💻 computer science

Adaptive Search in Collatz Exponent-Code Space via 2-adic and 3-adic Constraints

Cet article propose un cadre de diagnostic symbolique pour la conjecture de Collatz utilisant des contraintes 2-adiques et 3-adiques sur les codes d'exposant pour analyser les structures d'obstruction, démontrant à travers des expériences de recherche adaptative que bien que les compromis de longueur finie puissent être améliorés, toutes les méthodes testées conservent des taux de résidus positifs incompatibles avec des contre-exemples.

Auteurs originaux : Oliver Kramer

Publié 2026-07-14

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Oliver Kramer

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

Imaginez la célèbre conjecture de Collatz comme un jeu géant de « Suivez le chef » cosmique joué avec des nombres. Les règles sont simples : si un nombre est pair, divisez-le par deux ; s'il est impair, multipliez-le par trois et ajoutez un. Le grand mystère est de savoir si chaque nombre positif avec lequel vous commencez finira par redescendre jusqu'au nombre 1.

La plupart des gens essaient de résoudre cela en choisissant un nombre de départ (comme 5 ou 100) et en regardant comment le jeu se déroule. Mais ce papier, écrit par Oliver Kramer, décide de jouer un jeu différent. Au lieu de regarder les nombres, il regarde les instructions qu'ils suivent.

Le code secret des divisions

Considérez le jeu non pas comme une séquence de nombres, mais comme une séquence de « combien de fois avons-nous divisé par deux ? »
Lorsqu'un nombre impair frappe l'étape « multiplier par trois et ajouter un », il devient pair. Il est ensuite divisé par deux de manière répétée jusqu'à ce qu'il devienne impair à nouveau. Le papier appelle cette séquence de comptages de divisions un « code d'exposant ».

Par exemple, si vous commencez avec 5 :

$3 \times 5 + 1 = 16$ .
$16$ est $2^4$ , donc vous divisez par deux quatre fois pour revenir à un nombre impair (1).
La première « instruction » du code est 4.

Le papier traite ces codes comme de l'ADN. Au lieu de tester un million de nombres de départ différents, les chercheurs essaient de construire le « brin d'ADN » parfait (un code) qui pourrait sembler pouvoir continuer indéfiniment sans jamais atteindre 1. S'ils pouvaient trouver un tel code, ce serait un « contre-exemple » qui briserait la règle de Collatz.

Le kit de détective en trois parties

Pour voir si un code est « réel » (généré par un vrai nombre) ou simplement faux, les auteurs ont inventé un diagnostic 2–3–∞. Considérez cela comme un scanner à trois capteurs qui vérifie si un code fait sens dans trois mondes différents :

Le monde réel (Dérive) : Le code empêche-t-il les nombres de croître trop vite ou de rétrécir trop vite ? Le code « parfait » devrait avoir une « dérive critique » où la croissance et le rétrécissement s'équilibrent parfaitement.
Le monde 2-adique (Le départ) : Chaque code impose un nombre de départ spécifique. Si le code est réel, ce nombre de départ imposé devrait être petit et stable. Le scanner mesure à quel point ce nombre de départ est « stressé ».
Le monde 3-adique (La fin) : Chaque code impose également un nombre de fin spécifique. Si le code est réel, ce nombre de fin ne devrait pas exploser vers l'infini. Le scanner vérifie si la fin correspond aux limites de croissance attendues.

Les auteurs ont prouvé un fait très important : Si un code est généré par un nombre réel et fixe, ces « scores de stress » (appelés taux de résidus) doivent finir par tomber à zéro. C'est comme une empreinte digitale qui s'efface à mesure que le nombre vieillit. Si les scores de stress restent élevés, le code est un faux.

La grande recherche

Les chercheurs ont essayé de trouver un code « parfait » qui ressemble à un contre-exemple en utilisant trois stratégies différentes :

Le tâtonnement aléatoire : Ils ont lancé des fléchettes sur une cible, créant des codes aléatoires qui équilibraient le taux de croissance.
La construction mécanique : Ils ont utilisé une recette mathématique stricte pour construire des codes parfaitement équilibrés.
L'évolution adaptative : Ils ont utilisé un système informatique de « survie du plus apte ». Ils ont commencé avec un groupe de codes, ont laissé les meilleurs « s'accoupler » (combiner des parties), « muter » (changer légèrement) et se « réparer » eux-mêmes pour se rapprocher de l'équilibre parfait.

Ils ont testé ces codes à des longueurs de 100, 200 et 400 étapes.

Les résultats : Le mur qui ne se brise pas

Voici la grande nouvelle : Ils n'ont pas trouvé de contre-exemple. En fait, ils ont découvert qu'il est incroyablement difficile de même simuler un tel exemple.

Même avec la recherche adaptative sophistiquée (l'ordinateur évolutif), les codes qu'ils ont trouvés présentaient toujours des « scores de stress » élevés.

À une longueur de 100, le meilleur code adaptatif a atteint un score total de 1,49.
À 200, le meilleur score trouvé était de 1,68.
À 400, le meilleur score trouvé était de 1,73.

Les « scores de stress » (spécifiquement le taux de départ 2-adique et le taux de point final 3-adique) sont restés obstinément positifs, oscillant entre 0,95 et 1,08 pour le départ, et entre 0,54 et 0,68 pour la fin.

Rappelez-vous la règle ? Pour un nombre réel, ces scores doivent descendre à zéro. Le fait qu'ils soient restés élevés signifie que même une recherche informatique intelligente n'a pas pu construire un code qui se comporte comme un vrai nombre indéfiniment. Les codes « faux » ressemblaient toujours suspectement à des faux.

Ce qu'il faut retenir

Ce papier ne prouve pas que la conjecture de Collatz est vraie. Au lieu de cela, il construit un nouvel outil puissant pour aborder le problème. Il montre que les « obstacles » empêchant un contre-exemple sont profonds et structurels.

La recherche adaptative était meilleure que le tâtonnement aléatoire, mais elle n'a pas pu échapper au piège. Le « stress » dans les codes ne s'est jamais dissipé. C'est comme si l'univers possédait un verrou caché sur ces nombres, et peu importe la manière dont vous essayez habilement de crocheter le verrou avec ces codes symboliques, les goupilles ne s'enclenchent tout simplement pas sur la position « zéro ».

Les auteurs concluent que, bien que nous puissions créer des codes qui semblent presque corrects, combiner un équilibre parfait dans le monde réel avec une stabilité 2-adique et 3-adique parfaite est un puzzle qui reste non résolu. La recherche continue, mais le chemin est bien plus difficile que nous ne l'espérions.

Résumé Technique : Recherche Adaptative dans l'Espace de Codage des Exposants de Collatz via les Contraintes 2-adiques et 3-adiques

Énoncé du Problème
Le papier traite de la conjecture de Collatz, qui postule que la trajectoire de tout entier positif $n$ sous l'application $T(n) = n/2$ (si pair) ou $T(n) = 3n+1$ (si impair) atteint finalement 1. Plutôt que de tester de larges plages d'entiers de départ, les auteurs étudient un espace de recherche symbolique défini par des codes d'exposants finis de la carte de Collatz accélérée.

La carte accélérée sur les entiers impairs est définie par $C(n) = (3n+1)/2^{v_2(3n+1)}$ , où $v_2(m)$ est l'exposant de la plus haute puissance de 2 divisant $m$ . Une trajectoire $x_{k+1} = C(x_k)$ génère une séquence d'exposants $a_{k+1} = v_2(3x_k + 1)$ . La séquence $(a_1, \dots, a_k)$ constitue un code d'exposant. Le problème central est de déterminer si un code de type « contre-exemple » existe — un code qui imite le comportement d'une orbite divergente ou non convergente — en satisfaisant des conditions de compatibilité spécifiques à travers les domaines réels, 2-adiques et 3-adiques.

Méthodologie : Le Diagnostic 2–3–∞
Les auteurs proposent un cadre de diagnostic symbolique qui évalue les codes d'exposants finis selon trois métriques, collectivement nommées le diagnostic 2–3–∞ :

Dérive Réelle ( $d_k$ ) : Mesure l'écart entre l'exposant moyen et le seuil critique $\alpha = \log_2 3$ . Le code est critique si $A_k/k \approx \alpha$ (où $A_k = \sum a_i$ ), garantissant que le facteur multiplicatif $3^k/2^{A_k}$ reste proche de l'unité.
$d_k = |A_k/k - \alpha|$
Représentant de Départ 2-adique ( $\rho_r$ ) : Détermine le résidu de départ forcé $r_k$ modulo $2^{A_k}$ requis pour réaliser le code. Pour une orbite authentique générée par un entier $n$ fixe, $r_k$ doit éventuellement égaler $n$ . Le diagnostic mesure le taux de croissance de ce résidu :
$\rho_r(k) = \frac{\log(1 + r_k)}{k}$
Représentant de Terminaison 3-adique ( $\rho_M$ ) : Détermine le résidu de terminaison forcé $M_k$ modulo $3^k$ . Pour une orbite authentique, la terminaison doit satisfaire la borne de croissance réelle $x_k + 1 \leq (n+1)(3/2)^k$ . Le diagnostic mesure l'incompatibilité avec cette borne :
$\rho_M(k) = \frac{\log(1 + M_k/(3/2)^k)}{k}$

Contribution Théorique
Le papier prouve le Théorème 1, établissant une condition nécessaire pour tout code d'exposant infini généré par un entier positif $n$ fixé : les taux de résidus doivent s'annuler asymptotiquement.
$\lim_{k \to \infty} \rho_r(k) = 0 \quad \text{et} \quad \lim_{k \to \infty} \rho_M(k) = 0$
Par conséquent, le Corollaire 2 stipule que si un code infini présente $\liminf \rho_r(k) > 0$ ou $\liminf \rho_M(k) > 0$ , il ne peut être généré par aucun entier positif fixe. Cela implique qu'un code de contre-exemple valide doit simultanément atteindre une dérive réelle quasi-critique tout en maintenant des taux de résidus 2-adiques et 3-adiques s'annulant.

Approche Expérimentale
Les auteurs comparent trois stratégies pour générer des codes de longueur finie pour $k \in \{100, 200, 400\}$ avec un budget d'évaluation fixe ( $N_{eval} = 1000k$ ) :

Codes Critiques Aléatoires : Échantillonne $a_i \in \{1, 2\}$ avec des probabilités ajustées pour produire un espérance de moyenne de $\log_2 3$ .
Codes Critiques Mécaniques : Utilise une construction déterministe basée sur la partie fractionnaire de $i(\log_2 3 - 1) + \theta$ pour distribuer les exposants uniformément.
Recherche Évolutive Adaptative : Une stratégie évolutive où les codes sont des génomes. La fonction de fitness minimise un score composite $S = d_k + \rho_r(k) + \rho_M(k)$ . La recherche emploie la sélection, le croisement, la mutation, la réparation de dérive (pour maintenir des moyennes critiques) et l'injection de blocs mécaniques.

Résultats
Les expériences indiquent que bien que la recherche adaptative améliore les compromis de longueur finie par rapport aux bases de référence, elle échoue à approcher le régime asymptotique nécessaire :

Taux de Résidus : À travers toutes les méthodes et longueurs, $\rho_r$ reste dans la plage $[0.95, 1.08]$ et $\rho_M$ dans $[0.54, 0.68]$ .
Tendance : Les taux ne tendent pas vers zéro à mesure que $k$ augmente. À $k=400$ , la recherche adaptative produit un score de $1.73838$, ce qui est seulement marginalement meilleur que l'échantillonnage critique aléatoire ($1.73653$) et moins bon que les codes mécaniques en termes de dérive, bien que les codes mécaniques présentent des taux de résidus plus élevés.
Conclusion des Expériences : L'« obstruction de diagnostic » persiste ; aucune méthode ne parvient à construire des codes qui satisfont simultanément les exigences d'une dérive réelle quasi-critique et de résidus 2-adiques et 3-adiques s'annulant.

Signification et Revendications
Le papier stipule explicitement que sa contribution n'est pas une méthode de vérification de la conjecture de Collatz. Au lieu de cela, il offre un cadre de diagnostic symbolique pour sonder les structures d'obstruction au sein de l'espace de codage des exposants.

La signification réside dans la démonstration que la construction d'un code de type contre-exemple n'est pas simplement une question d'atteindre une dérive réelle critique (ce qui est facile à faire), mais de satisfaire simultanément des conditions de compatibilité 2-adiques et 3-adiques strictes. La persistance de taux de résidus positifs à travers les stratégies de recherche aléatoire, mécanique et adaptative suggère que les contraintes structurelles de la carte de Collatz rendent la réalisation simultanée de ces conditions difficile, voire impossible, pour des valeurs de départ fixes. Les auteurs concluent que les travaux futurs devraient se concentrer sur l'examen de longueurs de code plus grandes et sur l'établissement de bornes inférieures prouvables pour ces taux de résidus.