拨一根吉他弦，你以为听到"一个音"。其实你同时听到一整叠音。弦不只作为整体来回摆动，它还同时分成两段、三段、四段各自振动，每段的频率恰好是最低那个音（基频）的 2 倍、3 倍、4 倍……这串隐藏的高音就是泛音列。
你几乎意识不到它们，大脑却一直在听。小提琴和长笛拉同一个 A，为什么一听就分得出？因为泛音配方不同——哪几个强、哪几个弱，决定了音色。音高来自基频，音色来自泛音的比例。同一个音，无数张脸。
一根两端固定、长 $L$ 的弦，只允许两端不动的驻波存在，于是波长被筛成离散的一串：$\lambda_n = 2L/n$，对应频率
$f_1$ 是基频（弦整体振动），$n$ 是弦被分成的段数。核心就一句话：允许的频率是基频的整数倍。「整数」不是巧合，是"两端必须不动"这个边界条件逼出来的。
弦本可以用任何频率振动；可一旦钉住两端，连续的无穷可能被筛成一列干净的整数。这是"离散源于约束"最纯粹的演示——它和量子力学里氢原子能级为何离散，是同一个数学（波动方程 + 边界条件 = 本征值问题）。两千五百年前毕达哥拉斯发现弦长成简单整数比时最协和，第一次把"悦耳"翻译成"整数"，点燃了"宇宙由数写成"的信念。
加法合成器直接把正弦泛音按配方叠出音色，管风琴的音栓则在开关不同泛音。跨到物理：一维势阱里粒子的能级 $E_n \propto n^2$、微波腔的模式，都是同一套"波 + 边界 = 离散谱"。小提琴的泛音奏法——轻触弦的中点、只让偶次谐波存活——是演奏者在手上直接操控这个数学。
纯律用最简单的整数比造音程：纯八度 $2{:}1$、纯五度 $3{:}2$、大三度 $5{:}4$——比越简单越和谐（正是泛音重合的结果）。听起来完美，可麻烦来了。
从一个音出发连叠 12 个纯五度，你以为能干净地绕回起点（高七个八度）。但 $(3/2)^{12} \approx 129.75$，而 $2^7 = 128$——差一丁点，永远合不拢。这道缝叫毕达哥拉斯逗号。数学的残酷判决：你没法既让每个五度都纯、又让八度闭合，二者不可兼得。
平均律的解法很暴力：把一个八度（频率比 $2$）在对数尺度上均分成 12 个相等的半音，每个半音的频率比是
于是五度 $= 2^{7/12} \approx 1.4983$——接近但不等于理想的 $1.5$。指数 $7/12$ 里的 $7$ 是半音数，$12$ 是一个八度的总半音数。代价是每个音程都轻微失准；回报是任意转调听起来都一样。
这是数学妥协的教科书范例。纯律的 $3{:}2$ 之美与八度闭合在逻辑上不能共存，人类的选择是把误差平摊到十二个音上，谁也不完美、谁也不难听。而它能成立全靠一个数值巧合：$2^{7/12} \approx 3/2$——用连分数的话说，$\log_2(3/2) \approx 7/12$ 是它最好的低阶有理近似。巴赫写《平均律键盘曲集》，正是庆祝这场妥协让 24 个调第一次都能弹。美，有时就是恰到好处地认输。
今天每台钢琴、每段 MIDI、每个合成器音源都活在平均律里。更深一层是连分数：$12$ 不是随便选的——$\log_2(3/2)$ 的连分数收敛给出 $7/12$，往下是 $24/41$、$31/53$。所以 53 平均律五度几乎全纯、比 12 律准得多，却因琴键太多没人用。数学指出哪些"等分数"值得一试，工程和手指决定了 12 胜出。
一段声音的波形可以复杂到毫无规律——人声、钢琴、嘈杂的街道。傅里叶的惊人主张是：无论多复杂，都能拆成一堆纯正弦波的叠加。给我一段波形，我能报出它由哪些频率组成、各占多少。
这是一次翻译：把"声音在时间上长什么样"翻成"它在频率上有哪些成分"。同一个声音，两种看法。而这不只是数学游戏——你的耳蜗真的在做这件事：一条卷起来的膜，不同位置对不同频率共振，等于一台生物傅里叶变换器。你"听到音高"，物理上就是频率分解。
任何周期为 $T$ 的波形 $f(t)$ 都能写成正弦波的无穷叠加：
$\omega = 2\pi/T$ 是基频角频率，$n$ 遍历各次谐波。系数 $a_n, b_n$ 是 $f$ 和对应正弦波的内积（投影）——直白说就是"这个频率在信号里占了多少"。
正弦波构成一组正交基——像空间里互相垂直的 $x,y,z$ 轴，任何向量都能唯一分解到它们上面。傅里叶做的，是给无穷维的"函数空间"也装上一副坐标系。这与线性代数的特征向量是同一首歌：正弦波恰好是"求导"和"平移"算子的本征函数，所以一切振动、波动、扩散问题里它们天生是主角——选对了基，难题就散架成一堆简单的一维问题。
MP3 / AAC 压缩：把声音变到频域，扔掉人耳听不见的频率，体积砍到十分之一。FFT（快速傅里叶变换）是整个数字信号处理的心脏——从 5G、医学 CT 到 JPEG 图像，无处不在。频谱图让你"看见"声音，降噪靠削掉特定频段，声纹识别靠频谱指纹。而你的耳蜗，是这一切的天然原型。
为什么八度（$2{:}1$）听起来"融为一体"，相邻半音一起响却"刺耳打架"？一个解释：频率比越简单，两个音的泛音重合越多，耳朵越省力、越协和；比越复杂，泛音靠得太近，产生粗糙的拍频，就不协和——协和竟能追溯回概念一的整数。
但音乐的魅力远不止"和谐"。真正动人的音乐走在意料之中和意料之外的钢丝上：太可预测=无聊，太随机=噪音。旋律不断建立预期又恰到好处地打破它——那点被满足或被违背的悬念，就是情绪。
协和度大致与频率比 $p{:}q$ 的简单程度相关（Plomp–Levelt 粗糙度曲线量化了这一点）。而音乐的"惊喜"可用信息论刻画：一个音符在上下文中的意外程度是
$P(x\mid\text{前文})$ 是听者根据已听到的旋律对下一个音的预期概率。越出乎意料，$-\log P$ 越大。大脑对这种"预测误差"的响应，正是审美张力之源。
许多好听的音乐，其响度与音高涨落的功率谱是 $1/f$ 噪声——不偏不倚坐在"纯规则的 $1/f^2$"与"纯随机的白噪声"之间。而同一种分形统计也出现在心跳间隔、河流水位、DNA 序列里。这暗示：美感也许就是大脑对"恰到好处的可预测性"发出的奖赏——不是秩序本身，也不是混沌本身，而是二者交界处那条窄窄的边缘。
算法作曲的核心就是建模条件概率 $P(\text{下一个音}\mid\text{前文})$——从早年的马尔可夫链到今天的 Transformer。MusicLM、Suno 本质上在学这个分布，再一边采样一边控制"惊喜度"，避免太平或太乱。音乐推荐、情感计算乃至用音乐做焦虑干预，都建立在"预期—违背—奖赏"这条数学链上。