2016年6月，初夏

课题选择：误差的蝴蝶效应

六月的第一个周六，实验室的白板上写满了公式。

左边是物理部分：方见微列出的实验方案——测量单摆周期与摆长、振幅的关系，研究空气阻力、摆球形状、悬点摩擦等因素的影响。

右边是数学部分：姜之墨画出的误差传播模型——用概率分布描述每个变量的不确定性，用协方差矩阵表示变量间的关联，最终计算总误差的概率密度函数。

“关键在于，”姜之墨用红色记号笔圈出一个公式，“我们不是要消除误差，而是要理解误差如何传播。就像天气预报——你知道初始数据有误差，但通过数学模型，可以预测这个误差如何影响未来三天的预报。”

方见微站在她身侧，看着那些复杂的数学符号。偏微分、雅可比矩阵、蒙特卡洛模拟……都是他从未接触过的领域。

“这些方法……”他停顿，“你都会？”

“会一部分。”她诚实地说，“我爷爷教过我基础。剩下的我可以自学，暑假前应该能掌握。”

“需要什么资料？”

“图书馆三楼的数学建模教材，还有几篇误差分析的论文。”她翻出书单，“我查过，江南大学图书馆有，但需要借阅证。”

“我父亲有。”方见微说，“可以用他的。”

她抬头看他，眼睛亮了一下：“真的？那……谢谢。”

“不客气。”他转向白板，“现在分工：我负责设计实验、采集数据、物理分析。你负责建立数学模型、编写仿真程序、误差量化。”

“好。”她点头，“但我要参与实验设计。数学模型需要理解物理过程的每个细节。”

“可以。”他说，“实验方案我们一起定。”

那个上午，他们争论了三次：

第一次是关于摆球材质。方见微主张用钢球——密度大，空气阻力影响小。姜之墨主张用乒乓球——质量小，更容易观察阻力效应。

“但乒乓球的不规则性会引入额外误差。”他说。

“那正好！”她指着误差模型，“我们就是要研究不规则性如何影响结果。如果所有条件都完美，还有什么可研究的？”

他想了想，点头：“有道理。”

第二次是关于测量频率。方见微计划每秒采样10次，用光电门计时。姜之墨认为应该用高速摄像机，每秒1000帧，然后图像分析。

“成本太高。”他说，“学校没有高速摄像机。”

“物理实验室有一台旧的，”她说，“我叔叔说可以借给我们，但需要写申请。”

“你会写申请吗？”

“会。我帮你写，你签字。”

第三次，也是最激烈的一次，是关于课题的哲学意义。

“误差传播研究有什么应用价值？”方见微问，“裁判可能会问。”

姜之墨放下记号笔，认真地看着他：“方见微，你知道蝴蝶效应吗？”

“气象学概念。初始条件的微小变化导致系统长期行为的巨大差异。”

“对。”她走到窗边，指着外面，“现在江南市的天气，和西伯利亚一只蝴蝶扇动翅膀有关。但我们永远不可能知道是哪只蝴蝶，也不可能测量它扇翅膀的精确力度。我们能做的，是建立一个模型，告诉我们：如果初始条件有这么多不确定性，那么三天后的预报有多少可信度。”

她转回身，眼睛里有种他从未见过的光芒：

“物理实验也一样。你永远不可能做出完美的单摆，永远不可能完全消除空气阻力。但如果你知道每个因素的不确定性，知道它们如何相互作用、如何传播，你就能说：我的测量结果有95%的概率落在这个区间内。”

她顿了顿，声音轻了些：

“这就像……人和人之间。我们永远不可能完全了解彼此，永远有误解、有距离、有信息损耗。但如果我们能理解这些‘误差’如何产生、如何传播，也许就能更宽容地对待彼此的不完美。”

实验室安静下来。只有窗外蝉鸣隐约传来，初夏的风吹动窗帘。

方见微看着她。她站在白板前，身后是密密麻麻的公式，脸上是认真的、发着光的神情。

那一刻，他清楚地意识到：她不只是聪明，不只是数学好。她有一种将抽象概念与真实世界连接的能力——从误差传播到天气预报，再到人际关系。

这种能力，他学不来。这是他钦佩她的另一个原因。

“好。”他终于说，“就按你的思路。我们研究误差的蝴蝶效应。”

姜之墨笑了，笑容里有种如释重负的轻松：“你同意了？”

“嗯。”他点头，“你说服我了。”

“那……”她拿起笔，“我们继续？”

“继续。”

六月的周末，他们开始泡在市图书馆。

方见微用父亲的借阅证借来了所有需要的资料：三本数学建模教材，五篇误差分析论文，还有一本泛黄的《概率论与数理统计》——1978年版，姜之墨爷爷年轻时用的教材。

“看这个，”她翻开那本旧书，指着页边的手写批注，“这是我爷爷的字。他说：‘概率不是频率，是信念的度量。’”

方见微凑近看。纸张已经发黄，墨迹有些晕开，但字迹依然清晰有力。

“信念的度量？”他问。

“嗯。”她轻声说，“比如，你认为明天会下雨的概率是70%。这不是因为你观察了100个类似天气，其中70次下雨了。而是你综合了所有信息——气压、湿度、云图、经验——之后，对‘下雨’这个命题的相信程度。”

她翻到下一页，那里画着一个贝叶斯公式的推导。

“贝叶斯学派，”她指着公式，“认为概率是主观的，会随着新证据更新。就像我们做实验：一开始你认为单摆周期是T0，测量一次得到T1，你就更新你的信念，得到一个新的概率分布。”

她说这些时，眼睛亮得像盛满了星光。方见微突然想起她说过的话：“我奶奶是历史老师，我爷爷是数学教授。”

他生长在工程师家庭，父亲教他的是确定性——材料有屈服强度，结构有安全系数，一切都是可计算、可控制的。

而她生长在学者家庭，爷爷教她的是不确定性——世界是概率的，知识是条件性的，真理是需要不断更新的信念。

这两种世界观，此刻在这个图书馆角落里碰撞、融合。

“所以我们的课题，”方见微慢慢说，“本质上是研究：当我们有了新的测量数据，如何更新对物理参数的信念？”

“对！”她眼睛更亮了，“就是这个！用贝叶斯推断，把实验过程建模为信念更新过程！”

她兴奋地在草稿纸上画图：先验分布、似然函数、后验分布……

方见微安静地看着。他不懂这些数学细节，但他理解背后的思想——这是一种全新的、比他想象中更深刻的视角。

“我需要时间学习。”他说。

“我教你。”她立刻说，“就像你教我物理一样。”

“好。”

那个下午，图书馆窗外的梧桐叶在夏风中沙沙作响。他们在靠窗的桌子两侧，她讲贝叶斯定理，他讲单摆的动力学；她画概率分布图，他画受力分析图。

有时候他们会卡住——某个数学概念找不到物理对应，某个物理现象难以用数学描述。

“这里，”方见微指着一个公式，“你说后验分布是正态的，为什么？根据中心极限定理？”

“对，但需要满足独立同分布条件……”她皱眉，“我们的测量可能不独立。”

“那就需要更复杂的模型……”

“让我想想……”

思考时的沉默，笔尖划过纸张的沙沙声，偶尔的低声讨论。图书馆的管理员经过时，对他们微笑——这是她周末常看到的两个高中生，总是带着厚厚的书，总是认真得像在做生命中最重要的事。

下午四点，阳光西斜。姜之墨讲完最后一个知识点，放下笔，揉了揉手腕。

“累了？”方见微问。

“有点。”她承认，“数学讲起来比做起来累。”

“休息一下。”他说，“我去买水。”

他起身离开。回来时，手里拿着两瓶矿泉水，还有一小袋柠檬糖——她喜欢的那个牌子。

“给你。”他把糖递过去。

她愣了下，然后笑起来：“你怎么知道我喜欢这个？”

“看你吃过。”他说得简单。

她剥开一颗放进嘴里，酸和甜在舌尖化开。然后她轻声说：“方见微，你知道吗，这是我第一次……和别人这样深入地讨论数学。”