2026-04-16 05:41:11 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

文章总结： 本文系统阐述了量子比特的数学表示方法，将自旋物理概念转化为二维复向量体系。核心内容包括：建立Z/X/Y三组测量基与空间方向的对应关系，演示不同基下态矢量的坐标转换规则，揭示相对相位决定测量方向的物理本质，并推导出用两个角参数(θ,φ)描述单量子比特纯态的通用公式。文章为理解Bloch球表示奠定了数学基础，重点在于掌握沿方向测量等价于对应基展开取模平方这一关键翻译规则。 综合评分： 82 文章分类： 量子计算,技术标准,解决方案

cover_image

【量子计算】量子比特的数学：把自旋翻译成二维复向量

原创

Litt1eQ Litt1eQ

Coder小Q

2026年4月14日 08:30 山东

在小说阅读器读本章

去阅读

【量子计算】量子比特的数学：把自旋翻译成二维复向量

上一篇 2.1 已经把单量子比特最重要的物理图像讲清楚了：自旋沿任意固定方向测量都只有两个结果；同方向重复测量是稳定的；换方向测量会把原来的确定性变成随机；概率服从这样的规律。[1][2]

再往前的 0.1、0.2、1.3、1.4 其实已经把另一半内容铺好了：复数、向量、Born 定则、归一化、全局相位与相对相位、以及“同一个态在不同基下有不同坐标”这些概念，都已经单独讲过。[1][2]

所以这一篇不再把那些基础内容完整重讲一遍。本文只做一件更聚焦的事：

❝

把 2.1 里的自旋语言，收敛成单量子比特最常用的几套坐标规则。

换句话说，这一篇的重点不是“什么是叠加”“为什么概率是模平方”这些前文已经解释过的问题，而是下面三件更具体的事：

自旋的三个测量方向，怎样对应成三组标准基；
2.1 里的 50%/50% 和，怎样直接写成向量系数；
为什么单量子比特最后只需要两个角，从而自然走向下一篇的 Bloch 球。

0. 先看目的地：这篇文章新增什么

读完这篇，你应该能熟练完成四类“Part 2 真正在用”的计算：

把 2.1 里的自旋态翻译成量子比特记号：
已知一个态在计算基下写成

能直接算出它在 X 基和 Y 基下的坐标。

把 2.1 里的“沿某个方向测量”翻译成“在某一组基下展开并取模平方”。
给定一个空间方向，写出对应的单量子比特纯态

如果把 2.1 看成“实验现象”，那么这一篇就是“最小够用的坐标字典”；下一篇 2.3 则会把这本字典压成一张几何地图。

1. 先建立翻译表：2.1 的物理态，对应哪些 ket

2.1 的主角是 Stern-Gerlach 装置。那一篇实际上已经给出了三组最重要的“二选一问题”：

沿方向测，问的是“ 还是 ”；
沿方向测，问的是“ 还是 ”；
沿方向测，问的是“ 还是 ”。

在量子计算里，我们把这三组问题分别写成三组标准基：

| 物理语言 | 量子比特语言 | 向量表示 | | — | — | — | | | | | | | | | | | | | | | | | | | | | | | | |

这张表本身没有引入新物理，它只是把 2.1 的实验语言固定成后续会一直使用的记号。

最关键的一行是

它的含义前文已经讲过，这里只保留和 Part 2 直接相关的版本：

是方向测量对应的一组基；
是这组基下的坐标，也就是沿方向提问时的两个概率幅；
同一个物理态，换到别的基下会改写成另一组坐标。

因此，这一篇真正要讲的不是“量子态为什么是向量”，而是：

❝

一旦把方向固定成计算基，2.1 里所有别的测量方向都可以被理解成换基。

2. 归一化在这里的作用：把 2.1 的概率写成向量长度

归一化、bra-ket、Born 定则本身前文都已经讲过，这里只保留一个会反复使用的结论：

若

那么它必须满足

因为沿方向测量时，

也就是说，在 Part 2 里，归一化最实际的作用就是把“向量合法”与“概率总和为 1”锁成同一件事。

举三个之后会不断复用的例子：

它们都满足长度为 1，所以都是合法态。

其中最值得留意的是最后一个：

它和在计算基下都给出

但它们显然不是同一个态。这个差别不是“概率大小”的差别，而是“相位结构”的差别；在 Part 2 里，这个差别会直接表现为“对应的是不同测量方向”。[1][2]

所以这里真正要记住的不是归一化的定义，而是它在 Part 2 中的用途：

❝

一个单量子比特态的系数，既要装下测量概率，也要装下测量方向信息。

3. 三组常用基：把“测哪个方向”写成“用哪组坐标”

2.1 已经说明了一个物理事实：同一个量子态，沿不同方向测量，统计结果会不同。现在把这句话改写成数学语言，就是：

❝

同一个 ket，放到不同基下展开，会得到不同坐标。

单量子比特最常用的三组基就是：

3.1 Z 基：计算基

它对应 2.1 里的方向测量。

3.2 X 基：Hadamard 基

它对应 2.1 里的方向测量。

3.3 Y 基：对应 y 方向测量

它对应 2.1 里的方向测量。

到这里为止，可以把 2.1 里的“沿不同方向摆 Stern-Gerlach 装置”压缩成下面这张更紧凑的表：

| 测量方向 | 测量基 | 两个结果 | | — | — | — | | | | | | | | | | | | |

这样一来，2.1 中那些看似分散的实验结论，就可以统一改写成：

在 Z 基下是确定态；
在 X 基下不是确定态；
在 Y 基下也不是确定态。

接下来我们就把这三句话直接算出来。

4. 换基：2.1 里的 50%/50%，在数学上到底怎么出现

4.1 从到 X 基

由

立刻反解得

这就是 2.1 里

的数学版本，因为在 X 基下，两个系数的模平方都等于。

4.2 从到 Y 基

同理，由

可以得到

所以如果把 2.1 的装置继续转到方向，那么从出发同样会得到 50%/50%。

4.3 一般公式：已知 Z 基坐标，怎样读出 X 基和 Y 基概率

若

那么它在 X 基下的坐标是

于是

同样地，它在 Y 基下的坐标是

于是

这两个公式很值得反复看，因为它们把 2.1 的两个核心事实压成了一行：

测量方向不同，读出的不是同一组坐标；
相位差会在换基后进入可观测概率。

4.4 为什么相对相位在这里才真正“露出来”

比较两个态：

它们在 Z 基下都满足

但在 X 基下：

所以它沿方向测量是确定的。

而对，

也就是说，在 X 基下反而变回 50%/50%。

这正是前文已经讲过、但到 Part 2 才开始真正有方向含义的那句话：

❝

全局相位可以忽略；相对相位决定“这根态矢量指向哪一个方向”。

5. 从 2.1 的角度公式，到单量子比特的参数化

上面讲的是“已知态，去算不同方向上的概率”。现在反过来做：

若我们先知道一个方向，能不能直接把对应态写出来？

5.1 先只看平面：把直接写进系数

2.1 已经告诉我们：如果系统处于“某个方向的向上态”，而这个方向与轴夹角为，那么在 Z 基下有

那最自然的写法就是直接把概率幅选成

这里先只考虑系数都取实数，也就是方向限制在平面。

它立刻给出三个最重要的检查点：

当时，
当时，
当时，

因此，2.1 里“从北极转到赤道再转到南极”的直觉，在这里已经变成一条明确的公式链。

举 2.1 里那个最常用的数值例子。若方向与轴夹角为，则

于是

这和 2.1 的实验语言完全对上。

5.2 加入绕轴的转角：为什么需要

如果只看平面，前面的实系数已经够用了；但要把方向也纳入进来，就必须允许第二个分量带上复相位。

最自然的推广是

通常约定

这里：

控制南北方向，也就是 Z 基下两项模长的分配；
控制绕轴的相对相位，也就是在赤道上“转到哪个方向”。

这条公式同样要先看几个地标点：

这组式子本身就说明：X 基和 Y 基并不是“额外新发明的状态”，而只是同一条参数化公式在赤道上的几个特殊点。

6. 为什么最后只剩两个参数：为 Bloch 球做准备

一般的看起来有四个实参数，因为两个复数各自都有实部和虚部。

但对单量子比特纯态来说：

归一化

去掉一个自由度；

全局相位不可观测，再去掉一个自由度。

所以真正不同的单量子比特纯态，只剩两个实自由度。

而

正好就是用两个角来写这两个自由度。

这也是为什么下一篇能够把所有纯态画到一个二维球面上：不是因为量子态本来生活在普通三维空间里，而是因为“去掉冗余之后，单量子比特纯态恰好只剩两个坐标”。[1][3]

小结：这一篇真正补上的，是 Part 2 的坐标系

把本文压缩到最核心的几句话，就是：

2.1 里的三个测量方向，在量子计算里分别对应 Z 基、X 基、Y 基。
单量子比特的一般纯态仍然写成

但在 Part 2 里，重点不再是“这行式子什么意思”，而是“它在不同方向测量下怎样重写”。

从 Z 基换到 X 基、Y 基时，概率幅分别变成

和

2.1 里的规律，可以直接被写成单量子比特态

如果只记一条最重要的翻译关系，那就是：

❝

“沿某个方向测量自旋”这句话，在量子计算语言里，等价于“把态放到对应那组基里展开，再对系数取模平方”。

这一篇已经把 2.1 的物理直觉变成了坐标、换基和参数化。下一篇 2.3 会把这里的两个角重新压成几何图像：为什么在北极、在南极，为什么、落在赤道，为什么单量子比特门可以看成球面上的旋转。

参考资料

Leonard Susskind and Art Friedman, Quantum Mechanics: The Theoretical Minimum. Basic Books, 2014.
Chris Bernhardt, Quantum Computing for Everyone. The MIT Press, 2019.
Massachusetts Institute of Technology, “Quantum Information Processing with NMR,” MIT OpenCourseWare. https://ocw.mit.edu/courses/8-13-14-experimental-physics-i-ii-junior-lab-fall-2016-spring-2017/resources/mit8_13-14f16-s17exp49/

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：Coder小Q Litt1eQ Litt1eQ《【量子计算】量子比特的数学：把自旋翻译成二维复向量》