「圓周率」意思是什麼？圓周率造句有哪些？圓周率的解釋、用法、例句

想知道圓周率意思是什麼？圓周率的造句有哪些？或是想知道圓周率的注音、漢語拼音以及圓周率的用法及例句有哪些嗎？在單詞意思解釋辭典通通找得到。

圓周率的意思

圓周率的用法、造句

圓周率的注音

圓周率的漢語拼音

圓周率的筆畫

圓周率的拆解字詞

圓周率造句、例句

1. 圓周率是數學中極為重要的常數，可以用來計算周長、面積和體積。
2. 計算圓周率的方法有很多種，其中最著名的是利用無窮級數來逼近。
3. 圓周率是一個無限不循環小數，十進位下的近似值為3.14159265358979323846。
4. 初中數學中常利用圓周率進行面積和周長的計算，是數學學習的重要基礎。
5. 圓周率在科學技術中有廣泛應用，尤其在物理學、工程學等領域中。
6. 人類對圓周率的研究已經經歷了數千年，從古代到現代都有許多傑出的數學家在研究。
7. 圓周率是一個無理數，無法用有限的數位表示，可以說是數學上的奇蹟。
8. 圓周率在暗通款曲的密碼學中有重要應用，能夠保護數據的安全性。
9. 今天是圓周率日，每年的3月14日是全球數學愛好者的節日，用來慶祝數學的魅力。
10. 圓周率的數字非常龐大，已經超過了數十萬億位，是人類勘測數學世界的無盡寶藏。

「圓周率」的維基百科解釋

圓周率是數學常數，為圓的周長和其直徑的比，近似值約3.14159265，常用符號${\displaystyle \pi }$表示。

${\displaystyle \pi }$是無理數，不能用分數表示出來（即它的小數部分是無限不循環小數），但近似${\textstyle {\frac {22}{7}}}$等有理數。學界認為π的數字序列在統計上是隨機分布，但迄今未能證明。此外，π還是超越數，它不是任何有理係數多項式的根，化圓為方的問題不可能用尺規作圖解決。

幾個文明古國很早就須計算出π的精確值以便於生產的計算。西元5世紀，中國劉宋數學家祖沖之用幾何方法將圓周率計算到小數點後7位。大約同時，印度數學家也將圓周率計算到小數點後5位。史上首條π的精確無窮級數公式（即π的萊布尼茨公式）直到約1000年後才由印度數學家發現。微積分出現，π的位數很快計到數百位，足以滿足任何科學工程的計算需求。在20和21世紀，計算機技術快速發展，π的計算精度急速提高。截至2022年6月，π的十進位精度已達1×10¹⁴位。當前計算π的值主要都為打破記錄、測試超級計算機的計算能力和高精度乘法算法，因為幾乎所有科學研究對π的精度要求都不超過幾百位。

π的定義涉及圓，所以π在三角學和幾何學的許多公式，特別是在圓形、球形或橢球形相關公式中廣泛應用。在更近代的數學分析裡，π改由實數系統譜性質中的特徵值或週期來定義，不再指涉幾何。所以它也在一些和圓之幾何無甚相關的數學和科學領域中出現，像是數論、統計以及幾乎物理學中所有領域。π的廣泛用途使它成為科學界內外最廣為人知的常數。幾本專門介紹π的書籍經已出版，圓周率日（3月14日）和π值計算突破記錄也往往會成為報紙的新聞頭條。此外，背誦π值的世界記錄已達10萬位。

基本概念[編輯]

名稱[編輯]

數學家用小寫希臘字母${\displaystyle \pi }$表示圓周和其直徑之比，有時也將其拼寫為「Pi」，來自希臘語「περίμετρος」（周長）的首字母。英語π的發音與英文單詞「Pie」（/paɪ/，西式餡餅）相同。π的小寫字母（或其無襯線體）在數學要和表示連乘積的大寫Π相區分開。

關於選擇符號π的原因，請參見引入π符號一節。

定義[編輯]

圓周長略大於其直徑的三倍；精確的比例稱為${\displaystyle \pi }$

π常用定義為圓的周長${\displaystyle C}$與直徑${\displaystyle d}$的比值：

${\displaystyle \pi ={\frac {C}{d}}}$。

無論圓的大小如何，比值${\displaystyle {\frac {C}{d}}}$為恆值。如果圓的直徑變為原先的二倍，周長也變為二倍，比值${\displaystyle {\frac {C}{d}}}$不變。π目前的定義暗地用了歐幾里得幾何的一些定理，雖然圓的定義可擴展到任意曲面（即非歐幾里得幾何），但這些圓不符合定律${\displaystyle \pi ={\frac {C}{d}}}$。

這裡，圓的周長指其圓周的弧長，弧長這概念可以不依賴幾何學，而是用微積分學的極限來定義。例如，若想計算笛卡兒坐標系中單位圓${\displaystyle x^{2}+y^{2}=1}$上半部分的弧長，需要用到積分：

${\displaystyle \pi =\int _{-1}^{1}{\frac {dx}{\sqrt {1-x^{2}}}}.}$

上述積分是由卡爾·魏爾斯特拉斯於1841年對π的積分定義。

π這些依賴周長、且暗地依賴積分的定義如今在文獻中並不常見。雷默特（Remmert (1991)）解釋說現代教微積分時，大學一般將微分學課程安排在積分學課程之前，所以不依賴於後者的π的定義就很有必要了。其中一種定義由理查·巴爾策（英語：Richard Baltzer）提出，由愛德蒙·蘭道推廣，其表述如下：π是兩倍於能使餘弦函數等於零的最小正數。餘弦函數可以由獨立於幾何之外的冪級數定義，或者使用微分方程式的解來定義。

在相似的啟發下，π可以用關於複變數${\displaystyle z}$的複指數函數${\displaystyle \exp(z)}$來定義。複指數類似餘弦函數，可用多種方式定義。令函數${\displaystyle \exp(z)}$值為一的複數集合是如下所示的（虛）等差數列：

${\displaystyle \{\dots ,-2\pi i,0,2\pi i,4\pi i,\dots \}=\{2\pi ki|k\in \mathbb {Z} \}}$，

並且其中包括獨特的正實數${\displaystyle \pi }$。

基於同樣想法但更抽象的定義運用了精巧的拓撲學和代數學概念，用以下定理描述：存在唯一的從加法模數整數組成的實數群R/Z到絕對值為1的複數組成的乘法群的連續同態（拓撲學概念，指在拓撲空間之間的一種態射）。數字π定義為此同態派生的模的一半。

周長固定，圓會圍成最大面積，π同樣表述為等周不等式中出現的常數（乘四分之一）。此外，在很多其他緊密相關的方程式中，π作為某些幾何或者物理過程的特徵值出現；詳見下文。

無理及正規性[編輯]

π是無理數，無法表示成兩整數之比的形式（形如${\textstyle {\frac {22}{7}}}$的分數常用來近似表達π，但是沒有任何普通分數（指整數的比）可以取到π的精確值）。由於${\displaystyle \pi }$是無理數，故可表示為無限不循環小數。有多種方法能證明π是無理數，這些證明也都要用到微積分學和反證法。${\displaystyle \pi }$可以用有理數來近似的程度還無法準確得知（稱為無理性度量），不過估計其無理性度量比e或ln(2)的要大，但是小於萊歐維爾數的無理性度量。

統計隨機性（英語：statistical randomness）檢定，包括正規數檢定，可驗證${\displaystyle \pi }$的位數沒有明顯的固定模式。${\displaystyle \pi }$的小數中任意固定長度的序列（如3位數000，001……999）出現機率都相同。不過有關π是正規數的猜想既無證明，亦無否證。

電腦出現後可生成大量π的不同位數，並統計分析之。金田康正詳細統計分析了π的十進制數字，並驗證了其分布正規：例如，假說檢定0到9十個數的出現頻率，找不到有特定重複規律的證據。根據無限猴子定理，任何任意長度、由隨機內容組成的子序列看起來都有可能像不隨機生成。因此，就算π的小數序列通過了隨機性統計測試，其中也可能有幾位的數字看起來似有規律可循而非隨機數，例如π的十進制寫法在小數第762位後開始出現了連續六個9。

超越性[編輯]

${\displaystyle \pi }$不僅是無理數，還是超越數，即${\displaystyle \pi }$不是任何有理係數多項式的根。（比方說，試圖解有限項方程式${\textstyle {\frac {x^{5}}{120}}-{\frac {x^{3}}{6}}+x=0}$來求${\displaystyle \pi }$的值）

${\displaystyle \pi }$的超越性衍生出一些重要的結果：${\displaystyle \pi }$不能經有限次四則運算和開平方運算有理數來獲得，因此不是規矩數。換言之，尺規作圖作不出長度為${\displaystyle \pi }$的線段，也就不可能用尺規方法做出與已知圓面積相等的正方形。後者即為有名的化圓為方問題，該問題早在古典時代即已提出，曾困擾人數千年之久。直至今天，依然有民間數學愛好者聲稱他們解決了這問題。

連分式[編輯]

${\displaystyle \pi }$像所有無理數一樣無法表示成分數，但${\displaystyle \pi }$等全部無理數都能表示成一系列叫連分數的連續分數形式：

${\displaystyle \pi =3+\textstyle {\frac {1}{7+\textstyle {\frac {1}{15+\textstyle {\frac {1}{1+\textstyle {\frac {1}{292+\textstyle {\frac {1}{1+\textstyle {\frac {1}{1+\textstyle {\frac {1}{1+\ddots }}}}}}}}}}}}}}}$

在這連分數的任意一點截斷化簡，都能得到π的近似值；前四位近似值是3、${\displaystyle {\frac {22}{7}}}$、${\displaystyle {\frac {333}{106}}}$、${\displaystyle {\frac {355}{113}}}$。這些數在歷史上是π最廣為人知且廣為使用的幾個近似值。用以上方式得出的${\displaystyle \pi }$的近似值要比任何有相同或更小的整數分母的其他整數分數近似值更接近π。π是超越數，據定義來說它不是代數數，又因此不可能是二次無理數；是故π不能表示為循環連分數。儘管${\displaystyle \pi }$的簡單連分數沒有表現出任何其他明顯規律，數學家發現了數條廣義連分數能表示π，例如：

${\displaystyle \pi =\textstyle {\cfrac {4}{1+\textstyle {\frac {1^{2}}{2+\textstyle {\frac {3^{2}}{2+\textstyle {\frac {5^{2}}{2+\textstyle {\frac {7^{2}}{2+\textstyle {\frac {9^{2}}{2+\ddots }}}}}}}}}}}}=3+\textstyle {\frac {1^{2}}{6+\textstyle {\frac {3^{2}}{6+\textstyle {\frac {5^{2}}{6+\textstyle {\frac {7^{2}}{6+\textstyle {\frac {9^{2}}{6+\ddots }}}}}}}}}}=\textstyle {\cfrac {4}{1+\textstyle {\frac {1^{2}}{3+\textstyle {\frac {2^{2}}{5+\textstyle {\frac {3^{2}}{7+\textstyle {\frac {4^{2}}{9+\ddots }}}}}}}}}}}$

近似值[編輯]

圓周率近似值包括：

• 整數：3
• 分數（依準確度順序置換）： 13/4、 16/5、 19/6、 22/7、 179/57、 267/85、 333/106、 355/113、 52163/16604、 53228/16943、 55358/17621、 57843/18412、 60328/19203、 103993/33102、 245850922/78256779（選自 A063674 及 A063673。）
• 小數（整數後首80位）：3.14159265358979323846264338327950288419716939937510582097494459230781640628620899...（另見 A000796）

其他進位制的近似值

• 二進位（整數後首48位）：11.001001000011111101101010100010001000010110100011…
• 十六進位（整數後首20位）：3.243F6A8885A308D31319…
• 六十進位（整數後首20位）：3;8,29,44,0,47,25,53,7,24,57,36,17,43,4,29,7,10,3,41,17…

複數與歐拉恆等式[編輯]

任何複數（以${\displaystyle z}$為例）都可以表示為一組實數對：極坐標系用實數${\displaystyle r}$表示半徑，代表複數平面上複數${\displaystyle z}$離原點的距離；實數${\displaystyle \varphi }$則表示夾角，即這條半徑（複數平面上複數${\displaystyle z}$與原點的連線）與正實數軸經順時針轉動的夾角。這樣一來，${\displaystyle z}$就可寫成

${\displaystyle z=r\cdot (\cos \varphi +i\sin \varphi )}$，這裡${\displaystyle i}$代表虛數單位，即${\displaystyle i^{2}}$＝-1。

複分析中，歐拉公式將三角函數與復指數函數糅合在一起：

${\displaystyle e^{i\varphi }=\cos \varphi +i\sin \varphi }$，這裡數學常數e是自然對數的底數。

歐拉公式確立了${\displaystyle e}$的複指數與複數平面上以原點為圓心的單位圓上的點之間的關係，而且當${\displaystyle \varphi =\pi }$時，歐拉公式就能改寫為歐拉恆等式的形式：

${\displaystyle {{{e}^{{i}\,{\pi }}}+{1}}=0}$。此等式亦稱「最奇妙的數學公式」（英語：the most remarkable formula in mathematics），全因它將五個最基本的數學常數簡潔聯繫起來。

歐拉等式亦可用於求出方程式${\displaystyle z^{n}=1}$的${\displaystyle n}$個不同複數根（這些根叫做${\displaystyle ^{n}n}$次單位根」），可以根據以下公式求得：

${\displaystyle e^{2\pi ik/n}\qquad (k=0,1,2,\dots ,n-1)}$。

譜特徵[編輯]

${\displaystyle \pi }$常出現在有關幾何的問題中。然而，不少和幾何無關的問題也可看到${\displaystyle \pi }$的身影。

${\displaystyle \pi }$在許多用處中都會以特徵值形式出現。例如理想的振動弦（英語：vibrating string）問題可以建模為函數${\displaystyle f}$在單位區間${\displaystyle [0,1]}$的圖形，固定邊界值為${\displaystyle f(0)=f(1)=0}$。弦振動的模態會是微分方程式的${\displaystyle f^{n}(x)+\lambda ^{2}f(x)=0}$，此處λ是相關的特徵值。受史特姆－萊歐維爾理論限制，${\displaystyle \lambda }$只能是一些特定的數值。而${\displaystyle \lambda =\pi }$即為一個特徵值，因為函數${\displaystyle f(x)=\sin(\pi x)}$滿足邊界條件及微分方程式${\displaystyle \lambda =\pi }$。

${\displaystyle \pi }$是上述方程式的最小特徵值，也和弦振動的基本模式（英語：fundamental mode）有關。一種讓弦振動的方式是提供弦能量，能量會滿足維廷格函數不等式，其中提到若函數${\displaystyle f:[0,1]\rightarrow \mathbb {C} }$使得${\displaystyle f(0)=f(1)=0}$，且${\displaystyle f}$和${\displaystyle f'}$都是平方可積函數，則以下的不等式成立：

${\displaystyle \pi ^{2}\int _{0}^{1}|f(x)|^{2}\,dx\leq \int _{0}^{1}|f'(x)|^{2}\,dx,}$

此例中等號成立的條件恰好是${\displaystyle f}$為${\displaystyle \sin(\pi x)}$倍數的時候。因此${\displaystyle \pi }$似乎是維爾丁格不等式的最佳常數，也是最小的特徵值（根據雷利商數（英語：Rayleigh quotient）的計算方式）

${\displaystyle \pi }$在更高維度的分析也有類似的角色，出現在其他類似問題的特徵值中。就如以上所述，${\displaystyle \pi }$的一項特點是等周定理中的最佳常數：周長為${\displaystyle P}$的平面若爾當曲線，所圍面積${\displaystyle A}$滿足以下的不等式

${\displaystyle 4\pi A\leq P^{2}}$，

${\displaystyle A=\pi r^{2}}$及${\displaystyle P=2\pi r}$，故等號成立的條件是曲線為圓形。

圓周率π也和龐加萊不等式的最佳常數有關，${\displaystyle \pi }$是一維及二維的狄氏能量（英語：Dirichlet energy）特徵向量最佳值中最小，會出現在許多經典的物理現象中，例如經典的位勢論。其一維的情形即為維廷格不等式。

圓周率π也是傅立葉轉換的重要常數，傅立葉轉換屬於積分轉換，將實數線上有複數值、可積分的函數，轉換為以下形式：

${\displaystyle {\hat {f}}(\xi )=\int _{-\infty }^{\infty }f(x)e^{-2\pi ix\xi }\,dx.}$

傅立葉轉換有幾種不同的寫法，但不論怎麼寫，傅立葉轉換及反傅立葉轉換中，一定會有某處出現${\displaystyle \pi }$。不過上述的定義是最經典的，因為其描述了L2空間中唯一的么正算符，也是${\displaystyle L^{1}}$空間到${\displaystyle L^{\infty }}$空間的代數同態。

不確定性原理也用到${\displaystyle \pi }$。不確定性原理提出了可以將函數在空間及在頻域中局部化程度的下限，用傅立葉轉換的方式表示：

${\displaystyle \int _{-\infty }^{\infty }x^{2}|f(x)|^{2}\,dx\ \int _{-\infty }^{\infty }\xi ^{2}|{\hat {f}}(\xi )|^{2}\,d\xi \geq \left({\frac {1}{4\pi }}\int _{-\infty }^{\infty }|f(x)|^{2}\,dx\right)^{2}}$。

物理的結果，有關量子力學中同時觀測位置及動量的不確定性，見下文。傅立葉分析中出現π是史東－凡紐曼定理（英語：Stone–von Neumann theorem）的結果，證實了海森伯群的薛定諤表示（英語：Schrödinger representation）是唯一。

高斯積分[編輯]

高斯函數${\textstyle f(x)=e^{-x^{2}}}$的圖像，函數下方與X軸圍成的陰影部分面積為${\textstyle {\sqrt {\pi }}}$。

高斯積分是對高斯函數${\displaystyle e^{-x^{2}}}$在整條實數軸上的積分，即函數下方與X軸圍成的面積，其結果為${\displaystyle {\sqrt {\pi }}}$，

${\displaystyle \int _{-\infty }^{\infty }e^{-x^{2}}\,dx={\sqrt {\pi }}}$

此積分的計算可以先計算${\displaystyle f(x)=e^{-x^{2}}}$對整條實數軸的積分的平方，通過轉換笛卡兒坐標系為極坐標系從而求得

${\displaystyle \left(\int _{-\infty }^{\infty }e^{-x^{2}}\,dx\right)^{2}=\iint _{\mathbf {R} ^{2}}e^{-(x^{2}+y^{2})}\,dxdy=\int _{0}^{2\pi }\int _{0}^{\infty }e^{-r^{2}}r\,dr\,d\theta =\pi }$

其他計算方法可參閱高斯積分。高斯函數更一般的形式為${\textstyle f(x)=a\exp {\frac {-(x-b)^{2}}{2c^{2}}}}$，求一般形式的高斯積分均可通過換元積分法轉化為求${\textstyle f(x)=e^{-x^{2}}}$的積分。

另外，當高斯函數為以下形式時，它則是平均數為${\displaystyle \mu }$和標準差為${\displaystyle \sigma }$的常態分布的機率密度函數：

${\displaystyle f(x)={1 \over \sigma {\sqrt {2\pi }}}\,\exp {\frac {-(x-\mu )^{2}}{2\sigma ^{2}}}}$

這函數是機率密度函數，函數下方與X軸圍成的面積必須為1，令${\displaystyle \mu =0}$和${\displaystyle \sigma =1}$即可轉換得出${\textstyle \int _{-\infty }^{\infty }e^{-x^{2}}\,dx={\sqrt {\pi }}}$。機率論與統計學領域經常使用常態分布來作為複雜現象的簡單模型：例如科學家通常假設大多數試驗觀測值的隨機誤差都是服從常態分布。

機率論與統計學中的中央極限定理解釋了常態分布以及${\displaystyle \pi }$的核心作用，這定理本質上是聯繫著${\displaystyle \pi }$的譜特徵與海森堡不確定性原理相關的特徵值，並且在不確定性原理中有

${\displaystyle \sigma _{x}\sigma _{p}\geq \hbar /2}$，

這裡的${\displaystyle \sigma _{x}}$與${\displaystyle \sigma _{p}}$分別為位置與動量的標準差，${\displaystyle \hbar }$是約化普朗克常數，而不等式的等號若且唯若粒子的波函數為高斯函數使成立。

同樣地，${\displaystyle \pi }$作為唯一獨特的常數使得高斯函數等於其自身的傅立葉轉換，此時的高斯函數形式為${\displaystyle f(x)=e^{-\pi x^{2}}}$。根據豪（Howe）的說法，建立傅立葉分析基本定理的「全部工作（whole business）」簡化為高斯積分。

歷史[編輯]

遠古時期[編輯]

圓周率在遠古時期（西元前一千紀）已估算至前兩位（3.1）。有些埃及學家聲稱，遠至古王國時期時期的古埃及人已經用${\textstyle {\frac {22}{7}}}$作為圓周率的約數，但這說法受到質疑。

最早有記載的對圓周率估值在古埃及和巴比倫出現，兩估值都與圓周率的正確數值相差不到百分之一。巴比倫曾出土一塊西元前1900至1600年的泥板，泥板上的幾何學陳述暗示人們當時把圓周率視同${\textstyle {\frac {25}{8}}}$（等於3.125）。埃及的萊因德數學紙草書（鑑定撰寫年份為西元前1650年，但抄自一份西元前1850年的文本）載有用作計算圓面積的公式，該公式中圓周率等於${\textstyle ({\frac {16}{9}})^{2}}$（≈3.1605）。

西元前4世紀的《百道梵書（英語：Shatapatha Brahmana）》的天文學運算把${\textstyle {\frac {339}{108}}}$（≈3.139，精確到99.91%）用作圓周率估值。西元前150年前其他印度文獻把圓周率視為${\textstyle {\sqrt {10}}}$（≈3.1622）。

割圓時代[編輯]

第一條有紀錄、嚴謹計算π數值的演算法是用正多邊形的幾何算法，在西元前250年由希臘數學家阿基米德發明。這算法用了有一千年之久，因而有時π亦稱阿基米德常數。阿基米德的算法是在計算圓的外切正六邊形及內接正六邊形的邊長，以此計算${\displaystyle \pi }$的上限及下限，之後再將六邊形變成十二邊形，繼續計算邊長，一直計到正96邊形為止。他根據多邊形的邊長證明${\textstyle {\frac {223}{71}}<\pi <{\frac {22}{7}}}$（也就是${\textstyle 3.1408<\pi <3.1429}$）。阿基米德得到的上限${\textstyle {\frac {22}{7}}}$也造成常見誤解，認為${\displaystyle \pi }$就等於${\textstyle {\frac {22}{7}}}$。在西元前150年，希臘羅馬的科學家克勞狄烏斯·托勒密在《天文學大成》一書中提到π的數值是3.1416，可能來自阿基米德，也可能來自阿波羅尼奧斯。數學家在1630年利用多邊形的方式計算π到第39位小數，一直到1699年，其他數學家才利用無窮級數的方式打破其紀錄，計算到第71位小數。

中國歷史上，${\displaystyle \pi }$的數值有3、3.1547（西元前一世紀）、${\displaystyle {\sqrt {10}}}$（西元前100年，數值約3.1623）及${\textstyle {\frac {142}{45}}}$（第三世紀，數值約3.1556）。大約在西元265年，曹魏數學家劉徽創立割圓術，用正3072邊形計算出π的數值為3.1416。他後來又發明了較快的算法，利用邊數差兩倍的正多邊形，其面積的差值會形成等比數列，其公比為${\textstyle {\frac {1}{4}}}$的原理，配合96邊形算出π的值為3.14。祖沖之在西元480年利用割圓術計算12288邊形邊長，得到π的值在3.1415926和3.1415927之間。他同時提出了π的約率${\textstyle {\frac {22}{7}}}$和密率${\textstyle {\frac {355}{113}}}$。在之後的八百年內，這都是π最準確的估計值。為紀念祖沖之對圓周率發展的貢獻，日本數學家三上義夫將這推算值命名為「祖沖之圓周率」，簡稱「祖率」。

印度天文學家阿耶波多在西元499年的著作《阿里亞哈塔曆書》中使用了3.1416的數值。斐波那契在大約1220年用獨立於阿基米德多邊形法，計算出3.1418。義大利作家但丁·阿利吉耶里用的數值則是${\textstyle 3+{\frac {\sqrt {2}}{10}}\approx 3.14142}$。

波斯天文學家卡西在1424年利用3×2²⁸邊的多邊形，計算到六十進制的第9位小數，相當十進制的第16位小數。這一突破成為當時的紀錄，延續了約180年。法國數學家弗朗索瓦·韋達在1579年用3×2¹⁷邊形計算到第9位小數，佛蘭芒數學家阿德里安·范·羅門在1593年計算到第15位小數。荷蘭數學家魯道夫·范·科伊倫在1596年計算到第20位小數，他之後又計算到第35位小數（因此在二十世紀初之前，圓周率在德國會稱為魯道夫數）。荷蘭科學家威理博·司乃耳在1621年計算到第34位小數，而奧地利天文學家克里斯托夫·格林伯格（英語：Christoph Grienberger）在1630年用10⁴⁰邊形計算到第38位小數，至今這仍是利用多邊形算法可以達到最準確的結果。

無窮級數[編輯]

16及17世紀時，開始改用無窮級數的方式去計π。無窮級數是一組無窮數列的和。無窮級數讓數學家可以計算出比阿基米德以及其他用幾何方式計算的數學家更準確的結果。雖然詹姆斯·格雷果里及戈特弗里德·萊布尼茨等歐洲數學家利用無窮數列計算π而使得該方法為大家所知，但這種方法最早是由印度科學家在大約1400到1500年之間發現。第一個記載用無窮級數計算π的人是約西元1500年左右時，印度天文學家尼拉卡莎·薩默亞士（英語：Nilakantha Somayaji）在他的著作《系統匯編（英語：Tantrasamgraha）》中用梵語詩所記錄。當時沒有這數列對應的證明，而證明出現在另一本較晚的印度作品《基本原理》，年代約在西元1530年。尼拉卡莎將該數列歸功於更早期的印度數學家桑加馬格拉馬的馬德哈瓦（英語：Madhava of Sangamagrama）（1350–1425）。相關的無窮級數有許多，包括有關${\displaystyle \sin }$、${\displaystyle \tan }$及${\displaystyle \cos }$的，現在稱為馬德哈瓦數列（英語：Madhava series）或π的萊布尼茨公式。瑪達瓦在1400年用無窮級數計算π到第11位小數，但在1430年一位波斯數學家卡西利用多邊形算法否定了他算的的結果。

歐洲發現的第一條無窮項圓周率公式是無窮乘積（和一般用來計算π的無窮級數不同），由法國科學家弗朗索瓦·韋達在1593年發現：

${\displaystyle {\frac {2}{\pi }}={\frac {\sqrt {2}}{2}}\cdot {\frac {\sqrt {2+{\sqrt {2}}}}{2}}\cdot {\frac {\sqrt {2+{\sqrt {2+{\sqrt {2}}}}}}{2}}\cdots }$

約翰·沃利斯在1655年發現了沃利斯乘積，是歐洲發現的第二條無窮項圓周率公式：

${\displaystyle {\frac {\pi }{2}}={\frac {2}{1}}\cdot {\frac {2}{3}}\cdot {\frac {4}{3}}\cdot {\frac {4}{5}}\cdot {\frac {6}{5}}\cdot {\frac {6}{7}}\cdot {\frac {8}{7}}\cdot {\frac {8}{9}}\cdots }$

微積分學由英國科學家艾薩克·牛頓及德國數學家戈特弗里德·萊布尼茨在1660年代發明，許多計π的無窮級數出現。牛頓自己就用反正弦（${\displaystyle \arcsin }$）數列在1655年或1666年將π近似到第15位小數，後來寫到「我很羞愧告訴你我為了計算它用了多少數字，我當時沒有做其他事。」

蘇格蘭數學家詹姆斯·格雷果里在1671年發現了馬德哈瓦公式，萊布尼茨也在1674年發現：

${\displaystyle \arctan z=z-{\frac {z^{3}}{3}}+{\frac {z^{5}}{5}}-{\frac {z^{7}}{7}}+\cdots }$

這公式即為格雷果里－萊布尼茨公式，在${\displaystyle z=1}$時數值為${\displaystyle {\frac {\pi }{4}}}$。1699年時英國數學家亞伯拉罕·夏普用格雷果里－萊布尼茨公式，在${\displaystyle z={\frac {1}{\sqrt {3}}}}$時計算，計算到π的第71位小數，打破由多邊形算法得到的第39位小數的記錄。格雷果里－萊布尼茨公式在${\displaystyle z=1}$時非常簡單，但收斂到最終值的速度非常慢，現在不會再用此公式來計π。

約翰·梅欽在1706年用格雷果里－萊布尼茨級數產生了可以快速收斂的公式：

${\displaystyle {\frac {\pi }{4}}=4\,\arctan {\frac {1}{5}}-\arctan {\frac {1}{239}}}$

梅欽用這公式計到π第100位小數後來其他數學家也發展了一些類似公式，現在稱為梅欽類公式，創下了許多計算π位數的紀錄。在進入電腦時代時，梅欽類公式仍然是耳熟能詳可以計算π的公式，而且在約250年的時間裡，很多有關π位數的紀錄都是梅欽類公式所得，比如在1946年時由達尼爾·弗格森（Daniel Ferguson）用這類公式計到第620位小數，是沒有計算設備輔助的最佳紀錄。

1844年，計算天才扎卡里亞斯·達斯（英語：Zacharias Dase）在德國數學家卡爾·弗里德里希·高斯的要求下以梅欽類公式心算了π的200位小數，並創下紀錄。英國數學家威廉·謝克斯（英語：William Shanks）花了15年的時間計算π到小數707位，不過第528位小數出錯，後面的小數也都不正確。

收斂速度[編輯]

有些π的無窮級數收斂的比其他級數要快，數學家一般會選用收斂速度較快的級數，可以在較少的計算量下計算π，且達到需要的準確度。以下是π的萊布尼茨公式：

${\displaystyle \pi ={\frac {4}{1}}-{\frac {4}{3}}+{\frac {4}{5}}-{\frac {4}{7}}+{\frac {4}{9}}-{\frac {4}{11}}+{\frac {4}{13}}-\cdots }$

隨著一項一項的值加入總和中，只要項次夠多，總和最後會慢慢接近π。不過此數列的收斂速度很慢，要到50萬項之後，才會精確到π的第五位小數。

尼拉卡莎在15世紀發展了π的另一條無窮級數，收斂速度比格雷果里－萊布尼茨公式快很多：

${\displaystyle \pi =3+{\frac {4}{2\times 3\times 4}}-{\frac {4}{4\times 5\times 6}}+{\frac {4}{6\times 7\times 8}}-{\frac {4}{8\times 9\times 10}}+\cdots }$

以下比較兩條級數的收斂速率：

π的無窮級數	第1項	前2項	前3項	前4項	前5項	收斂到
${\displaystyle \pi ={\frac {4}{1}}-{\frac {4}{3}}+{\frac {4}{5}}-{\frac {4}{7}}+{\frac {4}{9}}-{\frac {4}{11}}+{\frac {4}{13}}\cdots .}$	4.0000	2.6666…	3.4666…	2.8952…	3.3396…	3.1415…
${\displaystyle \pi ={3}+{\frac {4}{2\times 3\times 4}}-{\frac {4}{4\times 5\times 6}}+{\frac {4}{6\times 7\times 8}}\cdots .}$	3.0000	3.1666…	3.1333…	3.1452…	3.1396…

計算前五項後，格雷果里－萊布尼茨級數的和跟π的誤差為0.2，而尼拉卡莎級數和的誤差為0.002。尼拉卡莎級數收斂快很多，也甚為適合用來計π的值。收斂更快的級數有梅欽類公式及楚德諾夫斯基算法，後者每計一項就可以得到14位正確的小數位。

無理與超越性[編輯]

並非所有和π有關的研究都旨在提高計算它的準確度。1735年，歐拉解決了巴塞爾問題，建立了所有平方數倒數和與π的關係。之後歐拉發現了歐拉乘積公式，得到了π、質數的重要關聯，對日後黎曼ζ函數的研究影響深遠。

${\displaystyle {\frac {\pi ^{2}}{6}}={\frac {1}{1^{2}}}+{\frac {1}{2^{2}}}+{\frac {1}{3^{2}}}+{\frac {1}{4^{2}}}+\cdots }$

1761年，瑞士數學家約翰·海因里希·朗伯用正切函數的無窮連分數表達式證明了π是無理數。1794年，法國數學家阿德里安－馬里·勒壤得證明了${\displaystyle \pi ^{2}}$也是無理數。1882年，德國數學家費迪南德·馮·林德曼證明了對任何非零代數數${\displaystyle \alpha }$，${\displaystyle e^{\alpha }}$都是超越數，該結論後來由魏爾斯特拉斯推廣為林德曼－魏爾斯特拉斯定理。據此定理和歐拉公式，π只能是超越數，進而證實了勒壤得和歐拉提出的π超越性猜想。哈代在其著作《數論導引》中則稱此證明在提出後，經過希爾伯特、施瓦次和其他一些人化簡過。

引入π符號[編輯]

在用π專指「圓周率」之前，希臘字母即已用於幾何概念中。威廉·奧特雷德在1647年起在《數學之鑰》（Clavis Mathematicae）就已經用${\displaystyle \pi }$及${\displaystyle \delta }$（對應p和d的希臘字母）來表示圓的周長及直徑的比例。

威廉·瓊斯在他1706年出版的《新數學導論》（A New Introduction to the Mathematics）提到了${\displaystyle \pi }$，是目前已知最早專門用希臘字母${\displaystyle \pi }$表示圓周和其直徑比例的人。這希臘字母第一次出現是在書中討論一塊半徑1的圓時提到「其圓周長一半（${\displaystyle \pi }$）」。瓊斯選用${\displaystyle \pi }$可能因它是希臘文「周邊」一詞「περιφέρεια」的首字母。不過瓊斯提到，他那些有關${\displaystyle \pi }$的算式出自「真正聰明的約翰·梅欽先生」，人們推測在瓊斯之前，約翰·梅欽就已開始用${\displaystyle \pi }$表示圓周率。

瓊斯在1706年開始使用此希臘字母，但直到萊昂哈德·歐拉在其1736年出版的《力學（英語：Mechanica）》中開始使用之後，其他數學家才紛紛開始用${\displaystyle \pi }$指代圓周率。在此之前，數字家可能用像c或p之類的字母代表圓周率。歐拉與歐洲其他數學家間時常互相寫信來往，${\displaystyle \pi }$的用法迅速傳播開來。1748年歐拉在他的《無窮小分析引論》再一次提到了${\displaystyle \pi }$，寫道：「簡潔起見，我們將此數字寫為${\displaystyle \pi }$，${\displaystyle \pi }$等於半徑為1的圓周長的一半。」這表示方式之後也推展到整片西方世界。

現代數值近似[編輯]

計算機時代與迭代算法[編輯]

二十世紀中期計算機技術發展、革新再次引發了計算π位數的熱潮。美國數學家約翰·倫奇及李維·史密斯在1949年用桌上型計算機計算到1120位。同年，喬治·韋斯納（George Reitwiesner）及約翰·馮·諾伊曼帶領的團隊利用反三角函數（arctan）的無窮級數，用ENIAC計算到了小數後2037位，花了70小時的電腦工作時間。這紀錄後來多次由其他透過arctan級數計算出的結果打破（1957年到7480位小數，1958年到第一萬位數，1961年到第十萬位小數），直到1973年，小數點後第一百萬位小數經已算出。

1980年代有兩項發明加速計算了π。第一項是發現了新的迭代法去計π的值，計算速度比無窮級數快很多；另一項是發現了可以快速計算大數字乘積的乘法演算法。電腦大部分的工作時間都是在計乘法，這類演算法對現代計π格外重要。這類演算法包括嘉良對馬（Karatsuba）算法、譚曲（Toom－Cook）乘法及以傅立葉轉換為基礎的乘法演算法（傅立葉乘法）。

迭代演算法最早是在1975年至1976年間分別由美國物理學家尤金·薩拉明（英語：Eugene Salamin (mathematician)）及奧地利科學家理查·布蘭特（英語：Richard Brent (scientist)）獨立提出。這兩條演算法沒有依賴無窮級數來計算。迭代會重覆特定計算，將前一次的計算結果作為這一次的輸入值，使得計算結果漸漸的趨近理想值。此方式的原始版本其實是在160年前由卡爾·弗里德里希·高斯提出，現在稱為算術－幾何平均數算法（AGM法）或高斯－勒壤得算法。薩拉明及布蘭特都曾修改之，這算法也稱為薩拉明－布蘭特演算法。

迭代演算法收斂速度比無窮級數快很多，在1980年代以後廣為使用。無窮級數隨著項次的增加，一般來說正確的位數也會增加幾位，但迭代演算法每計算多一次，正確位數會呈幾何級數增長。例如薩拉明－布蘭特演算法每計算多一次，正確位數會是之前的二倍。1984年加拿大人喬納森·波溫（英語：Jonathan Borwein）及彼得·波溫（英語：Peter Borwein）提出迭代演算法，每計算多一次，正確位數會是之前的四倍，1987年時有另一條迭代演算法，每計算多一次，正確位數會是之前的五倍。日本數學家金田康正使用的演算法在1955年及2002年間創下了若干項紀錄。不過迭代演算法的快速收斂也有其代價，需要的記憶體明顯比無窮級數多。

計算π的意義[編輯]

一般而言，π值並不需要過於精確便能夠滿足大部分數學運算的需求。按照約·安（Jörg Arndt）及古里斯佗夫·希奴（Christoph Haenel）的計算，39位精確度已可將可觀測宇宙圓周的精確度準確至一粒原子大小，足以運算絕大多數宇宙學的計算需求。儘管如此，和π有關的成就往往成為世界各地的新聞頭條；部分人出於對破紀錄的衝動，依然奮力算出π小數點後上千甚至上百萬位。此外也有測試超級計算機、測試數值分析算法（包括高精度乘法算法（英語：Multiplication algorithm#Fast multiplication algorithms for large inputs））等實際好處。純粹數學這領域也能計算π的位數評定其隨機度。

快速收斂級數[編輯]

現代計算π的程序不僅局限於迭代算法。20世紀80與90年代，出現了可用來計算π的新無窮級數，其收斂速度可與迭代算法媲美，而又有著複雜度、內存密集度更低的優勢。印度數學家斯里尼瓦瑟·拉馬努金是這方面的先驅，他在1914年發表了許多與π相關的公式，這些公式十分新穎，極為優雅而又頗具數學深度，收斂速度也非常快。下式即為一例，其中用到了模方程式：

${\displaystyle {\frac {1}{\pi }}={\frac {2{\sqrt {2}}}{9801}}\sum _{k=0}^{\infty }{\frac {(4k)!(1103+26390k)}{k!^{4}(396^{4k})}}.}$

這無窮級數收斂速度遠快於絕大多數反正切數列，包括梅欽公式。第一位使用拉馬努金公式計算π並取得進展的是比爾·高斯珀（英語：Bill Gosper），他在1985年算得了小數點後一千七百萬位。拉馬努金公式開創了現代數值近似算法的先河，此後波爾文兄弟和楚德諾夫斯基兄弟（英語：Chudnovsky brothers）進一步發展了這類算法。後者於1987年提出了楚德諾夫斯基公式，如下所示：

${\displaystyle {\frac {1}{\pi }}={\frac {12}{640320^{3/2}}}\sum _{k=0}^{\infty }{\frac {(6k)!(13591409+545140134k)}{(3k)!(k!)^{3}(-640320)^{3k}}}.}$

此公式每計算一項就能得到π的約14位數值，因而用於突破圓周率的數位的計算。利用這公式，楚德諾夫斯基兄弟於1989年算得π小數點後10億（10⁹）位，法布里斯·貝拉於2009年算得2.7千億（2.7×10¹²）位，亞歷山大·易和近藤滋在2011年算得一萬億（10¹³）位。類似的公式還有拉馬努金-佐藤級數（英語：Ramanujan–Sato series）。

2006年，加拿大數學家西蒙·普勞夫利用PSLQ整數關係算法（英語：integer relation algorithm）按照以下模版生成了幾條計算π的新公式：

${\displaystyle \pi ^{k}=\sum _{n=1}^{\infty }{\frac {1}{n^{k}}}\left({\frac {a}{q^{n}-1}}+{\frac {b}{q^{2n}-1}}+{\frac {c}{q^{4n}-1}}\right)}$，

${\displaystyle q}$為e π {\displaystyle \pi } ，${\displaystyle k}$是奇數，${\displaystyle a,b,c}$是普勞夫計算出的有理常數。

統計模擬法[編輯]

布豐投針問題，多枚長度為 ℓ的針隨機地拋擲向平面。

隨機地往內切四分之一圓的正方形內拋擲大量的點。

蒙地卡羅方法基於隨機試驗結果計算${\displaystyle \pi }$的近似值

統計模擬法是以機率統計理論為指導的一類非常重要的計數方法，經大量重複試驗計算事件發生頻率，按照大數法則（即當試驗次數充分大時，頻率充分接近機率）可以求得${\displaystyle \pi }$的近似值。 布芬（Buffon）投針問題就是其中一項實例：長度${\displaystyle l}$的針隨機往畫滿間距${\displaystyle t\left(l\leq t\right)}$的平行線的平面上拋擲${\displaystyle n}$次， 如果針與平行直線相交${\displaystyle m}$次，${\displaystyle n}$充分大就可根據以下公式算出${\displaystyle \pi }$的近似值：

${\displaystyle \pi \approx {\frac {2n\ell }{mt}}}$

用統計模擬法計${\displaystyle \pi }$的另一例子是隨機往內切四分之一圓的正方形內拋擲大量點，落在四分之一圓內的點的數量與拋擲點的總量的比值會近似於${\textstyle {\frac {\pi }{4}}}$。

此外還可用隨機漫步試驗，並用統計模擬法計算${\displaystyle \pi }$值，如拋擲一枚均勻的硬幣${\displaystyle N}$次，並記錄正面朝上的次數，所得結果中，正面朝上的次數${\displaystyle n_{N}}$服從二項分布且

${\displaystyle \Pr(n_{N}=m)={\binom {N}{m}}({\frac {1}{2}})^{m}({\frac {1}{2}})^{N-m}}$

因為硬幣均勻，所以N次試驗中每次試驗結果相互獨立。由此可定義一系列獨立的隨機變數${\displaystyle X_{k}\left(k=1,2,\ldots \right)}$，當拋擲結果為正面時${\displaystyle X_{k}=1}$否則為-1，且${\displaystyle X_{k}=\pm 1}$且取何值有相同機率（即，正面朝上和背面朝上的機率相同）。對隨機變數${\displaystyle X_{k}\left(k=1,2,\ldots ,N\right)}$求和可得

${\displaystyle W_{N}=\sum _{k=1}^{N}X_{k}}$

設k為「硬幣正面朝上的次數」減去「硬幣反面朝上的次數」，即可得到${\displaystyle m-\left(N-m\right)=k}$。轉換式子，得${\displaystyle m={\frac {N+k}{2}}}$，因此

${\displaystyle \Pr(W_{N}=k)={\binom {N}{\frac {N+k}{2}}}{\frac {1}{2^{N}}}}$，其中${\displaystyle k=-N,-N+2,-N+4,\ldots ,N-2,N}$。

可證明，

${\displaystyle E(W_{N})=0}$，${\displaystyle E(W_{N}^{2})=N}$，以及${\textstyle E(|W_{N}|)={\binom {N}{\left\lceil {N/2}\right\rceil {\frac {\left\lceil {N/2}\right\rceil }{2^{N-1}}}}}={\begin{cases}{\frac {(N-1)!!}{(N-2)!!}},&{\text{若 }}N{\text{偶，}}\\{\frac {N!!}{(N-1)!!}},&{\mbox{若 }}N{\mbox{奇。}}\end{cases}}}$

並且當N變大時，${\textstyle E\left(\left\vert W_{N}\right\vert \right)}$的值會漸近於${\textstyle {\sqrt {\frac {2N}{\pi }}}}$，因此當N充分大時可根據以下公式算出${\displaystyle \pi }$的近似值：

${\displaystyle \pi \approx {\frac {2N}{|W_{N}|^{2}}}}$

和其他計算${\displaystyle \pi }$值的方法相比，蒙地卡羅方法收斂速度很慢，而且無論實驗多少次，都無從得知${\displaystyle \pi }$的估值已經精確到第幾位。因此，當追求速度或精度時，蒙地卡羅方法不適合用來估計${\displaystyle \pi }$。

閥門算法[編輯]

1995年引入的兩條算法開闢了研究${\displaystyle \pi }$的新途徑。因為每計算出一位數字，該數就會像流過閥門的水一樣不會再出現在後續的計算過程中，這種新進算法叫閥門算法（英語：spigot algorithm）。這就與無窮級數及迭代算法形成對比——無窮級數和迭代算法自始至終的每一步計算都會涉及到之前所有步驟計算出的中間值。

1995年，美國數學家斯坦·華格納（英語：Stan Wagon）和斯坦利·拉比諾維茨（Stanley Rabinowitz）發明了一種簡單的閥門算法，其運算速度類似arctan演算法，但速度比迭代算法慢。

貝利－波爾溫－普勞夫公式（BBP）是另一條閥門算法，屬於一種位數萃取演算法（英語：digit extraction algorithm）。1995年，西蒙·普勞夫等人發現

${\displaystyle \pi =\sum _{k=0}^{\infty }{\frac {1}{16^{k}}}\left({\frac {4}{8k+1}}-{\frac {2}{8k+4}}-{\frac {1}{8k+5}}-{\frac {1}{8k+6}}\right)}$

這公式和其他公式不同，可以計算${\displaystyle \pi }$的任何十六進小數位，而不用計算前面全部小數位。十六進數位可計算得到特定二進數位；想要得到八進位數位的話，計算一、兩位十六進小數即可。目前也已發現一些這種演算法的變體，不過還沒有發現針對十進制、可以快速生成特定小數位的位數萃取演算法。位數萃取演算法的一項重要用途是用來確認聲稱是計算到${\displaystyle \pi }$小數位數的新紀錄：若有聲稱是新紀錄的計算結果出現，先將十進制的數值轉換到十六進制，再用貝利－波爾溫－普勞夫公式去確認最後一些位數（用亂數決定），若這些位數都對，就能有一定把握認為此計算結果是對的。

1998年到2000年間，分布式計算計畫PiHex（英語：PiHex）用貝拉公式（貝利－波爾溫－普勞夫公式的一種變體）計算${\displaystyle \pi }$第10¹⁵位，結果是0。2010年9月，有雅虎員工用公司的Apache Hadoop應用程式在上千台電腦計算π在2×10¹⁵位開始往後256位，其第2×10¹⁵位剛好也是0。

用途[編輯]

${\displaystyle \pi }$與圓密切相關，出現在許多幾何學和三角學的公式中（特別是與圓、橢圓和球體相關的那些）。 此外，${\displaystyle \pi }$也出現在其他學科的重要公式中，比如統計學、物理學，傅立葉分析和數論的公式。

幾何學與三角學[編輯]

圓的面積等於${\displaystyle \pi }$乘以陰影部分面積。

${\displaystyle \pi }$出現在基於圓的幾何圖形（如橢圓、球、圓錐與環面）的面積、體積公式中。下面是一些用到π的常見公式：

• 半徑${\displaystyle r}$的圓周長${\displaystyle 2\pi r}$。
• 半徑${\displaystyle r}$的圓面積${\displaystyle \pi r^{2}}$。
• 半徑${\displaystyle r}$的球體積${\textstyle {\frac {4}{3}}\pi r^{3}}$。
• 半徑${\displaystyle r}$的球面面積${\displaystyle 4\pi r^{2}}$。

上述公式是n維球的體積與其邊界（（n−1）維球的球面）的表面積的特殊情況，具體將在後文給出解釋。

描述由圓生成的圖形的周長、面積或體積的定積分常涉及π。例如，表示半徑為1的半圓的面積的積分為

${\displaystyle \int _{-1}^{1}{\sqrt {1-x^{2}}}\,dx={\frac {\pi }{2}}.}$

${\textstyle {\sqrt {1-x^{2}}}}$的積分表示上半圓（此處的平方根由畢氏定理得出），從-1到1的積分${\textstyle \int _{-1}^{x}}$可用來計算計算半圓與x 軸間的面積。

三角函數要用到角，而數學家常用弧度作角度單位。π在弧度制起重要作用，數學家將周角，即360度定義為2π度。由這條定義可得，180度＝π弧度，1度＝${\textstyle {\frac {\pi }{180^{\circ }}}}$弧度。因此，常用的三角函數的週期為${\displaystyle \pi }$的倍數；例如，正弦和餘弦週期為π，任何角度${\displaystyle \theta }$和任何整數${\displaystyle k}$都有

${\textstyle \sin \theta =\sin \left(\theta +2\pi k\right)}$及${\textstyle \cos \theta =\cos \left(\theta +2\pi k\right)}$。

拓撲學[編輯]

常數${\displaystyle \pi }$出現在將平面微分幾何（英語：differential geometry of surfaces）及其拓撲學聯繫起來的高斯－博內定理中。具體來說，如果緊曲面Σ的高斯曲率為${\displaystyle K}$，那麼有

${\displaystyle \int _{\Sigma }K\,dA=2\pi \chi (\Sigma )}$，

其中${\displaystyle \chi (\Sigma )}$是該曲面的歐拉示性數，是整數。例如，曲率為1（也就是說其曲率半徑（英語：radius of curvature）也為1，對於球面而言此時的曲率半徑與半徑重合）的球面${\displaystyle S}$的表面積。球面的歐拉特徵數可以通過其同源組計算，其結果為2。於是，便得出

${\displaystyle A(S)=\int _{S}1\,dA=2\pi \cdot 2=4\pi }$

即為半徑為1的球面的表面積公式。

常數${\displaystyle \pi }$還出現在拓撲學的許多其他的積分公式中，特別是那些涉及通過陳－韋伊同態的特徵類。

向量分析[編輯]

向量分析是與向量場的性質有關的微積分的分支，並有許多物理用途，例如用在電磁學中。位於三維笛卡兒坐標系原點的點源${\displaystyle Q}$的牛頓位勢（英語：Newtonian potential）為

${\displaystyle V(\mathbf {x} )=-{\frac {kQ}{|\mathbf {x} |}}}$

表示位於距原點${\displaystyle \left\vert {\boldsymbol {x}}\right\vert }$的單位質量（或電荷）的勢能，而${\displaystyle k}$是維度常數。在這裡由${\displaystyle \mathrm {E} }$表示的場可以是（牛頓）引力場或（庫侖）電場，是位勢的負梯度：

${\displaystyle \mathbf {E} =-\nabla V.}$

特殊情況有庫侖定律和牛頓萬有引力定律。高斯定律表明，通過包含原點的任何平滑、簡單、封閉、可定向曲面${\displaystyle S}$的場的向外通量等於${\displaystyle 4\pi kQ}$：

${\displaystyle 4\pi kQ=}$${\displaystyle \oiint }$${\displaystyle {\scriptstyle S}}$${\displaystyle \mathbf {E} \cdot d\mathbf {A} }$

標準形式會將${\displaystyle 4\pi }$的這因子吸收到常數${\displaystyle k}$中，但這種說法表明了它必須出現在「某處」。此外，${\displaystyle 4\pi }$是單位球面的表面積，但並沒有假設${\displaystyle S}$是球面。然而，作為散度定理的結果，由於遠離原點的區域是真空（無源的），只有${\displaystyle \mathrm {R} ^{3}\setminus \left\{0\right\}}$中的表面${\displaystyle S}$的同調類與計算積分有關，因此可以由相同同調類中的任何方便的表面代替，特別是球形，因為球面坐標可以用於計算積分。

高斯定律的結果之一是位勢${\displaystyle V}$的負拉普拉斯算子等於狄拉克δ函數的${\displaystyle 4\pi kQ}$倍：

${\displaystyle \Delta V(\mathbf {x} )=-4\pi kQ\delta (\mathbf {x} ).}$

通過摺積就能得到物質（或電荷）的更一般分布，給出卜瓦松方程式

${\displaystyle \Delta V(\mathbf {x} )=-4\pi k\rho (\mathbf {x} )}$

其中${\displaystyle \rho }$是分布函數。

常數${\displaystyle \pi }$在與愛因斯坦場方程式中的四維勢起類似的作用，愛因斯坦方程式是形成廣義相對論基礎的一條基本公式，並且把引力的基本相互作用描述為物質和能量引起的時空彎曲的結果：

${\displaystyle R_{\mu \nu }-{\frac {1}{2}}Rg_{\mu \nu }+\Lambda g_{\mu \nu }={\frac {8\pi G}{c^{4}}}T_{\mu \nu },}$

${\displaystyle R_{\mu v}}$是里奇曲率張量，${\displaystyle R}$是純量曲率，${\displaystyle g_{\mu v}}$是度量張量，${\displaystyle \Lambda }$是宇宙學常數，${\displaystyle G}$是萬有引力常數，${\displaystyle c}$是真空中的光速，而${\displaystyle T_{\mu v}}$是應力－能量張量。愛因斯坦方程式的左邊是度量張量的拉普拉斯算子的非線性模擬，並化簡（reduce）至在弱域的極限，而右邊是分布函數的模擬乘以${\displaystyle 8\pi }$。

柯西積分公式[編輯]

在複分析中，沿複數平面若爾當曲線的圍道積分是研究解析函數的重要手段之一。簡化版的柯西積分公式表明，對任何若爾當曲線${\displaystyle \gamma }$內任一點${\displaystyle z_{0}}$，以下圍道積分給出${\displaystyle 2\pi i}$：

${\displaystyle \oint _{\gamma }{\frac {dz}{z-z_{0}}}=2\pi i.}$

該命題是柯西積分定理的直接推論，後者表明上述圍道積分在圍道的同倫轉換下保持不變，因而沿任一曲線的積分和沿以${\displaystyle z_{0}}$為圓心的圓周積分的結果相同。更為一般地，該公式對不通過${\displaystyle z_{0}}$點的任意可求長曲線都成立，但等式右邊要乘以曲線關於該點的卷繞數。

一般形式的柯西積分公式建立了全純函數${\displaystyle f(z)}$在若爾當曲線${\displaystyle \gamma }$上的值與曲線內任意點${\displaystyle z_{0}}$處值的關係：

${\displaystyle \oint _{\gamma }{f(z) \over z-z_{0}}\,dz=2\pi if(z_{0})}$

柯西積分定理是留數定理的一項特例。根據留數定理，在區域內除去有限個點解析的亞純函數${\displaystyle g(z)}$在邊界上的圍道積分與函數在這些點的留數之和滿足：

${\displaystyle \oint _{\gamma }g(z)\,dz=2\pi i\sum \operatorname {Res} (g,a_{k})}$

Γ函數與斯特靈公式[編輯]

階乘函數${\displaystyle n!}$的值等於所有小於等於${\displaystyle n}$的正整數之積，它的定義域只包含非負整數。Γ函數則是階乘的推廣。它在複數平面的右半平面定義為：

${\displaystyle \Gamma (z)=\int _{0}^{\infty }{\frac {t^{z-1}}{\mathrm {e} ^{t}}}\,{\rm {d}}t}$

再利用解析延拓可以將它的定義域擴展到除去非正整數的整塊複數域。當自變數${\displaystyle z=n}$取正整數時，${\displaystyle \Gamma }$函數給出階乘${\displaystyle \left(n-1\right)!}$；當自變數取半整數時，計算結果含有${\displaystyle \pi }$。例如${\textstyle \Gamma (1/2)={\sqrt {\pi }}}$，${\textstyle \Gamma (5/2)={\frac {3{\sqrt {\pi }}}{4}}}$。

根據魏爾施特拉斯分解定理，${\displaystyle \Gamma }$函數可分解為如下的無窮乘積：

${\displaystyle \Gamma (z)=e^{-\gamma z}\prod _{n=1}^{\infty }{\frac {e^{z/n}}{1+z/n}}}$

${\displaystyle \gamma }$是歐拉－馬斯刻若尼常數。利用該分解公式和${\displaystyle \Gamma }$函數在${\textstyle z={\frac {1}{2}}}$的值${\textstyle \Gamma \left({\frac {1}{2}}\right)^{2}=\pi }$，亦可以證明沃利斯乘積式。${\displaystyle \Gamma }$函數和黎曼ζ函數、函數行列式（英語：functional determinant）的恆等式存在關聯，其中${\displaystyle \pi }$扮演著重要的角色。

${\displaystyle \Gamma }$函數常用於計算${\displaystyle n}$維歐氏空間中n 維球的體積和n 維球面的表面積。對${\displaystyle n}$維歐氏空間中半徑為${\displaystyle r}$${\displaystyle n}$維球，其體積${\displaystyle V_{n}(r)}$和表面積${\displaystyle S_{n-1}(r)}$滿足：

${\displaystyle V_{n}(r)={\frac {\pi ^{n/2}}{\Gamma ({\frac {n}{2}}+1)}}r^{n}}$

${\displaystyle S_{n-1}(r)={\frac {n\pi ^{n/2}}{\Gamma ({\frac {n}{2}}+1)}}r^{n-1}}$

兩者還滿足如下的關係式：

${\displaystyle 2\pi r={\frac {S_{n+1}(r)}{V_{n}(r)}}.}$

當${\displaystyle n}$很大，用${\displaystyle \Gamma }$函數可得到階乘${\displaystyle n!}$的近似公式${\displaystyle n!\sim {\sqrt {2\pi n}}\left({\frac {n}{e}}\right)^{n}}$，稱斯特靈公式，等價於：

${\displaystyle \pi =\lim _{n\to \infty }{\frac {e^{2n}n!^{2}}{2n^{2n+1}}}.}$

斯特靈近似的幾何應用之一是埃爾哈特體積猜想（英語：Ehrhart's volume conjecture）。將${\displaystyle n}$維歐幾里得空間的單體記作${\displaystyle \Delta _{n}}$，${\displaystyle \left(n+1\right)\Delta _{n}}$則表示該單體的所有面擴大${\displaystyle n+1}$。於是

${\displaystyle \operatorname {Vol} ((n+1)\Delta _{n})={\frac {(n+1)^{n}}{n!}}\sim {\frac {e^{n+1}}{\sqrt {2\pi n}}}.}$

這是僅含一點晶格點之凸體體積的（最佳）上界。

數論與黎曼ζ函數[編輯]

基於韋伊猜想（英語：Weil conjecture on Tamagawa numbers）的巴塞爾問題的解：${\displaystyle \zeta (2)}$ 的數值是模群（英語：modular group）中一個基本域的雙曲面積的2${\textstyle \pi }$倍。

黎曼ζ函數${\displaystyle \zeta (s)}$ 在數學的許多領域均有應用。當自變數${\displaystyle s=2}$ ，可寫作

${\displaystyle \zeta (2)={\frac {1}{1^{2}}}+{\frac {1}{2^{2}}}+{\frac {1}{3^{2}}}+\cdots }$

找到這無窮級數的解析解是數學界著名的「巴塞爾問題」。1735年，歐拉解決了這問題，他得到該無窮級數等於${\displaystyle {\frac {\pi ^{2}}{6}}}$。歐拉的結論可推導出數論中一項結果，即兩隨機整數互質（無公因數）的機率為${\displaystyle {\frac {6}{\pi ^{2}}}}$ 。整數可由質數${\displaystyle p}$整除的機率為${\displaystyle {\frac {1}{p^{2}}}}$（例如，連續7個正整數只有一個可以7整除），任取兩隨機整數都能以質數${\displaystyle p}$整除的機率為${\displaystyle {\frac {1}{p^{2}}}}$，至少有一數不能整除的機率則為${\displaystyle 1-{\frac {1}{p^{2}}}}$。又，一隨機整數能否以兩不同質數整除是相互獨立事件，兩隨機整數互質的機率可以表示成關於所有質數${\displaystyle p}$的無窮乘積

${\displaystyle {\begin{aligned}\prod _{p}^{\infty }\left(1-{\frac {1}{p^{2}}}\right)&=\left(\prod _{p}^{\infty }{\frac {1}{1-p^{-2}}}\right)^{-1}\\&={\frac {1}{1+{\frac {1}{2^{2}}}+{\frac {1}{3^{2}}}+\cdots }}\\&={\frac {1}{\zeta (2)}}={\frac {6}{\pi ^{2}}}\approx 61\%.\end{aligned}}}$

這結論可結合隨機數生成器，用統計模擬法計${\displaystyle \pi }$的近似值。

巴塞爾問題的結論意味著幾何導出量${\displaystyle \pi }$的數值與質數的分布有著深刻的關聯。巴塞爾問題是谷山－志村定理的一種特殊情況，是安德烈·韋伊對玉河數的猜想（英語：Weil's conjecture on Tamagawa numbers）的一項特例，即猜想一個這種形式的算術量關於所有質數${\displaystyle p}$的無窮乘積能夠等於一個幾何量——某局部對稱空間（英語：locally symmetric space）體積的倒易。巴塞爾問題中，這空間是雙曲3-流形（英語：hyperbolic 3-manifold）SL2(R)/SL2(Z)（英語：modular group）。

${\displaystyle \zeta }$函數同樣滿足黎曼方程式的公式，其中用到了${\displaystyle \pi }$和伽瑪公式：

${\displaystyle \zeta (s)=2^{s}\pi ^{s-1}\ \sin \left({\frac {\pi s}{2}}\right)\ \Gamma (1-s)\ \zeta (1-s)\!.}$

除此之外， ${\displaystyle \zeta }$函數導數也滿足

${\displaystyle \exp(-\zeta '(0))={\sqrt {2\pi }}.}$

最終的結果是${\displaystyle \pi }$可以從諧振子泛函行列式（英語：functional determinant）中求得。這泛函行列式可以無窮乘積展開式計算，而且這種方法等價於沃利斯乘積公式。這種方法可用於量子力學，尤其是玻爾模型中的變分。

傅立葉級數[編輯]

週期函數的傅立葉級數很自然出現了${\displaystyle \pi }$。週期函數即實數的小數部分所構成群${\textstyle T={\frac {R}{Z}}}$上的函數。傅立葉分解指出，${\displaystyle T}$上的複值函數${\displaystyle f}$可表示為無窮多個${\displaystyle T}$的酉特徵（英語：unitary character）的線性疊加之和。也就是說，${\displaystyle T}$到圓群${\displaystyle U(1)}$（模為1的複數組成的乘法群）的映射是連續群同態。${\displaystyle T}$的特徵都有${\displaystyle e_{n}(x)=e^{2\pi inx}}$的形式，是一條定理。

${\displaystyle T}$有唯一的特徵值，直到複共軛，那是一群同態。在圓群用哈爾測度，常數${\displaystyle \pi }$是這特徵值的拉東－尼科迪姆導數值的一半。其他的特徵值的導數值為${\displaystyle 2\pi }$的正整數倍。因此，常數${\displaystyle \pi }$是獨特的數字，以至於配備了其哈爾測度的群${\displaystyle T}$，有對於${\displaystyle 2\pi }$整數倍的點陣的龐特里亞金對偶性。這是卜瓦松和公式（英語：Poisson summation formula）的一維版本。

模形式與𝜃函數[編輯]

常數${\displaystyle \pi }$與模形式和Θ函數密切相關——比如，橢圓曲線中的j變數（英語：j-invariant）就很大程度涉及楚德諾夫斯基算法（一種快速計算π的方法）。

模形式是以在上半平面的全純函數的在模群（英語：modular group）${\displaystyle SL_{2}(\mathbb {Z} )}$（或其子群，${\displaystyle SL_{2}(\mathbb {Z} )}$是${\displaystyle SL_{2}(\mathbb {R} )}$的一格）下的變換特性歸納。Θ函數便是一例：

${\displaystyle \theta (z,\tau )=\sum _{n=-\infty }^{\infty }e^{2\pi inz+i\pi n^{2}\tau }}$

它是一種名為雅可比形式（英語：Jacobi form）的模形式，有時以諾姆（英語：nome (mathematics)）${\displaystyle q=e^{\pi i\tau }}$表達。

常數${\displaystyle \pi }$是特殊常數，它會使雅可比${\displaystyle \Theta }$函數形成自守式，即該函數會以特定方式變換。有若干恆等式在所有自守式下成立。，例如：

${\displaystyle \theta (z+\tau ,\tau )=e^{-\pi i\tau -2\pi iz}\theta (z,\tau )}$

它使得${\displaystyle \theta }$必然在離散海森伯群下以表示（representation）變換。一般模形式和其他${\displaystyle \Theta }$函數也包含${\displaystyle \pi }$，這也是根據史東–馮紐曼定理（英語：Stone–von Neumann theorem）。

柯西分布與位勢論[編輯]

積分${\textstyle \int _{-\infty }^{\infty }{\frac {1}{x^{2}+1}}\,dx=\pi }$，柯西分布${\textstyle g(x)={\frac {1}{\pi }}\cdot {\frac {1}{x^{2}+1}}}$是機率密度函數，總機率等於1。

柯西分布的香農熵等於${\displaystyle \log(4\pi )}$，也含${\displaystyle \pi }$。

柯西分布在位勢論中扮演著重要的角色因為它是最簡單的福斯坦堡測度（英語：Furstenberg boundary）和與在半平面上做布朗運動相關聯的經典卜瓦松核。共軛諧波函數（英語：Conjugate harmonic function）以及希爾伯特轉換與卜瓦松核的漸近線有關。希爾伯特轉換${\displaystyle H}$是由奇異積分的柯西主值給出的積分轉換

${\displaystyle Hf(t)={\frac {1}{\pi }}\int _{-\infty }^{\infty }{\frac {f(x)}{x-t}}}$。

常數${\displaystyle \pi }$是唯一的（正）歸一化因子因此${\displaystyle H}$定義了一個在實數軸上的平方可積分實值函數的希爾伯特空間上的線性複結構（英語：linear complex structure）。 和傅立葉轉換一樣，希爾伯特轉換就其在希爾伯特空間${\displaystyle L^{2}(R)}$的轉換特性而言可以完全特徵化。直到歸一化，它是唯一的與正膨脹對易且與實數軸的所有反射反對易有界線性算子。常數${\displaystyle \pi }$是唯一能使這轉換么正的歸一化因子。

複變動態系統[編輯]

大衛·波（David Boll）在1991年發現在曼德博集合碎形也有π出現。他檢查在曼德博集合在${\displaystyle (-0.75,0)}$位置的特性。若考慮坐標在「頸部」${\displaystyle (-0.75,\varepsilon )}$的點，而${\displaystyle \varepsilon }$趨近零，在發散之前迭代的次數和${\displaystyle \varepsilon }$相乘，會趨近${\displaystyle \pi }$。若是在右側尖點處附近的點${\displaystyle (0.25,\varepsilon )}$也會有類似的特性：在發散之前迭代的次數和${\displaystyle \varepsilon }$的平方根相乘，也會趨近${\displaystyle \pi }$。