1700725610
那么，当两个振子耦合时，频率又会出现怎样的变化呢？
1700725611
1700725612
图14-2a中的两个振子相互独立。如果它们原来的本征频率就不一样，那么也就保持这两个不同的频率。也就是1＋1＝2。
1700725613
1700725614
而由于强耦合，图14-2b中的两个振子事实上变成了一个，只有一个频率。也就是1＋1＝1。
1700725615
1700725616
图14-2c中的两个振子最有趣了。由于它们的合作关系，会出现第三个频率，物理学称这第三个频率为“拍频”（beating frequency，图14-3）。而这时候，它们各自的本征频率依旧存在，于是就有了1＋1＝3（图14-4）。这也就是我们前面已经讨论过的相干态的算术。
1700725617
1700725618
1700725619
1700725620
1700725621
图14-3两个单摆之间有可柔性耦合时，就会出现“拍频”
1700725622
1700725623
“拍频”的大小为两个本征频率之差（图14-3）。图14-4是“频谱图”（frequency spectrum），纵坐标为波幅，也就是波的能量；而横坐标为频率。从图14-3中还可以看出：由于出现了“拍频”，能量从高频区移向低频区。
1700725624
1700725625
1700725626
1700725627
1700725628
图14-4用频谱图表达的“拍频”（f1-f2）
1700725629
1700725630
至今，我们讨论的还是两个“振子”，或两个波之间的相干关系。如果“振子”或波的数目不是二，而是许许多多，甚至是无穷多个的话，那么情况又会怎样呢？在这种情况下，波的频谱就不再是分离的谱，像图14-4，不是那样的一根根孤立的直线，而是变成了图14-5那样的连续谱。
1700725631
1700725632
1700725633
1700725634
1700725635
图14-5“白噪音”的频谱和“粉红色噪音”的频谱
1700725636
1700725637
图14-5中表达了两种不同的典型频谱。左边的称为“白噪音”（white noise），其特点是各种不同频率的振幅相似，也就是说，能量在各种不同频率的波中分布均匀。或者说，各振子之间没有什么耦合关系，即整个系统是处于理想的“无序状态”。
1700725638
1700725639
图14-5右边称为“粉红色噪音”（pink noise）或“1/f噪音”（1/f noise）。从“粉红色噪音”的频谱中，我们可以看出，能量已经从高频区移向了低频区。
1700725640
1700725641
最早，“粉红色噪音”是物理学家1926年研究电子线路时发现的，当时称为“1/f噪音”。后来，物理学家花了50年时间研究为什么会出现“粉红色噪音”，而不是“白噪音”。直到20世纪70年代，物理学家才发现，“粉红色噪音”来源于电子的集团运动。
1700725642
1700725643
而另一方面，音乐家则发现，所有古典音乐和民间音乐的频谱都近于“粉红色噪音”，而只有某些现代音乐才是接近“白噪音”。
1700725644
1700725645
从历史上来看，这种用频谱技术来分析音乐和噪音的方法并不新了，它是在两百多年前法国数学家傅立叶（Baron de Fourier，1768—1830）发明的。所以，人们把这种技术称为“傅立叶分析”（Fourier analysis）或“傅立叶变换”（Fourier transformation）。
1700725646
1700725647
可是，“傅立叶分析”的计算工作量极大，如果没有计算机，即使计算很小段音乐，也要计算几年，并不实用。然而，近30多年来，由于计算机技术的发展，“快速傅立叶变换”（FFT，Fast Fourier Transformation）终于变成一种实际上可以操作的技术。
1700725648
1700725649
“傅立叶变换”当然是非常了不起的发明。但是，即使“快速傅立叶变换”也只适用于音乐频谱的分析和相干程度的计算，但还不足于对人体内电磁波谱进行分析。因为音乐的频谱只在20～2000赫兹之间，但是，人体内的电磁波则是在0.5～1017赫兹。对于这样宽的频带，目前无法用任何现有的仪器同时测量出来，所以也无法用“傅立叶变换”来进行全面的分析。
1700725650
1700725651
幸运的是，物理学理论指出，人体的电导与内电场的强度成正比。而在很大的程度上，人体电导的测量可以在体表进行。这样，从技术的角度来看，测定人体内电场的分布就不太难了。同时，如前面章节所指出的，这种内电场的非均匀分布主要是由电磁驻波的叠加产生的，是一立体的干涉图。这样，我们就没有必要一一测量和计算电磁波的频谱，而可以在体表对这一电磁波的干涉图进行采样测定。
1700725652
1700725653
更幸运的是，多年来，数学家早就发展了许多处理采样数据的方法。这样就可以通过有限的采样数据，来认识一个具有无限多元素的系统。这种方法之一，称为“测量数据的概率分布”（probability distribution of measurement data ）的计算。
1700725654
1700725655
图14-6就是两条人体电导测量数据的概率分布曲线。左边一条是被测试者听伤感音乐《二泉映月》时的“测量数据的概率分布”；而右边是听欢乐音乐《西班牙斗牛士舞曲》时的“测量数据的概率分布”。
1700725656
1700725657
1700725658
1700725659