结果族 012：Independent largest prime factors of consecutive integers · 学科：Number theory · 验证状态：暂无形式化证明，请以社区核验为准
问一栋楼里的两户邻居：各自家里”最大的一件家具”有多大？知道第一家的情况，能帮你猜第二家吗？这篇论文证明：对相邻整数 @@M@@n@@ 与 @@M@@n+1@@ 各自的最大素因子而言，答案是完全帮不上忙——两者渐近独立，像独立抛硬币。这正面解决了 Erdős–Pomerance 在 1978 年提出的联合猜想。
关键词卡片
@@M@@P^+(n)@@）：@@M@@n@@ 的素数分解里最大的那个素数。@@M@@72=2^3\times3^2@@。@@M@@\rho@@）：衡量随机整数”足够光滑”概率的函数，@@M@@\rho(2)=1-\ln 2@@。看个具体例子
具体数字：不超过 @@M@@X@@ 的整数中约 @@M@@30.7\%@@ 没有超过 @@M@@\sqrt{X}@@ 的素因子（即 @@M@@\rho(2)\approx0.307@@）。定理给出乘积律：相邻两数同时这么光滑的比例趋于 @@M@@\rho(2)^2\approx9.4\%@@，恰是两个百分比相乘；由此还得到 @@M@@P^+(n)<P^+(n+1)@@ 的密度恰为 @@M@@\tfrac12@@。
为什么值得关心
这种”邻居互不干扰”在纯随机模型里天经地义，但在确定性的整数世界里证明它极难：此前近五十年人们只得到各种”正下界”或需附加猜想的版本，本文首次无条件地、在所有尺度上给出完整极限律——”相邻整数的因子结构各过各的”从此是定理。
暂无形式化证明（AI 结果待核验）
第一级台阶
入门导读问的是”两户邻居各自最大的一件家具有多大”：知道第一户的情况对猜第二户毫无帮助。翻译成半数学语言：对象是一对相邻的整数，操作是分别取各自最大的素因子，再看这两个”尺寸”之间有没有统计上的牵连。导读的回答”完全帮不上忙”，要精确化成”当考察范围趋于无穷时，两边的频率互相不受影响”。
第二级台阶
用本科术语固定概念：P⁺(n) 表示 n 的最大素因子；若 n 的素因子都不超过 X^a，称 n 是 X^a-光滑的，而不超过 X 的整数中这类比例的极限由 Dickman 函数 ρ 给出（ρ 在 [0,1] 上取 1，之后由 uρ’(u)+ρ(u-1)=0 决定）。密度取自然密度，即不超过 X 的整数中的普通比例当 X 趋于无穷的极限——不加权、不剔除任何尺度。
第三级台阶
定理的语境：单整数的分布律是经典光滑数理论，Erdős–Pomerance 1978 年提出联合问题，此后半个世纪的进展都带着缺口——Teräväinen 只在对数密度下证得乘积律，Tao–Teräväinen 需剔除一列例外尺度，Wang 则依赖 friable 版 Elliott–Halberstam 猜想；卡点正在”无条件、所有尺度、自然密度”三者同时成立。主定理对每个固定的 a,b∈(0,1) 断言：同时满足 P⁺(n)≤n^a 与 P⁺(n+1)≤n^b 的 n 占比趋于 ρ(1/a)ρ(1/b)，乘积结构即渐近独立。”固定 a,b”挡住的是阈值随尺度移动带来的边缘效应，固定阈值到移动阈值的过渡由挤压论证补上。结论经容斥得上尾独立，再由极限律连续、乘积测度对角零质量与对称性，”免费”得到排序 P⁺(n)<P⁺(n+1) 的密度恰为 1/2。
无条件证明了相邻整数 @@M@@n@@ 与 @@M@@n+1@@ 的最大素因子在对数尺度上按自然密度渐近独立、边际均为 Dickman 分布，正面解决 Erdős–Pomerance 联合猜想，并得到 @@M@@P^+(n)<P^+(n+1)@@ 的密度恰为 1/2。
设 @@M@@P^+(n)@@ 为 @@M@@n@@ 的最大素因子（largest prime factor）。从 Dickman（1930）经 Ramaswami 到 de Bruijn 的经典光滑数（smooth number）理论给出：@@M@@n\le X@@ 中满足 @@M@@P^+(n)\le X^a@@ 的比例为 @@M@@\rho(1/a)@@，其中 @@M@@\rho@@ 是 Dickman–de Bruijn 函数。这确定了单个整数的对数光滑性分布。1978 年 Erdős 与 Pomerance 提出联合问题：相邻两整数的最大素因子大小是否渐近独立？他们只证得两种排序的自然下密度为正（显式下界 0.0099）。此后近五十年，下密度记录被逐步推高——de la Bretèche–Pomerance–Tenenbaum 与 Fouvry、Wang、Lü–Wang、直到 Yang 的 0.280——但这些都只是下密度界，不断言密度存在；Teräväinen（2018）在 对数密度 意义下证得乘积律；Tao–Teräväinen（2019、2026）在除去一列零对数密度的例外尺度后得到普通平均；Wang 则需假设 friable 整数版的 Elliott–Halberstam 猜想。卡点正在于：不附任何条件、在所有尺度上取得普通自然密度极限。
主定理（联合 Dickman 律，joint Dickman law）：对任意固定的 @@M@@a,b\in(0,1)@@，
@@M@@D\lim_{X\to\infty}\frac1X\#\{2\le n\le X:\ P^+(n)\le n^a,\ P^+(n+1)\le n^b\}=\rho(1/a)\,\rho(1/b),@@
极限沿全体实数 @@M@@X@@ 以普通无权计数取。等价地说，@@M@@\log P^+(n)/\log n@@ 与 @@M@@\log P^+(n+1)/\log n@@ 在自然密度下收敛为独立随机变量，公共分布函数为 @@M@@D(t)=\rho(1/t)@@。经容斥还得到上尾独立性（upper-tail independence）：@@M@@\Pr(P^+(n)>X^c,\ P^+(n+1)>X^d)=(1-D(c))(1-D(d))@@，即 Erdős–Pomerance 原猜想的形式。推论（比较问题，通常归于 Erdős–Turán）：@@M@@P^+(n)<P^+(n+1)@@ 与反序的自然密度均为 @@M@@1/2@@。因极限律连续、乘积测度在对角线上零质量，由极限律的对称性即得，无需任何定量分离估计。
全文是”编码—放大—换元—图比较”的反证长链。
先把最大素因子编码为有限组素因子计数：将 @@M@@(x^{1/J},x]@@ 中的素数分为 @@M@@J-1@@ 个对数箱 @@M@@\mathcal B_{k,x}@@，用完全乘性标签 @@M@@f_x(n)=\prod_k\zeta_k^{\Omega_{\mathcal B_{k,x}}(n)}@@ 记录各箱计数（@@M@@\Omega_E@@ 为计入重数的素因子个数），另取独立相位的标签 @@M@@g_x@@，中心化为 @@M@@F_x=f_x-\mu@@。有限 Fourier 反演把联合律归结为混合去相关：@@M@@\frac1x\sum_{n<x}\overline{g_x(n)}F_x(n+1)\to0@@，两套相位可独立选取正是两列计数向量独立的来源。两个支柱性质：其一，固定乘子不变性 @@M@@F_x(un)=F_x(n)@@，因为固定 @@M@@u@@ 的素因子最终都落在箱之外；其二，加权短平均消没：长度 @@M@@L_B\to\infty@@ 的区间上 @@M@@F_x(n+i)G_{B,v}(n+i)@@ 的平均在均方意义下趋零。后者先用 Vandermonde 型张量插值把 @@M@@F_x@@（只依赖有限个箱计数）写成有限个实非负乘性函数的组合，再对剩余条件用 Dirichlet 特征分解：主特征部分用 Matomäki–Radziwiłł 实数短区间定理比较长平均，非主特征扭转用 Matomäki–Radziwiłł–Tao 复数定理控制，所需特征距离发散由 Vinogradov–Korobov 型 @@M@@\zeta@@ 上界保证。
再假设混合相关沿某子列不趋于零。在 @@M@@(0,\infty)\times\widehat{\mathbb Z}@@（profinite 整数，配 Haar 概率测度）上作紧性提取，得到有界剖面 @@M@@W(t,w)@@，并选光滑截断 @@M@@\phi@@ 使 @@M@@\beta_*=|\int\phi W|>0@@。随后构造除子放大器（divisor amplifier）@@M@@D_B(n)@@：对分解 @@M@@n=am@@、@@M@@n+1=cl@@（@@M@@e^B<c<e^{2B}@@、@@M@@Tc<a<2Tc@@）取非负加权和。通过”每个辅助素数以 @@M@@1/p@@ 概率入选、再由公平硬币分给系数或余项”的比较模型，配合上界筛导出的加法乘积小球集中估计，证得 @@M@@D_B@@ 的 Haar 均值不低于某 @@M@@d_0>0@@ 且 @@M@@L^2@@ 范数有界；又因 @@M@@D_B@@ 只依赖趋于无穷的大素数剩余类，而 @@M@@W@@ 与每个固定剩余坐标渐近独立，放大后的相关积分仍约为 @@M@@(\int\phi W)(\int D_B)@@，相关性得以存活。
接着展开 @@M@@n=am@@，用乘子不变性把模一因子 @@M@@g_x(m)@@ 提到内层和之外，Cauchy–Schwarz 将其消去，留下下界为正的二次能量 @@M@@I_{2,x}\ge c_5BT@@，其对角项因系数上界 @@M@@o(T)@@ 而可忽略。非对角项中 @@M@@c\mid am+1@@ 与 @@M@@c\mid bm+1@@ 强制 @@M@@a-b=jc@@（@@M@@0<|j|\le T@@），精确换元 @@M@@n'=bl_a@@、@@M@@n'+j=al_b@@（@@M@@l_a=(am+1)/c@@）把标签乘积化为 @@M@@\overline{F_x(n')}F_x(n'+j)@@：能量变成尺度 @@M@@Tx@@ 上普通加性移位的加权图。
最后把端点处的真实整除集与独立模型集（每个素数以 @@M@@1/p@@ 入选）耦合，在期望切范数（cut norm）意义下把算术核与端点特征积核比较：特征 @@M@@V_l@@ 定义为对端点素数集合作公平分裂后 @@M@@\log b/B@@ 落入粗网格胞的条件概率；用 Fourier 检测方程 @@M@@a-b=jc@@，把滞后 @@M@@j@@ 的奇性级数（singular series）与光滑滞后因子同端点分离，核近似为 @@M@@\sum_l c_{l,B}(j,s)V_l(S_i)V_l(S_k)@@，再借 Frieze–Kannan 型列采样把比较升级到切范数。收尾时以多项式逼近把 @@M@@V_l@@ 表为 @@M@@G_{B,v}(n)=\prod_{p\mid n}(1+p^{-v/B})/2@@ 的有限组合，把奇性级数换成周期函数，并把位置块细分为长度不超过 @@M@@\delta T@@ 的小块：能量于是分解为前述短平均的乘积，而短平均消没，与正能量矛盾。由于坏子列任意抽取，全序列极限成立。末节从阶乘矩与延迟方程 @@M@@uH'(u)=-H(u-1)@@ 识别出 Dickman 边际 @@M@@H=\rho@@，经挤压论证从固定阈值 @@M@@X^c@@ 过渡到移动阈值 @@M@@n^a@@，并由乘积极限律的对称性导出排序推论。
本篇是结果族 012 的唯一手稿，主结果暂无 Lean 形式化证明（族描述中的 Lean 链接属族级文档，不覆盖该定理），请以社区核验为准。论文技术自足，除子放大与素数整除图在 Tao、Helfgott–Radziwiłł、Pilatte、Tao–Teräväinen 等工作中有明确先例，而本文的粗糙除子图与端点核比较系局部新证。按 OpenAI 官方声明，未经形式化的结果可能存在问题，最终可信度有赖同行评议与独立复核。
问 1：证明中最关键、最脆弱的一步是什么？
（答：反证法的收官”能量对消”（结论节命题 prop:conclusion-main-vanishes）：除子放大器给出的正能量下界 c₅·BT，必须被一串误差上界 C₁e^{-c₃C}+C₀η+C₀/C₆+C_{η,C₆}ε₁+C₂ε₂ 压下去。论文显式记录各常数”不依赖后续选取”以避免循环——C、η、C₆、ε₁、ε₂ 必须按此顺序选定，任何一处依赖关系写错，矛盾就不成立。）
问 2：为什么必须”固定阈值 a,b”，移动阈值 n^a 怎么办？
（答：证明在固定 X^c 型阈值下建立阶乘矩与乘积律，末节用挤压论证从固定阈值过渡到移动阈值 n^a（分布节）。固定 a,b 挡住的是编码所需的有限箱结构与剖面紧性提取；若阈值随尺度移动，对数箱划分与紧性论证都要重做，论文未展开。）
问 3：与 Teräväinen、Tao–Teräväinen、Wang 的已有工作相比，真正新意是什么？
（答：前人分别只在对数密度下、在剔除零对数密度例外尺度后、或在 friable Elliott–Halberstam 猜想下得到乘积律；本文首次无条件在全体尺度的普通自然密度下得到完整极限律。技术上除子放大与素数整除图有 Tao、Helfgott–Radziwiłł、Pilatte 的先例，粗糙除子图与端点核的切范数比较系本文新证。）
问 4：证明里最可能出错的模式是什么（AI 生成证明的典型风险）？
| （答：三处高危：迭代极限的次序——先沿坏子列 x→∞ 再 B→∞，结论节反复强调”近似参数在极限之前固定”，次序颠倒即出循环；换元 n’=bl_a 依赖 a-b=jc 的精确强制，行列式/整除恒等式的边界情形易藏错；切范数比较经 Frieze–Kannan 列采样升级，从实切范数到 | F_x | ≤2 的标签能量那步的绝对因子（论文写成 16 倍）若量级算错会吞掉全部节省。） |
问 5：排序推论为什么”免费”得到？
（答：因为极限律连续、乘积测度在对角线上零质量，且两边际同分布：{P⁺(n)<P⁺(n+1)} 与反序的密度都存在且相等，和为 1，故各为 1/2。论文明确不需要任何定量分离估计——这正是联合定律强于下密度界的地方。）
问 6：谁会用到这个结果？
（答：直接用户是 Erdős–Turán 型比较问题的研究者（密度 1/2 即其答案）；方法层面的用户是研究相邻整数乘性结构去相关的人群——编码—放大—换元—图比较这套反证框架可迁移到其他移位对。论文未展开更下游的应用。）
总评
把一个悬置近五十年、连条件结果都支离破碎的猜想一次性推到无条件全尺度自然密度，分量很重；最大风险是反证长链中”常数选取不得成环”的纪律——这恰是 AI 长证明最容易悄悄违反的地方。