圓周率 π 在數學中的核心應用：海森堡不確定性原理與高斯分布背后的數學本質

圓周率 在空間幾何領域具有核心地位。而 的數學內涵遠不限于此，在諸多看似與幾何無關的自然現象中， 常以特征值或最優常數的形式客觀存在。

unsetunset高斯積分：上帝擲出的那顆骰子unsetunset

概率論與統計學通常將正態分布（normal distribution）作為刻畫復雜現象的統計模型（比如實驗中的觀測誤差）。正態分布（均值為 ，標準差為 ）的概率密度函數，也就是我們常說的高斯函數里就帶著 ：

公式最前面的系數 非常巧妙，它確保了函數 圖像下方的總面積剛好等于 1，完美滿足概率分布的硬性要求。這個結果其實是通過對高斯積分（Gaussian integral）進行變量代換得出的：

中心極限定理從側面印證了 在概率統計中的核心地位。更有趣的是， 竟然是唯一能讓高斯分布 完全等于其自身傅里葉變換的常數。正如數學家羅杰·豪指出，建立傅里葉分析基本定理的核心框架，最終都能濃縮到高斯積分之中。

unsetunset柯西分布與勢論：半平面上的布朗運動unsetunset
阿涅西箕舌線(以 18 世紀意大利數學家瑪麗亞?阿涅西命名)是一條經典幾何曲線。其形狀與概率論中柯西分布的概率密度曲線成比例對應，只需整體縮放即可得到標準柯西分布 PDF。

除了高斯分布，概率論中的柯西分布（Cauchy distribution）也極具代表性。它的概率密度函數倒也簡潔：

稍微做一下積分，結果便呼之欲出：

柯西分布在勢論中扮演著關鍵角色，它是極其重要的弗斯滕伯格測度（Furstenberg measure）——與半平面內布朗運動深度綁定的經典泊松核。依賴于此的希爾伯特變換（Hilbert transform），其奇異積分也離不開 。在這類希爾伯特空間上，成為了唯一能讓該變換定義出線性復結構的正歸一化因子。

unsetunset海森堡不確定性原理：微觀世界的緊箍咒unsetunset

當我們把視線轉向傅里葉變換（Fourier transform）， 更是作為關鍵的譜參數在里面。作為一種積分變換，它將實數軸上的復值可積函數 映射為新函數：

盡管傅里葉變換有不同的書寫習慣，但 始終不可或缺。上述定義極其典范地給出了 空間上唯一的酉算子。

順著這條線，我們迎來了量子力學中鼎鼎大名的海森堡不確定性原理（Heisenberg uncertainty principle）。該原理為“函數在空間與頻率上的位置確定性”設定了一個極其嚴格的下界：

簡單來說，這就好比微觀世界的“魚與熊掌不可兼得”——你越想看清粒子的位置，就越不知道它的動量，反之亦然。而在這個底層物理法則的公式里，赫然刻著一個 。究其根本，它依賴于斯通-馮·諾伊曼定理，該定理斷言了海森堡群的薛定諤表示具有唯一性。

unsetunset特征值與不等式：隱藏的最優常數unsetunset
振動弦的特征函數是二階導數算子的正弦解，其特征值與波數 相關。波數構成了以 為整數倍的等差數列，而對應的波長比例則形成調和數列。

在許多物理應用場景里， 常�；頌樘卣髦担╡igenvalue）。想象一根兩端固定的理想振動弦，其振動模式正是微分方程 的解。

根據斯圖姆-劉維爾理論， 必須為正數。如果我們記 （波數 ），那么函數 完美滿足了邊界條件以及 時的微分方程。事實上， 正是對應著弦基礎振動模式的最小波數。要證明這一點，我們借助維爾廷格不等式估算能量便可得出：

在這里， 化身為不等式中的最優常數。同樣的戲碼也在高維分析中上演。在等周不等式（isoperimetric inequality）中，周長為 的曲線圍成的面積 必然滿足：

古迦太基城的選址源于經典的“等周問題”：狄多女王利用長度固定的牛皮繩（弧 D），在天然海岸線（B）上圍出了面積最大的領土（A、C 為交點）。

沿著這一邏輯推演，在 維臨界索伯列夫不等式以及更為復雜的龐加萊不等式（Poincaré inequalities）中， 再次成為那個不可替代的最優常數、最大常數。無論維度如何變換，它始終在能量與空間里占有重要角色。

概率、量子、振動弦…… 的越界之旅是否令人驚奇？然而，它最不可思議的地方尚未到來。在系列最終篇中，我們將看看當 撞上質數的無序規律與分形幾何的混沌邊界時，會有哪些神奇的公式出現。

來源：遇見數學

原標題：圓周率 π 在數學中的核心應用（2）：海森堡不確定性原理與高斯分布背后的數學本質

編輯：ThymolBlue

轉載內容僅代表作者觀點

不代表中科院物理所立場

如需轉載請聯系原公眾號