[论文解读] Uniform estimates for smooth polynomials over finite fields

Ofir Gorodetsky|arXiv (Cornell University)|Mar 9, 2022

Analytic Number Theory Research被引用 4

一句话总结

该论文为有限域 $\mathbb{F}_q$ 上次数为 $n$ 的 $m$-光滑首一多项式数量建立了统一的渐近估计，表明当 $m \geq (2+\varepsilon)\log_q n$ 时，其光滑性概率在 $q^n \to \infty$ 的极限下，与 $n$ 个元素上随机排列的光滑性概率渐近一致。关键结果解决了 Hildebrand 一个猜想的多项式类比，证明了 $m \geq (2+\varepsilon)\log_q n$ 的范围是精确的，并通过鞍点分析与 Dickman 函数比较，给出了精确的误差项。

ABSTRACT

We establish new estimates for the number of $m$-smooth polynomials of degree $n$ over a finite field $\mathbb{F}_q$, where the main term involves the number of $m$-smooth permutations on $n$ elements. Our estimates imply that the probability that a random polynomial of degree $n$ is $m$-smooth is asymptotic to the probability that a random permutation on $n$ elements is $m$-smooth, uniformly for $m\ge (2+\varepsilon)\log_q n$ as $q^n o \infty$. This should be viewed as an unconditional analogue of works of Hildebrand and of Saias in the integer setting, which assume the Riemann Hypothesis. Moreover, we show that the range $m \ge (2+\varepsilon)\log_q n$ is sharp; this should be viewed as a resolution of a (polynomial analogue of a) conjecture of Hildebrand. As an application of our estimates, we determine the rate of decay in the asymptotic formula for the expected degree of the largest prime factor of a random polynomial.

研究动机与目标

• 为有限域 $\mathbb{F}_q$ 上次数为 $n$ 的 $m$-光滑首一多项式数量建立统一的渐近估计。
• 将 $\mathbb{F}_q[T]$ 中随机多项式的光滑性概率与 $S_n$ 中随机排列的光滑性概率进行比较，证明在特定条件下具有渐近等价性。
• 解决 Hildebrand 关于 $m \geq (2+\varepsilon)\log_q n$ 光滑性概率阈值精确性的多项式类比猜想。
• 利用所得估计，确定随机多项式最大不可约因子的期望次数的衰减速率。

提出的方法

• 论文使用鞍点分析估计 $\mathbb{F}_q$ 上 $m$-光滑多项式的生成函数，并将其与 $m$-光滑排列的生成函数进行比较。
• 引入参数 $x = x_{n,m} > 0$，满足 $\sum_{j=1}^m x^j = n$，该参数控制光滑性概率的渐近行为。
• 渐近估计的主要项涉及 Dickman 函数 $\rho(u)$，其中 $u = n/m$，误差项通过积分估计以及离散与连续平均值差异的界来控制。
• 关键组成部分是函数 $G_q(x)$，其定义为次数 $\leq m$ 的不可约多项式的乘积，用于捕捉与排列模型的偏差。
• 证明依赖于 $S_n$ 中光滑性概率的递推关系，通过 $\Delta(n,m)$ 表达，并利用积分表示和 $\rho(u)$ 的渐近展开，建立 $\Delta(n,m)$ 的正性和下界。
• 分析包括对比例 $\mathbb{P}(f_n \text{ 是 } m\text{-光滑}) / \mathbb{P}(\pi_n \text{ 是 } m\text{-光滑})$ 的误差项的精细估计，证明其在 $q^n \to \infty$ 时一致收敛于 1。

实验结果

研究问题

• RQ1 当 $m \geq (2+\varepsilon)\log_q n$ 时，$\mathbb{F}_q$ 上随机首一多项式次数为 $n$ 的 $m$-光滑性概率是否在 $n$ 和 $q$ 上一致地渐近等价于 $n$ 个元素上随机排列的 $m$-光滑性概率？
• RQ2 阈值 $m \geq (2+\varepsilon)\log_q n$ 对于多项式与排列光滑性概率的渐近等价性是否精确？
• RQ3 随机多项式在 $\mathbb{F}_q$ 上最大不可约因子的期望次数的衰减速率是多少？
• RQ4 与排列模型相比，$\mathbb{P}(f_n \text{ 是 } m\text{-光滑})$ 的渐近估计中的误差项如何？能否实现一致的改进？
• RQ5 多项式与排列光滑性之间的比较能否推广到 $m \sim (1+\varepsilon)\log_q n$ 的范围？此时主项需要进行何种修正？

主要发现

• 当 $m \geq (2+\varepsilon)\log_q n$ 时，$\mathbb{F}_q$ 上随机次数为 $n$ 的多项式是 $m$-光滑的概率，与 $n$ 个元素上随机排列是 $m$-光滑的概率渐近等价，且在 $q^n \to \infty$ 时一致成立，相对误差为 $\ll_{\varepsilon} 1/(nq)^{c_\varepsilon}$。
• 范围 $m \geq (2+\varepsilon)\log_q n$ 是精确的：当 $m < (2+\varepsilon)\log_q n$ 时，渐近等价性不成立，这在函数域设定下证实了 Hildebrand 的一个猜想。
• 比例 $\mathbb{P}(f_n \text{ 是 } m\text{-光滑}) / \mathbb{P}(\pi_n \text{ 是 } m\text{-光滑})$ 的误差项受 $O_{\varepsilon}\left(\frac{un^{(1+a)/m}}{q^{\lceil (m+1)/2 \rceil}}\right)$ 控制，其中 $a = \mathbf{1}_{2\mid m}$，优于先前的误差界。
• 当 $m \geq 6\log n$ 时，误差项为 $O\left(\frac{u\log(u+1)}{mq^{\lceil (m+1)/2 \rceil}}\right)$，显著小于先前的 $u\log(u+1)/m$ 或 $1/u$ 量级的误差界。
• 当 $m \sim (1+\varepsilon)\log_q n$ 时，渐近比例的主项需乘以因子 $G_q(x)$，以解释多项式模型与排列模型之间的偏差。
• 论文为 $m \leq n/2$ 建立了下界 $\Delta(n,m) \gg u\log u / m$，其中 $\Delta(n,m)$ 衡量排列与多项式光滑性概率之间的相对差异，证实了该差异在相关范围内的正性和增长性。