他的指尖在草稿纸上快速演算起来,试图找到与哥德巴赫猜想適配的工具,寻找突破的可能。
现有的方法,无论是筛法还是圆法,都是从不同角度去逼近这个问题。
筛法像是用一张网去捞素数,圆法则像是用傅立叶分析去探测素数的分布频率。
但这两个工具都有一个共同的局限:它们都是在“外部”观察素数,而不是从素数集合本身的“內部结构”出发。
肖宿忽然想起自己之前研究辛几何时的一个想法。
在辛几何里,研究一个流形的性质,最直接的方法是研究它上面的函数空间。
那些函数在流形上的取值、变化、临界点,能告诉你这个流形长什么样。
如果把素数集合看作一个离散的“流形”呢?
在这个流形上,可以定义一类特殊的函数,比如,把每个偶数n映射成它能够分解成的素数对数目。
这个函数的值,就是哥德巴赫猜想关心的东西。
这个函数在整数轴上的分布,会不会有什么不变的结构?
肖宿重新坐直,打开一个新的文档,开始写下几行字:
“设p为素数集合。对任意偶数n,定义g(n)=#{(p,q)∈pxp:p+q=n},即n的哥德巴赫分解数目。”
“问题是:g(n)是否恆大於0?”
写完之后,他盯著这几行字看了一会儿。
这是一个古老的问题,但他想换一个全新的角度去看它。
如果从傅立叶分析的视角,g(n)可以看作是两个素数集合的卷积。
也就是说,如果把素数集合表示成一个特徵函数,每个整数如果是素数就取1,不是就取0,那么g(n)就是这个特徵函数与它自身的卷积。
卷积在傅立叶域里会变成乘法。
也就是说,g(n)的傅立叶变换,等於素数特徵函数的傅立叶变换的平方。
所以,如果能搞清楚素数特徵函数的傅立叶变换,就能搞清楚g(n)的分布。
这是一个经典的圆法思路。
哈代和李特尔伍德在上个世纪初就用这个方法得到了一个渐近公式:
g(n)≈某个常数xn(logn)^2x一个与n的奇因子有关的修正因子。
但这个公式只是渐近的,不是严格的。
问题出在哪里呢?
“圆法给出的是主项的估计,但余项的控制一直无法做到足够小,根本原因在於,素数集合的傅立叶变换有太多的振盪,难以精確估计。”
但如果换一个视角呢?
不是从傅立叶域,而是从谱域出发呢?
这是他最近在研究ns方程时想到的东西。
在量子力学里,一个系统的能级分布,可以用谱理论来描述。
每个能级对应一个特徵值,这些特徵值的分布遵循某种规律。