Frequency of a Digit in the Representation of a Number and the Asymptotic Mean Value of the Digits

本文研究了三进制数中数字频率与数字渐近均值之间的关系，确立了渐近均值存在的条件，并构造了一个不含数字频率但具有渐近均值的无限稠密集。

要点

这篇文章探讨了一个非常有趣且有点“烧脑”的数学问题：当我们把一个数字写成三进制（就像把十进制写成二进制那样，只用 0、1、2 这三个数字）时，这些数字出现的规律性。

为了让你轻松理解，我们可以把这篇文章的核心思想想象成**“排队”和“平均身高”**的故事。

1. 背景故事：三进制的“数字排队”

想象一下，你有一个神奇的机器，能把任何数字（比如 0.5）变成一串由 0、1、2 组成的无限长队伍。

• 在十进制里，我们只有 0-9。
• 在三进制里，只有 0、1、2。

比如，数字 $x$ 的三进制表示可能是：$0.10211022201...$ 无穷无尽。

2. 两个核心概念：频率 vs. 平均身高

文章主要研究了两个关于这串数字的问题：

A. 数字的“频率”（Frequency）—— 谁出现的次数最多？

想象你在数这串队伍里，0 出现了多少次，1 出现了多少次，2 出现了多少次。

• 频率就是：如果你一直数下去，0 出现的比例是不是稳定在某个数？比如，0 是不是总是占 1/3？
• 正常情况：对于绝大多数随机生成的数字，0、1、2 出现的频率都会稳定在 1/3。这就像抛硬币，抛无数次后，正面和反面的比例都会趋近于 50%。

B. 数字的“平均身高”（Asymptotic Mean）—— 队伍的平均值是多少？

现在，我们不关心谁出现得多，我们给 0、1、2 赋予“身高”：

• 0 号选手身高 0 米。
• 1 号选手身高 1 米。
• 2 号选手身高 2 米。

平均身高就是：把这串队伍里所有人的身高加起来，除以总人数。

• 如果 0、1、2 出现的频率都是 1/3，那么平均身高就是 $(0+1+2)/3 = 1$ 米。

3. 文章发现的“反直觉”现象

通常我们认为：如果你知道“平均身高”是固定的，那你肯定也能算出“每个人出现的频率”是固定的。
但这篇论文说：不一定！

作者发现了一类非常特殊的数字，它们具有一个神奇的矛盾特性：

这些数字的“平均身高”是稳定且确定的，但是“每个人出现的频率”却永远无法稳定下来，一直在乱跳。

用“摇摆的跷跷板”来比喻：

想象一个跷跷板，左边坐的是"0"，右边坐的是"1"和"2"。

• 平均身高稳定：意味着跷跷板的重心始终保持在正中间（比如 1 米的位置）。
• 频率不稳定：意味着为了保持重心在中间，左边和右边的人不断地疯狂交换位置。
  • 一会儿左边坐了一大堆 0，右边坐了一大堆 2（为了平衡，2 的高个子要少一点）。
  • 一会儿左边坐了一大堆 0，右边坐了一大堆 1（为了平衡，1 的中等个子要多一点）。
  • 这种交换的节奏越来越快，导致你根本数不清楚 0 到底占了百分之多少，它一会儿多一会儿少，永远定不下来。

但是，神奇的是，无论怎么换，整体的平均高度（重心）始终死死地锁定在目标值上（比如 1.5 米）。

4. 文章的主要结论

1. 大多数数字是“乖孩子”：对于绝大多数数字，如果你能算出平均身高，那你也能算出每个数字出现的频率。它们都很守规矩。
2. 存在“捣乱分子”：作者构造出了一类特殊的数字（在数学上称为“稠密集”，意味着在 0 到 1 之间到处都是这种数字），它们只有平均身高是确定的，但频率是混乱的。
3. 极端情况：
   • 如果平均身高是 0（全是 0）或 2（全是 2），那频率肯定是稳定的（全是 0 或全是 2）。
   • 但如果平均身高是中间的某个数（比如 1.5），就可以构造出那种“频率乱跳但平均值稳定”的捣乱数字。

5. 总结：这有什么用？

这就好比在研究**“混乱中的秩序”**。

• 在金融、物理或计算机科学中，我们常常需要处理看似随机但实际上有某种统计规律的数据。
• 这篇文章告诉我们：“平均值稳定”并不保证“分布规律稳定”。有时候，系统可以在极度混乱的局部波动中，维持一个完美的整体平衡。

一句话总结：
这篇论文就像是在说，你可以设计一个无限长的数字串，让它的“平均分数”完美地停在 1.5 分，但里面的 0、1、2 却像一群调皮的孩子，永远无法形成固定的出现比例，一直在玩“你追我赶”的游戏。这种“乱中有序”的数字在数学世界里不仅存在，而且到处都是。

技术摘要

这篇论文《数字表示中数字的频率与数字的渐近均值》（Frequency of a Digit in the Representation of a Number and the Asymptotic Mean Value of the Digits）由 S. O. Klymchuk, O. P. Makarchuk 和 M. V. Prats'ovytyi 撰写，发表于《乌克兰数学杂志》（Ukrainian Mathematical Journal）。

以下是对该论文的详细技术总结：

1. 研究问题 (Problem)

论文主要研究实数在三进制（$s$-进制，特别是 $s=3$）表示中，**数字频率（Frequency）与数字渐近均值（Asymptotic Mean Value）**之间的拓扑和度量关系。

具体而言，文章探讨了以下核心问题：

• 如果一个数的三进制数字具有渐近均值，是否意味着其各个数字（0, 1, 2）的频率必然存在？
• 反之，如果数字频率存在，是否意味着渐近均值存在？
• 是否存在一个集合，其中的数具有给定的渐近均值，但其各个数字的频率却不存在？
• 这类“有均值但无频率”的数在区间 $[0, 1]$ 中的拓扑性质（如稠密性）和度量性质（如勒贝格测度）如何？

2. 方法论 (Methodology)

作者采用了构造性证明、极限理论分析以及集合论的方法来解决问题：

• 定义与符号化：

  • 定义了 $s$-进制表示 $\Delta_s \alpha_1 \alpha_2 \dots$。
  • 定义了数字 $i$ 的相对频率 $v_i^{(n)} = N_i(x, n)/n$，其中 $N_i$ 是前 $n$ 位中数字 $i$ 出现的次数。
  • 定义了数字的相对均值 $r_n(x) = \frac{1}{n} \sum_{i=1}^n \alpha_i(x)$。
  • 渐近均值 $r(x)$ 定义为 $r_n(x)$ 的极限。

• 逻辑推导与引理：

  • 引理 1：证明了如果所有数字的频率都存在，则渐近均值必然存在，且满足线性关系 $r(x) = \sum_{i=1}^{s-1} i \cdot \nu_i(x)$。
  • 定理 2 (针对三进制 $s=3$)：建立了频率与均值的等价性条件。证明了在三进制中，如果渐近均值 $r(x)$ 存在，且至少一个数字的频率存在，则所有数字的频率都存在；反之，如果 $r(x)$ 存在但某个频率不存在，则所有频率都不存在。

• 构造性算法：

  • 为了证明存在“有均值但无频率”的数，作者设计了一种特殊的构造算法。
  • 通过构建由不同长度的"0"、"1"、"2"组成的块（blocks）序列，利用取整函数 $[nx]$ 的性质（引理 2 和引理 3），构造出一个序列，使得其加权平均（均值）收敛到指定值，但各数字的计数比例（频率）在两个值之间震荡而不收敛。

• 集合性质分析：

  • 利用圆柱集（cylindrical segments）和有限前缀的不变性，证明构造出的集合在 $[0, 1]$ 中是稠密的。
  • 利用不同参数对 $(x_1, x_2)$ 对应不同构造数的性质，证明该集合具有连续统势（continual）。

3. 主要贡献与结果 (Key Contributions & Results)

A. 频率与均值的关系

• 一般关系：对于任意 $s$ 进制，若所有数字频率存在，则渐近均值存在（引理 1）。
• 三进制的特殊性：对于 $s=3$，渐近均值 $r(x)$ 的存在性本身并不保证频率的存在性。但是，如果 $r(x)$ 存在且至少一个频率存在，则所有频率必然存在（定理 2）。这意味着，如果 $r(x)$ 存在但频率不存在，那么所有三个数字的频率都不存在。

B. 存在性证明 (核心成果)

• 定理 3：对于任意给定的 $\theta \in (0, 2)$，存在一个集合 $W$，其中的数 $x$ 满足：
  1. 渐近均值 $r(x) = \theta$。
  2. 数字 0, 1, 2 的频率 $\nu_0(x), \nu_1(x), \nu_2(x)$ 均不存在。
• 集合性质：该集合 $W$ 是区间 $[0, 1]$ 中的一个**连续统（continual）且处处稠密（everywhere dense）**的子集。
• 边界情况：当 $\theta = 0$ 或 $\theta = 2$ 时，这种情况不可能发生（此时频率必然存在且分别为 1 或 0）。

C. 渐近均值函数 $r(x)$ 的性质 (定理 4)

作者总结了渐近均值函数 $r(x)$ 的四个关键性质：

1. 定义域：在 $[0, 1]$ 的一个稠密子集上有定义。
2. 无定义域：在 $[0, 1]$ 的一个稠密子集上无定义（即存在没有渐近均值的数）。
3. 值域：取遍 $[0, s-1]$ 中的所有值。
4. 测度性质：函数 $r(x)$ 只有一个水平集具有全勒贝格测度（Full Lebesgue measure），即 $r(x) = \frac{s-1}{2}$ 的集合（正规数集合）测度为 1。其他任何固定值的集合测度均为 0。

4. 意义与影响 (Significance)

• 理论深化：该研究澄清了“数字频率”与“数字均值”这两个概念在测度论和拓扑学上的微妙区别。通常人们认为均值是频率的加权和，因此频率存在是均值存在的前提。但本文证明，在特定构造下，均值可以收敛而频率发散，打破了直观认知。
• 分形与奇异分布：这类“有均值无频率”的数构成了一个具有分形性质的集合。这为研究奇异概率分布（Singular probability distributions）和分形几何提供了新的视角和构造工具。
• 正规数理论：文章进一步细化了对正规数（Normal numbers）和非正规数集合结构的理解，特别是展示了在勒贝格测度为 0 的集合中，可以构造出具有丰富拓扑结构（稠密、连续统）的数集。
• 应用潜力：这些结果对于理解随机变量的纯分布、信息论中的编码效率以及混沌动力系统中的遍历性质具有潜在的理论价值。

总结：
这篇论文通过严谨的数学构造，证明了在三进制表示中，存在一个处处稠密的连续统集合，其中的数具有任意给定的渐近均值（0 到 2 之间），但其数字频率完全不存在。这一发现揭示了数字分布统计特性中频率收敛与均值收敛的非等价性，丰富了实数表示理论。