← 最新论文
🔢 mathematics

Calculating the natural density of Mersenne numbers using nonstandard mathematical analysis

该论文通过使用非标准数学分析以及基于佩皮斯-卡玛配对函数的二维矩阵,提出梅森数的自然密度是一个无穷小值,该值等价于奇数倒数之和的倒数。

原作者: Gennady Eremin

发布于 2026-07-07
📖 1 分钟阅读🧠 深度阅读

原作者: Gennady Eremin

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

以下是关于 Gennady Eremin 论文的解释,已将其翻译成通俗易懂的语言,并使用了日常类比。

核心问题:梅森数有多“拥挤”?

想象你有一条无限长的队伍,编号为 0, 1, 2, 3, 4……以此类推。这就是所有自然数的集合。现在,从这条队伍中挑选出一组特定的成员:梅森数(0, 1, 3, 7, 15, 31...)。这些数字是 2 的幂次减 1。

数学家们长期以来一直在思考一个问题:如果你观察这条队伍中极其庞大的一段,其中梅森数的占比是多少?

  • 是 50% 吗?(就像偶数那样)
  • 是 10% 吗?
  • 还是说它微小到实际上可以视为

长期以来,这一直是一个未解之谜。这篇论文声称利用一种称为**非标准分析(Nonstandard Analysis)**的特殊数学方法解决了这个问题。

工具:一张巨大的电子表格(矩阵)

为了解决这个问题,作者不仅仅是观察单一的数字线。他构建了一个巨大的二维电子表格(矩阵),其中包含了每一个自然数且仅包含一次。没有重复,也没有遗漏。

他使用了一种巧妙的排序规则(皮皮斯-卡尔马配对函数,Pepis-Kalmar pairing function)来组织这个电子表格:

  • 行(水平方向): 这些是简单的算术模式。如果你观察任何一行,数字之间的间距都是均匀的。
  • 列(垂直方向): 这是有趣的部分。每一列都以一个偶数(“根”)开始,然后遵循特定规则生成下一个数字:乘以 2 再加 1
    • 例子: 从 0 开始。下一个是 2(0)+1=12(0)+1 = 1。下一个是 2(1)+1=32(1)+1 = 3。下一个是 2(3)+1=72(3)+1 = 7
    • 这创造了一个向上生长的数字“树”。第一列正是梅森数。下一列是类似的家族,被称为萨比特数(Thabit numbers),以此类推。

“非标准”的转折:无穷大与无穷小

标准数学通常处理的是极限(趋近于零)。而这篇论文使用的是非标准分析,它将“无穷小”和“无穷大”视为实际存在的、固定的数值。

可以这样理解:

  • 无穷大 (ω\omega): 想象一个如此巨大的数字,它比你能数到的任何数字都要大。
  • 无穷小 (ϵ\epsilon): 想象一个如此微小的数字,它比你能写出的任何分数都要小,但它不是零。它是数字的一个“幽灵”。

计算过程:平衡方程

作者观察了表格中各列的“密度”(即数字的拥挤程度)。

  1. 行很容易计算: 如果你观察这些行,数学逻辑很简单。第一行的密度是 1/2,第二行是 1/4,第三行是 1/8,依此类推。如果你把这些全部加起来(1/2+1/4+1/8...1/2 + 1/4 + 1/8...),你会得到正好等于 1。这很合理,因为整个表格代表了 100% 的所有数字。

  2. 列比较复杂:

    • 第一列(梅森数)非常稀疏,其密度是一个无穷小量。我们把这个微小的量称为 ϵ\epsilon
    • 第二列(萨比特数)更加稀疏。它的密度是 ϵ/3\epsilon / 3
    • 第三列更稀疏:ϵ/5\epsilon / 5
    • 第四列:ϵ/7\epsilon / 7
    • 如此循环,永无止境。

作者认为,如果把所有列的密度相加,必须回到 1(因为这些列覆盖了所有的自然数)。

因此,他设定了这样一个方程:
1=ϵ+ϵ3+ϵ5+ϵ7+1 = \epsilon + \frac{\epsilon}{3} + \frac{\epsilon}{5} + \frac{\epsilon}{7} + \dots

如果我们把 ϵ\epsilon 提取出来,它看起来像这样:
1=ϵ×(1+13+15+17+)1 = \epsilon \times \left( 1 + \frac{1}{3} + \frac{1}{5} + \frac{1}{7} + \dots \right)

结论

括号中的部分是所有奇数倒数的和(1+1/3+1/5...1 + 1/3 + 1/5...)。在标准数学中,这个和会趋向于无穷大。而在本文的非标准视角下,这个和是一个无穷大的数,作者称之为 ω\omega

所以方程变为:
1=ϵ×ω1 = \epsilon \times \omega

要找到梅森数的密度(ϵ\epsilon),你只需要用 1 除以那个巨大的数字:
ϵ=1ω\epsilon = \frac{1}{\omega}

这意味着什么

该论文声称了两点主要内容:

  1. 密度并非为零。 因为 ϵ\epsilon 是一个特定的、非零的无穷小量,梅森数在自然数集合中具有“正”的(尽管极其微小的)密度。
  2. 确切的数值。 其密度恰好是所有奇数倒数之和的倒数。

简单来说: 作者构建了一个巨大的网格来组织所有数字。他发现,虽然梅森数极其罕见(罕见到其密度是一个“无穷小量”),但它们并非不存在。它们的“稀有度”在数学上与所有奇数分数的无穷大之和相互平衡,最终等于 1。

注:该论文将其作为使用特定非标准数学工具的理论解决方案进行展示。它并未讨论实际应用(如密码学或计算机科学用途),而是专注于纯粹解决这一理论数论难题。

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 →