素数分布の周期干渉モデルとスペクトル解析による構造解析
1. はじめに 素数分布の規則性は古くから研究されてきたが、その本質は依然として未解明である。エラトステネスの篩は素数生成の基本的アルゴリズムとして知られるが、その背後に潜む周期構造や干渉パターンは十分に解析されていない。 本研究では、素数 p が生成する周期 2 p の排除波に着目し、複数の素数による排除波の重ね合わせが合成数の分布に干渉パターンを形成するという「周期干渉モデル」を提案する。さらに、素数列を離散信号として扱い、フーリエ解析を用いてそのスペクトル構造を定量的に評価する。 本アプローチは、素数分布が完全なランダムではなく、周期的・階層的な構造を持つことを示唆し、リーマンゼータ関数のオイラー積構造とも自然に対応する。 2. 周期干渉モデル 2.1 奇数列と排除位置 奇数列 ρ = { 3 , 5 , 7 , 9 , … } を考える。素数 p に対して、エラトステネスの篩では p 2 から始まる p の倍数が排除される。奇数列に制限すると、排除位置は周期 2 p を持ち、 n ≡ p 2 ( m o d 2 p ) で与えられる。 2.2 排除波の定義 素数 p による排除波 E p ( n ) を次のように定義する。 E p ( n ) = { 1 ( n ≡ p 2 ( m o d 2 p ) ) 0 otherwise 全排除波の重ね合わせは E ( n ) = ∑ p ≤ P E p ( n ) で表される。 この E ( n ) は「合成数の生成パターン」を表し、その補集合が素数の位置を決定する。 3. 素数列の信号化 奇数列に対して、素数を 1、合成数を 0 とするバイナリ信号を定義する。 f ( n ) = { 1 n is prime 0 otherwise この信号は素数分布の「位置情報」を保持しており、フーリエ解析によって周期構造を抽出できる。 4. スペクトル解析 4.1 離散フーリエ変換 信号 f ( n ) のフーリエ変換を F ( ω ) = ∑ n = 1 N f ( n ) e − i ω n と定義する。 4.2 予測されるスペクトル構造 排除波 E p ( n ) は周期 2 p を持つため、対応する周波数 ω p = 1 2 p にピークが現れることが予測...