[논문 리뷰] Bombieri--Vinogradov and Barban--Davenport--Halberstam type theorems for smooth numbers

Adam J. Harper|arXiv (Cornell University)|2012. 08. 29.

Analytic Number Theory Research참고 문헌 18인용 수 18

한 줄 요약

이 논문은 이전 결과가 $y \geq \exp(\log^{2/3+\epsilon}x)$ 를 요구했던 것과는 달리, $\log^K x \leq y \leq x$ 범위에서 $y$-스무스 수에 대한 Bombieri–Vinogradov 및 Barban–Davenport–Halberstam 유형 정리들을 수립한다. 제로-밀도 추정과 직접적인 빅스스스 적용을 조합하여, 스무스 수 위의 특성합에 대한 효과적인 추정을 얻었으며, 유효 범위를 크게 확장하고 제곱근 보정을 달성한 개별 추정을 제공한다.

ABSTRACT

We prove Bombieri--Vinogradov and Barban--Davenport--Halberstam type theorems for the y-smooth numbers less than x, on the range log^{K}x \leq y \leq x. This improves on the range \exp{log^{2/3 + ε}x} \leq y \leq x that was previously available. Our proofs combine zero-density methods with direct applications of the large sieve, which seems to be an essential feature and allows us to cope with the sparseness of the smooth numbers. We also obtain improved individual (i.e. not averaged) estimates for character sums over smooth numbers.

연구 동기 및 목표

• 이전에 $\exp(\log^{2/3+\epsilon}x)$ 이하의 임계값을 요구했던 $y$-스무스 수에 대한 Bombieri–Vinogradov 및 Barban–Davenport–Halberstam 유형 정리의 유효 범위를 $\log^K x \leq y \leq x$ 범위로 확장하는 것.
• 스무스 수 위의 평균 및 개별 특성합에 대한 효과적·비효과적 추정을 수립하고, 제곱근 보정을 달성하는 것.
• $y$ 가 작을 경우 스무스 수의 희소성 문제를 해결하기 위해 제로-밀도 방법과 직접적인 빅스스스 적용을 조합하는 것.
• 평균값 추정 외에도 개별 특성합에 대한 향상된 추정을 제공하는 것.
• 특히 $\log^K x \leq y \leq x$ 범위에서 스무스 수의 희소성 문제를 다룰 때 빅스스스가 필수적임을 보여주는 것.

제안 방법

• 디리클 $L$-함수의 제로-밀도 추정을 사용하여 예외적 제로를 제어하고, 스무스 수 위의 특성합에 대한 추정을 향상시키는 것.
• 스무스 수를 희소 집합으로 간주하여 직접적으로 빅스스스를 적용하는 것으로, $\log^K x \leq y \leq x$ 범위에서의 희소성 문제를 다루는 데 필수적임.
• $L$-함수의 명시적 공식과 부분합을 사용하여 가중 특성합을 추정하며, 특히 $\sum_{n \leq X} \Lambda(n)\chi(n)/n^{it}$ 의 경우에 중점을 둔다.
• 지역 추정을 적용하기 위해 $n$ 에 대한 합을 이진분할 구간 $[2^j z^{1/100}, 2^{j+1} z^{1/100}]$ 으로 분할하는 다이adic 분해를 도입하는 것.
• 첫 번째 경우에는 로그 없는 제로-밀도 추정을, 두 번째 경우에는 표준 제로 분포 추정을 적용하여 $L$-함수의 비자명한 제로 합을 제어하는 것.
• $L(s,\chi)$ 의 함수방정식을 사용하여 $L'(it,\chi)/L(it,\chi)$ 를 $L'(1-it,\bar{\chi})/L(1-it,\bar{\chi})$ 와 연결함으로써, 로그 도함수에 대한 효과적 추정을 가능하게 하는 것.

실험 결과

연구 질문

• RQ1 Bombieri–Vinogradov 및 Barban–Davenport–Halberstam 유형 정리는 $\log^K x \leq y \leq x$ 범위의 $y$-스무스 수에 대해 확장 가능한가?
• RQ2 희소 집합인 스무스 수, 특히 $y$ 가 작을 경우 빅스스스 방법이 효과적인가?
• RQ3 기본적인 제로-밀도 접근법이 무력화될 경우에도 스무스 수 위의 특성합에 대해 효과적 추정을 확보할 수 있는가?
• RQ4 스무스 수의 산술적 진행에서의 평균 분포가 성립하는 최적의 $Q$ 범위는 무엇인가?
• RQ5 스무스 수 위의 개별 특성합 추정은 제곱근 보정을 달성할 수 있으며, 평균 경우와 비교해 볼 때 어떻게 다른가?

주요 결과

• Bombieri–Vinogradov 유형 정리는 $\log^K x \leq y \leq x$ 및 $Q \leq \sqrt{\Psi(x,y)}$ 에서 성립하며, $e^{-c u / \log^2(u+1)} + y^{-c}$ 를 포함하는 효과적 오차항을 가진다. 여기서 $u = \log x / \log y$ 이다.
• Barban–Davenport–Halberstam 유형 정리의 경우, 제곱 오차 합은 $\ll \Psi(x,y)^2 (e^{-c u / \log^2(u+1)} + y^{-c}) + \Psi(x,y) Q$ 로 유계이며, 절대적이고 효과적인 은닉 상수를 가진다.
• 효과적 추정에는 $\ll \sqrt{\Psi(x,y)} Q \log^{7/2}x$ 를 반영하는 항이 포함되어 있어 평균합에서의 제곱근 보정을 나타낸다.
• 이전의 유효 범위 $\exp(\log^{2/3+\epsilon}x)$ 에서 $\log^K x$ 로 확장됨으로써, 스무스 수에 대한 적용 가능성을 크게 넓혔다.
• 논문은 빅스스스가 희소 영역에서 필수적임을 보여주며, 제로-밀도 방법만으로는 충분하지 않음을 입증한다.
• 개선된 개별 특성합 추정이 도출되었으며, $z$ 와 $H$ 에 대한 적절한 조건 하에 $\ll \sqrt{X} \log^2(rzH) + X^{1-0.9\epsilon}$ 의 형태를 가진다.