← 返回博客

数学科普系列 · 第 4 篇

概率与统计:测量到底在赌什么

前情提要:我们已经知道,一个量子态的"概率幅"是个复数,而测量得到某个结果的概率,等于对应那个幅的"模平方"(也就是它到原点距离的平方)。我们也知道"测量"其实并不温柔——它让系统猛地暴露给外界,把一团模糊的叠加强行定格成唯一一个确定值;只是之前没细说它到底定格到哪个值、每个值各占多大概率。而"给每条路径贴上不同相位、再让概率幅相加"这种干涉把戏,本文要给出它最干净的解释。

一、测量到底在"赌"什么

你抛一枚硬币,落地前是"既正又反"的未知;测量就是伸手把它按住,逼它只能显示一面。量子里的测量也是这么回事,只是多了一层"赌"的味道:在按下去之前,你不知道会看到哪一面,只知道每种可能各有百分之多少的"中奖率"。

这个"中奖率"不是你拍脑袋定的,它由系统此刻的概率幅决定。所以"测量在赌什么"的准确答案其实是:赌系统此刻的概率幅长什么样,然后按它给的赔率随机落到一个结果。 你没法预测单次结果,但你能精确算出每个结果出现的频率——这正是量子世界"随机却不混乱"的奇妙之处。

二、概率幅是复数,概率等于模平方

数学系列第1篇已经埋好伏笔:一个量子态的概率幅是复数,比如记作 a + bi。测量得到某个具体结果的概率,是这枚幅的模平方:

概率 = |a + bi|^2 = a^2 + b^2

一句话记住:幅是复数,概率是它到原点距离的平方,所以一定是个非负实数——这正是概率该有的样子(不能是负数,也不能大于 1)。如果系统只有这一个结果,那它还得满足所有结果的概率加起来等于 1,就像平面上几个向量长度平方之和为 1。这样无论你怎么测,总概率永远"正好花完",不会凭空多出来。

三、多条路径:先加幅,再平方(这就是干涉)

真正的量子戏法出现在"多条路"上。

想一想:一个粒子从起点到终点,可能走路径 A,也可能走路径 B。经典思维会想"走 A 的概率是 p、走 B 的概率是 q,总概率就是 p + q"。但量子不这么算,它先做一件反直觉的事——把两条路的概率幅相加,再整体取模平方:

总概率 = |幅A + 幅B|^2

注意加的是"幅"(复数,带正负、带方向),不是"概率"(非负实数)。

两条路径的概率幅在汇合处相加,相长则亮、相消则暗

这就引出干涉:

  • 如果幅A 和 幅B 同相(方向一致),加起来更大,模平方也更大——相长,你更可能看到这个结果;
  • 如果它们反相(比如一正一负、正好抵消),加起来可能归零,模平方也归零——相消,这个结果你根本看不到。

所以"干涉"不是什么神秘力场,它就是先加复数幅、再取模平方这件事的自然后果。把顺序搞反(先平方再加)就完全看不到干涉了。

四、本征态 = 测量给你的"可能答案"

每次测量,系统其实是在一堆叫"本征态"的特殊状态里挑一个亮出来。你可以把本征态理解成测量的候选答案清单——比如一个量子比特的本征态就是 0 和 1 这两个确定值,测量绝不会蹦出半个 0 来。

测量发生时: 1. 系统当前可能处在几个本征态的叠加里(一团乱麻般的幅); 2. 测量一把把它"钉"到某一个本征态上,从此那个结果就是确定的; 3. 钉到每个本征态的概率,由对应那个幅的模平方决定。

这条规则叫玻恩规则,它就是你一直在找的"概率到底怎么定"的完整答案:不是你猜,也不是均匀随机,而是由现在这团幅的模平方精确给定。测量"塌"到的那个值,永远在候选清单之内,只是你事先不知道是哪一个。

五、为什么概率"不是简单相加"

把上面的线头收一收。经典概率里,两条互斥路径的概率直接加:p + q。可量子里你加的是幅,于是出现一种经典世界绝不会有的怪事:

假设路径 A 和 路径 B 的幅大小相等、但反相(一个 +c、一个 -c)。它们的幅相加:

c + (-c) = 0

再取模平方:|0|^2 = 0。意思是——两条看起来都"存在"的路径,合起来却让这个结果的概率为 0。

这正是干涉最刺眼的地方,也解释了为什么"概率不能直接加":因为相加的对象是带符号、带方向的复数幅,平方之后正负才可能打架归零。如果傻傻地把概率当实数直接相加,你永远得不到"两条路互相抹掉"这种结果。量子和经典的差别,就藏在这个"先加幅、后平方"的顺序里。

读后小测

3 句话复述

1. 概率幅是复数,测量得到某结果的概率 = 该幅的模平方,这是个非负实数。 2. 多条路径时,先让各路径的概率幅相加,再整体取模平方——这就是干涉,同相相长、反相相消。 3. 本征态就是测量的"可能答案",测量随机落到一个本征态,落点概率由玻恩规则(幅的模平方)决定。

1 件动手小事

在纸上画两条箭头:一条向右标 +1、一条向左标 -1,代表两条路径的幅。把箭头头尾相接相加,得到 0;再算模平方 |0|^2 = 0。然后换成两条都向右的 +1 和 +1,相加得 2,模平方 4——你亲手看到了"反相归零、同相放大"。

---

测一次,就是赌一把;赌的赔率,写在概率幅的模平方里。下一篇《指数与相位:为什么 e^{iθ} 到处都是》:你会看到驱动这一切干涉的"相位"其实就是一个旋转角,写成了 e^{iθ} 的样子,到时候那团忽正忽负的幅就不再是谜。

flowchart LR A["路径A 概率幅"] --> C["幅相加"] B["路径B 概率幅"] --> C C --> D["模平方 = 概率"] D --> E["相长 或 相消"]