Joint distribution of primes in multiple short intervals

Resumen Técnico: Distribución Conjunta de Primos en Múltiples Intervalos Cortos

Planteamiento del Probleque
El artículo investiga el comportamiento estadístico del conteo ponderado de primos, denotado por $\psi(x)$, dentro de múltiples intervalos cortos. Mientras que el Teorema de los Números Primos establece la densidad media de los primos, las fluctuaciones de $\psi(x+H) - \psi(x)$ en intervalos cortos han sido objeto de un intenso estudio. Trabajos previos de Montgomery y Soundararajan establecieron que para intervalos de longitud $H$ donde $H \to \infty$ y $\log H / \log N \to 0$, la distribución es asintóticamente normal. Sin embargo, la distribución conjunta de los primos en múltiples intervalos cortos disjuntos, y específicamente las correlaciones entre ellos, permaneció menos explorada, particularmente en el contexto de intervalos "multiplicativos" donde la escala de longitud depende de la posición $x$ (es decir, $h = \delta x$).

Las cuestiones centrales abordadas son:

1. ¿Cuál es la distribución conjunta límite de los conteos de primos ponderados en $r$ intervalos cortos disjuntos a medida que el límite superior $X \to \infty$?
2. ¿Cómo están correlacionados estos conteos?
3. ¿Inducen estas correlaciones sesgos en las "carreras de números primos" (comparaciones de conteos de primos entre intervalos), de manera similar a la carrera de números primos de Shanks–Rényi en progresiones aritméticas?

Metodología
El autor adopta un enfoque de análisis de Fourier, adaptando el método de Rubinstein y Sarnak (originalmente desarrollado para primos en progresiones aritméticas) al entorno de los intervalos cortos. Los supuestos fundamentales son la Hipótesis de Riemann (RH) y la conjetura de Independencia Lineal (LI) respecto a las ordenadas positivas de los ceros no triviales de la función zeta de Riemann.

Pasos metodológicos clave:

• Fórmula Explícita: Utilización de la fórmula explícita para relacionar la función de conteo de primos $\psi(x)$ con los ceros $\rho = 1/2 + i\gamma$ de la función zeta.
• Construcción del Modelo Aleatorio: Bajo RH y LI, la desviación normalizada del conteo de primos se modela como un vector aleatorio $X_{\delta, t}$ que involucra una suma sobre los ceros, ponderada por una función específica $w(\rho)$ y multiplicada por variables aleatorias independientes $U_\gamma$ distribuidas uniformemente en el círculo unitario.
• Densidad Logarítmica: La distribución se analiza con respecto a la densidad logarítmica ($\frac{1}{\log X} \int_2^X \dots \frac{dx}{x}$), la cual es natural para intervalos multiplicativos.
• Funciones Características: La prueba depende fuertemente del análisis de la transformada de Fourier (función característica) de la medida límite. El autor deriva un producto infinito de funciones de Bessel ($J_0$) que representa esta transformada.
• Análisis Asintótico: Mediante la estimación de la matriz de covarianza y el control de los términos de error en la fórmula de inversión de Fourier, el autor demuestra la convergencia hacia una distribución gaussiana multivariante. El análisis implica estimaciones delicadas de sumas sobre los ceros, utilizando la fórmula de Riemann–von Mangoldt y las propiedades de la función $\Delta(t)$, que describe la repulsión entre intervalos.

Contribuciones Claves y Resultados

1. Distribución Gaussiana Multivariante:
   El artículo demuestra que, bajo RH y LI, el conteo ponderado de primos en $r$ intervalos cortos disjuntos de longitud $\delta x$ (donde $\delta$ es pequeño pero fijo respecto a $X$) sigue una distribución gaussiana multivariante. La media es cero (tras la normalización) y la estructura de covarianza está determinada explícitamente.

2. Correlaciones Negativas Débiles:
   Un hallazgo primordial es que los conteos en intervalos cortos disjuntos no son independientes; exhiben correlaciones negativas débiles. La covarianza entre dos intervalos separados por una distancia de parámetro $|t_j - t_k|$ es aproximadamente proporcional a $-\frac{\Delta(|t_j - t_k|)}{\log(1/\delta)}$. La función $\Delta(t)$ se comporta como $1/(2t)$ para valores grandes de $t$. Esto implica una repulsión "tipo Coulomb": la presencia de primos en un intervalo suprime ligeramente la probabilidad de primos en un intervalo vecino.

3. Transición de Fase en las Carreras de Números Primos:
   Aplicando estos resultados distribucionales a las "carreras de números primos" (el ordenamiento de los conteos de primos en múltiples intervalos), el artículo identifica una transición de fase aguda:

   • Régimen Sin Sesgo: Si el número de intervalos $r$ es pequeño en relación con $\log(1/\delta)$ (específicamente $r = o(\frac{\log(1/\delta)}{\log \log(1/\delta)})$), las carreras permanecen asintóticamente sin sesgo; todos los ordenamientos ocurren con probabilidad aproximadamente igual ($1/r!$).
   • Régimen Con Sesgo: Una vez que $r$ excede un umbral crítico (aproximadamente proporcional a $\frac{\log(1/\delta)}{\log \log(1/\delta)}$), emergen sesgos. El artículo muestra que, para valores de $r$ suficientemente grandes, existen ordenamientos de los intervalos que ocurren con una probabilidad significativamente menor que otros. Esto es una consecuencia directa de la acumulación de las correlaciones negativas.

4. Extensión de la Independencia Lineal Cuantitativa (QLI):
   Para un intervalo único en movimiento donde el parámetro de longitud $\delta$ tiende a cero conforme $X \to \infty$ (específicamente $\delta > (\log X)^{-\varepsilon}$), el autor demuestra un teorema del límite central asumiendo una formulación cuantitativa de la conjetura de LI (QLI). Esto extiende la validez de la distribución gaussiana a intervalos más cortos de lo que se había establecido previamente bajo la LI cualitativa únicamente.

Significancia y Reivindicaciones
El artículo afirma ser el primero en centrarse en la distribución de los primos en intervalos cortos utilizando el marco de Rubinstein–Sarnak, desplazando el enfoque de las clases de residuos hacia las longitudes de los intervalos.

• Novedad: El resultado es nuevo incluso para un único intervalo en movimiento bajo una formulación cuantitativa de LI.
• Mecanismo del Sesgo: El trabajo proporciona una explicación transparente para la emergencia del sesgo en las carreras de números primos en intervalos cortos, atribuyéndolo a la estructura específica de la matriz de covarianza (correlaciones negativas débiles) y a la agregación de estas correlaciones a medida que el número de intervalos crece.
• Nitidez: El autor señala que el umbral crítico derivado para la transición de fase es más agudo que los resultados previos en el contexto de la carrera de Shanks–Rényi, debido a la estructura de correlación precisa y a las estimaciones refinadas para el determinante de la matriz de covarianza.
• Limitaciones: El artículo reconoce que los argumentos de tipo Berry–Esseen utilizados imponen un límite al número de intervalos $r$ (evitando que alcance una potencia completa de $\delta^{-1}$). El autor sugiere que métodos alternativos (el método de Stein o de tipo Lindeberg) podrían extender este rango, pero se eligió el enfoque actual de análisis de Fourier para establecer límites estrictos sobre la distancia de variación total.

En resumen, el artículo establece un marco probabilístico riguroso para los primos en múltiples intervalos cortos, revelando una sutil fuerza de repulsión entre intervalos que conduce a una transición de fase desde un comportamiento sin sesgo hacia uno con sesgo en los conteos comparativos de primos.