🔢 mathematics

Note on shifted primes with large prime factors

Diese Arbeit verbessert Dings jüngste quantitative Schranke für den Anteil verschobener Primzahlen $p \le x$ mit einem großen Primfaktor $P^+(p-1) \ge p^c$ , indem sie eine engere obere Grenze von $-\frac{7}{2}\log c$ für den Bereich $e^{-\frac{2}{7}} < c < 1$ etabliert.

Ursprüngliche Autoren: Yuchen Ding, Zhiwei Wang

Veröffentlicht 2026-02-06

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Yuchen Ding, Zhiwei Wang

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie hätten einen riesigen Sack voller Zahlen, genauer gesagt der Primzahlen (Zahlen wie 2, 3, 5, 7, 11, die nur durch 1 und sich selbst teilbar sind). Dies sind die Bausteine der Mathematik.

Nehmen Sie nun irgendeine Primzahl, sagen wir $p$ . Wenn Sie 1 von ihr abziehen, erhalten Sie eine neue Zahl ( $p-1$ ). Diese Zahl ist normalerweise eine "zusammengesetzte" Zahl, was bedeutet, dass sie aus kleineren Primfaktoren zusammengesetzt ist, die miteinander multipliziert werden. Zum Beispiel, wenn $p=13$ , dann ist $p-1=12$ , welches aus $2 \times 2 \times 3$ besteht. Der "größte Primfaktor" hier ist 3.

Die Arbeit von Yuchen Ding und Zhiwei Wang ist eine Detektivgeschichte darüber, Primzahlen zu finden, bei denen dieses "größte Stück" überraschend groß ist.

Die große Frage: Wie groß können die Stücke sein?

Die Autoren stellen eine spezifische Frage: Wenn wir uns alle Primzahlen bis zu einer sehr großen Zahl $x$ ansehen, wie viele von ihnen haben ein "größtes Stück" (nennen wir es $P(p-1)$ ), das mindestens einen bestimmten Bruchteil der Primzahl selbst ist?

Nehmen wir an, wir wählen einen Bruchteil $c$ (wie 0,9, also 90 %). Wir wollen wissen: Wie viele Primzahlen $p$ gibt es, bei denen das größte Stück von $p-1$ mindestens 90 % von $p$ beträgt?

Mathematiker versuchen schon seit langem, die "Dichte" dieser speziellen Primzahlen zu bestimmen. Mit anderen Worten: Wenn Sie eine zufällige Primzahl aus einer riesigen Liste auswählen, wie hoch ist die Wahrscheinlichkeit, dass sie dieses riesige Stück besitzt?

Die bisherige Detektivarbeit

Die alte Karte (1935): Ein berühmter Mathematiker namens Erdős bewies, dass, wenn Ihr Bruchteil $c$ immer näher an 1 rückt (das heißt, Sie verlangen, dass das Stück fast die gesamte Zahl ist), die Anzahl dieser Primzahlen gegen Null geht. Er zeigte, dass sie unglaublich selten werden.
Die aktuelle Karte (2023): Ein Forscher namens Ding verbesserte dies. Er lieferte eine spezifische Formel, um zu schätzen, wie selten sie sind, wenn $c$ sehr nah an 1 liegt (zwischen 0,88 und 1). Er fand eine Obergrenze (eine Decke) für die Anzahl der Primzahlen, die möglich sein könnten.

Die neue Entdeckung: Eine schärfere Linse

Die Arbeit von Ding und Wang handelt davon, diese Linse zu schärfen. Sie haben nicht nur denselben Bereich betrachtet; sie fanden einen Weg, einen breiteren Bereich abzudecken und eine genauere Schätzung zu erhalten.

Hier ist, was sie getan haben, unter Verwendung einfacher Analogien:

1. Die "Sieb"-Analogie
Stellen Sie sich vor, Sie haben einen Eimer voll Sand (alle Zahlen) und Sie möchten nach Goldklumpen suchen (die spezifischen Primzahlen, die wir suchen). Sie benutzen ein Sieb (ein Maschensieb), um den Dreck herauszufiltern.

Altes Sieb: Frühere Methoden verwendeten ein Sieb, das zwar gut war, aber einige "Löcher" hatte, durch die Dreck schlüpfen konnte, oder es war nicht fein genug, um die kleinsten Körner Gold aufzufangen.
Das neue Sieb: Die Autoren verwendeten ein anspruchsvolleres Werkzeug, ein lineares Sieb. Denken Sie an dies als ein hochmodernes, einstellbares Maschennetz, das der Form der Goldklumpen viel besser entspricht als das alte quadratische Netz. Es filtert den "Lärm" (Zahlen, die nicht den Kriterien entsprechen) viel effizienter heraus.

2. Das "Verteilungsproblem"
Wenn Sie diese speziellen Primzahlen zählen, müssen Sie mit "Fehlertermen" umgehen – Fehlern in Ihrer Zählung, weil die Primzahlen nicht perfekt gleichmäßig verteilt sind.

Der alte Weg: Frühere Mathematiker konnten ihre Zählungen nur bis zu einer gewissen Distanz vertrauen (nennen wir dies die "halbe Strecke"). Jenseits dessen wurden die Fehler zu groß, um sie zu ignorieren.
Der neue Weg: Die Autoren verwendeten einen leistungsstarken neuen Satz (verwandt mit der Arbeit von Bombieri, Friedlander und Iwaniec), der es ihnen ermöglichte, ihren Zählungen viel weiter zu vertrauen – bis zu einer "vier-siebtel"-Marke. Das ist so, als ob man plötzlich klar durch ein nebliges Fenster sehen kann, das zuvor die Sicht blockiert hat.

Das Ergebnis: Eine engere Decke

Durch die Kombination ihres besseren Siebs mit der Fähigkeit, weiter in den Nebel zu sehen, verbesserten sie die "Decke" für die Anzahl dieser speziellen Primzahlen, die existieren können.

Der Bereich: Sie bewiesen, dass ihre neue, engere Formel für einen größeren Bereich von Brüchen $c$ funktioniert. Speziell gilt dies für jeden $c$ zwischen etwa 0,75 und 1. (Vorherige Arbeiten funktionierten nur für $c$ zwischen 0,88 und 1).
Die Präzision: Für jede Zahl in diesem Bereich liefert ihre neue Formel eine niedrigere (bessere) obere Schranke. Sie besagt: "Es gibt definitiv weniger dieser speziellen Primzahlen, als wir zuvor dachten."

Warum ist das wichtig? (Laut dem Papier)

Das Papier behauptet nicht, dass dies sofort ein Computervirus beheben oder eine Krankheit heilen wird. Stattdessen hebt es hervor, warum diese Mathematik in der Welt der reinen Theorie interessant ist:

Die Verbindung zu den Primzahlzwillingen: Das Finden von Primzahlen, bei denen $p-1$ einen riesigen Faktor hat, ist mathematisch mit der Primzahlzwilling-Vermutung (der Idee, dass es unendlich viele Paare von Primzahlen gibt, die sich um 2 unterscheiden, wie 3 und 5 oder 11 und 13) verknüpft. Wenn man diese "verschobenen Primzahlen" besser versteht, kommt man der Lösung dieses berühmten Rätsels näher.
Fermats letzter Satz: Es gibt eine überraschende, tiefe Verbindung zwischen diesen großen Primfaktoren und dem ersten Fall von Fermats letztem Satz (einem berühmten Problem, das in den 1990er Jahren gelöst wurde).
Kryptographie: Das Papier erwähnt, dass das Gegenteil dessen, was sie untersuchen (Primzahlen, bei denen die Faktoren klein sind), in der Kryptographie (Sicherheitscodes) verwendet wird. Während sie die "große Faktor"-Seite untersuchen, hilft das Verständnis der gesamten Landschaft der Primfaktoren Sicherheitsexperten zu wissen, welche Zahlen sicher zu verwenden sind und welche schwach sind.

Zusammenfassung in einem Satz

Ding und Wang bauten ein besseres mathematisches "Netz" und ein klareres "Teleskop", um zu beweisen, dass die Anzahl der Primzahlen mit einem riesigen "größten Stück" noch kleiner und stärker eingeschränkt ist, als wir zuvor wussten, insbesondere für einen breiteren Bereich von Größen.

Technisches Resümee: Notiz über verschobene Primzahlen mit großen Primfaktoren

Problemstellung
Diese Arbeit untersucht die Verteilung verschobener Primzahlen $p$ , bei denen der größte Primfaktor von $p-1$ , bezeichnet als $P(p-1)$ , einen spezifischen Schwellenwert $x^c$ überschreitet. Konkret untersuchen die Autoren die Größe $T_c(x)$ , definiert als die Anzahl der Primzahlen $p \le x$ , für die $P(p-1) \ge x^c$ gilt, wobei $0 < c < 1$ . Das primäre Ziel ist es, eine nicht-triviale, bedingungslose obere Schranke für das Verhältnis $T_c(x)/\pi(x)$ für $x \to \infty$ zu etablieren, insbesondere für Werte von $c$ nahe bei 1.

Kontext und Motivation
Die Untersuchung von $P(p-1)$ ist aus mehreren Gründen in der Zahlentheorie von Bedeutung. Sie ist verknüpüpft mit der Doppelprimzahlvermutung (über die Bedingung $P(p+2) > p$ ) und dem ersten Fall von Fermats letztem Satz. Während bedingte Ergebnisse basierend auf der Elliott–Halberstam-Vermutung eine asymptotische Formel $T_c(x)/\pi(x) \to 1 - \rho(1/c)$ (wobei $\rho$ die Dickman-Funktion ist) nahelegen, sind bedingungslose Ergebnisse wesentlich anspruchsvoller.

Vorherige Arbeiten von Erdős (1935) zeigten, dass $\limsup T_c(x)/\pi(x) \to 0$ für $c \to 1$ gilt. Kürzlich lieferte Ding (2023) eine quantitative Form dieses Ergebnisses, indem er zeigte, dass $\limsup T_c(x)/\pi(x) \le 8(c^{-1}-1)$ für $8/9 < c < 1$ gilt. Die Autoren stellen fest, dass diese Schranke auf einem zweidimensionalen Sieb angewendet wird, das auf eine polynomielle Sequenz angewendet wird, sowie auf dem klassischen Bombieri-Vinogradov-Theorem (Verteilungsniveau $x^{1/2-\varepsilon}$ ).

Methodik
Die Autoren verbessern das Ergebnis von Ding durch die Einführung zweier wesentlicher methodischer Fortschritte:

Lineares Sieb auf Primvariablen: Anstatt ein zweidimensionales Sieb auf ein Polynom in ganzzahligen Variablen anzuwenden, verwenden die Autoren das lineare Sieb direkt auf der Sequenz der Primvariablen. Sie definieren eine Sequenz $\mathcal{A} = \{ \ell p + 1 : \ell \le x^{1-c}, \ell p \le x, 2|\ell \}$ und sieben Primzahlen innerhalb dieser Menge aus.
Verbessertes Verteilungsniveau: Um die Fehlerterme zu handhaben, die aus dem linearen Sieb resultieren, nutzen die Autoren einen Satz vom Typ Bombieri-Friedlander-Iwaniec. Entscheidend ist, dass sie diesen mit einem Verteilungsniveau von $x^{4/7-\varepsilon}$ anwenden, was dem klassischen $x^{1/2-\varepsilon}$ überlegen ist, das in früheren bedingungslosen Beweisen verwendet wurde. Dies ermöglicht eine präzisere Abschätzung der Fehlerterme beim Summieren über Moduli.

Der Beweis stützt sich auf:

Iwaniecs Lineare Siebgewichte: Verwendung von oberen und unteren Siebgewichten ( $\lambda_d^\pm$ ), um die gesiebte Menge zu beschränken.
Bombieri-Friedlander-Iwaniec-Theorem: Anwendung einer Faltungsgeneralisierung mit gut faktorisierbaren Gewichten, um Summen über Primzahlen in arithmetischen Progressionen mit dem verbesserten Verteilungsniveau abzuschätzen.
Asymptotische Analyse multiplikativer Funktionen: Nutzung von Ergebnissen von La Bretèche, Pomerance und Tenenbaum bezüglich der partiellen Summen spezifischer multiplikativer Funktionen, die aus den Siebgewichten abgeleitet wurden.

Wichtigste Ergebnisse
Das Haupttheorem etabliert die folgende bedingungslose obere Schranke:

Theorem 1.1: Für $e^{-2/7} < c < 1$ gilt:
$\limsup_{x \to \infty} \frac{T_c(x)}{\pi(x)} \le -\frac{7}{2} \log c.$

Dieses Ergebnis erweitert den gültigen Bereich von $c$ von $8/9 \approx 0,888$ (im Ergebnis von Ding) bis hinunter zu $e^{-2/7} \approx 0,751$ . Darüber hinaus ist für den überlappenden Bereich $8/9 < c < 1$ die neue Schranke $-\frac{7}{2} \log c$ strikt kleiner als die Schranke von Ding $8(c^{-1}-1)$ , was eine engere Beschränkung darstellt.

Korollar und Implikationen
Eine direkte Folge von Theorem 1.1 ist Korollar 1.1, welches besagt, dass für jedes $c > e^{-1/7}$ (etwa $0,867$) gilt:
$\limsup_{x \to \infty} \frac{T_c(x)}{\pi(x)} < \frac{1}{2}.$
Dies verbessert frühere bedingungslose Ergebnisse (wie etwa Dings $c \approx 0,993$ und das früher abgeleitete $c \approx 0,993375$ aus expliziten Konstanten der Brun-Titchmarsh-Ungleichung) hinsichtlich des Schwellenwerts, bei dem die Dichte dieser Primzahlen unter $1/2$ fällt.

Bedeutung
Die Autoren behaupten, dass ihre Bedeutung darin liegt, eine nicht-triviale obere Schranke für $T_c(x)$ über einen weiteren Bereich von $c$ sowie mit einer schärferen Konstante als bisher bekannte bedingungslose Ergebnisse zu liefern. Die Autoren merken an, dass, während die bedingte asymptotische Dichte unter der Elliott–Halberstam-Vermutung erwartungsgemäß $-\log c$ beträgt, ihre bedingungslose Schranke das 3,5-fache davon beträgt ( $-\frac{7}{2} \log c$ ). Die Arbeit zeigt auf, dass durch die Kombination des linearen Siebs mit dem Bombieri-Friedlander-Iwaniec-Theorem bei einem höheren Verteilungsniveau effektiv die Schätzungen für die Verteilung großer Primfaktoren in verschobenen Primzahlen verfeinert werden kann, ohne sich auf unbewiesene Vermutungen zu verlassen.