🔢 mathematics

Multiplication Tables for Integers with Restricted Prime Factors

Diese Arbeit verallgemeinert Ford's Ergebnis von 2008, indem sie die Größenordnung der Anzahl von ganzen Zahlen bis $x$ mit Primfaktoren aus einer Primzahlmenge $Q$ der relativen Dichte $\delta$ bestimmt, die einen Teiler im Intervall $(y, 2y]$ besitzen, und dabei eine Phasenübergang bei $\delta = 1/\log 4$ identifiziert.

Ursprüngliche Autoren: Jeremy Schlitt

Veröffentlicht 2026-03-20

📖 4 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Jeremy Schlitt

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 Zahlen-Spiel: Wenn nur bestimmte Bausteine erlaubt sind

Stellen Sie sich vor, Sie haben einen riesigen Vorrat an Lego-Steinen. In der normalen Welt (die Mathematiker „ganze Zahlen" nennen) können Sie diese Steine aus allen möglichen Farben und Formen zusammenbauen. Jeder Stein ist eine Primzahl (2, 3, 5, 7, 11, 13...). Eine Zahl wie 12 ist einfach ein Turm aus einem 2er-Stein, einem anderen 2er-Stein und einem 3er-Stein ( $2 \times 2 \times 3$ ).

Das Problem: Der Multiplication Table (Vervielfältigungstabelle)
Stellen Sie sich ein riesiges Raster vor, wie ein Schachbrett, aber unendlich groß. In jede Zeile und jede Spalte schreiben Sie eine Zahl. Dann multiplizieren Sie die Zeilen- und Spaltenzahl miteinander und schreiben das Ergebnis in das Feld dazwischen.
Die Frage, die Mathematiker seit Jahrzehnten stellen, ist: Wie viele verschiedene Ergebnisse landen auf diesem Brett?
Wenn Sie ein $100 \times 100$ -Brett haben, gibt es 10.000 Felder. Aber viele Felder haben denselben Inhalt (z. B. $4 \times 6 = 24$ und $3 \times 8 = 24$ ). Wie viele einzigartige Zahlen gibt es also wirklich?

Der Mathematiker Kevin Ford hat 2008 herausgefunden, wie man diese Zahl für die normale Welt berechnet. Es ist weniger als man denkt, weil sich die Zahlen stark überlappen.

Die neue Herausforderung: Der „Zauberstab" der Primzahlen
In diesem neuen Papier fragt Jeremy Schlitt: Was passiert, wenn wir die Regeln ändern?
Stellen Sie sich vor, wir haben einen Zauberstab, der sagt: „Du darfst nur Lego-Steine aus einer bestimmten Farbe verwenden."

Vielleicht dürfen wir nur Steine mit der Farbe „Rot" (Primzahlen, die bei 1 beginnen, wenn man sie in einer bestimmten Liste sortiert).
Oder nur „Blau".
Oder nur „Grün".

Die Menge der erlaubten Farben nennen wir $Q$ . Die Dichte dieser Farben nennen wir $\delta$ (Delta).

Wenn $\delta = 1$ ist, dürfen wir alle Farben verwenden (das ist der Fall von Kevin Ford).
Wenn $\delta = 0,5$ ist, dürfen wir nur die Hälfte der Farben verwenden.
Wenn $\delta$ sehr klein ist, haben wir nur sehr wenige Farben zur Verfügung.

Die große Entdeckung: Der kritische Punkt
Schlitt hat herausgefunden, dass das Verhalten dieser Zahlen-Tabelle sich dramatisch ändert, je nachdem, wie viele Farben (Primzahlen) erlaubt sind. Es gibt einen ganz besonderen Wendepunkt, einen „Kipppunkt".

Stellen Sie sich einen Wasserhahn vor, der langsam aufgedreht wird:

Wenige Farben ( $\delta$ ist klein): Wenn wir nur sehr wenige Primzahlen erlauben, sind die Zahlen, die wir bilden können, sehr „speziell". Sie überlappen sich kaum. Es ist wie beim Bauen mit nur drei verschiedenen Lego-Steinen: Man kann zwar viele Türme bauen, aber kaum zwei Türme sehen exakt gleich aus. Die Anzahl der einzigartigen Ergebnisse ist fast so groß wie die Gesamtzahl der Möglichkeiten.
Der Kipppunkt ( $\delta = 1 / \log 4$ ): Irgendwann passiert etwas Magisches. Genau bei diesem Wert ändert sich die Physik des Spiels. Die Zahlen beginnen, sich plötzlich viel stärker zu überlappen.
Viele Farben ( $\delta$ ist groß): Sobald wir über diesen Punkt hinausgehen, verhält sich das System wieder wie das normale Schachbrett. Die Zahlen vermischen sich so stark, dass die Anzahl der einzigartigen Ergebnisse drastisch sinkt.

Die Metapher: Der „Phasenübergang"
Schlitt nennt dies einen Phasenübergang. Das ist wie Wasser, das gefriert.

Solange es warm ist (viele Primzahlen erlaubt), ist es flüssig und fließt durcheinander (viele Überlappungen, wenige einzigartige Zahlen).
Sobald es unter einen bestimmten Punkt kühlt (wenige Primzahlen erlaubt), gefriert es zu Eis. Die Struktur wird starr, die Überlappungen verschwinden, und wir haben viel mehr einzigartige Muster.

Was hat Schlitt genau gemacht?
Er hat eine Formel entwickelt, die für jede Menge von erlaubten Primzahlen (jede Farbe) genau berechnet, wie viele einzigartige Ergebnisse auf dem Brett landen.

Er hat bewiesen, dass die Formel von Ford (für alle Primzahlen) nur ein Spezialfall seiner neuen, allgemeineren Formel ist.
Er hat gezeigt, dass genau bei dem Wert $\delta = 1 / \log 4$ (das ist etwa 0,72) die Mathematik „umschaltet".

Warum ist das wichtig?
Das klingt nach reiner Spielerei, aber es hilft uns, die tiefe Struktur der Zahlen zu verstehen.

Es zeigt uns, wie „dicht" Zahlen beieinander liegen können.
Es hilft bei der Vorhersage von Zufallsprozessen in der Mathematik (z. B. wie sich zufällige Zahlen verhalten).
Es verbindet zwei verschiedene Welten der Mathematik: Die Art und Weise, wie Zahlen gebaut sind (Zahlentheorie), und wie sich Wahrscheinlichkeiten verhalten (Stochastik).

Zusammenfassung in einem Satz:
Jeremy Schlitt hat herausgefunden, wie sich die Anzahl der einzigartigen Ergebnisse in einem riesigen Multiplikationsspiel verändert, wenn man die erlaubten Bausteine (Primzahlen) einschränkt, und dabei einen magischen Wendepunkt entdeckt hat, an dem sich das gesamte Verhalten des Spiels plötzlich umkehrt – ähnlich wie Wasser, das zu Eis gefriert.

1. Problemstellung und Motivation

Der Artikel untersucht die asymptotische Größenordnung der Anzahl von ganzen Zahlen $n \le x$ , deren Primfaktoren alle in einer gegebenen Menge von Primzahlen $Q$ liegen, und die zusätzlich einen Teiler im Intervall $(y, 2y]$ besitzen.

Kontext: Dies ist eine Verallgemeinerung des klassischen Problems der Multiplikationstabellen, das von Kevin Ford in seiner bahnbrechenden Arbeit von 2008 [10] gelöst wurde. Ford bestimmte die Größenordnung der Anzahl $H(x, y, 2y)$ von Zahlen $\le x$ mit einem Teiler in $(y, 2y]$ . Ein bekanntes Ergebnis ist $H(x, y, 2y) \asymp \frac{x}{(\log y)^\eta (\log \log y)^{3/2}}$ für $y \le \sqrt{x}$ , wobei $\eta$ eine Konstante ist.
Einschränkung: In diesem Paper wird die Menge der zulässigen Primzahlen auf eine Teilmenge $Q$ eingeschränkt. Die Menge $Q$ hat eine relative Dichte $\delta \in (0, 1]$ , d.h. die Anzahl der Primzahlen in $Q$ bis $x$ verhält sich asymptotisch wie $\delta \frac{x}{\log x}$ .
Ziel: Bestimmung der Größenordnung von $H_Q(x, y, 2y)$ für alle $\delta \in (0, 1]$ . Dies führt zu einer Verallgemeinerung von Fords Ergebnis (der Fall $\delta=1$ ) und enthüllt ein neues Phänomen: einen Phasenübergang bei einem kritischen Wert von $\delta$ .

2. Methodik

Die Beweistechnik folgt im Wesentlichen dem Ansatz von Ford [10], wird jedoch durch neue geometrische und probabilistische Argumente verfeinert, um den Fall mit eingeschränkten Primfaktoren zu behandeln.

Hauptkomponenten der Methode:

Reduktion auf eine Poisson-artige Summe:
Das Problem wird zunächst auf die Abschätzung einer Summe zurückgeführt, die die Funktion $L(a)$ beinhaltet. $L(a)$ ist das Maß der Vereinigung von Intervallen $(\log d - \log 2, \log d]$ über alle Teiler $d$ von $a$ . Diese Funktion quantifiziert die „Nähe" (Propinquity) der Teiler von $a$ im logarithmischen Maßstab.
Das Hauptergebnis (Satz 1.4) reduziert $H_Q(x, y, 2y)$ auf eine Summe der Form:
$\sum_{1 \le k \le v} \frac{\lambda^k}{k!} \cdot \frac{v - k + 1}{v}$
wobei $\lambda = 2\delta \log \log y$ und $v = \lfloor \frac{1}{\log 2} \log \log y \rfloor$ .
Untere Schranken (Geometrie und Barrieren):
- Der Beweis der unteren Schranke nutzt eine Konstruktion von Mengen von quadratfreien Zahlen mit einer festen Anzahl von Primfaktoren in bestimmten Intervallen.
- Ein zentrales Novum ist die Einführung starker Barrierenbedingungen für geordnete Statistiken (Order Statistics). Anstatt nur algebraische Schranken zu verwenden, definiert der Autor eine geometrische Region $Y_k(\tilde{v}, C)$ im Einheitswürfel, die verlangt, dass die normierten Statistiken $\xi_i$ eine bestimmte Distanz zum Erwartungswert $i$ einhalten (eine „Barriere").
- Dies nutzt ein bekanntes Phänomen aus der Wahrscheinlichkeitstheorie: Zufallswege, die einer schwachen Barriere genügen, erfüllen mit hoher Wahrscheinlichkeit auch eine viel stärkere Barriere. Dies erlaubt die Anwendung von Schranken für verallgemeinerte Smirnov-Statistiken (Lemma 6.2).
Obere Schranken (Integralabschätzungen):
- Für die oberen Schranken wird die Summe über die Anzahl der Primfaktoren $k$ aufgeteilt.
- Es werden Multivariat-Volumenintegrale $U_k(v)$ verwendet, die in früheren Arbeiten von Ford und Koukoulopoulos auftauchten.
- Die Analyse zeigt, dass der dominante Beitrag aus dem Bereich $k \le v$ stammt.
Analyse des Phasenübergangs (Satz 1.5):
- Der Kern der neuen Ergebnisse liegt in der Analyse der Poisson-artigen Summe für verschiedene Beziehungen zwischen $\lambda$ und $v$ .
- Da $\lambda \approx 2\delta \log \log y$ und $v \approx \frac{1}{\log 2} \log \log y$ , hängt das Verhalten entscheidend von $\delta$ ab. Der kritische Punkt ist $\delta = \frac{1}{\log 4}$ .
- Der Autor leitet asymptotische Abschätzungen für die Summe in verschiedenen Regimen her (z.B. $\delta < \frac{1}{\log 4}$ , $\delta > \frac{1}{\log 4}$ und in der Nähe des kritischen Punkts).

3. Wichtige Ergebnisse

Das Hauptergebnis ist Satz 1.2, der die Größenordnung von $H_Q(x, y, 2y)$ für $y \le \sqrt{x}$ angibt:

$H_Q(x, y, 2y) \asymp_{\kappa, c} \frac{x}{(\log x)^{1-\delta}} \cdot \frac{1}{(\log y)^{G(\delta)}} \cdot E(y; \delta)$

Dabei sind $G(\delta)$ und $E(y; \delta)$ wie folgt definiert:

Der Exponent $G(\delta)$ :
$G(\delta) = \begin{cases} 1 - \delta & \text{für } \delta \le \frac{1}{\log 4} \\ \delta - 1 + \frac{\log(\delta \log 2)}{\log 2} & \text{für } \delta \ge \frac{1}{\log 4} \end{cases}$
Die Funktion $G(\delta)$ ist an der kritischen Stelle $\delta_c = \frac{1}{\log 4}$ differenzierbar, was eine stetige Änderung der Potenz von $\log y$ sicherstellt.
Der Übergangsfaktor $E(y; \delta)$ :
Dieser Term beschreibt das Verhalten in der Nähe des kritischen Punkts.
- Für $\delta \le \frac{1}{\log 4}$ : $E(y; \delta) \approx \max\left\{ \frac{1}{\log 4} - \delta, \frac{1}{\sqrt{\log \log y}} \right\}$ .
- Für $\delta > \frac{1}{\log 4}$ : $E(y; \delta) \approx \frac{1}{(\log \log y)^{3/2}} \max\left\{ (\delta - \frac{1}{\log 4})^2, \frac{1}{\log \log y} \right\}$ .

Folgerungen für Multiplikationstabellen (Korollar 1.3):
Für die Anzahl $A_Q(N)$ der verschiedenen Produkte $ab$ mit $a, b \in S_Q \cap [1, N]$ gilt:
$A_Q(N) \asymp \frac{N^2}{(\log N)^{G(\delta) - \delta + 1}} E(N; \delta)$

Kombinatorische Interpretation (Gleichung 1.6):
Es zeigt sich ein scharfer Phasenübergang in der Struktur der Produktmenge:

Wenn $\delta < \frac{1}{\log 4}$ , dann ist $|S_Q(N) \cdot S_Q(N)| \asymp |S_Q(N)|^2$ . Das bedeutet, fast alle Produkte sind eindeutig (keine Kollisionen).
Wenn $\delta \ge \frac{1}{\log 4}$ , dann ist $|S_Q(N) \cdot S_Q(N)| = o(|S_Q(N)|^2)$ . Hier treten viele Kollisionen auf, und die Menge der Produkte ist signifikant kleiner als das Quadrat der Menge der Faktoren.

4. Bedeutung und Beiträge

Verallgemeinerung von Fords Arbeit: Das Paper erweitert das Verständnis der Multiplikationstabellen von der Menge aller Primzahlen ( $\delta=1$ ) auf beliebige Teilmengen mit positiver Dichte.
Entdeckung eines Phasenübergangs: Die Identifizierung des kritischen Werts $\delta_c = \frac{1}{\log 4}$ ist ein fundamentales Ergebnis. Es zeigt, dass sich das Verhalten der Teilerstruktur und der Produktmenge qualitativ ändert, sobald die Dichte der Primfaktoren diesen Schwellenwert überschreitet.
Geometrische Verfeinerung: Die explizite Einführung starker Barrierenbedingungen für geordnete Statistiken (Lemma 6.2) ist ein methodischer Fortschritt. Sie macht geometrische Intuitionen, die in früheren Arbeiten implizit waren, explizit und ermöglicht präzisere Schranken.
Verbindung zur Wahrscheinlichkeitstheorie: Die Arbeit verbindet tiefe zahlentheoretische Probleme mit der Theorie der Zufallswege und geordneter Statistiken (Smirnov-Statistiken), was neue Verbindungen zwischen analytischer Zahlentheorie und Wahrscheinlichkeitstheorie herstellt.
Anwendungen: Die Ergebnisse haben Implikationen für die Verteilung von Produkten in speziellen Mengen und stehen in direktem Zusammenhang mit aktuellen Arbeiten zu zufälligen multiplikativen Funktionen (Soundararajan und Xu) und extremen Eigenschaften von Produktmengen (Ford).

Zusammenfassend liefert Schlitt eine vollständige asymptotische Beschreibung von Multiplikationstabellen mit eingeschränkten Primfaktoren und enthüllt eine neue universelle Konstante ( $\frac{1}{\log 4}$ ), die den Übergang zwischen „eindeutigen" und „kollisionsbehafteten" Produktstrukturen markiert.

Das große Zahlen-Spiel: Wenn nur bestimmte Bausteine erlaubt sind

1. Problemstellung und Motivation

2. Methodik

3. Wichtige Ergebnisse

4. Bedeutung und Beiträge

Mehr davon