[论文解读] Walks on Primes in Imaginary Quadratic Fields

Siddharth Prasad|arXiv (Cornell University)|Dec 7, 2014

History and Theory of Mathematics参考文献 5被引用 3

一句话总结

本文将高斯 moat 问题推广至具有唯一分解性质的虚二次域，引入一种高效的 $O(|Π|⋯|Π|)$ 算法，利用德劳内三角剖分与克鲁斯卡尔算法在欧几里得最小生成树上计算按长度递增顺序排列的 moat。该文推测，对于给定的步长上限 $k$，从原点可达的最远距离在 $Δ[ω]$（艾森斯坦整数）中最大，其次为 $Δ[i]$（高斯整数），在 $Δ[√{-2}]$ 中最小，该推测得到渐近素数密度估计与计算结果的支持。

ABSTRACT

We generalize the Gaussian moat problem to the finitely many imaginary quadratic fields exhibiting unique factorization in their integers. We map this problem to the Euclidean minimum spanning tree problem and use Delaunay triangulation and Kruskal's algorithm to find moats in these fields in $O(|\mathbf{P}| \log |\mathbf{P}|)$ time, where $\mathbf{P}$ denotes the set of primes we are searching through. Our algorithm uses symmetry and boundaries to correctly and efficiently identify all moats, in order of increasing length, along with the farthest prime reached for each moat, in an underlying unbounded graph of infinite primes. We also derive asymptotic estimates on the density of primes in certain imaginary quadratic fields. Based on this and symmetry arguments, we conjecture that for a given step bound $k$, we can travel farther away from the origin in $\mathbb{Z}[i]$ and $\mathbb{Z}\left[\frac{-1+\sqrt{-3}}{2} ight]$ than in $\mathbb{Z}[\sqrt{-2}]$. This conjecture is corroborated by our computational results.

研究动机与目标

• 将高斯 moat 问题推广至所有具有唯一分解性质的虚二次域，特别是 $d = -1, -2, -3, -7, -11, -19, -43, -67, -163$ 的情形。
• 开发一种高效算法，用于按长度递增顺序计算所有 moat，以及每个 moat 对应的最远可达素数。
• 利用数论与几何方法分析并估计这些环中素数的密度。
• 基于判别式与对称性，推测从原点可达距离的层级关系，其中 $Δ[\omega]$ 允许最远的行走距离。

提出的方法

• 通过标准嵌入将每个虚二次域的代数整数映射至 $τ^2$，保持范数与几何结构。
• 使用德劳内三角剖分在素数集合上构建几何图，确保最优的局部连通性。
• 对边权图（边权为欧几里得距离）应用克鲁斯卡尔算法，以计算欧几里得最小生成树（EMST）。
• 将 moat 提取为 EMST 中的最大边长，按长度递增顺序处理，并为每个 moat 跟踪最远可达的素数。
• 利用环的旋转与反射对称性减少搜索空间，避免冗余计算。
• 使用狄利克雷密度与素数定理，推导 $Δ[i]$、$Δ[√{-2}]$ 与 $Δ[ω]$ 中素数密度的渐近估计。

实验结果

研究问题

• RQ1 moat 问题能否在 $Δ[i]$ 之外，有意义地推广至其他具有唯一分解性质的虚二次整数环？
• RQ2 在这些环中，按长度递增顺序寻找所有 moat 的计算复杂度是多少？
• RQ3 这些环中素数的分布与密度如何影响在给定步长上限 $k$ 下的最大可达距离？
• RQ4 是否存在一种系统性排序，按固定步长 $k$ 下从原点可达的最远距离对这些环进行排序？
• RQ5 环的几何对称性与判别式如何影响 moat 的结构与可达范围？

主要发现

• 所提出的算法通过结合德劳内三角剖分与克鲁斯卡尔算法在 EMST 上，以 $O(|Π|\log|Π|)$ 时间复杂度计算所有 moat，其中 $Π$ 为所考虑的素数集合。
• 该算法通过利用对称性与有界搜索区域，高效处理了素数的无限无界图，确保了正确性与完备性。
• 渐近素数密度估计显示，在半径 $R$ 内，$Δ[i]$ 的密度约为 $\sim \frac{2}{\pi \log R}$，$Δ[\omega]$ 的密度约为 $\sim \frac{3\sqrt{3}}{2\pi \log R}$，而 $Δ[\sqrt{-2}]$ 的密度约为 $\sim \frac{\sqrt{2}}{\pi \log R}$。
• 计算结果支持该推测：对于固定的步长上限 $k$，$Δ[\omega]$ 中可达的最远距离最大，其次为 $Δ[i]$，在 $Δ[\sqrt{-2}]$ 中最小。
• 该推测还得到以下事实的支持：$Δ[\omega]$ 与 $Δ[i]$ 的判别式小于 $Δ[\sqrt{-2}]$，意味着代数整数的分布更密集，因此在给定半径内可能含有更多素数。
• 对于 $d = -7$，计算中未观察到 moat 可达性的明确趋势，表明判别式较大的环中行为更为复杂。