数学视角下的音乐世界

数学视角下的音乐世界

引言：跨越两个领域的古老对话

当我们聆听巴赫的赋格曲时，是否曾想过那些看似神秘的声部追逐背后隐藏着怎样的秩序？当勋伯格打破传统调性体系时，他所采用的十二音技术究竟基于何种逻辑？这些问题将我们引向一个历久弥新的研究领域——音乐与数学的交叉地带。从古希腊哲学家毕达哥拉斯发现弦振动频率与弦长成反比的那一刻起，人类就开始了一场跨越两千五百年的智识探索，试图用数学的语言揭示音乐的本质结构。

本书开篇旨在建立这一跨学科领域的整体框架。我们将看到，音乐的三个基本维度——音高关系、声响组织、时间结构——各自对应着精密的数学工具。比率论帮助我们理解音程的和谐本质，对数函数使我们可以量化感知声音的强弱变化，离散数学为节奏模式提供了分析框架，而拓扑学的思想则让我们能够探索音乐空间的几何性质。这些数学工具并非外在于音乐的冰冷器械，而是与音乐本身的结构深度契合的工具。

理解这一契合关系对于深入音乐研究至关重要。它不仅帮助我们解释“为什么某些音程听起来和谐，某些听起来不和谐”这类基础问题，更能够揭示更复杂的音乐现象：从巴洛克时期的精密对位法，到二十世纪的无调性音乐，再到当代算法作曲中的涌现现象，数学结构始终是理解音乐深层逻辑的关键。本章将系统梳理这一领域的核心概念、历史脉络和主要工具，为后续各章的深入讨论奠定基础。

第一部分：历史回顾——从毕达哥拉斯到数字时代

1.1 古希腊：音乐数学化的开端

西方音乐与数学的关联可以追溯到公元前六世纪的古希腊。毕达哥拉斯及其学派不仅是著名的哲学家和数学家，也是最早的 acoustics（声学）研究者之一。据亚里士多德等后世学者的记载，毕达哥拉斯在经过一家铁匠铺时注意到不同重量的锤子敲击时发出的声音有悦耳与不悦耳之分，由此受到启发，通过实验建立了弦振动与音高之间的数学关系。

毕达哥拉斯的核心发现可以表述如下：取两根材质、粗细、张力完全相同的弦，当一根弦的长度是另一根的两倍时，较长的弦发出的音比短的弦低一个八度（octave）。如果将较短弦的长度按比例缩短，可以得到一系列具有特定数学关系的音高。这一发现的重要性在于，它首次将音乐从纯粹的感性体验提升到可以用数学精确描述的科学层面。

具体而言，毕达哥拉斯建立了所谓的“五度相生律”（Pythagorean tuning）体系。在这一体系中，音阶的所有音高都通过一个基本比例关系——纯五度（perfect fifth）的3:2比例——逐步推算出来。设起始音的频率为 $f$，则纯五度上方的音频率为 $\frac{3}{2}f$，再向上一个纯五度则为 $\frac{3}{2} \times \frac{3}{2}f = \frac{9}{4}f$。通过这种方式，毕达哥拉斯得到了一个包含七个音的完整音阶，其音程比例如下：

$$1 : \frac{9}{8} : \frac{81}{64} : \frac{4}{3} : \frac{3}{2} : \frac{27}{16} : \frac{243}{128} : 2$$

其中，相邻音之间的最小间隔（大二度）为 9:8 比例，全音阶的其他音程则由这些基本比例的组合派生而来。

五度相生律的数学结构体现了古希腊人对完美比例的追求。3:2 这个比例在古希腊数学中被视为最完美的比例之一，因为它同时具有简洁性（分子分母都是小的整数）和谐性（与其他完美比例如 4:3 的纯四度形成互补关系）。这种将音乐美学与数学美感相联系的思想，奠定了此后两千多年音乐理论发展的基础。

然而，毕达哥拉斯体系也存在固有的局限性。当通过纯五度连续推算十二个音后，最终会得到一个略微偏离起始音的音高。数学上可以证明，经过十二次五度循环后，得到的频率与起始音的频率比例是：

$$\left(\frac{3}{2}\right)^{12} = \frac{531441}{4096} \approx 129.75$$

而理论上完美的八度应该是 2 的 7 次方，即 128。这意味着经过十二次五度相生后，音高产生了约 23.5 音分的偏差——这个差值在音乐术语中被称为“毕达哥拉斯Comma”（Pythagorean comma）。这一发现预示了此后困扰音乐理论家数百年的“调音问题”（temperament problem），我们将在后续章节中详细讨论。

1.2 中世纪与文艺复兴：音乐理论的数学深化

中世纪是西方音乐理论发展的重要时期，这一时期的音乐理论家继承了毕达哥拉斯的数学传统，并将其发展为更加系统化的理论体系。最具影响力的人物之一是博蒂乌斯（Anicius Boethius），他将希腊音乐理论系统地翻译和介绍到中世纪欧洲，使其成为所谓“七艺”（liberal arts）教育体系中“四艺”（算术、几何、音乐、天文）的重要组成部分。

在这一时期，弗朗索瓦·维诺尔（Francois Villard de Honnecourt）的手稿中已经出现了对位法（counterpoint）规则的早期记录。尽管这些规则主要以实践指南的形式存在，但其中蕴含的数学逻辑——特别是不同旋律线之间的和谐关系——已经初现端倪。到了文艺复兴时期，若斯坎·德·普雷（Josquin des Prez）等作曲家创作的复杂对位作品，已经在实践中体现了深层的数学结构。

理论层面，约瑟夫·施利克廷（Heinrich Schlick）、亨利·格伦（Henri Glarean）等音乐理论家开始系统研究音阶结构，提出了基于自然泛音列（natural harmonic series）的“纯律”（just intonation）体系。纯律的核心思想是利用小整数比例来定义音程，其中最和谐的音程——如大三度（5:4）、小三度（6:5）、纯五度（3:2）——都使用简单的整数比来表示。这种体系在和声上比毕达哥拉斯的五度相生律更为丰富，因为大三和弦（由根音、大三度、纯五度组成）的三个音可以用 4:5:6 的比例完美呈现。

然而，纯律同样面临严重的实践问题。由于不同调之间的音程关系不同，纯律音阶在不同调上演奏时会产生音准问题。例如，一个在 C 大调中和谐的大三和弦（以 C 为根音，使用 4:5:6 比例），如果将其根音移动到 D，需要重新计算所有音程，这会导致某些调内音程变得不和谐。这种局限性最终导致了“平均律”（equal temperament）的发展——一种通过数学方法将八度等分为十二个相等半音的体系。平均律的实现是音乐史上一个划时代的事件，它使作曲家可以在所有调性上自由创作，极大地推动了西方音乐从巴洛克到古典主义时期的发展。

1.3 巴洛克至古典时期：数学结构的艺术表达

巴洛克时期（1600-1750）是音乐与数学关系最为紧密的时期之一。这一时期的作曲家——尤其是巴赫——在创作中自觉或不自觉地运用了大量的数学结构。“平均律”的广泛采用为调性音乐的繁荣提供了技术基础，而对位法技术的发展则体现了对数学秩序的追求。

巴赫的《平均律钢琴曲集》（Das Wohltemperierte Klavier）是这一时期的标志性作品。这部包含四十八首前奏曲与赋格的作品，每一个调性（大调和小调各一首）都配有一首作品，充分展示了平均律调音系统的可能性。从数学角度看，赋格曲的结构本身就具有高度的对称性和递归性。一个典型的赋格曲包含主题（subject）、答题（answer）、对题（countersubject）等要素，这些要素按照严格的规则进行对位组合，形成复杂的音乐织体。

以《平均律钢琴曲集》第一卷第一首C大调前奏曲为例。尽管这首作品表面上看似简单的分解和弦进行，其深层结构却蕴含着指数级增长的数学逻辑。作品的主题可以分解为基础的节奏-音高单元，这些单元通过特定的规则（如固定音型ostinato、变奏、倒影、逆行等）进行展开。有音乐理论家指出，这首前奏曲的展开方式与数学中的细胞分裂或指数增长有着惊人的相似性——初始单元通过简单规则的反复应用，产生越来越复杂的结构。

更显著的数学结构出现在巴赫的赋格曲中。以著名的《赋格的技巧》（The Art of Fugue）为例，这部作品集包含十四首赋格和四首卡农，全部基于同一个主题：

```mermaid graph LR A[主题 D-A-C-E] --> B[第一赋格: 单主题] A --> C[第二赋格: 倒影主题] A --> D[第三赋格: 增减值] A --> E[第四赋格: 倒影增减值] B --> F[卡农变体...] ```

这一主题经过多种数学变换——倒影（inversion）、逆行（retrograde）、增减值（augmentation/diminution）——产生了整部作品的所有变体。这种通过变换群（transformation group）生成音乐材料的方法，预示了二十世纪十二音技术的基本思想，可以被视为该技术的先驱。

古典主义时期（1750-1820）的作曲家继续运用数学结构，但往往更加隐蔽。海顿、莫扎特、贝多芬等作曲家在奏鸣曲式（sonata form）中展现了精妙的数学对称性。标准的奏鸣曲式结构可以概括为：呈示部（exposition）→ 展开部（development）→ 再现部（recapitulation）。这种结构在数学上体现了“对称性破缺与恢复”的思想：呈示部建立主题关系，再现部通过回归恢复平衡，而展开部则进行主题材料的变形和重组，打破原有的对称状态，创造张力和戏剧性。

1.4 浪漫主义至二十世纪：数学思想的深化与拓展

浪漫主义时期（1820-1900）的音乐逐渐远离严格的数学结构，转向更加情感化和个性化的表达。然而，数学思想在音乐中的影响并未消失，而是以更加隐蔽的方式存在。肖邦、李斯特等作曲家在作品中运用了复杂的数学变换，如肖邦《二十四首前奏曲》中的某些作品就展现了近乎对称的数学结构。

二十世纪见证了音乐与数学关系的根本性转变。这一时期的许多作曲家开始自觉地、系统地运用数学理论来创作音乐。最具影响力的是阿诺尔德·勋伯格（Arnold Schoenberg）发明的十二音技术（twelve-tone technique，或称序列主义serialism）。

十二音技术的核心思想是将一个八度内的十二个半音视为一个完整的集合，作曲家首先选择一个包含全部十二个音的序列（prime row），然后通过四种基本操作——原形（prime）、逆行（retrograde）、倒影（inversion）、倒影逆行（retrograde inversion）——生成四十八种变体。音乐作品的主题、动机、和声乃至整体结构都从这个原始序列及其变体中派生出来。

从数学角度看，十二音技术本质上是群论（group theory）在音乐中的应用。十二音的集合构成一个阶为12的循环群，而四种基本操作——移位（transposition）、倒影（inversion）、逆行（retrograde）、逆行倒影——则对应于二面体群 $D_{12}$ 的元素。这四种操作的组合形成了一个具有48个元素的变换群，作曲家在这个群的空间中进行创作，将音乐材料的组织置于严格的数学约束之下。

勋伯格的学生安东·韦伯恩（Anton Webern）和阿尔班·贝尔格（Alban Berg）进一步发展了十二音技术。韦伯恩的作品尤其体现了对数学严密性的追求，他的《交响曲》（Op. 21）使用了一个精确对称的音列，其中心音正好位于序列的几何中心，这种对称性直接体现在音乐的结构中。

1.5 当代：算法作曲与计算音乐学

当代音乐与数学的关系进入了全新的阶段。计算机技术的发展使得“算法作曲”（algorithmic composition）成为可能，作曲家可以通过编写程序让计算机按照特定规则生成音乐。更为重要的是，数学思想开始渗透到音乐分析的各个层面，计算音乐学（computational musicology）作为一个新兴学科，正在用定量方法重新审视音乐史上的重大问题。

算法作曲的历史可以追溯到二十世纪中叶。1957年，马克斯·马修斯（Max Mathews）在贝尔实验室开发了MUSIC程序，开创了计算机音乐的时代。此后，各种算法作曲系统相继出现，包括Iannis Xenakis的随机音乐理论（stochastic music theory）、约翰·凯奇（John Cage）的偶然音乐（chance music）理论，以及近年来基于人工智能的生成式作曲系统。

这些系统的数学基础各有不同。Xenakis的随机音乐基于概率论和统计学，通过定义各种概率分布来控制音乐参数（如音高、时值、音量）的随机选择。凯奇的偶然音乐则借鉴了数学中的“或有过程”（contingent process）概念，作曲家规定音乐在某些约束条件下的可能路径，但将具体选择权交由表演者或随机因素决定。

当代算法作曲的一个重要方向是基于“涌现”（emergence）现象的研究。涌现是指复杂系统通过简单规则的相互作用产生无法从单个规则预测的复杂行为。在音乐中，这表现为：即使作曲家只规定非常简单的基础规则，生成的音乐也可能具有惊人的复杂性和美感。这一现象与数学中的分形（fractal）理论、混沌理论（chaos theory）有着深刻的联系。

Steve Reich和Philip Glass等极简主义作曲家（minimalist composers）的作品为这一现象提供了极好的例证。Reich的经典作品《It's Gonna Rain》（1965）从一个简单的录音片段出发，通过逐步增加延迟（phase shifting）产生复杂的节奏纹理。这种“相位移动”（phase shifting）技术本质上是一个简单的数学过程——在两个声部之间引入越来越小的时值差异——但其结果却产生了极其复杂和丰富的音乐效果。

第二部分：音乐与数学的核心对应关系

2.1 音高关系与比率论

音高是音乐最基本的参数之一，也是音乐与数学关系最为直接的领域。人耳对音高的感知与物理振动频率之间存在精确的数学关系。物理学告诉我们，弦的振动频率 $f$ 与弦长 $L$ 成反比，与张力的平方根成正比，与线密度的平方根成反比：

$$f = \frac{1}{2L}\sqrt{\frac{T}{\mu}}$$

其中 $T$ 是张力，$\mu$ 是线密度。然而，人耳感知的音高并非严格与频率成正比，而是与频率的对数成正比。这导致了音乐中一个极其重要的概念——音程（interval）的定义方式。

在音乐理论中，音程用“音分”（cents）来量化。一个音分的定义是：两个频率比值取对数后再乘以1200。因此，频率比 $R$ 的音分数值为：

$$\text{cents} = 1200 \cdot \log_2 R = 3986 \cdot \log_{10} R$$

使用音分的好处是，八度音程（频率比 2:1）总是恰好等于 1200 音分，这使得不同音程之间的比较变得极为方便。例如，一个标准半音等于 100 音分，大三度（约 5:2:4）在纯律中等于 386 音分，在十二平均律中等于 400 音分。

音程的和谐性判断是比率论在音乐中的经典应用。从毕达哥拉斯时代起，音乐理论家就注意到，使用小整数比例的音程往往比使用大整数比例的音程更和谐。这一观察的声学基础在于：简单的频率比例产生更少的谐波冲突。

让我们具体分析纯五度（3:2）和大七度（15:8）的区别。假设低音的频率为 $f$，则纯五度上方的音频率为 $\frac{3}{2}f$，大七度上方的音频率为 $\frac{15}{8}f$。考虑谐波系列，基频 $f$ 的第二谐波是 $2f$，第三谐波是 $3f$，等等。对于纯五度关系，其谐波系列中有以下共同点：

• 3 的第二谐波 $6f$ 正好等于 2 的第三谐波 $3f$
• 3 的第四谐波 $12f$ 正好等于 2 的第六谐波 $6f$

对于大七度关系，公共谐波的出现要少得多，两个频率的谐波系列很少在同一点重合。这种谐波冲突在人耳中产生不协和的感觉。

数学上可以用“谐波兼容性”（harmonic compatibility）的概念来量化音程的和谐程度。一个常用的指标是两个频率比的有理数近似程度。两个频率比越能用小的整数比近似，它们就越和谐。这种量化方法与连分数（continued fractions）理论有着深刻的联系——连分数提供了一种寻找最佳有理数近似的方法，而最佳有理数近似恰好对应最和谐的音程。

2.2 音阶结构与群论

群论是现代抽象代数的基础，也是分析音阶结构最有力的数学工具之一。简而言之，群是一个集合连同一个满足特定条件的二元运算（通常称为“乘法”）。这些条件包括：封闭性（两个元素运算的结果仍在集合中）、结合律、单位元的存在（与任何元素运算后得到该元素本身）、以及每个元素都有逆元。

音乐中的音阶结构可以自然地构成数学群。最简单的例子是八度等价（octave equivalence）关系——在音乐感知中，相差一个或多个八度的音被视为“相同的音”，尽管它们的频率相差整数倍。这种关系产生了一个重要的数学结构：模 12 同余类。

在平均律体系中，一个八度被等分为十二个半音。如果将音高按半音数编号（C = 0, C# = 1, ..., B = 11），则音高的升高和降低对应于模 12 的加法运算。例如，从 C（0）向上一个大二度得到 D（2），用模 12 加法表示为 $0 + 2 \equiv 2 \pmod{12}$。因此，十二个音级在模 12 加法下构成一个循环群 $\mathbb{Z}_{12}$。

循环群 $\mathbb{Z}_{12}$ 的子群结构与调性音乐理论有着直接的联系。循环群 $\mathbb{Z}_{12}$ 的子群包括：

• $\mathbb{Z}_{12}$ 本身（包含所有十二个音）
• $\mathbb{Z}_6$（包含六个音，对应全音音阶的移调）
• $\mathbb{Z}_4$（包含三个音，对应三度循环）
• $\mathbb{Z}_3$（包含四个音，对应减七和弦）
• $\mathbb{Z}_2$（包含两个音，对应三全音）
• $\mathbb{Z}_1$（仅包含一个音，即原位音）

这些子群在音乐理论中对应着各种“循环”（cycles）和“对称性”（symmetries）。例如，三度循环（cycling in thirds）生成 C-E-G#-C 这个四音组，它对应 $\mathbb{Z}_4$ 的子群结构。

更复杂的群论工具可以应用于分析更高级的音乐结构。二面体群 $D_{12}$（包含24个元素）是分析十二音序列的有力工具。$D_{12}$ 可以理解为保持一个正十二边形顶点集合不变的所有对称变换，包括12个旋转和12个反射。在十二音技术中，这24个变换对应一个序列的原形、逆行、倒影和倒影逆行四种形式各自12种移位。

皮埃尔·布列兹（Pierre Boulez）等序列主义作曲家进一步拓展了群论的应用。他们不仅将序列原则应用于音高，还将其应用于音乐的各个参数——时值、音量、发音法等。这种“多参数序列主义”（total serialism