🔢 mathematics

Dyadic Self-Similarity in a Perturbed Hofstadter $Q$ -Recursion

Cette étude examine une variante perturbée de la récurrence de Hofstadter $Q$ , révélant empiriquement une croissance linéaire approximative et une auto-similarité dyadique persistante dans les fluctuations, suggérant une structure de renormalisation dyadique divisée par la parité qui reste à démontrer rigoureusement.

Auteurs originaux : Marco Mantovanelli

Publié 2026-03-18

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Marco Mantovanelli

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Le Titre : Un Miroir Magique qui se Réfléchit Lui-même

Imaginez que vous avez une règle très simple pour créer une suite de nombres, un peu comme une recette de cuisine. C'est ce qu'on appelle une suite de Hofstadter. C'est une suite "méta-Fibonacci", ce qui signifie que pour trouver le prochain nombre, vous devez regarder les nombres précédents, mais pas n'importe lesquels : vous devez utiliser la valeur de ces nombres pour décider où aller chercher les informations. C'est comme si la recette disait : "Pour faire le gâteau n°100, allez chercher la recette n°(100 moins la taille du gâteau n°99)". C'est un système qui se regarde dans le miroir pour se construire.

Dans cet article, l'auteur, Marco Mantovanelli, a pris cette recette classique et y a ajouté une petite pincée de sel (un terme mathématique qui alterne entre +1 et -1). Il s'est demandé : "Que va-t-il se passer si on modifie un tout petit peu cette recette ?"

1. La Croissance : Une Montée Régulière

Au début, les nombres semblent faire n'importe quoi. Ils sautent, ils oscillent. Mais si vous regardez la suite sur le long terme (des milliards de nombres !), une chose incroyable se dégage : la suite grandit tout droit.

Imaginez une escalator (un escalator roulant) qui monte doucement. Si vous tracez la hauteur de chaque marche, vous voyez une ligne droite parfaite. L'auteur a découvert que pour ce nombre $n$ , la valeur de la suite est presque exactement la moitié de $n$ .

Si vous êtes à l'étape 100, le nombre est environ 50.
Si vous êtes à l'étape 1 000 000, le nombre est environ 500 000.

C'est la première grande découverte : malgré le chaos apparent, il y a une régularité globale.

2. Le Secret : L'Effet "Matryoshka" (Dyadic Self-Similarity)

C'est ici que ça devient fascinant. Si vous regardez de plus près les petites variations autour de cette ligne droite (les "fluctuations"), vous ne voyez pas du chaos. Vous voyez un motif qui se répète, comme des poupées russes ou des fractales.

L'auteur appelle cela la similitude dyadique.

Imaginez que vous prenez une photo de la suite sur une petite fenêtre de temps.
Maintenant, vous zoomez sur une fenêtre deux fois plus grande.
Et encore deux fois plus grande.

Vous verrez que les formes des vagues et des creux restent les mêmes ! C'est comme si la suite avait un "mémoire" de sa propre structure. Pourquoi ? Parce que la recette utilise souvent des nombres situés à la moitié de l'endroit où vous êtes.

Pour calculer le nombre 100, on regarde souvent vers 50.
Pour calculer 50, on regarde vers 25.
Pour calculer 25, on regarde vers 12,5...

C'est comme un mécanisme de réplication : l'information générée à une petite échelle est copiée et réutilisée à une échelle plus grande. C'est ce que les mathématiciens appellent une "renormalisation".

3. L'Horloge Intérieure et le "Parité"

Pour comprendre comment ça marche, l'auteur a inventé deux "horloges" internes. Ce sont des compteurs qui disent à la suite : "Va chercher l'information ici ou là".
Il a découvert que ces horloges ne sont pas identiques. Elles dépendent de la parité (si le nombre est pair ou impair).

C'est comme si la suite avait deux modes de fonctionnement différents, un pour les jours pairs et un pour les jours impairs, qui s'entrelacent pour créer la structure globale.
L'auteur a créé un test (un "diagnostic") pour voir la différence entre ces deux modes, et les résultats montrent que l'histoire est divisée en deux courants distincts mais liés.

4. La Fréquence des Nombres : Une Loi Géométrique

L'auteur s'est aussi demandé : "Combien de fois chaque nombre apparaît-il dans la suite ?"
C'est là que la magie opère encore. Les nombres ne sont pas répartis au hasard.

Si on regarde les nombres dans des blocs de tailles doubles (de 1 à 2, de 2 à 4, de 4 à 8...), on voit un motif très précis.
Les nombres qui apparaissent le plus souvent suivent une règle géométrique simple (comme une suite où on divise par deux à chaque fois).
Il y a même une "position de pic" : le nombre le plus fréquent dans chaque bloc se trouve toujours à environ 4/3 de la taille du bloc. C'est comme si la suite savait exactement où placer son point culminant, encore et encore.

5. La Fragilité des Débutants (Conditions Initiales)

Enfin, l'auteur a testé : "Que se passe-t-il si on change les trois premiers nombres de la suite ?"
C'est comme changer les ingrédients de départ d'une recette.

La plupart des recettes échouent : Si on commence avec la mauvaise combinaison, la suite s'arrête très vite (elle "meurt") parce qu'elle essaie de regarder un nombre qui n'existe pas encore.
Quelques recettes survivent : Seules quelques combinaisons très spécifiques permettent à la suite de continuer indéfiniment.
Le miracle : Même si les recettes de départ sont différentes, toutes celles qui survivent finissent par suivre la même ligne droite (croissance de moitié). Seules les petites ondulations (le "style" local) changent. C'est comme si, peu importe le point de départ, la suite trouvait toujours le même chemin pour monter la montagne.

En Résumé

Ce papier nous dit que même dans des systèmes mathématiques qui semblent chaotiques et imprévisibles, il existe souvent des structures cachées profondes.
Cette suite perturbée, malgré son petit ajout de "bruit" (+1 ou -1), s'organise elle-même selon une loi de miroir (dyadique). Elle grandit de manière prévisible, répète ses motifs à différentes échelles, et suit une loi de fréquence très stricte.

C'est une belle illustration de la façon dont l'ordre peut émerger du chaos, un peu comme une forêt qui, vue de loin, a une forme régulière, même si chaque arbre pousse de manière unique. L'auteur a cartographié ces motifs, mais la preuve mathématique rigoureuse de pourquoi cela fonctionne reste un mystère à résoudre pour les futurs chercheurs !

1. Problématique et Contexte

L'article étudie une variante perturbée de la célèbre récurrence de Hofstadter (séquence Q), un exemple classique de récurrence méta-Fibonacci auto-référentielle. La récurrence originale est définie par $Q(n) = Q(n - Q(n-1)) + Q(n - Q(n-2))$ .

L'auteur se concentre sur la version perturbée suivante :
$Q(n) = Q(n - Q(n - 1)) + Q(n - Q(n - 2)) + (-1)^n$
avec les conditions initiales $Q(1) = Q(2) = 1$ .

Bien que la définition soit simple, le comportement à long terme de telles séquences est souvent chaotique ou mal compris. L'objectif est de déterminer si l'ajout du terme forçant alterné $(-1)^n$ préserve la stabilité de la séquence et d'analyser la structure globale et les fluctuations de cette nouvelle séquence, notée $Q(n)$ .

2. Méthodologie

L'approche de l'article repose sur une combinaison d'expérimentation numérique intensive et d'analyse heuristique :

Calculs Numériques : La séquence a été calculée jusqu'à $n \approx 3 \times 10^{10}$ à l'aide d'un programme C dédié. Cela a permis d'observer le comportement asymptotique et de vérifier la définition de la séquence sur de très grandes plages.
Analyse des Fluctuations : En supposant une croissance linéaire $Q(n) \sim n/2$ , l'auteur définit un terme de fluctuation $E(n)$ tel que $Q(n) = n/2 + E(n)$ . L'analyse de $E(n)$ révèle des structures d'auto-similarité.
Décomposition Dyadique : L'étude des sous-séquences paires et impaires, ainsi que l'analyse des profils de fluctuation sur des échelles dyadiques (multiples de puissances de 2), sont utilisées pour identifier des motifs récurrents.
Processus d'Indexation (Horloges) : L'analyse des indices de récursion $t_1(n) = n - Q(n-1)$ et $t_2(n) = n - Q(n-2)$ permet de comprendre la dynamique interne de la récurrence, interprétée comme des « séquences d'horloge ».
Analyse de Fréquence : Étude de la distribution des valeurs prises par la séquence, en comptant la multiplicité de chaque entier impair.
Étude des Conditions Initiales : Une classification systématique des résultats pour toutes les triples $(Q(1), Q(2), Q(3)) \in \{1, 2, 3\}^3$ a été effectuée pour évaluer la sensibilité aux conditions initiales.

3. Contributions Clés et Résultats

A. Croissance Linéaire et Stabilité

Les expériences numériques confirment que la séquence reste bien définie pour des valeurs très grandes de $n$ et suit une loi de croissance linéaire :
$Q(n) \sim \frac{n}{2}$
Contrairement à de nombreuses autres récurrences méta-Fibonacci qui s'effondrent rapidement, cette version perturbée semble stable pour la plupart des conditions initiales « saines ».

B. Auto-Similarité Dyadique et Renormalisation

Le résultat le plus frappant est la présence d'une auto-similarité dyadique dans les fluctuations $E(n) = Q(n) - n/2$ .

Mécanisme de Renormalisation : Une analyse heuristique montre que les indices de récursion $n - Q(n-1)$ et $n - Q(n-2)$ sont typiquement proches de $n/2$ . Cela crée un couplage entre l'échelle $n$ et l'échelle $n/2$ , agissant comme une étape de renormalisation.
Structure Log-Périodique : Les fluctuations semblent dépendre de l'échelle logarithmique $\log_2 n$ . L'auteur propose une représentation asymptotique de la forme :
$Q(n) = \frac{n}{2} + \Phi(\log_2 n) + \rho(n)$
où $\Phi$ est une fonction bornée ou lentement variable, approximativement périodique de période 1.

C. Mécanisme de Renormalisation Split par la Parité

L'analyse révèle que la dynamique n'est pas scalaire mais split par la parité (parité-split).

Les sous-séquences paires et impaires présentent des motifs de fluctuation distincts.
Un diagnostic de renormalisation, défini par $R(n) = Q(2n) - 2Q(n)$ , montre un comportement très différent selon que $n$ est pair ou impair. Cela suggère un mécanisme de « double horloge » dyadique couplant les sous-séquences.

D. Structure de Fréquence Dyadique

L'étude de la fréquence des valeurs $F(m)$ (nombre d'apparitions de la valeur $2m-1$ ) révèle une organisation remarquable :

Loi Géométrique : Dans les blocs dyadiques $B_k = \{2^k, \dots, 2^{k+1}-1\}$ , les multiplicités des valeurs de fréquence suivent une loi géométrique simple.
Position des Pics : Les positions $m_k$ des pics de fréquence dominants dans chaque bloc obéissent à une loi d'échelle empirique :
$m_k \approx \frac{4}{3} 2^k$
Cette constante $4/3$ est liée à la relation de croissance $Q(n) \approx n/2$ .

E. Dépendance aux Conditions Initiales

L'analyse des 27 triples initiales possibles dans $\{1, 2, 3\}^3$ montre que :

La majorité des graines entraînent une terminaison rapide de la récurrence (les indices deviennent non positifs).
Seule une petite minorité génère des séquences de longue durée.
Parmi les séquences survivantes, certaines rejoignent la trajectoire originale, d'autres forment des orbites exceptionnelles explicites, et d'autres encore présentent des fluctuations irrégulières mais partagent la même loi de croissance globale $Q(n) \approx n/2$ .

4. Signification et Perspectives

Cet article apporte des preuves numériques solides suggérant que la récurrence perturbée de Hofstadter est régie par un mécanisme de renormalisation dyadique split par la parité.

Importance Théorique : Cela offre un nouveau modèle pour comprendre comment des systèmes déterministes simples peuvent générer des structures complexes et auto-similaires, reliant les récurrences méta-Fibonacci aux concepts de renormalisation et de systèmes dynamiques.
Problèmes Ouverts : L'article formule plusieurs conjectures (croissance linéaire stricte, bornitude des fluctuations, existence de la fonction $\Phi$ ) et pose des problèmes mathématiques rigoureux pour prouver ces comportements asymptotiques.
Impact : La découverte d'une loi de fréquence géométrique et d'une structure d'horloge dyadique ouvre de nouvelles voies pour l'analyse des séquences d'entiers auto-référentiels et de la combinatoire analytique.

En résumé, Mantovanelli démontre que malgré la complexité locale apparente, la séquence perturbée possède une structure globale hautement organisée, dictée par une dynamique dyadique et une dépendance subtile à la parité des indices.