🔢 mathematics

A statistical investigation of a divisor-sum function

Este artículo investiga las propiedades estadísticas de la función $S_s(n)$ , demostrando que $S_s(n)/n$ posee una función de distribución asintótica continua y valores densos en $[0,\infty)$ , mientras se establecen sus valores medios y cotas uniformes para momentos de orden superior mediante un método novedoso de Lebowitz-Lockard y Pollack.

Autores originales: Ivan Aidun, Lola Thompson

Publicado 2026-04-08

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Ivan Aidun, Lola Thompson

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Hola! Imagina que los números enteros (1, 2, 3, 4...) son como una gran ciudad llena de edificios. Cada edificio tiene una estructura única y, si miramos de cerca, descubrimos que tienen "vecinos" o "divisores" que los sostienen.

Este artículo es como un estudio estadístico de una ciudad muy especial. Vamos a desglosarlo en partes sencillas, usando analogías de la vida real.

1. Los protagonistas: Los "Vecinos" y la "Cuenta de la Vecindad"

En matemáticas, hay una función antigua llamada $s(n)$ . Imagina que $n$ es un edificio. $s(n)$ es la suma de todos sus "vecinos" (los divisores) que son más pequeños que el edificio mismo.

Si un edificio tiene muchos vecinos que lo sostienen, es "abundante".
Si tiene pocos, es "deficiente".
Si la suma de sus vecinos es exactamente igual al tamaño del edificio, es un "número perfecto" (como el 6, cuyos vecinos son 1, 2 y 3, y $1+2+3=6$ ).

Los matemáticos llevan 2000 años estudiando estos vecinos. Pero en este paper, los autores (Ivan y Lola) no miran solo a los vecinos de un edificio. ¡Miran a todos los vecinos de los vecinos!

Definen una nueva función llamada $S_s(n)$ .

La analogía: Imagina que $S_s(n)$ es la "cuenta total de la comunidad". No solo sumas los vecinos directos del edificio $n$ , sino que también sumas los vecinos de cada uno de esos vecinos, y los de ellos, y así sucesivamente. Es una suma en cascada, como una bola de nieve que rueda por la montaña y se hace gigante.

2. La gran pregunta: ¿Cómo se comporta esta "cuenta de la comunidad"?

Los autores se preguntan: "Si tomamos todos los edificios de la ciudad (todos los números) y calculamos esta 'cuenta de la comunidad' dividida por el tamaño del edificio ( $S_s(n)/n$ ), ¿qué patrón encontramos?".

¿Es caótico? ¿Es predecible? ¿Hay números donde esta cuenta es muy pequeña y otros donde es enorme?

Aquí es donde entra la magia del estudio:

A. El mapa de la ciudad (Densidad y Distribución)

Los autores descubren que, si miras los valores de esta función, no hay huecos.

La analogía: Imagina que tienes una regla que va desde 0 hasta el infinito. Si intentas poner un punto en cualquier lugar de esa regla (por ejemplo, en 3.14159 o en 100.00001), siempre encontrarás un edificio en la ciudad cuya "cuenta de la comunidad" encaje perfectamente en ese punto.
En lenguaje técnico: Los valores son "densos" en el intervalo $[0, \infty)$ . No importa qué número elijas, puedes encontrar un número entero que se comporte casi exactamente así.

B. La curva de la probabilidad (Distribución Continua)

Otro hallazgo es que estos valores no saltan de un lado a otro de forma errática. Si tomaras una foto de la ciudad y contaras cuántos edificios tienen una "cuenta" menor a un número $X$ , y luego hicieras lo mismo para $X+1$ , verías que la curva que une estos puntos es suave y continua.

La analogía: Es como si la altura de los edificios en la ciudad formara una colina suave, en lugar de ser una escalera de peldaños rígidos. No hay "saltos" mágicos; la transición es fluida.

3. El problema y el "Superpoder" nuevo

Aquí viene la parte más interesante. Normalmente, para estudiar estas funciones, los matemáticos usan herramientas clásicas (como las de un detective antiguo llamado Erdős). Pero esta función $S_s(n)$ es un poco rebelde: no sigue las reglas de "multiplicatividad" (es decir, el comportamiento de un edificio no es simplemente el producto de sus partes).

El problema: Las herramientas clásicas fallan aquí. Es como intentar usar un mapa de carreteras para navegar por un bosque denso; el mapa no sirve porque el terreno es diferente.
La solución: Los autores usan una nueva herramienta (un método de Lebowitz-Lockard y Pollack).
La analogía: Imagina que las herramientas clásicas son un telescopio que solo ve estrellas brillantes. Esta nueva herramienta es como unas gafas de visión nocturna con tecnología avanzada que les permite ver la estructura del bosque (la distribución) incluso cuando las estrellas clásicas no aparecen. Les permite demostrar que la función tiene una distribución suave sin necesidad de que la función sea "perfecta" o "multiplicativa".

4. El promedio y la fuerza de la ciudad

Finalmente, los autores calculan el "promedio" de esta cuenta de la comunidad.

El resultado: Si promediamos el comportamiento de todos los edificios de la ciudad, obtenemos un número fijo y preciso (relacionado con constantes matemáticas famosas como $\zeta(2)$ , que es como el "peso" promedio de los divisores).
Además, demuestran que incluso si miramos los casos extremos (los edificios con cuentas gigantescas), la función no se vuelve loca; está bajo control y sus "momentos" (una medida estadística de su dispersión) son finitos y predecibles.

En resumen

Este paper es como un informe de urbanismo para una ciudad matemática misteriosa.

Definen un nuevo mapa: La suma de todos los divisores de los divisores ( $S_s(n)$ ).
Descubren que el mapa es completo: Puedes encontrar cualquier valor posible en este mapa.
Demuestran que el mapa es suave: No hay saltos bruscos; todo fluye de manera natural.
Usan tecnología nueva: Como las herramientas viejas no servían para este terreno, inventaron (o adaptaron) una nueva técnica para ver la estructura oculta.

Es un trabajo que nos dice que, incluso en el mundo de los números, que parece caótico y lleno de reglas estrictas, hay patrones profundos, suaves y hermosos esperando ser descubiertos con las lentes correctas.

Resumen Técnico: Investigación Estadística de una Función de Suma de Divisores

1. Planteamiento del Problema y Contexto

El artículo se centra en el estudio de las propiedades estadísticas de una nueva función aritmética definida como:
$S_s(n) := \sum_{d|n} s(d)$
donde $s(n)$ es la función de la suma de divisores propios de $n$ (es decir, $s(n) = \sigma(n) - n$ , siendo $\sigma(n)$ la suma clásica de todos los divisores).

Antecedentes:

La función $s(n)$ tiene una historia milenaria (relacionada con números perfectos, deficientes y abundantes), pero su comportamiento estadístico sigue siendo poco conocido.
La función $S_s(n)$ surge de una generalización de los números prácticos y los números $\phi$ -prácticos. Un número $n$ es $f$ -práctico si todos los enteros entre 1 y $S_f(n) = \sum_{d|n} f(d)$ pueden escribirse como sumas de valores $f(d)$ para divisores distintos.
El objetivo principal es entender el comportamiento probabilístico de la función normalizada $S_s(n)/n$ . A diferencia de funciones aditivas o multiplicativas clásicas (como $\sigma(n)/n$ o $\phi(n)/n$ ), $S_s(n)$ no es ni aditiva ni multiplicativa, lo que impide la aplicación directa de métodos analíticos clásicos (como el Teorema de Erdős-Wintner) para determinar la existencia de una función de distribución.

2. Metodología y Herramientas

Los autores emplean una combinación de teoría de números probabilística estándar y técnicas modernas para superar las limitaciones de la estructura no multiplicativa de la función.

Herramientas Clásicas:
- Densidad asintótica y funciones de distribución asintótica (a.d.f.).
- Teorema de Erdős-Wintner (para funciones aditivas), utilizado como referencia para funciones relacionadas como $\sigma(n)/n$ .
- Teorema de la Media de Wintner para funciones multiplicativas, utilizado para calcular momentos.
- Identidades algebraicas que relacionan $S_s(n)$ con funciones multiplicativas conocidas: $S_s(n) = S_\sigma(n) - \sigma(n)$ .
Innovación Metodológica (El "Nuevo Método"):
- Dado que la función de distribución de $\log(\sigma(n)/n)$ es puramente singular, los métodos analíticos clásicos fallan al intentar probar la continuidad de la distribución de $S_s(n)/n$ .
- Los autores aplican resultados recientes de Lebowitz-Lockard y Pollack sobre funciones que "no se agrupan" (nonclustering).
- Lema Clave: Si una función aritmética tiene una función de distribución asintótica y es "no agrupante" (no se concentra en ningún valor específico con densidad positiva), entonces su función de distribución es continua.
- Se demuestra que $S_s(n)/n$ puede expresarse como una combinación lineal de funciones multiplicativas que satisfacen las condiciones de los teoremas de Lebowitz-Lockard y Pollack, permitiendo probar la continuidad de la distribución sin recurrir al análisis complejo tradicional.

3. Contribuciones Clave y Resultados Principales

El paper establece cuatro resultados fundamentales:

A. Densidad de los Valores (Teorema 3.1)

Resultado: Los valores de la función $S_s(n)/n$ son densos en el intervalo $[0, \infty)$ .
Método: A diferencia de la prueba de Schoenberg para $n/\sigma(n)$ , los autores construyen una secuencia inductiva de enteros. Utilizan la relación recursiva para enteros coprimos:
$S_s(ab) = S_s(a)S_s(b) + \sigma(a)S_s(b) + \sigma(b)S_s(a)$
Mediante la selección cuidadosa de primos grandes, demuestran que se puede aproximar cualquier valor real positivo arbitrariamente bien.

B. Existencia y Continuidad de la Función de Distribución (Teorema 4.4)

Resultado: La función $S_s(n)/n$ posee una función de distribución asintótica continua.
Significado: Esto significa que la probabilidad de que $S_s(n)/n$ caiga en un intervalo específico converge a un valor bien definido, y no hay "saltos" (átomos de masa) en la distribución.
Importancia: Es el primer resultado que establece la continuidad para esta función específica, superando la barrera de su no multiplicatividad mediante el uso de la teoría de funciones no agrupantes.

C. Cálculo de Valores Medios (Teorema 5.1 y Corolario 5.2)

Los autores calculan el valor medio de $S_s(n)$ y $S_s(n)/n$ .
Resultado:
$M(S_s(n)/n) = \zeta(2)(\zeta(2) - 1)$
donde $\zeta$ es la función zeta de Riemann. Esto proporciona una medida central precisa del comportamiento promedio de la función.

D. Acotación de Momentos de Orden Superior (Teorema 5.4)

Resultado: Los momentos $\mu_k$ de $S_s(n)/n$ existen y son finitos. Además, se establece una cota uniforme para su crecimiento:
$\log \mu_k \ll k \log \log k$
Método: Se utiliza el Teorema de la Media de Wintner y se compara $S_s(n)/n$ con potencias de la función $n/\phi(n)$ , cuyos momentos ya están acotados en la literatura.
Implicación: La existencia de momentos finitos y su crecimiento controlado refuerzan la existencia de la función de distribución y permiten aplicar teoremas de convergencia de momentos.

4. Significado e Impacto

Avance en Teoría de Números Probabilística: El trabajo demuestra cómo abordar funciones aritméticas complejas que carecen de propiedades multiplicativas o aditivas estándar. Proporciona un caso de estudio exitoso para la aplicación de métodos modernos (Lebowitz-Lockard y Pollack) donde los métodos clásicos (Erdős-Wintner) fallan debido a la singularidad de las distribuciones logarítmicas subyacentes.
Conexión con Números Prácticos: Al estudiar $S_s(n)$ , el artículo profundiza en la comprensión de las generalizaciones de los números prácticos, un área activa de investigación en teoría de números.
Herramientas Nuevas: La demostración de que $S_s(n)/n$ tiene una distribución continua y densa en $[0, \infty)$ abre la puerta a futuras investigaciones sobre el comportamiento estadístico de sumas de funciones de divisores análogas.

En conclusión, Aidun y Thompson no solo resuelven preguntas específicas sobre la distribución de $S_s(n)/n$ , sino que también validan y promueven una metodología moderna para el análisis estadístico de funciones aritméticas "mal comportadas" (no multiplicativas), ofreciendo un marco robusto para futuros estudios en este campo.