核心目标

  • 建立数据素养基本框架:定义关键术语(如数据点、数据集、变量类型)。
  • 区分描述性统计与推断性统计的应用场景与局限。
  • 强调决策中“相关不等于因果”的基本原则。

方法论基础

数据收集原则

  • 随机抽样是保障样本代表性的前提条件。
  • 避免自我选择偏差(self-selection bias)和回忆偏差(recall bias)。

数据质量维度

  • 准确性:数据值与真实值的一致程度。
  • 完整性:关键字段缺失率应低于5%。
  • 时效性:业务决策所用数据延迟不得超过T+1日。

基础统计工具

  • 集中趋势:均值(适用于正态分布)、中位数(适用于偏态分布)。
  • 离散程度:标准差(定量变量)、四分位距(IQR,抗异常值干扰)。
  • 分布形态:偏度(Skewness)与峰度(Kurtosis)用于诊断模型假设。

预备知识与基本定义

Weyl-Titchmarsh函数与Livšic函数

  • Weyl-Titchmarsh函数定义为M(z)=((A−zI)−1(z+i)g+,g+)M(z) = ((A - zI)^{-1}(z + i)g_+, g_+),其中z∈C+z \in \mathbb{C}^+,g+∈ker⁡((A˙)∗−iI)g_+ \in \ker((\dot{A})^* - iI)且∥g+∥=1\|g_+\| = 1。
  • Livšic函数定义为s(z)=z−iz+i⋅(gz,g−)(gz,g+)s(z) = \frac{z - i}{z + i} \cdot \frac{(g_z, g_-)}{(g_z, g_+)},其中gz∈ker⁡((A˙)∗−zI)g_z \in \ker((\dot{A})^* - zI),g±g_\pm满足g+−g−∈Dom⁡(A)g_+ - g_- \in \operatorname{Dom}(A)。
    -M(z)M(z)不依赖于归一化亏量元g+g_+的具体选取;s(z)s(z)在条件g+−g−∈Dom⁡(A)g_+ - g_- \in \operatorname{Dom}(A)下亦不依赖于g±g_\pm的具体选取,但依赖于参考自伴算子AA。
    -M(z)M(z)与s(z)s(z)满足关系式s(z)=M(z)−iM(z)+is(z) = \frac{M(z) - i}{M(z) + i}。

von Neumann参数与特征函数

  • 对A˙\dot{A}的极大耗散扩张AA(满足Im⁡(Af,f)≥0\operatorname{Im}(Af, f) \geq 0),存在唯一κ∈C\kappa \in \mathbb{C},∣κ∣<1|\kappa| < 1,使得g+−κg−∈Dom⁡(A)g_+ - \kappa g_- \in \operatorname{Dom}(A);称κ\kappa为三元组(A˙,A,A)(\dot{A}, A, A)的von Neumann参数。
  • 特征函数定义为S(z)=s(z)−κκs(z)−1S(z) = \frac{s(z) - \kappa}{\kappa s(z) - 1},z∈C+z \in \mathbb{C}^+。
    -S(z)S(z)可用M(z)M(z)表示为S(z)=−M(z)−i1+κ1−κM(z)+i1+κ1−κS(z) = -\frac{M(z) - i \frac{1+\kappa}{1-\kappa}}{M(z) + i \frac{1+\kappa}{1-\kappa}}。
  • von Neumann参数可由特征函数在z=iz = i处取值得到:κ=S(i)\kappa = S(i)。
  • 当κ=0\kappa = 0时,有S(z)=−s(z)S(z) = -s(z)。

亏量子空间的投影刻画

  • 对任意z∈C+z \in \mathbb{C}^+,存在唯一γ(z)∈C\gamma(z) \in \mathbb{C}使得gz−γ(z)g~z∈Dom⁡(A)g_z - \gamma(z) \tilde{g}_z \in \operatorname{Dom}(A),其中gz,g~z∈ker⁡((A˙)∗−zI)g_z, \tilde{g}_z \in \ker((\dot{A})^* - zI)且非零。
  • 此γ(z)\gamma(z)满足∣γ(z)∣=∣S(z)∣|\gamma(z)| = |S(z)|。
  • 若gz∈Dom⁡(A)g_z \in \operatorname{Dom}(A),则导致Im⁡(Agz,gz)<0\operatorname{Im}(Ag_z, g_z) < 0,与AA耗散性矛盾,故必有α≠0\alpha \neq 0(即投影系数非零)。

von Neumann对数势与完备酉不变量

  • von Neumann(对数)势定义为ΓA(z)=log⁡∣S(z)∣\Gamma_A(z) = \log |S(z)|,定义域为C+∖{zk∣S(zk)=0}\mathbb{C}^+ \setminus \{z_k \mid S(z_k) = 0\}。
  • 若A˙\dot{A}是素型算子,则M(z)M(z)和s(z)s(z)分别是二元组(A˙,A)(\dot{A}, A)的完备酉不变量;S(z)S(z)是三元组(A˙,A,A)(\dot{A}, A, A)的完备酉不变量。
    -∣s(z)∣|s(z)|是对称算子A˙\dot{A}的完备酉不变量;∣S(z)∣|S(z)|是极大耗散算子AA的完备酉不变量。
  • von Neumann参数κ\kappa是三元组(A˙,A,A)(\dot{A}, A, A)的酉不变量;其模∣κ∣|\kappa|是耗散算子AA的良定酉不变量。
  • von Neumann对数势ΓA(z)\Gamma_A(z)可唯一确定AA至多差一个酉等价。

开放量子系统的数学

第2章:耗散算子与对称算子的谱理论基础

单位不变量与特征函数

完全单位不变量

  • 在对称算子A˙\dot{A}为素算子(prime)的假设下,Weyl–Titchmarsh 函数M(z)M(z)与 Livšic 函数s(z)s(z)共同构成对(A˙,A)(\dot{A}, A)的完全单位不变量。
  • 特征函数S(z)S(z)是三元组(A˙,A,A)(\dot{A}, A, A)的完全单位不变量(参见文献[86]及附录C中定理C.1)。
  • 若A˙\dot{A}非素,其素部分A˙∣H′\dot{A}|_{\mathcal{H}'}定义在子空间H′⊂H\mathcal{H}' \subset \mathcal{H}上,则三元组(A˙,A,A)(\dot{A}, A, A)与(A˙∣H′,A∣H′,A∣H′)(\dot{A}|_{\mathcal{H}'}, A|_{\mathcal{H}'}, A|_{\mathcal{H}'})具有相同的特征函数(见附录B中定理B.2)。

模长型单位不变量

-∣s(z)∣|s(z)|是对称算子A˙\dot{A}的(完全)单位不变量(引理E.1与命题E.2,附录E)。 -∣S(z)∣|S(z)|是极大耗散算子AA的(完全)单位不变量。

  • von Neumann 参数κ(A˙,A,A)\kappa(\dot{A},A,A)是三元组(A˙,A,A)(\dot{A}, A, A)的单位不变量;其绝对值κ(A)=∣κ(A˙,A,A)∣\kappa(A) = |\kappa(\dot{A},A,A)|是耗散算子AA的良定义单位不变量(公式2.16)。

函数刻画与唯一性

  • 已知s(z)s(z)与S(z)S(z)(至多相差一个模为1的常数因子),等价于已知∣s(z)∣|s(z)|与∣S(z)∣|S(z)|,即可在A˙\dot{A}为素算子时,分别唯一确定A˙\dot{A}与极大耗散扩张AA的单位等价类(文献[73])。
  • von Neumann 对数势ΓA(z)\Gamma_A(z)的取值完全决定了耗散算子AA的单位等价类。