← 最新论文
🔢 mathematics

A Note on Diophantine Approximation with Restricted Denominators

本文引入了一种针对自然数子集的特定密度概念,旨在建立一个受限的狄利克雷定理类比,该定理关于无理数的有理逼近中,分母被限制在这些子集中。

原作者: Chance Sanford

发布于 2026-06-03
📖 1 分钟阅读🧠 深度阅读

原作者: Chance Sanford

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,你正试图在一个代表无理数(像 π\pi2\sqrt{2} 这样无限不循环的数字)的飞镖盘上射中红心。你想投掷一个飞镖(一个分数,比如 3/13/122/722/7),使其尽可能接近红心。

在数学世界里,有一条由数学家狄利克雷(Dirichlet)提出的著名规则。它说:“无论你的目标数字多么古怪,你总能找到一个分数,使其极其接近目标。事实上,只要你被允许使用任何正整数作为分数的底数(分母),你离目标越近,找到更接近的分数的机会就越大。”

问题:“受限”的飞镖盘

本文作者钱斯·桑福德(Chance Sanford)提出了一个新问题:如果你不能使用“任何”数字作为分数的底数会怎样?

想象一下,有人在你的飞镖盘周围围了一圈篱笆。他们说:“你只能向这个特定列表中的数字投掷飞镖。”

  • 也许这个列表只包含质数(2, 3, 5, 7...)。
  • 也许它只包含完全平方数(1, 4, 9, 16...)。
  • 也许它是一个奇怪的、自定义的列表。

如果这个列表太“稀疏”(太空旷),你可能永远无法足够接近红心。但如果它足够“稠密”(充满了数字),即使规则更加严格,你也应该仍然能够击中目标。

解决方案:测量“拥挤度”

桑福德引入了一种衡量数字列表“拥挤程度”的新方法。他称之为丢番图密度(Diophantine density)

把它想象成一场派对:

  • 高密度: 派对挤满了人。如果你观察房间的一个小区域,那里到处都是人。
  • 低密度: 派对很空旷。你可能需要走很长一段路才能找到另一个人。

桑福德证明了一个简单但强大的规则:如果你的允许列表足够“拥挤”(具有足够高的密度),你仍然可以找到分数来非常接近你的无理数目标。

你能达到的“接近程度”取决于该列表的拥挤程度。

  • 如果列表超级拥挤(比如所有的自然数),你会得到最好的结果(狄利克雷最初的规则)。
  • 如果列表没那么拥挤,你仍然能得到不错的结果,但数学告诉我们,这个分数不会像不受限制的版本那样完美。

“补集”技巧

论文还给出了一个构建这些列表的聪明技巧。与其尝试从头开始构建一个“好”列表,不如先找一个“坏”列表(即过于稀疏的列表),然后取其中不在该列表中的所有数。

例如:

  1. 想象一个“皮亚特斯基-夏皮罗数”(Piatetski-Shapiro numbers)列表。这些数字是由一个特定的、略显古怪的公式生成的(比如对 n1.5n^{1.5} 进行取整)。
  2. 这个特定的列表实际上相当“薄”(存在的数量很少)。
  3. 桑福德展示了,如果我们取所有自然数减去这个薄弱的列表,剩下的数字就足够“厚”,可以成为击中红心的优秀列表。

“质数”现实检验

论文最后对质数进行了现实检验。
许多人会好奇:“我们能否仅使用质数作为分母来击中红心?”

桑福德使用他新的“拥挤度”计量器来检查质数。他发现,虽然质数有很多,但它们实际上过于“稀疏”,无法符合他证明中所定义的“足够稠密”的标准。

  • 关键点: 这并不意味着使用质数是“不可能”的(其他数学家已经证明这是可能的,但他们使用了非常不同且更难的工具)。
  • 局限性: 这仅仅意味着桑福德这种特定的、更简单的“拥挤度”方法,其强度不足以证明质数的问题。他的方法最适用于那些“厚实”但又不像质数那样薄弱的列表。

总结

简而言之,这篇论文表明:

  1. 如果你将数学问题限制在特定的数字列表中,你仍然可以得到非常好的答案。
  2. 答案的质量取决于该列表有多“满”。
  3. 我们可以通过测量列表的“拥挤度”来预测答案会有多好。
  4. 这种方法对于许多列表(比如不是完全平方数的数字)很有效,但对于解决最难的谜题(比如仅使用质数)来说,它还太简单了。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →