[논문 리뷰] The Average Number of Goldbach Representations

D. A. Goldston, Liyang Yang|arXiv (Cornell University)|2016. 01. 26.

Analytic Number Theory Research참고 문헌 5인용 수 9

한 줄 요약

이 논문은 리만 가설 하에서 Bhowmik과 Schlage-Puchta의 방법을 핵심 수정을 통해 적용하여 짝수 정수의 두 소수 합으로서의 골드바흐 표현의 평균 수를 개선하고, 오차 한계를 향상시킨다. von 망골트 가중치가 부여된 표현의 합에 대한 渐近 공식을 수립하여 오차 항을 $ O(N\log^3 N) $ 으로 도출하고, 이는 케스포르 평균화 버전으로 확장되어 $ O(N) $ 오차를 갖는다. 이는 Languasco와 Zaccagnini의 최근 결과를 확인하고 개선한다.

ABSTRACT

Assuming the Riemann Hypothesis, we obtain asymptotic formulas for the average number representations of an even integer as the sum of two primes. We use the method of Bhowmik and Schlage-Puchta and refine their results slightly to obtain a more recent result of Languasco and Zaccagnini, and a new result on a smoother average.

연구 동기 및 목표

• 짝수 정수의 von 망골트 가중치가 부여된 골드바흐 표현 합에 대한 渐近 공식의 오차 항을 개선하는 것.
• Bhowmik과 Schlage-Puchta의 방법을 조정하여 Languasco와 Zaccagnini의 오차 한계를 따라하거나 略로 개선하는 것.
• 특히 리만 가설 하에서, 케스포르 평균화가 표현 합의 오차 구조에 미치는 영향을 분석하는 것.
• 짧은 간격에서 소수 정수 정리의 오차의 평균 제곱에 대한 더 정밀한 추정을 $ x $ 에 대한 평균화를 통해 수립하는 것.

제안 방법

• 표현 함수를 모델링하기 위해 생성 함수 $ S_0(\alpha,x) = \sum_{n \leq x} \Lambda_0(n) e(n\alpha) $ 를 사용하며, 여기서 $ \Lambda_0(n) = \Lambda(n) - 1 $ 이다.
• 항등식 $ \int_0^1 S_0(\alpha,x)^2 T(-\alpha,N) d\alpha = \sum_{n \leq N} R(n,x) t(n) $ 를 적용하며, $ T $ 는 컴acts한 지지 집합을 가진 삼각 다항식이다.
• 오차 분석에서 $ x $ 에 대한 의존성을 제거하기 위해 기대값 연산자 $ E_N(f) = \frac{1}{N} \int_N^{2N} f(\alpha,x) dx $ 를 도입한다.
• 리만 가설을 활용하여 소수 정수 정리의 오차의 평균 제곱을 유계로 제한한다: $ \int_0^x (\psi(t) - t)^2 dt \ll x^2 $.
• 이중 분할과 $ |I(-\alpha,N)| $ 적분에 대한 $ L^1 $-유형의 추정을 적용하며, $ |I(-\alpha,N)| \ll \min(N, ||\alpha||^{-1}) $ 를 사용한다.
• 주항목을 제어하고 오차 한계를 유도하기 위해 추정식 $ \int_{-1/(2h)}^{1/(2h)} |E_N(S_0(\alpha))^2| d\alpha \ll \frac{N (\log N)^2}{h} $ 를 활용한다.

실험 결과

연구 질문

• RQ1 리만 가설 하에서, von 망골트 가중치가 부여된 두 소수 합으로서의 표현 수 $ r_2(n) $ 이라 할 때, 합 $ \sum_{n \leq N} r_2(n) $ 의 최적 오차 항은 무엇인가?
• RQ2 Bhowmik와 Schlage-Puchta의 방법을 조정하여 Languasco와 Zaccagnini의 $ O(N \log^3 N) $ 오차 한계를 달성하거나 略로 개선할 수 있는가?
• RQ3 매개수 $ k=1 $ 인 케스포르 평균화가 골드바흐 표현 합의 진동 오차 항에 어떤 영향을 미치는가?
• RQ4 삼각 다항식 $ T(-\alpha,N) $ 이 포함된 적분 추정에서, $ x \in [N,2N] $ 에 대해 $ S_0(\alpha,x)^2 $ 를 평균화할 경우 어떤 영향을 미치는가?

주요 결과

• 리만 가설 하에서, 합 $ \sum_{n \leq N} r_2(n) = \frac{1}{2}N^2 - \sum_{\rho} \frac{N^{\rho+1}}{\rho(\rho+1)} + O(N \log^3 N) $ 이 성립하며, Languasco와 Zaccagnini의 결과와 일치한다.
• 매개수 $ k=1 $ 인 케스포르-평균화된 합에 대해, 공식 $ \sum_{n \leq N} \left(1 - \frac{n}{N}\right) r_2(n) = \frac{1}{6}N^2 - 2\sum_{\rho} \frac{N^{\rho+1}}{\rho(\rho+1)(\rho+2)} + O(N) $ 가 리만 가설 하에서 성립한다.
• Fujii 공식의 오차 항 $ E_2(x) $ 는 리만 가설 하에서 $ O(N \log^3 N) $ 으로 개선되었으며, 이는 이전의 $ O((x \log x)^{4/3}) $ 과 $ O(x (\log x)^5) $ 의 추정을 개선한다.
• $ x \in [N,2N] $ 에 대해 $ S_0(\alpha,x)^2 $ 의 $ L^2 $-노름에서의 평균화는 날카운 추정 $ \int_{-1/(2h)}^{1/(2h)} |E_N(S_0(\alpha))^2| d\alpha \ll \frac{N (\log N)^2}{h} $ 를 이끌어낸다.
• 짧은 간격에서 경계 오차를 캡처하는 항 $ K(x,h) $ 는 $ E_N(K(x,h)) \ll hN $ 를 만족함을 보였으며, 점별 추정보다 향상되었다.
• 이 방법은 케스포르 평균화를 $ k=1 $ 으로 적용할 경우, $ r_2(n) $ 의 진동 오차 성분이 효과적으로 부드럽게 조정됨을 확인하였으며, 이는 Languasco와 Zaccagnini의 무조건적 공식과 일관된다.