[论文解读] Extensions of Billingsley's Theorem via Multi-Intensities

Richard Arratia, Fred Kochman+1 more|arXiv (Cornell University)|Jan 8, 2014

Limits and Structures in Graph Theory参考文献 7被引用 5

一句话总结

本文通过引入基于多强度的新型概率准则，将 Billingsley 定理关于随机整数的缩放对数素因子的极限分布推广至参数 $\theta$ 的 Poisson-Dirichlet 过程，该准则适用于范数化的算术半群以及具有异常素因子个数的整数上的条件分布，从而在 $\theta \neq 1$ 的情况下得到 PD($\theta$) 极限，通过重新证明和新表征方式推广了经典结果。

ABSTRACT

Let $p_1 \ge p_2 \ge \dots$ be the prime factors of a random integer chosen uniformly from $1$ to $n$, and let $$ \frac{\log p_1}{\log n}, \frac{\log p_2}{\log n}, \dots $$ be the sequence of scaled log factors. Billingsley's Theorem (1972), in its modern formulation, asserts that the limiting process, as $n o \infty$, is the Poisson-Dirichlet process with parameter $θ=1$. In this paper we give a new proof, inspired by the 1993 proof by Donnelly and Grimmett, and extend the result to factorizations of elements of normed arithmetic semigroups satisfying certain growth conditions, for which the limiting Poisson-Dirichlet process need not have $θ=1$. We also establish Poisson-Dirichlet limits, with $θ e 1$, for ordinary integers conditional on the number of prime factors deviating from the usual value $\log \log n$. At the core of our argument is a purely probabilistic lemma giving a new criterion for convergence in distribution to a Poisson-Dirichlet process, from which the number-theoretic applications follow as straightforward corollaries. The lemma uses ingredients similar to those employed by Donnelly and Grimmett, but reorganized so as to allow subsequent number theory input to be processed as rapidly as possible. A by-product of this work is a new characterization of Poisson-Dirichlet processes in terms of multi-intensities.

研究动机与目标

• 将 Billingsley 定理从经典的 $\theta = 1$ 情况推广至更广泛的数论背景下 $\theta \neq 1$ 的情形。
• 基于基于多强度的新型收敛准则，提供 Billingsley 定理的一个全新的、概率上自洽的证明。
• 针对具有异常素因子个数的整数，建立其缩放对数素因子的 Poisson-Dirichlet 极限，其中 $\theta$ 依赖于与 $\log\log n$ 的偏离程度。
• 通过多强度表征 Poisson-Dirichlet 过程，为它们的分布性质提供新的结构性洞见。

提出的方法

• 引入一个新的概率引理（引理 2 和 3），该引理为基于 (0,1] 中不相交区间内元素的期望数量，提供收敛到 PD($\theta$) 的充分条件。
• 使用假设：$\liminf \mathbb{E}[|A_n \cap I_1| \cdots |A_n \cap I_k|] \geq \prod_{i=1}^k \log(b_i/a_i)$，其中 $I_i = [a_i, b_i]$ 为不相交区间且 $\sum b_i < 1$，并将其推广至 $\theta \neq 1$ 的情形。
• 将该准则应用于整数 $n$ 以内所有素因子的缩放对数 $\log_n p$ 的多重集 $A_n$，将验证过程简化为 Mertens 公式对素数调和和的应用。
• 将结果推广至满足 Bredikhin 或 Landau 定理类增长条件的范数化算术半群，从而得到 $\theta \neq 1$ 的 PD($\theta$) 极限。
• 通过使用 $\nu^\circ_{g(n)}(n)$（即具有恰好 $g(n)$ 个不同素因子的整数的计数）来控制具有 $\omega(N) \neq \log\log n$ 的整数的相对频率，处理在整数上对素因子个数异常的条件分布。
• 利用一致误差界和函数 $\kappa(z)$ 的连续性，控制计数函数比值的渐近比值，确保收敛准则成立。

实验结果

研究问题

• RQ1 Billingsley 定理能否推广至极限 Poisson-Dirichlet 过程满足 $\theta \neq 1$ 的数系？
• RQ2 范数化算术半群需满足何种条件，才能确保收敛到 $\theta \neq 1$ 的 PD($\theta$)？
• RQ3 当素因子个数偏离典型值 $\log\log n$ 时，缩放对数素因子的分布行为如何？
• RQ4 能否发展一种统一的概率准则，用于表征收敛到 PD($\theta$) 的过程，并将数论输入与其余部分分离？
• RQ5 多强度在表征 Poisson-Dirichlet 过程中起什么作用？它们如何简化收敛性证明？

主要发现

• 建立了一个新的收敛准则，该准则基于不相交区间内缩放对数因子的期望数量，条件涉及对数比值，可保证收敛到 PD($\theta$)。
• 利用该准则重新证明了经典 Billingsley 定理，其假设的验证仅依赖于 Mertens 公式 $\sum_{p \leq x} \frac{1}{p} = \log\log x + B + o(1)$。
• 对于满足 Landau 型素理想定理的范数化算术半群，极限过程为 PD(1)，将 Billingsley 结果推广至更广泛的代数结构。
• 对于满足 Bredikhin 型增长条件的半群，极限过程为 PD($\theta$)，其中 $\theta \neq 1$，其值取决于计数函数的增长率。
• 当整数被条件化为满足 $\omega(N) \sim \theta \log\log n$ 时，其缩放对数素因子的极限分布为 PD($\theta$)，其中 $\theta$ 与归一化的不同素因子个数一致。
• 本文通过多强度给出了 PD($\theta$) 过程的新表征，为它们的结构与收敛性提供了全新的视角。