🔢 mathematics

Asymptotics of the Tchoukaillon array and a conjecture of Beluhov

本文通过建立其条目项的精确一致估计，证明了关于 Tchoukaillon 阵列渐近行为的 Beluhov 猜想，即表明其平方根构成该阵列边缘增长率的线性混合，并由此实现了一种能够高效定位阵列中任何给定整数的算法。

原作者： Shisheng Li

发布于 2026-08-19

📖 1 分钟阅读🧠 深度阅读

原作者： Shisheng Li

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

在数学的世界里，人们对从简单规则中涌现出的模式有着一种静谧的着迷。想象一个棋盘游戏，由一排单行孔洞组成，石子根据一种严格且重复的逻辑进行移动。这是曼卡拉（Mancala）家族的一种形式，这种古老的播种类游戏遍布全球。在一种被称为“丘卡伊隆”（Tchoukaillon）的特定单行版本中，游戏的重点不在于竞争，而在于对于任何给定的石子数量，都能找到一个唯一的、完美的初始位置。数学家们早已知晓，对于每一个总石子数，都存在一种唯一的排列方式，将它们放入孔洞中，使得游戏可以被完成。这种独特的排列创造了一幅隐藏的地图，一个网格，其中每一个正整数都恰好出现一次，填满了空间而没有间隙或重叠。

几十年来，研究人员一直在研究这张地图的边缘。他们知道数字沿着第一行和第一列是如何增长的，并发现这些边界遵循着可预测的曲线路径。然而，网格广阔的内部部分却一直是一个谜。一位名叫 N. Beluhov 的数学家通过观察计算机上的数字，猜测整个网格都遵循着一个单一且优雅的规则，该规则融合了两条边的行为。他提出，如果你知道网格中任何数字的位置，你就可以用一个简单的公式来预测它的值，但他无法证明这一点。问题在于，这种美丽的模式是真实存在于整个网格深处的，还是仅仅在边缘附近的一种巧合。

Shisheng Li 的一篇近期论文证实了 Beluhov 的猜想是正确的。作者证明了整个无限网格都遵循着精确的数学定律。这项发现揭示了网格中的数字并非随机散布；相反，它们的平方根以一种完美直线的方式增长。这意味着，如果你画一条线连接所有达到一定规模的数字的位置，那条线将会是直的，形成一个整洁的三角形形状。这一证明之所以意义重大，是因为它并不依赖于已知的边缘行为来解释中间部分。相反，作者展示了公式中的常数——即决定网格形状的特定数字——是如何从游戏自身的移动规则中自然产生的。圆周率 $\pi$ 通常出现在圆中，但在这里却从移动石子的简单行为中浮现出来，它是通过游戏的内在逻辑而非任何外部几何形状生成的。

为了得出这一结论，研究人员并没有将网格视为一张静态的图画。相反，他们追踪了一个数字在游戏不同阶段的旅程。想象一颗特定的石子，比如数字一百，从一个特定的孔洞开始。随着游戏规则的逐步应用，这个数字会移动到不同的位置。作者追踪了这段旅程，观察这个数字的行和列如何随每一次移动而变化。通过逆转这个过程，他们可以从一个已知的位置出发，反向推导出属于该位置的数字。这种方法使他们能够剥离游戏的复杂性，专注于移动的底层节奏。

这一证明的关键在于意识到这些数字的移动遵循着一种可以由两种简单且相反的力量描述的模式。一种力量由行位置驱动，另一种则由列位置驱动。当数字在游戏中移动时，这两股力量以一种产生平滑且可预测流动的形式相互作用。作者表明，一个数字移动的距离是由一种特定类型的数学乘积决定的，即一系列分数的乘积，这些分数相乘后自然会产生圆周率 $\pi$ 。这是一个令人惊讶的发现，因为它证明了 $\pi$ 不仅仅是圆形的特征，而是被编织进了这个移动石子的游戏的结构之中。

其结果是对丘卡伊隆阵列的一个完整描述。论文证明了对于网格中的任何大位置，可以使用一个融合了行和列坐标的公式来高精度地计算出该数值。这种预测的误差极其微小，并随着数字的增大而缩小。这一发现解决了关于网格形状的长期疑问：包含一定规模数字的区域确实是三角形，只有在非常薄、模糊的边缘处，完美的形状才会被轻微模糊。此外，这项研究提供了一种快速高效的方法来定位网格中的任何特定数字。与其搜索数百万个条目，人们可以使用一套简单的步骤来找到像一百万这样的数字究竟位于何处，而这在其他情况下可能需要很长时间。

这项工作还触及了关于这些模式本质的更深层问题。虽然主公式已被证明，但作者指出，实际的数字可能比目前的证明所显示的更契合该公式。数据表明，预测值与真实值之间的差异是极小且恒定的，而不是缓慢增长。这暗示着可能存在着一个更锐利、更精确的规则等待被发现，一个能够完全消除剩余微小误差的规则。然而，就目前而言，该证明是 Bel much 猜想的一个确定性回答，揭示了在这一玩了几世纪的游戏中隐藏的秩序。它表明，即使是在一个简单的移动石子的游戏中，数学宇宙也能揭示深刻且意想不到的联系，将一个有趣的谜题转化为观察数字基本结构的窗口。

技术摘要：Tchoukaillon 阵列的渐近性质与 Beluhov 的猜想

问题陈述
本文研究了 Tchoukaillon 阵列的渐近行为，这是一个由单行曼卡拉（Mancala）独占游戏产生的正整数无限阵列 $\mathcal{C}_{i,j}$ 。该阵列的定义使得每个正整数恰好出现一次（即一个从 $\mathbb{N}^2$ 到 $\mathbb{Z}^+$ 的双射）。虽然该阵列边界的渐近行为此前已知——第 0 列对应于 Flavius Josephus 筛法（ $\mathcal{C}_{i,0} \sim \frac{\pi}{4}i^2$ ），第 0 行对应于 Tchoukaillon 数（ $\mathcal{C}_{0,j} \sim \frac{1}{\pi}(j+1)^2$ ）——但一般内部项 $\mathcal{C}_{i,j}$ 的行为仍是一个悬而未决的问题。

N. Beluhov 根据数值证据猜想，对于较大的 $i$ 和 $j$ ，各项满足以下近似关系：
$\mathcal{C}_{i,j} \approx \frac{(\pi i + 2j)^2}{4\pi}$
本文旨在证明这一猜想，提供严格的误差项，并确定层级集 $\{(i,j) : \mathcal{C}_{i,j} \le V\}$ 的渐近形状。

方法论
证明依赖于一种“轨迹”（trace）方法论，即通过追踪单个整数值 $M$ 随着阵列阶数 $k$ 增加时的轨迹，将视角从构建阵列转向追踪数值的移动。

轨迹递推式： 作者为阶数 $k$ 下数值在阵列中的位置定义了坐标 $(X_k, Y_k)$ 。从阶数 $k=1$ 时 $M$ 位于位置 $(M-1, 0)$ 开始， $M$ 会迁移到其在阶数 $k = N = i+j+1$ 时的最终位置 $(i, j)$ 。其运动遵循一个耦合的取整递推式：
$X_k = X_{k-1} - \left\lfloor \frac{Y_{k-1}}{k} \right\rfloor, \quad Y_k = Y_{k-1} - \left\lfloor \frac{X_{k-1}}{k} \right\rfloor$
该递推式在 $X$ 和 $Y$ 上是对称的，这一结构特征对分析至关重要。
共轭宽度： 作者并没有直接对递推中的下降量进行求和，而是引入了“共轭宽度” $R_m$ 和 $S_m$ ，它们代表了下降量超过水平 $m$ 的步数。这把问题转化为了对一个“阶梯状”下降量的求和。
通过舍入实现线性化： 宽度递推式涉及取整函数。作者展示了这些函数可以被建模为一个由最近整数舍入误差扰动的下三角线性方程组。通过移除舍入项，该系统解耦为两个由中心二项式系数驱动的标量递推式。
沃利斯模态（Wallis Modes）： 线性化系统产生了两个不同的模态（特征向量），涉及序列 $c_m = \binom{2m}{m}/4^m$ 和 $w_m = 1/(2m c_m)$ 。这些序列与 $\pi$ 的沃利斯乘积有关。最终渐近公式中出现的常数 $\pi$ 和 $2$ 自然地通过这些模态显现出来，这些模态仅由阵列的递归定义导出，而非源自边界定理。
误差平衡： 为了从宽度中恢复 $M$ 的值，作者采用了“单层读取”策略。他们平衡了两个竞争的误差源：在特定水平读取 $M$ 产生的“夹逼”误差（随水平 $m$ 增加而减小）以及宽度舍入产生的“量化”误差（随 $m$ 增加而增大）。最优平衡发生在 $m \asymp N^{2/3}$ 处，从而得到了最终的误差界。

主要贡献与结果

证明 Beluhov 猜想： 本文证明了当 $N = i+j+1 \to \infty$ 时，
$\mathcal{C}_{i,j} = \frac{(\pi i + 2j + 2)^2}{4\pi} + O(N^{4/3})$
在所有 $i, j \ge 0$ 处一致成立。这证实了 Beluhov 猜想（对应于领先项），并提供了一个明确的、以中心化的主项。
平方根法则： 等价地，该项的平方根是渐近线性的：
$\sqrt{\mathcal{C}_{i,j}} = \frac{\sqrt{\pi}}{2}i + \frac{1}{\sqrt{\pi}}(j+1) + O(N^{1/3})$
这表明内部的增长率是两个边缘增长率（第 0 列和第 0 行）的线性混合。
层级集的几何形状： 作为推论，本文确定了层级区域 $\{(i,j) : \mathcal{C}_{i,j} \le V\}$ 渐近为三角形，其边界由直线 $\pi i + 2j = 2\sqrt{\pi V} - 2$ 限定，且具有宽度为 $O(V^{1/6})$ 的边界层。
定位整数的算法： 轨迹递推式导出了一个 $O(\sqrt{M})$ 的算法，用于确定给定整数 $M$ 的行和列索引 $(i, j)$ 。这回答了 Knuth 提出的关于快速确定阵列中整数位置的问题。

意义与主张
本文声称解决了 Tchoukaillon 阵列的渐近结构问题，尽管该问题的边界行为此前已为人所知。其主要意义在于：

从递归中导出常数： 渐近公式中出现的常数 $\pi$ 和 $2$ 被证明是内在地源于阵列的递归定义（通过沃利斯乘积），而非依赖于预先存在的边缘定理。
一致性： 结果为整个阵列提供了统一的估计，弥合了已知边缘行为之间的鸿沟。
方法论洞察： 分析单个整数的“轨迹”，并将取整递推式转化为带有舍入误差的线性系统的技术，为处理类似的组合阵列提供了新颖的方法。

作者谦虚地指出，虽然证明的误差项是 $O(N^{4/3})$ ，但数值证据表明真实的误差可能是 $O(N)$ （甚至在平方根尺度上是 $O(1)$ ）。然而，目前的证明依赖于在单个水平上的逐点估计，尚未能够控制跨水平的舍入误差相关性以改进该界限。本文将更精确的误差项作为一个开放问题留待研究。

类似论文