所有制备-变换-测量场景中广义情境性的线性代数

广义情境性是非经典广义概率论（特别是量子力学）的一个典型区分属性。对于给定的广义概率论，其广义情境性的认证和表征方法在制备-测量和单阶段制备-变换-测量场景中已经得到了很好的发展。在最近的工作[arXiv:2512.10000]中，引入了一个自下而上、统计优先的线性代数框架，用于制备-测量场景中的情境性。我们将这种方法扩展到具有任意数量阶段的顺序变换的操作场景。我们给出了此类场景在操作理论中情境性的完整决策过程，并分析了其计算复杂性。特别是，我们的决策过程的复杂性在最小广义概率论（GPT）维度上是指数级的，在过程数量上是多项式的。我们通过多个例子展示了我们的框架和方法，包括Spekkens的玩具理论和8态单量子比特稳定子理论。特别是，我们构建了一个操作理论，其中情境性仅在变换的顺序结构中表现出来。因此，我们的发现为组合结构在广义情境性现象中的重要作用提供了新的视角。