惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Martin Fowler
Martin Fowler
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
A
About on SuperTechFans
Apple Machine Learning Research
Apple Machine Learning Research
The Register - Security
The Register - Security
Vercel News
Vercel News
H
Hackread – Cybersecurity News, Data Breaches, AI and More
人人都是产品经理
人人都是产品经理
MyScale Blog
MyScale Blog
云风的 BLOG
云风的 BLOG
博客园_首页
U
Unit 42
T
Tailwind CSS Blog
G
GRAHAM CLULEY
F
Full Disclosure
V
Vulnerabilities – Threatpost
T
Tenable Blog
月光博客
月光博客
P
Privacy & Cybersecurity Law Blog
P
Privacy International News Feed
K
Kaspersky official blog
Scott Helme
Scott Helme
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
N
News and Events Feed by Topic
T
The Exploit Database - CXSecurity.com
N
News and Events Feed by Topic
有赞技术团队
有赞技术团队
Recent Commits to openclaw:main
Recent Commits to openclaw:main
L
LINUX DO - 最新话题
Recorded Future
Recorded Future
Application and Cybersecurity Blog
Application and Cybersecurity Blog
Help Net Security
Help Net Security
The GitHub Blog
The GitHub Blog
Cisco Talos Blog
Cisco Talos Blog
SecWiki News
SecWiki News
P
Proofpoint News Feed
Security Latest
Security Latest
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
罗磊的独立博客
S
Security Affairs
M
MIT News - Artificial intelligence
L
LINUX DO - 热门话题
美团技术团队
Simon Willison's Weblog
Simon Willison's Weblog
T
Threat Research - Cisco Blogs
Stack Overflow Blog
Stack Overflow Blog
Forbes - Security
Forbes - Security
Hugging Face - Blog
Hugging Face - Blog
博客园 - Franky
V
Visual Studio Blog

顶尖研发

技术进步和新租金 - 顶尖研发 写给Z的一封信——热带不需要哲学 - 顶尖研发 一期一会 写在2026 收敛世界线 上帝的边界 工作五年的一些感悟 醉生梦死 黑洞跳舞记 造物们
十万个为什么(百科全书)
qlili · 2025-10-08 · via 顶尖研发

许多公式都有π和e,可能的原因有什么?

因为很多自然现象(旋转、波动、电路、热传导、量子力学)都有周期性行为,所以需要引入π,来表达循环往复(圆周运动)。

而e是连续增长和变化率的极限,e是唯一一个满足导数等于自身的函数常数,所以表示变化的单位没有比e更合适的了。

值得一提的是,π表示循环,e是不循环,两个本质是互斥,矛盾的,对立的,但欧拉公式却让两者可以互相转换!

这是最惊人的地方:看似不能共存的两种存在方式,却在复数世界中统一起来。

它等价于说:

一个看似永不循环的增长过程(指数 e),在复数域中,竟然对应一个圆周运动(π,周期性)!

所以欧拉公式展示了这样一种宇宙秩序:

所有的线性增长,都可以用周期性结构来表达。或者说,一切变化的过程,在更高维度中,其实是某种结构的循环。

用更通俗的话说:

所有变化其实就是在更高维度里“画圈”。

作者:蒙恩
链接:https://www.zhihu.com/question/379531809/answer/1916462580194579750
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

为什么正态分布最普遍

这是一个非常经典的问题——为什么正态分布(Normal distribution)在自然界和社会现象中如此普遍。原因其实来自数学上的中心极限定理(Central Limit Theorem)、加性噪声原理,以及一些深层的统计与信息论原理。我们分几个角度来讲👇


🧠 一、中心极限定理:普遍性的数学根源

核心思想:

当一个随机变量是许多独立微小因素的总和时,它的分布趋向于正态分布。

解释:
无论这些因素本身的分布是什么(离散、偏态、甚至重尾),只要它们是独立且影响有限,叠加的结果(例如平均值、总和)都会近似服从正态分布。

例子:

  • 人的身高受成百上千个基因和环境因素影响(饮食、睡眠、荷尔蒙等),每个影响都很小、随机 → 身高分布近似正态。
  • 测量误差是由众多微小物理扰动叠加 → 测量误差近似正态。
  • 股票价格的短期波动由大量小事件叠加 → 收益率近似正态(尽管尾部稍胖)。

⚙️ 二、加性噪声的自然规律

在很多自然过程里,系统变化是“在原值基础上加上一点扰动”: Xt+1=Xt+ϵtX_{t+1} = X_t + \epsilon_tXt+1​=Xt​+ϵt​

其中 $\epsilon_t$ 是很多小噪声的叠加。由于中心极限定理,这个 $\epsilon_t$ 的总效果会变成正态的。

举例:

  • 温度变化:由成千上万个随机分子运动导致 → 叠加结果服从正态。
  • 测量误差:无数电子噪声叠加 → 电压噪声服从正态。

📊 三、信息论角度:最大熵原理

在已知方差的情况下,正态分布是熵最大的分布,也就是说它在约束条件下最“不偏不倚”,代表最“自然”的无偏随机性。

换句话说,若我们只知道一个随机变量的均值与方差,但不知道其他信息,那么最合理、最“中立”的假设就是它服从正态分布。

这也是为什么在物理(统计力学)、机器学习(噪声假设)中,正态分布成为默认假设


🌍 四、演化与统计的稳定性

在大量随机过程迭代后,只有正态分布能在加法与缩放下保持稳定: aX+bY∼Normal⇒仍然是NormalaX + bY \sim \text{Normal} \Rightarrow 仍然是 NormalaX+bY∼Normal⇒仍然是Normal

这种封闭性使得正态分布在迭代、聚合、平均中自然出现。


💬 五、直观理解

可以想象:
你掷很多次硬币,每次记下“正面=+1,反面=-1”,然后统计总和。
随着次数增加,总和的分布就逐渐变成钟形曲线。
这其实就是中心极限定理的“直观演示”。


📘 小结

原因类别说明举例
数学原因中心极限定理身高、考试分数、测量误差
物理原因噪声叠加、分子运动热噪声、电噪声、扩散
信息论原因最大熵原理无先验时的自然假设
稳定性原因加法封闭性多因素线性组合

为什么星球的轨道都是椭圆型的,而不是正圆的?

一、从宇宙大爆炸开始:随机与混沌的初始条件

在“大爆炸”刚发生后的最初几亿年,宇宙中充满的是高温高密度的等离子体,没有行星、没有恒星,只有极微小的密度涨落(quantum fluctuations)。

随着宇宙膨胀、温度降低,这些微小的不均匀区域开始通过**引力坍缩(gravitational collapse)**形成:

  • 星系;
  • 恒星;
  • 星云和行星原盘。

这个过程是“随机且带旋转的”:宇宙的任意一点都不可能是完美静止的。
即使初始角动量非常微小,一旦气体云开始坍缩,引力守恒使它的旋转加速

这就是为什么几乎所有天体系统(星系、恒星、行星)都会旋转并形成盘状结构


🌀 二、角动量守恒:圆形只是极端理想情况

设想一个巨大气体云在自引力下塌缩。由于任意微小的角动量不为零,它会逐渐变成一个旋转盘。

在坍缩过程中:

  • 每个微粒在引力势阱中运动;
  • 速度方向与位置方向几乎垂直,但不是完全垂直;
  • 所以产生了非零偏心率

系统的总角动量 L=mvrL = mvrL=mvr 必须守恒,但:

  • 任何初始“扰动”或外力都会让速度方向略微偏离;
  • 圆形轨道只在 v2=GM/rv^2 = GM/rv2=GM/r 且方向完美垂直时成立;
  • 一旦有细微偏差,运动轨迹就变成椭圆。

所以:

在角动量守恒和引力作用下,椭圆轨道是自然的、稳定的状态;圆轨道是几乎不可能的理想极限


⚙️ 三、从万有引力定律看:椭圆轨道是“引力势”的自然结果

引力势能是: U(r)=−GMmrU(r) = -\frac{GMm}{r}U(r)=−rGMm​

这是一个反平方势场(inverse-square potential)

在这种势场下,能量与角动量共同决定轨道的形状:

  • 总能量 E<0E < 0E<0:束缚态 → 椭圆
  • E=0E = 0E=0:临界态 → 抛物线
  • E>0E > 0E>0:逃逸态 → 双曲线

只有当速度恰好等于圆轨道速度时: v=GMrv = \sqrt{\frac{GM}{r}}v=rGM​​

且方向完全垂直于半径向量时,才是正圆。
但任何微小的扰动都会打破这个平衡,使能量或角动量略有不同 → 轨道变椭圆。

换句话说:

在牛顿引力势场中,椭圆是普遍解,圆只是一个零测度的特例。


☄️ 四、从原行星盘形成的物理过程看:扰动无法避免

行星并不是单独诞生的,而是在恒星形成后周围的原行星盘中生成的。

这个盘是由:

  • 微尘、气体、碎片组成;
  • 通过引力、碰撞、吸积逐渐聚集成行星;
  • 在形成过程中受到盘内其他物质的引力扰动。

因此每颗行星从一开始的轨道就带有:

  • 一定偏心率(e);
  • 与其他行星的共振;
  • 来自恒星风、气体摩擦、微碰撞的随机扰动。

这些扰动让轨道不可能完美圆形,但会在长期演化中趋向低偏心、稳定椭圆


🧠 五、深层理解:宇宙的“不完美”是稳定的来源

如果所有行星都完美地圆形运行:

  • 任意微小扰动(如一次小天体撞击)都可能引起共振灾难
  • 椭圆轨道反而能在扰动下通过角动量和能量的相互转换稳定系统

换句话说:

宇宙的“轻微不对称”反而是秩序和稳定的来源。
完美圆是一种极度脆弱的理想,而椭圆才是真实世界的稳定平衡


🌠 六、总结一句话

层面原因
宇宙起源大爆炸后的微小涨落让任何结构都不可能完美对称
动力学原理万有引力 + 角动量守恒 → 椭圆是一般解,圆是极端特例
形成机制原行星盘中的随机扰动与引力相互作用导致偏心
稳定性椭圆轨道比圆轨道更能吸收扰动、维持系统长期稳定

一句凝练的总结:

🌍 行星的椭圆轨道,是宇宙从混沌到秩序的自然结果。
它既体现了万有引力的普适规律,也承载了大爆炸留下的微小“不完美”——这种不完美,正是宇宙稳定而恒久的根源。

最后更新于 2025年12月22日 by

Post Views: 1,487