[논문 리뷰] Entiers friables dans des progressions arithm\'etiques de grand module

Régis de la Bretèche, Daniel Fiorilli|arXiv (Cornell University)|2015. 06. 10.

Analytic Number Theory Research참고 문헌 7인용 수 1

한 줄 요약

이 논문은 y-부드러운 정수(스무스 수)가 모듈로 q에 대해 산술적 등차수열에 분포할 때, q가 x/M까지 변할 수 있고 M → ∞일 때 평균 오차 항의 점근적 공식을 수립한다. 스펙트럼 방법과 리만 제타 함수 및 딕먼 함수에 대한 명시적 추정을 사용하여, 저자들은 평균 오차가 점차적으로 −|a|Ψ(x/|a|, y)/(2x)임을 보이며, 산술적 등차수열에서의 부드러운 수 분포의 편향을 보정한다.

ABSTRACT

29 pages, in French

연구 동기 및 목표

• 산술적 등차수열 모듈로 q에서 y-부드러운 정수의 평균 오차를 분석하며, 특히 x에 비해 큰 q일 경우를 다룬다.
• 이전의 소수 분포에서의 오차 편향 결과를 밀도가 낮은 N의 부분집합인 y-부드러운 정수로 확장한다.
• 공약수 (a, q) = 1인 모듈로 q ≤ x/M에 대해 평균 오차 항 σ(x, y, M; a)의 명시적 점근적 공식을 유도한다.
• 특히 ρ(u_a)와 함수 τ₃(a)를 통해 오차 편향이 a의 산술적 성질에 어떻게 의존하는지 정량화한다.

제안 방법

• Perron의 공식과 경로 적분을 사용하여, σ(x, y, M; a)를 제타 함수와 y-부드러운 수의 특성 함수의 Dirichlet 급수를 포함하는 복소 적분으로 표현한다.
• 절단된 Perron 공식과 ζ(s₁, y)/ζ(s₁)(s₁ − 1)의 근사 함수 방정식을 적용하여 주항목을 추정한다.
• 큰 소수 인수를 가진 정수에 대한 Möbius 유형 함수의 합을 근사하기 위해, b̺(s)e^{us}ds의 경로 적분으로 정의된 함수 I(x, y; M)를 활용한다.
• Hildebrand 및 Drappeau의 부드러운 수 분포 결과에 기반하여, 영역 (Hε)에서 제타 함수와 딕먼 함수 ρ(u)에 대한 명시적 경계를 활용한다.
• ζ(s)의 0이 없는 영역과 영역 자유 영역을 적용하여, 경로 이동 시 오차 항을 제어하며, 특히 σ₁ = α₀ = 1 − ξ(u)/log y일 경우에 초점을 맞춘다.
• |ζ(s₁)|와 지수 합에 대한 경계를 통해 경로의 수직 및 수평 세그먼트에서의 오차 기여를 추정하여, H(u)^{-δ}와 Lε(M)^{-1}을 포함하는 오차 항을 도출한다.

실험 결과

연구 질문

• RQ1 공약수 (a, q) = 1일 때, q ≤ x/M 범위에서 y-부드러운 정수 ≡ a mod q의 수에 대한 평균 오차는 무엇인가?
• RQ2 산술적 등차수열에서 y-부드러운 수의 분포 편향은 a의 산술적 구조에 어떻게 의존하는가?
• RQ3 스펙트럼 방법과 제타 함수 추정을 통해 밀도가 낮은 수열인 y-부드러운 수의 오차 편향을 정량화할 수 있는가?
• RQ4 점근적 주항목을 결정하는 데 딕먼 함수 ρ(u)와 그 이동된 형태 ρ(u_a)의 역할은 무엇인가?
• RQ5 오차 항은 M의 크기, 모듈로 범위, 그리고 함수 τ₃(a)에 따라 어떻게 달라지는가?

주요 결과

• 평균 오차 항 σ(x, y, M; a)는 점차적으로 −ϕ(|a|)x/(2M|a|) ⋅ ρ(u_a)이며, 여기서 u_a = u − (log|a|)/log y 이고 u = log x / log y 이다.
• 오차 항은 O_ε,A(τ₃(a)² Ψ(x, y)/(M Lε(M)))의 순서이며, Lε(M) = exp{(log M)^{3/5−ε}}이다.
• 주항목은 Fiorilli가 소수 분포에서 관찰한 것과 유사한 y-부드러운 수 분포의 편향과 일치한다.
• 이 결과는 영역 (Hε): exp{(log log x)^{5/3+ε}} ≤ y ≤ x에서 균일하게 성립하며, M ≤ min{H(u)^δ (log x)^A, y^δ}의 조건 하에 성립한다.
• 합 Φ_μ(x, y)의 근사치 I(x, y; M)는 I(x, y; M) = ρ(u) {1 + O(1/(H(u)^δ Lε/2(M)) + 1/Lε/2(y))}를 만족함을 보이며, 이는 이전 추정을 정밀화한다.
• 공약수 조건 (a, q) = 1이 없을 경우에도 결과가 확장되며, X_{q ≤ x/M} E*(x, y; a, q) = −x/2M ⋅ ρ(u_a) + O_ε(τ₄(a)τ₃(a)Ψ(x, y)/(M Lε(M)))를 얻는다.