Distributions of left prime truncations

El artículo explora la distribución, varianza y proporción máxima de las truncaciones primas a la izquierda en enteros y de las truncaciones irreducibles en polinomios sobre cuerpos finitos, ilustrando el fenómeno con el notable número primo 357686312646216567629137.

Lo esencial

Imagina que tienes un número gigante, como una torre de bloques de construcción. Si empiezas a quitar los bloques de arriba uno por uno (desde la izquierda), y cada vez que quitas un bloque, la torre que queda sigue siendo "especial" (en matemáticas, que sea un número primo), entonces tienes un número primo truncable a la izquierda.

El artículo que nos ocupa, escrito por Vivian Kuperberg y Matilde Lalín, es como un estudio de detectives sobre qué tan comunes o extraños son estos números especiales, y cómo se comportan no solo con los números enteros (como 1, 2, 3...), sino también con los polinomios (que son como "números" hechos de letras y potencias, usados en álgebra).

Aquí te explico las ideas principales con analogías sencillas:

1. El Juego de la Torre de Bloques (Truncamientos)

Imagina el número 357686312646216567629137.

• Si quitas el primer dígito (3), te queda 57686312646216567629137. ¿Es primo? Sí.
• Si quitas el siguiente (5), te queda 7686312646216567629137. ¿Es primo? Sí.
• Y así sucesivamente, hasta que solo queda un dígito.

Los autores se preguntan: ¿Qué tan probable es encontrar un número así? Si tomas un número al azar de 100 dígitos, ¿cuántas veces verás que sus "restos" son primos?

2. Dos Mundos Paralelos: Números vs. Polinomios

El paper es fascinante porque compara dos mundos que parecen diferentes pero se comportan de forma muy similar:

• El Mundo de los Números (Enteros): Aquí usamos la base 10 (dígitos 0-9). Imagina que los dígitos son los bloques de tu torre.
• El Mundo de los Polinomios: Aquí usamos un "campo finito" (un conjunto de números limitado, como un reloj que solo tiene 5 horas). En lugar de dígitos, usamos coeficientes de polinomios. Imagina que en lugar de quitar bloques, estás recortando las hojas de un libro de fórmulas.

La Analogía:
Piensa en los números como árboles y en los polinomios como plantas en un invernadero.

• En los árboles (números), la "altura" es el número de dígitos ($\ell$) y el "tipo de suelo" es la base ($b$, como 10).
• En las plantas (polinomios), la "altura" es el grado del polinomio y el "tipo de suelo" es el tamaño del campo finito ($q$).

El estudio descubre que, aunque son plantas diferentes, si crecen lo suficiente (muchos dígitos o muchos coeficientes), sus patrones de crecimiento son sorprendentemente parecidos.

3. El Promedio: ¿Qué tan "suertudos" son?

Los autores calculan el promedio de cuántos "trozos primos" tiene un número o polinomio típico.

• Resultado: Si tienes un número muy grande, la mayoría de sus trozos no serán primos. Es como buscar agujas en un pajar; la probabilidad de que un trozo sea primo es baja, pero no nula.
• La sorpresa: A medida que el número de dígitos crece, el promedio de trozos primos crece muy lentamente (como el logaritmo del número). Es decir, necesitas números gigantescos para esperar tener muchos trozos primos.

4. La Variación: ¿Cuánto varía la suerte?

Aquí entra un concepto divertido: la varianza (qué tan dispersos están los resultados).

• El Fenómeno de la "Agrupación" (Clustering): Imagina que tienes una bolsa de canicas. Si sacas una canica que es "mala" (no es coprima con la base), es muy probable que ninguno de sus trozos sea primo. Pero si sacas una "buena", es más probable que tenga varios trozos primos.
• El hallazgo: Cuando los números son muy grandes, esta agrupación hace que la varianza (la diferencia entre el número "peor" y el "mejor") sea mucho más grande de lo que uno pensaría. Es como si los números "suertudos" tuvieran mucha más suerte que el promedio, y los "desdichados" tuvieran mucha menos.

5. El Límite Máximo: ¿Existe el "Super-Número"?

La pregunta final es: ¿Cuál es el número de trozos primos más alto que podemos encontrar?

• Usando modelos de probabilidad (como el "Modelo de Cramér", que trata a los números primos como si fueran dados lanzados al azar), los autores predicen que, aunque los números "perfectos" (donde todos los trozos son primos) son extremadamente raros y probablemente no existen para longitudes infinitas, sí podemos encontrar números con una cantidad muy alta de trozos primos.
• La Predicción: El número máximo de trozos primos crece de forma predecible. No es lineal; crece un poco más lento, pero sigue siendo impresionante para números gigantes.

En Resumen

Este paper es como un mapa del tesoro matemático. Nos dice:

1. Los números "perfectos" son casi imposibles de encontrar si son muy largos, pero existen ejemplos famosos (como el de la introducción).
2. Los números y los polinomios son gemelos separados al nacer: Se comportan de manera casi idéntica cuando crecen lo suficiente, lo que permite a los matemáticos usar las herramientas de uno para entender al otro.
3. La suerte no es uniforme: Hay una "clase" de números que tienen muchos trozos primos y otra clase que tiene casi ninguno, y esta diferencia se amplifica a medida que los números crecen.

Es un trabajo que combina la belleza de los números primos con la estructura elegante de los polinomios, revelando que, en el universo matemático, incluso las cosas más aleatorias siguen reglas ocultas muy ordenadas.

Resumen técnico

Resumen Técnico: Distribuciones de Truncamientos Primos Izquierdos

1. Planteamiento del Problema

El artículo investiga la distribución estadística de los truncamientos primos izquierdos en dos contextos matemáticos paralelos:

1. Enteros: Dado un entero $n$ en base $b$, un truncamiento izquierdo es el número formado por los últimos $k$ dígitos de $n$. El problema se centra en contar cuántos de estos truncamientos son números primos.
2. Polinomios sobre campos finitos: Dado un polinomio $f(T) \in \mathbb{F}_q[T]$, se define un truncamiento $b(T)$-izquierdo análogo utilizando una expansión en base $b(T)$. El objetivo es contar cuántos de estos truncamientos son polinomios irreducibles.

El trabajo busca responder a la Pregunta 1.2 y su análogo polinomial (Pregunta 1.4): ¿Qué proporción de los truncamientos de un número de $\ell$ dígitos (o un polinomio de grado $\ell$) son primos/irreducibles? Específicamente, se analizan:

• La proporción típica (valor esperado) entre todos los números/polynomials de longitud $\ell$.
• La varianza de esta distribución.
• La proporción máxima (el número máximo de truncamientos primos posibles para un entero/polynomial dado).

El estudio considera varios límites asintóticos:

• $\ell \to \infty$ (longitud del número o grado del polinomio).
• $b \to \infty$ (base del sistema numérico) o $m \to \infty$ (grado del polinomio base $b(T)$).
• $q \to \infty$ (tamaño del campo finito).

2. Metodología

Los autores emplean una combinación de teoría analítica de números, teoría de campos finitos y heurística probabilística:

• Promedios (Valores Esperados):

  • Utilizan el Teorema de los Números Primos (para enteros) y fórmulas de conteo de polinomios irreducibles (para campos finitos).
  • Descomponen el problema sumando sobre la longitud de los truncamientos y aplicando técnicas de cambio de orden de sumatoria.
  • En el caso polinomial, utilizan la ortogonalidad de caracteres de Dirichlet y la hipótesis de Riemann para campos de funciones (que es un teorema probado en este contexto) para estimar la distribución de irreducibles en progresiones aritméticas.

• Varianza:

  • La varianza requiere estimar la probabilidad de que dos truncamientos distintos sean simultáneamente primos/irreducibles.
  • Enteros: Para el límite $b \to \infty$, asumen la Hipótesis de Riemann Generalizada (GRH) para obtener estimaciones unconditionally (bajo la hipótesis). Para el límite $\ell \to \infty$, proponen conjeturas basadas en la idea de que los errores en la GRH oscilan y no contribuyen al término principal de la varianza.
  • Polinomios: Dado que la hipótesis de Riemann es un teorema en $\mathbb{F}_q[T]$, los resultados de varianza para $q \to \infty$ y $m \to \infty$ son incondicionales.

• Máximos (Heurística):

  • Utilizan el modelo aleatorio de Cramér para los primos (y su análogo para polinomios irreducibles).
  • Aplican los Lemas de Borel-Cantelli para estimar la probabilidad de que exista al menos un número/polynomial con un número específico de truncamientos primos.
  • Modelan la aparición de primos como variables aleatorias de Bernoulli independientes con probabilidad $1/\log n$(o$1/\deg$).

3. Contribuciones y Resultados Clave

A. Promedio de Truncamientos Primos

• Enteros ($b \to \infty$): Se demuestra que el número promedio de truncamientos primos $\langle \text{Trun}^L_b \rangle_{b^\ell}$ es:
  $$\frac{1}{\log b} \sum_{h=1}^\ell \frac{1}{h} + O\left(\frac{1}{\log^2 b}\right) \sim \frac{\log \ell}{\log b}$$
• Polinomios ($m \to \infty$): El análogo polinomial muestra una estructura muy similar, donde $1/\log b$se reemplaza por$1/m$(donde$m = \deg(b(T))$).
  $$\langle \text{Trun}^L_{q,b} \rangle_{b^\ell} \sim \frac{1}{m} \log \ell$$
• Límite $\ell \to \infty$: En ambos casos, el promedio crece logarítmicamente con la longitud $\ell$, pero la tasa depende inversamente del tamaño de la base ($b$) o el grado del polinomio base ($m$).

B. Varianza

Este es uno de los hallazgos más profundos del artículo, revelando una diferencia cualitativa entre los límites de base grande y longitud grande.

• Enteros ($b \to \infty$, bajo GRH):
  $$\text{Var} \sim \frac{\log \ell}{\log b}$$
  El término dominante es lineal en $\log \ell$.
• Enteros ($\ell \to \infty$, Conjetura 1.9):
  $$\text{Var} \sim C_b (\log \ell)^2$$
  Aquí, la varianza crece cuadráticamente. Los autores atribuyen esto a un fenómeno de agrupamiento (clustering): si un entero $n$ no es coprimo con la base $b$, casi ninguno de sus truncamientos será primo. Esto crea una distribución bimodal donde la mayoría de los números tienen 0 primos y un subconjunto pequeño (coprimos a $b$) tiene muchos, inflando la varianza cuadráticamente.
• Polinomios:
  • Para $q \to \infty$ y $m \to \infty$, la varianza es incondicional y sigue un comportamiento lineal en $\log \ell$ (similar al caso $b \to \infty$ en enteros).
  • Para $\ell \to \infty$ (Conjetura 1.11), se espera un comportamiento cuadrático $(\log \ell)^2$ debido al mismo fenómeno de agrupamiento cuando el polinomio no es coprimo con la base $b(T)$.

C. Máximo Número de Truncamientos

Utilizando el modelo de Cramér y los lemas de Borel-Cantelli, los autores conjeturan el comportamiento del máximo número de truncamientos primos posibles para un número/polynomial de longitud $\ell$:

• Enteros: El máximo es asintóticamente $\sim \frac{\ell \log b}{\log \ell}$.
• Polinomios: El máximo es asintóticamente $\sim \frac{m \ell \log q}{\log \ell}$.
  Estos resultados sugieren que, aunque existen números con muchos truncamientos primos, la longitud máxima posible crece más lento que la longitud total $\ell$.

4. Significado e Impacto

1. Puente entre Enteros y Polinomios: El artículo establece una analogía rigurosa y cuantitativa entre la teoría de números clásica (enteros) y la teoría de polinomios sobre campos finitos. Muestra cómo los resultados en un dominio a menudo tienen análogos directos en el otro, pero también revela sutiles diferencias en los términos de segundo orden (como el factor $\frac{q}{q-1}$ en polinomios que no tiene un análogo claro en enteros).
2. Fenómeno de Agrupamiento (Clustering): La distinción entre el comportamiento de la varianza en el límite de base grande ($b \to \infty$) y el límite de longitud grande ($\ell \to \infty$) es un aporte conceptual importante. Ilustra cómo la estructura aritmética (coprimalidad con la base) afecta drásticamente la distribución de primos en truncamientos, un efecto que desaparece cuando la base es infinita pero domina cuando la longitud es infinita.
3. Resultados Incondicionales en Campos Finitos: Al aprovechar que la Hipótesis de Riemann es un teorema en $\mathbb{F}_q[T]$, los autores obtienen resultados de varianza para polinomios que son incondicionales, ofreciendo una visión más clara que la obtenida en el caso de enteros, donde se depende de la GRH.
4. Extensión a Truncamientos Derechos: El artículo menciona que los truncamientos derechos presentan una asimetría interesante (especialmente en polinomios donde la irreducibilidad no es simétrica bajo inversión de coeficientes si la base no es $T$), abriendo la puerta a futuras investigaciones.

En conclusión, el trabajo proporciona una comprensión profunda de la distribución estadística de los primos y polinomios irreducibles bajo operaciones de truncamiento, combinando técnicas analíticas avanzadas con heurísticas probabilísticas sólidas para formular conjeturas precisas sobre los extremos de estas distribuciones.