当前位置: 首页 > article >正文

数论问题77一一3x+1问题

3X + 1问题,也被称为考拉兹猜想、角谷猜想等,是数学领域一个著名的未解决问题,以下是关于它的介绍:

 

问题表述

 

对于任意一个正整数X,如果X是奇数,则将其变为3X + 1;如果X是偶数,则将其变为X/2。不断重复这个过程,最终是否无论初始值X是多少,都会经过有限次变换后最终得到1。

 

例如,取X = 5,它是奇数,进行3X + 1操作得到3×5 + 1=16;16是偶数,进行X/2操作得到16÷2 = 8,接着8÷2=4,4÷2=2,2÷2=1。

 

数学形式化表示

 

f(x)=x/2时,若 x为偶数;f(x)=3x + 1, 若 x为奇数。

然后对f(x)的结果不断重复应用f,看是否最终会得到1。

 研究进展

 大量数值验证:数学家们使用计算机对大量的正整数进行了验证,截至目前,已经验证到非常大的数字,都没有发现反例。

  特殊情况研究:对一些特殊形式的数,如2^n型的数,很容易证明其最终会落入“1-4-2-1”循环。但对于一般的正整数,尚未找到通用的证明方法。

 尽管许多数学家进行了大量研究,但目前3X + 1问题仍然没有被完全证明或证伪,它依然是数学领域中一个极具挑战性的问题。

 

这是一个真正的会下金蛋的母鸡,肉很肥,而人们对它却无可奈何!对它入手验证极其容易,却完成对它规律的论证却极为困难!它会耗费研究者一生的时间,除其他收获外对它一无所获。我最后把它归结为数的整除问题。具体介绍如下。

①把3X+1问题推广到更一般的情况。

命题1,设一个正整数X,素数q(q≥3),若x能被小于q的素数所整除就整除它;若X不含有小于q的因子数,就用q乘它后再加1,变为qX+1。这样反变运算(称为qx+1变换),猜想最后结果为1。

当q=3时,命题1为3x+1猜想。

②命题2,若在3x+1变换下,任何一个正整数X总能化为小于它的一个整数,那么,3x+1猜想成立。

3x+1问题等价于

③命题3,设Rn=[nlog2^3]+1,Pn=3^(n-1)+3^(n-2)2^(r1)+…+3x2^(rt)+2^(t+1)。

其中,t=n-2,i≤ri<[ilog2^3]+1,符号[a]表取小数a的整数部分。log2^3≈1.585049是以2为底3的对数。那么,

(2^Rn-3^n)不整除Pn。

当(2^Rn-3^n)整除Pn时,3x+1猜想不成立。

命题3实质是将正整数X,在3x+1变换下第一次化为了小于X的正整数y,等式为:

(3^n)X+Pn=(2^Rn)y

如X=19,7x3+1=22,→22÷2=11,→11x3+1=34,→34÷2=17,→17x3+1=52,→52÷2^2=13,→13x3+1=40,→40÷2^3=5,(→5x3+1=16,16÷2^4=1)

R4=2^7,P4=3^3+3^2x2+3x2^2+2^4

7在3x+1变换下化为了小于7的5,有等式

(3^4)x7+P4=(2^7)x5,这时,

(2^7-3^4)不整除P4,

(2^7-3^4)=47,P4=73。(李扩继)

 


http://www.kler.cn/a/525481.html

相关文章:

  • AI会对你的行业产生什么影响
  • JAVA实战开源项目:在线文档管理系统(Vue+SpringBoot) 附源码
  • 计算机网络 (60)蜂窝移动通信网
  • Baklib揭示内容中台与人工智能技术的创新协同效应
  • 程序地址空间
  • 分布式微服务系统架构第88集:kafka集群
  • 【deepseek实战】绿色好用,不断网
  • UE5制作视差图
  • 热更新杂乱记
  • Android车机DIY开发之学习篇(七)NDK交叉工具构建
  • 数据结构---哈希表
  • Linux - 常用的I/O 多路复用技术 select, poll, epoll
  • PyTorch 与 Python 版本对应关系
  • hive:基本数据类型,关于表和列语法
  • Unity敌人逻辑笔记
  • 推动知识共享的在线知识库实施与优化指南
  • java实现mysql数据库备份还原定时删除过期备份文件
  • JavaScript图像处理,JavaScript实现高斯滤波图像处理算法
  • http://noi.openjudge.cn/——4.2算法之数论——2419:Coins
  • 【面试】【前端】SSR与SPA的优缺点
  • doris:Bitmap
  • 3.4 Go函数作用域(标识符)
  • 【C++】内联函数inline、关键字auto与新式for
  • 数字化转型-工具变量(2024.1更新)-社科数据
  • C++并发编程指南02
  • 动手学图神经网络(8):在消息传递中定制聚合操作