01 / TWO SLITS / ONE VERY STRANGE ANSWER
如果你不去看,一个电子真的会像波一样相互干涉吗?
把一块屏幕竖起来,在中间开两条很细的缝。你把许多小球扔过去,它们通过左缝或右缝,最后落在后面的板子上。你也许会看到两个分布区域。
现在换成电子:实验显示,在适当条件下,即使一次只发出一个电子,积累足够多次后,屏幕上仍可能出现像水波那样明暗交错的干涉条纹。每一次只有一个探测事件,整体却展示了波的规律。
到底该说这个电子“走了左边”,还是“走了右边”?在不测量路径的条件下,经典的二选一图像往往不足以描述干涉。你需要把两条可能路径对应的量子概率幅先相加,然后再取平方得到概率。
二十世纪的理论物理学家理查德·费曼发展了一种令人着迷的计算框架:在路径积分的数学表达里,对不同路径的复振幅进行加权求和。这并不表示每条路径都是我们能拍照看见的经典轨迹,而是量子理论的一种严密计算工具。
费曼主要是理论物理学家。这一篇是专栏的跨学科特别篇:我们关心的不是把他误写成纯数学家,而是让学生看到复数、积分、概率与计算怎样进入现代物理。
在量子世界里,为什么“先把可能性加起来”与“先把概率加起来”会得到不同结果?
02 / A REAL LIFE IN HISTORY
好奇心、计算天赋与解释困难问题的能力
费曼1918年出生于美国纽约,青年时期在麻省理工学院学习,之后在普林斯顿大学研究物理。他在第二次世界大战期间参加曼哈顿计划,战后长期从事量子电动力学和理论物理研究。
他以讲课生动著称,但真实科学工作不只是讲解趣闻:量子电动力学的重整化、路径积分与计算图式都需要极高的数学与物理训练。1965年他与施温格、朝永振一郎分享诺贝尔物理学奖。
童年开始对科学装置和自然规律好奇。
继续进入普林斯顿研究理论物理。
包括曼哈顿计划中的理论计算工作。
发展用于量子电动力学的计算表述。
因量子电动力学领域的基础贡献获奖。
用直观演示帮助公众理解工程材料对低温的敏感性。
留下研究论文、教材与著名的物理学讲义。
费曼的故事常被包装成“天才式的轻松”,但数学与物理研究需要长期学习、质疑和艰苦验证。真正值得学习的,是他愿意把最难的问题重新讲清楚,同时警惕自欺。
03 / COMPLEX AMPLITUDES / TWO PATHS
为什么两条可能的路,不是两个概率直接相加?
量子干涉最违反直觉的一点是:不同路径的复数振幅可能增强,也可能相互抵消。
在生活中,一条路的概率是30%,另一条路是20%,如果两条路互不重叠,直觉上可以得到50%。但量子力学中,若两条替代路径保持相干且无法区分,必须先相加的是复数振幅。
复数可以看作平面上的箭头。两个箭头方向相同,合成就变长;方向相反,合成就相互抵消。最后再取合成振幅的模长平方,得到与概率相关的量。
你可以把这种复数相位的叠加与欧拉公式 e^(iθ)=cosθ+i sinθ 联系起来。十八世纪的数学语言,竟能描述二十世纪的微观物理现象。
实验 A / 把两根复数箭头相加,看看结果
改变两条同等强度路径的相位差,从完全增强走向抵消。
调整滑块查看数学现象。
这里只演示两条理想相干振幅的数学叠加。没有模拟真实电子探测器、退相干或完整路径积分。
电子显微镜、干涉测量与量子计算
量子干涉是理解电子波动性、某些精密测量方法和量子信息处理的基础。量子计算利用态振幅的演化与干涉安排运算结果,但不能理解为“所有答案都被同时直接读出来”。
令 A₁=1/2、A₂=e^(iθ)/2,计算 |A₁+A₂|²=(1+cosθ)/2=cos²(θ/2)。这是一段很短却很漂亮的复数与三角函数练习。
04 / CALCULATING WITH RANDOM SAMPLES
随机扔点,竟然也能估计圆周率?
当复杂问题难以逐项精确计算,有时可以用可控制的随机抽样来近似。
在一张正方形纸上画一个内切圆,闭上眼随机落点。圆面积除以正方形面积是 π/4。假如落点足够均匀,大量落点中落入圆内的比例,可以用来估计 π/4。
这就是蒙特卡罗方法的一个入门玩具:不直接测量圆周长,而是通过随机抽样估计面积比例。
费曼善于使用计算和近似方法解决复杂物理问题,但不要把所有随机模拟技术都归到他的名下。它只是帮助我们理解当代计算物理的一扇门。
实验 B / 亲手用随机点估计 π
从100点增加到1万点,比较随机估计与熟悉的3.14159……
调整滑块查看数学现象。
使用固定伪随机种子;画面最多显示前2000个样本点,但统计会使用全部样本。结果并非精确计算 π。
金融风险、粒子模拟与复杂积分
现代蒙特卡罗算法在高维积分、物理粒子系统、材料模拟和金融风险估计里都很常见。它是一条“用概率帮助计算”的路线,需要统计误差分析和足够好的采样方法。
在真正研究时,随机并不意味着随意:怎样采样、如何估计误差、怎样避免偏差,每一步都需要严谨。
若每次圆内命中记为1、未命中记为0,那么比例估计的标准误差约为 √(p(1−p)/N)。估计 π 时再乘4。想提高一位精度,样本量往往需要增长很多。
05 / PICTURES THAT ORGANIZE EQUATIONS
一张看似简单的线条图,为什么能代表复杂的方程?
费曼图的价值不是“画出粒子的旅行照片”,而是有组织地记录量子理论的计算项。
在量子电动力学里,电子、正电子和电磁场之间的相互作用,会在计算中出现许多复杂项。费曼提出的图示记号,让物理学家能够根据图形组织不同的贡献,并按照规则把它们转换成代数表达。
线、顶点等符号对应特定的数学因子;把全部允许的项合起来,才能算出实验能测量的物理量。这种语言让繁琐的微扰计算变得更有系统性。
费曼还在二十世纪八十年代讨论过用量子系统模拟量子系统的可能性。这条思想后来成为量子计算研究的早期重要源头之一,但真正的量子计算机是许多科学家长期合作的成果。
从量子电动力学走向粒子物理
现代粒子物理实验的理论预测广泛使用费曼图、量子场论、数值积分和计算机程序。数学在其中既提供严密的符号,又提供可实现的算法。
对于想继续深入的学生,费曼是很好的跨学科入口:先掌握复数和微积分,再进入线性代数、概率以及量子力学。
你可以先阅读一阶微扰展开、复数内积与态向量,再学习路径积分的物理意义。比急着背诵每张图代表什么更重要的是:清楚区别数学表达、近似条件与实际可测量量。
06 / THE NEXT EXPLORER
如果你想继续学数学,从哪里开始?
费曼的故事提醒我们,数学不只是数学系里的考试,也是一种探索物理世界的语言。真正好的科学问题不会因为你暂时不懂公式就失去魅力;相反,它会给你继续学习公式的理由。
试着在纸上画两个旋转箭头,再用相位改变它们的合成长度。
研究复数模长平方、统计误差和简单线性代数。
学习状态向量、路径积分、计算物理与量子信息。
保持好奇,但永远不让漂亮的故事代替艰难而可检验的证据。
07 / SOURCES & HISTORICAL CONTEXT
好故事也要经得起追问
历史部分以专业数学史资料为准。传说、后世发展与数学家本人贡献分别交代;各互动图属于教学模型,并非史料重演或严格证明。肖像来源可通过上方链接追溯。
- MacTutor:Richard Feynman 的生平 ↗
- Caltech:The Feynman Lectures on Physics ↗
- American Institute of Physics:Feynman (1918–1988) ↗
- Wikimedia Commons:1939 MIT yearbook portrait ↗
JACKNOTE / MATH · 2026 · 文章、图表与互动实验原创编写;演示在本地浏览器运行,不上传输入数据。