Zeta调律：修订间差异

2026年3月17日 (二) 10:58的最新版本

Zeta调律是衡量平均律逼近所有有理音程的方式。

概念

考虑ned2(n>0)，这就是一步为 $2^{1 / n}$ 的平均律。有理音程c/d在这一律制下的直接近似是离 $n \log_{2} c / d$ 最近的整数步。因此， $n \log_{2} c / d$ 离整数越近（如3.97或11.02），ned2对音程c/d就逼近得越好。

函数 $f (x) = 1 - \cos (2 π x)$ 在整数取0，且x离整数越近，f(x)越小。因此，函数f可以用于衡量ned2对c/d的相对误差： $f (x) = 1 - \cos (2 π n \log_{2} c / d)$ 越小，逼近就越好。

为了计算ned2对所有有理数的逼近，最简单的想法是计算 $\sum_{c = 1}^{\infty} \sum_{d = 1}^{\infty} (1 - \cos (2 π n \log_{2} c / d))$ . 可惜，这个和是发散的，因此需要加上衰减因子 $\frac{1}{c^{s} d^{s}}$ .

现在的指标是 $\sum_{c = 1}^{\infty} \sum_{d = 1}^{\infty} \frac{1}{c^{s} d^{s}} (1 - \cos (2 π n \log_{2} c / d))$ . 考虑到这个式子是在s固定而n变化的条件下使用的，我们可以删掉括号里的1： $\sum_{c = 1}^{\infty} \sum_{d = 1}^{\infty} \frac{1}{c^{s} d^{s}} (\cos (2 π n \log_{2} c / d))$ 越大，ned2对所有有理数的逼近越好。

根据三角函数与虚指数函数的关系 $\cos (x) = ℜ (\exp (i x))$ , $\sum_{c = 1}^{\infty} \sum_{d = 1}^{\infty} \frac{1}{c^{s} d^{s}} (\cos (2 π n \log_{2} (c / d))) = \sum_{c = 1}^{\infty} \sum_{d = 1}^{\infty} \frac{1}{c^{s} d^{s}} (ℜ \exp (2 π i n \log_{2} (c / d)))$

$= ℜ (\sum_{c = 1}^{\infty} \sum_{d = 1}^{\infty} \frac{1}{c^{s} d^{s}} \exp (2 π i n \log_{2} (c / d)))$

$= ℜ (\sum_{c = 1}^{\infty} \sum_{d = 1}^{\infty} \frac{1}{c^{s} d^{s}} \exp (2 π i n \log_{2} c - 2 π i n \log_{2} d))$

$= ℜ (\sum_{c = 1}^{\infty} \sum_{d = 1}^{\infty} \frac{1}{c^{s} d^{s}} \exp (2 π i n \log_{2} c) / \exp (2 π i n \log_{2} d))$

$= ℜ (\sum_{c = 1}^{\infty} \sum_{d = 1}^{\infty} \frac{1}{c^{s} d^{s}} c^{2 π i n / \ln 2} / d^{2 π i n / \ln 2})$

$= ℜ (\sum_{c = 1}^{\infty} \sum_{d = 1}^{\infty} c^{2 π i n / \ln 2 - s} d^{- 2 π i n / \ln 2 - s})$

$= ℜ (\sum_{c = 1}^{\infty} c^{2 π i n / \ln 2 - s} \sum_{d = 1}^{\infty} d^{- 2 π i n / \ln 2 - s})$

根据黎曼Zeta函数的表达式，上式等于 $ℜ (ζ (s - 2 π i n / \ln 2) ζ (s + 2 π i n / \ln 2)) = | ζ (s + 2 π i n / \ln 2) |^{2}$ , 因此Zeta函数的模长越大，ned2就越准确。

黎曼Zeta函数的级数表示只在 $ℜ (s) > 1$ 时是收敛的。尽管如此，我们也可以使用s=1/2，因为Zeta函数在Re(s)=1/2上有零点。

定义

Zeta峰调律一览

Zeta调律反问题

文献【1】提到了RS-Peak算法，其核心思想是寻找整数k使得 $k \ln p_{i} / \ln 2$ 对于尽可能多的质数 $p_{i}$ 接近于整数，这样的k能够产生模长较大的Zeta值。换句话说，我们不仅能用Zeta函数在临界线上的较大值寻找优秀的整数平均律，我们还可以用优秀的整数平均律产生Zeta函数在临界线上较大的值。

@@ 第1行： / 第1行： @@
-Zeta调律是衡量[[平均律]]逼近'''所有'''有理音程的方式。
+'''Zeta调律'''是衡量[[平均律]]逼近'''所有'''有理音程的方式。
-== 定义 ==
+== 概念 ==
-音程a/b的ie值为<math>\frac{1}{\ln (a/b)}</math>, me值为<math>1000{\ln (a/b)}</math>. 书写时，把ie写在值的前面，me写在值的后面，如频率比5/4的音程是ie4.4814, 223.144me. 这是因为me是单位（具有相同单位的量可以相加）而ie不是（ie相加无意义）。
+考虑ned2(n>0)，这就是一步为<math> 2^{1/n}</math>的平均律。有理音程c/d在这一律制下的直接近似是离<math>n \log_2{c/d} </math>最近的整数步。因此，<math>n \log_2{c/d} </math>离整数越近（如3.97或11.02），ned2对音程c/d就逼近得越好。
+函数<math>f(x)=1-\cos(2\pi x)</math>在整数取0，且x离整数越近，f(x)越小。因此，函数f可以用于衡量ned2对c/d的[[平均律#相对误差 |相对误差]]：<math>f(x)=1-\cos(2\pi n \log_2{c/d})</math>越小，逼近就越好。
+[[文件:3212345.png|居中|缩略图|f(x)的图像]]
+为了计算ned2对所有有理数的逼近，最简单的想法是计算<math>\sum_{c=1}^{\infty}\sum_{d=1}^{\infty} (1-\cos(2\pi n \log_2{c/d}))</math>. 可惜，这个和是发散的，因此需要加上衰减因子<math>\frac{1}{c^sd^s}</math>.
+现在的指标是<math>\sum_{c=1}^{\infty}\sum_{d=1}^{\infty} \frac{1}{c^sd^s} (1-\cos(2\pi n \log_2{c/d}))</math>. 考虑到这个式子是在s固定而n变化的条件下使用的，我们可以删掉括号里的1：<math>\sum_{c=1}^{\infty}\sum_{d=1}^{\infty} \frac{1}{c^sd^s} (\cos(2\pi n \log_2{c/d}))</math> 越'''大'''，ned2对所有有理数的逼近越好。
+根据三角函数与虚指数函数的关系<math>\cos(x) = \Re (\exp(ix))</math>, <math>\sum_{c=1}^{\infty}\sum_{d=1}^{\infty} \frac{1}{c^sd^s} (\cos(2\pi n \log_2(c/d))) =  \sum_{c=1}^{\infty}\sum_{d=1}^{\infty} \frac{1}{c^sd^s} (\Re \exp (2\pi i n \log_2(c/d)))</math>
+<math>= \Re (\sum_{c=1}^{\infty}\sum_{d=1}^{\infty} \frac{1}{c^sd^s} \exp (2\pi i n \log_2(c/d)))</math>
+<math>= \Re (\sum_{c=1}^{\infty}\sum_{d=1}^{\infty} \frac{1}{c^sd^s} \exp (2\pi i n \log_2{c} - 2\pi i n \log_2{d}))</math>
+<math>= \Re (\sum_{c=1}^{\infty}\sum_{d=1}^{\infty} \frac{1}{c^sd^s} \exp (2\pi i n \log_2{c}) / \exp(2\pi i n \log_2{d}))</math>
+<math>= \Re (\sum_{c=1}^{\infty}\sum_{d=1}^{\infty} \frac{1}{c^sd^s} c^{2\pi i n / \ln 2} / d^{2\pi i n / \ln 2})</math>
-== 性质 ==
+<math>= \Re (\sum_{c=1}^{\infty}\sum_{d=1}^{\infty} c^{2\pi i n / \ln 2 - s} d^{- 2\pi i n / \ln 2 - s})</math>
-任何音程的ie与me之积为1000.
-ie是减函数，me是增函数；这就是说，越大的音程的ie越小，me越大。
+<math>= \Re (\sum_{c=1}^{\infty} c^{2\pi i n / \ln 2 - s} \sum_{d=1}^{\infty} d^{- 2\pi i n / \ln 2 - s})</math>
-me值具有可加性。给定音程a, b, 复合音程ab的me值为<math>me(ab)=me(a)+me(b)</math>; 对于ie, 则是<math>ie(ab)=\frac{ie(a)ie(b)}{ie(a)+ie(b)}</math>.
+根据[https://mathworld.wolfram.com/RiemannZetaFunction.html  黎曼Zeta函数]的表达式，上式等于 <math>\Re (\zeta (s-2\pi i n / \ln 2 )  \zeta (s+2\pi i n / \ln 2 )) = |\zeta (s+2\pi i n / \ln 2 )|^2 </math>, 因此Zeta函数的模长越大，ned2就越准确。
-ie值适合近似计算：音程a/b的ie值接近于<math>\frac{(a+b)/2}{a-b}</math>, 如[[81/80]]的ie值接近于<math>\frac{(81+80)/2}{81-80}=\frac{161}{2}=80.5</math>.
+黎曼Zeta函数的级数表示只在<math>\Re(s)>1</math>时是收敛的。尽管如此，我们也可以使用s=1/2，因为Zeta函数在Re(s)=1/2上有零点。
-== 例子 ==
+== 定义 ==
-[[27/25]]的ie的近似值是<math>\frac{(27+25)/2}{27-25}=\frac{26}{2}=13</math>, 而[[7/6]]的ie的近似值是<math>\frac{(7+6)/2}{7-6}=\frac{13}{2}</math>；这说明两个27/25接近于一个7/6。实际上，两个27/25与7/6的差是[[4375/4374]].
+== Zeta峰调律一览 ==
-== 词源 ==
+== Zeta调律反问题 ==
-ie是inverse e, e是自然对数的底, 因此ie(s)就是1/ln(s)；me是milli e, 因此1me=exp(1/1000)；作为对数指标，me(s)就是1000ln(s).
+文献[https://ac.inf.elte.hu/Vol_048_2018/053_48.pdf 【1】]提到了RS-Peak算法，其核心思想是寻找整数k使得<math>k \ln p_i / \ln 2 </math>对于尽可能多的质数<math>p_i</math>接近于整数，这样的k能够产生模长较大的Zeta值。换句话说，我们不仅能用Zeta函数在临界线上的较大值寻找优秀的整数平均律，我们还可以用优秀的整数平均律产生Zeta函数在临界线上较大的值。

Zeta调律：修订间差异

2026年3月17日 (二) 10:58的最新版本

目录

概念

定义

Zeta峰调律一览

Zeta调律反问题

导航菜单

页面操作

页面操作

个人工具

导航

搜索

工具