Agent Skills
返回列表
子不变性验证器

子不变性验证器

行业专业 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md 指南,将 @user_c8fa5015/subinvariance-toolkit 安装到您的 AI 助手中。

技能介绍

问题定位

子不变性验证器面向的是数论中一类较窄的自动验证需求:给定一条向下 Markov 链和权重函数,判断它是否满足子不变性,并据此估计原始集 Erdős 和的上界。手工处理这类证明时,容易在链的合法性、权重递归关系和比较对象之间反复检查;该工具把这些步骤收敛成可重复的 Python 调用。

工作方式

核心模块围绕四个入口组织:

  • validate_chain(chain, test_range):先检查链本身是否在给定范围内合法,避免后续测试建立在坏链上。
  • test_subinvariance(chain, weight, name, test_range):对指定权重执行子不变性测试,适合把论文中的 Example、Section 条件落成可运行断言。
  • estimate_f_A_bound(chain, weight, x, max_N):在通过子不变性之后,估算 f(A) 的上界,为 Erdős 和类结论提供数值边界。
  • compare_chains():比较内置链,帮助选择更接近目标问题的 von Mangoldt、Mertens 或奇素数构造。

内置对象包括 chain_von_mangoldt、chain_mertens、chain_prime_power_mod、chain_section6_odd_primes,以及 weight_nu0、weight_nu2。整体流程是:选链、定权重、验证链、跑子不变性、估上界。

适用边界

这个工具更适合把 arXiv:2605.00301 中的方法做局部自动化,而不是泛化证明生成器。它依赖给定链与权重函数是否落在论文框架内;若自定义链的边界条件、递归结构或测试区间不符合假设,结果只能算数值检查,不能替代完整证明。涉及 Erdős 原始集、Erdős–Sárközy–Szemerédi 或 Banks–Martin 修订版猜想时,仍需要核对定理前提。

使用场景

  • 复现论文中的 von Mangoldt 或 Mertens 链时,先校验链合法性再测试子不变性。
  • 对自定义权重函数跑 `test_subinvariance`,确认其是否满足给定链的约束。
  • 通过 `estimate_f_A_bound` 计算 `f(A)` 上界,为原始集 Erdős 和结论提供数值边界。
  • 用 `compare_chains` 比较内置候选链,选择更接近目标问题的结构。

适合人员

  • 数论研究者:把 Markov 链子不变性证明步骤转成可重复的 Python 断言。
  • 计算数论工程师:验证 von Mangoldt、Mertens 等内置链并估计 Erdős 和上界。
  • 论文复现者:对照 arXiv:2605.00301 的示例与节条件检查链和权重行为。
  • 形式化验证工具用户:把数论定理前提映射成可运行的测试区间和比较项。