何? 不知道 (有可能正在衰變中...等等) 要做過了才知道 這就是機率所要詮釋的意思 ---- 量子力學課本最前面或附錄通常都會稍微介紹 probability 這就代表著 整個量子力學的架構 都是建立在 "平均"、"理想上" 因為要嘗試用數學 model描述電子等的移動軌跡 複雜到幾乎是辦不到 (或許以後有可能?) 所以就只能用較理想的 model 來嘗試描述自然現象 因此機率就是一個很好的數學語言來描述 講這些是想說 根據那個實驗就引進所謂的 "平行世界" 不能說錯 但正確講應該要把 "平行世界" 當成是一種 "假想的世界" 要怎麼去假想都可以 方便人們解釋即可 但那些終究是 "理想" 真實世界是不是存在 "平行世界" 的概念 不知道 因為那是 "機率下的產物" 而非 "真實下的產物" 若因此而把 "貓是死是活的 state 重疊於與世隔絕的未知空間" 當成是真的存在 除非是真的可以用其它管道證實 不然也只能代表誤用了機率所要表達的意思 ------------------------------------------------------------------------------ 用一個簡單的 model 來描述 就是我們想知道 x 經過 T() 這個 Transformation 而得到 y: y = T(x) 可惜的是我們不知道 T() 是長得如何 只能藉由觀察已知 (x1,y1)、(x2,y2)、(x3,y3)、.... 或是 ( {x|...} ,{y|...} ) 大致上的分布 來估算出這些數據的 mean、varience 設法來嘗試描述 T() 的種種性質 對量子力學來說 算 momentum 、... 等 都是一樣的意思 量力只能跟你說 E(X) 、 E(Y)、 var(X) 、var(Y) 這些數據 可以蠻精確的描述 T() 這個轉換的特性 但是卻無法跟你說 若我有一個 input data = m 則 T(m) = ? 量力只能跟你講說 利用機率或統計的概念 可以描述出 T(m) 的機率分布 但可以因此就講說 " T(m) 有非常多的 state 平行而重疊再一起 若去觀察 T(m) 觀察者就只會看到 T(m) 的一其中一個 state" ? 怎麼推論都只能說 "以上那段話只是假想 , 而非真實" 因為機率的概念不是這樣用的... ps: 以上只針對 xxxx貓 的實驗所做的討論 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.113.141.151 ※ 編輯: doom8199 來自: 140.113.141.151 (04/13 14:15)