量子化学

1929 年，狄拉克（Paul Dirac）写下一句近乎嚣张的话：化学的大部分基本定律已经完全知道，困难只在于方程太复杂，无法精确求解。这句话听起来像物理学家对化学家的冒犯。

但它也开启了一个新领域：如果分子本质上服从量子力学，我们能不能从方程出发，计算键长、反应能、光谱和材料性质？量子化学的野心正是这样，它把“化学经验”翻译成“电子与原子核的量子运动”。

破除误解：轨道不是电子绕核运行的轨迹#

很多教材图把电子画成小球，沿着圆形或椭圆形轨道绕原子核运动。这适合启蒙，却不是量子化学。轨道（orbital）不是电子走过的路线，而是波函数或电子密度的空间分布图；更准确地说，原子轨道是单电子波函数的数学解，分子轨道是电子在整个分子骨架中的量子态。

电子不是沿着 p 轨道的“哑铃边缘”飞。p 轨道图形表示在那里找到电子的概率密度较高，并且波函数有相位结构。化学键也不是两颗电子像胶水一样夹在两个原子之间，它是电子波函数在多原子势场中重新组合后，使体系总能量降低的结果。

这一步理解很关键：量子化学不是把经典小球画得更漂亮，而是换了一套描述物质的语言。

薛定谔方程：化学的底层句法#

非相对论量子化学通常从薛定谔方程（Schrödinger equation）开始：

$$\hat{H}\Psi = E\Psi$$

这里 $\hat{H}$ 是哈密顿算符，包含电子和原子核的动能，以及它们之间的库仑相互作用；$\Psi$ 是波函数，$E$ 是能量。如果能精确解出多电子分子的 $\Psi$，化学结构和反应性质原则上都可以从中得到。

问题是，多电子体系太复杂。每个电子既被原子核吸引，又与其他电子排斥，还必须满足泡利不相容原理。一个含几十个电子的分子，其波函数生活在高维空间里，不是三维图形能直观画出的对象。

因此量子化学的历史，本质上是近似方法的历史。好近似不是随意妥协，而是在可计算性和物理真实性之间做严格交易。

Born-Oppenheimer 近似：先让原子核“慢下来”#

第一个关键近似是 Born-Oppenheimer approximation。原子核比电子重得多，运动通常慢得多，于是可以先把原子核位置固定，求电子在该核构型下的能量。不同核位置对应不同电子能量，连起来形成势能面（potential energy surface）。

化学反应可以看作原子核在势能面上移动：反应物、过渡态、产物，是这张能量地形图上的谷地、鞍点和另一处谷地。这给反应机理提供了几何图像。

但它也有边界。在光化学、非绝热跃迁、锥形交叉和质子耦合电子转移中，电子与原子核运动可能强烈耦合，此时“电子先适应，核慢慢走”的图像不再足够。

Hartree-Fock：让电子在平均场中运动#

Hartree-Fock 方法（HF）是量子化学的经典起点。它用一个 Slater 行列式表示多电子波函数，自动满足电子交换反对称性；每个电子不再逐一感受其他电子的瞬时位置，而是在其他电子形成的平均场中运动。

这叫自洽场（self-consistent field, SCF）思想：先猜一组轨道，用轨道计算电子间平均作用，再解出新的轨道，反复迭代，直到输入和输出一致。

HF 的优点是清晰、可系统扩展，并且精确处理了交换作用。它的缺点也很明确：电子相关（electron correlation）处理不足。真实电子会彼此“躲开”，减少瞬时排斥，而 HF 平均场无法完全描述这种动态避让。

因此 HF 往往给出不够准确的反应能、弱相互作用和过渡金属体系性质。许多后 HF 方法，如 MP2、CI、CCSD(T)，就是为了更好处理电子相关。

DFT：从波函数转向电子密度#

密度泛函理论（density functional theory, DFT）换了一个问题：它不直接求复杂的多电子波函数，而是用三维电子密度 $\rho(\mathbf{r})$ 描述体系。Hohenberg-Kohn 定理表明，基态电子密度原则上决定体系的基态性质；Kohn-Sham 方法则把相互作用电子体系映射为一组非相互作用电子方程，使 DFT 可计算。

1998 年诺贝尔化学奖授予 Walter Kohn 和 John Pople，官方理由分别是发展 DFT，以及发展用于量子化学的计算方法。DFT 今天极其流行，原因很现实：它在精度和成本之间取得了好平衡。中等大小分子、固体材料、催化表面和生物无机体系，都常用 DFT 作为第一工具。

但 DFT 的核心困难也在这里：真正的交换-相关泛函并不知道。LDA、GGA、杂化泛函、meta-GGA、范围分离泛函，都是近似，不同泛函在不同体系上表现不同。DFT 的结果不能脱离泛函、基组和基准测试来谈“算准了”。

基组：用有限函数拼出电子云#

计算机不能处理任意连续函数。量子化学通常用一组有限的数学函数展开轨道，这叫基组（basis set）。基组越大，轨道表示越灵活，计算越昂贵：小基组像低分辨率照片，大基组像高清照片，但文件更大，处理更慢。

Gaussian 型基函数便于计算分子积分，因此在分子量子化学中广泛使用；平面波基组常用于周期性固体和材料计算。

选择基组不是技术细节。反应能、弱相互作用、偶极矩和光谱都可能受基组影响，严肃计算通常需要基组收敛测试，或与实验和高精度方法比较。

它能解释什么#

量子化学能解释化学键为什么形成。它能给出分子轨道能级、电子密度、键级、电荷分布和反应路径，能模拟红外光谱、紫外可见吸收、核磁化学位移和光电子能谱，也能帮助药物化学家理解结合能与构象、帮助材料科学家筛选电池电极、催化剂和半导体。

它也能把“箭头推动”的有机反应机理放到能量曲线上检验：如果一个反应路径的过渡态太高，实验上就很难发生；如果某个中间体在计算中根本不是稳定极小值，机理就需要重写。这让化学从“看见产物后讲故事”，逐渐变成“先计算可能性，再设计实验”。

争议、限制与前沿#

第一，量子化学不是按下按钮就出真理，输入结构、方法、基组、溶剂模型、自旋态和温度修正都会影响结论。第二，许多重要体系是强关联体系：过渡金属簇、断键过程、激发态和某些磁性材料，单一 Slater 行列式可能不够。

第三，溶液和生物环境很难，真实反应常发生在复杂溶剂、蛋白口袋或界面中，环境涨落会改变能垒。第四，DFT 泛函选择存在经验性，一个泛函在有机分子热化学上好，不代表在金属表面吸附上也好。

第五，机器学习势能面正在快速发展。它能把量子化学数据扩展到更大尺度动力学，但训练数据覆盖范围和外推可靠性仍需谨慎。

量子化学的前沿不是“取代实验”。更准确地说，它让实验更有方向，让理论更受数据约束。

跨域连接#

• 分子间作用力：色散力是纯粹的电子相关效应，Hartree-Fock 与常规局域、半局域泛函在原理上就抓不住它。后果非常具体：不加校正的 DFT 会把石墨层间距算得过大、把分子晶体的堆积能严重低估；加上经验色散校正后误差才回到可用范围。这也说明"用了 DFT"不构成精度保证，用哪个泛函才是。
• 氢原子量子理论：氢原子是唯一可解析求解的原子，此后所有原子分子计算都是在这套类氢轨道上做近似，误差主要来自电子之间的相关运动。重元素还要再加一层修正：内层电子速度已达光速的可观比例，相对论效应使 s 轨道收缩、d 与 f 轨道被更好屏蔽。金为何发黄、汞为何在室温下是液体，都要靠这一项才解释得通。
• 计算复杂度：精确解法的代价随体系组合爆炸，常用的耦合簇 CCSD(T) 约为 N⁷ 标度，DFT 约 N³。更根本的结论来自复杂性理论：局域哈密顿量的基态能量问题是 QMA-完全的，这意味着不该指望存在对一切体系都既高效又精确的通用算法。实践含义很直接：任何量子化学结果都是受控近似，必须报告方法与基组。
• 机器学习：机器学习势函数用 DFT 数据训练出力场，把可模拟规模从上百原子、皮秒推到十万原子、纳秒。但它继承而非超越参考方法的误差：训练数据用哪个泛函，学出来的势就带着那个泛函的系统偏差。因此判据应当是外推能力——模型在训练分布之外（新的相、新的配位环境）是否仍给出正确的能量排序。
• 涌现：狄拉克说过，物理定律原则上已足以描述化学，只是方程复杂到解不出来。但"原则上可还原"与"实际上可解释"之间的落差，正是量子化学的日常：分子有确定几何构型这件事本身，只有在玻恩—奥本海默近似把原子核固定下来之后才出现，严格的全量子描述里并没有现成的"分子形状"。化学概念因而依赖于近似层级才得以存在。

参考文献#

• Szabo, A. & Ostlund, N. S. Modern Quantum Chemistry: Introduction to Advanced Electronic Structure Theory. Dover, 1996.
• Levine, I. N. Quantum Chemistry. 7th ed. Pearson, 2013.
• Jensen, F. Introduction to Computational Chemistry. 3rd ed. Wiley, 2017.
• Hohenberg, P. & Kohn, W. Inhomogeneous Electron Gas. Physical Review 136, 1964. doi:10.1103/PhysRev.136.B864
• Kohn, W. & Sham, L. J. Self-Consistent Equations Including Exchange and Correlation Effects. Physical Review 140, 1965. doi:10.1103/PhysRev.140.A1133
• Nobel Prize. The Nobel Prize in Chemistry 1998. NobelPrize.org, 1998.

延伸阅读#

• Atkins, P. & Friedman, R. Molecular Quantum Mechanics. 5th ed. Oxford University Press, 2011.
• Cramer, C. J. Essentials of Computational Chemistry. 2nd ed. Wiley, 2004.
• Sherrill, C. D. Frontiers in electronic structure theory. Journal of Chemical Physics 132, 2010. doi:10.1063/1.3369628