🔢 mathematics

Sums of Apostol's Möbius functions of order $k$

Diese Arbeit liefert vollständige affirmative Lösungen für die konditionale Version und partielle Lösungen für die unkonditionale Version von A. Begees Vermutung aus dem Jahr 2001 bezüglich der Summen von Apostols Möbius-Funktionen der Ordnung $k$ über ganze Zahlen, die teilerfremd zu $q$ sind, während sie gleichzeitig eine Mittelwertquadrat-Abschätzung für den zugehörigen Fehlerterm etabliert.

Ursprüngliche Autoren: Reo Terada

Veröffentlicht 2026-06-02

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Reo Terada

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 versuchen, eine ganz bestimmte Art von „mathematischem Korn“ zu zählen, das über ein riesiges, unendliches Feld verstreut ist. Dieses Korn wird als Apostol-Möbius-Funktion bezeichnet. Es ist eine spezielle Regel, die jeder ganzen Zahl einen Wert (1, -1 oder 0) zuordnet, basierend darauf, wie ihre „primzahlbasierten Bausteine“ angeordnet sind.

Lange Zeit wussten Mathematiker, dass die Summe dieser Körner bis zu einem gewissen Punkt $x$ nicht einfach ein zufälliges Durcheinander ist. Sie folgt einem vorhersehbaren Muster: einer Hauptgeraden (dem „Durchschnittsbetrag“) plus ein wenig „Wackeln“ oder „Rauschen“ (dem Fehlerterm).

Dieses Papier von Reo Terada beschäftigt sich damit, dieses „Rauschen“ präziser zu messen, insbesondere wenn wir eine neue Regel ins Spiel bringen: Wir zählen nur die Körner, die keine gemeinsamen Teiler mit einer bestimmten Zahl $q$ haben (also nur die Körner, die „teilerfremd“ zu $q$ sind).

Hier ist eine Aufschlüsselung dessen, was das Papier erreicht, unter Verwendung einfacher Analogien:

1. Das Hauptziel: Das Rauschen bändigen

Stellen Sie sich das Zählen der Gesamtzahl dieser Körner wie ein Auto vor, das auf einer Autobahn fährt.

Die Hauptstraße ($Akx$): Dies ist der glatte, vorhersehbare Pfad, dem das Auto folgen soll.
Die holprige Straße ( $E_{k,q}(x)$ ): Dies ist der „Fehlerterm“ oder das Rauschen. Das Auto wackelt ein wenig von der geraden Linie ab.

Frühere Mathematiker (wie Apostol, Bege und andere) hatten Karten davon, wie holprig diese Straße war.

Die alte Karte: Besagte, dass die Unebenheiten etwa die Größe von $x^{1/k}$ hatten.
Bege's Vermutung (Die Traumkarte): Deutete darauf hin, dass die Unebenheiten tatsächlich viel kleiner und glatter sind und exponentiell kleiner werden, während man weiter fährt.

Was Terada tat: Er bewies, dass Bege's „Traumkarte“ größtenteils korrekt ist. Er zeigte, dass die Unebenheiten tatsächlich viel kleiner sind als zuvor gedacht, aber mit einer kleinen Einschränkung: Die Größe der Unebenheiten hängt von den spezifischen Regeln der Straße (der Zahl $k$ und der Zahl $q$ ) ab.

2. Die zwei neuen Karten (Theoreme)

Das Papier liefert zwei verschiedene Karten für diese holprige Straße, je nachdem, ob wir annehmen, dass eine berühmte, unbewiesene mathematische Theorie, die Riemannsche Vermutung, wahr ist.

Karte A: Die „Realwelt“-Karte (Unbedingtes Resultat)

Das Szenario: Wir nehmen die Riemannsche Vermutung nicht an. Wir arbeiten mit dem, was wir sicher wissen.
Das Resultat: Terada beweist, dass die Unebenheiten (der Fehler) sehr klein sind. Sie schrumpfen schneller, als man es erwartet hätte, und folgen einer Formel, die wie eine steile Rutsche den Hügel hinunterführt.
Die Einschränkung: Die Größe der Unebenheiten hängt dennoch stark von der „Ordnung“ $k$ (wie komplex die Korn-Regel ist) ab.
Analogie: Selbst ohne eine perfekte Karte des Universums hat Terada bewiesen, dass das Wackeln des Autos winzig ist, vorausgesetzt, man weiß genau, wie holprig das spezifische Straßensegment ist.

Karte B: Die „Perfekte Welt“-Karte (Bedingt durch die Riemannsche Vermutung)

Das Szenario: Wir nehmen an, dass die Riemannsche Vermutung wahr ist (eine riesige, unbewiesene Regel darüber, wie Primzahlen verteilt sind).
Das Resultat: Unter dieser Annahme wird die Straße unglaublich glatt. Die Unebenheiten schrumpfen noch weiter, was den Pfad des Autos fast perfekt gerade macht.
Bedeutung: Dies löst vollständig eine spezifische Vermutung, die im Jahr 2001 von dem Mathematiker Bege aufgestellt wurde. Es bestätigt, dass, falls das Universum den Riemannschen Regeln folgt, das „Rauschen“ in diesem Zählproblem vernachlässigbar ist.

3. Die „Mittleres Quadrat“-Abschätzung (Das durchschnittliche Wackeln)

Das Papier betrachtet auch das mittlere Quadrat des Fehlers.

Analogie: Stellen Sie sich vor, Sie machen jede Sekunde ein Foto vom Wackeln des Autos und messen, wie weit es von der Mittellinie entfernt ist. Dann quadrieren Sie diese Abstände (um sie alle positiv zu machen) und berechnen den Durchschnitt.
Das Resultat: Terada hat genau berechnet, wie viel „Energie“ in diesen Wackelbewegungen über einen langen Zeitraum vorhanden ist. Er fand heraus, dass das Auto zwar wackelt, das durchschnittliche Ausmaß des Wackelns jedoch vorhersehbar ist und einer spezifischen Wachstumsrate folgt. Dies hilft Mathematikern, das „typische“ Verhalten des Fehlers zu verstehen, nicht nur das Worst-Case-Szenario.

4. Der „Teilerfremd“-Twist

Ein wesentlicher Teil dieses Papiers ist, dass es nicht einfach alle Körner zählt, sondern Körner, die teilerfremd zu $q$ sind.

Analogie: Stellen Sie sich vor, Sie zählen Körner, aber Sie benutzen ein Sieb. Wenn ein Korn einen geheimen Code (einen Teiler) mit der Zahl $q$ teilt, werfen Sie es weg.
Die Entdeckung: Terada zeigte, dass selbst mit diesem Sieb dieselben Regeln für die „Unebenheiten“ gelten. Die Größe der Unebenheiten steht in direktem Zusammenhang mit der Anzahl der „quadratfreien“ Teiler der Zahl $q$ (eine ausgeklügelte Art zu zählen, wie viele Möglichkeiten es gibt, $q$ aufzubrechen, ohne Primfaktoren zu wiederholen).

Zusammenfassung

In einfachem Deutsch ist dieses Papier ein Präzisions-Engineering-Bericht für ein spezifisches mathematisches Zählproblem.

Es bestätigt, dass eine langjährige Vermutung (Bege's Vermutung) darüber, wie klein die Zählfehler sind, korrekt ist.
Es liefert eine neue, engere Formel für diese Fehler, die auch dann funktioniert, wenn wir die Riemannsche Vermutung nicht voraussetzen.
Es liefert eine vollständige Lösung für die Fehler, falls wir die Riemannsche Vermutung annehmen.
Es erweitert all diese Ergebnisse auf ein komplexeres Szenario, bei dem Zahlen herausgefiltert werden, die Faktoren mit einer bestimmten Zahl $q$ teilen.

Das Papier befasst sich nicht mit dem Bau von Brücken oder der Heilung von Krankheiten; es geht rein darum, die Mathematik aufzuräumen, um die zugrunde liegenden Muster der Zahlen klarer zu sehen.

Technische Zusammenfassung: Summen von Apostols Möbius-Funktionen $k$ -ter Ordnung

Problemstellung
Die Arbeit befasst sich mit dem asymptotischen Verhalten der Summenfunktion der verallgemeinerten Möbius-Funktion $\mu_k(n)$ $k$ -ter Ordnung, speziell unter der Bedingung, dass der Summationsindex $n$ teilerfremd zu einer festen Ganzzahl $q$ ist. Die klassische Möbius-Funktion $\mu(n)$ entspricht dem Fall $k=1$ . Für $k \ge 2$ stellte T. M. Apostol (1970) fest, dass $\sum_{n \le x} \mu_k(n) = A_k x + E_k(x)$ , wobei der Fehlerterm $E_k(x)$ gleich $O(x^{1/k} \log x)$ ist.

A. Bege (2001) vermutete signifikant schärfere Schranken für den Fehlerterm $E_{k,q}(x)$ im Fall der Teilerfremdheit $\sum_{n \le x, (n,q)=1} \mu_k(n) = A_{k,q} x + E_{k,q}(x)$ . Bege's Vermutung schlug zwei Versionen vor:

Unbedingt: $E_{k,q}(x) \ll \theta(q) x^{1/k} \exp\left(-D \frac{(\log x)^{3/5}}{(\log \log x)^{1/5}}\right)$ .
Bedingt (unter Annahme der Riemannschen Hypothese): $E_{k,q}(x) \ll \theta(q) x^{2/(2k+1)} \exp\left(A \frac{\log x}{\log \log x}\right)$ .

Während jüngere Arbeiten von Banerjee et al. (2023) und Martin und Yip (2025) diese Vermutungen für den Fall $q=1$ gelöst haben, blieb der allgemeine Fall für ein beliebiges $q \ge 1$ offen. Diese Arbeit zielt darauf ab, die jüngsten Ergebnisse auf ein beliebiges $q$ zu verallgemeinern und eine Mittelquadratabschätzung für den Fehlerterm zu liefern.

Methodik
Der Autor verwendet Techniken der analytischen Zahlentheorie, primär basierend auf Dirichlet-Reihen, der Perron-Formel und der Konturintegration. Die zentralen methodischen Schritte umfassen:

Zerlegung von $\mu_k$ : Die Funktion $\mu_k$ wird mittels Dirichlet-Faltung als $\mu_k = f_k * c_k$ zerlegt. Die Funktion $f_k$ ist so definiert, dass ihre Dirichlet-Reihe mit $\zeta^{-2}(s)$ zusammenhängt, während $c_k$ eine Hilfsfunktion mit kontrollierten Wachstums-Eigenschaften ist.
Aufspaltung der Summe: Die Summenfunktion wird in Bereiche basierend auf einem Parameter aufgeteilt (z. B. $d \le \rho z$ vs. $d > \rho z$ ), um den Hauptterm vom Fehlerterm zu isolieren. Dies ermöglicht die Anwendung unterschiedlicher Abschätzungen für die verschiedenen Teile der Summe.
Analyse von Dirichlet-Reihen: Die Arbeit nutzt die Euler-Produktentwicklungen der relevanten Dirichlet-Reihen. Zentrale Lemmata etablieren die absolute Konvergenz dieser Reihen in spezifischen Halbebenen und liefern Schranken für die Koeffizienten der Hilfsfunktionen (z. B. $b_k(n)$ und $d_k(n)$ ).
Konturintegration: Die Perron-Formel wird verwendet, um die partiellen Summen als komplexe Integrale auszudrücken. Die Integrationskonturen werden nach links verschoben (Richtung der kritischen Geraden), um Hauptterme (Residuen) zu extrahieren und die verbleibenden Integrale zu beschränken.
- Für den unbedingten Beweis (Theorem 1) wird die Kontur in eine Region verschoben, die Nullstellenfreie Gebiete der Riemannschen Zeta-Funktion nutzt, was zum exponentiellen Abfallfaktor unter Einbeziehung von $(\log x)^{3/5}$ führt.
- Für den bedingten Beweis (Theorem 2), unter Annahme der Riemannschen Hypothese (RH), wird die Kontur auf $\text{Re}(s) = 1/2$ verschoben. Unter RH verwendete Abschätzungen für $\zeta(s)$ und $\zeta^{-1}(s)$ (unter Verwendung der $\omega$ -Funktionsnotation) werden angewendet, um die Integrale abzuschätzen.
Mittelquadratabschätzung: Für Theorem 3 analysiert der Autor das Mittelquadrat der Diskrepanz $\Xi_{k,q}(x)$ (der um einen sekundären Hauptterm korrigierte Fehlerterm). Dies beinhaltet die Anwendung der Parsevalschen Identität auf die Dirichlet-Reihen, wodurch das Integral des Quadrats der Funktion in ein Integral des Betragsquadrats der zugehörigen Dirichlet-Reihe entlang einer vertikalen Linie überführt wird.

Zentrale Beiträge und Ergebnisse

Theorem 1 (Unbedingte Abschätzung): Die Arbeit beweist, dass für beliebig $x \ge 3$ , $k \ge 2$ und $q \ge 1$ gilt:
$E_{k,q}(x) \ll_k \theta(q) x^{1/k} \exp\left(-D_0 k^{-8/5} \frac{(\log x)^{3/5}}{(\log \log x)^{1/5}}\right)$
wobei $D_0$ eine absolute positive Konstante ist. Dies liefert eine affirmative Lösung der unbedingten Version von Bege's Vermutung, wobei die implizite Konstante und die Konstante $D$ von $k$ abhängen können. Es verbessert zudem leicht das Ergebnis von Banerjee et al. für $q=1$ .
Theorem 2 (Bedingte Abschätzung): Unter Annahme der Riemannschen Hypothese beweist die Arbeit:
$E_{k,q}(x) \ll \theta(q) x^{1/(k+1)} \exp\left(C_0 \frac{\log x}{\log \log x}\right)$
wobei $C_0$ eine absolute positive Konstante ist. Dies löst den bedingten Teil von Bege's Vermutung für allgemeines $q$ vollständig. Es verfeinert das Ergebnis von Martin und Yip für $q=1$ durch Bereitstellung einer präziseren Struktur des Fehlerterms.
Theorem 3 (Mittelquadratabschätzung): Die Arbeit etabliert eine Schranke für das Mittelquadrat des adjustierten Fehlerterms $\Xi_{k,q}(x) = E_{k,q}(x) - B_{k,q}x^{1/(k+1)}$ :
$\int_1^T \Xi_{k,q}^2(x) \, dx \ll C_{k,q}^2 T^{1+1/k} \exp\left(G_0 (\log T)^{G_1 k / (G_1 k + 1)}\right)$
wobei $C_{k,q}$ eine von $q$ und $k$ abhängige Konstante ist und $G_0, G_1$ absolute Konstanten sind. Dies quantifiziert das durchschnittliche Ausmaß der Oszillation des Fehlerterms.

Signifikanz
Die Arbeit beansprucht, „affirmative Lösungen“ für die bedingte Version von Bege's Vermutung vollständig und für die unbedingte Version teilweise (im Sinne der Abhängigkeit der Konstanten von $k$ ) zu liefern. Durch die Verallgemeinerung der jüngsten Durchbrüche für $q=1$ auf ein beliebiges $q$ erweitert die Arbeit das Verständnis der Verteilung höherer Möbius-Funktionen in arithmetischen Progressionen. Die Ergebnisse bestätigen, dass die Fehlerterme so sich verhalten, wie Bege es vorhergesagt hat, wobei die Größe des Fehlerterms durch die Anzahl der quadratfreien Teiler von $q$ ( $\theta(q)$ ) und die Ordnung $k$ kontrolliert wird. Die Mittelquadratabschätzung charakterisiert zudem die Fluktuation dieser Summen weiter und bietet eine tiefere Einsicht in das Verhalten des Fehlerterms über einfache obere Schranken hinaus.