Primes in LCM recurrences

这是一份关于 Benoît Cloitre 论文《Primes in LCM recurrences》（LCM 递推中的素数）的详细技术总结。该论文研究了基于最小公倍数（LCM）的素数生成递推关系，这是 Rowland 著名的基于最大公约数（GCD）递推关系的乘积类比。

1. 研究背景与问题定义

Rowland 递推 (2008):
Rowland 证明了递推式 $a_1 = 7, a_n = a_{n-1} + \gcd(n, a_{n-1})$ 产生的差分 $a_n - a_{n-1}$ 总是 1 或素数。

本文研究的 LCM 递推 (2008 年引入):
作者研究了类似的 LCM 变体（OEIS A135504）：
$$a_1 = 1, \quad a_n = a_{n-1} + \text{lcm}(n, a_{n-1}) \quad (n \ge 2)$$
定义乘性增量为：
$$b_n = \frac{a_n}{a_{n-1}} - 1 = \frac{n}{\gcd(n, a_{n-1})}$$
前几项为：$2, 1, 2, 5, 1, 7, 1, 1, 5, 11, \dots$

核心猜想 (猜想 1.1):
对于所有 $n \ge 2$，增量 $b_n$ 总是属于集合 $\{1\} \cup \mathbb{P}$（即 1 或素数）。

• 数值计算已验证至 $n = 10^6$。
• 难点： 与 GCD 递推不同，LCM 递推具有“全局累积”特性（$a_n$ 编码了所有历史增量），且点态证明需要 Linnik 定理的一个未解决情形（即对于每个素数 $p$ 和 $k$，在 $p^{k+1}$ 以下存在至少 $k$ 个模 $p$ 余 $-1$ 的素数）。

2. 方法论：伴随筛法框架 (Companion-Sieve Framework)

由于直接分析 $a_{n-1}$ 的 $p$-进估值极其困难（依赖于所有历史项），作者提出了一种**松弛（Relaxation）**策略，将问题转化为素数在算术级数中的分布问题。

1. 确定性子积 (Deterministic Sub-product):
   利用引理 3.1，对于素数 $q \ge 5$，有 $\gcd(q, a_{q-1}) = 1$，因此 $b_q = q$。这意味着 $(q+1)$ 总是整除 $a_q$。
   定义“保证库存” $C_n = \prod_{q \le n, q \in \mathbb{P}, q \neq 3} (q+1)$。显然 $C_{n-1} \mid a_{n-1}$。

2. 松弛上界 (Relaxed Upper Bounds):
   由于 $C_{n-1} \mid a_{n-1}$，则 $\gcd(n, C_{n-1}) \mid \gcd(n, a_{n-1})$，从而 $b_n$ 整除松弛量 $B^{(P)}_n = n / \gcd(n, C_{n-1})$。
   为了进一步简化，作者忽略了 $p$ 的高次幂贡献，仅关注每个素数 $p$ 是否至少被“击中”一次（即是否存在 $q \equiv -1 \pmod p$）。
   定义1-次击中库存 $S^{(1)}_p(m)$ 为 $\le m$ 且 $\equiv -1 \pmod p$ 的素数个数（排除 $q=3$）。
   定义赤字 (Deficit) $\delta^{(1)}_p(n) = \max\{0, v_p(n) - S^{(1)}_p(n-1)\}$。
   定义1-次伴随量 $B^{(1)}_n = \prod_p p^{\delta^{(1)}_p(n)}$。

3. 整除链与赤字判据:
   建立了整除链：$b_n \mid B^{(P)}_n \mid B^{(1)}_n$。
   命题 3.7: 如果总赤字 $\sum_p \delta^{(1)}_p(n) \le 1$，则 $b_n \in \{1\} \cup \mathbb{P}$。
   这将原猜想转化为一个计数问题：证明对于绝大多数 $n$，总赤字不超过 1。

3. 主要结果

3.1 密度 1 定理 (Theorem 1.2)

结论： 满足 $b_n \in \{1\} \cup \mathbb{P}$ 的整数 $n$ 的集合具有渐近密度 1。
证明思路：

• 利用 Bombieri-Vinogradov 定理 处理中等大小的模数（平均意义下素数分布均匀）。
• 利用 Siegel-Walfisz 定理 处理小模数。
• 利用初等筛法估计处理大素数因子（平方因子或两个大素数因子的情况）。
• 将素数分为小、中、大三类，证明除了一个密度为 0 的例外集合外，总赤字 $\sum \delta^{(1)}_p(n) \le 1$。

3.2 有效有限归约 (Theorem 1.3)

结论： 对于任意 $P_0 \ge 2$，存在一个可计算的界限 $N^*(P_0)$，使得对于所有 $n \ge N^*(P_0)$，任何反例（即 $b_n$ 为合数）的素因子必须全部大于 $P_0$。
意义： 这意味着如果猜想不成立，反例只能由“大素数”构成，且小素数造成的障碍在有限步后会被消除。

3.3 K=2 变体与孪生素数猜想 (Theorem 1.4, 1.5)

定义变体递推：$x_1 = 1, x_n = 2x_{n-1} + \text{lcm}(n, x_{n-1})$，增量 $c_n = n/\gcd(n, x_{n-1})$。

• 孪生素数编码： 该序列的增量模式与孪生素数紧密相关。
  • 若 $(p, p+2)$ 是孪生素数且 $p>5$，则 $c_p = p$ 且 $c_{p+2} = 1$。
  • 反之，若 $c_q = 1$ 且 $q \ge 5$ 是素数，则 $q-2$ 是素数（即 $q$ 是孪生素数对中较大的那个）。
  • 唯一的例外是 $(5, 7)$，因为 $c_5=1$ 但 $5-2=3$ 是素数，而 $c_7=7 \neq 1$。
• 2-进阶梯结构： 证明了 $v_2(x_n)$ 在区间 $[2 \cdot 4^k, 2 \cdot 4^{k+1}-1]$ 上为常数，且 $c_{2 \cdot 4^k} = 2$。
• 条件密度 1 定理 (Theorem 1.5): 在假设素数索引处的行为（Hypothesis 6.11）和孪生素数在算术级数中的 Brun 型上界（Hypothesis 6.15）下，$c_n \in \{1\} \cup \mathbb{P}$ 的集合密度为 1。

4. 剩余障碍与新猜想

为了证明猜想对所有 $n$ 成立（而不仅仅是密度 1），需要解决三个剩余障碍：

1. C1: $n$ 包含大素数的平方因子 ($p^2 \mid n, p > Q$)。
2. C2: $n$ 包含两个不同的大素数因子。
3. C3: $n$ 被一个“坏”的中等模数整除（该模数在点态上不满足分布均匀性）。

作者提出了两个新猜想来解决这些障碍：

• 猜想 7.2 (平方窗口内的第二个素数): 对于 $p \ge 17$，在 $p^2$ 以下至少存在两个模 $p$ 余 $-1$ 的素数。
  • 若成立，则消除了 C1 类障碍。
• 猜想 7.3 (除数安全的等分布): 对于 $n$ 的素因子 $p$，误差项 $E(n-1; p, -1)$ 始终受控。
  • 若成立（结合 Elliott-Halberstam 猜想），则消除了 C3 类障碍，并可能通过调整阈值消除 C2。

5. 意义与贡献

1. 理论突破： 首次证明了 LCM 递推中增量几乎总是素数或 1（密度 1），克服了 Linnik 定理常数 $L=2$ 的已知障碍，通过将点态问题转化为平均分布问题（Bombieri-Vinogradov）。
2. 新联系： 揭示了简单的算术递推（LCM 变体）与孪生素数猜想之间的深刻联系。K=2 变体实际上充当了孪生素数的检测器。
3. 方法论创新： 提出了“伴随筛法”（Companion-Sieve）框架，通过构建确定性子积和松弛上界，将复杂的递归依赖转化为可处理的素数分布计数问题。
4. 方向指引： 将原猜想未解决的部分明确归约为关于素数在算术级数中分布的特定猜想（猜想 7.2 和 7.3），为未来的研究提供了清晰的路径。

总结： 该论文不仅解决了 LCM 递推素数性质的密度问题，还展示了初等递推关系如何成为探索素数分布深层结构（如 Linnik 定理、孪生素数猜想）的有力工具。