The variance of a general class of multiplicative functions in short intervals

Resumen Técnico: La Varianza de una Clase General de Funciones Multiplicativas en Intervalos Cortos

Planteamiento del Problema
El artículo aborda la evaluación asintótica de la varianza de funciones multiplicativas en intervalos cortos. Mientras que el comportamiento global de las funciones multiplicativas (específicamente las sumas parciales $\sum_{n \le X} f(n)$) está bien estudiado, comprender sus fluctuaciones en intervalos cortos de longitud $H$ (donde $H \ll X$) presenta desafíos significativos. Los autores se centran en la varianza continua definida como:
$$\text{Var}_f(X; H) := \frac{1}{X} \int_X^{2X} \left| \sum_{x < n \le x+H} f(n) - \frac{H}{X} \sum_{n \le X} f(n) \right|^2 dx$$
El objetivo principal es establecer fórmulas asintóticas precisas para esta varianza para una amplia clase de funciones multiplicativas, extendiéndose más allá de casos específicos como la función de Möbius o los indicadores de números libres de cuadrados hacia un marco general que involucra parámetros de crecimiento y orden.

Metodología
Los autores emplean una combinación de análisis de Fourier, análisis complejo y la geometría aritmética de formas binarias. La metodología se estructura mediante la descomposición de la función multiplicativa $f(n)$ en una estructura de convolución $f = 1 *_k h$, donde $h$ pertenece a una clase específica de funciones multiplicativas.

1. Descomposición y Truncamiento: La suma sobre el intervalo corto se divide en "divisores pequeños" (hasta un parámetro $z$) y "divisores grandes" (mayores que $z$). La varianza se analiza estimando la contribución de estas dos partes por separado, denotadas como $J_{h,z}(X; H)$ y $K_{h,z}(X; H)$.
2. Análisis de Fourier y Cálculo de Residuos: Para la parte de los divisores pequeños, los autores utilizan el análisis de Fourier, específicamente la expansión de Fourier de los polinomios de Bernoulli y la función $S(x) = \frac{\sin \pi x}{\pi x}$. Emplean la integración de contornos y el teorema del residuo de Cauchy para evaluar integrales que involucran series de Dirichlet y la función zeta de Riemann. Esto les permite extraer los términos principales y manejar los polos de las funciones generadoras asociadas.
3. Conteo de Puntos Racionales en Formas Binarias: Una innovación crítica para manejar casos de orden superior ($k \ge 3$) es el uso del conteo de puntos racionales en formas binarias específicas. En lugar de depender únicamente de la aproximación de Dirichlet (utilizada en trabajos previos para $k=2$), los autores aplican resultados de Heath-Brown, Stewart y Xiao sobre la densidad de soluciones enteras para formas binarias $F(x, y)$. Esta técnica es esencial para acotar los términos fuera de la diagonal en el cálculo de la varianza.
4. Teoremas de Valores Grandes: Para la parte de los divisores grandes, los autores utilizan el teorema de valores grandes de Huxley, el límite de subconvexidad de Bourgain para la función zeta de Riemann y el teorema de valor medio de Montgomery para controlar los términos de error, particularmente en el entorno "incondicional" sin asumir la hipótesis de Lindelöf.

Contribuciones Clave y Resultados

• Definición de la Clase General: El artículo define una clase general de funciones multiplicativas $\mathcal{F}_{\alpha, \beta, k}$ caracterizada por parámetros $\alpha$ (crecimiento), $\beta$ (relacionado con la magnitud de los valores en los primos) y $k$ (orden). Esta clase engloba funciones tales como $\mu_k(n)$ (indicador de enteros libres de $k$), $\phi(n)/n$, y funciones divisoras generalizadas $\sigma_\alpha(n)$.
• Fórmulas Asintóticas para la Varianza:
  • Caso $0 \le \alpha < 1/2$: Los autores derivan una fórmula asintótica donde la varianza escala como $H^{(1-2\alpha)/k} (\log H)^{\beta^2-1}$. El término principal involucra una constante $c_{h,k}$ y un polinomio en $\log H$.
  • Caso $1/2 < \alpha < 2$: La varianza converge a una constante $c_{h,k}(H)$ que depende de la longitud del intervalo $H$, con un término de error de $O(H^{-\epsilon})$.
  • Punto Crítico $\alpha = 1/2$: El artículo señala que no se deriva una fórmula asintótica directa para este caso crítico, aunque se establece una cota superior de $O((\log H)^{\beta^2})$.
• Rangos Mejorados para Intervalos Cortos: El artículo extiende significativamente los rangos conocidos de $H$ para los cuales estas fórmulas asintóticas son válidas.
  • Para enteros libres de $k$ ($k \ge 3$), el rango válido para $H$ se extiende de aproximadamente $X^{0.3}$ a $X^{e(k,0)}$, donde $e(k,0)$ aumenta con $k$ (por ejemplo, $e(3,0) \approx 0.605$).
  • Bajo la hipótesis de Lindelöf, estos rangos se extienden aún más a $X^{g(k)}$.
• Refutación de una Conjetura: Los autores proporcionan un análisis detallado de la función de Euler totiente normalizada $\phi(n)/n$. Demuestran que el límite de la varianza no es una constante absoluta como conjeturó van Overbeeke, sino una función $c_\zeta(H)$ que fluctúa con $H$. Específicamente, muestran que para un primo $H$, la constante está acotada inferiormente por $\approx 0.1036$, contradiciendo el valor conjeturado de $\approx 0.03$.
• Funciones Divisoras Generalizadas: Los resultados mejoran los límites previos para la varianza de $\sigma_\alpha(n)$ para $\alpha \in (-1, -1/2)$, proporcionando fórmulas asintóticas sobre un rango más amplio de $H$ y superando la barrera de $1/2$ para ciertos valores de $\alpha$.

Significancia
El artículo afirma su importancia al unificar el estudio de la varianza de diversas funciones multiplicativas bajo un único marco teórico. Al conectar "promedios cortos" con "promedios largos" a través del análisis de Fourier y la geometría de los números (formas binarias), los autores proporcionan un método robusto para analizar las fluctuaciones en intervalos cortos.

El trabajo es particularmente notable por:

1. Refutar la Conjetura de van Overbeeke: Corrige una predicción específica respecto a la varianza de $\phi(n)/n$, mostrando que el límite depende de las propiedades aritméticas de la longitud del intervalo $H$ en lugar de ser una constante universal.
2. Extender la "Barrera de la Mitad": La metodología permite el análisis de la varianza en intervalos más largos que $X^{1/2}$ para clases específicas de funciones, un régimen donde los métodos previos solían fallar o producir límites más débiles.
3. Varianza Discreta vs. Continua: El artículo distingue entre varianzas discretas y continuas, señalando que mientras la varianza continua puede superar la barrera de $1/2$ en el espacio de Fourier, la varianza discreta permanece limitada por ella, resaltando una diferencia fundamental en la detección de fluctuaciones de intervalos pequeños.

Los autores enfatizan que sus resultados producen nuevas fórmulas asintóticas y mejoras en el ámbito del análisis de intervalos cortos para funciones que incluyen indicadores de libres de $k$, la función totiente de Euler normalizada y sumas divisoras generalizadas, sin depender de conjeturas no probadas como la Hipótesis de Riemann para los resultados incondicionales principales, aunque la RH y Lindelöf se discuten para posibles extensiones de rango.