Dead ends in square-free digit walks

तकनीकी सारांश: वर्ग-मुक्त अंक चालों में डेड एंड्स (Dead Ends)

समस्या का विवरण
यह शोध पत्र वर्ग-मुक्त अंक चालों (square-free digit walks) में "डेड एंड्स" (dead ends) के अस्तित्व और घनत्व की जांच करता है। एक वर्ग-मुक्त चाल (square-free walk) आधार $b$ में एक वर्ग-मुक्त पूर्णांक $N_0$ से शुरू होती है और एक अनंत अनुक्रम $N_0, N_1, N_2, \dots$ बनाने का प्रयास करती है, जहाँ प्रत्येक आगामी पद एक अंक $d \in \{0, \dots, b-1\}$ को जोड़कर बनाया जाता है ताकि $N_{k+1} = bN_k + d$ वर्ग-मुक्त बना रहे।

एक धनात्मक पूर्णांक $N$ को डेड एंड (dead end) तब कहा जाता है यदि:

1. $N$ वर्ग-मुक्त है।
2. आधार के प्रत्येक अंक $d$ के लिए, विस्तार $bN + d$ वर्ग-मुक्त नहीं है।

मिलर एवं अन्य [5] द्वारा प्रस्तुत मुख्य प्रश्न यह है कि क्या अनंत वर्ग-मुक्त चालें अस्तित्व में हैं। जबकि एक स्टोकेस्टिक मॉडल ("ब्लाइंड अनलिमिटेड मॉडल") यह सुझाव देता है कि अनंत चालें लगभग 1 की प्रायिकता के साथ मौजूद हैं (जिसका अर्थ है कि आधार 10 में डेड एंड्स दुर्लभ हैं, जिनका अनंत घनत्व $\approx 5.218 \times 10^{-5}$ है), यह शोध पत्र वास्तविक अंकगणितीय घनत्व का कठोरता से विश्लेषण करता है ताकि यह निर्धारित किया जा सके कि क्या स्टोकेस्टिक भविष्यवाणी सही है।

कार्यप्रणाली
लेखक स्टोकेस्टिक मॉडल की संभाव्य धारणाओं से बचते हुए, प्रारंभिक गुणत्मक संख्या सिद्धांत (multiplicative number theory) और समावेशन-अपवर्जन (inclusion-exclusion) सिद्धांतों के संयोजन का उपयोग करते हैं।

1. सूचक फलन (Indicator Functions): समस्या को म्यूबियस फलन (Möbius function) $\mu(n)$ का उपयोग करके पुनर्गठित किया गया है। चूंकि $\mu(n)^2$ वर्ग-मुक्त पूर्णांकों का सूचक फलन है, इसलिए एक डेड एंड $N$ के सूचक को इस प्रकार व्यक्त किया गया है:
   $$\mathbb{1}_{N \text{ is dead end}} = \mu(N)^2 \prod_{d \in D} (1 - \mu(bN + d)^2)$$
   जहाँ $D$ अंकों का सेट है।

2. समावेशन-अपवर्जन (Inclusion-Exclusion): उत्पाद पद को अंक सेट के सभी उपसमुच्चयों $S$ पर एक योग में विस्तारित किया गया है। यह गणना फलन $D_b(X)$ (जो $X$ तक के डेड एंड्स की संख्या है) को गणना फलनों $Q_S(X)$ के एक वैकल्पिक योग में बदल देता है, जहाँ $Q_S(X)$ उन पूर्णांकों $n \le X$ की गणना करता है जहाँ $n$ और सभी विस्तार $bn+d$(जहाँ$d \in S$) वर्ग-मुक्त हैं।

3. छाननी विश्लेषण (Sieve Analysis): एक निश्चित उपसमुच्चय $S$ के लिए, $n$ और $bn+d$ के वर्ग-मुक्त होने की स्थिति का विश्लेषण प्रत्येक अभाज्य (prime) द्वारा किया जाता है। लेखक "खराब" अवशेष वर्गों (residue classes) को परिभाषित करते हैं जिन्हें $p^2$ मोड्यूलो में बचना चाहिए। चाइनीज रिमाइंडर थ्योरम का उपयोग करते हुए, वे इन वर्गों से बचने वाले पूर्णांकों के घनत्व को निर्धारित करते हैं।

   • बड़े अभाज्य $p$ के लिए (जहाँ $p \nmid b$), स्थिति $p^2 \mid (bn+d)$ पूर्णांक $n$ को $p^2$ मोड्यूलो में एक एकल अवशेष वर्ग में सीमित कर देती है। महत्वपूर्ण रूप से, एक एकल अभाज्य वर्ग एक समय में अधिकतम एक अंक विस्तार को बाधित कर सकता है।
   • घनत्व को स्थानीय कारकों (local factors) $(1 - \nu_{p,b}(S)/p^2)$ के एक अनंत उत्पाद (यूलर उत्पाद) के रूप में व्यक्त किया गया है, जहाँ $\nu_{p,b}(S)$ उन निषेधित अवशेष वर्गों की गणना करता है जो $p^2$ मोड्यूलो में $n$ को बाधित करते हैं।

4. त्रुटि पद नियंत्रण (Error Term Control): प्रमाण सावधानीपूर्वक एक पैरामीटर $z$ पर छानी (sieve) को काटने से उत्पन्न होने वाले त्रुटि पदों और बड़े अभाज्य के योगदान को नियंत्रित करता है, जिससे $O(X/\sqrt{\log X})$ का एक त्रुटि पद स्थापित होता है।

मुख्य परिणाम

• प्रमेय 1.1 (आधार 10): आधार 10 में डेड एंड्स का अनंत घनत्व अस्तित्व में है और इसे निम्नलिखित द्वारा दिया गया है:
  $$c_{\text{dead}} = \sum_{S \subseteq \{0,\dots,9\}} (-1)^{|S|} \prod_{p \text{ prime}} \left( 1 - \frac{\nu_p(S)}{p^2} \right)$$
  जहाँ $\nu_p(S)$ उन $n \pmod{p^2}$ अवशेष वर्गों की संख्या है कि $p^2 \mid n$ या $p^2 \mid (10n+d)$ किसी $d \in S$ के लिए।
  गणना किया गया मान $c_{\text{dead}} \approx 1.317 \times 10^{-9}$ है।

• प्रमेय 1.2 (सामान्य आधार $b$): यह परिणाम किसी भी आधार $b \ge 2$ के लिए सामान्यीकृत है। घनत्व $c_{\text{dead}}(b)$ को यूलर उत्पादों के एक समान वैकल्पिक योग वाले क्लोज्ड-फॉर्म अभिव्यक्ति द्वारा दिया गया है। शोध पत्र अभाज्य आधारों $b \in \{2, 3, 5, 7\}$ के लिए अनुमानित मान प्रदान करता है।

• स्टोकेस्टिक मॉडलों के साथ विसंगति: वास्तविक घनत्व ($\approx 1.3 \times 10^{-9}$) स्टोकेस्टिक भविष्यवाणी ($\approx 5.2 \times 10^{-5}$) की तुलना में लगभग 40,000 गुना छोटा है। शोध पत्र इसका श्रेय अंकगणितीय निर्भरताओं (arithmetic dependencies) को देता है: सरल स्टोकेस्टिक मॉडल अंक विस्तार के बीच स्वतंत्रता की धारणा रखता है, लेकिन वास्तव में, यह आवश्यकता कि सभी दस विस्तार एक साथ विफल हों, कई भिन्न अभाज्य वर्गों द्वारा एक साथ अवरुद्ध होने की मांग करती है, जो कि स्वतंत्र प्रायिकता मॉडल की तुलना में बहुत अधिक कठिन शर्त है।

महत्त्व और दावे

• अनुमान का समाधान: शोध पत्र प्रदर्शित करता है कि जबकि स्टोकेस्टिक ह्यूरिस्टिक यह भविष्यवाणी करता है कि अनंत चालें लगभग निश्चित हैं, वास्तविक अंकगणितीय संरचना डेड एंड्स को अनुमानित तुलना में बहुत अधिक दुर्लभ बनाती है। हालांकि, एक अनंत चाल का अस्तित्व अभी भी एक खुला प्रश्न है; शोध पत्र "बाधाओं" (डेड एंड्स) की दुर्लभता को मापता है, लेकिन यह एक अनंत पथ के अस्तित्व को सिद्ध नहीं करता है।
• औपचारिकीकरण (Formalization): शोध पत्र का एक प्राथमिक दावा यह है कि मुख्य प्रमेय (प्रमेय 1.2) को Lean/Mathlib में पूर्णतः औपचारिक रूप दिया गया था और प्रमाण को AxiomProver नामक एक AI टूल द्वारा स्वचालित रूप से निर्मित किया गया था। सिस्टम को केवल समस्या का प्राकृतिक-भाषा विवरण प्रदान किया गया था और इसने स्वायत्त रूप से क्लोज्ड-फॉर्म सूत्र और उसके प्रमाण को व्युत्पन्न किया।
• ऐतिहासिक संदर्भ (अपडेट): लेखक नोट करते हैं कि प्रारंभिक arXiv पोस्टिंग के बाद, उन्हें पता चला कि मुख्य परिणाम पहले ही मिर्स्की द्वारा 1947 [6] में प्राप्त किया जा चुका था। शोध पत्र स्वीकार करता है कि 2024 के मिलर एवं अन्य [5] के कार्य में इस पूर्व कार्य का संदर्भ देने में विफलता रही। फलस्वरूप, जबकि Lean औपचारिकीकरण एक वैध स्वचालित प्रमाण है, लेखक कहते हैं कि यह पांडुलिपि प्राथमिक अनुसंधान योगदान के रूप में जर्नल प्रकाशन के लिए प्रस्तुत नहीं की जाएगी, बल्कि यह ऑटोमेटेड थ्योरम प्रूविंग के लिए एक केस स्टडी के रूप में कार्य करेगी।

निष्कर्ष
यह शोध पत्र वर्ग-मुक्त अंक चालों में डेड एंड्स के घनत्व का एक कठोर अंकगणितीय व्युत्पन्न प्रदान करता है, जो स्टोकेस्टिक भविष्यवाणियों से एक विशाल विचलन को प्रकट करता है। इसका सबसे नवीन योगदान, जैसा कि लेखकों द्वारा प्रस्तुत किया गया है, AxiomProver का उपयोग करके इस परिणाम का सफल एंड-टू-एंड स्वचालित औपचारिकीकरण है, जो विश्लेषणात्मक संख्या सिद्धांत की गैर-तुच्छ समस्याओं को संभालने में वर्तमान AI प्रणालियों की क्षमता को प्रदर्शित करता है।