Cas pratiques

L'hypothèse d'un ensemble fini des nombres de Mersenne premiers : une étude analytique

L’histoire des nombres de Mersenne premiers est jalonnée par la recherche acharnée de valeurs spécifiques, souvent gigantesques, qui répondent à la simple formule Mp=2p−1, où p est lui-même un nombre premier.

L’histoire des nombres de Mersenne premiers est jalonnée par la recherche acharnée de valeurs spécifiques, souvent gigantesques, qui répondent à la simple formule Mp=2p−1, où p est lui-même un nombre premier.

Ces nombres ont toujours fasciné mathématiciens et informaticiens, non seulement par leur simplicité conceptuelle mais aussi par les défis qu’ils posent en termes de calcul et de vérification. Aujourd’hui, un corpus important de nombres de Mersenne premiers est connu, et l’analyse de leurs propriétés nous offre des pistes pour envisager une question surprenante : et si cet ensemble de nombres était fini ?

Table des rangs des exposants

L’utilisation de la bibliothèque sympy m’a permis de trouver facilement le rang de chaque exposant des nombres de Mersenne premiers:

from sympy import isprime, primepi
import pandas as pd

# Création du DataFrame
data = {
    "Rang_Mersenne": range(1, 52),
    "Exposant": [
        2, 3, 5, 7, 13, 17, 19, 31, 61, 89, 107, 127, 521, 607, 1279,
        2203, 2281, 3217, 4253, 4423, 9689, 9941, 11213, 19937, 21701,
        23209, 44497, 86243, 110503, 132049, 216091, 756839, 859433,
        1257787, 1398269, 2976221, 3021377, 6972593, 13466917, 20996011,
        24036583, 25964951, 30402457, 32582657, 37156667, 42643801,
        43112609, 57885161, 74207281, 77232917, 82589933
    ]
}
df_Mersenne = pd.DataFrame(data)

# Fonction pour obtenir le rang du nombre premier
def get_prime_rank(n):
    return primepi(n) if isprime(n) else None

# Ajout de la colonne 'rang_prime_number' avec les rangs calculés
df_Mersenne['rang_prime_number'] = df_Mersenne['Exposant'].apply(get_prime_rank)

# Affichage du DataFrame
df_Mersenne

Ce qui permet de trouver cette table:

IndexRang_MersenneExposantrang_prime_number
0121
1232
2353
3474
45136
56177
67198
783111
896118
9108924
101110728
111212731
121352198
1314607111
14151279207
15162203328
16172281339
17183217455
18194253583
19204423602
202196891196
212299411226
2223112131357
2324199372254
2425217012435
2526232092591
2627444974624
2728862438384
282911050310489
293013204912331
303121609119292
313275683960745
323385943368301
3334125778797017
34351398269106991
35362976221215208
36373021377218239
37386972593474908
383913466917877615
3940209960111329726
4041240365831509263
4142259649511622441
4243304024571881339
4344325826572007537
4445371566672270720
4546426438012584328
4647431126092610944
4748578851613443958
4849742072814350601
4950772329174517402
5051825899334811740

Éléments de corrélation et linéarité entre le rang et l’exposant

Une première analyse de l’évolution des nombres de Mersenne premiers en fonction de leur rang, tel que montré sur le graphique de linéarité, révèle une corrélation très forte entre le rang d’un nombre de Mersenne et son exposant p.

En effet, dès les premiers nombres, cette corrélation est supérieure à 0,98, ce qui suggère une relation remarquablement stable et linéaire entre ces deux valeurs.

L'hypothèse d'un ensemble fini des nombres de Mersenne premiers : une étude analytique

À mesure que la taille de l’échantillon augmente, le coefficient de corrélation entre le rang et l’exposant tend vers 1. Cette tendance linéaire est de plus en plus prononcée, comme le démontre le graphique montrant cette convergence de la corrélation. Avec un ensemble de taille 20, le coefficient atteint déjà 0,998, et pour les ensembles plus vastes, la valeur du coefficient s’approche de 0,9997.

L'hypothèse d'un ensemble fini des nombres de Mersenne premiers : une étude analytique

Le modèle de régression polynomiale de degré 2 (y=ax2+bx+c) a relevé que les coefficients a et c sont presque nulles.

Ce qui revient à dire qu’une régression linéaire suffit pour établir une relation entre l’exposant des nombres actuels de Mersennes premiers et le rang : y = bx où b= 15.5291233.

Nous avons donc : y ≈ 15.5291 x

Interprétation de la linéarité : une relation quasi-prédictive

La linéarité quasi-parfaite entre le rang et l’exposant des nombres de Mersenne connus laisse entrevoir une certaine prévisibilité dans la distribution de ces nombres premiers. Si cette relation était effectivement linéaire et si l’ensemble de ces nombres était potentiellement fini, cela signifierait qu’il existerait un nombre maximal d’exposants premiers p capables de produire un nombre de Mersenne premier, au-delà duquel les nombres ne répondraient plus à cette particularité. Ce postulat nous amène à la conjecture d’un potentiel “dernier” nombre de Mersenne premier.

Implications théoriques d’un ensemble fini

Si l’ensemble des nombres de Mersenne premiers est fini, cela entraînerait plusieurs conséquences intéressantes :

  1. Limite de la recherche algorithmique : Actuellement, des ressources de calcul considérables sont investies dans la recherche de nouveaux nombres de Mersenne. Une finitude impliquerait que cette quête pourrait effectivement aboutir, libérant ainsi des ressources pour d’autres explorations mathématiques.

  2. Impact sur la théorie des nombres : La finitude des nombres de Mersenne premiers remettrait en question certaines hypothèses sur la distribution des nombres premiers et pourrait ouvrir la voie à des recherches sur d’autres types de nombres premiers, à l’instar des nombres de Fermat ou des nombres premiers de Sophie Germain.

  3. Utilisation dans la cryptographie : Bien que les nombres de Mersenne ne soient pas directement utilisés dans les algorithmes cryptographiques courants, leur rareté et leur prévisibilité pourraient fournir un cadre pour explorer de nouvelles méthodes de sécurisation basées sur des nombres rares ou particuliers.

Argument en faveur de la finitude des nombres de Mersenne premiers

L’observation de la corrélation linéaire presque parfaite est-elle un signe que l’ensemble des nombres de Mersenne premiers est intrinsèquement limité ? Plusieurs arguments peuvent être avancés :

  • Limite algorithmique : Plus les nombres de Mersenne augmentent, plus il est difficile de trouver des exposants premiers p qui satisfont la formule Mp=2p−1 . Les tests de primalité deviennent de plus en plus coûteux et complexes, et il est possible qu’au-delà d’un certain seuil, aucun nouvel exposant premier ne donne un nombre de Mersenne premier.

  • Analyse empirique de la convergence : En observant la convergence vers 1 du coefficient de corrélation entre le rang et l’exposant, il semble que la relation entre les deux variables soit stabilisée pour un grand nombre de points, suggérant une forme de saturation. Ce constat pourrait être interprété comme un indicateur que le processus a atteint sa limite théorique ou pratique.

Conclusion

La possibilité d’un ensemble fini des nombres de Mersenne premiers offre une perspective nouvelle dans le domaine de la théorie des nombres. En analysant la forte corrélation entre le rang et l’exposant de ces nombres, il devient tentant de croire que nous approchons peut-être des dernières valeurs répondant à la formule de Mersenne. Si tel est le cas, il se pourrait qu’un “dernier” nombre de Mersenne premier soit découvert, au-delà duquel aucun nouvel exposant ne serait trouvé.

Les graphiques présentés ici illustrent l’évolution de la corrélation et la linéarité entre le rang et l’exposant, et renforcent cette hypothèse. Tandis que la quête se poursuit, les résultats empiriques et théoriques nous laissent envisager une nouvelle dimension de finitude dans ce qui était perçu comme une quête sans fin.

Etant donné que je suis un simple analyste de données tourné plus sur le côté techniqueque théorique, je me suis hasardé sur ce terrain d’analyse mathématique . La recherche d’une corrélation entre un nombre qui fait partie d’une liste notoire et le rang du nombre premier qui a servit comme exposant pour le trouver est loin de paraitre se loger dans une formule mathématique rigoureuse. Mais mon statut de simple analyste ne m’oblige pas à une certaine retenue académique qui me limiterait dans une recherche que j’espère fructueuse.

Faites parler vos données
Apprenez les méthodes et les outils pour extraire de la valeur stratégique : Data Science : Le guide complet des méthodes et outils.