Frequency of a Digit in the Representation of a Number and the Asymptotic Mean Value of the Digits

Diese Arbeit untersucht den Zusammenhang zwischen der Häufigkeit von Ternärdigits und dem asymptotischen Mittelwert der Ziffern, etabliert Existenzbedingungen für diesen Mittelwert und weist eine unendliche, überall dichte Menge von Zahlen nach, die zwar keine Digit-Häufigkeit besitzen, aber einen asymptotischen Mittelwert aufweisen.

Das Wesentliche

Hier ist eine einfache Erklärung der wissenschaftlichen Arbeit von Klymchuk, Makarchuk und Prats'ovytyi, verpackt in eine Geschichte mit anschaulichen Bildern.

Die große Zähl-Aufgabe: Wenn Zahlen tanzen, aber kein Rhythmus haben

Stellen Sie sich vor, Sie haben eine unendlich lange Kette von Perlen. Jede Perle ist eine Zahl: eine 0, eine 1 oder eine 2. Diese Kette repräsentiert eine reelle Zahl im Dreiersystem (ähnlich wie unser gewohntes Dezimalsystem mit 0 bis 9, aber hier nur mit drei Farben).

Die Forscher haben sich zwei Fragen gestellt:

1. Wie oft kommt jede Farbe vor? (Die Häufigkeit)
2. Was ist der durchschnittliche Wert der Perlen, wenn man immer weiter schaut? (Der asymptotische Mittelwert)

1. Der normale Fall: Ein perfekter Takt

Stellen Sie sich einen Taktstock vor, der im Takt schlägt: 0, 1, 2, 0, 1, 2, 0, 1, 2...
Hier ist alles klar:

• Die Häufigkeit der 0, 1 und 2 ist jeweils genau ein Drittel.
• Der Durchschnittswert ist leicht zu berechnen: (0 + 1 + 2) geteilt durch 3 = 1.

In der Mathematik nennen wir Zahlen, bei denen die Häufigkeiten stabil sind, "normale" Zahlen. Für fast alle Zahlen, die wir im Alltag kennen (wie $\pi$ oder $\sqrt{2}$), gilt: Wenn man weit genug in die Kette schaut, tauchen alle Ziffern gleich oft auf. Der Durchschnitt ist dann immer genau 1.

2. Das Problem: Wenn der Takt verrückt spielt

Die Forscher haben sich gefragt: Kann es eine Zahl geben, bei der der Durchschnittswert stabil ist (z. B. immer genau 1,5), aber die einzelnen Farben (0, 1, 2) völlig chaotisch auftreten?

Stellen Sie sich einen Tänzer vor, der sich auf einer Bühne bewegt:

• Er läuft manchmal schnell nach links (viel 0), manchmal schnell nach rechts (viel 2).
• Wenn man ihn über eine sehr lange Zeit beobachtet, landet er im Durchschnitt genau in der Mitte der Bühne (Mittelwert = 1).
• ABER: Wenn man versucht, zu zählen, wie oft er links oder rechts war, merkt man, dass es keine feste Regel gibt. Mal läuft er 100 Schritte nach links, dann 1000 nach rechts, dann wieder 10. Die Häufigkeit der Schritte ist unbestimmt, aber der Durchschnitt der Position bleibt stabil.

3. Die Entdeckung: Ein chaotischer Tanz mit stabilem Ziel

Das ist das Kernstück der Arbeit: Die Autoren haben bewiesen, dass es unendlich viele solcher Zahlen gibt.

Sie haben einen "Bauplan" (einen Algorithmus) entwickelt, um solche Zahlen zu konstruieren.

• Die Methode: Sie bauen die Zahl in Blöcken.
  • Block 1: Viel 0, wenig 1, wenig 2.
  • Block 2: Wenig 0, viel 1, wenig 2.
  • Block 3: Wenig 0, wenig 1, viel 2.
• Sie variieren die Längen dieser Blöcke so geschickt, dass sich die Schwankungen der einzelnen Ziffern (0, 1, 2) gegenseitig aufheben, wenn man den Durchschnitt berechnet.
• Das Ergebnis: Der Durchschnittswert der Ziffern nähert sich einem festen Ziel (z. B. 1,2) an. Aber die Häufigkeit der einzelnen Ziffern (wie oft kommt die 0 vor?) schwankt ewig hin und her und findet nie einen stabilen Wert.

4. Warum ist das wichtig? (Die "dichte" Wolke)

Ein besonders spannendes Ergebnis ist, dass diese "chaotischen" Zahlen nicht irgendwo versteckt sind. Sie sind überall.
Stellen Sie sich einen Nebel vor, der den gesamten Raum [0, 1] ausfüllt.

• Die "normalen" Zahlen (mit stabilem Takt) sind wie eine dicke, feste Wolke, die den größten Teil des Raumes einnimmt (99,999... %).
• Die "chaotischen" Zahlen (mit stabilem Durchschnitt, aber ohne Häufigkeit) sind wie winzige, unsichtbare Nebelschwaden, die sich aber überall im Raum verteilen.
• Wenn Sie in den Raum schauen, wo immer Sie hinschauen, finden Sie eine dieser chaotischen Zahlen. Man kann sie nicht ignorieren, auch wenn sie mathematisch "selten" sind.

Zusammenfassung in einem Satz

Die Autoren haben gezeigt, dass man eine Zahl bauen kann, die sich wie ein verrückter Tänzer verhält: Sie hat keinen festen Rhythmus für ihre einzelnen Schritte (keine Häufigkeit), aber sie bewegt sich im Durchschnitt immer perfekt auf ein bestimmtes Ziel zu (stabilem Mittelwert), und solche Tänzer gibt es unendlich viele und überall.

Warum ist das cool?
Es zeigt uns, dass die Welt der Zahlen viel komplexer ist als es scheint. Man kann "Ordnung im Chaos" haben (stabilen Durchschnitt), ohne dass das Chaos selbst eine Ordnung hat (stabile Häufigkeit). Es ist wie ein Orchester, bei dem die Lautstärke insgesamt perfekt ausbalanciert ist, aber die einzelnen Instrumente völlig unregelmäßig spielen.

Technische Zusammenfassung

Hier ist eine detaillierte technische Zusammenfassung des vorliegenden Artikels auf Deutsch:

Titel: Häufigkeit einer Ziffer in der Darstellung einer Zahl und der asymptotische Mittelwert der Ziffern
Autoren: S. O. Klymchuk, O. P. Makarchuk, M. V. Prats'ovytyi
Quelle: Ukrainian Mathematical Journal, Vol. 66, No. 3, August 2014

1. Problemstellung

Die Arbeit untersucht die Beziehung zwischen der asymptotischen Häufigkeit (Frequenz) von Ziffern in der $s$-nären Darstellung reeller Zahlen und dem asymptotischen Mittelwert dieser Ziffern.

Für eine reelle Zahl $x \in [0, 1]$ mit der $s$-nären Darstellung $x = \sum_{k=1}^{\infty} \frac{\alpha_k}{s^k}$ (wobei $\alpha_k \in \{0, \dots, s-1\}$) werden zwei Konzepte definiert:

• Frequenz $\nu_i(x)$: Der Grenzwert der relativen Häufigkeit der Ziffer $i$ im $n$-ten Schritt, falls dieser existiert: $\nu_i(x) = \lim_{n \to \infty} \frac{N_i(x, n)}{n}$.
• Asymptotischer Mittelwert $r(x)$: Der Grenzwert des arithmetischen Mittels der Ziffern: $r(x) = \lim_{n \to \infty} \frac{1}{n} \sum_{k=1}^n \alpha_k(x)$.

Das zentrale Problem besteht darin, die Existenzbedingungen für diese Grenzwerte zu klären und insbesondere zu zeigen, ob es Zahlen gibt, für die der asymptotische Mittelwert existiert, während die einzelnen Ziffernfrequenzen nicht existieren. Der Fokus liegt dabei auf der ternären Darstellung ($s=3$).

2. Methodik

Die Autoren verwenden eine Kombination aus analytischen Beweistechniken und konstruktiven Algorithmen:

• Analytische Beziehungen: Es werden lineare Zusammenhänge zwischen den Frequenzen und dem Mittelwert hergeleitet. Für $s=3$ ergibt sich ein lineares Gleichungssystem aus den Bedingungen $\sum \nu_i = 1$ und $r(x) = \nu_1 + 2\nu_2$.
• Konstruktive Mengenlehre: Um die Existenz von Zahlen mit spezifischen Eigenschaften zu beweisen, werden Algorithmen zur Konstruktion solcher Zahlen entwickelt.
  • Für Zahlen mit vorgegebenen Frequenzen wird eine Methode basierend auf ganzzahligen Folgen $[n \cdot a]$ verwendet.
  • Für den Hauptbeweis (Existenz des Mittelwerts ohne Frequenzen) wird eine blockweise Konstruktion verwendet. Die Zahl $x^*$ wird in Blöcke unterteilt, die aus Sequenzen von Nullen, Einsen und Zweien bestehen. Die Längen dieser Blöcke ($a_{k1}, a_{k2}, a_{k3}$) werden so gewählt, dass die Summe der Ziffern gegen einen vorgegebenen Wert konvergiert, die relativen Häufigkeiten der einzelnen Ziffern jedoch oszillieren.
• Hilfssätze (Lemmas): Es werden Lemmas bewiesen, die das Verhalten von Summen ganzzahliger Teile $[n \cdot x]$ analysieren, um die Konvergenz bzw. Divergenz der relevanten Folgen zu steuern.

3. Wichtige Beiträge und Ergebnisse

A. Beziehung zwischen Frequenz und Mittelwert (Allgemeine $s$-näre Darstellung):

• Lemma 1: Wenn alle Frequenzen $\nu_0, \dots, \nu_{s-1}$ existieren, dann existiert auch der asymptotische Mittelwert $r(x)$, und es gilt:
  $$r(x) = \sum_{i=1}^{s-1} i \cdot \nu_i(x)$$
• Theorem 1: Für fast alle Zahlen (im Sinne des Lebesgue-Maßes) existiert der Mittelwert und ist gleich $\frac{s-1}{2}$. Dies entspricht dem Satz von Borel über normale Zahlen.

B. Spezifische Ergebnisse für das ternäre System ($s=3$):

• Theorem 2 (Äquivalenz bei Existenz): Für $s=3$ gilt: Wenn der asymptotische Mittelwert $r(x)$ existiert und mindestens eine der Frequenzen ($\nu_0, \nu_1, \nu_2$) existiert, dann existieren alle Frequenzen.
  • Konsequenz: Wenn der Mittelwert existiert, aber keine Frequenz existiert, dann existieren keine der Frequenzen. Es ist unmöglich, dass der Mittelwert existiert und nur eine Teilmenge der Frequenzen existiert.
• Theorem 3 (Hauptergebnis): Für jeden vorgegebenen Wert $\theta \in (0, 2)$ existiert eine überabzählbar unendliche, überall dichte Menge von Zahlen $W_\theta$, für die:
  1. Der asymptotische Mittelwert der Ziffern existiert und gleich $\theta$ ist ($r(x) = \theta$).
  2. Die Frequenzen der Ziffern $\nu_0(x), \nu_1(x), \nu_2(x)$ nicht existieren.
  • Beweisidee: Durch geschickte Wahl der Blocklängen in der Konstruktion wird erreicht, dass der gewichtete Durchschnitt der Ziffern konvergiert, während die relativen Anteile der einzelnen Ziffern zwischen zwei Werten oszillieren.

C. Eigenschaften der Funktion $r(x)$ (Theorem 4):
Die Funktion des asymptotischen Mittelwerts $r(x)$ besitzt folgende topologische und maßtheoretische Eigenschaften:

1. Sie ist auf einer überall dichten Menge in $[0, 1]$ definiert.
2. Sie ist auf einer ebenfalls überall dichten Teilmenge von $[0, 1]$ nicht definiert (dort, wo keine Frequenzen existieren und keine Konvergenz des Mittels vorliegt).
3. Sie nimmt alle Werte aus dem Intervall $[0, s-1]$ an.
4. Sie besitzt genau ein Niveau (den Wert $\frac{s-1}{2}$), das ein Lebesgue-Maß von 1 hat (die Menge der normalen Zahlen). Alle anderen Werte werden nur auf Mengen von Maß 0 angenommen.

4. Bedeutung und Fazit

Der Artikel liefert einen signifikanten Beitrag zur metrischen Zahlentheorie und der Theorie der Verteilung von Ziffern:

• Entkopplung von Konvergenzarten: Die Arbeit zeigt, dass die Konvergenz des arithmetischen Mittels der Ziffern (eine schwächere Bedingung) nicht die Konvergenz der einzelnen Ziffernhäufigkeiten impliziert. Dies widerlegt eine naive Annahme, dass die Existenz des Mittels eine "stabile" Verteilung der Ziffern voraussetzt.
• Topologische Struktur: Es wird bewiesen, dass die Menge der Zahlen, die einen definierten Mittelwert, aber undefinierte Frequenzen haben, sowohl überabzählbar als auch überall dicht ist. Dies unterstreicht die Komplexität der Struktur von "nicht-normalen" Zahlen.
• Anwendbarkeit: Die Ergebnisse sind relevant für das Verständnis singulärer Wahrscheinlichkeitsverteilungen und fraktaler Eigenschaften von Mengen reeller Zahlen, die durch asymptotische Eigenschaften ihrer Ziffern definiert sind.

Zusammenfassend etablieren die Autoren eine präzise Hierarchie der Konvergenzbedingungen für Zifferndarstellungen und konstruieren explizit eine "pathologische" Menge von Zahlen, die einen stabilen Mittelwert aufweisen, aber keine stabile Ziffernverteilung besitzen.