Collatz 猜想(3n+1 問題)研究報告

日期:2026-05-01 | 性質:非平凡證明嘗試的完整記錄

結論:未解決 — 所有嘗試路線均收斂至同一結構性障礙

View source on GitHub

深入分析 →

1. 問題陳述

1.1 原始形式

定義 Collatz 映射 \( T: \mathbb{N} \to \mathbb{N} \):

Collatz 猜想:對所有正整數 \( n \),反覆施用 \( T \) 最終到達 1。

1.2 壓縮形式

定義壓縮 Collatz 映射 \( S: \mathbb{N}_{\text{odd}} \to \mathbb{N}_{\text{odd}} \)(奇數到奇數):

\[ S(n) = \frac{3n + 1}{2^{v_2(3n+1)}} \]

其中 \( v_2(m) \) 是 \( m \) 的 2-adic 賦值(\( m \) 被 2 整除的最大次數)。

等價猜想:對所有奇數 \( n > 1 \),反覆施用 \( S \) 最終到達 1。

1.3 已知結果

結果作者/年份內容
計算驗證多人/至今所有 \( n \leq 2^{68} \) 已驗證到達 1
幾乎所有Tao 2019幾乎所有正整數的 Collatz 軌道到達接近 1 的值
無短循環Eliahou 1993+非平凡循環長度 > \( 10^{10} \) 級別
通用性不可判定Conway 1972廣義 Collatz 問題等價於停機問題

2. 框架一:Epoch 分解與位移座標

一句話問題:如果我們把 Collatz 的每一步想成爬坡和下坡的組合,什麼時候下坡才會贏?

類比:就像登山——每次乘 3 是爬坡,每次除 2 是下坡。Epoch 就是一段連續的爬坡,結束時會有一次大幅下坡。

目標:這個框架想要精確計算每段爬坡和下坡的幅度,看看是否總是下坡比較多。

結果:得到了漂亮的精確公式,但無法證明「下坡總是贏」。

圖 1A:軌道動畫(Epoch 分解)

2.1 尾隨 1-bit 結構

定義:奇數 \( n \) 的「尾隨 1-bit 數」\( t = v_2(n+1) \),即 \( n \) 的二進位表示中末尾連續 1 的個數。

寫成 \( n = 2^t m' - 1 \),其中 \( m' \) 為奇數。

2.2 核心公式

定理(精確公式):若奇數 \( n \) 有 \( t \) 個尾隨 1-bit,則前 \( t-1 \) 步壓縮 Collatz 映射(每步 \( v_2 = 1 \))之後:

\[ S^{t-1}(n) = \left(\frac{3}{2}\right)^{t-1}(n+1) - 1 = 2 \cdot 3^{t-1} \cdot m' - 1 \]

證明

定義 \( T(n) = (3n+1)/2 \)(\( v_2 = 1 \) 的壓縮步驟)。

歸納法:

解遞推:\( c_1 = 1 \),\( c_j = 3^j - 2^j \)(可直接驗證)。

所以

\[ T^j(n) = \frac{3^j n + 3^j - 2^j}{2^j} = \frac{3^j(n+1) - 2^j}{2^j} = \left(\frac{3}{2}\right)^j(n+1) - 1 \quad \square \]

驗證:\( n = 7 = 111_2 \),\( t = 3 \),\( m' = 1 \)。

\( T^2(7) = (3/2)^2 \cdot 8 - 1 = \tfrac{9}{4} \cdot 8 - 1 = 18 - 1 = 17 \)。

實際:\( 7 \to 11 \to 17 \)。✓

2.3 位移座標

定義:\( x = n + 1 \)。

在位移座標下,\( t-1 \) 步「壞步」段是純粹的縮放

\[ x \mapsto \left(\frac{3}{2}\right)^{t-1} \cdot x \]

精確等式,無誤差項。

2.4 Epoch 分解

將軌道分解為一系列 epoch

Epoch \( i \) 尾隨 1-bit \( t_i \) \( v_2=1 \) 步數 末步 bonus \( w_i \)
總除 2 次數 \( t_i + w_i \)
總乘 3 次數 \( t_i \)

其中 \( w_i = v_2(3^{t_i} m'_i - 1) \geq 1 \)。

2.5 下降條件

軌道下降的條件化簡為:

\[ \frac{\sum w_i}{\sum t_i} > \log_2 3 - 1 \approx 0.585 \]

等價地,壓縮步驟的平均 \( v_2 \) 必須超過 \( \log_2 3 \approx 1.585 \)。

2.6 隨機遊走模型

取對數後,軌道成為隨機遊走:

\[ \log x_{k+1} \approx \log x_k + t_k \log\frac{3}{2} - (d_k - 1)\log 2 \]

其中 \( d_k \) 是 epoch 末步的 \( v_2 \) 值。

圖 1B:Epoch 瀑布圖

紅色 ▲ = 爬坡,藍色 ▼ = 下坡,藍色總面積比紅色大就代表數字在變小

此框架的斷裂點

步伐之間有確定性相關——\( t_k, d_k \) 由 \( x_k \) 的 2-adic 展開決定。證明需要動力學的混合性,但 \( \mathbb{N} \) 上的混合性無人能建立。

3. 框架二:3 態轉換器與譜間隙

問題:把 3n+1 想成一台機器——吃進二進位的每一位、吐出結果的每一位,同時記住進位狀態。

類比:就像一個只有三個心情(A=乾淨、B=中間、C=高溫)的機器人,根據心情和看到的 0/1 來決定吐出什麼。

目標:分析這台機器的「記憶混合速度」——用譜間隙衡量,混合得越快越好。

結果:譜間隙 = 1/2,混合速度很快,但只對隨機輸入有效,對確定性輸入無法保證。

圖 2A:3 態轉換器動畫

3.1 轉換器構造

\( 3n + 1 = n + 2n + 1 \) 在二進位中是逐位加法加進位。進位傳播構成有限狀態轉換器。

位置 i 的計算

sum = b_i(n) + b_{i-1}(n) + δ_{i,0} + carry_{i-1}
output_bit = sum mod 2
carry_i = sum ÷ 2

進位 \( \in \{0, 1\} \),結合上一輸入位 \( b_{i-1} \in \{0, 1\} \),等效為 4 態自動機。

合併等效態後得到 3 態

狀態定義含義
A(prev=0, carry=0)乾淨
B(prev⊕carry=1)中間
C(prev=1, carry=1)高溫

3.2 轉移規則

A --0→ A (out 0)     A --1→ B (out 1)
B --0→ A (out 1)     B --1→ C (out 0)
C --0→ B (out 0)     C --1→ C (out 1)

3.3 v₂ 與轉換器的關係

初始狀態(位置 0 特殊處理 +1):carry₀ = 1, prev = 1 → 狀態 C。

v₂(3n+1) 由首次非零輸出位的位置決定:

條件v₂
\( b_1 = 1 \)(\( n \equiv 3 \pmod{4} \))1
\( b_1 = 0, b_2 = 0 \)(\( n \equiv 1 \pmod{8} \))2
\( b_1 = 0, b_2 = 1, b_3 = 1 \)(\( n \equiv 13 \pmod{16} \))3
\( b_1 = 0, b_2 = 1, b_3 = 0, b_4 = 0 \)4
交替模式 \( 01010\ldots \)最大化 v₂

3.4 譜間隙計算

對均勻隨機輸入位,3 態轉移矩陣為:

\[ M = \begin{pmatrix} 1/2 & 1/2 & 0 \\ 1/2 & 0 & 1/2 \\ 0 & 1/2 & 1/2 \end{pmatrix} \]

特徵多項式

\[ \det(M - \lambda I) = 0 \implies 4\lambda^3 - 4\lambda^2 - \lambda + 1 = 0 \]

因式分解:\( (\lambda - 1)(2\lambda - 1)(2\lambda + 1) = 0 \)

結果

\[ \text{特徵值} = 1,\; \frac{1}{2},\; -\frac{1}{2} \qquad \text{譜間隙} = \frac{1}{2} \]

穩態分佈:\( \pi = (1/3, 1/3, 1/3) \)。

3.5 譜間隙的含義

carry 狀態以速率 \( (1/2)^t \) 收斂到穩態分佈。處理 \( t \) 個隨機輸入位後,carry 的分佈距穩態的距離 \( \leq (1/2)^t \)。

3.6 對 v₂ 去相關性的推論

\( S(n) \) 的低位元是 \( n \) 的高位區段經 carry 濾波的結果。carry 混合(譜間隙 1/2)意味著 \( S(n) \) 的低位與 \( n \) 的低位之間的相關性指數衰減

圖 2B:譜收斂——不管從哪個狀態開始,幾步之後三個狀態的出現頻率都趨近各 1/3
20

此框架的斷裂點

譜間隙對隨機輸入保證混合。對確定性輸入(特定二進位字串),carry 路徑是確定的,理論上可能與輸入位永久共振

需要但未獲得的結果:

確定性 Expander Mixing 定理:對任意有限二進位字串 \( s \),Collatz 轉換器的 \( T \) 步迭代所產生的 \( v_2 \) 序列滿足

\[ \frac{1}{T}\sum_{i=1}^{T} v_i \geq 2 - \delta(T) \]

其中 \( \delta(T) \to 0 \),對所有有限字串均成立

4. 框架三:log₂3 的連分數收斂子

問題:log₂3 是一個無理數——永遠無法用整數比精確表示。那最接近的分數是哪些?

類比:像用不同精度的尺去量一根無理數長度的棍子——3/2 太短、2/1 太長、8/5 稍長……越來越精確。

目標:找到 Collatz 軌道最壞情況中,v₂ 的累積比率總是超過 log₂3 的數學原因。

結果:發現最壞情況精確命中 65/41 這個收斂子,但無法證明所有軌道都會命中它。

圖 3A:連分數收斂子夾擊 log₂3

每一步加入一個收斂子(上方紅 / 下方藍),逐步收緊區間逼近 log₂3

4.1 連分數展開

log₂3 的連分數展開為:

\[ \log_2 3 = [1;\; 1, 1, 2, 2, 3, 1, 5, 2, 23, 2, 2, 1, 1, 55, \ldots] \]

這個展開是無限不循環的(因為 log₂3 是超越數)。每一個部分商(partial quotient)\( a_i \) 產生一個收斂子 \( p_i/q_i \),交替地從上方和下方逼近 log₂3。

4.2 收斂子表

序號 \( k \) \( a_k \) \( p_k/q_k \) 與 log₂3 的差 方向
01\( 1/1 \) 1.000000\( -0.5850 \)
11\( 2/1 \) 2.000000\( +0.4150 \)
21\( 3/2 \) 1.500000\( -0.0850 \)
32\( 8/5 \) 1.600000\( +0.0150 \)
42\( 19/12 \) 1.583333\( -0.0016 \)
53\( 65/41 \) 1.585366\( +0.000403 \)
61\( 84/53 \) 1.584906\( -0.000057 \)
75\( 485/306 \) 1.584967\( +0.0000048 \)
82\( 1054/665 \) 1.584962\( -0.000000095 \)

4.3 與 Collatz 最壞情況的關聯

實驗發現:在所有測試的 \( k \) 值(\( k = 5 \) 到 \( k = 44 \),涵蓋 14 位到 44 位整數),最壞情況的下降比率 \( B/T \) 幾乎全部精確等於 65/41

這是 \( \log_2 3 \) 的第 6 個連分數收斂子(上方最近的)。

4.4 為什麼 65/41 是天然屏障

4.5 數值驗證

\( 2^{64} < 3^{41} < 2^{65} \):

\[ 2^{64} = 18{,}446{,}744{,}073{,}709{,}551{,}616 \] \[ 3^{41} = 36{,}472{,}996{,}377{,}170{,}786{,}403 \] \[ 2^{65} = 36{,}893{,}488{,}147{,}419{,}103{,}232 \] \[ 2^{65} - 3^{41} = 420{,}491{,}770{,}248{,}316{,}829 > 0 \]

所以 \( (T, B) = (41, 65) \) 的下降門檻 \( N_0 = 3^{41}/(2^{65} - 3^{41}) \approx 87 \)。

含義:對所有 \( n > 87 \) 且命中 \( (41, 65) \) 窗口的數,\( S^{41}(n) < n \)。

圖 3B:B/T 散點圖——每個 k-bit 奇數軌道的 v₂ 平均值 vs 步數

金虛線 = log₂3,紅線 = 65/41,藍線 = 84/53

k = 6 (16 個奇數)

此框架的斷裂點

65/41 屏障是觀察結果,非定理。無法證明所有 Collatz 軌道都會命中這個(或任何更好的)收斂子窗口。

需要但未獲得的結果:

收斂子命中定理:對任意奇數 \( n > 1 \),Collatz 軌道中存在長度 \( T = 41 \) 的窗口使得該窗口內的 \( \sum v_2 = 65 \)。

5. 框架四:序數值勢函數

問題:如果我們能找到一個「高度計」,讓 Collatz 每走一步高度都變低,那軌道一定會停下來。

類比:就像在山上放一顆球——如果地形保證每個方向都是下坡,球一定會滾到谷底。

目標:用序數(一種比正整數更強大的計數工具)來建造這個高度計。

結果:失敗了——乘 3 加 1 可以增加二進位的 block 結構,讓高度計反而上升。有限修正函數也打不贏指數增長。

圖 4A:二進位 Block 結構與序數賦值

每個色帶代表一個 1-block,灰色區段為 0-block;觀察 Collatz 步驟如何改變 block 數量

5.1 靈感來源:Goodstein 定理

Goodstein 定理:Goodstein 序列在 PA(皮亞諾算術)中不可證其終止,但用 \( < \varepsilon_0 \) 的序數歸納即可證明。

Goodstein 的技巧是把自然數的「hereditary base-n 表示」對應到序數,然後利用序數的良基性(well-foundedness)來證明下降。我們嘗試對 Collatz 做類似的事。

5.2 Block 結構與序數賦值

為每個奇數 \( n \) 定義序數 \( \alpha(n) \),基於 \( n \) 的二進位 block 結構:

\[ n = 0^{a_k}1^{b_k}0^{a_{k-1}}1^{b_{k-1}}\cdots 0^{a_1}1^{b_1} \]

其中 \( 1^{b_i} \) 表示連續 \( b_i \) 個 1-bit,\( 0^{a_i} \) 表示連續 \( a_i \) 個 0-bit。奇數 \( n \) 一定以 1 結尾,所以最低位的 block 一定是 1-block。

嘗試賦值:

\[ \alpha(n) = \omega^k \cdot b_k + \omega^{k-1} \cdot b_{k-1} + \cdots + \omega \cdot b_1 \]

這裡 \( k \) 是 1-block 的數量(即序數的「層級」),\( b_i \) 是第 \( i \) 個 1-block 的長度。直覺上,block 數量越多、序數越「高」。

5.3 斷裂點:block 數量可以增加

乘 3 加 1 可以增加 block 數量——進位穿過 0-block 會產生新的分界。

例如:\( n = 27 = 11011_2 \)(2 個 1-block),經過 Collatz 步驟後可能產生更多 1-block。沒有簡單的序數映射能單調遞減,因為 block 結構的演化不具有 Goodstein 式的層級遞減特徵。

5.4 有限修正函數方法

嘗試構造勢函數 \( V(n) = \log_2 n + g(n \bmod 2^k) \):

定理:不存在基於有限位修正的勢函數(形如 \( \log n + g(n \bmod 2^k) \))能對所有奇數 \( n > 1 \) 單調遞減。

證明:\( n \equiv -1 \pmod{2^{k+1}} \) 的數有 \( k \) 個連續 \( v_2 = 1 \) 步,累積增長 \( (3/2)^k \)。有限修正函數 \( g \) 最多提供 \( O(1) \) 的補償,不足以抵消 \( (3/2)^k \) 的指數增長。\( \square \)

圖 4B:有限修正函數打不贏指數增長

指數曲線(紅)飛速上升,而修正函數(藍)幾乎不動——這證明不存在基於有限位修正的勢函數。

此框架的斷裂點

序數方法失敗於兩個層面:

  • Block 結構不單調:乘 3 加 1 的進位可以穿過 0-block 產生新的 1-block,使序數反而上升。Goodstein 式的層級遞減在這裡不成立。
  • 有限修正不可能:任何形如 \( \log n + g(n \bmod 2^k) \) 的勢函數都被 \( n \equiv -1 \pmod{2^{k+1}} \) 的數擊敗——\( (3/2)^k \) 的指數增長遠超有限修正的 \( O(1) \) 補償。

需要但未獲得的結果:

無限修正勢函數:構造某種依賴 \( n \) 全部二進位位的勢函數 \( V(n) \),使得 \( V(S(n)) < V(n) \) 對所有奇數 \( n > 1 \) 成立。

6. 框架五:反向樹與密度論證

問題:如果從 1 出發,倒著走 Collatz——能到達所有正整數嗎?

類比:想像一棵樹,根是 1,每個節點的子節點是「誰能經過 Collatz 到達我?」。如果這棵樹能長到覆蓋所有正整數,猜想就成立。

目標:證明反向 Collatz 樹覆蓋所有正整數。

結果:樹確實長得很茂密——覆蓋的比例趨近 100%。但密度為零的遺漏集不代表空集,無法排除非平凡循環。

圖 5A:反向 Collatz 樹

根節點為 1,子節點是「誰能經過一步標準 Collatz 到達我?」。點擊節點展開/收合,拖曳滑桿控制最大深度。

4

6.1 反向 Collatz 樹

定義樹 \( \mathcal{T} \),根為 1。每個奇數 \( m \) 的前驅(standard mapping, NOT compressed):

\[ \text{predecessors}(m) = \{2m\} \cup \left\{ \frac{m-1}{3} \;\middle|\; 3 \mid (m-1) \text{ 且 } \frac{m-1}{3} \text{ 為正奇數} \right\} \]

猜想等價於 \( \mathcal{T} \) 覆蓋所有正整數——如果每個正整數都出現在這棵樹上,表示所有數的 Collatz 軌道最終都會抵達 1。

6.2 「遺漏集」的性質

若遺漏集 \( S = \mathbb{N}_{\text{odd}} \setminus \mathcal{T} \neq \emptyset \),則 \( S \) 必須滿足:

  1. 正向不變:\( S(S) \subseteq S \)——遺漏集中的數經過 Collatz 步驟後仍留在遺漏集中。
  2. 自然密度為 0:由 Tao (2019) 的結果,幾乎所有正整數的 Collatz 軌道都趨近任意小的值。遺漏集的密度必為 0。
  3. 包含完整 2-tower:若奇數 \( n \in S \),則 \( \{n, 2n, 4n, 8n, \ldots\} \) 全部屬於 \( S \)(偶數版本的完整倍數塔)。
圖 5B:覆蓋率曲線

隨著反向樹深度增加,\([1,N]\) 中奇數的覆蓋比例如何增長?每次改變 N 會新增一條曲線(最多 5 條)。

200

此框架的斷裂點

密度為 0 的正向不變集完全可以存在——例如非平凡循環的元素集。

樹確實覆蓋了「幾乎所有」正整數,但密度為零不蘊含空集。就像有理數在實數中密度為零卻無處不在一樣,我們無法從「遺漏集很小」推出「遺漏集為空」。

需要但未獲得的結果:

遺漏集空集證明:直接證明滿足正向不變、密度 0、完整 2-tower 三個條件的集合只能是空集。

7. 框架六:ℤ₂ 上的 ×3 混合性

問題:在 2-adic 整數的世界裡,乘以 3 會不會把數字「攪勻」?

類比:想像一副撲克牌——每次乘 3 就像洗一次牌。如果洗得夠均勻,v₂ 的分佈就會像擲硬幣一樣隨機。

目標:用 2-adic 遍歷性來證明 v₂ 序列是「夠隨機的」。

結果:遍歷性在 ℤ₂ 上成立,但自然數 ℕ 是測度零子集——遍歷定理不適用。

圖 6A:×3 mod 2m 覆蓋率條帶

3 的冪次恰好覆蓋一半的奇數殘基,且分佈均勻

5

7.1 2-adic 遍歷性

在 \( \mathbb{Z}_2 \)(2-adic 整數)上,乘以 3 是一個保測自同構

\[ \{3^k x \bmod 2^m\}_{k=0}^{2^{m-2}-1} \]

對 Haar 測度幾乎所有 \( x \),上述集合在 \( (\mathbb{Z}/2^m\mathbb{Z})^\times \) 中均勻分佈。具體而言,\( 3 \) 在模 \( 2^m \) 的乘法群中的階恰好是 \( 2^{m-2} \)(對 \( m \geq 3 \)),因此 \( 3 \) 的冪次遍歷了恰好一半的奇數殘基。

7.2 與 Collatz 的連接

Collatz 映射在 \( \mathbb{Z}_2 \) 上連續且良定義。遍歷性意味著 \( v_2 \) 序列的經驗分佈趨向幾何分佈(均值 2):

\[ \Pr[v_2 = k] = \left(\frac{1}{2}\right)^k, \quad k = 1, 2, 3, \ldots \]

直觀理解:如果 \( \times 3 \) 的混合性夠強,那麼 \( 3n + 1 \) 的末尾位元看起來就像「隨機」的——恰好有 \( 1/2 \) 的機率末尾是 0(即被 2 整除),\( 1/4 \) 的機率末尾兩位是 00,以此類推。這就是幾何分佈 \( \text{Geo}(1/2) \)。

圖 6B:v₂ 經驗分佈 vs Geo(1/2)

比較 Collatz 軌道中 v₂ 的實際頻率與理論幾何分佈

此框架的斷裂點

\( \mathbb{N} \subset \mathbb{Z}_2 \) 是測度零子集。遍歷定理不直接適用於自然數。

需要有效遍歷定理:對 \( \mathbb{N} \) 上的 \( \times 3 \) 映射建立有效等分佈,但此定理目前不存在。

需要但未獲得的結果:

有效遍歷定理:對任意 \( n \in \mathbb{N} \),Collatz 軌道中 \( v_2 \) 序列的前 \( T \) 步經驗分佈與 \( \text{Geo}(1/2) \) 的總變差距離為 \( O(T^{-1/2+\varepsilon}) \)。

8. 框架七:Kolmogorov 複雜度與資訊論

問題:如果一個很大的數能用很短的規則生成(例如「從 27 做 50 步 Collatz」),它就是高度可壓縮的。發散軌道產生的大數全都具有這種性質——這很可疑。

類比:就像一個巨大的 zip 檔——看起來很大,但裡面其實是用很短的指令就能產生的內容。

目標:利用可壓縮性來排除發散軌道的可能性。

結果:可壓縮性是觀察,但不能直接推出「好的 v₂ 值」——carry 攪動可能保持某些壓縮結構。

圖 7A:位元結構的規律性隨迭代的變化

如果一個很大的數能用簡短規則生成,它就是高度可壓縮的

8.1 觀察

正整數 \( n \) 的 Kolmogorov 複雜度 \( K(n) \leq \log_2 n + O(1) \)。

發散軌道 \( S^T(n) \to \infty \) 意味著 \( \log_2 S^T(n) \to \infty \),但:

\[ K(S^T(n)) \leq K(n) + K(T) + O(1) = O(\log n + \log T) \]

所以發散軌道的數值高度可壓縮——它們的位元長度不斷增長,但描述它們所需的資訊量卻只有 \( O(\log n + \log T) \)。

8.2 嘗試

可壓縮數(低 Kolmogorov 複雜度)具有結構化的位元模式。carry 攪動應破壞此結構。

直觀理解:如果一個數的二進位表示高度規律(例如很多連續的 0 或 1),那麼乘以 3 再加 1 時的進位(carry)傳播會把這些規律「打亂」。但問題是——打亂到什麼程度?

圖 7B:位元模式熱力圖

每列 = 位元位置(MSB 在左),每行 = 迭代步驟,深色 = 1,淺色 = 0

此框架的斷裂點

可壓縮性不直接蘊含「好的 v₂ 值」。轉換器可能保持某些類型的壓縮結構。

Kolmogorov 複雜度告訴我們發散軌道上的數「很有結構」,但結構化不等於數值會下降。存在高度結構化卻持續增長的序列(例如 \( 2^n \))。

需要但未獲得的結果:

壓縮結構衰減定理:Collatz 映射的 carry 傳播在 \( O(\log T) \) 步後破壞初始的位元結構,使得 \( v_2 \) 的分佈回歸 \( \text{Geo}(1/2) \)。

9. 計算實驗

一句話問題:理論分析說「只要某個窗口的 B/T 比率超過 log23,軌道就會下降」——實際計算結果如何?

結果:六項實驗一致顯示,最壞情況的 B/T 比率精確命中 65/41 = 1.5854,始終 > log23 = 1.5850,但差距極小。

9.1 實驗一:每個位元長度 k 的最壞情況平均 v2

完整枚舉所有 \( k \)-位奇數(\( k \leq 18 \)),計算 descent 軌跡的平均 \( v_2 \)。

k最差 avg v2最差 nB/T對應收斂子
51.59462759/37近 8/5
61.58826354/34近 65/41
131.5854459165/41精確
141.5882825527/17近 65/41
15–181.5854各異65/41精確

關鍵發現:最壞情況的 B/T 比率穩定在 \( 65/41 = 1.5854 \),始終 \( > \log_2 3 = 1.5850 \)。

9.2 實驗二:Mersenne 數 \( (2^k - 1) \) 的軌道

kn步數avg v2v2=1 比例到 1?峰值/n
531391.7180.59099.3
101023202.1000.55038.5
1532767441.9320.591291.9
201048575611.9180.5412216.8
25335544311621.7410.62491006.9

所有 Mersenne 數均到達 1,平均 \( v_2 \) 始終 \( > \log_2 3 \)。

9.3 實驗三:大 k 值的最壞情況搜尋

使用智慧抽樣(Mersenne + 尾隨 1 模式 + 前輪最壞擴展 + 隨機),搜尋 \( k = 5 \) 到 \( k = 44 \)。

結果:所有測試的 \( k \) 值中,最壞情況的 B/T 始終 \( \geq 65/41 > \log_2 3 \)。

偶見 \( B/T = 149/94 \approx 1.5851 \)(\( k = 19, 29, 31 \)),這是 \( 65/41 \) 和 \( 84/53 \) 的中位分數,仍 \( > \log_2 3 \)。

9.4 實驗四:累積比率 \( R(T) = \Sigma v_2 / (T \cdot \log_2 3) \)

9.5 實驗五:v2 = 1 比例的 Expander Mixing 驗證

即使 \( v_2 = 1 \) 的比例高達 68%,偶發的大 \( v_2 \)(3, 6)足以補償:

n = 154079 的 v₂ 分佈(41 步下降軌跡):
  v₂=1: 28 步 (68.3%)
  v₂=2:  5 步 (12.2%)
  v₂=3:  7 步 (17.1%)
  v₂=6:  1 步 (2.4%)
  總和: 28 + 10 + 21 + 6 = 65 = B  ✓

一次 \( v_2 = 6 \) 的步驟補償了 5 次 \( v_2 = 1 \) 的損失。

9.6 實驗六:v2 序列可視化

Mersenne 數的 \( v_2 \) 序列示例:

2⁸-1 = 255:    111111163331234
2¹²-1 = 4095:  11111111111511111211322212321215122312242111111243331234
2²⁰-1:         111111111111111111152125132232212251111113146422312412241123

可見:初始長串 \( v_2=1 \)(尾隨 1-bit 造成),然後出現 \( v_2 \geq 2 \) 的補償步驟。

9.7 互動實驗場

以下提供六個互動實驗,可自行調整參數,即時觀察計算結果。

10. 等價化約鏈

所有框架嘗試的核心可以化約為一個簡單的引理 D:對任意 \( n > 1 \),存在某個步數使得軌道值下降。如果這個引理成立,Collatz 猜想就成立。

圖 A-1:引理 D 到 Collatz 猜想的邏輯鏈

10.1 下降引理 D

引理 D:對任意奇數 \( n > 1 \),存在 \( T \geq 1 \) 使得 \( S^T(n) < n \)。

10.2 引理 D ⇒ Collatz 猜想

步驟一(無非平凡循環):

假設存在循環 \( \{c_1 < c_2 < \cdots < c_P\} \)。取最小元 \( c_1 \)。引理 D 說存在 \( k \) 使得 \( S^k(c_1) < c_1 \)。但 \( S^k(c_1) \) 在循環中,所有元素 \( \geq c_1 \)。矛盾。\( \square \)

步驟二(無發散軌道):

從 \( n \) 出發,由引理 D 得 \( n_1 = S^{k_1}(n) < n \)。再由引理 D 得 \( n_2 = S^{k_2}(n_1) < n_1 \)。嚴格遞減的正奇數序列 \( n > n_1 > n_2 > \cdots \) 由 \( \mathbb{N} \) 的良序性必終止於 1。\( \square \)

10.3 引理 D 的算術等價

\( S^T(n) < n \) 等價於 \( B_T > T \cdot \log_2 3 \),其中 \( B_T = \sum_{i=1}^T v_i \)。

精確表述

\[ S^T(n) = \frac{3^T n + C_T}{2^{B_T}} \]
\[ S^T(n) < n \iff n(2^{B_T} - 3^T) > C_T \]

若 \( B_T > T \cdot \log_2 3 \):\( 2^{B_T} > 3^T \),故左邊 \( > 0 \),右邊 \( > 0 \)。對充分大的 \( n \)(\( n > C_T/(2^{B_T} - 3^T) \))成立。

10.4 逆向

Collatz 猜想 ⇒ 引理 D 是平凡的(軌道到 1 途中必有下降)。

因此:引理 D ⇔ Collatz 猜想

11. 有界軌道分析

如果軌道不發散但也不到 1,它必然進入循環。循環方程告訴我們循環元素必須有多大。

圖 B-1:循環長度 P 對應的最小循環元素下界

11.1 有界軌道 → 循環

引理:若 \( S^T(n) \leq M \) 對所有 \( T \),則軌道進入循環。

證明:軌道是有限集 \( \{m \in \mathbb{N}_{\text{odd}} : n \leq m \leq M\} \) 中的序列,由鴿巢原理必重複。\( \square \)

11.2 循環方程

壓縮 Collatz 映射的 \( P \)-循環 \( S^P(m) = m \):

\[ m = \frac{3^P m + C}{2^B} \implies m(2^B - 3^P) = C \]

其中 \( C = \sum_{j=0}^{P-1} 3^{P-1-j} \cdot 2^{B - B_{j+1}} > 0 \)。

11.3 循環蘊含 \( 2^B > 3^P \)

由 \( C > 0 \) 和 \( m > 0 \):\( 2^B - 3^P > 0 \),即 \( 2^B > 3^P \),即 \( B > P \cdot \log_2 3 \)。

由 \( \log_2 3 \) 是無理數(超越數,Gelfond-Schneider 定理):\( 2^B \neq 3^P \) 對所有正整數 \( B, P \)。

所以 \( 2^B - 3^P \geq 1 \)(它們是不同的正整數)。

11.4 循環元素的上界

\( m = C/(2^B - 3^P) \)。

\[ C \leq \sum_{j=0}^{P-1} 3^{P-1-j} \cdot 2^B = 2^B \cdot \frac{3^P - 1}{2} < \frac{2^B \cdot 3^P}{2} \]
\[ m < \frac{2^B \cdot 3^P}{2(2^B - 3^P)} \]

11.5 未解決部分

即使有上界,也無法無條件排除所有非平凡循環。Baker 型定理(線性形式的對數)給出 \( |2^B - 3^P| \) 的下界,但不足以將 \( m \) 約束到可計算驗證的範圍。

12. 結構性障礙分析

所有框架都在同一個地方卡住——Collatz 映射同時混合了乘法、加法和二進位三種不可通約的結構。

圖 C-1:三重不可通約性

12.1 三重不可通約性

Collatz 映射同時涉及三種不可通約的數學結構:

操作結構有效工具被什麼摧毀
\( \times 3 \)乘法/因數p-adic 分析、因式分解\( +1 \) 完全破壞因數結構
\( +1 \)加法/平移模算術、群論\( \div 2^v \) 的可變性使模約化失效
\( \div 2^v \)二進位/2-adic有限自動機、位操作\( \times 3 \) 的進位傳播產生非局部效應

12.2 所有框架的共同失敗模式

每個框架都能處理這三種結構中的一到兩種,但在第三種面前失敗:

框架處理的結構失敗於
Epoch 分解二進位 + 乘法加法(\( C_T \) 的控制)
轉換器 + 譜間隙二進位 + 加法確定性 vs 隨機
連分數乘法(\( 3^T \) vs \( 2^B \))動力學(哪些 \( (T,B) \) 可達)
序數二進位結構乘法(carry 增加 block)
反向樹加法 + 乘法覆蓋性(密度 ≠ 全覆蓋)
\( \mathbb{Z}_2 \) 混合性乘法 + 二進位\( \mathbb{N} \) 是測度零子集

12.3 核心不可化約的困難

所有路線最終都化約為同一個陳述:

對任意確定性二進位字串,3 態 Collatz 轉換器不能持續產生偏低的 \( v_2 \) 平均值。

此陳述等價於 Collatz 猜想本身,因此不構成「簡化」。

13. 結論

圖 D-1:七大框架的理論推進與已解決程度

13.1 本研究的貢獻

  1. 精確公式 \( T^{t-1}(n) = (3/2)^{t-1}(n+1) - 1 \):在位移座標 \( x = n+1 \) 下,壞步段是純粹的乘以 \( (3/2)^{t-1} \)。
  2. 3 態轉換器模型:將 Collatz 映射的 carry 傳播化約為 3 態自動機 \( \{A, B, C\} \)。
  3. 譜間隙 = 1/2:精確計算轉移矩陣的特徵值 \( \{1, 1/2, -1/2\} \)。
  4. 65/41 收斂子屏障:實驗發現最壞情況的 B/T 比率精確命中 \( \log_2 3 \) 的第 6 個連分數收斂子。
  5. 等價化約:引理 D(某個窗口 \( B/T > \log_2 3 \))\( \Leftrightarrow \) Collatz 猜想。
  6. 有界情形分析:有界軌道 → 循環 → \( 2^B > 3^P \)(由 \( \log_2 3 \) 的無理性)。
  7. 計算驗證:對所有 \( k \leq 18 \)(完整枚舉)和 \( k \leq 44 \)(抽樣),最壞情況始終滿足 \( B/T > \log_2 3 \)。

13.2 未解決的部分

  1. 無非平凡循環:已知 \( m = C/(2^B - 3^P) \),但無法無條件證明此方程在正整數中無解。
  2. 無發散軌道:需要排除 \( B_T/T \to \log_2 3 \)(從下方)的軌道,這要求一個尚不存在的確定性 Expander Mixing 定理。

13.3 最終判斷

Collatz 猜想仍然是一個未解決的數學問題。

本研究從多個角度攻擊此問題,建立了新的分析框架,但所有路線最終收斂至同一結構性障礙:Collatz 映射同時混合了乘法、加法和二進位三種不可通約的數學結構,而目前數學中不存在能同時處理這三者的統一框架。

14. 附錄:程式碼與符號索引

14.1 主實驗程式

功能:

14.2 深度分析程式

功能:

14.3 符號索引

符號定義
\( T(n) \)標準 Collatz 映射:偶數 n/2,奇數 3n+1
\( S(n) \)壓縮 Collatz 映射:\( (3n+1) / 2^{v_2(3n+1)} \)
\( v_2(m) \)m 的 2-adic 賦值(被 2 整除的最大次數)
\( t_i \)第 i 個 epoch 的奇數步(×3+1)次數
\( w_i \)第 i 個 epoch 的額外除 2 次數
\( B_T \)前 T 步的總 \( v_2 \) 值
\( \alpha(n) \)n 的序數值(基於 block 結構)
\( \log_2 3 \)\( \approx 1.58496 \),Collatz 的核心常數
65/41\( \log_2 3 \) 的第 6 個連分數收斂子(上方最近)
\( \mathbb{Z}_2 \)2-adic 整數環
\( K(n) \)n 的 Kolmogorov 複雜度

14.4 參考文獻