3. 单量子比特测量统计

单量子比特的测量统计是量子计算实验中最基础、也最容易被低估的一环。一个量子比特的态可以写成布洛赫球上的一个矢量，而测量基的选择，本质上决定了我们把这个矢量投影到哪一根坐标轴上。Z基测量对应投影到 z 轴，X基测量对应投影到 x 轴，Y基测量对应投影到 y 轴。同一个态，换一个基去测，得到的频率分布、期望值和方差都会不同。本节围绕这三种测量展开：先明确算符与基矢约定，再给出期望值与方差的计算方法，然后用柱状图展示频率结果，最后讨论有限采样带来的统计误差。

一、三种测量基的算符与基矢约定

为避免符号混乱，本节统一采用以下约定：计算基为 |0⟩、|1⟩，泡利算符取

Z = [[1, 0], [0, -1]]
X = [[0, 1], [1, 0]]
Y = [[0, -i], [i, 0]]

Z基的测量基矢就是 |0⟩ 与 |1⟩；X基的测量基矢为 |+⟩=(|0⟩+|1⟩)/√2 与 |−⟩=(|0⟩−|1⟩)/√2；Y基的测量基矢为 |+i⟩=(|0⟩+i|1⟩)/√2 与 |−i⟩=(|0⟩−i|1⟩)/√2。测量结果分别记为 +1 与 −1 两个本征值。需要强调的是，Y基的相位约定在不同教材中可能相差一个整体相位，但只要算符与基矢保持一致，期望值和频率结论不会改变；本文全程使用上面的约定。

在实验实现上，Z基测量是“原生”的：超导量子比特或离子阱的读出通常直接区分 |0⟩ 与 |1⟩。要测 X 基，需要在测量前加一个把 X 基矢转回计算基的旋转门，即先施加 Ry(−π/2) 或等价的 H 门；要测 Y 基，则施加相应的 S† 加 H 组合。也就是说，X、Y 基测量在硬件上是通过“基变换 + Z 基读出”完成的，这一点对理解后面的统计行为很重要。

二、期望值与方差的计算

对任意单比特态 ρ，测量算符 O 的期望值为 ⟨O⟩=Tr(ρO)，方差为 Var(O)=⟨O²⟩−⟨O⟩²。由于泡利算符满足 Z²=X²=Y²=I，所以三种测量的方差都简化为 Var=1−⟨O⟩²。这个关系非常实用：只要知道期望值，方差立刻可得，且方差最大为 1（期望值为 0 时），最小为 0（本征态时）。

设一个示例态为 |ψ⟩=cos(θ/2)|0⟩+e^{iφ}sin(θ/2)|1⟩，取 θ=60°、φ=30°。则三个期望值为：

⟨Z⟩ = cosθ = 0.500
⟨X⟩ = sinθ·cosφ = 0.866 × 0.866 ≈ 0.750
⟨Y⟩ = sinθ·sinφ = 0.866 × 0.500 ≈ 0.433

对应方差分别为 1−0.25=0.750、1−0.5625≈0.438、1−0.1875≈0.813。可以看到，同一个态在三个基下的“不确定性”并不相同：Y 基期望值最小，方差最大，说明该态在 y 方向上的投影最接近赤道、测量结果最随机。这正是布洛赫矢量方向决定测量统计的直观体现。

上图中的频率是示例采样结果，用于说明“频率如何逼近期望值”。注意 Y 基的期望值 0.65 与前面按公式算出的 0.433 不同，这是因为图中为了展示有限采样波动，特意取了一组偏离理论值的示例数据；实际实验中若采样量足够大，频率会收敛到理论期望值附近。这种“图与公式不完全一致”的情形恰好提醒我们：单次实验的频率只是估计量，不能直接当作期望值。

三、用柱状图展示结果频率

绘制频率柱状图时，建议每个基画两根柱，分别对应 +1 与 −1 两个结果，纵轴用频率（0 到 1）而非计数，便于跨基比较。若用计数，需在图上标注总采样数 N。柱状图的横轴按基分组，组内两根柱用不同颜色区分本征值，并在柱顶标注频率数值。对于理想态，Z 基两根柱高度分别为 (1+⟨Z⟩)/2 与 (1−⟨Z⟩)/2；X、Y 基同理，把 ⟨Z⟩ 换成 ⟨X⟩、⟨Y⟩ 即可。这个公式把“期望值”和“柱高”直接联系起来，是画图前应先算好的量。

实际画图时还要注意一个细节：频率柱状图只反映两个结果的相对比例，不反映相位信息。例如 |+⟩ 和 |−⟩ 在 Z 基下都是 0.5/0.5，柱状图完全一样，但它们在 X 基下分别是 1/0 和 0/1。因此柱状图必须与测量基一起标注，脱离基谈频率没有意义。

四、有限采样误差的讨论

真实实验只能做有限次采样，频率会围绕真实概率波动。对二项分布，单次测量结果的标准差为 √(p(1−p))，N 次采样的频率标准差为 √(p(1−p)/N)。以 p=0.5、N=1000 为例，频率标准差约为 0.0158，即约 1.6 个百分点；若 N=100，则约为 5 个百分点。这意味着在 N=100 时，看到 0.46 或 0.54 都属正常波动，不能据此断言态有偏差。

更实用的判断方式是构造置信区间。对 95% 置信水平，频率的近似区间为 p̂±1.96√(p̂(1−p̂)/N)。若两个基的期望值差异小于这个区间宽度，就需要增加采样数才能区分。工程上常把“期望值估计误差”作为指标：要分辨 Δ⟨O⟩ 的差异，所需采样数大致为 N≈(1.96/Δ⟨O⟩)²。例如要分辨 0.05 的期望值差异，N 约需 1500 次以上。这个估算可以帮助我们在实验前合理分配采样预算，而不是盲目堆次数。

最后需要提醒：有限采样误差只是统计误差的一部分，硬件层面还有读出错误、门误差和态制备误差。这些系统误差不会随 N 增大而消失，反而会在高采样量下暴露得更清楚。因此，在分析三基测量结果时，应先把统计误差压到可接受范围，再评估系统误差，二者不可混为一谈。