[论文解读] Explicit formulae for primes in arithmetic progressions, I

Tomohiro Yamada|arXiv (Cornell University)|Jun 22, 2013

Analytic Number Theory Research参考文献 11被引用 7

一句话总结

本文为算术级数中的切比雪夫函数 $\psi(x,q,a)$ 提供了显式误差界，当模数 $q < \log^{\alpha_1}x$ 时，误差项为 $O(1/\log^\alpha x)$。研究建立了显式版本的Bombieri-Vinogradov定理，同时处理非例外模数与例外模数（西格尔零点），并为筛法理论与显式数论中的应用提供了完全可计算的常数。

ABSTRACT

We shall give an explicit formula for $ψ(x, q, a)$ with an error term of the form $C/\log^αx$ under the condition that $q

研究动机与目标

• 在 $q < \log^{\alpha_1}x$ 条件下，为 $\psi(x,q,a)$ 推导出显式上界，误差项为 $O(1/\log^{\alpha_2}x)$。
• 将这些界扩展至包含例外模数（即西格尔零点）的情形，控制误差的增长。
• 提供完全显式的Bombieri-Vinogradov定理版本，避免依赖于无效常数。
• 支持显式筛法方法的应用，例如陈氏定理在哥德巴赫型问题中的应用。
• 计算并列出显式常数，以供数值验证与算法数论中使用。

提出的方法

• 通过显式零点自由区域与特征和估计，推导出模 $q$ 的狄利克雷特征 $\chi$ 上 $\left| \psi(x,\chi) \right|$ 的显式界。
• 应用定理1.1，对非例外模数 $q < \log^{\alpha_1}x$，以误差 $C / \log^{\alpha_2}x$ 估计 $\left| -1 + x^{-1} \sum_{\chi \mod q} |\psi(x,\chi)| \right|$，并考虑可能存在的西格尔零点。
• 使用定理1.2，将界扩展至所有 $q$，包括例外情形，条件为 $x$ 相对于 $q$ 的对数关系，误差为 $C' / \log^A x$。
• 结合McCurley与Kadiri的显式估计与特征和分解，控制原特征和的上界。
• 采用常数 $c_0 < 48.833$（来自[1]）与 $c_1 = \zeta(2)\zeta(3)/\zeta(6) < 1.9436$，以控制Bombieri-Vinogradov和中的误差项。
• 使用PARI-GP脚本计算任意 $\alpha, \alpha_1$ 的常数，确保可复现性与可扩展性。

实验结果

研究问题

• RQ1 当 $q < \log^{\alpha_1}x$ 且 $q$ 为非例外模数时，$\psi(x,q,a)$ 的最佳显式误差项 $O(1/\log^{\alpha_2}x)$ 是什么？
• RQ2 当 $q$ 为例外模数（即包含西格尔零点）时，如何保持显式界？
• RQ3 Bombieri-Vinogradov定理能否被完全显式化，对所有模数 $q \leq x^{1/2}/\log^A x$ 提供可计算的常数？
• RQ4 在Bombieri-Vinogradov和中，排除例外模数对误差项的定量影响是什么？
• RQ5 如何算法性地计算并验证误差项中常数的数值，以供显式数论中使用？

主要发现

• 定理1.1为 $q < \log^{\alpha_1}x$ 提供了显式界 $\left| \psi(x;q,a) - \frac{x}{\varphi(q)} \right| \leq \frac{C}{\log^{\alpha_2}x} + E_0 \frac{x^{\beta_0 - 1}}{\beta_0}$，其中若存在西格尔零点 $\beta_0$，则 $E_0 = 1$。
• 定理1.2在条件 $\frac{0.4923A}{\pi} q^{1/2} \log^2 q < \frac{\log x}{\log \log x}$ 下，对所有 $q$ 给出统一界 $\left| \psi(x;q,a) - \frac{x}{\varphi(q)} \right| \leq \frac{C'}{\log^A x}$，其中 $C' = C + \frac{1}{1 - A Y_0 / e^{Y_0}}$。
• 定理1.4提供了显式Bombieri-Vinogradov定理，误差项受 $\frac{c_1 c_0 (2 + e^{-800}) x}{\log^{A - 9/2} x} + \frac{2 c_0 c_1 x \log^{9/2} x}{Q_1} + \frac{c_1^2 (C_0 + e^{-17}) x (1 + A \log \log x)}{2 \log^{A-4} x}$ 控制，且排除了例外模数。
• 常数 $c_0 < 48.833$ 来自[1]中的显式估计，$c_1 < 1.9436$ 为乘积 $\prod_p \left(1 + \frac{1}{p(p-1)}\right) = \frac{\zeta(2)\zeta(3)}{\zeta(6)}$，用于控制特征和的误差。
• 当 $A \in \{6,7,8,9,10\}$ 时，为控制西格尔零点贡献，显式设定 $Y_0 = \log \log X_0$ 分别为 $10.1, 10.5, 10.9, 11.2, 11.5$。
• 本文的PARI-GP脚本可计算任意 $\alpha, \alpha_1$ 的常数，支持向新参数区域的扩展。