On the normality of the concatenated Fibonacci constant

Aquí presento un resumen técnico detallado del artículo "On the Normality of the Concatenated Fibonacci Constant" (Sobre la normalidad de la constante de Fibonacci concatenada), escrito por José Ricardo G. Mendonça.

1. El Problema

El artículo aborda la cuestión de si la constante de Fibonacci concatenada ($F$) es un número normal en base 10 (y por extensión, en otras bases). La constante se define como la concatenación de los números de Fibonacci en su parte fraccionaria:
$$F = 0.F_1F_2F_3\dots = 0.11235813213455\dots$$
donde $F_1=1, F_2=1$ y $F_n = F_{n-1} + F_{n-2}$.

Un número es normal en una base $b$ si cada cadena finita de dígitos de longitud $k$ aparece con una frecuencia asintótica de $b^{-k}$. Aunque Borel demostró en 1909 que casi todos los números reales son normales, probarlo para constantes constructivas específicas (como $\pi$ o $\zeta(3)$) es extremadamente difícil. La constante de Fibonacci representa un caso de prueba crítico porque es la secuencia de crecimiento exponencial más simple que se puede concatenar, situándose justo fuera del alcance de las teorías clásicas de normalidad por concatenación que requieren crecimiento polinomial.

2. Metodología

El autor emplea un enfoque híbrido que combina análisis teórico riguroso y experimentación numérica a gran escala:

• Análisis Teórico:

  • Se revisan las condiciones suficientes clásicas para la normalidad por concatenación (Copeland-Erdős, Davenport-Erdős, Nakai-Shiokawa) y se demuestra que fallan para la secuencia de Fibonacci debido a su crecimiento exponencial ($F_n \sim \phi^n$).
  • Se aplica un criterio de Pollack y Vandehey, que establece que la normalidad de $F$ sigue si "casi todos" los números de Fibonacci individuales son $(\varepsilon, k)$-normales (es decir, sus dígitos internos están distribuidos uniformemente).
  • Se realiza un análisis estructural de las fuentes de sesgo:
    • Dígitos iniciales: Siguen la ley de Benford (distribución no uniforme), pero contribuyen una fracción despreciable ($O(1/m)$) del total de dígitos.
    • Dígitos finales: Siguen la periodicidad de Pisano (módulo $10^k$), también con contribución despreciable.
    • Dígitos profundos: Se identifica que la distribución de los dígitos internos ("profundos") de $F_n$ es el único obstáculo real. Se argumenta que las técnicas actuales de equidistribución (como la desigualdad de Koksma-Hlawka) fallan aquí debido a la oscilación exponencial de la función de extracción de dígitos.
  • Se discute y refuta la validez de un enfoque alternativo (Benfield-Manes) que se basa en la uniformidad "fila por fila" (posicional fija) de la matriz de dígitos, demostrando mediante un contraejemplo que la uniformidad de filas no implica la normalidad de columnas (la concatenación).

• Experimentación Numérica:

  • Se realizaron simulaciones masivas en base 10 y base 2 concatenando los primeros 500,000 números de Fibonacci.
  • Se utilizaron enteros de precisión arbitraria de Python 3.12.
  • Se analizaron:
    1. Frecuencias de dígitos individuales.
    2. Frecuencias de bloques de longitud $k = 2, 3, 4$.
    3. Normalidad individual $(\varepsilon, k)$ de cada $F_n$.
    4. Descomposición posicional: Separación de los bloques en "interiores" (dentro de un $F_n$), "límites" (unión entre $F_n$ y $F_{n+1}$), iniciales y finales.
  • Se aplicaron pruebas estadísticas (Chi-cuadrado, estadística serial de Good) para distinguir entre fluctuaciones aleatorias y sesgos estructurales.

3. Contribuciones Clave

1. Identificación del Obstáculo Teórico: Se demuestra que las condiciones suficientes clásicas no aplican y se aísla el problema a la distribución de los dígitos profundos de los números de Fibonacci grandes. Se establece que la normalidad de $F$ depende de si casi todos los $F_n$ son $(\varepsilon, k)$-normales.
2. Refutación del Enfoque Benfield-Manes: Se proporciona un contraejemplo matemático (Ejemplo 6) que demuestra que la uniformidad de los dígitos en una posición fija a través de la secuencia (uniformidad de filas) no garantiza la normalidad de la secuencia concatenada (uniformidad de columnas).
3. Análisis de Sesgos Estructurales: Se cuantifica que los sesgos conocidos (Ley de Benford en los dígitos iniciales y periodicidad de Pisano en los finales) afectan a menos del 0.006% de los dígitos totales, siendo asintóticamente insignificantes.
4. Evidencia Numérica Exhaustiva: Se presentan los resultados de las pruebas estadísticas más grandes realizadas hasta la fecha sobre esta constante, cubriendo decenas de miles de millones de dígitos.

4. Resultados Principales

• Frecuencias Globales: En base 10 y base 2, las frecuencias de dígitos individuales y bloques ($k=2,3,4$) son consistentes con la hipótesis nula de una distribución uniforme. Las desviaciones máximas decaen a una tasa de $D^{-1/2}$, característica de fluctuaciones i.i.d. (independientes e idénticamente distribuidas).
• Descomposición Posicional:
  • Los bloques de límite (donde termina un $F_n$ y comienza el siguiente) muestran una desviación masiva y predecible debido a la combinación de la ley de Benford y la periodicidad de Pisano. Sin embargo, estos representan una fracción infinitesimal del total.
  • Los bloques interiores (la gran mayoría, >99.99%) son estadísticamente consistentes con la uniformidad en base 10. En base 2, hay una señal residual significativa solo para $k=2$, pero con desviaciones absolutas muy pequeñas ($< 2 \times 10^{-6}$), lo que sugiere que es un artefacto de tamaño finito y no un sesgo persistente.
• Normalidad Individual: La fracción de números de Fibonacci que no son $(\varepsilon, 1)$-normales es muy pequeña (ej. solo el 0.12% fallan para $\varepsilon=0.05$ en base 10), lo que es consistente con la condición suficiente de Pollack-Vandehey, aunque no la prueba.

5. Significado y Conclusiones

El artículo concluye que, aunque no se ha demostrado que la constante de Fibonacci concatenada sea normal, no existe evidencia numérica ni teórica que sugiera lo contrario en los rangos probados.

• Estado del Problema: La normalidad de $F$ sigue siendo un problema abierto. La barrera principal es la imposibilidad actual de controlar la distribución de los dígitos profundos de $F_n$ mediante técnicas de equidistribución estándar.
• Implicaciones: El trabajo refuerza la idea de que la normalidad de constantes concatenadas de crecimiento exponencial depende de propiedades de "mezcla" internas de la secuencia generadora que aún no se comprenden completamente.
• Futuro: Se sugiere investigar si la iteración de la recurrencia de Fibonacci actúa como un proceso de mezcla (similar a la adición con acarreo en sumandos aleatorios) que empuja los dígitos hacia la equidistribución. También se propone estudiar la dimensión de estado finito de $F$ o buscar resultados estructurales más débiles.

En resumen, el artículo proporciona el análisis más completo hasta la fecha, aislando el problema a la distribución de dígitos profundos y proporcionando una fuerte evidencia heurística de que la constante es normal, a pesar de la falta de una demostración formal.