圆周率 在空间几何领域具有核心地位。而 的数学内涵远不限于此，在诸多看似与几何无关的自然现象中， 常以特征值或最优常数的形式客观存在。
unsetunset高斯积分：上帝掷出的那颗骰子unsetunset
概率论与统计学通常将正态分布（normal distribution）作为刻画复杂现象的统计模型（比如实验中的观测误差）。正态分布（均值为 ，标准差为 ）的概率密度函数，也就是我们常说的高斯函数里就带着 ：
公式最前面的系数 非常巧妙，它确保了函数 图像下方的总面积刚好等于 1，完美满足概率分布的硬性要求。这个结果其实是通过对高斯积分（Gaussian integral）进行变量代换得出的：
中心极限定理从侧面印证了 在概率统计中的核心地位。更有趣的是， 竟然是唯一能让高斯分布 完全等于其自身傅里叶变换的常数。正如数学家罗杰·豪指出，建立傅里叶分析基本定理的核心框架，最终都能浓缩到高斯积分之中。
阿涅西箕舌线(以 18 世纪意大利数学家玛丽亚・阿涅西命名)是一条经典几何曲线。其形状与概率论中柯西分布的概率密度曲线成比例对应，只需整体缩放即可得到标准柯西分布 PDF。
除了高斯分布，概率论中的柯西分布（Cauchy distribution）也极具代表性。它的概率密度函数倒也简洁：
稍微做一下积分，结果便呼之欲出：
柯西分布在势论中扮演着关键角色，它是极其重要的弗斯滕伯格测度（Furstenberg measure）——与半平面内布朗运动深度绑定的经典泊松核。依赖于此的希尔伯特变换（Hilbert transform），其奇异积分也离不开 。在这类希尔伯特空间上，成为了唯一能让该变换定义出线性复结构的正归一化因子。
unsetunset海森堡不确定性原理：微观世界的紧箍咒unsetunset
当我们把视线转向傅里叶变换（Fourier transform）， 更是作为关键的谱参数在里面。作为一种积分变换，它将实数轴上的复值可积函数 映射为新函数：
尽管傅里叶变换有不同的书写习惯，但 始终不可或缺。上述定义极其典范地给出了 空间上唯一的酉算子。
顺着这条线，我们迎来了量子力学中鼎鼎大名的海森堡不确定性原理（Heisenberg uncertainty principle）。该原理为“函数在空间与频率上的位置确定性”设定了一个极其严格的下界：
简单来说，这就好比微观世界的“鱼与熊掌不可兼得”——你越想看清粒子的位置，就越不知道它的动量，反之亦然。而在这个底层物理法则的公式里，赫然刻着一个 。究其根本，它依赖于斯通-冯·诺伊曼定理，该定理断言了海森堡群的薛定谔表示具有唯一性。
振动弦的特征函数是二阶导数算子的正弦解，其特征值与波数 相关。波数构成了以 为整数倍的等差数列，而对应的波长比例则形成调和数列。
在许多物理应用场景里， 常常化身为特征值（eigenvalue）。想象一根两端固定的理想振动弦，其振动模式正是微分方程 的解。
根据斯图姆-刘维尔理论， 必须为正数。如果我们记 （波数 ），那么函数 完美满足了边界条件以及 时的微分方程。事实上， 正是对应着弦基础振动模式的最小波数。要证明这一点，我们借助维尔廷格不等式估算能量便可得出：
在这里， 化身为不等式中的最优常数。同样的戏码也在高维分析中上演。在等周不等式（isoperimetric inequality）中，周长为 的曲线围成的面积 必然满足：
古迦太基城的选址源于经典的“等周问题”：狄多女王利用长度固定的牛皮绳（弧 D），在天然海岸线（B）上围出了面积最大的领土（A、C 为交点）。
沿着这一逻辑推演，在 维临界索伯列夫不等式以及更为复杂的庞加莱不等式（Poincaré inequalities）中， 再次成为那个不可替代的最优常数、最大常数。无论维度如何变换，它始终在能量与空间里占有重要角色。
概率、量子、振动弦…… 的越界之旅是否令人惊奇？然而，它最不可思议的地方尚未到来。在系列最终篇中，我们将看看当 撞上质数的无序规律与分形几何的混沌边界时，会有哪些神奇的公式出现。
来源：遇见数学
原标题：圆周率 π 在数学中的核心应用（2）：海森堡不确定性原理与高斯分布背后的数学本质
编辑：ThymolBlue
转载内容仅代表作者观点
不代表中科院物理所立场
如需转载请联系原公众号
热门跟贴