解读 | Ordinary two-point correlations of multiplicative functions

结果族 007:Ordinary two-point correlations and the corrected Elliott conjecture · 学科:Number theory · 验证状态:暂无形式化证明,请以社区核验为准

入门导读 🐣

给每个整数发一枚隐形硬币:数一数它的素因子个数(计重数),偶数记 @@M@@+1@@、奇数记 @@M@@-1@@,这就是刘维尔函数。一个悬了六十年的问题:相邻两数 @@M@@n@@ 与 @@M@@n+1@@ 的硬币,是否像两次独立投掷那样互不牵连?这篇论文给出肯定回答,而且是在最苛刻的”无对数加权”意义下,还附带了衰减速度。

关键词卡片

看个具体例子

定理 A 取 @@M@@n@@ 与 @@M@@n+1@@ 的特例:

@@M@@D\Bigl|\sum_{n\le X}\lambda(n)\lambda(n+1)\Bigr|\le C\,\frac{X}{(\log X)^{c}}\qquad(c>0\ \text{为绝对常数}).@@

动手算几项感受”消零”:@@M@@\lambda(2)\lambda(3)=+1@@,@@M@@\lambda(3)\lambda(4)=-1@@,@@M@@\lambda(4)\lambda(5)=-1@@,@@M@@\lambda(5)\lambda(6)=-1@@,@@M@@\lambda(7)\lambda(8)=+1@@……从 @@M@@n=2@@ 加到 @@M@@n=10@@ 累计只有 @@M@@-3@@,部分和始终在原地小幅摆动,根本长不到线性规模:

y = Xy = C·X/(log X)^c部分和(示意)X相关和被压到 X/(log X)^c 以下(示意)

为什么值得关心

Chowla 猜想是”素数随机性”的试金石。此前的普通平均结果只能排除一个例外尺度集,本文跨过了这道门槛:首次在每个截止点都证得二元 Chowla 猜想,并把二元修正 Elliott 猜想推广到一般有界乘性函数。

暂无形式化证明(AI 结果待核验)

由浅入深:从类比走向定理

第一级台阶

导读给每个整数发了一枚”隐形硬币”:正面还是反面,由它的素因子个数的奇偶决定。用半数学语言重说:给每个整数配一个正负一,研究对象是相邻的两个整数各自的正负一相乘后,把一大段整数全部累加起来——如果这两个值像独立投掷,总和就该正负相消,远远小于整段的长度。要做的操作就是这类”乘积求和”,问题问它到底能消掉多少。

第二级台阶

精确化。刘维尔函数 @@M@@\lambda(n)=(-1)^{\Omega(n)}@@,其中 @@M@@\Omega(n)@@ 是 @@M@@n@@ 的素因子个数(计重数)。乘性函数指互素时可拆开相乘的函数,@@M@@\lambda@@ 是完全乘性的特例。”普通平均”指每项权都为一的 @@M@@\sum_{n\le X}@@,它不同于对数加权的 @@M@@\sum \lambda(n)/n@@:对数权把许多乘性尺度混合摊平,普通平均则必须在每一个终点尺度本身上直接取胜,这正是难了六十年的原因。

第三级台阶

定理的语境:固定两个不成比例的仿射形式 @@M@@a_1n+b_1@@ 与 @@M@@a_2n+b_2@@——非比例假设挡住两形式恒相差常数倍、乘积恒正的退化情形——结论是相关和不超过 @@M@@X/(\log X)^c@@,指数 @@M@@c@@ 为绝对常数、与形式无关,且在每个截止点成立。定理 B 再把 @@M@@\lambda@@ 换成模长不超过一的任意复值乘性函数,条件是至少一个因子”一致非伪装”,即它不长期模仿任何 Dirichlet 特征乘以 @@M@@n^{it}@@ 的扭转——这个假设挡住的正是模仿者会让相关不消失的麻烦——结论是平均趋于零,但不给速率。

一句话结论

在无对数加权的普通平均下证明了二元 Chowla 猜想:对固定非比例仿射形式,@@M@@\sum_{n\le X}\lambda(a_1n+b_1)\lambda(a_2n+b_2)\ll X/(\log X)^c@@,@@M@@c>0@@ 为绝对常数;并对一般有界乘性函数确立了二元修正 Elliott 猜想。

问题背景

刘维尔函数(Liouville function)@@M@@\lambda(n)=(-1)^{\Omega(n)}@@ 记录 @@M@@n@@ 的素因子个数(计重数)之奇偶。Chowla 在 1965 年预测 @@M@@\lambda@@ 的各阶相关平均趋于零,二元情形即问:@@M@@n@@ 与 @@M@@n+h@@ 的素因子个数奇偶性是否渐近不相关?Elliott 把问题推广到有界乘性函数(multiplicative function),而 Matomäki–Radziwiłł–Tao 指出原始条件须加修正:一个函数可在相继尺度上模仿不同的 @@M@@n^{it}@@ 扭转,却全局上不模仿任何固定扭转。此前进展分两支:对数加权平均下,Tao(2016)证明了修正 Elliott 定理,Helfgott–Radziwiłł 与 Pilatte 先后把 @@M@@\sum_{n\le x}\lambda(n)\lambda(n+1)/n@@ 控制到 @@M@@(\log x)^{1-c_0}@@,但都保留对数权;普通平均下,Tao–Teräväinen 与 Klurman–Mangerel–Teräväinen 只能排除一个例外尺度集。普通估计必须在每一个截止点 @@M@@X@@ 控制终端尺度本身,这正是长期未被跨越的门槛。

主要结果

论文证明两条定理。定理 A(定量):存在绝对常数 @@M@@c>0@@,对每组固定整数 @@M@@a_1,a_2\ge1@@、@@M@@b_1,b_2\ge0@@ 且 @@M@@a_1b_2-a_2b_1\ne0@@(仿射形式非比例),有 @@M@@D\Bigl|\sum_{1\le n\le X}\lambda(a_1n+b_1)\lambda(a_2n+b_2)\Bigr|\le C\frac{X}{(\log X)^c}\qquad(X\ge3),@@ 指数 @@M@@c@@ 与形式无关,截止可为任意实数,系数无须互素。取 @@M@@a_1=a_2=1@@、@@M@@b_1=0@@、@@M@@b_2=h@@ 即普通两点 Chowla 猜想;证明先在每个固定剩余类(residue class)模 @@M@@l@@ 上建立同型估计,再以完全乘性推出仿射结论。定理 B(二元修正 Elliott 猜想,binary corrected Elliott conjecture):设 @@M@@f_1,f_2:\mathbb N\to\mathbb D@@ 乘性,至少一个一致非伪装(uniformly nonpretentious)——即对每个固定 Dirichlet 特征 @@M@@\chi@@,@@M@@\inf_{|t|\le N}D(f,\chi n^{it};N)\to\infty@@,其中 @@M@@D(f,\chi n^{it};X)^2=\sum_{p\le X}\frac{1-\mathrm{Re}(f(p)\overline{\chi(p)p^{it}})}p@@ 是素值距离——则 @@M@@\frac1N\sum_{n\le N}f_1(n+h_1)f_2(n+h_2)\to0@@。函数可取复值、模长可小于一、无须完全乘性;同样的极限在固定剩余类与固定非比例仿射形式下成立。又因 @@M@@\mu(p)=\lambda(p)=-1@@ 而距离只依赖素值,Möbius 函数(Möbius function)亦满足该条件,故 Möbius 及 Möbius–Liouville 混合两点相关同样趋于零(此路不给速率)。

证明思路

两个证明共用同一骨架:乘性膨胀(multiplicative dilation)——比较 @@M@@n,n+h@@ 与 @@M@@dn,d(n+h)@@ 两处的相关,得到边位移为 @@M@@hd@@ 的整数图;用短区间傅里叶估计把整除指示子换成带符号因子;再以闭游走(closed walk)估计界住所得图算子。差别在顶点权重与取极限的次序。

定量证明先在固定剩余类处理 @@M@@\lambda(n)\lambda(n+h)@@。每步引入来自 @@M@@J@@ 个互不相交素数供应的素数,各供应倒数质量约为大常数 @@M@@W@@,贡献均值恰为零的因子 @@M@@\mathbf 1_{p\mid n}-1/p@@;另以平方自由的”填充除子”控制除子权重在短乘性区间内的集中。这些中心化供应贡献质量 @@M@@W^J@@,而在算子界中只占 @@M@@(C\sqrt W)^J@@:取 @@M@@W@@ 足够大便得随 @@M@@J@@ 的指数衰减,而 @@M@@J@@ 与 @@M@@\log\log X@@ 成比例,故得对数幂节约。两大障碍各有对策:其一,素数供应随 @@M@@X@@ 增长,无法遍历其联合周期,于是把剩余测试与独立剩余模型比较,先将编码的比特律修正为精确有界独立(bounded independence),再援引 Braverman 的电路定理;其二,素数在游走中重复会锁死步履——独立算术关系足够多时直接得节约,所剩无几时改用森林(forest)编码重复模式,其计数对填充值一致,可事后在同一剩余环境中合并。最后谱分析把图估计传回普通相关,完全乘性完成仿射演绎。

定性证明面对发散速率未知的非伪装距离,故次序倒置:先固定图尺度 @@M@@B@@、取长平均极限,最后令 @@M@@B@@ 增大。反设偏置 @@M@@|S(N_j)|\ge\gamma N_j@@ 存在。在尺度 @@M@@B@@ 取权重 @@M@@A>1@@ 的核心带(core band)与权重 @@M@@1@@ 的中心带(center band)两组素数,鸽笼选出一个承载约 @@M@@L_0/B@@ 倒数质量的除子区间;取系数 @@M@@\overline{f_1(d)f_2(d)}@@,原始和的下界为 @@M@@c_\gamma L_0/B@@。把指示子换成 @@M@@\mathbf 1_{p\mid n}-\theta/p@@(@@M@@\theta=1/4@@ 与顶点归一化匹配,本身并非均值零)的中心化代价,经傅里叶反转化为粗糙数(rough number)上的乘子 @@M@@Q_M@@,筛法给出其上确界与四阶矩界,再结合 MRT 短区间指数和定理及”大频率集测度小”的频率分裂,合计 @@M@@o(L_0/B)@@。另一方面,图估计对任意有界序列给出 @@M@@O(L_0B^{-1-c_*/2})@@:额外的幂来自核心带除子区间之短与素数个数下截断,而中心带在闭游走积中贡献相消——游走按首次访问树(tree of first visits)组织,先展开顶点删除条件、让中心素数剩余保持无条件,其带符号平均在取绝对值之前完成。三项合并得 @@M@@c_\gamma\le C(B^{-c_*/2}+B^{-\epsilon}+BJe^{-B^{1-\epsilon}})@@,令 @@M@@B\to\infty@@ 便与偏置矛盾。剩余类与仿射形式最后经特征正交与膨胀的有限局部展开(@@M@@2^{\omega(a)}@@ 项带符号乘性函数)归约到定理 B;@@M@@\lambda,\mu@@ 的一致非伪装由 MRT 的距离估计直接验证。

可信度与备注

任务元信息标记本篇为未形式化:主结果暂无 Lean 证明,OpenAI 官方声明”未经形式化的结果可能有问题”,请以社区核验为准。定理 A 与定理 B 互相支撑——前者是后者在 @@M@@\lambda@@ 情形的定量强化,后者把同一图方法推广到一般有界乘性函数,两者共享乘性膨胀与闭游走骨架,作为结果族 007 的核心论文与其他手稿围绕修正 Elliott 猜想互为印证。证明对已有文献(MRT 短区间定理、Braverman 定理、筛法估计)逐一注明出处,新构造部分(素数供应、森林计数、首次访问树展开)在论文内自证完毕。


深入探讨:像审稿人一样追问 🔍

问 1:定量证明最关键、最脆弱的一步在哪里?

(答:是中心化素数供应与闭游走算子界的对决:@@M@@J@@ 组供应贡献倒数质量 @@M@@W^J@@,而算子界里只占 @@M@@(C\sqrt W)^J@@;因 @@M@@J@@ 与 @@M@@\log\log X@@ 成比例,取大常数 @@M@@W@@ 即得对数幂节约。引言明言这些步骤必须”preserve the absolute constants needed for the choice of @@M@@W@@“——任何一处多出随 @@M@@J@@ 的多项式损失,整个指数衰减就报废。)

问 2:仿射形式”非比例”(@@M@@a_1b_2-a_2b_1\ne0@@)这个假设为什么不能去掉?

(答:若两形式成比例,则两个自变量恒相差一个固定因子 @@M@@k@@,由完全乘性 @@M@@\lambda(a_1n+b_1)\lambda(a_2n+b_2)=\lambda(k)@@,乘积是常数,和的规模就是 @@M@@X@@,根本不该有消零——假设挡住的是这种无消零可能的退化情形,而非技术方便。)

问 3:”一致非伪装”条件为何必要?去掉它会怎样?

(答:Halász 理论早已指出 @@M@@n^{it}@@ 扭转是均值问题的核心障碍;Matomäki–Radziwiłł–Tao 又证明 Elliott 原始条件必须修正——函数可以在相继尺度模仿不同扭转。若函数模仿某个 Dirichlet 特征,相关平均一般有非零偏置,定理自然失败;条件等价于 MRT 的修正形式,论文引言有明确交代。)

问 4:与 Tao 2016、Helfgott–Radziwiłł、Pilatte 及 Tao–Teräväinen 相比,真正新意是什么?

(答:Tao 2016 与 HR/Pilatte 的精确估计都带对数权;普通平均此前只有 Tao–Teräväinen(排除对数密度零的例外尺度集)与 Klurman–Mangerel–Teräväinen(全上对数密度尺度集)等”绝大多数尺度”的结果。本文首次在每个截止点给出普通平均消零及绝对对数幂速率;图方法本身承袭 HR/Pilatte,但顶点权重与取极限次序是新的。)

问 5:这类 AI 生成的长证明最可能出什么错?

(答:论文自己声明”implied constants need not be effective”,即常数不可效,这放大了核查难度;最可能出错的是组合簿记——森林对重复素数模式的编码”计数对填充值一致”、定性部分”首次访问树”展开中带符号平均先于取绝对值完成、以及把编码比特律修正为精确有界独立再套 Braverman 定理,这些环节任何一处独立性或一致性不达标都会静默失效。)

问 6:定性证明为何把取极限的次序倒过来?

(答:一般乘性函数的非伪装距离只知发散、不知速率,无法像 @@M@@\lambda@@ 那样让图参数随 @@M@@X@@ 增长;于是先固定图尺度 @@M@@B@@、对核心带/中心带素数加权,取长平均极限后再令 @@M@@B\to\infty@@,用 @@M@@c_\gamma\le C(B^{-c_*/2}+B^{-\epsilon}+BJe^{-B^{1-\epsilon}})@@ 与偏置矛盾。这解释了为何定理 B 没有速率。)

问 7:谁会直接用这个结果?

(答:取 @@M@@\mu@@ 即得 Möbius 及 Möbius–Liouville 混合两点相关趋于零;剩余类版本与仿射推论(cor:affine、prop:affine-progression)为素数随机性研究提供了普通平均层面的新输入。更高阶 Chowla 相关论文未展开,是否可循同一骨架尚属开放。)

总评

这项工作把二元 Chowla 与修正 Elliott 从对数权/几乎所有尺度推进到每个截止点的普通平均,是素数随机性方向的实质跨越;最大风险在于证明是把 HR–Pilatte 图机器改挂到新权重与新的极限次序上,簿记极重且常数不可效,独立核验前宜谨慎引用。