Oscillations of random multiplicative functions under initial bias

1. Problemstellung und Kontext

Das Paper untersucht das Verhalten von zufälligen vollständig multiplikativen Funktionen $f(n)$. Diese Funktion ist definiert durch $f(p) = \pm 1$ mit einer Wahrscheinlichkeit von $1/2$ für jede Primzahl $p$, unabhängig voneinander, und wird vollständig multiplikativ auf alle positiven ganzen Zahlen erweitert.

Die Autoren adressieren zwei zentrale Probleme bezüglich der Vorzeichenwechsel der Partialsummen dieser Funktion:

1. Einfluss einer anfänglichen Verzerrung (Initial Bias): Wie wirkt sich die Bedingung $f(p) = 1$ für alle Primzahlen $p \le y$ auf die Wahrscheinlichkeit aus, dass die Partialsummen $S(N) = \sum_{n \le N} f(n)$ für alle $N \le x$ nicht-negativ bleiben?
   • Hintergrund: Kucheriaviy [12] zeigte, dass wenn $y \ge C \frac{(\log x)^2 \log \log \log x}{\log \log x}$, die Wahrscheinlichkeit für nicht-negative Partialsummen gegen 1 geht. Er vermutete, dass für $y = o((\log x)^2)$ diese Wahrscheinlichkeit gegen 0 geht.
2. Vorzeichenwechsel der gewichteten Summen: Untersucht wird die Summe $\sum_{n \le N} \frac{f(n)}{\sqrt{n}}$.
   • Hintergrund: Für $\sigma > 1/2$ konvergiert die Reihe fast sicher zu einem positiven Euler-Produkt (keine unendlichen Vorzeichenwechsel). Für $\sigma < 1/2$ bewies Aymone [4], dass es fast sicher unendlich viele Vorzeichenwechsel gibt. Der kritische Fall $\sigma = 1/2$ (die Summe $\sum \frac{f(n)}{\sqrt{n}}$) war offen und wurde von Aymone als Problem formuliert.

2. Methodik und Technischer Ansatz

Die Autoren entwickeln eine Methode, die sich von früheren Ansätzen unterscheidet, die oft komplexe $s$-Werte in der Nähe der kritischen Linie verwendeten. Stattdessen nutzen sie Konsequenzen der Nicht-Negativität der Partialsummen, die auf reelle Werte $s = 1/2 + t$ (mit $t > 0$) angewendet werden.

Die Kernidee besteht darin, die Nicht-Negativität der Partialsummen mit einem abnehmenden Verhalten der Dirichlet-Reihe $F(s) = \sum \frac{f(n)}{n^s}$ zu verknüpfen.

• Euler-Produkt und Zufallsvariablen:
  Für $s = 1/2 + t$ lässt sich die Reihe approximativ als Exponentialfunktion einer Summe über Primzahlen darstellen:
  $$\sum_{n \le x} \frac{f(n)}{n^{1/2+t}} \approx \exp(R(t) + O(1))$$
  wobei $R(t) = \sum_p \frac{f(p)}{p^{1/2+t}} + \frac{1}{2} \sum_p \frac{1}{p^{1+2t}}$.
  $R(t)$ verhält sich wie der „Logarithmus" der Summe.

• Zentraler Grenzwertsatz für Differenzen:
  Der entscheidende Schritt ist die Analyse der Differenzen $R(t) - R(2t)$. Diese Differenzen fungieren als Ersatz für die logarithmische Ableitung.

  • Lemma 2.1: Die Autoren beweisen einen zentralen Grenzwertsatz für die Vektoren $(R(t_1)-R(2t_1), \dots, R(t_K)-R(2t_K))$. Unter geeigneten Bedingungen (insbesondere wenn $t_{i+1}/t_i \to \infty$) konvergieren diese Differenzen gegen unabhängige normalverteilte Zufallsvariablen $N_i$ mit Mittelwert $\frac{\log 2}{2}$ und Varianz $\frac{\log 9}{8}$.

• Widerspruch durch Oszillation:
  Wenn die Partialsummen nicht-negativ wären, müsste die Funktion $F(s)/s$ (und damit implizit $R(t)$) ein bestimmtes abnehmendes Verhalten aufweisen (Lemma 2.3). Dies würde bedeuten, dass $R(2t) - R(t)$ durch eine Konstante nach oben beschränkt sein müsste.
  Da die Differenzen $R(t) - R(2t)$ jedoch als unabhängige Gaußsche Variablen mit positivem Mittelwert oszillieren, ist die Wahrscheinlichkeit, dass sie alle gleichzeitig unter einer festen Schranke bleiben, exponentiell klein in $K$. Da $K$ beliebig groß gewählt werden kann, geht die Wahrscheinlichkeit gegen 0.

• Kopplung mit dem Euler-Produkt:
  Lemma 2.4 zeigt, dass die endliche Summe bis $x$ mit hoher Wahrscheinlichkeit durch das unendliche Euler-Produkt (und somit durch $R(t)$) approximiert werden kann, solange $t$ in einem bestimmten Bereich liegt ($\frac{\log \log x}{\log x} \ll t \ll y^{-1/2}$).

3. Hauptergebnisse

Satz 1.1 (Lösung der Vermutung von Kucheriaviy)

Sei $f$ eine zufällige vollständig multiplikative Funktion. Sei $x$ groß und $y = o\left( \left(\frac{\log x}{\log \log x}\right)^2 \right)$.
Unter der Bedingung $f(p) = 1$ für alle $p \le y$ ist die Wahrscheinlichkeit, dass $\sum_{n \le N} f(n) \ge 0$ für alle $N \le x$ gilt, gleich $o(1)$, wenn $x \to \infty$.

• Bedeutung: Dies bestätigt die Vermutung, dass der Exponent 2 in der Schranke für $y$ scharf ist. Sobald die Verzerrung auf Primzahlen unterhalb von $(\log x)^2$ (bis auf logarithmische Faktoren) beschränkt ist, reicht sie nicht aus, um die Oszillationen der Summe zu unterdrücken.

Satz 1.2 (Lösung des Problems von Aymone)

Sei $f$ eine Realisierung der zufälligen vollständig multiplikativen Funktion.
Fast sicher (mit Wahrscheinlichkeit 1) ändern die Partialsummen von $\sum_{n \le N} \frac{f(n)}{\sqrt{n}}$ unendlich oft das Vorzeichen.

• Bedeutung: Dies schließt den kritischen Fall $\sigma = 1/2$ ab. Im Gegensatz zu $\sigma > 1/2$ (wo die Summe konvergiert und positiv bleibt) und $\sigma < 1/2$ (wo sie oszilliert), zeigt sich, dass selbst im kritischen Fall die Oszillationen dominieren und keine endliche Anzahl von Vorzeichenwechseln möglich ist.

4. Signifikanz und Beitrag zur Forschung

• Technischer Fortschritt: Die Autoren vermeiden die komplexe Analyse auf vertikalen Linien in der Nähe der kritischen Linie, die in früheren Arbeiten (z.B. von Harper, Kalmynin) verwendet wurde. Stattdessen nutzen sie eine „minimale Methode", die das Verhalten der Reihe für reelle $s \to 1/2^+$ ausnutzt. Dies ermöglicht den Beweis für Fälle, bei denen komplexe Methoden versagen.
• Schärfung von Schranken: Der Beweis für Satz 1.1 liefert die erste Bestätigung der unteren Schranke für die Wahrscheinlichkeit nicht-negativer Partialsummen unter Bias. Es wird gezeigt, dass selbst eine starke Anfangsbedingung ($f(p)=1$ für viele Primzahlen) nicht ausreicht, um die Summe dauerhaft positiv zu halten, wenn die Bedingung nicht stark genug ist (d.h. $y$ zu klein ist).
• Verbindung zu anderen Vermutungen: Die Arbeit steht in Verbindung mit der Fyodorov-Hiary-Keating-Vermutung über Maxima auf der kritischen Linie und liefert neue Einsichten in das Verhalten von quadratischen Charakteren und automorphen Formen.
• Offene Probleme: Die genaue asymptotische Abklingrate der Wahrscheinlichkeit, dass $f$ bis $x$ nicht-negative Partialsummen hat, bleibt ein offenes Problem. Die aktuellen Ergebnisse liefern jedoch die besten bekannten unteren und oberen Schranken.

Zusammenfassend beweisen die Autoren, dass die zufälligen Oszillationen der multiplikativen Funktion so stark sind, dass sie selbst durch eine signifikante Anfangsverzerrung oder im kritischen Fall $\sigma=1/2$ nicht dauerhaft unterdrückt werden können.