数学常数

¶ 数学常数

¶ 概述

数学常数（Mathematical Constants）是在数学中具有特殊意义、固定不变的数值。它们如同数学宇宙中的"物理常数"，在数论、分析、几何、概率等多个分支中反复出现，构成了数学理论的基石。

本文系统介绍数学中最重要的常数——包括它们的定义、历史、数学性质、计算公式以及在实际应用中的意义，并给出具体的数值示例帮助理解。

¶ 圆周率 π\piπ

¶ 定义与数值

圆周率 π\piπ 定义为圆的周长与直径之比，是数学中最著名的常数：

π=Cd≈3.14159265358979323846…\pi = \frac{C}{d} \approx 3.14159265358979323846\ldotsπ=dC​≈3.14159265358979323846…

π\piπ 是一个超越数（transcendental number），这意味着它不是任何有理系数代数方程的解。1873年，法国数学家埃尔米特（Hermite）首先证明了 eee 的超越性；1882年，林德曼（Lindemann）证明了 π\piπ 的超越性，从而一劳永逸地解决了"化圆为方"这个古希腊难题——因为仅用直尺和圆规无法构造出一个长度为 π\piπ 的线段。

¶ 数值精度示例

小数位数

π\piπ 的近似值

误差范围

1

3.1

约 4.1×10−24.1 \times 10^{-2}4.1×10−2

2

3.14

约 1.6×10−31.6 \times 10^{-3}1.6×10−3

3

3.142

约 4.1×10−44.1 \times 10^{-4}4.1×10−4

4

3.1416

约 2.7×10−52.7 \times 10^{-5}2.7×10−5

5

3.14159

约 8.9×10−78.9 \times 10^{-7}8.9×10−7

6

3.141593

约 5.1×10−75.1 \times 10^{-7}5.1×10−7

10

3.1415926536

误差 <1×10−10< 1 \times 10^{-10}<1×10−10

实际应用：用 π≈3.14\pi \approx 3.14π≈3.14 计算半径为 5cm 的圆面积：

A=πr2≈3.14×25=78.5 cm2A = \pi r^2 \approx 3.14 \times 25 = 78.5\ \text{cm}^2A=πr2≈3.14×25=78.5 cm2

用高精度 π\piπ 值计算同一面积：

A=3.1415926536×25=78.53981634 cm2A = 3.1415926536 \times 25 = 78.53981634\ \text{cm}^2A=3.1415926536×25=78.53981634 cm2

两者相差约 0.04 cm20.04\ \text{cm}^20.04 cm2，对于大部分工程应用而言可以忽略。

¶ 无穷级数

莱布尼茨公式（Leibniz formula）：

π4=1−13+15−17+19−⋯=∑n=0∞(−1)n2n+1\frac{\pi}{4} = 1 - \frac{1}{3} + \frac{1}{5} - \frac{1}{7} + \frac{1}{9} - \cdots = \sum_{n=0}^{\infty} \frac{(-1)^n}{2n+1}4π​=1−31​+51​−71​+91​−⋯=n=0∑∞​2n+1(−1)n​

让我们看看这个级数的收敛速度：

项数 NNN

部分和 SNS_NSN​

π\piπ 的估计值 4SN4S_N4SN​

误差

1

1.00000

4.00000

8.6×10−18.6 \times 10^{-1}8.6×10−1

10

0.76046

3.04184

9.9×10−29.9 \times 10^{-2}9.9×10−2

100

0.78290

3.13159

1.0×10−21.0 \times 10^{-2}1.0×10−2

1,000

0.78490

3.13959

2.0×10−32.0 \times 10^{-3}2.0×10−3

10,000

0.78515

3.14059

1.0×10−31.0 \times 10^{-3}1.0×10−3

1,000,000

0.785398

3.141593

<1×10−6< 1 \times 10^{-6}<1×10−6

可见莱布尼茨公式收敛极慢——需要约 100 万项才能达到小数点后 6 位的精度。这正是为什么数学家发展了更高效的算法。

巴塞尔问题（Basel problem）由欧拉在1734年解决：

π26=∑n=1∞1n2=1+14+19+116+125+⋯\frac{\pi^2}{6} = \sum_{n=1}^{\infty} \frac{1}{n^2} = 1 + \frac{1}{4} + \frac{1}{9} + \frac{1}{16} + \frac{1}{25} + \cdots6π2​=n=1∑∞​n21​=1+41​+91​+161​+251​+⋯

收敛速度快得多：

S3=1+14+19=1.36111... ⟹ π≈6×1.36111=2.857...S_3 = 1 + \frac{1}{4} + \frac{1}{9} = 1.36111... \implies \pi \approx \sqrt{6 \times 1.36111} = 2.857...S3​=1+41​+91​=1.36111...⟹π≈6×1.36111​=2.857...

S10=1.5497677... ⟹ π≈3.049...S_{10} = 1.5497677... \implies \pi \approx 3.049...S10​=1.5497677...⟹π≈3.049...

S100=1.6349839... ⟹ π≈3.132...S_{100} = 1.6349839... \implies \pi \approx 3.132...S100​=1.6349839...⟹π≈3.132...

S1000≈1.6439345... ⟹ π≈3.1406...S_{1000} \approx 1.6439345... \implies \pi \approx 3.1406...S1000​≈1.6439345...⟹π≈3.1406...

¶ 高效计算算法

拉马努金公式（Ramanujan's formula）：

1π=229801∑n=0∞(4n)!(1103+26390n)(n!)43964n\frac{1}{\pi} = \frac{2\sqrt{2}}{9801} \sum_{n=0}^{\infty} \frac{(4n)! (1103 + 26390n)}{(n!)^4 396^{4n}}π1​=980122​​n=0∑∞​(n!)43964n(4n)!(1103+26390n)​

每一项能提供约 8 位有效数字。

丘德诺夫斯基算法（Chudnovsky algorithm）：

1π=12∑n=0∞(−1)n(6n)!(13591409+545140134n)(3n)!(n!)36403203n+3/2\frac{1}{\pi} = 12 \sum_{n=0}^{\infty} \frac{(-1)^n (6n)! (13591409 + 545140134n)}{(3n)! (n!)^3 640320^{3n + 3/2}}π1​=12n=0∑∞​(3n)!(n!)36403203n+3/2(−1)n(6n)!(13591409+545140134n)​

这是目前计算机计算 π\piπ 的主流算法。每一项提供约 14 位有效数字。2024年，StorageReview 团队利用该算法将 π\piπ 计算到了 105 万亿位。

高斯-勒让德算法（Gauss-Legendre algorithm）：

迭代过程：

初始化：a0=1a_0 = 1a0​=1, b0=12b_0 = \frac{1}{\sqrt{2}}b0​=2​1​, t0=14t_0 = \frac{1}{4}t0​=41​, p0=1p_0 = 1p0​=1

迭代：an+1=an+bn2,bn+1=anbna_{n+1} = \frac{a_n + b_n}{2}, \quad b_{n+1} = \sqrt{a_n b_n}an+1​=2an​+bn​​,bn+1​=an​bn​​

tn+1=tn−pn(an−an+1)2,pn+1=2pnt_{n+1} = t_n - p_n (a_n - a_{n+1})^2, \quad p_{n+1} = 2p_ntn+1​=tn​−pn​(an​−an+1​)2,pn+1​=2pn​

收敛到 π\piπ：π≈(an+1+bn+1)24tn+1\pi \approx \frac{(a_{n+1} + b_{n+1})^2}{4 t_{n+1}}π≈4tn+1​(an+1​+bn+1​)2​

收敛速度表（以实数迭代为例）：

迭代次数

ana_nan​

bnb_nbn​

π\piπ 近似值

0

1.0000000000

0.7071067812

3.1415926468

1

0.8535533906

0.8408964153

3.1415926536

2

0.8472249029

0.8472012667

3.1415926536

3

0.8472130848

0.8472130847

3.1415926536

仅 3 次迭代 就达到了小数点后 10 位的精度。这是一个二次收敛（quadratic convergence）算法——每次迭代，有效位数翻倍。

¶ 蒙特卡洛方法估算 π\piπ

假设我们在一个 2×22 \times 22×2 的正方形内随机撒点，然后统计落在内切圆内的点比例：

π≈4×圆内点数总点数\pi \approx 4 \times \frac{\text{圆内点数}}{\text{总点数}}π≈4×总点数圆内点数​

随机点数

圆内点数

估算 π\piπ

误差

100

79

3.1600

1.84×10−21.84 \times 10^{-2}1.84×10−2

1,000

790

3.1600

1.84×10−21.84 \times 10^{-2}1.84×10−2

10,000

7,856

3.1424

8.1×10−48.1 \times 10^{-4}8.1×10−4

100,000

78,527

3.1411

4.9×10−44.9 \times 10^{-4}4.9×10−4

1,000,000

785,305

3.1412

3.6×10−43.6 \times 10^{-4}3.6×10−4

蒙特卡洛方法的收敛速度是 O(1/N)O(1/\sqrt{N})O(1/N​)，这意味着要提高一位精度，需要增加 100 倍的计算量。

¶ π\piπ 在其他领域的出现

概率论：布丰投针问题（Buffon's needle problem）——向平行线间距为 ddd 的地面投掷长度为 lll 的针，针与线相交的概率为 2lπd\frac{2l}{\pi d}πd2l​

统计学：正态分布的概率密度函数：f(x)=1σ2πe−(x−μ)22σ2f(x) = \frac{1}{\sigma\sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}}f(x)=σ2π​1​e−2σ2(x−μ)2​

数论：eiπ+1=0e^{i\pi} + 1 = 0eiπ+1=0（欧拉恒等式，包含五个最重要的数学常数）

¶ 自然常数 eee

¶ 定义与数值

自然常数 eee 是自然对数的底数：

e=lim⁡n→∞(1+1n)n≈2.71828182845904523536…e = \lim_{n \to \infty} \left(1 + \frac{1}{n}\right)^n \approx 2.71828182845904523536\ldotse=n→∞lim​(1+n1​)n≈2.71828182845904523536…

eee 也是一个超越数（由埃尔米特在1873年证明）。

¶ 极限定义的数值验证

nnn

(1+1n)n\left(1 + \frac{1}{n}\right)^n(1+n1​)n

与 eee 的误差

1

2.00000

2.72×10−12.72 \times 10^{-1}2.72×10−1

10

2.59374

1.25×10−11.25 \times 10^{-1}1.25×10−1

100

2.70481

1.34×10−21.34 \times 10^{-2}1.34×10−2

1,000

2.71692

1.36×10−31.36 \times 10^{-3}1.36×10−3

10,000

2.71815

1.36×10−41.36 \times 10^{-4}1.36×10−4

100,000

2.71827

1.36×10−51.36 \times 10^{-5}1.36×10−5

可以看到，每增加一个数量级，误差缩小约 10 倍——这是一阶收敛。

¶ 级数展开

e=∑n=0∞1n!=1+1+12+16+124+1120+⋯e = \sum_{n=0}^{\infty} \frac{1}{n!} = 1 + 1 + \frac{1}{2} + \frac{1}{6} + \frac{1}{24} + \frac{1}{120} + \cdotse=n=0∑∞​n!1​=1+1+21​+61​+241​+1201​+⋯

这个级数收敛非常快：

nnn

∑k=0n1k!\sum_{k=0}^{n} \frac{1}{k!}∑k=0n​k!1​

与 eee 的误差

0

1.00000

1.718×1001.718 \times 10^01.718×100

1

2.00000

7.18×10−17.18 \times 10^{-1}7.18×10−1

2

2.50000

2.18×10−12.18 \times 10^{-1}2.18×10−1

3

2.66667

5.15×10−25.15 \times 10^{-2}5.15×10−2

4

2.70833

9.95×10−39.95 \times 10^{-3}9.95×10−3

5

2.71667

1.62×10−31.62 \times 10^{-3}1.62×10−3

6

2.71806

2.27×10−42.27 \times 10^{-4}2.27×10−4

7

2.71825

2.79×10−52.79 \times 10^{-5}2.79×10−5

8

2.71828

3.10×10−63.10 \times 10^{-6}3.10×10−6

仅取前 9 项（n=0n=0n=0 到 n=8n=8n=8）即可达到 6 位有效数字的精度。这是因为阶乘增长极快——10!=3,628,80010! = 3,628,80010!=3,628,800，意味着第 10 项的贡献不到 3×10−73 \times 10^{-7}3×10−7。

¶ 连分数表示

e=2+11+12+11+11+14+11+11+16+⋯e = 2 + \cfrac{1}{1 + \cfrac{1}{2 + \cfrac{1}{1 + \cfrac{1}{1 + \cfrac{1}{4 + \cfrac{1}{1 + \cfrac{1}{1 + \cfrac{1}{6 + \cdots}}}}}}}}e=2+1+2+1+1+4+1+1+6+⋯1​1​1​1​1​1​1​1​

这是一个优美的模式：2,1,2,1,1,4,1,1,6,1,1,8,…2, 1, 2, 1, 1, 4, 1, 1, 6, 1, 1, 8, \ldots2,1,2,1,1,4,1,1,6,1,1,8,…。

¶ 积分定义

∫1e1x dx=1\int_1^{e} \frac{1}{x} \, dx = 1∫1e​x1​dx=1

这表示：从 x=1x=1x=1 到 x=ex=ex=e，函数 1/x1/x1/x 下方的面积为 1。

验证：ln⁡(e)=∫1e1x dx=1\ln(e) = \int_1^{e} \frac{1}{x} \, dx = 1ln(e)=∫1e​x1​dx=1。这意味着 eee 是自然对数值为 1 的点。

¶ 现实应用

复利计算：如果本金 PPP 年利率 rrr，一年分 nnn 次计息（复利），则终值为：

A=P(1+rn)ntA = P\left(1 + \frac{r}{n}\right)^{nt}A=P(1+nr​)nt

当 n→∞n \to \inftyn→∞（连续复利）时：

A=PertA = Pe^{rt}A=Pert

数值示例：P=1000P=1000P=1000 元，r=5%r=5\%r=5%，t=10t=10t=10 年：

每年计息一次：A=1000(1.05)10=1628.89A = 1000(1.05)^{10} = 1628.89A=1000(1.05)10=1628.89 元

每月计息一次：A=1000(1+0.05/12)120=1647.01A = 1000(1 + 0.05/12)^{120} = 1647.01A=1000(1+0.05/12)120=1647.01 元

每天计息一次：A=1000(1+0.05/365)3650=1648.61A = 1000(1 + 0.05/365)^{3650} = 1648.61A=1000(1+0.05/365)3650=1648.61 元

连续复利：A=1000e0.5=1648.72A = 1000 e^{0.5} = 1648.72A=1000e0.5=1648.72 元

指数衰减：放射性衰变公式 N(t)=N0e−λtN(t) = N_0 e^{-\lambda t}N(t)=N0​e−λt

统计学：泊松分布 P(X=k)=λke−λk!P(X=k) = \frac{\lambda^k e^{-\lambda}}{k!}P(X=k)=k!λke−λ​

欧拉恒等式：

eiπ+1=0e^{i\pi} + 1 = 0eiπ+1=0

这个等式连接了五个最重要的数学常数：eee（自然常数）、π\piπ（圆周率）、iii（虚数单位）、111（乘法单位元）、000（加法单位元）。

¶ 虚数单位 iii

¶ 定义

i2=−1i^2 = -1i2=−1

iii 不是实数，因为没有任何实数的平方等于 −1-1−1。引入 iii 后，我们可以定义复数域 C\mathbb{C}C：

C={a+bi∣a,b∈R}\mathbb{C} = \{a + bi \mid a, b \in \mathbb{R}\}C={a+bi∣a,b∈R}

¶ 幂的周期

iii 的幂次呈现 4 周期循环：

nnn

ini^nin

0

1

1

iii

2

−1-1−1

3

−i-i−i

4

1

5

iii

...

循环

¶ 几何解释

在复平面上，乘以 iii 相当于逆时针旋转 90∘90^\circ90∘：

实数轴上的点 111 乘以 iii 得到 iii（从实轴转到虚轴）

再乘以 iii 得到 −1-1−1（转到负实轴）

再乘以 iii 得到 −i-i−i（转到负虚轴）

再乘以 iii 回到 111（完成了 360∘360^\circ360∘ 旋转）

¶ 欧拉公式

eiθ=cos⁡θ+isin⁡θe^{i\theta} = \cos\theta + i\sin\thetaeiθ=cosθ+isinθ

具体数值示例：

θ=0\theta = 0θ=0：ei0=cos⁡0+isin⁡0=1e^{i0} = \cos 0 + i\sin 0 = 1ei0=cos0+isin0=1

θ=π2\theta = \frac{\pi}{2}θ=2π​：eiπ/2=cos⁡π2+isin⁡π2=ie^{i\pi/2} = \cos\frac{\pi}{2} + i\sin\frac{\pi}{2} = ieiπ/2=cos2π​+isin2π​=i

θ=π\theta = \piθ=π：eiπ=cos⁡π+isin⁡π=−1e^{i\pi} = \cos\pi + i\sin\pi = -1eiπ=cosπ+isinπ=−1

θ=2π\theta = 2\piθ=2π：ei2π=cos⁡2π+isin⁡2π=1e^{i2\pi} = \cos 2\pi + i\sin 2\pi = 1ei2π=cos2π+isin2π=1

¶ 应用

交流电路分析：使用复数表示阻抗，Z=R+iXZ = R + iXZ=R+iX

量子力学：波函数 ψ(x,t)=Aei(kx−ωt)\psi(x,t) = Ae^{i(kx - \omega t)}ψ(x,t)=Aei(kx−ωt)

控制理论：拉普拉斯变换将微分方程转化为代数方程

信号处理：傅里叶变换使用 e−i2πfte^{-i2\pi ft}e−i2πft

¶ 黄金分割 φ\varphiφ

¶ 定义与数值

黄金分割 φ\varphiφ（phi）定义为将一条线段分成两部分，使较长部分与全长之比等于较短部分与较长部分之比：

a+ba=ab=φ≈1.61803398874989484820…\frac{a+b}{a} = \frac{a}{b} = \varphi \approx 1.61803398874989484820\ldotsaa+b​=ba​=φ≈1.61803398874989484820…

等价地：

φ=1+52≈1.6180339887…\varphi = \frac{1 + \sqrt{5}}{2} \approx 1.6180339887\ldotsφ=21+5​​≈1.6180339887…

另一个相关常数是 Φ=φ−1=5−12≈0.6180339887…\Phi = \varphi^{-1} = \frac{\sqrt{5} - 1}{2} \approx 0.6180339887\ldotsΦ=φ−1=25​−1​≈0.6180339887…

¶ 代数性质

φ\varphiφ 是二次方程 x2−x−1=0x^2 - x - 1 = 0x2−x−1=0 的正根：

φ2=φ+1\varphi^2 = \varphi + 1φ2=φ+1

推广：

φ3=φ×φ2=φ(φ+1)=φ2+φ=2φ+1\varphi^3 = \varphi \times \varphi^2 = \varphi(\varphi + 1) = \varphi^2 + \varphi = 2\varphi + 1φ3=φ×φ2=φ(φ+1)=φ2+φ=2φ+1

nnn

φn\varphi^nφn

展开式

0

1

1

1

1.618...

φ\varphiφ

2

2.618...

φ+1\varphi + 1φ+1

3

4.236...

2φ+12\varphi + 12φ+1

4

6.854...

3φ+23\varphi + 23φ+2

5

11.090...

5φ+35\varphi + 35φ+3

系数恰好是斐波那契数列！

¶ 连分数

φ=1+11+11+11+11+⋱\varphi = 1 + \cfrac{1}{1 + \cfrac{1}{1 + \cfrac{1}{1 + \cfrac{1}{1 + \ddots}}}}φ=1+1+1+1+1+⋱1​1​1​1​

¶ 与斐波那契数列的关系

斐波那契数列定义：F0=0F_0 = 0F0​=0, F1=1F_1 = 1F1​=1, Fn=Fn−1+Fn−2F_n = F_{n-1} + F_{n-2}Fn​=Fn−1​+Fn−2​

相邻项之比趋近于 φ\varphiφ：

nnn

FnF_nFn​

Fn+1/FnF_{n+1}/F_nFn+1​/Fn​

与 φ\varphiφ 的误差

1

1

1.00000

6.18×10−16.18 \times 10^{-1}6.18×10−1

2

1

2.00000

3.82×10−13.82 \times 10^{-1}3.82×10−1

3

2

1.50000

1.18×10−11.18 \times 10^{-1}1.18×10−1

4

3

1.66667

4.86×10−24.86 \times 10^{-2}4.86×10−2

5

5

1.60000

1.80×10−21.80 \times 10^{-2}1.80×10−2

6

8

1.62500

6.97×10−36.97 \times 10^{-3}6.97×10−3

7

13

1.61538

2.65×10−32.65 \times 10^{-3}2.65×10−3

8

21

1.61905

1.02×10−31.02 \times 10^{-3}1.02×10−3

9

34

1.61765

3.87×10−43.87 \times 10^{-4}3.87×10−4

10

55

1.61818

1.47×10−41.47 \times 10^{-4}1.47×10−4

比奈公式（Binet's formula）给出了斐波那契数列的通项公式：

Fn=φn−(−φ)−n5F_n = \frac{\varphi^n - (-\varphi)^{-n}}{\sqrt{5}}Fn​=5​φn−(−φ)−n​

数值验证：n=10n = 10n=10

F10=φ10−(−φ)−105≈122.991869−0.0081312.236068≈55F_{10} = \frac{\varphi^{10} - (-\varphi)^{-10}}{\sqrt{5}} \approx \frac{122.991869 - 0.008131}{2.236068} \approx 55F10​=5​φ10−(−φ)−10​≈2.236068122.991869−0.008131​≈55

¶ 应用

最优化中的黄金分割搜索：在单峰函数上寻找最小值的高效算法

自然界：向日葵的种子排列、贝壳的螺旋结构

建筑设计：帕特农神庙、金字塔中的比例

计算机科学：斐波那契堆、斐波那契搜索

¶ 2\sqrt{2}2​

¶ 定义与数值

2\sqrt{2}2​ 是这样一个正数，它的平方等于 2：

(2)2=2(\sqrt{2})^2 = 2(2​)2=2

2≈1.41421356237309504880…\sqrt{2} \approx 1.41421356237309504880\ldots2​≈1.41421356237309504880…

¶ 无理性的证明

2\sqrt{2}2​ 是最早被证明的无理数之一（古希腊毕达哥拉斯学派）：

证法概要：

假设 2=pq\sqrt{2} = \frac{p}{q}2​=qp​，其中 p,qp,qp,q 互质。

则 2=p2q22 = \frac{p^2}{q^2}2=q2p2​，即 p2=2q2p^2 = 2q^2p2=2q2。

p2p^2p2 是偶数，所以 ppp 是偶数，设 p=2kp = 2kp=2k。

代入得 4k2=2q24k^2 = 2q^24k2=2q2，即 q2=2k2q^2 = 2k^2q2=2k2。

q2q^2q2 也是偶数，所以 qqq 是偶数。

这与 p,qp,qp,q 互质矛盾。因此 2\sqrt{2}2​ 不能用分数表示，是无理数。

¶ 连分数表示

2=1+12+12+12+12+⋱\sqrt{2} = 1 + \cfrac{1}{2 + \cfrac{1}{2 + \cfrac{1}{2 + \cfrac{1}{2 + \ddots}}}}2​=1+2+2+2+2+⋱1​1​1​1​

这个连分数是纯周期性的，周期为 1。

¶ 递推近似

2≈1+12+12+12+12\sqrt{2} \approx 1 + \frac{1}{2 + \frac{1}{2 + \frac{1}{2 + \frac{1}{2}}}}2​≈1+2+2+2+21​1​1​1​

计算各阶渐近分数（convergents）：

阶数

分数形式

小数近似值

误差

1

1/1

1.00000

4.14×10−14.14 \times 10^{-1}4.14×10−1

2

3/2

1.50000

8.58×10−28.58 \times 10^{-2}8.58×10−2

3

7/5

1.40000

1.42×10−21.42 \times 10^{-2}1.42×10−2

4

17/12

1.41667

2.45×10−32.45 \times 10^{-3}2.45×10−3

5

41/29

1.41379

4.20×10−44.20 \times 10^{-4}4.20×10−4

6

99/70

1.41429

7.21×10−57.21 \times 10^{-5}7.21×10−5

7

239/169

1.41420

1.24×10−51.24 \times 10^{-5}1.24×10−5

分数的分母和分子同时满足佩尔方程（Pell's equation）：p2−2q2=±1p^2 - 2q^2 = \pm 1p2−2q2=±1

¶ 历史意义

发现 2\sqrt{2}2​ 的无理性是数学史上划时代的事件。据传，发现者希帕索斯（Hippasus）因泄露这个"破坏性"的秘密而被毕达哥拉斯学派的同门扔进大海处死——因为他们坚信"万物皆数"（即万物都可用整数之比表示）。

¶ 应用

几何：正方形的对角线长度。边长为 1 的正方形的对角线长为 2\sqrt{2}2​

纸张尺寸：A4 纸的长宽比 2:1\sqrt{2} : 12​:1，使得对折后长宽比不变。A4 (297×210297 \times 210297×210 mm) 的比值约为 1.4141.4141.414

信号处理：均方根值（RMS）的计算

¶ 3\sqrt{3}3​ 和其他代数常数

3≈1.73205080756887729352…\sqrt{3} \approx 1.73205080756887729352\ldots3​≈1.73205080756887729352…

连分数表示：

3=1+11+12+11+12+⋱\sqrt{3} = 1 + \cfrac{1}{1 + \cfrac{1}{2 + \cfrac{1}{1 + \cfrac{1}{2 + \ddots}}}}3​=1+1+2+1+2+⋱1​1​1​1​

周期为 2。

应用：边长为 1 的正四面体的高为 2/3\sqrt{2/3}2/3​，等边三角形的高为 32\frac{\sqrt{3}}{2}23​​。

¶ 平方根倒数常数

常见平方根的小数展开：

表达式

近似值

常见用途

2\sqrt{2}2​

1.41421356

正方形对角线

3\sqrt{3}3​

1.73205081

等边三角形高

5\sqrt{5}5​

2.23606798

黄金分割

6\sqrt{6}6​

2.44948974

-

10\sqrt{10}10​

3.16227766

-

¶ 欧拉-马歇罗尼常数 γ\gammaγ

¶ 定义与数值

γ=lim⁡n→∞(∑k=1n1k−ln⁡n)≈0.57721566490153286060…\gamma = \lim_{n \to \infty} \left( \sum_{k=1}^{n} \frac{1}{k} - \ln n \right) \approx 0.57721566490153286060\ldotsγ=n→∞lim​(k=1∑n​k1​−lnn)≈0.57721566490153286060…

它度量了调和级数 ∑1/k\sum 1/k∑1/k 与自然对数 ln⁡n\ln nlnn 之间的差值。

¶ 数值验证

nnn

调和数 Hn=∑k=1n1/kH_n = \sum_{k=1}^{n} 1/kHn​=∑k=1n​1/k

ln⁡n\ln nlnn

Hn−ln⁡nH_n - \ln nHn​−lnn

10

2.92896825

2.30258509

0.62638316

100

5.18737752

4.60517019

0.58220733

1,000

7.48547086

6.90775528

0.57771558

10,000

9.78760604

9.21034037

0.57726566

100,000

12.09014613

11.51292546

0.57722068

∞\infty∞

-

-

0.57721566...

¶ 积分表示

γ=−∫0∞e−xln⁡x dx\gamma = -\int_0^{\infty} e^{-x} \ln x \, dxγ=−∫0∞​e−xlnxdx

γ=∫01(1ln⁡x+11−x)dx\gamma = \int_0^1 \left( \frac{1}{\ln x} + \frac{1}{1-x} \right) dxγ=∫01​(lnx1​+1−x1​)dx

¶ 开放问题

目前尚不清楚 γ\gammaγ 是否是无理数。这是数学中最重要的未解决问题之一。大多数数学家猜想 γ\gammaγ 是超越数，但目前没有任何证明。

¶ 出现场景

数论：素数定理的误差项

特殊函数：伽马函数 Γ′(1)=−γ\Gamma'(1) = -\gammaΓ′(1)=−γ

积分：指数积分 Ei(x)\text{Ei}(x)Ei(x) 的展开

狄利克雷级数：ζ(s)=1s−1+γ+O(s−1)\zeta(s) = \frac{1}{s-1} + \gamma + O(s-1)ζ(s)=s−11​+γ+O(s−1) 在 s→1s \to 1s→1 时的展开

¶ 黎曼 ζ\zetaζ 函数特殊值

¶ 定义

ζ(s)=∑n=1∞1ns\zeta(s) = \sum_{n=1}^{\infty} \frac{1}{n^s}ζ(s)=n=1∑∞​ns1​

¶ 特殊值

sss

ζ(s)\zeta(s)ζ(s)

数值

描述

2

π26\frac{\pi^2}{6}6π2​

1.644934...

巴塞尔问题

3

ζ(3)\zeta(3)ζ(3)

1.2020569...

阿佩里常数

4

π490\frac{\pi^4}{90}90π4​

1.082323...

欧拉公式

5

ζ(5)\zeta(5)ζ(5)

1.036927...

-

6

π6945\frac{\pi^6}{945}945π6​

1.017343...

欧拉公式

8

π89450\frac{\pi^8}{9450}9450π8​

1.004077...

-

对于偶数 s=2ns = 2ns=2n，ζ(2n)=(−1)n+1B2n(2π)2n2(2n)!\zeta(2n) = (-1)^{n+1} \frac{B_{2n} (2\pi)^{2n}}{2(2n)!}ζ(2n)=(−1)n+12(2n)!B2n​(2π)2n​，其中 BnB_nBn​ 是伯努利数。

数值验证 ζ(2)=π2/6\zeta(2) = \pi^2/6ζ(2)=π2/6：

∑n=1101n2=1+14+19+116+125+136+149+164+181+1100≈1.54977\sum_{n=1}^{10} \frac{1}{n^2} = 1 + \frac{1}{4} + \frac{1}{9} + \frac{1}{16} + \frac{1}{25} + \frac{1}{36} + \frac{1}{49} + \frac{1}{64} + \frac{1}{81} + \frac{1}{100} \approx 1.54977n=1∑10​n21​=1+41​+91​+161​+251​+361​+491​+641​+811​+1001​≈1.54977

π26≈9.8696046≈1.644934\frac{\pi^2}{6} \approx \frac{9.869604}{6} \approx 1.6449346π2​≈69.869604​≈1.644934

¶ 阿佩里常数 ζ(3)\zeta(3)ζ(3)

ζ(3)=∑n=1∞1n3≈1.2020569031595942854…\zeta(3) = \sum_{n=1}^{\infty} \frac{1}{n^3} \approx 1.2020569031595942854\ldotsζ(3)=n=1∑∞​n31​≈1.2020569031595942854…

由罗杰·阿佩里（Roger Apéry）在1978年证明其无理性（irrational），但其是否为超越数仍未知。

数值验证：

S5=1+18+127+164+1125≈1.185185S_5 = 1 + \frac{1}{8} + \frac{1}{27} + \frac{1}{64} + \frac{1}{125} \approx 1.185185S5​=1+81​+271​+641​+1251​≈1.185185

S10≈1.197532S_{10} \approx 1.197532S10​≈1.197532

S100≈1.202007S_{100} \approx 1.202007S100​≈1.202007

¶ 卡塔兰常数 GGG

¶ 定义与数值

G=∑n=0∞(−1)n(2n+1)2=1−132+152−172+⋯≈0.91596559417721901505…G = \sum_{n=0}^{\infty} \frac{(-1)^n}{(2n+1)^2} = 1 - \frac{1}{3^2} + \frac{1}{5^2} - \frac{1}{7^2} + \cdots \approx 0.91596559417721901505\ldotsG=n=0∑∞​(2n+1)2(−1)n​=1−321​+521​−721​+⋯≈0.91596559417721901505…

¶ 部分和收敛

nnn

部分和 SnS_nSn​

误差

0

1.00000

8.40×10−28.40 \times 10^{-2}8.40×10−2

1

0.88889

2.71×10−22.71 \times 10^{-2}2.71×10−2

2

0.92889

1.29×10−21.29 \times 10^{-2}1.29×10−2

3

0.90849

7.48×10−37.48 \times 10^{-3}7.48×10−3

10

0.91610

1.31×10−41.31 \times 10^{-4}1.31×10−4

100

0.91597

1.53×10−61.53 \times 10^{-6}1.53×10−6

¶ 出现场景

积分：G=∫01arctan⁡xx dxG = \int_0^1 \frac{\arctan x}{x} \, dxG=∫01​xarctanx​dx

组合数学：交错排列的数量

数论：某些狄利克雷 LLL 函数的值

¶ 辛钦常数 KKK

¶ 定义与数值

对于几乎所有实数 xxx，其连分数展开 x=[a0;a1,a2,…]x = [a_0; a_1, a_2, \ldots]x=[a0​;a1​,a2​,…] 的系数的几何均值收敛到同一个常数：

lim⁡n→∞(∏k=1nak)1/n=K≈2.6854520010653064453…\lim_{n \to \infty} \left( \prod_{k=1}^{n} a_k \right)^{1/n} = K \approx 2.6854520010653064453\ldotsn→∞lim​(k=1∏n​ak​)1/n=K≈2.6854520010653064453…

K=∏r=1∞(1+1r(r+2))log⁡2rK = \prod_{r=1}^{\infty} \left( 1 + \frac{1}{r(r+2)} \right)^{\log_2 r}K=r=1∏∞​(1+r(r+2)1​)log2​r

¶ 含义

这意味着大多数实数的连分数展开系数具有相同的渐近几何均值——一个惊人的普适性结果。

¶ 费根鲍姆常数 δ\deltaδ

¶ 定义与数值

费根鲍姆常数 δ\deltaδ 出现在混沌理论中，描述了倍周期分岔（period-doubling bifurcations）的收敛速率：

δ=lim⁡n→∞μn−μn−1μn+1−μn≈4.6692016091029906718…\delta = \lim_{n \to \infty} \frac{\mu_{n} - \mu_{n-1}}{\mu_{n+1} - \mu_{n}} \approx 4.6692016091029906718\ldotsδ=n→∞lim​μn+1​−μn​μn​−μn−1​​≈4.6692016091029906718…

其中 μn\mu_nμn​ 是逻辑斯蒂映射 xn+1=rxn(1−xn)x_{n+1} = rx_n(1 - x_n)xn+1​=rxn​(1−xn​) 第 nnn 次倍周期分岔发生的参数值。

¶ 数值验证

逻辑斯蒂映射的分岔点序列：

nnn

分岔类型

参数 μn\mu_nμn​

差值 Δn=μn−μn−1\Delta_n = \mu_n - \mu_{n-1}Δn​=μn​−μn−1​

比值 Δn−1/Δn\Delta_{n-1} / \Delta_nΔn−1​/Δn​

1

1 →\to→ 2 周期

3.0

-

-

2

2 →\to→ 4 周期

3.44949

0.44949

-

3

4 →\to→ 8 周期

3.54409

0.09460

4.751

4

8 →\to→ 16 周期

3.56441

0.02032

4.656

5

16 →\to→ 32 周期

3.56876

0.00435

4.668

6

32 →\to→ 64 周期

3.56969

0.00093

4.669

比值迅速收敛到 δ≈4.6692\delta \approx 4.6692δ≈4.6692。这是普适常数——不仅对逻辑斯蒂映射成立，对任何具有倍周期分岔的系统都成立（如 xn+1=rsin⁡(πxn)x_{n+1} = r\sin(\pi x_n)xn+1​=rsin(πxn​) 等）。

¶ 关键常数速查表

常数

符号

近似值

分类

已知小数位数

圆周率

π\piπ

3.14159265358979...

超越数

∼1014\sim 10^{14}∼1014

自然常数

eee

2.71828182845905...

超越数

∼1013\sim 10^{13}∼1013

虚数单位

iii

i2=−1i^2 = -1i2=−1

代数数

精确

黄金分割

φ\varphiφ

1.61803398874989...

代数数

精确

欧拉常数

γ\gammaγ

0.57721566490153...

未知（猜想超越）

∼1012\sim 10^{12}∼1012

卡塔兰常数

GGG

0.91596559417722...

未知

∼1010\sim 10^{10}∼1010

阿佩里常数

ζ(3)\zeta(3)ζ(3)

1.20205690315959...

无理数

∼1012\sim 10^{12}∼1012

辛钦常数

KKK

2.68545200106531...

未知

∼105\sim 10^5∼105

费根鲍姆常数

δ\deltaδ

4.66920160910299...

未知

∼103\sim 10^3∼103

2\sqrt{2}2​

2\sqrt{2}2​

1.41421356237310...

代数无理数

精确

3\sqrt{3}3​

3\sqrt{3}3​

1.73205080756888...

代数无理数

精确

5\sqrt{5}5​

5\sqrt{5}5​

2.23606797749979...

代数无理数

精确

¶ 常数之间的关系

¶ 欧拉恒等式（数学中最美的公式）

eiπ+1=0e^{i\pi} + 1 = 0eiπ+1=0

将五个最重要的常数联系在一个等式中。

¶ 黎曼 ζ\zetaζ 函数与 π\piπ

ζ(2)=π26,ζ(4)=π490,ζ(6)=π6945\zeta(2) = \frac{\pi^2}{6}, \quad \zeta(4) = \frac{\pi^4}{90}, \quad \zeta(6) = \frac{\pi^6}{945}ζ(2)=6π2​,ζ(4)=90π4​,ζ(6)=945π6​

¶ 自然常数与 π\piπ

eiπ=−1e^{i\pi} = -1eiπ=−1

¶ 欧拉恒等式的推广

∫−∞∞e−x2 dx=π\int_{-\infty}^{\infty} e^{-x^2} \, dx = \sqrt{\pi}∫−∞∞​e−x2dx=π​

高斯积分将 eee 和 π\piπ 联系了起来。

¶ 伽马函数与 π\piπ

Γ(12)=π\Gamma\left(\frac{1}{2}\right) = \sqrt{\pi}Γ(21​)=π​

¶ 子页面索引

本文涵盖了以下数学常数的详细说明（见子页面）：

子路径

标题

核心内容

math/constants/pi/

π\piπ 的详细介绍

莱布尼茨公式、巴塞尔问题、拉马努金公式、丘德诺夫斯基算法、高斯-勒让德算法、蒙特卡洛方法、BBP公式

math/constants/e/

eee 的详细介绍

极限定义、级数展开、连分数、积分定义、复利应用

math/constants/golden-ratio/

φ\varphiφ 的详细介绍

代数性质、连分数表示、斐波那契数列、应用

math/constants/sqrt2/

2\sqrt{2}2​

无理性证明、连分数、佩尔方程

math/constants/imaginary-unit/

iii

复数域、欧拉公式、应用

math/constants/euler-mascheroni/

γ\gammaγ

调和级数、积分表示、开放问题

math/constants/riemann-zeta/

ζ\zetaζ 函数特殊值

巴塞尔问题、阿佩里常数、偶数公式

math/constants/catalan/

卡塔兰常数 GGG

级数定义、积分表示

math/constants/khinchin/

辛钦常数 KKK

连分数系数的几何均值

math/constants/feigenbaum/

费根鲍姆常数 δ\deltaδ

倍周期分岔、普适性

math/constants/apery/

阿佩里常数 ζ(3)\zeta(3)ζ(3)

无理性证明、数值计算

¶ 参考文献

Bailey, D. H., Borwein, J. M. & Plouffe, S. (1997). "On the Rapid Computation of Various Polylogarithmic Constants." Mathematics of Computation, 66(218), 903-913.

Chudnovsky, D. V. & Chudnovsky, G. V. (1989). "The Computation of Classical Constants." Proceedings of the National Academy of Sciences, 86(21), 8178-8182.

Apéry, R. (1979). "Irrationalité de ζ(2)\zeta(2)ζ(2) et ζ(3)\zeta(3)ζ(3)." Astérisque, 61, 11-13.

Feigenbaum, M. J. (1978). "Quantitative Universality for a Class of Nonlinear Transformations." Journal of Statistical Physics, 19(1), 25-52.

Sondow, J. (1998). "An Antidote for the Euler-Mascheroni Constant." American Mathematical Monthly, 105(7), 636-640.

Arndt, J. & Haenel, C. (2001). Pi Unleashed. Springer-Verlag.

通过子页面获取每个常数的详细讨论、历史发展、多种计算公式和实际应用示例。