🔢 mathematics

Frequency Ordered Ratio Families Arising from the Factorization of $p_{m-1}+1$

Dieser Artikel untersucht eine nach Frequenz geordnete Sequenz von Verhältniswerten, die aus der Faktorisierung von $p_{m-1}+1$ abgeleitet werden, erklärt das Auftreten distinkter „Familien" in diesen Darstellungen und schlägt ein heuristisches asymptotisches Modell vor, das auf Primzahlen in arithmetischen Folgen basiert, um die beobachtete Frequenzverteilung zu erklären.

Ursprüngliche Autoren: Alexander R Povolotsky

Veröffentlicht 2026-05-12

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Alexander R Povolotsky

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 eine riesige Maschine, die eine Zahl nimmt, die unmittelbar davorliegende Primzahl findet, diese um eins verringert und dann wieder eins hinzufügt. Mathematisch sieht dies wie $p_{m-1} + 1$ aus. Wenn Sie diese Maschine für Tausende verschiedener Zahlen laufen lassen, erhalten Sie eine massive Liste von Ergebnissen.

In den meisten Fällen bestehen diese Ergebnisse aus kleinen Bausteinen (Primfaktoren). Aber manchmal produziert die Maschine ein Ergebnis mit einem riesigen Baustein, der größer ist als die Zahl, mit der Sie begonnen haben.

Dieser Artikel handelt davon, diese besonderen Momente des „riesigen Bausteins" zu finden, sie zu zerlegen und die Reste zu sortieren. Hier ist die Geschichte dessen, was der Autor, Alexander Povolotsky, entdeckt hat, in alltäglichen Begriffen erklärt.

1. Der Filter für den „riesigen Baustein"

Stellen Sie sich die Zahl $p_{m-1} + 1$ als eine Schokoladentafel vor. Normalerweise besteht diese Tafel aus vielen kleinen, gleich großen Quadraten.
Für bestimmte spezifische Zahlen (die der Autor als „A223881-Familie" bezeichnet) hat die Schokoladentafel jedoch ein riesiges Quadrat, das größer ist als die gesamte Tafel selbst (mathematisch ist der größte Primfaktor größer als der Index $m$ ).

Wenn dies geschieht, sagt der Autor: „Lassen Sie uns dieses riesige Quadrat abbrechen."

Das riesige Quadrat: Dies ist der größte Primfaktor ( $L_m$ ).
Der Rest: Dies ist der Rest der Tafel ( $R_m$ ).

Der Artikel konzentriert sich ausschließlich auf diese Reste ( $R_m$ ).

2. Die „Familien" auf dem Graphen

Wenn Sie jeden einzelnen dieser „Reste" auf einem Graphen eintragen würden, würden Sie kein zufälliges Durcheinander sehen. Stattdessen würden Sie deutliche Linien oder „Familien" von Punkten sehen.

Warum? Weil die Mathematik wie eine Wippe funktioniert.

Wenn das riesige Quadrat riesig ist, muss der Rest winzig sein.
Wenn das riesige Quadrat nur ein wenig größer als die Ausgangszahl ist, ist der Rest etwas größer.

Also, jedes Mal, wenn der „Rest" zufällig die Zahl 2 ist, ordnen sich all diese Datenpunkte auf einer bestimmten Kurve an. Jedes Mal, wenn der „Rest" 3 ist, ordnen sie sich auf einer anderen Kurve an. Die häufigsten Kurven sind die mit den kleinsten Resten (2, 3, 4 usw.).

3. Die nach „Häufigkeit geordnete" Liste

Der Autor beschloss, all diese Reste zu nehmen, zu zählen, wie oft jede Zahl vorkommt, und sie von „am häufigsten" bis „am seltensten" aufzureihen.

Das Ergebnis ist eine spezifische Zahlenfolge:
2, 3, 4, 8, 6, 12, 10, 14, 15...

Warum steht 2 an erster Stelle? Es ist der häufigste Rest.
Warum steht 3 an zweiter Stelle? Es ist der nächsthäufigste.
Warum steht 8 vor 6? Obwohl 6 kleiner ist als 8, erscheint die Zahl 8 in diesem spezifischen mathematischen Prozess häufiger als Rest.

Es ist wie das Sortieren einer Tüte Murmeln nach Farbe, aber statt rot oder blau sind die „Farben" Zahlen, und Sie sortieren sie danach, wie viele von jeder Sie gefunden haben.

4. Das „Warum" (Das heuristische Modell)

Der Artikel versucht zu erklären, warum manche Zahlen häufiger vorkommen als andere, indem er eine einfache Faustregel verwendet:

Stellen Sie sich vor, Sie versuchen, ein Puzzleteil (die Zahl $R$ ) in eine Lücke zu passen.

Die Passform: Die Zahl $R$ muss perfekt in die mathematische Gleichung „passen". Der Artikel schlägt vor, dass Zahlen mit weniger „Passregeln" (mathematisch: Zahlen mit einem niedrigen Eulerschen Totientenwert, $\phi(r)$ ) leichter zu finden sind.
Die Seltenheit: Eine Primzahl zu finden ist wie eine Nadel im Heuhaufen zu finden. Je seltener die Nadel, desto schwieriger ist es, sie zu finden.

Der Autor schlägt vor, dass die Häufigkeit einer Restzahl $R$ grob durch das Verhältnis bestimmt wird, wie „einfach" es ist, sie in die Gleichung einzupassen, geteilt durch die Schwierigkeit, eine Primzahl zu finden.

Kleine Zahlen (wie 2, 3, 4) sind leicht einzupassen und leicht zu finden, daher erscheinen sie ständig.
Größere Zahlen sind schwerer einzupassen und schwerer zu finden, daher erscheinen sie selten.

5. Was der Computer getan hat

Um dies zu beweisen, schrieb der Autor ein Computerprogramm (unter Verwendung von Mathematica), das dieses „Schokoladentafel"-Experiment 50.000 Mal ausführte.

Es prüfte jede Zahl bis 50.000.
Es brach die riesigen Primfaktoren ab.
Es zählte die Reste.
Es bestätigte, dass die Liste 2, 3, 4, 8, 6... tatsächlich die richtige Reihenfolge der Beliebtheit ist.

6. Was wir noch nicht wissen (Offene Probleme)

Der Artikel endet mit der Eingabe, dass uns der Computer zwar das Muster zeigt, wir aber keinen perfekten mathematischen Beweis dafür haben, warum es genau auf diese Weise passiert.

Das Rätsel: Wir können das Muster mit Wahrscheinlichkeit erraten (wie Wettervorhersagen), aber wir können es noch nicht mit absoluter Sicherheit beweisen.
Die Fragen: Hört diese Liste jemals auf, sich zu ändern? Gibt es versteckte Regeln dafür, wann Primzahlen als Reste auftreten?

Zusammenfassung

Kurz gesagt geht es in diesem Artikel darum, eine seltsame mathematische Maschine zu nehmen, die Ergebnisse herauszufiltern, die einen „riesigen" Teil haben, und auf die „kleinen" Teile zu schauen, die übrig bleiben. Indem der Autor diese kleinen Teile nach ihrer Häufigkeit sortierte, fand er ein schönes, vorhersagbares Muster, das die Zufälligkeit der Primzahlen mit einer strukturierten Liste von Zahlen verbindet. Es ist ein bisschen so, als würde man feststellen, dass, wenn man alle verschiedenen Größen von Kieselsteinen an einem Strand nach ihrer Häufigkeit sortiert, sie eine perfekte, vorhersagbare Linie bilden.

Technische Zusammenfassung: Frequenzgeordnete Verhältnisfamilien, die aus der Faktorisierung von $p_{m-1} + 1$ hervorgehen

Problemstellung
Diese Arbeit untersucht die strukturellen Eigenschaften der durch $p_{m-1} + 1$ definierten ganzzahligen Folge, wobei $p_n$ die $n$ -te Primzahl bezeichnet. Die Studie konzentriert sich spezifisch auf die Teilmenge der Indizes $m \ge 3$ , die zur OEIS-Folge A223881 gehören. Diese Folge ist durch die Bedingung definiert, dass der größte Primfaktor von $p_{m-1} + 1$ , bezeichnet als $L_m$ , größer als $m$ ist (d. h. $L_m > m$ ). Für die meisten $m$ sind alle Primfaktoren von $p_{m-1} + 1$ kleiner oder gleich $m$ ; somit repräsentiert die Menge A223881 eine spärliche, aber strukturierte Sammlung von „ausgezeichneten" Indizes.

Das zentrale Problem besteht darin, die Verteilung des komplementären Faktors $R_m = (p_{m-1} + 1) / L_m$ innerhalb dieser Teilmenge zu verstehen. Computergenerierte Darstellungen von $p_{m-1} + 1$ für $m \in \text{A223881}$ offenbaren ein „Familien"-Phänomen, bei dem Datenpunkte entlang unterschiedlicher Kurven clustern. Die Arbeit zielt darauf ab, diese Clusterung zu erklären und eine Folge basierend auf der Häufigkeit der Werte $R_m$ abzuleiten.

Methodik
Die Autoren wenden eine Kombination aus computergestützter Enumeration, heuristischer probabilistischer Modellierung und klassischer Zahlentheorie an:

Computergestützte Enumeration: Die Studie generiert Werte von $p_{m-1} + 1$ für $m$ bis zu $N = 50.000$ . Für jedes $m$ wird die ganze Zahl in $L_m R_m$ faktorisiert. Die Autoren filtern nach Fällen, in denen $L_m > m$ gilt, und sammeln die resultierenden $R_m$ -Werte in einer Multimenge.
Frequenzordnung: Die verschiedenen Werte von $R_m$ werden nach ihrer Auftretenshäufigkeit (absteigend) sortiert, um eine neue Folge $S(N)$ zu bilden.
Heuristische Modellierung: Die Autoren schlagen ein probabilistisches Modell vor, um die Häufigkeit eines spezifischen Werts $r$ $r$ als $R_m$ $R_{m}$ abzuschätzen. Dieses Modell beruht auf zwei Bedingungen:
- $r$ muss $p_{m-1} + 1$ teilen.
- Der Quotient $(p_{m-1} + 1)/r$ muss eine Primzahl sein (speziell $L_m$ ).
Theoretische Analyse: Die Arbeit nutzt den Dirichletschen Primzahlsatz für arithmetische Progressionen, um die Dichte der $m$ abzuschätzen, die die Teilbarkeitsbedingung $r \mid (p_{m-1} + 1)$ erfüllen.

Hauptbeiträge und Ergebnisse

Definition der frequenzgeordneten Verhältnisfolge: Die Arbeit definiert eine Folge $S(N)$ , die aus verschiedenen $R_m$ -Werten besteht, die nach Häufigkeit sortiert sind. Für $N=50.000$ lautet der Anfangsabschnitt dieser Folge $2, 3, 4, 8, 6, 12, 10, 14, 15, 18, \dots$ . Die Autoren stellen fest, dass der Anfangsabschnitt mit steigendem $N$ stabil zu erscheinen scheint.
Erklärung des „Familien"-Phänomens: Die Arbeit klärt auf, dass die in Darstellungen von $p_{m-1} + 1$ beobachteten unterschiedlichen Kurven festen Werten von $R_m$ entsprechen. Da $L_m > m$ eine einschränkende Bedingung ist, muss $L_m$ groß sein, was $R_m$ zwingt, relativ klein zu sein. Folglich gruppieren sich Punkte mit demselben kleinen $R$ -Wert entlang der Kurve $p_{m-1} + 1 = R \cdot L_m$ . Die prominentesten Familien entsprechen den häufigsten Werten von $R_m$ .
Teilbarkeitssatz (Satz 1): Die Arbeit stellt fest, dass für eine feste ganze Zahl $r \ge 1$ die Anzahl der $m \le N$ , für die $r \mid (p_{m-1} + 1)$ gilt, asymptotisch $N / \phi(r)$ beträgt, wobei $\phi$ die Eulersche Phi-Funktion ist. Dieses Ergebnis wird heuristisch aus dem Dirichletschen Primzahlsatz abgeleitet.
Heuristisches asymptotisches Modell (Vermutung 1): Durch Kombination der Teilbarkeitsdichte ( $1/\phi(r)$ ) mit der heuristischen Wahrscheinlichkeit, dass der Quotient eine Primzahl ist ( $1/\log N$ ), schlagen die Autoren vor, dass die Häufigkeit eines spezifischen $R_m = r$ dem Gesetz folgt:
$\#\{m \le N : R_m = r\} \sim \frac{CN}{\phi(r) \log N}$
wobei $C$ eine positive Konstante nahe 1 ist.
Numerische Verifikation: Eine Log-Log-Analyse empirischer Daten bis $N=50.000$ bestätigt einen linearen Zusammenhang zwischen $\log(\text{Anzahl}(r))$ und $\log(\phi(r))$ mit einer Steigung nahe $-1$, was die Gewichtung durch den Kehrwert der Eulerschen Phi-Funktion stützt.
Primwerte von R: Die Arbeit beobachtet, dass, obwohl $R_m$ prim sein kann, solche Vorkommen unter den häufigsten Werten selten sind. Nur $R=2$ und $R=3$ treten häufig auf; größere Primwerte von $R$ kommen extrem selten vor.

Bedeutung und Behauptungen
Die Arbeit beansprucht, eine neue Perspektive auf die Struktur von OEIS A223881 zu bieten, indem sie das „Familien"-Phänomen in $p_{m-1} + 1$ mit der Häufigkeitsverteilung des komplementären Faktors $R_m$ verknüpft. Die primäre Bedeutung liegt in der Beobachtung, dass die Ordnung dieser Familien asymptotisch durch den Kehrwert der Eulerschen Phi-Funktion, $\phi(r)^{-1}$ , gesteuert wird.

Die Autoren formulieren ihre Arbeit bescheiden als Erklärung beobachteter computergenerierter Muster und als Vorschlag eines heuristischen Modells. Sie stellen ausdrücklich fest, dass der strenge Beweis des Gesetzes der inversen $\phi(r)$ ein offenes Problem bleibt. Die Arbeit beansprucht nicht, die asymptotische Verteilung oder die Monotonie der Primzahlfolge innerhalb der frequenzgeordneten Liste bewiesen zu haben; vielmehr identifiziert sie diese als offene Probleme, die eine tiefere Kontrolle über die Faktorisierungsstatistiken von $p_{m-1} + 1$ erfordern. Die Arbeit dient als Brücke zwischen Beobachtungen der computergestützten Zahlentheorie und klassischen Ergebnissen über Primzahlen in arithmetischen Progressionen.