[論文レビュー] A variant of the prime number theorem

Kui Liu, Jie Wu+1 more|arXiv (Cornell University)|May 23, 2021

Analytic Number Theory Research参考文献 11被引用数 4

ひとこと要約

この論文は、整数部分 $ x/n $ におけるvon Mangoldt関数の平均を含む、素数定理の変種において、新たな誤差項を確立した。ヴァウントの恒等式および高度な指数和技法を用いて3次元指数和の推定値を精緻化することで、誤差指数を $ 97/203 \approx 0.4778 $ から $ 9/19 \approx 0.4736 $ に改善し、$ O_{\varepsilon}(x^{9/19 + \varepsilon}) $ を得た。これは、この算術的平均問題における先行研究の定量的強化を意味する。

ABSTRACT

Let $Λ(n)$ be the von Mangoldt function, and let $[t]$ be the integral part of real number $t$. In this note, we prove that for any $\varepsilon>0$ the asymptotic formula $$ \sum_{n\le x} Λ\Big(\Big[\frac{x}{n}\Big]\Big) = x\sum_{d\ge 1} \frac{Λ(d)}{d(d+1)} + O_{\varepsilon}\big(x^{9/19+\varepsilon}\big) \qquad (x o\infty)$$ holds. This improves a recent result of Bordellès, which requires $\frac{97}{203}$ in place of $\frac{9}{19}$.

研究の動機と目的

• 整数 $ n \leq x $ における $ \sum_{n \leq x} \Lambda\left(\left\lfloor \frac{x}{n}\right\rfloor\right) $ の漸近公式における誤差項を改善すること。
• ボルデルズが確立した $ 97/203 $ の境界を上回る、誤差項の指数を精緻化すること。
• 特に3次元での指数和技法を応用して、より緊密な誤差推定値を得ること。
• リーマン仮説の仮定下でも得られる古典的指数ペア仮説に基づく結果と比較して、新たな指数 $ 9/19 $ が優れていることを示すこと。
• 構造的数列における素数分布の理解に寄与する、$ \Lambda $ の $ x/n $ の床関数における和のより鋭い漸近公式を提供すること。

提案手法

• 指数和の制御を高めるために、ヴァウントの恒等式を用いて $ \sum_{D < d \leq 2D} \Lambda(d) g(d) $ をタイプIおよびタイプII和に分解する。
• ディオファントス不等式に関する補題2.1の一般化から導かれる、3次元指数和 $ \mathfrak{S}_{\delta,3} $ に対する新しい推定値を適用する。
• 分数部分関数 $ \psi(t) = \{t\} - 1/2 $ のヴァーラーの三角多項式近似を用い、誤差項を指数和の有効な境界で取り扱えるようにする。
• 誤差項の競合を調整するために、$ H $, $ M $, $ N $, $ D $ のパラメータ選択を、各デイアディック区間で最適化する。
• 文献[1]および[5]の2次元指数和推定値と組み合わせ、$ S_2(x) $ の総誤差を支配する合成誤差項を導出する。
• 和の $ d $ の範囲 $ N < d \leq x/N $ をデイアディック区間に分解し、各 $ D_j = x/(2^j N) $ に対して主推定値を適用する。

実験結果

リサーチクエスチョン

• RQ1 漸近公式 $ \sum_{n \leq x} \Lambda\left(\left\lfloor \frac{x}{n}\right\rfloor\right) $ の誤差項は、既知の指数 $ 97/203 $ を超えて改善可能か？
• RQ2 どの程度の最良の指数 $ \theta $ が、$ \sum_{n \leq x} \Lambda\left(\left\lfloor \frac{x}{n}\right\rfloor\right) = x \sum_{d \geq 1} \frac{\Lambda(d)}{d(d+1)} + O_{\varepsilon}(x^{\theta + \varepsilon}) $ を満たすか？
• RQ3 この文脈において、3次元指数和推定値は2次元のものよりもより良い誤差境界をもたらすか？
• RQ4 特にリーマン仮説の下でも、現在の解析的整数論技法の枠組みにおいて、指数 $ 9/19 $ が最適か？
• RQ5 指数和の手法とヴァウントの恒等式を組み合わせることで、$ \Lambda(n) $ を超える他の算術的関数に対しても体系的に拡張可能か？

主な発見

• 著者らは、漸近公式 $ \sum_{n \leq x} \Lambda\left(\left\lfloor \frac{x}{n}\right\rfloor\right) = x \sum_{d \geq 1} \frac{\Lambda(d)}{d(d+1)} + O_{\varepsilon}(x^{9/19 + \varepsilon}) $ を確立し、以前の最良指数 $ 97/203 \approx 0.4778 $ よりも改善した。
• 新しい誤差指数 $ 9/19 \approx 0.4736 $ は $ 97/203 $ よりも厳密に小さいため、誤差項の成長率が非自明に改善された。
• この改善は、特に $ \mathfrak{S}_{\delta,3} $ における新しい境界の精緻な解析を通じて達成され、$ d $ の和における誤差の主因となっている。
• リーマン仮説に依存せずとも、マとウーの $ 35/71 \approx 0.493 $ の境界や、指数ペア仮説に基づく $ 28/59 \approx 0.4745 $ の境界を上回る結果を得た。
• $ N = x^{9/19} $ の選択は、$ S_1(x) $ と $ S_2(x) $ の誤差項をバランスさせ、最終的な最良の総誤差 $ O_{\varepsilon}(x^{9/19 + \varepsilon}) $ を得る。
• 解析により、3次元指数和推定値が誤差の主因であることが確認され、その最適化が最終的な境界に至る。残りの項はすべて主誤差に吸収された。