🔢 mathematics

Dyadic Self-Similarity in a Perturbed Hofstadter $Q$ -Recursion

Dieser Artikel untersucht eine gestörte Variante der Hofstadter-Q-Rekursion, bei der numerische Experimente auf ein lineares Wachstum mit einer selbstähnlichen dyadischen Fluktuation und einer parity-abhängigen Renormierungsstruktur hindeuten, deren strenge mathematische Begründung jedoch noch offen ist.

Ursprüngliche Autoren: Marco Mantovanelli

Veröffentlicht 2026-03-18

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Marco Mantovanelli

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Das große Rätsel: Eine Zahl, die sich selbst im Spiegel betrachtet

Stellen Sie sich vor, Sie haben eine Maschine, die Zahlen erzeugt. Aber diese Maschine ist etwas Besonderes: Um die nächste Zahl zu finden, muss sie in ihre eigene Vergangenheit schauen.

In der klassischen Mathematik gibt es eine berühmte Maschine namens „Hofstadter-Q". Sie funktioniert so:

Um die Zahl an Position 100 zu finden, schaut sie zurück: „Wie groß war die Zahl an Position 99? Und wie groß war die an Position 98?"
Dann rechnet sie: „Ich gehe so viele Schritte zurück, wie die Zahl an Position 99 angibt, und addiere das Ergebnis mit dem, was ich an der Stelle finde, die durch die Zahl an Position 98 bestimmt wird."

Das klingt einfach, ist aber extrem chaotisch. Oft stolpert diese Maschine über ihre eigenen Füße, rechnet negative Schritte und bricht zusammen.

Die neue Erfindung: Ein kleiner Taktgeber

Marco Mantovanelli hat nun eine modifizierte Version dieser Maschine gebaut. Er hat einen kleinen „Taktgeber" (einen mathematischen Term $(-1)^n$ ) hinzugefügt. Dieser Taktgeber sorgt dafür, dass die Maschine bei jedem Schritt leicht zwischen „plus" und „minus" hin und her springt.

Die große Entdeckung:
Während die alte Maschine oft abstürzte, läuft diese neue Maschine stabil weiter – zumindest so weit, wie Computer heute rechnen können (bis zu 30 Milliarden Schritte!). Und sie tut etwas Erstaunliches:

Sie wächst wie ein Baum: Die Zahlen werden im Durchschnitt genau doppelt so groß wie ihre Position. Wenn Sie an der Stelle 1.000.000 sind, ist die Zahl dort ungefähr 500.000. Das ist wie ein Baum, der pro Jahr genau einen halben Meter wächst.
Sie ist ein Fraktal (wie eine Schneeflocke): Wenn man sich die kleinen Schwankungen um diesen perfekten Wachstumsweg ansieht, erkennt man ein Muster. Dieses Muster wiederholt sich immer wieder, aber in verschiedenen Größenordnungen.

Die Analogie: Der Spiegel im Spiegel

Stellen Sie sich vor, Sie stehen in einem Raum voller Spiegel (ein Fraktal).

Wenn Sie in den Spiegel schauen, sehen Sie sich selbst.
Wenn Sie in den Spiegel im Spiegel schauen, sehen Sie sich noch einmal, aber etwas kleiner.
In dieser neuen Zahlenfolge passiert genau das: Die Zahl an der Stelle $n$ hängt stark von der Zahl an der Stelle $n/2$ ab.

Das bedeutet: Die Geschichte der halben Strecke bestimmt die Geschichte der ganzen Strecke.
Wenn Sie das Muster der Schwankungen bei 100 anschauen, sehen Sie fast das gleiche Muster wie bei 200, 400 oder 800. Es ist, als würde die Zahlenfolge sich selbst in einem Spiegelbild wiederholen, das immer weiter zurückreicht. Die Mathematiker nennen das „dyadische Selbstähnlichkeit" – ein komplizierter Begriff für „sich selbst in Zweier-Schritten wiederholend".

Warum passiert das? (Der Heuristische Blick)

Warum wiederholt sich das Muster?
Stellen Sie sich vor, die Maschine ist ein Architekt, der ein Haus baut. Um das Dach (Position $n$ ) zu bauen, braucht er die Pläne für die Mitte des Hauses (Position $n/2$ ).
Da die Pläne für die Mitte fast immer die Hälfte der Gesamtgröße betragen, baut der Architekt das Dach immer basierend auf der Mitte.

Das Dach sieht aus wie die Mitte.
Die Mitte sieht aus wie das Viertel.
Das Viertel sieht aus wie das Achtel.

Dadurch entsteht eine Art „Rhythmus", der sich über die gesamte Länge des Hauses erstreckt. Der kleine Taktgeber (der $(-1)^n$ -Term) sorgt dafür, dass dieser Rhythmus leicht „wackelt", aber das Grundmuster bleibt erhalten.

Die Verteilung der Zahlen: Ein geometrisches Gesetz

Die Forscher haben auch gezählt, wie oft welche Zahlen vorkommen.

Es stellt sich heraus, dass bestimmte Zahlen (die ungeraden) viel häufiger vorkommen als andere.
Wenn man die Zahlen in Blöcken gruppiert (z. B. alle Zahlen zwischen 32 und 63, dann zwischen 64 und 127), folgt die Häufigkeit eines einfachen Gesetzes: Es gibt immer doppelt so viele Zahlen mit einer bestimmten Häufigkeit wie mit der nächsten höheren Häufigkeit.
Das ist wie ein Treppenhaus, bei dem jede Stufe genau doppelt so viele Stufen hat wie die darüberliegende.

Was passiert, wenn man den Start verändert?

Die Forscher haben getestet, was passiert, wenn man die ersten drei Zahlen der Folge anders wählt (statt 1, 1, 1 vielleicht 2, 1, 3).

Die meisten Versuche scheitern: Die Maschine stolpert sofort über ihre eigenen Füße und bricht nach ein paar Schritten ab.
Einige wenige überleben: Nur ganz spezielle Startkombinationen führen zu einer unendlichen Folge.
Das Wunder: Selbst wenn die Startzahlen anders sind und die kleinen Schwankungen völlig chaotisch aussehen, wachsen alle überlebenden Folgen am Ende genau gleich: Sie folgen immer der Regel „Halbe Position". Es ist, als würden verschiedene Autos auf verschiedenen Straßen fahren, aber alle kommen am Ende mit exakt derselben Durchschnittsgeschwindigkeit an.

Fazit: Ein verborgener Taktgeber

Die Botschaft dieser Arbeit ist, dass hinter dem scheinbaren Chaos dieser Zahlenfolge eine sehr strenge, verborgene Ordnung steckt.
Es ist wie ein Orchester, das auf den ersten Blick chaotisch klingt. Aber wenn man genau hinhört, erkennt man, dass alle Instrumente einem perfekten, sich wiederholenden Rhythmus folgen, der sich in Zweier-Schritten (dyadisch) aufbaut.

Die Mathematiker haben diese Struktur noch nicht zu 100 % bewiesen (das wäre die „rigorose" Lösung), aber die numerischen Beweise sind so stark, dass sie fast sicher sind: Diese seltsame Zahlenfolge ist kein Zufall, sondern ein perfekt getaktetes Fraktal.

Titel: Dyadische Selbstähnlichkeit in einer gestörten Hofstadter-Q-Rekursion

Autor: Marco Mantovanelli
Fachgebiet: Kombinatorik, Zahlentheorie, Meta-Fibonacci-Folgen

1. Problemstellung

Das Paper untersucht eine modifizierte Variante der berühmten Hofstadter-Q-Rekursion, einer Klasse von selbstreferenziellen ganzzahligen Folgen (Meta-Fibonacci-Folgen), deren langfristiges Verhalten oft chaotisch und schwer vorhersehbar ist.

Die untersuchte Rekursion ist definiert durch:
$Q(n) = Q(n - Q(n - 1)) + Q(n - Q(n - 2)) + (-1)^n$
mit den Anfangswerten $Q(1) = Q(2) = 1$ .

Im Gegensatz zur klassischen Hofstadter-Folge enthält diese Variante einen alternierenden Störterm $(-1)^n$ . Das Hauptziel der Arbeit ist es, das asymptotische Verhalten, die innere Struktur der Fluktuationen und die Abhängigkeit von den Anfangsbedingungen dieser gestörten Folge zu analysieren. Numerische Experimente deuten darauf hin, dass die Folge trotz der nichtlinearen Selbstreferenzierung für sehr große $n$ (bis zu $3 \cdot 10^{10}$ ) wohldefiniert bleibt und eine überraschend geordnete globale Struktur aufweist.

2. Methodik

Die Analyse stützt sich auf eine Kombination aus numerischer Simulation, heuristischer asymptotischer Analyse und struktureller Zerlegung:

Numerische Experimente: Berechnung der ersten $10^7$ bis $3 \cdot 10^{10}$ Terme, um Wachstumsraten, Fluktuationen und Häufigkeitsverteilungen zu ermitteln.
Fluktuationszerlegung: Einführung einer Fluktuationsfunktion $E(n)$ durch den Ansatz $Q(n) = n/2 + E(n)$ , um die Abweichung vom linearen Trend zu isolieren.
Dyadische Skalierung: Untersuchung der Folge auf Skalen, die durch Potenzen von 2 ( $2^k$ ) verbunden sind, um Selbstähnlichkeit zu identifizieren.
Index-Dynamik (Clock-Struktur): Analyse der rekursiven Indizes $t_1(n) = n - Q(n-1)$ und $t_2(n) = n - Q(n-2)$ , die als "Uhren" fungieren, welche bestimmen, auf welche vorherigen Werte zugegriffen wird.
Renormierungs-Diagnostik: Untersuchung der Größe $R(n) = Q(2n) - 2Q(n)$ , um Abweichungen von einer exakten dyadischen Skalierung zu messen.
Häufigkeitsanalyse: Untersuchung der Verteilung der Werte $f(v) = |\{n : Q(n) = v\}|$ und deren Struktur in dyadischen Blöcken.
Sensitivitätsanalyse: Systematisches Testen aller möglichen Anfangstripels $(Q(1), Q(2), Q(3)) \in \{1, 2, 3\}^3$ , um das Verhalten bei verschiedenen Startbedingungen zu klassifizieren.

3. Wichtige Beiträge und Ergebnisse

A. Asymptotisches Wachstum und Fluktuationen

Lineares Wachstum: Die Daten belegen stark, dass die Folge linear mit einer Steigung von $1/2$ wächst:
$Q(n) \sim \frac{n}{2}$
Dyadische Selbstähnlichkeit: Die Fluktuationen $E(n) = Q(n) - n/2$ zeigen eine ausgeprägte Selbstähnlichkeit über dyadische Skalen. Muster wiederholen sich in Intervallen, die durch Potenzen von 2 skaliert sind.
Heuristische Erklärung: Da die rekursiven Indizes typischerweise nahe bei $n/2$ liegen, koppelt die Rekursion Werte der Skala $n$ mit Werten der Skala $n/2$ . Dies erzeugt einen Renormierungsmechanismus, der zu logarithmisch organisierten Fluktuationen führt. Es wird vermutet, dass $Q(n)$ asymptotisch die Form $n/2 + \Phi(\log_2 n)$ annimmt, wobei $\Phi$ eine periodische Funktion ist.

B. Paritäts-getrennte Renormierung

Die Analyse der Indexprozesse und der diagnostischen Größe $R(n) = Q(2n) - 2Q(n)$ zeigt, dass das System nicht durch ein skalares Renormierungsgesetz, sondern durch eine paritätsgetrennte (parity-split) Struktur gesteuert wird.
Das Verhalten der ungeraden und geraden Teilfolgen ( $A(k) = Q(2k-1)$ und $B(k) = Q(2k)$ ) unterscheidet sich signifikant. Die "Uhren" $t_1(n)$ und $t_2(n)$ bilden eine dyadische Uhrstruktur, die die beiden Paritätsklassen koppelt.

C. Häufigkeitsstruktur (Frequency Structure)

Nur ungerade Werte: Es wird bewiesen, dass alle Werte $Q(n)$ ungerade sind.
Geometrisches Gesetz: Innerhalb dyadischer Blöcke $B_k = \{2^k, \dots, 2^{k+1}-1\}$ folgen die Vielfachheiten (Multiplizitäten) der auftretenden Frequenzwerte einem einfachen geometrischen Gesetz.
Skalierung der Peaks: Die Positionen $m_k$ der dominanten Frequenzmaxima in den Blöcken gehorchen der empirischen Skalierungsrelation:
$m_k \approx \frac{4}{3} 2^k$
Dies deutet auf eine tiefgreifende, durch die Rekursion bedingte Skalierung hin.

D. Abhängigkeit von Anfangsbedingungen

Empfindlichkeit: Die meisten Anfangsbedingungen führen zu einem schnellen Abbruch der Rekursion (die Indizes werden nicht-positiv).
Stabile Klassen: Nur eine kleine Anzahl von Startwerten erzeugt langlebige Folgen. Diese fallen in wenige dynamische Klassen:
1. Folgen, die in die ursprüngliche Trajektorie übergehen.
2. Eine explizite ausnahmehafte Orbit-Klasse (z.B. Start $(1,1,2)$ ).
3. Genuin neue, langlebige, irreguläre Trajektorien.
Robustheit des globalen Gesetzes: Trotz signifikanter Unterschiede in den lokalen Fluktuationen gehorchen alle beobachteten langlebigen Fälle demselben globalen Wachstumsgesetz $Q(n) \approx n/2$ .

4. Signifikanz und offene Probleme

Wissenschaftliche Bedeutung:
Das Paper liefert starke numerische Evidenz dafür, dass selbstreferenzielle Rekursionen, die oft als chaotisch gelten, unter bestimmten Störungen (hier $(-1)^n$ ) hochstrukturierte, selbstähnliche Muster entwickeln können. Die Entdeckung einer paritätsgetrennten dyadischen Renormierungsmechanik bietet einen neuen theoretischen Rahmen zum Verständnis von Meta-Fibonacci-Folgen. Die Verbindung zwischen der Index-Dynamik ("Clocks") und der Selbstähnlichkeit der Fluktuationen ist ein wesentlicher theoretischer Fortschritt.

Offene Probleme und Vermutungen (Conjectures):
Der Autor formuliert mehrere Vermutungen, die eine rigorose mathematische Beweisführung erfordern:

Lineares Wachstum: Beweis, dass $\lim_{n \to \infty} Q(n)/n = 1/2$ .
Sublineare Fluktuationen: Beweis, dass $E(n) = o(n)$ und Bestimmung der genauen Wachstumsrate.
Log-periodische Modulation: Existenz einer Funktion $\Phi$ mit Periode 1, sodass $Q(n) = n/2 + \Phi(\log_2 n) + \rho(n)$ .
Dyadische Uhr-Struktur: Rigorose Beschreibung der Indexprozesse $t_1(n)$ und $t_2(n)$ als Funktionen von $\log_2 n$ .
Klassifikation: Vollständige Klassifikation aller Anfangsbedingungen, die zu wohldefinierten Folgen führen.

Fazit:
Die Arbeit zeigt, dass die gestörte Hofstadter-Rekursion durch einen komplexen, aber geordneten Mechanismus gesteuert wird, der dyadische Selbstähnlichkeit und eine spezifische Frequenzverteilung erzeugt. Dies unterstreicht die tiefe Verbindung zwischen diskreter Dynamik, Renormierungsgruppen-Theorie und kombinatorischer Struktur in nichtlinearen Rekursionen.