[논문 리뷰] Twins of s-free numbers

Julia Brandes|arXiv (Cornell University)|2013. 07. 08.

Numerical Methods and Algorithms참고 문헌 2인용 수 4

한 줄 요약

이 논문은 히프트-브라운의 제곱 스크린을 고차수로 일반화하여, $s$-자유 수를 위한 특성합 기반의 스크린을 도입함으로써 쌍둥이 $s$-자유 수를 세는 데 있어 오차 항을 향상시킨다. 이는 리만 가설을 가정하지 않고도, 연속된 $s$-자유 수 쌍 $n, n+1 \leq x$의 수가 $C_s x + O(x^{\frac{14}{7s+8}+\epsilon})$임을 확립한다. 이는 리만 가설을 가정하지 않은 채 칼리츠의 $O(x^{\frac{2}{s+1}+\epsilon})$보다 크게 향상된 결과이다.

ABSTRACT

We generalise the square sieve developed by Heath-Brown to higher powers in order to improve on the error term for the problem of counting consecutive power-free numbers.

연구 동기 및 목표

• 리만 가설을 가정하지 않고 연속된 $s$-자유 수 $n, n+1 \leq x$의 점근적 수를 세는 데 있어 오차 항을 향상시키는 것.
• Heath-Brown의 제곱 스크린 방법을 $s=2$에서 고차수 $s \geq 2$로 확장하여 고차수 잔여 특성(예: $s$-제곱 잔여 특성)을 사용하는 것.
• 지표 함수 $E_s(n)$가 $s$-자유 수를 나타내는 상관합 $\sum_{n \leq x} E_s(n)E_s(n+1)$에 대해 비자명한 오차 경계를 도출하는 것.
• 기존의 칼리츠의 $\frac{2}{s+1}$보다 더 나은 새로운 오차 지수 $\frac{14}{7s+8}$를 확립하여, $\epsilon$에 대한 명시적 의존성을 포함하는 것.
• 특성합 상쇄 효과와 이중 분할(dyadic decomposition)이 오차 지수에 $O(x^{1/s^2})$ 향상 효과를 주는지 확인하는 것.

제안 방법

• 소수 $p$에 대해 $(s, p-1) \neq 1$인 조건을 만족하는 비주어진 $s$-제곱 잔여 특성 $\left(\frac{\cdot}{p}\right)_s$를 사용하는 일반화된 스크린을 도입한다.
• 콤팩트 지지 집합을 가진 가중치 $w(n) = 0$ ($n \geq e^P$)를 갖는 가중합 $S(\mathcal{A}) = \sum_n w(n^s)$를 적용한다. 여기서 $P = \#\mathcal{P}$이다.
• 특성합의 제곱을 사용하여, $n$이 $s$-거듭제곱일 때 $\left|\sum_{p \in \mathcal{P}} \left(\frac{n}{p}\right)_s\right|^2 \gg P^2$임을 이용해 $s$-자유 수를 특성합을 통해 탐지한다.
• 특성합의 제곱을 전개하여 $S(\mathcal{A}) \ll P^{-1} \sum w(n) + P^{-2} \sum_{p \neq q} \left| \sum w(n) \left(\frac{n}{p}\right)_s \overline{\left(\frac{n}{q}\right)_s} \right|$의 경계를 유도한다.
• 모든 $J, K$에 대한 이중 분할을 적용하고, 해의 수를 $j^s u \pm 1 = k^s v$에 대해 헨젤의 보조정리와 약수 함수의 경계를 사용하여 추정한다.
• 레마 3를 통한 특성합 경계와 해의 수 추정을 조합하여, 파rameter $y = x^{14/(7s+8)}$의 최적 선택을 통해 오차 항을 최소화한다.

실험 결과

연구 질문

• RQ1 히프트-브라운의 제곱 스크린 방법을 $s \geq 3$에 대해 $s$-자유 수로 일반화하여 쌍둥이 $s$-자유 수 세기의 오차 항을 향상시킬 수 있는가?
• RQ2 리만 가설을 가정하지 않을 경우, $\sum_{n \leq x} E_s(n)E_s(n+1)$에 대한 최선의 오차 항은 무엇인가?
• RQ3 고차수 잔여 특성의 사용과 특성합 상쇄 효과가 기본적인 방법에 비해 오차 항의 지수를 얼마나 향상시키는가?
• RQ4 특성합 상쇄 효과와 이중 분할의 이점은 칼리츠의 경계에 비해 $O(x^{1/s^2})$의 오차 지수 향상으로 정량화될 수 있는가?
• RQ5 오차 추정에서 경쟁하는 항들을 균형 잡는 데 있어 $y = x^{14/(7s+8)}$의 선택이 어떤 역할을 하는가?

주요 결과

• 연속된 $s$-자유 수 쌍 $n, n+1 \leq x$의 수는 점근적으로 $C_s x + O(x^{\frac{14}{7s+8}+\epsilon})$이며, 여기서 $C_s = \prod_p \left(1 - \frac{2}{p^s}\right)$이다.
• 특히 $s=2$일 경우 오차 항은 $O(x^{7/11 + \epsilon} \log^7 x)$로 줄어들며, 히프트-브라운의 원래 결과와 일치하여 일반화의 타당성을 검증한다.
• 새로운 오차 지수 $\frac{14}{7s+8}$는 칼리츠의 $\frac{2}{s+1}$보다 $O(1/s^2)$ 우수하여, 정량적 향상이 뚜렷하다.
• 이 향상은 주로 특성합 추정에서 $p^{1/2}$의 절감 효과에서 기인하며, 이는 $u$에 대한 합계 이후 $U^{1/2}$ 절감으로 이어지며, 로그 인자 증가를 감수한다.
• 해의 수에 대한 경계 $N \ll x(J^{-s}K + (JK)^{1-s})(\log x)^{s-1}$는 오차 항을 균형 있게 조절하는 데 핵심적이다.
• 최종 오차 항은 $x^{\frac{14}{7s+8}+\epsilon}$에 의해 지배되며, 최적의 매개변수 선택을 통해 나머지 모든 항이 점근적으로 더 작아짐을 보였다.