MathLabs

解法: 対数平均化された相関によるタオのエルデシュ不一致問題の証明(2015年)

ステップ 5/9: エリオット予想:関数がひそかに偽装された指標でない限り相関は消える
ざっくり言うと

無関係な二つの乗法的関数 g1,g2g_1,g_2 は、一般には互いにほとんど関係を持たないはずである:g1(n)g_1(n) を知っても g2(n+1)g_2(n+1) について本質的に何も分からないはずなので、∑ng1(n)g2(n+1)/n\sum_n g_1(n)g_2(n+1)/n のような平均は、遠くまで見ていくと純粋な相殺によって零に近づくはずである。エリオットの予想は、この相殺が原則であると述べる—ただし正確に一種類の抜け道を除いて。

その抜け道とは、ある関数が特定の、非常に構造化された対象—振動因子 nitn^{it} で捻られているかもしれないディリクレ指標(これはまさに第二段階の惜しい反例である)—を「装う」場合である。真の相関は、両方の関数がひそかに同じ偽装された指標に似ていることからしか生じ得ない。

1log⁡x∑n≤xg1(n)g2(n+1)n→0unless g1 or g2 p¨retends” to be n↦χ(n)nit\frac{1}{\log x}\sum_{n\le x}\frac{g_1(n)g_2(n+1)}{n} \to 0 \quad \text{unless } g_1 \text{ or } g_2 \text{ \"pretends'' to be } n\mapsto \chi(n)n^{it}
詳しい解説

エリオット予想は、その古典的な形において、有界な二つの乗法的関数 g1,g2:N→{z∈C:∣z∣≤1}g_1,g_2:\mathbb{N}\to\{z\in\mathbb{C}:|z|\le1\} に対して、相関 1x∑n≤xg1(n)g2(n+1)\frac1x\sum_{n\le x}g_1(n)g_2(n+1) が x→∞x\to\infty で 00 に近づくと予測する。ただし、g1,g2g_1,g_2 の一方が「装って」いる場合、すなわち正確な平均的意味で捻られたディリクレ指標 n↦χ(n)nitn\mapsto \chi(n)n^{it} に近い場合を除く。この予想の(平均化されていない)無制限版は極めて困難であることが知られており、双子素数予想のような関連する問いへのほとんどの篩理論的アプローチを阻む、いわゆるパリティ問題によって阻まれている。

タオの鍵となる入力、不一致問題の論文における定理1.10(別個の姉妹論文「二点相関に対する対数平均化されたChowlaおよびEliott予想」、arXiv:1509.05422、2016年にForum of Mathematics, Piに掲載、で証明される)は、まさにこの主張の対数平均化された版を確立する:g1g_1 が適切な定量的意味で非装いであるとき、1log⁡x∑n≤xg1(n)g2(n+1)n→0\frac{1}{\log x}\sum_{n\le x}\frac{g_1(n)g_2(n+1)}{n} \to 0 が x→∞x\to\infty で成り立つ。追加の重み 1/n1/n で平均化し、xx ではなく log⁡x\log x で正規化することが、パリティ問題を回避することにつながる。ただしその代償として、より弱い対数平均化された主張しか証明できない。

この定理を前段階の評価(g1=g2=gg_1=g_2=\mathbf{g} とし、g(n)\mathbf{g}(n) と g(n+1)\mathbf{g}(n+1) を相関させる)に適用すると、g\mathbf{g} の部分和が有界であるという仮定された性質は、g\mathbf{g} 自身が装っている場合—すなわちある n↦χ(n)nitn\mapsto\chi(n)n^{it} と強く相関している場合—にしか成り立たないことが示される。これが議論全体の要である:二次モーメントに関する解析的仮定が、g\mathbf{g} の構造に関する硬直した代数的・数論的主張へと変換されたのである。

このステップの用語
装う(プリテンシャス)乗法的関数
乗法的関数 gg が装っているとは、それが素数にわたる正確な平均的意味で、あるディリクレ指標 χ\chi と実数 tt に対する単純なモデル関数 n↦χ(n)nitn\mapsto\chi(n)n^{it} と相関することをいう。この概念はGranvilleとSoundararajanによるもので、関数が「典型的」な振る舞いからどれだけ離れているかを測る。
パリティ問題
篩理論におけるよく知られた障害:標準的な篩の方法では、素因数の個数が偶数の整数と奇数の整数を区別できず、これが双子素数予想や一般的な乗法的相関評価のような問題への多くの素朴なアプローチを阻む。
このステップで使う知識