Die Collatz-Vermutung

… ist ein sehr einfach zu formulierendes, aber nicht einfach zu lösendes mathematisches Problem. Hier ist es beschrieben:

https://de.wikipedia.org/wiki/Collatz-Problem

Solange keine KI sich dieses Problems angenommen hat, können wir Menschen weiter darüber nachdenken. Hier sind einige….

neue Fakten zur Collatz-Vermutung (2026)

Wir führen die „accelerated“ Collatz-Funktion $\bar{c}(n)$ ein, die mehrere Schritte der Iteration zusammenfasst und damit diese deutlich beschleunigt gegenüber der klassischen Collatz-Funktion $C(n)$ und der Terras-Variante $T(n)$.
Dazu betrachten wir statt des Startwertes $n$ die Zahl $n+1$ und beenden die Iteration sobald eine kleinere Zahl erreicht wird. Damit ergeben sich einige interessante Ergebnisse:

1. Definition & Elementare Eigenschaften

  • $2$-adische Transformation: Für ungerade Zahlen $n = r \cdot 2^k – 1$ fasst $\bar{c}(n) = (3^k r – 1)/2^q$ alle Divisionen durch $2$ in einem Schritt zusammen. Für gerade Zahlen $n = r \cdot 2^k $ ist es analog $\bar{c}(n) = r$.
    Die Parameterpaare $(k_i, q_i)$ spielen für die weitere Analyse eine zentrale Rolle.
  • Immer ungerade: Für alle $n \in \mathbb{N}$ ist $\bar{c}(n)$ stets ungerade.
  • Fixpunkt am Ende: $\bar{c}(1) = 1$ ist ein echter Fixpunkt der Iteration.
  • 75% Sofort-Stopp: Alle geraden Zahlen $n \equiv 0 \pmod 2$ sowie alle der Restklasse $n \equiv 1 \pmod 4$ fallen in genau $1$ Schritt unter den Startwert ($\bar{c}(n) < n$). Nur $n \equiv 3 \pmod 4$ verbleibt für tiefere Analysen.
  • Extremwerte: Nur 5 bekannte Startwerte erfüllen die maximum excursion rate $\rho_{\bar{c}}(n_0) > 2$ und erreichen in der Iteration zwischendurch einen Wert $n_t > n_0^2$: $n_0 \in \{27, 3716509988199, 1980976057694848447, 2971464086542272671, 3961952115389696895\}$.
$75\%$
Stoppen in $1$ Schritt
$6\times \text{ bis } 10\times$
Beschleunigung vs. $C(n)$
$\approx 2{,}5$
Mittlere Stoppzeit

2. Beschleunigungsfaktoren & Algebraische Struktur

  • Verkürzung: Für $n_0 = 27$ benötigt $\bar{c}(n)$ nur $15$ Schritte bis zum Abfallen (gegenüber $59$ bei $T(n)$ und $96$ bei $C(n)$). Bei $n_0 = 1023$ genügen $2$ Schritte ($1023 \to 7381 \to 173$).
  • Beschleunigung: Ein Schritt unter $\bar{c}(n)$ entspricht im Mittel $2k+q$ Schritten der Standard-Funktion $C(n)$. Die Erwartungswerte liegen bei $6$ für $n \equiv 3 \pmod 8$ bzw. $10$ für $n \equiv 7 \pmod 8$.
  • Linearität: $t$ Schritte bilden den Startwert ab auf $n_t = (3^{K_t} n_0 + B_t)/2^{S_t}$ mit $ K_t = \sum_{i=1}^t k_i$ und $ S_t = K_t + \sum_{i=1}^t q_i$; $B_t$ ist eine rekursiv definierte Summe. Damit besteht ein formalmäßiger Zusammenhang zwischen Startwert und Endwert.
  • Umkehrung: Die Inversion erzwingt Restklassen der Form $n_0 \equiv 3^{-K_t}(2^{S_t} – B_t) \pmod{2^{S_t+1}}$ als Startwerte. Um $27 \to 31 \to 121$ zu invertieren haben wir $K_t=7$, $S_t=9$ und $B_t=2903$. Damit ergibt sich $n_0 \equiv 27 \pmod{1024}$.

3. Asymptotisches Verhalten & Präfix-Stabilisierung

  • Ein-Schritt-Reduktion: Für $n \equiv 3 \pmod 4$ beträgt die Abfallens-Wahrscheinlichkeit im ersten Schritt exakt $\mathbb{P}(n_1 < n_0) = \sum_{k=2}^{\infty} 2^{1-k – \lfloor \alpha k \rfloor} \approx 42{,}745\%$ (mit $\alpha = \log_2 3 – 1 \approx 0{,}58496$).
  • Drift bei $n = 2^m – 1$: Die Schrittzahl folgt im Mittel der linearen Regression $\mathcal{L}(\bar{c}, 2^m-1) \approx 0{,}7047\,m – 1{,}2047\,q_1 + 1$.
  • Präfix-Stabilisierung: Für Startwert-Familien $10^m + j$ stimmen alle Parameterpaare $(k_i, q_i)$ der ersten $t$ Schritte mit denen von $j$ überein, sobald $m \ge S_t + 1$ gilt. Beispiel: $10^{60} + 31$ benötigt nur genauso viele Schritte wie $31$ selbst.
  • Stoppzeit-Konstanz: Es existiert sogar eine Schranke $M(j)$, ab der die Stoppzeit $\mathcal{L}(\bar{c}, 10^m+j)$ absolut konstant ist (z. B. exakt $14$ Schritte für $10^m + 31$ für alle $m \ge M(31)=56$).
  • Mittlere Stoppzeit: Für alle $n \equiv 3 \pmod 4$ ist die Schrittzahl für $\bar{c}(n)$ im Mittel bei konstant ca. $2,5$ und steigt nicht weiter an wie bei $C(n)$ und $T(n)$.