🔢 mathematics

Gaussian Behavior and Geometric Gaps in Decompositions from Recurrences with Zero Coefficients

Diese Arbeit untersucht die statistischen Eigenschaften von Zerlegungen in Folgen mit Nullkoeffizienten, wie der Lagonacci-Folge, und zeigt, dass trotz des Verlusts der Eindeutigkeit die Anzahl der Summanden einer Gaußschen Verteilung folgt, die Lücken zwischen Indizes geometrisch abfallen und die Anzahl legaler Zerlegungen exponentiell mit der Rate $\alpha=2$ wächst.

Ursprüngliche Autoren: Sajad Salami

Veröffentlicht 2026-04-20

📖 4 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Sajad Salami

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

Stellen Sie sich vor, Sie haben einen riesigen Stapel aus verschiedenen Steinen und möchten jeden beliebigen großen Steinhaufen genau aus diesen Steinen nachbauen.

In der klassischen Mathematik (genannt Zeckendorf-Theorem) gibt es eine magische Regel: Wenn Sie die Steine in einer bestimmten Reihenfolge (die Fibonacci-Zahlen) anordnen, können Sie jeden Steinhaufen auf genau eine einzige Art bauen, ohne dass zwei benachbarte Steine gleichzeitig verwendet werden. Das ist wie ein perfekter Schlüssel, der nur zu einem einzigen Schloss passt.

Dieser Artikel von S. Salami untersucht nun, was passiert, wenn wir diese magische Regel ein wenig "kaputt" machen.

1. Der neue Spielplatz: Die "Lagonacci"-Steine

Der Autor nimmt eine neue Art von Steinreihenfolge, die Lagonacci-Folge. Die Regel für diese Steine ist fast wie bei den Fibonacci-Steinen, aber mit einem kleinen Haken: Der wichtigste Stein in der Regel ist "null".

Die Konsequenz:
Plötzlich gibt es keine Einzigartigkeit mehr.

Beispiel: Stellen Sie sich vor, Sie wollen einen Haufen von 22 Steinen bauen.
- Mit den alten Regeln (Fibonacci) gibt es nur eine Möglichkeit.
- Mit den neuen Regeln (Lagonacci) gibt es mehrere Möglichkeiten, denselben Haufen zu bauen. Es ist wie ein Schloss, das mit drei verschiedenen Schlüsseln aufgeht.

Das klingt zunächst chaotisch. Wenn es viele Wege gibt, wie kann man dann noch etwas über die "Durchschnitts"-Eigenschaften sagen?

2. Die große Überraschung: Das Chaos ist geordnet

Hier kommt die eigentliche Entdeckung des Papers ins Spiel. Der Autor fragt: "Wenn wir einen riesigen Steinhaufen nehmen und ihn mit dem gierigsten Algorithmus bauen (immer den größten möglichen Stein nehmen, der noch passt), sieht die Verteilung dann noch ordentlich aus?"

Die Antwort ist ein lautes JA.

Selbst wenn es viele Wege gibt, den Haufen zu bauen, folgt der "gierige" Weg (der Standardweg) immer noch strengen Gesetzen:

Die Glockenkurve (Gauß-Verteilung): Wenn Sie zufällige große Zahlen nehmen und zählen, wie viele Steine Sie für den gierigen Bau brauchen, ergibt sich ein perfekter Glockenkurven-Hügel. Das ist so, als würden Sie Tausende von Menschen bitten, einen Turm zu bauen, und die meisten würden eine sehr ähnliche Anzahl an Steinen verwenden, mit nur wenigen Ausreißern. Das ist überraschend, weil man dachte, das Chaos der vielen Möglichkeiten würde diese Ordnung zerstören.
Die Abstände (Geometrische Lücken): Wenn Sie sich ansehen, wie weit die verwendeten Steine in der Reihe voneinander entfernt sind, nimmt die Wahrscheinlichkeit für große Lücken exponentiell ab. Es ist wie beim Würfeln: Es ist sehr wahrscheinlich, dass Sie bald eine kleine Zahl würfeln, aber extrem unwahrscheinlich, dass Sie 100-mal hintereinander eine 6 würfeln. Diese "Lücken" zwischen den Steinen verhalten sich vorhersehbar.

3. Die Analogie: Das Restaurant mit vielen Speisekarten

Stellen Sie sich ein Restaurant vor (die Zahlen), in dem es viele verschiedene Speisekarten gibt (die verschiedenen Zerlegungen).

Früher (PLRS): Es gab nur eine Speisekarte. Jeder Gast bestellte das gleiche Gericht (die Zerlegung war eindeutig).
Jetzt (ZLRR): Es gibt viele Speisekarten. Ein Gast könnte theoretisch 100 verschiedene Gerichte bestellen, die alle genau 500 Kalorien haben (die gleiche Zahl).

Der Autor sagt: "Schauen wir uns an, was passiert, wenn jeder Gast die erste Speisekarte nimmt, die ihm in die Hand gedrückt wird (der gierige Algorithmus)."
Erstaunlicherweise essen die Gäste immer noch sehr ähnlich. Die Anzahl der Gänge (Steine) folgt immer noch der perfekten Glockenkurve, und die Pausen zwischen den Gängen sind vorhersehbar. Die Tatsache, dass es andere Speisekarten gibt, ändert nichts daran, wie sich die Gäste verhalten, wenn sie sich an die erste Regel halten.

4. Das exponentielle Wachstum: Ein riesiger Vorrat

Ein weiterer spannender Punkt ist die Menge der Möglichkeiten.
Der Autor berechnet, wie viele verschiedene Wege es gibt, eine Zahl zu bauen.

Die Zahlen selbst wachsen langsam (wie eine langsame Pflanze).
Die Anzahl der möglichen Baupläne (Zerlegungen) wächst aber explosionsartig (wie ein Gummiball, der sich verdoppelt).

Für eine typische große Zahl gibt es also nicht nur ein paar, sondern unvorstellbar viele Möglichkeiten, sie zu zerlegen. Die Anzahl der Möglichkeiten wächst viel schneller als die Zahlen selbst. Es ist, als würde man für jede Zahl nicht nur einen Schlüssel haben, sondern einen ganzen Schlüsselring, der mit jeder Zahl doppelt so groß wird.

Zusammenfassung in einem Satz

Dieses Papier zeigt, dass selbst wenn man die strenge Regel der "Einzigartigkeit" aufbricht und Chaos zulässt (viele Wege zu einer Zahl), die tiefere mathematische Struktur immer noch so stabil ist, dass sie sich wie ein gut geölter Mechanismus verhält: Die Anzahl der Teile folgt einer perfekten Glockenkurve, und die Abstände zwischen ihnen sind vorhersehbar.

Die Moral der Geschichte:
Ordnung und statistische Gesetze (wie die Glockenkurve) sind so stark, dass sie selbst dann überleben, wenn die Einzigartigkeit der Darstellung verloren geht. Sie sind tiefer verwurzelt als man dachte.

Titel: Gaußsches Verhalten und geometrische Lücken in Zerlegungen aus Rekurrenzen mit Null-Koeffizienten

1. Problemstellung und Motivation

Das Paper untersucht die Verallgemeinerung des Zeckendorf-Theorems, welches besagt, dass jede positive ganze Zahl eindeutig als Summe nicht-konsecutiver Fibonacci-Zahlen dargestellt werden kann. Bisherige Verallgemeinerungen auf Positive Lineare Rekurrenzfolgen (PLRS) basierten auf der strikten Bedingung, dass alle Rekurrenzkoeffizienten positiv sind ( $c_i > 0$ ). Diese Positivität garantiert die Eindeutigkeit der Darstellung und führt zu bekannten statistischen Eigenschaften:

Die Anzahl der Summanden konvergiert zu einer Gaußschen Verteilung.
Die Verteilung der Lücken (Gaps) zwischen den Indizes der Summanden fällt geometrisch ab.

Die zentrale Frage dieses Papers ist, was passiert, wenn die Bedingung der Positivität des führenden Koeffizienten ( $c_1$ ) aufgehoben wird. Es werden Zero Linear Recurrence Relations (ZLRRs) betrachtet, bei denen $c_1 = 0$ gilt. In solchen Systemen geht die Eindeutigkeit der Darstellung sofort verloren (ein Integer kann auf mehrere legale Weisen zerlegt werden). Das Paper untersucht, ob die fundamentalen statistischen Gesetze (Gaußsches Verhalten, geometrische Lücken) trotz des Verlusts der Eindeutigkeit und der Existenz einer kanonischen "greedy"-Zerlegung erhalten bleiben.

2. Methodik

Die Analyse stützt sich auf eine Kombination aus kombinatorischer Zahlentheorie, Wahrscheinlichkeitstheorie und analytischer Kombinatorik:

Fallstudie (Lagonacci-Folge): Als primäres Beispiel wird die Lagonacci-Folge ( $Z_{n+1} = Z_{n-1} + Z_{n-2}$ ) untersucht. Diese erfüllt die ZLRR-Bedingung ( $c_1=0$ ). Die Folge wächst asymptotisch wie $\lambda_1^n$ , wobei $\lambda_1 \approx 1.3247$ das plastische Verhältnis (dominante Nullstelle von $x^3 - x - 1$ ) ist.
Greedy-Algorithmus: Da die Darstellung nicht eindeutig ist, wird der greedy-Algorithmus verwendet, um eine kanonische Zerlegung zu definieren (wiederholtes Subtrahieren des größten möglichen Terms).
Erzeugende Funktionen: Zur Analyse der Anzahl der Summanden werden erzeugende Funktionen ( $G_N(y)$ ) eingeführt, die rekursiv basierend auf der Struktur der Zerlegung konstruiert werden.
Charakteristische Funktionen & Lévy's Stetigkeitssatz: Um die Konvergenz zur Normalverteilung zu beweisen, werden die charakteristischen Funktionen der normierten Zufallsvariablen analysiert. Der Lévy's Stetigkeitssatz wird verwendet, um den Punkt-zu-Punkt-Konvergenz der charakteristischen Funktionen in die Konvergenz der Verteilungen zu übersetzen.
Transfer-Matrix-Methode: Zur Quantifizierung der Nicht-Eindeutigkeit wird eine Transfer-Matrix aufgestellt, die die erlaubten Binärstrings (Koeffizientenfolgen) zählt, die bestimmte verbotene Muster (hier "1100") vermeiden.
Äquivalenz der Ensembles: Ein zentrales methodisches Werkzeug ist das Prinzip der Äquivalenz der Ensembles aus der statistischen Mechanik. Es wird gezeigt, dass die "mikrokanonische" Verteilung (gleichmäßige Auswahl einer Zahl im Intervall $[Z_N, Z_{N+1})$ ) asymptotisch äquivalent zur "kanonischen" Verteilung (stationäres Maß auf unendlichen Folgen) ist. Dies erlaubt den Transfer von Limitgesetzen.

3. Wichtige Ergebnisse

A. Statistische Eigenschaften der Greedy-Zerlegung:

Gaußsches Verhalten: Es wird bewiesen, dass die Anzahl der Summanden $k(m)$ $k (m)$ in der kanonischen greedy-Zerlegung einer zufällig gewählten Zahl $m$ $m$ für $N \to \infty$ $N \to \infty$ gegen eine Gaußsche Verteilung konvergiert.
- Der Erwartungswert skaliert linear mit $N$ : $E[K_N] \sim C_1 N$ .
- Die Varianz skaliert ebenfalls linear: $Var(K_N) \sim C_2 N$ .
Geometrische Lückenverteilung: Die Verteilung der Lücken $g$ zwischen den Indizes der Summanden konvergiert zu einer Verteilung, die für große $g$ geometrisch abfällt:
$\lim_{N \to \infty} P(g=k) = C \cdot \lambda_1^{-k}$
wobei $\lambda_1$ die dominante Nullstelle der charakteristischen Gleichung ist.

B. Nicht-Eindeutigkeit und Wachstum der Zerlegungen:

Exponentielles Wachstum: Im Gegensatz zu PLRS, wo die Darstellung eindeutig ist, wächst die Anzahl der legalen Zerlegungen $d(N)$ für eine Zahl $N$ exponentiell.
Wachstumsrate: Die Gesamtzahl der legalen Binärstrings der Länge $N$ wächst wie $D(Z_N) \sim C \cdot 2^N$ . Die Transfer-Matrix hat einen Perron-Frobenius-Eigenwert $\alpha = 2$ .
Vergleich: Da die Folge selbst nur mit $\lambda_1 \approx 1.32$ wächst, wächst die Anzahl der Darstellungen pro Zahl exponentiell schneller als die Zahlen selbst. Die durchschnittliche Anzahl der Zerlegungen pro Zahl skaliert wie:
$\bar{d}_N \sim \left(\frac{2}{\lambda_1}\right)^N \approx (1.509755)^N$
Konzentration: Obwohl die Anzahl der Zerlegungen variiert, konzentriert sich das logarithmische Wachstum $\frac{1}{L} \log d(N)$ für typische Zahlen in einem Intervall $[Z_L, Z_{L+1})$ um den konstanten Wert $\log(2/\lambda_1)$ .

C. Verallgemeinerung:
Die Ergebnisse gelten nicht nur für die Lagonacci-Folge, sondern für eine breite Klasse von ZLRRs, deren charakteristisches Polynom eine einfache, dominante reelle Nullstelle besitzt. Die statistischen Gesetze sind robust gegenüber dem Verlust der Eindeutigkeit.

4. Signifikanz und Beitrag

Fundamentale Eigenschaft von Rekurrenzen: Das Paper zeigt, dass die Gaußsche Verteilung der Summandenanzahl und die geometrische Lückenverteilung keine bloßen Konsequenzen der Eindeutigkeit der Darstellung sind. Stattdessen sind sie tiefere Eigenschaften der zugrunde liegenden linearen Rekurrenzstruktur und des dominanten algebraischen Wurzels.
Überwindung der Positivitäts-Barriere: Es wird bewiesen, dass die Positivität der Koeffizienten ( $c_1 > 0$ ) keine notwendige Bedingung für diese statistischen Regularitäten ist.
Quantifizierung der Redundanz: Das Paper liefert eine präzise quantitative Beschreibung der "Redundanz" in nicht-eindeutigen Systemen durch die Einführung des Wachstumsfaktors $\alpha$ im Vergleich zur Wachstumsrate der Folge $\lambda_1$ .
Methodischer Fortschritt: Die Anwendung des Prinzips der Äquivalenz der Ensembles auf zahlentheoretische Zerlegungsprobleme bietet einen neuen, rigorosen Rahmen, um Limitgesetze in Systemen zu beweisen, die keine eindeutige Bijektion zwischen Zahlen und Darstellungen besitzen.

Zusammenfassend demonstriert das Paper, dass selbst wenn die Eindeutigkeit (ein Kernmerkmal des klassischen Zeckendorf-Theorems) geopfert wird, die zugrunde liegende lineare Algebra der Rekurrenz ausreicht, um die charakteristischen statistischen Muster (Normalverteilung, geometrische Abnahme) zu erhalten, während gleichzeitig eine exponentielle Explosion der möglichen Darstellungen auftritt.