量子科技中心_量科网

矩生成函数、特征函数、累积量生成函数和第二特征函数等统计函数是经典统计学与概率论中的基石工具。这些函数为分析系统的统计特性提供了强大手段，并广泛应用于统计物理和场论等领域。尽管这些函数在经典理论中无处不在，但由于算符非对易性这一根本障碍，其量子对应物长期缺失。这种框架的缺乏模糊了标准统计度量与量子力学非经典特性之间的深刻联系。该研究团队在此建立了一个超越这些限制的量子统计函数综合框架，自然统一了标准量子统计、准概率分布和弱值这三种不同表述。研究表明，这些定义为纯态期望值的函数在微分时能自然重现期望值、方差和协方差等基本量子统计量。关键突破在于，通过将框架扩展至包含预选择和后选择概念，该工作定义了能唯一导出弱值和弱方差的条件量子统计函数。进一步证明，当采用特定算符排序定义时，多变量量子统计函数对应于著名的准概率分布。该框架提供了一个具有凝聚力的数学结构，不仅能重现标准量子统计度量，还囊括了量子力学的非经典特征，从而为深入理解量子统计学奠定了基础。