78.2%！广义Fermat方程局部可解概率之谜，被三个数锁定

原论文信息如下：

论文标题:
ON p-ADIC SOLUBILITY OF $A x ^ { \ell } + B y ^ { m } + C z ^ { n } = 0$ 发表日期:
2026年08月 发表单位:
未明确标注 原文链接:
https://arxiv.org/pdf/2608.18525v1.pdf

先说人话：这篇论文干了一件很“横”的事——把广义Fermat方程在p-adic世界里“有没有解”的概率，硬生生压缩成了关于三个最大公约数的有理函数。相当于把一堆纠缠不清的素数p一个一个拎出来审问，最后发现它们的回答规律早被三个数字写死在纸上。更妙的是，这个规律不是模糊的渐近估计，而是对“所有但有限多个素数”精确成立的等式。换句话说，只要你把有限几个“刺头”素数（比如会整除指数乘积的那些）单独拎出来处理，剩下的无穷多个素数全都乖乖遵守同一套由三个最大公约数谱写的法典。这套法典不仅适用于有理数域，还能平移推广到任意数域上，堪称一部“局部可解性通用手册”。

从一道方程说起：广义Fermat方程与p-adic可解性

故事从下面这个方程开始：

图1：本文主角——广义Fermat方程 Axℓ + Bym + Czn = 0

经典Fermat方程 xn + yn = zn 让后人挠了两百多年头发，直到怀尔斯在1995年用模形式与椭圆曲线的全套重型武器才最终攻克。广义Fermat方程把指数扯开：x的次数是ℓ，y的次数是m，z的次数是n，还顺手加了三个非零系数A、B、C。把ℓ=m=n、A=B=C=1代回去，它就退化成经典Fermat方程。这个看似简单的推广，实际上把问题的难度又抬高了一个量级——因为指数不再相等，方程背后的几何对象从一条光滑曲线变成了带有奇异点的加权射影曲线，算术分析的工具箱也需要整体升级。

数论学家真正关心的问题很朴素：给定指数(ℓ, m, n)，随机取一组系数(A, B, C)，方程什么时候有“原始整数解”？所谓原始，就是要求 gcd(x, y, z) = 1，三个未知数不能有公共因子。这个问题正面硬刚实在太难——它本质上是在问一个三元高次丢番图方程的解集结构，而这类问题在数论中几乎都是硬骨头。数学家们学会了“以退为进”——先不问整数解，而是问：对每个素数 p，方程在 p-adic 整数环 Zp 里有没有原始解？这个“退一步”的策略之所以有效，是因为任何整数解都必须同时是每个 p-adic 解，所以“处处局部可解”是“全局可解”的必要条件。把必要条件研究透彻，至少能帮我们排除掉一大批不可能有整数解的系数组合。

这里稍微科普一下 p-adic 整数。Zp 可以理解为“以 p 为基底、允许无限进位”的一台数字显微镜：一个 p-adic 整数，本质上是对模 p、模 p²、模 p³……模 pk 的所有余数做一套自洽的指定。方程在 Zp 中有解，就意味着对任意高的 pk，模 pk 的同余方程组都有一个解，而且这些解彼此不打架。任何真正的整数解显然会给出全部 p-adic 解，所以“有整数解”的先决条件是：对每个素数 p，方程都得有原始 p-adic 解。这也是本文所有概率计算的出发点。值得注意的是，p-adic 可解性比模 p 可解性强得多——仅仅在模 p 意义下有解还不够，还需要这些解能够逐级“抬升”到模 p²、模 p³ 乃至任意高阶。这种抬升过程由 Hensel 引理控制，而 Hensel 引理要求解在模 p 意义下是“非退化”的（即雅可比矩阵满秩）。因此，局部可解概率的计算天然地分为两步：先数模 p 的非退化解，再分析退化解能否通过更精细的递推被“救回来”。

为了看清这些解，论文引入了一个漂亮的几何视角。原始整数解可以被看成三维仿射空间里曲面 SA,B,C 上的点；如果再把“差一个缩放”的解视为同一个等价类，就得到一个带权重的商栈 XA,B,C = [SA,B,C / Gm]，它生活在加权射影空间 P(w₀, w₁, w∞) 里。用行话说，这是一个“stacky curve”（叠曲线）。它的粗模空间 XA,B,C 是一条普通曲线，纤维亏格由下面的公式给出：

图2：加权射影空间里曲线纤维的亏格公式，其中 gℓm = gcd(ℓ, m)，gℓn = gcd(ℓ, n)，gmn = gcd(m, n)

图3：(b) X ⊂ P(w) 的一个几何纤维——注意坐标带权重后，在 xyz = 0 处会出现非平凡自同构，这正是必须使用叠语言的原因。上文的封面图(a)则是 P(w) 本身的几何纤维。

一个关键区分：粗模空间 XA,B,C 对检测有理点够用，但因为代数叠的紧性赋值判据会失效，它对检测 p-adic 整点是不够的。换句话说，想在 p-adic 世界里“数解”，必须请出叠 XA,B,C 本尊，而不是它的影子。这个区分在技术上极其重要：粗模空间把带权重的自同构信息“压扁”了，而恰恰是这些自同构信息决定了整值条件。举个直观的例子：在加权射影空间 P(1, 1, 2) 中，点 [1 : 1 : 1] 和 [−1 : −1 : 1] 在粗模空间里是同一个点，但在叠的意义下它们由不同的自同构群标记。对于 p-adic 整点来说，这种区别直接影响到“是否允许分母”的判定，因此绝不能混为一谈。

核心定理：局部概率的有理函数表达

铺垫做完，直接上硬菜。对固定的素数 p，用 μp 表示 Zp³ 上归一化的 Haar 测度，也就是把“随机取系数(A, B, C)”这件事精确化的数学工具。Haar 测度是局部紧群上的“均匀分布”，它保证了“随机”二字在数学上的严谨性——不会因为坐标变换而偏向某些区域。定义局部概率：

图4：局部概率 ρℓ,m,n(p) 的定义——系数(A, B, C)按 Haar 测度均匀随机落入 Zp³，方程拥有至少一个原始 Zp-解的概率

接下来是全文最漂亮的结果（原论文定理1.2，即正文定理5.2）。固定指数 ℓ, m, n，记 gℓm = gcd(ℓ, m)，gℓn = gcd(ℓ, n)，gmn = gcd(m, n)。再取 i = gcd(p − 1, gℓm)，j = gcd(p − 1, gℓn)，k = gcd(p − 1, gmn)。那么除了有限多个会整除 ℓmn 的素数外，局部概率一定会落在某个只由(i, j, k)决定的有理函数 Ri,j,k(p) 上：

图5：定理5.2的应用条件——当 p 满足这个不等式（本质上来自 Hasse–Weil 界），并且 p 不整除 ℓmn 时，ρℓ,m,n(p) = Ri,j,k(p) 精确成立

翻译成人话就是：一个无限精细的 p-adic 概率，最终只由 p−1 与三对指数最大公约数的公共因子锁定。p 稍微大一点之后，它在“算术世界”里怎么看待(ℓ, m, n)，完全被 i、j、k 这三个小数字写死。这就是题目里说的“被三个数锁定”。这里需要强调“精确成立”四个字的份量——这不是渐近逼近，不是概率收敛，而是对每个满足条件的素数 p 都严格相等的等式。在数论中，这种“有限例外之外的全等”通常意味着背后有深刻的代数结构在起作用，而非仅仅统计上的巧合。

为什么是这三个数？因为有限域 Fp 的乘法群 Fp× 是 p−1 阶循环群，而幂映射 t ↦ tℓ 的像集大小恰好是 (p−1) / gcd(p−1, ℓ)。三个坐标各自做幂映射，能不能凑出 Axℓ + Bym + Czn ≡ 0（mod p）的非平凡解，本质上就看这三个幂映射的像-核结构“撞不撞得上”。于是最大公约数登场，成了决定局部可解概率的“隐藏变量”。更具体地说，Fp× 是一个循环群，它的子群结构完全由阶的因子决定。幂映射 t ↦ tℓ 的核是 μgcd(p−1,ℓ)（即 gcd(p−1,ℓ) 次单位根群），像是 (Fp×)gcd(p−1,ℓ)。三个坐标的幂映射像集分别是三个子群，方程是否有解取决于这三个子群与系数(A, B, C)的“相对位置”。而三个子群之间的交集大小，恰好由两两之间的最大公约数 i、j、k 控制。这就是为什么最终答案只依赖于这三个数——它们是三个子群“碰撞概率”的完整不变量。

定理的另一个深刻之处是它有一个“分裂解释”。原论文注记1.4指出：固定指数后，三元组(i, j, k)其实完全由素数 p 在分圆扩展 Q(ζ) 中的分裂类型决定，其中 ζ 是 lcm(gℓm, gℓn, gmn) 次本原单位根。换句话说，同样的概率公式背后站着的是伽罗华理论——p 在某个分圆域里怎么分解，p-adic 可解概率就被怎么“分派”。这一层联系为后面推广到任意数域埋下了伏笔。具体来说，p 在 Q(ζ) 中的分裂行为由 p mod N 决定（N 是 ζ 的阶），而 p mod N 又决定了 p−1 与各个 g· 的最大公约数。因此，看似独立的三个数 i、j、k 实际上被一个统一的伽罗华条件约束着，它们不是任意组合都能出现的——只有那些与某个分裂类型相容的三元组才会真正发生。这种“隐藏的相容性”让定理的适用范围比表面看起来更加精细。

更难得的是，定理的证明是“行之有效”的——它给出了一套显式算法，可以把任意给定(ℓ, m, n)的 Ri,j,k(t) 真刀真枪地算出来，并且作者已在GitHub上开源了实现。这意味着读者不必依赖黑盒，可以亲手验证每一个公式。算法的核心思路是：先把问题分解为“模 p 非退化解”和“退化解的抬升”两部分，前者通过有限域上的特征和与高斯和计算，后者通过 Hensel 引理的精细版本逐级分析。每一步都归结为有限次多项式运算，因此可以完全机械化。论文中所有显式公式（包括(3,3,2)、(2,2,2)、(2,3,5)等例子）都是通过这套算法自动生成的，而非手工推导——这保证了结果的可靠性，也让读者可以轻松复现。

全局密度：从局部到整体的跨越

单个素数 p 的概率算清楚了，接下来自然要问一个更“工程化”的问题：把系数全体看成一个整体，处处局部可解的方程到底占多大比例？这个问题之所以重要，是因为它直接关系到“Hasse 原理”在多大程度上成立——如果处处局部可解的系数占比很高，而真正有整数解的占比很低，那就说明局部信息远不足以决定全局；反之，如果两者接近，局部-整体原理就在统计意义下“近似成立”。

把系数(A, B, C)本质地看成射影平面 P²(Q) 里的点 P = [A : B : C]，取标准高度 ht(P) = max(|A|, |B|, |C|)。这里“本质地”意味着我们不考虑 (A, B, C) 与 (λA, λB, λC) 的区别——它们对应同一个射影点，因为方程的解集在整体缩放系数时不变。定义两个计数函数：Nℓ,m,n(T) 统计高度不超过 T 且方程拥有原始整数解的 P 的个数；Nℓ,m,nloc(T) 统计高度不超过 T 且方程“处处局部可解”（即对每个素数 p 都有 p-adic 解，同时也有实解）的 P 的个数。注意这里还包含了实解的条件——在实数域上，方程 Axℓ + Bym + Czn = 0 是否有非平凡实解取决于系数的符号和指数的奇偶性，这是一个简单但必须检查的条件。

图6：Nℓ,m,n(T)——有原始整数解的系数点计数

图7：Nℓ,m,nloc(T)——处处局部可解的系数点计数

论文定理1.5给出了一个干脆利落的回答，分两种情况：

情形一：ℓ, m, n 两两互素。此时处处局部可解的系数占比收敛到一个正的常数，而且这个常数恰好是所有局部概率的乘积：

图8：ℓ, m, n 两两互素时，处处局部可解的密度趋于 ∏p ρℓ,m,n(p) > 0

这里的乘积是数学意义上严格收敛的：虽然单个 ρ(p) 都小于1，但每个素数挡掉的系数比例有限，乘起来仍然是一个正数。每个素数像一道“筛网”，网眼足够大，总有一批系数能穿过所有筛子。这个结论的直观解释是：当指数两两互素时，每个素数 p 造成的“损失”至多是 O(1/p) 量级，而 ∑p 1/p 发散但 ∑p 1/p² 收敛——关键在于 ρ(p) 偏离 1 的量实际上是 O(1/p²) 而非 O(1/p)，这保证了无穷乘积的正性。这种“每个素数只挡掉一点点，合起来仍然留有余地”的现象，在数论的筛法理论中被称为“正密度”性质。

情形二：ℓ, m, n 不两两互素。此时情况完全反转，处处局部可解的占比趋于零：

图9：ℓ, m, n 不两两互素时，处处局部可解密度的上极限为 0

这个“要么正要么零”的二分法非常干净，像一道算术世界里的相位开关。直觉上，当指数不两两互素时，存在无穷多个素数 p 让局部概率 ρ(p) ≤ 1 − c/p + O(1/p²)（c > 0），这些素数“合谋”把筛网越织越密，最终筛掉几乎所有系数。这里的机制是：如果某两个指数有公因子 d > 1，那么对满足 p ≡ 1 (mod d) 的素数 p，对应的 i、j、k 中至少有一个大于1，导致局部概率显著偏离 1。而满足 p ≡ 1 (mod d) 的素数在全体素数中占正比例（由狄利克雷定理保证），它们合起来贡献的“损失”足以让无穷乘积趋于零。这种由算术级数中的素数“集体行动”导致密度为零的现象，是筛法理论中典型的“大筛”效应。

证明这条定理用的是 Ekedahl 筛法，本质上脱胎于 Browning–Browning–Loughran 系列工作的框架（原文[BBL16]定理1.3的思路）。筛法保证了“逐素数的局部条件可以相乘”，而每个局部条件恰好由上一节的有理函数提供。这一套组合拳打下来，“从局部到整体”的桥梁就完整了。Ekedahl 筛法的核心思想是：当局部条件“足够温和”（即每个素数排除的比例不太大）时，全局密度等于局部密度的乘积；而当局部条件“过于苛刻”时，全局密度为零。本文的贡献在于精确计算了每个局部条件，使得筛法的应用成为可能——没有定理1.2的显式公式，筛法只能给出一个模糊的上界，而无法得到精确的密度常数。

显式例子与数值验证

光有抽象定理还不够，论文花了大量篇幅给出显式公式，让读者亲眼看到“三个数锁概率”是怎么运作的。挑几个有代表性的例子。这些例子不仅是理论的“验证”，更是未来研究者可以直接引用的“查表数据”——就像工程手册里的标准件参数表，拿来即用。

第一个例子：(ℓ, m, n) = (3, 3, 2)

此时 gℓm = gcd(3, 3) = 3，gℓn = gcd(3, 2) = 1，gmn = gcd(3, 2) = 1。对 p > 3，可能的(i, j, k)只有两种：(3, 1, 1)对应 p ≡ 1（mod 3），(1, 1, 1)对应 p ≡ 2（mod 3）。也就是说，素数模3余几，直接决定局部概率公式长什么样。按定理5.2的算法可以算出：

图10：(ℓ, m, n) = (3, 3, 2) 时 ρ(p) 的两种显式有理函数，分别对应 p ≡ 1 (mod 3) 和 p ≡ 2 (mod 3)

注意连 p = 2 这种“坏素数”也能处理：p = 2 时依然适用 R1,1,1(2) 的值；p = 3 则需要单独算，论文给出了显式的数值结果。这种把有限多个例外素数挨个“手动修复”的做法，正是理论到应用之间必不可少的最后一公里。值得注意的是，p = 3 之所以特殊，是因为 3 整除 ℓ = 3，导致方程在模 3 意义下出现退化现象——某些原本“非退化”的解变成了退化解，需要额外的分析。这种“坏素数”的处理在数论中非常典型：几乎所有定理都会排除有限个坏素数，然后单独处理它们。

第二个例子：(ℓ, m, n) = (2, 3, 5)

这是当前热度最高的例子，因为(2, 3, 5)两两互素，而且它正是 Darmon 和 Granville 当年特别关注的情形。论文在§6.5给出：

图11：(ℓ, m, n) = (2, 3, 5) 时，处处局部可解的系数占比约为 78.2%

这个 78.2% 不是仿真跑出来的，而是从局部概率的显式公式出发、把无穷乘积 ∏p ρ(p) 控制在 0.78233 到 0.78237 之间得到的。两个小数位的精度已经足以让猜想家们放心大胆地用它做各种推演。这个数值的精确计算需要处理无穷乘积的收敛速度问题——论文通过分析 ρ(p) 对 1 的偏离量（它大约是 O(1/p²)），给出了一个显式的误差界，从而保证了数值结果的可靠性。这种“先证明收敛，再计算数值”的做法，是计算数论中严谨性的典范。

更有意思的是，Darmon 和 Granville 在1995年就问过：对(2, 3, 5)，处处局部可解是否就足以保证存在原始整数解？也就是说，整点版本的 Hasse 原理是否成立。如果成立，上面的 78.2% 就直接变成“有整数解的系数占比”——那将是丢番图方程领域的一颗重磅炸弹。然而，目前这个 Hasse 原理是否成立仍然悬而未决。已知的是，对于某些特殊的系数组合，确实存在“局部可解但全局无解”的反例（即 Brauer 障碍），但这些反例的密度是否为零尚不清楚。本文的结果为这个问题提供了一个精确的“基线”——如果未来有人能证明 Hasse 原理的失败密度为零，那么 78.2% 就自动成为有整数解系数的精确占比。

均匀情形一览：表6.18

论文第6.6节把若干指数组合的密度函数汇总在一张表里，方便读者直接查表。所有密度函数都写成 1 − f(p)/g(p) 的形式，其中 f 和 g 是整系数多项式：

表6.18：若干(ℓ, m, n)对应的密度函数 ρℓ,m,n(p) = 1 − fℓ,m,n(p)/gℓ,m,n(p)，其中 f、g 为显式多项式

比如均匀情形(2, 2, 2)给出 ρ(p) = 1 − 3p / 2(p+1)²，当 p 增大时飞快趋近1——大素数几乎不设防。而(2, 2, n)（n为奇数）在p ≠ 2时也有完备的闭式表达，这直接推广了Duque-Rosero、Roy、Sankar、Wang与本文作者早前在预印本[DRKK+25]里对A=1情形的结果。这类公式的意义在于：把无穷多个素数的“行为”压缩进一张A4纸，在任何实际计算中都可以直接调用。值得注意的是，表6.18中的公式并非全部由定理5.2直接给出——有些需要额外的计算，但它们都遵循同一套算法框架。这体现了论文“算法化”的哲学：不是给出孤立的公式，而是给出一个能自动生成公式的机器。

数域推广与未来展望

正文前面五节都在有理数域 Q 上展开，但论文的真正野心不止于此。第5.3节把整套纲领搬到了任意数域 K：把有理素 p 换成 K 中的素理想 p，把 Zp 换成完备化环 OK,p，局部概率定义为：

图12：数域 K 上素理想 p 处的局部概率 ρℓ,m,n(K)(p)，测度取 OK,p³ 上的 Haar 测度

定理5.8保证了：所有但有限多个素理想 p 处，这个概率是关于范数 NK(p) 的有理函数，系数由 p 在分圆扩展 K(ζ)/K 中的分裂类型决定。相应地，定理1.5的“正密度/零密度”二分法也一字不差地搬到数域上。这一推广并非简单的“把字母 Q 换成 K”的抄写练习，它要求整套 Hasse–Weil 论证、Hensel 抬升和筛法在数域的枝枝叉叉中重新健康运行。具体来说，数域上的有限域 Fp 被替换为剩余类域 k(p) = OK/p，其元素个数是 NK(p) = pf（f 为惯性度）。乘法群 k(p)× 的阶是 NK(p) − 1，因此最大公约数的角色由 gcd(NK(p) − 1, g·) 取代。而“p 在 K(ζ)/K 中的分裂类型”则决定了 NK(p) mod N 的值（N 是 ζ 的阶），从而决定了这些最大公约数的具体取值。

除了数域推广，论文附录A（与 Santiago Arango-Piñeros 合作）还从 stacky curve 的几何角度给出了整套理论的底盘：显式推导了广义Fermat方程对应的叠曲线 X 的欧拉特征标公式，并说明其粗模空间的亏格如何由指数(ℓ, m, n)决定。这一几何底座让后续工作不再局限于“广义Fermat方程”这一个孤例，而是可以推广到更广泛的纤维化族——比如 Châtelet 簇、三次超曲面、由二阶型给出的亏格1曲线等等。事实上，论文引言里列出了一整串相关文献：[BCF+15]、[BCF16]、[FHP21]、[BCFG22]、[BK23]、[BK25]……这套“局部概率有理函数化”的范式正在成为算术统计里的一把通用扳手。附录A的核心贡献在于：它把“局部可解概率”与“叠曲线的几何不变量”直接挂钩，使得未来研究者在面对新的方程族时，可以先算几何不变量，再套用本文的框架，而不必从零开始。

回到最开头的问题：这篇论文到底解决了什么？它没有解决“广义Fermat方程何时有整数解”这个终极难题，但它把“局部可解”这一层的信息彻底算清楚了，并且给出了一套可复现、可计算、可推广的算法。对一个距今三百多年的领域来说，每一寸扎实的推进都算数。至于(2, 3, 5)的 Hasse 原理是否成立、78.2% 是否直接等于“有整数解占比”，那就是下一代数学家要啃的硬骨头了。但至少现在，研究这个问题的学者手里多了一把精确的尺子——他们知道局部条件的“标准答案”是什么，任何偏离这个标准的现象都值得深究。这或许就是理论数学中最实用的贡献：不是给出最终答案，而是给出一个让后续研究有据可依的基准。

龙迷三问

下面是龙哥对于大家可能的一些问题的解答：

这篇论文到底在解决什么问题？本文研究广义Fermat方程Ax^ℓ+By^m+Cz^n=0的p-adic可解性，证明对几乎所有素数p，方程有解的“概率”可写成关于p的有理函数，且只取决于三个最大公约数。

这篇工作最值得看的点是什么？论文通过多个具体例子（如(ℓ,m,n)=(3,3,2),(6,10,15),(2,3,5)等）展示了局部概率ρ_{ℓ,m,n}(p)的显式有理函数表达式，并给出了数值估计，如(2,3,5)情形下全局局部可解密度约为78.2%。

这篇工作的边界或风险在哪里？优点：理论深刻，将代数几何、数论与概率论方法有机结合，给出了精确的局部可解概率公式和全局密度结果，并推广到任意数域。缺点：结果依赖于素数p满足特定不等式条件，对有限个例外素数需单独处理；公式复杂，计算量大。

如果你还有哪些想要了解的，欢迎在评论区留言或者讨论~

龙哥点评

论文创新性分数：★★★★☆

通过将广义Fermat方程的解几何化为加权射影栈上的栈曲线，利用Hasse-Weil界和Hensel引理，建立局部p-adic可解概率的精确有理函数表达式，并运用Ekedahl筛法得到全局局部可解密度的渐近结果。

实验合理度：★★★☆☆

现有材料未完整覆盖数据划分、基线公平性和统计显著性，因此按中性评价处理。

学术研究价值：★★★★☆

通过将广义Fermat方程的解几何化为加权射影栈上的栈曲线，利用Hasse-Weil界和Hensel引理，建立局部p-adic可解概率的精确有理函数表达式，并运用Ekedahl筛法得到全局局部可解密度。

稳定性：★★★☆☆

现有材料未提供充分的极端条件、重复运行或扰动测试，稳定性暂按中性评价。

适应性以及泛化能力：★★★☆☆

现有材料未完整展示跨数据集、跨场景或分布外实验，泛化能力仍需进一步验证。

硬件需求及成本：★★★☆☆

现有材料缺少完整训练资源、参数量、显存和推理时延信息，成本暂按中性评价。

复现难度：★★★☆☆

https://github.com/（原文提及GitHub [KK26]，但未给出具体链接）

产品化成熟度：★★★☆☆

论文验证以研究实验为主，真实部署中的时延、成本、维护和异常场景仍需补充验证。

可能的问题：结果依赖于素数p满足特定不等式条件，对有限个例外素数需单独处理；公式复杂，计算量大。