1700725660
图14-6听两种不同音乐时人体表面“测量数据概率分布”的变化
1700725661
1700725662
从图14-6可以看出，人体生理和心理状态的改变，对人内电场分布的影响极大。其实，这一点也是很好理解的。然而，难的是，这种“测量数据概率分布”的变化又说明了什么问题？我们怎样从这种“测量数据概率分布”的变化中，来看出“身心健康”的程度如何？
1700725663
1700725664
三种理想的概率分布曲线
1700725665
1700725666
有趣的是，我们前辈的数学家，早已找到了三种不同的“概率分布曲线”。今天，我们正好用来描写三种不同的“身心状态”（states of body-mind system）。
1700725667
1700725668
“高斯分布”：1＋1＝2（理想的无序系统测得的概率分布）
1700725669
1700725670
在欧元出现之前的德国货币中，10马克的纸币上印着一个老人的头像，那就是高斯（Karl Friedrich Gauss，1777—1855，图14-7），19世纪的“数学之皇”。高斯出生在一个贫穷的农民家庭，小时候是个放羊娃。幸运的是，一位有钱的贵族发现了他的数学天赋，就有心培养他，最后，他不但成了哥廷根大学的数学教授，还成了世界数学之王。所以，他也成了德意志民族的骄傲。在他极多的数学成果中，最值得骄傲的就是他所发现的“高斯分布曲线”及它的数学表达式（图14-7）。
1700725671
1700725672
1700725673
1700725674
1700725675
图14-7德国马克上的高斯像、高斯分布曲线及其数学公式
1700725676
1700725677
从图14-7中可以看到，“高斯分布曲线”是一条对称曲线。近两百年来，“高斯分布”（Gaussian distribution）在科学、工农业和金融等领域中广泛应用。所以，“高斯分布”又被称为“常态分布”或“正态分布”（the normal distribution）。意思是，它是一种应用最广泛并且最为标准的测量数据分布。
1700725678
1700725679
然而，近二三十年来当人们对“有序”、“无序”、“混沌”等问题进行越来深入研究时才发现，原来，理想的“高斯分布”在真实的世界根本就不存在。因为“高斯分布”的基本数学假设是，测量数据来自于一个有无限多个元素的系统，并且所有的元素相互独立。换句话说，服从“高斯分布”的测量数据来自于一个“理想的无序系统”。而显然，这样的“理想的混沌系统”并不存在。尽管如此，“高斯分布”还是无生命世界中测量数据分布的一个很好的近似描写。它还是很有用的，因为无生命世界基本上还是混沌、无序的。
1700725680
1700725681
在实际的测量和计算中，我们一般至少需要测量100个数据，才够用来计算“统计分布”。如果这100多个数据基本上服从“高斯分布”（图14-8），就可以认为这批数据来自于一个“无序系统”。
1700725682
1700725683
1700725684
1700725685
1700725686
看不见的彩虹：人体的耗散结构
1700725687
1700725688
1700725689
1700725690
1700725691
图14-8理想的“高斯分布曲线”只能来自一个理想的混乱系统
1700725692
1700725693
“δ分布”：1＋1＝1（理想的有序系统测得的概率分布）
1700725694
1700725695
除了“高斯分布”之外，另一个重要的统计分布是“δ分布 ”（delta distribution）。“δ分布曲线”的形状极为简单，就像一个倒写的“T”字（见图14-9）。这意味着，测量数据的重复性好得惊人。不管测量多少次，数据总是一模一样，不但是毫厘不差，就是小数点以下所有的数字，都是一模一样。
1700725696
1700725697
1700725698
1700725699
1700725700
图14-9理想的“啄 分布曲线”来自一个理想的“高度有序系统”
1700725701
1700725702
当然，在真实的世界中，既不存在这样的分布，也不存在这样的系统。因为它意味着，测量数据来自一个“理想的高度有序的系统”。而真实世界中，并没有这样理想的系统。不过，这个理想化的分布，在实际计算时，还是一个重要的参考点，从而我们可确定真实测量数据分布所在的位置。因为“δ分布”的数学设定是系统中所有的元素高度相关，就像一个元素一样。也就是说：“δ分布”的背景就是1＋1＝1。
1700725703
1700725704
“对数正态分布”：1＋1＝3（理想谐和系统测得的概率分布）
1700725705
1700725706
不过，在测量和计算人体和其他有生命系统的“谐和程度”，也就是“相干程度”时，最重要的统计曲线是“对数正态分布曲线”（log-normal distribution,图14-10）。
1700725707
1700725708
1700725709