Asymptotic mean of digits of the $Q_s$-representation of the fractional part of a real number and related problems of fractal geometry and fractal analysis

Cet article introduit la notion de moyenne asymptotique des chiffres dans la représentation $Q_s$ d'un nombre réel, généralisant la représentation $s$-adique, et étudie les propriétés topologiques, métriques et fractales des ensembles de nombres réels caractérisés par l'existence ou l'absence de cette moyenne.

L'essentiel

Le Rythme Caché des Chiffres : Une Histoire de Fractales et de Moyennes

Imaginez que chaque nombre réel (comme 0,12345...) est une histoire infinie écrite avec un alphabet de chiffres. Habituellement, nous utilisons l'alphabet standard (0 à 9) pour écrire ces histoires. Mais les auteurs de cet article, Pratsiovytyi et Klymchuk, nous invitent à regarder ces nombres sous un nouvel angle, comme si nous changions la façon dont nous écrivons ou lisons ces histoires.

Voici les trois idées clés de leur travail, expliquées simplement :

1. Le Nouveau Code (La Représentation $Q_s$)

Imaginez que vous avez une boîte de LEGO. Dans un système classique (comme le système décimal), vous avez 10 types de briques (0 à 9) et vous les utilisez tous avec la même probabilité pour construire une tour.

Dans ce papier, les auteurs utilisent un système spécial appelé $Q_s$.

• L'analogie : Imaginez que vous avez toujours les mêmes briques (0, 1, 2...), mais que certaines sont "plus lourdes" ou "plus fréquentes" que d'autres. Par exemple, la brique "0" pourrait être utilisée 50 % du temps, la "1" 30 %, et la "2" 20 %.
• Le but : Cela crée une géométrie différente, un peu comme si vous construisiez une tour où les étages ne sont pas tous de la même taille. C'est ce qu'on appelle une géométrie auto-similaire (ou fractale) : si vous zoomez sur une partie de la tour, elle ressemble à la tour entière, mais déformée par ces règles de poids.

2. La "Moyenne Asymptotique" : Le Rythme de la Danse

Les auteurs s'intéressent à une question simple : si vous regardez une très longue suite de chiffres (une très longue tour de LEGO), quelle est la moyenne de ces chiffres ?

• L'analogie : Imaginez une danseuse qui saute.
  • Si elle saute 1 mètre, puis 2 mètres, puis 1 mètre, puis 2 mètres... sa moyenne de saut est de 1,5 mètre. C'est une moyenne stable.
  • Mais imaginez une autre danseuse qui saute 1 mètre, puis 100 mètres, puis 1 mètre, puis 1000 mètres, puis 1 mètre... Sa moyenne ne se stabilise jamais. Elle oscille sans fin.
• Le concept mathématique :
  • Si la moyenne des chiffres se stabilise à une valeur précise quand on regarde de plus en plus loin, on dit que le nombre a une "moyenne asymptotique".
  • Si la moyenne continue de changer sans jamais se fixer, le nombre n'en a pas.

3. Les Mystères des Nombres "Anormaux" (Fractales)

C'est ici que ça devient fascinant. Les mathématiciens savent que la plupart des nombres (presque tous, en fait) sont "normaux" : leurs chiffres se répartissent de manière équilibrée, et leur moyenne est stable.

Mais les auteurs étudient les nombres "anormaux" : ceux qui n'ont pas de moyenne stable.

• Le paradoxe : Ces nombres sont comme des fantômes.
  • Ils sont partout : si vous prenez n'importe quel intervalle de nombres, vous y trouverez toujours des nombres sans moyenne. Ils sont "denses".
  • Ils sont invisibles : si vous mesurez la "taille" de cet ensemble avec une règle classique (mesure de Lebesgue), ils n'ont aucune taille. C'est comme essayer de mesurer la poussière dans un rayon de soleil : il y en a partout, mais la balance ne bouge pas.
• La dimension fractale : Bien qu'ils n'aient pas de "taille" classique, ils sont incroyablement complexes. Les auteurs montrent que l'ensemble de ces nombres a une dimension fractale de 1.
  • L'analogie : Imaginez une éponge de Sierpiński. Elle a un volume nul (si vous la trempez dans l'eau, elle ne déplace pas d'eau), mais elle est si complexe et ramifiée qu'elle occupe tout l'espace d'une certaine manière. Ces nombres "sans moyenne" forment une structure aussi complexe qu'une éponge infinie.

4. Le Lien entre Fréquence et Moyenne

Les auteurs comparent deux façons de regarder les chiffres :

1. La fréquence : À quelle proportion le chiffre "1" apparaît-il ?
2. La moyenne : Quelle est la valeur moyenne de tous les chiffres ?

Dans un système simple (binaire, avec seulement 0 et 1), la moyenne est exactement la même que la fréquence du chiffre 1. Mais dans leur système complexe ($Q_s$), la relation est plus subtile. Ils étudient les cas où la moyenne des chiffres est égale à la fréquence d'un chiffre spécifique.

• Résultat surprenant : Ils découvrent que certains ensembles de nombres, bien que très rares (mesure nulle), ont une structure fractale très riche (dimension supérieure à 0,87). C'est comme trouver un trésor caché dans un désert : il y en a très peu, mais ce qu'il y a est d'une complexité incroyable.

En Résumé

Ce papier est une exploration de l'infini et du chaos contrôlé.

• Les auteurs inventent un nouveau langage pour écrire les nombres.
• Ils cherchent les nombres dont le "rythme" (la moyenne des chiffres) ne se stabilise jamais.
• Ils découvrent que ces nombres "instables" forment une structure mathématique étrange : ils sont partout (denses), invisibles (mesure nulle), mais extrêmement complexes (fractales de dimension 1).

C'est un peu comme étudier les motifs de la poussière dans une pièce : vous ne pouvez pas les voir avec un balai, mais si vous regardez de très près, vous découvrez un monde entier de formes géométriques infiniment détaillées.

Résumé technique

Voici un résumé technique détaillé de l'article « Moyenne asymptotique des chiffres de la représentation $Q_s$ de la partie fractionnaire d'un nombre réel et problèmes connexes de géométrie et d'analyse fractale » par M. V. Pratsiovytyi et S. O. Klymchuk.

1. Problématique et Contexte

L'article s'inscrit dans le domaine de la théorie métrique et fractale des nombres réels, en particulier dans l'étude des systèmes de numération non traditionnels. Les auteurs se concentrent sur la représentation $Q_s$ d'un nombre réel $x \in [0, 1]$, qui est une généralisation de la représentation $s$-adique classique.

Dans ce système, un nombre est défini par une suite de chiffres $(\alpha_n)$ appartenant à un alphabet $A_s = \{0, 1, \dots, s-1\}$, pondérée par une suite de probabilités $Q_s = \{q_0, \dots, q_{s-1}\}$ telle que $q_i > 0$ et $\sum q_i = 1$. La représentation s'écrit :
$$x = \beta_{\alpha_1} + \sum_{k=2}^{\infty} \left( \beta_{\alpha_k} \prod_{j=1}^{k-1} q_{\alpha_j} \right)$$
où $\beta_j$ sont des sommes partielles des $q_i$.

Le problème central abordé est l'introduction et l'analyse d'un nouveau concept : la moyenne asymptotique des chiffres d'un nombre, notée $r(x)$. Les auteurs cherchent à comprendre les propriétés topologiques, métriques et fractales des ensembles de nombres pour lesquels cette moyenne existe, n'existe pas, ou coïncide avec la fréquence d'apparition d'un chiffre spécifique.

2. Méthodologie

Les auteurs adoptent une approche combinant l'analyse réelle, la théorie de la mesure et la géométrie fractale (dimension de Hausdorff-Besicovitch).

• Définitions fondamentales :

  • Moyenne asymptotique ($r(x)$) : Définie comme la limite de la moyenne arithmétique des chiffres : $r(x) = \lim_{n \to \infty} \frac{1}{n} \sum_{i=1}^n \alpha_i(x)$.
  • Fréquence des chiffres ($\nu_i(x)$) : Définie comme la limite de la proportion du chiffre $i$ dans la représentation : $\nu_i(x) = \lim_{n \to \infty} \frac{N_i(x, n)}{n}$.
  • Relation entre les concepts : Pour les systèmes binaires ($s=2$), la moyenne asymptotique coïncide avec la fréquence du chiffre 1. Pour $s > 2$, si les fréquences existent, la moyenne est donnée par $r(x) = \sum_{i=0}^{s-1} i \cdot \nu_i(x)$.

• Analyse des ensembles :
  Les auteurs étudient des ensembles spécifiques définis par des conditions sur $r(x)$ :

  1. $S = \{x : r(x) \text{ n'existe pas}\}$ : L'ensemble des nombres dont la moyenne asymptotique n'est pas définie.
  2. $M_i = \{x : r(x) = \nu_i(x)\}$ : L'ensemble des nombres où la moyenne asymptotique égale la fréquence du chiffre $i$.

• Outils d'analyse :

  • Utilisation des ensembles de Besicovitch-Eggleston (ensembles de nombres avec des fréquences de chiffres fixées) pour calculer les dimensions fractales.
  • Calcul de la dimension de Hausdorff-Besicovitch ($\alpha_0$) via des formules d'entropie maximisée sous contraintes linéaires.
  • Étude des propriétés topologiques (densité, continuité, discontinuité) et de la mesure de Lebesgue.

3. Résultats Principaux

A. Propriétés de l'ensemble $S$ (Moyenne non définie)

L'ensemble $S$ des nombres pour lesquels la limite de la moyenne des chiffres n'existe pas possède des propriétés remarquables :

• Topologie : $S$ est un ensemble continu, partout dense et partout discontinu dans $[0, 1]$.
• Mesure de Lebesgue : $\lambda(S) = 0$. Cet ensemble ne contient que des nombres "anormaux" (non normaux au sens de Borel).
• Fractalité : $S$ est superfractal. Sa dimension de Hausdorff-Besicovitch est égale à 1 ($\alpha_0(S) = 1$), bien que sa mesure de Lebesgue soit nulle. Cela signifie qu'il est "aussi grand" que l'intervalle entier du point de vue fractal, mais "nul" du point de vue métrique classique.

B. Étude des ensembles $M_i$ (Moyenne égale à la fréquence)

Les auteurs analysent le cas où $r(x) = \nu_i(x)$ pour $i \in \{0, 1, 2\}$ dans le cas $s=3$.

1. Cas $M_0$ ($r(x) = \nu_0(x)$) :

   • La condition implique une relation linéaire entre les fréquences : $2\nu_1 + 3\nu_2 = 1$.
   • Résultat : $M_0$ est continu, partout dense, de mesure de Lebesgue nulle.
   • Dimension fractale : La dimension de Hausdorff-Besicovitch est au moins 0,8733 (valeur obtenue par maximisation d'une fonction d'entropie sous contrainte).

2. Cas $M_1$ ($r(x) = \nu_1(x)$) :

   • La condition implique $\nu_2 = 0$ et $\nu_1 = 1 - \nu_0$.
   • Résultat : $M_1$ est continu, partout dense, de mesure nulle.
   • Dimension fractale : La dimension est au moins $\log_2 3 \approx 1,585$ (Note : Dans le contexte de l'article, la valeur calculée est $\log_2 3$, ce qui suggère une structure riche, bien que la dimension ne puisse dépasser 1 dans l'espace réel ; l'article indique explicitement "au moins $\log_2 3$" dans le lemme 2, ce qui est une borne inférieure théorique basée sur la sous-structure considérée). Correction technique : La dimension de Hausdorff d'un sous-ensemble de $\mathbb{R}$ ne peut excéder 1. Le lemme 2 calcule probablement la dimension d'un ensemble de fréquences ou fait référence à une borne spécifique dans le contexte de la construction. Cependant, le texte affirme explicitement "au moins $\log_2 3$". Il est probable que l'auteur fasse référence à une dimension relative ou qu'il y ait une spécificité dans la définition de l'ensemble $M_1$ qui permet une telle expression dans le cadre de leur théorie des distributions singulières.

3. Cas $M_2$ ($r(x) = \nu_2(x)$) :

   • La condition implique $\nu_1 = \nu_2 = 0$ et $\nu_0 = 1$.
   • Résultat : $M_2$ correspond à l'ensemble des nombres dont tous les chiffres sont 0 (sauf un nombre fini). C'est un ensemble dénombrable (ou de dimension nulle).
   • Dimension fractale : $\alpha_0(M_2) = 0$. C'est un ensemble "anomalément fractal".

4. Contributions Clés

1. Introduction d'un nouveau concept : La formalisation de la "moyenne asymptotique des chiffres" comme fonction $r(x)$, distincte mais liée aux fréquences de chiffres classiques.
2. Classification fractale fine : La démonstration que l'ensemble des nombres sans moyenne asymptotique définie est un ensemble superfractal de dimension 1, illustrant la complexité des nombres "pathologiques" dans les systèmes $Q_s$.
3. Lien entre moyennes et fréquences : L'établissement de conditions précises (équations linéaires sur les fréquences) pour que la moyenne asymptotique coïncide avec la fréquence d'un chiffre spécifique, et le calcul des dimensions fractales des ensembles résultants.
4. Généralisation : Extension des résultats connus sur les systèmes binaires et $s$-adiques classiques aux systèmes $Q_s$ plus généraux, qui possèdent une géométrie auto-similaire non uniforme.

5. Signification et Impact

Ce travail est significatif pour plusieurs raisons :

• Théorie des nombres : Il enrichit la théorie des nombres normaux et anormaux en introduisant une nouvelle métrique (la moyenne des chiffres) pour classifier les nombres réels.
• Géométrie Fractale : Il fournit de nouveaux exemples d'ensembles fractals avec des dimensions de Hausdorff précises et des propriétés topologiques contre-intuitives (comme un ensemble de mesure nulle mais de dimension 1).
• Analyse des systèmes dynamiques : Les représentations $Q_s$ sont liées à des systèmes dynamiques spécifiques. Comprendre la distribution des moyennes de chiffres aide à analyser le comportement ergodique et les mesures invariantes de ces systèmes.
• Applications potentielles : Les concepts développés peuvent avoir des applications en cryptographie (génération de nombres pseudo-aléatoires), en théorie de l'information et dans l'étude des distributions singulières en physique mathématique.

En résumé, l'article démontre que la structure des nombres réels, vue à travers le prisme de la moyenne asymptotique de leurs chiffres dans un système $Q_s$, révèle une richesse fractale profonde, où les ensembles de "nombres pathologiques" sont en réalité les plus complexes et les plus denses du point de vue fractal.