[论文解读] Evidence of a Gamma Distribution for Prime Powers

J. LaChapelle|arXiv (Cornell University)|Jul 5, 2013

Mathematical functions and polynomials参考文献 4被引用 4

一句话总结

该论文通过使用量子启发的泛函积分方法，将素数幂的计数过程建模为非齐次泊松过程与伽马统计，提出素数幂服从伽马分布。推导出平均素数计数函数的解析表达式，其为不完全伽马函数之和，与已知的渐近形式具有极强的数值一致性，为素数幂背后存在伽马分布提供了有力证据。

ABSTRACT

If the prime numbers are pseudo-randomly distributed, then analogy with quantum systems suggests that counting primes might be modeled by a non-homogeneous Poisson process. Consequently, postulating underlying gamma statistics, more-or-less standard heuristic arguments borrowed from quantum mechanics in the context of functional integration allows to derive analytic expressions of several average counting functions associated with prime numbers. The expressions are certain sums of incomplete gamma functions that are closely related to logarithmic-type integral functions --- which in turn are well-known to give the asymptotic dependence of the various counting functions up to error terms. The relatively broad success of quantum heuristics applied to functional integrals in general along with the excellent numerical accuracy of the analytic expressions for the average counting functions provide strong evidence of a gamma distribution for prime powers.

研究动机与目标

• 探索尽管素数是确定性的，其是否表现出类似于量子系统的统计行为。
• 使用量子力学中的路径积分方法对素数幂的计数进行建模。
• 检验一个假设：底层的伽马统计支配素数幂的分布。
• 利用伽马泛函积分推导平均素数计数函数的解析表达式。
• 通过与已知渐近函数的数值精度对比，验证该模型。

提出的方法

• 将素数幂的计数建模为类似于泊松过程的受约束动力随机过程。
• 使用Cartier/DeWitt-Morette方案进行泛函积分，通过伽马泛函积分表示该过程。
• 将平均计数函数表示为不完全伽马函数之和，其与对数积分函数相关。
• 应用莫比乌斯反演，从通用框架中提取特定于素数的计数函数。
• 利用特征泛函与复Borel测度定义泛函积分核。
• 通过指示函数与伽马积分，构建除数和及与素数相关的函数的显式公式。

实验结果

研究问题

• RQ1 素数幂的分布能否被建模为伽马分布的随机过程？
• RQ2 由量子启发泛函积分导出的解析表达式是否能准确再现素数计数函数的已知渐近行为？
• RQ3 黎曼ζ函数的零点在改进素数和与熵的估计方面起到多大作用？
• RQ4 伽马泛函积分表示是否与仅计数素数或素数幂等约束一致？
• RQ5 该框架能否扩展至计数除数及其他数论函数？

主要发现

• 推导出的平均素数计数函数的解析表达式为不完全伽马函数之和，与已知渐近形式（如与对数积分函数相关的形式）高度一致。
• 解析表达式的数值精度强烈支持素数幂服从伽马分布的假设。
• 该模型成功利用涉及指数积分函数与ζ函数零点的估计，再现了素数和与素数熵的行为。
• 在估计中引入ζ函数零点显著提高了与精确阶梯函数的一致性，表明其在细化平均行为中的作用。
• 该框架通过指示函数与伽马积分自然地整合了除数计数，对σr(x)得出了自洽的结果。
• 伽马分布具有自共轭性，确保在约束条件下统计模型的一致性，支持了模型内部的一致性。