格林–陶定理

障碍在于密度为零,因此定理不能直接由应用于 $\mathcal{P}$ 的塞迈雷迪定理得出。Green 与 Tao 的洞见是:塞迈雷迪型的密度论证,对于在一个更大、足够伪随机的集合内部具有相对密度的集合仍然有效——即使该集合本身在 $\mathbb{Z}$ 中是稀疏的——只要外围集合足够随机,使计数论证得以延续。

第一步(障碍)。冯·芒戈尔特函数 $\Lambda(n)$(当 $n=p^j$ 时等于 $\log p$,否则为0)是检测素数的自然权重,平均大小为 $\mathbb{E}[\Lambda] \approx 1$。但 $\Lambda$ 本身无界,且 $\mathcal{P}$ 密度为0,因此没有经典密度定理可以直接应用于它。

第二步(伪随机优函数)。借助 Goldston–Yıldırım 型筛权重的思想,Green 与 Tao 构造出一个测度 $\nu(n) \ge 0$(满足 $\mathbb{E}[\nu] \approx 1$),它对某常数 $K$ 满足 $\Lambda(n) \le K\nu(n)$ 从而支配素数,并且是伪随机的:它满足与同密度真随机集合所应满足的线性形式条件与相关条件相一致的精确条件。

第三步(相对塞迈雷迪定理)。Green 与 Tao 证明:只要 $\nu$ 是伪随机的,任何满足正相对密度 $\mathbb{E}[f] \ge \delta$ 的函数 $0 \le f \le \nu$ 仍然包含预期密度的长度为 $k$ 的数列。证明将 $f$ 分解为一个有界的结构化部分,加上一个相对于 $\nu$ 在高尔斯一致性范数下很小的部分;由广义冯·诺依曼定理,均匀部分对数列计数的贡献可忽略不计,因此结构化部分本身就必须解释预期的数列——这与塞迈雷迪定理经典的超图正则化证明完全类似,只是相对于 $\nu$ 做了相对化处理。

第四步(汇总)。验证 Goldston–Yıldırım 型的 $\nu$ 确实是伪随机的(用标准的素数计数估计检验线性形式条件与相关条件),使得第三步可应用于 $f = \Lambda / K$,由于 $\mathbb{E}[\Lambda] \approx 1$ 它具有正相对密度。这给出了由 $\Lambda$ 加权的长度为 $k$ 的数列的正相对密度,因此——在去除素数幂带来的可忽略贡献后——对任意 $k$ 都得到一个真正的长度为 $k$ 的素数等差数列。

这一特殊情形比格林–陶定理早65年,由范德科皮特于1939年利用哈代–李特尔伍德圆法直接作用于素数而解决,无需一般 $k$ 所需的转移机制。它说明了为何 $k=3$ 长期以来可用经典解析数论处理,而更长的数列直到2004年才完全解决。

第一步(用指数和加权计数)。记 $S(\theta) = \sum_{n \le N} \Lambda(n) e(\theta n)$。所有项均 $\le N$ 的三项数列 $p_1 + p_3 = 2p_2$ 的加权计数,由指数函数的正交性等于 $\int_0^1 S(\theta)^2 S(-2\theta) \, d\theta$。

第二步(主弧)。在分母 $q$ 较小的有理数 $\theta \approx a/q$ 附近,$S(\theta)$ 可由算术级数中的素数定理很好地近似;将这些贡献相加得到哈代–李特尔伍德主项 $\mathfrak{S}(N) \, N^2 / \log^3 N$,其中奇异级数 $\mathfrak{S}(N)$ 是仅依赖于模 $q$ 局部素数密度的正常数。

第三步(次弧)。在远离小分母有理数的区域,Vinogradov 的估计利用素数求和中的抵消,对任意固定的 $A$ 给出 $S(\theta)$ 的界 $O(N (\log N)^{-A})$;在次弧上对此界积分表明它们的总贡献为 $o(N^2/\log^3 N)$——相对于主弧主项可以忽略不计。

第四步(结论)。由于主弧主项 $\mathfrak{S}(N)\,N^2/\log^3 N$ 远大于可忽略的次弧误差,三项数列的加权计数按 $N^2/\log^3 N \to \infty$ 增长,因此存在无穷多个(且渐近意义下很多)由素数组成的三项等差数列——整整早于一般情形被解决65年。