2. 物理错误率扫描的数学基础

在纠错阈值模拟中，物理错误率扫描的本质是：对每一个候选物理错误率 p，估计逻辑错误率 p_L(p)，再通过曲线交叉或拟合找出阈值。这个过程中，p_L 不是直接算出来的确定值，而是从有限次随机试验中统计出来的随机变量。因此，理解二项分布、泊松分布、置信区间与蒙特卡洛采样误差，决定了我们能否判断"两条曲线的交叉点"是真实阈值还是统计噪声。

一、单次采样为什么服从二项分布

设一次蒙特卡洛试验包含 N 个相互独立的采样样本（每个样本是一次完整的综合征提取与解码），其中逻辑错误发生的次数为 k。若单样本逻辑错误概率为 q，则 k 服从二项分布：

k ~ Binomial(N, q)
P(k) = C(N,k) · q^k · (1-q)^(N-k)
E[k] = N·q,   Var[k] = N·q·(1-q)

逻辑错误率的点估计为 q̂ = k/N，其标准误为 σ = sqrt(q(1-q)/N)。这里有一个对阈值模拟非常关键的推论：当 q 很小时（低于阈值的区域，逻辑错误率常低至 1e-4 甚至更低），要获得足够的错误事件数，N 必须极大。例如 q = 1e-4 时，若希望期望错误数达到 100 次，需要 N = 1e6 个样本；若只跑 1e4 个样本，期望错误数仅 1 次，点估计的相对误差可达 100%。

二、泊松近似及其适用边界

当 N 很大而 q 很小时，二项分布可用泊松分布近似，令 λ = N·q：

P(k) = λ^k · e^(-λ) / k!
E[k] = Var[k] = λ

泊松近似的实用价值在于：它把"样本数 × 错误率"压缩成单一参数 λ，并且方差等于均值，便于快速估算所需采样量。经验上，当 N ≥ 20 且 q ≤ 0.05 时近似已相当好；在阈值模拟的低错误率区间，这一条件通常自动满足。但要注意：泊松近似描述的是"固定 N 下的错误计数"，而不是"固定时间内到达的错误数"，后者需要引入采样速率才能换算，二者不可混用。

三、置信区间：点估计之外必须给出的区间

只报告 q̂ 而不报告区间，是阈值模拟中最常见的统计错误。对于小 q、小 k 的情形，正态近似区间（Wald 区间）会失效——当 k = 0 时它给出宽度为零的区间，显然荒谬。推荐使用 Clopper-Pearson 精确区间或 Wilson 得分区间。工程上更常用的是泊松精确区间：当观测到 k 次错误时，λ 的 95% 置信区间可由卡方分位数给出：

λ_lower = 0.5 · χ²(0.025, 2k)
λ_upper = 0.5 · χ²(0.975, 2k+2)
q 区间 = [λ_lower/N, λ_upper/N]

举例（示例参数，非实测）：N = 1e5，观测 k = 3，则 q̂ = 3e-5，而 95% 区间约为 [6.2e-6, 8.8e-5]——上界是点估计的近 3 倍。这意味着在低错误率区，单点扫描结果的相对不确定度极大，必须靠增加样本量或合并多个 p 点的趋势拟合来压制噪声。

四、蒙特卡洛采样原理与统计误差分析

蒙特卡洛方法的核心是：用伪随机数生成器产生错误事件，按电路级噪声模型（如去极化噪声、比特翻转噪声）逐轮施加，再经解码器判定是否发生逻辑错误。其误差来源有三类，需分别控制：

• 统计误差（随机误差）：随 1/sqrt(N) 衰减，可通过增加样本数或多次独立重复取均值降低；
• 系统误差：来自噪声模型假设、解码器近似（如 MWPM 对相关噪声的非最优性）、随机数生成器质量，增加 N 无法消除；
• 截断/边界误差：有限码距 d 下，p_L 随 d 指数压低但不会归零，阈值附近需用有限尺寸标度拟合外推。

实操中建议采用"分批独立重复"策略：把总样本分成 M 批，每批 N_b 个样本，分别计算 q̂_i，用批间标准差估计统计误差，而不是依赖单批的理论公式。这样既能发现随机数相关性等隐藏问题，也能给出更稳健的误差棒。

五、把统计量落到扫描脚本里

下面给出一个可直接改用的采样与区间估计片段（Python 风格伪代码，示例参数），它把"分批采样 + 泊松精确区间"封装成对单个 p 点的估计函数：

from scipy.stats import chi2

def estimate_point(p, d, decoder, N_total, M_batches, rng):
    N_b = N_total // M_batches
    q_hats = []
    for _ in range(M_batches):
        k = 0
        for _ in range(N_b):
            err = sample_and_decode(p, d, decoder, rng)  # 返回 0/1
            k += err
        q_hats.append(k / N_b)
    q_hat = sum(q_hats) / M_batches
    k_tot = round(q_hat * N_total)
    lo = 0.5 * chi2.ppf(0.025, 2 * k_tot) / N_total
    hi = 0.5 * chi2.ppf(0.975, 2 * k_tot + 2) / N_total
    return q_hat, lo, hi

使用时有三个判断要点。第一，先看 k_tot 是否足够大：若 k_tot < 10，区间上界会远高于点估计，此时该 p 点的结果只能作为趋势参考，不能单独用于定位交叉点。第二，比较批间标准差与理论标准误：若批间标准差明显偏大，说明样本间存在相关性（如随机数种子复用、解码器缓存未清），应排查实现而非盲目加样本。第三，阈值附近加密扫描：在预估阈值 p_th 的 ±20% 范围内把 p 网格加密到 5～8 个点，并用带误差棒的曲线交叉判断；若两条不同码距曲线的置信带在交叉区重叠，则不能宣称已测得阈值，应提高 N 或改用有限尺寸标度关系 p_L = f((p - p_th)·d^(1/ν)) 做联合拟合。

总结本节的三条主线：二项分布给出单点估计的方差结构，泊松近似在低错误率区把问题简化为单一参数 λ，置信区间则把"点"还原为"带不确定度的区间"。蒙特卡洛采样不是简单地多跑几次，而是要有意识地设计分批、检查批间一致性、并在阈值附近用区间重叠与否来约束结论。只有把这三者串起来，物理错误率扫描的结果才具备可复现、可比较、可判读的工程价值。