🔢 mathematics

Explicit bounds for Buchstab's function

Este artículo establece límites superiores e inferiores numéricamente explícitos y fácilmente evaluables para la función de Buchstab $\omega(u)$ , eliminando la necesidad de soluciones numéricas de su ecuación diferencial de retardo definitoria.

Autores originales: Andreas Weingartner

Publicado 2026-07-27

📖 4 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Andreas Weingartner

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

Imagina que eres un detective tratando de contar el número de enteros "solitarios" en una multitud masiva. En el mundo de los números, algunos enteros son mariposas sociales, compuestos por muchos factores primos pequeños (como el 12, que es 2 × 2 × 3). Otros son los introvertidos, los "solitarios" que se niegan a tener ningún factor primo menor que un cierto tamaño. Los matemáticos llaman a estos números "y-suaves" o "y-rugosos" dependiendo del contexto, pero el misterio central es: ¿cuántos de estos solitarios existen hasta cierto punto?

Para resolver esto, los matemáticos utilizan una herramienta especial llamada la función de Buchstab, denotada como $\omega(u)$ . Piensa en esta función como una veleta que gira salvajemente al principio pero que eventualmente se asienta en una brisa constante y predecible. Esta brisa representa una constante matemática específica (relacionada con la constante de Euler, $\gamma$ ). La función nos dice exactamente cómo se comporta la distribución de estos números "solitarios" a medida que observamos rangos cada vez más grandes. ¿Por qué nos importa? Porque el comportamiento de estos solitarios está profundamente ligado a la distribución de los números primos mismos. Si podemos predecir cómo se comportan estos solitarios, obtenemos una lente más nítida para ver dónde se esconden los números primos, lo cual es crucial para todo, desde la teoría de las matemáticas puras hasta la seguridad de los códigos digitales.

Durante mucho tiempo, calcular esta función fue como intentar predecir el clima resolviendo un rompecabezas complejo y con retraso temporal. Tenías que resolver una "ecuación diferencial de retardo" específica, que es una forma elegante de decir que el valor de la función en este momento depende de lo que era un momento antes, creando una reacción en cadena que es muy difícil de calcular a mano o incluso por computadora sin mucho esfuerzo pesado.

Este artículo, escrito por Andreas Weingartner, interviene con un enfoque nuevo y mucho más simple. En lugar de obligar al lector a resolver ese difícil rompecabezas de retardo temporal cada vez que quiera un valor, el autor proporciona un conjunto de "límites explícitos". Imagina que estás tratando de adivinar la altura de una planta en crecimiento. En lugar de medir la planta cada segundo y calcular su tasa de crecimiento desde cero, Weingartner te da una regla altamente precisa y una fórmula simple. Él muestra que para cualquier número $u$ (donde $u$ representa la escala del problema), puedes calcular el valor de la función utilizando una fórmula específica que involucra números complejos y una función especial llamada la función W de Lambert, y luego simplemente verificar si tu respuesta cae dentro de un "margen de error" muy estrecho.

El artículo demuestra que este nuevo método funciona con una precisión increíble. Para valores de $u$ entre 3 y 6, se garantiza que el error en la estimación sea menor que $\frac{1}{2u(u-1)}$ . Para números más grandes ( $u \ge 6$ ), el error se reduce aún más, manteniéndose por debajo de $\frac{1}{12u \log u}$ . El autor no solo adivina estos límites; los prueba rigurosamente utilizando una técnica llamada el "método del punto de silla", que es como encontrar el pico más alto en una cadena montañosa para obtener la mejor vista del paisaje circundante. También proporciona una segunda versión, incluso más precisa, de la fórmula para números más grandes, reduciendo el error a una fracción diminuta que involucra $u^{-2}$ o incluso $u^{-3}$ .

La belleza de este trabajo es que convierte un cálculo iterativo difícil en una receta directa de un solo paso. Introduces tu número, haces las matemáticas (lo cual involucra funciones estándar que se encuentran en la mayoría de los softwares de computadora) y obtienes un resultado que está garantizado de estar dentro de una distancia específica y minúscula del valor real. El artículo incluye una tabla que muestra estos cálculos para números como 6, 10, 40 e incluso 10,000, demostrando que las nuevas fórmulas coinciden perfectamente con los valores "reales". Es un poco como reemplazar un laberinto complejo y sinuoso por una autopista recta: llegas al mismo destino, pero llegas más rápido, con un mapa claro, y sabes exactamente qué tan cerca estás de la línea de meta.

Resumen Técnico: Límites Explícitos para la Función de Buchstab

Planteamiento del Problema
La función de Buchstab, $\omega(u)$ , caracteriza la distribución de los enteros libres de factores primos pequeños. Específicamente, para un $u > 1$ fijo, el conteo de enteros hasta $x$ cuyos todos los factores primos son mayores que $x^{1/u}$ , denotado como $\Phi(x, x^{1/u})$ , es asintóticamente $x\omega(u)/\log(x^{1/u})$ . A medida que $u \to \infty$ , $\omega(u)$ converge rápidamente a $e^{-\gamma}$ (donde $\gamma$ es la constante de Euler), oscilando alrededor de este límite.

El comportamiento de estas oscilaciones es crítico en la teoría analítica de números, particularmente para establecer cotas para el número de primos en intervalos cortos. Maier [5] demostró que el lim sup y el lim inf de la densidad de primos en intervalos de longitud $(\log x)^v$ dependen directamente de los valores máximos y mínimos de $W(u) := \omega(u) - e^{-\gamma}$ para $u \ge v$ . Aunque Hildebrand [3] proporcionó una fórmula asintótica para $W(u)$ utilizando un análisis de punto de silla complejo, el término de error en dicha aproximación no era numéricamente explícito. El objetivo de este artículo es establecer cotas superiores e inferiores rigurosas y numéricamente explícitas para $W(u)$ que sean fáciles de evaluar sin necesidad de resolver numéricamente la ecuación diferencial de retardo subyacente $(u\omega(u))' = \omega(u-1)$ .

Metodología
El autor emplea el método del punto de silla aplicado a la transformada de Laplace inversa de la función de Buchstab. La transformada de Laplace está dada por $\hat{\omega}(s) = e^{J(s)} - 1$ , donde $J(s)$ es la función integral exponencial.

Definición del Punto de Silla: Se define una solución compleja única $\zeta = \mu - i\eta$ para la ecuación $e^\zeta = -u\zeta$ dentro del rango $\mu \ge 1$ y $0 < \eta < 3\pi/2$ . Este $\zeta$ sirve como el punto de silla para la representación integral de $W(u)$ .
Expansión de Taylor: A diferencia de trabajos previos que utilizaron expansiones de orden inferior, este artículo utiliza un polinomio de Taylor de orden siete cerca del punto de silla para aproximar el integrando. Esta expansión de mayor orden permite un control más estricto sobre los términos de error.
Análisis Complejo: El análisis implica la estimación de las partes real e imaginaria de $J(-\zeta + i\tau)$ y sus derivadas. El autor deriva cotas explícitas para estas derivadas (Lema 4) y establece estimaciones de decaimiento para el integrando lejos del punto de silla (Lema 5).
Descomposición del Error: La integral para $W(u)$ se divide en un término principal (centrado en el punto de silla) y contribuciones de la cola. Las contribuciones de la cola se acotan utilizando desigualdades explícitas derivadas de la integración por partes y estimaciones de integración de contorno.
Verificación Numérica: Para valores pequeños de $u$ (específicamente $u \le 103$ ), las cotas teóricas se verifican mediante el cálculo numérico de $W(u)$ utilizando el algoritmo de Marsaglia, Zaman y Marsaglia [6] y comparando los resultados con las cotas de error derivadas.

Contribuciones Clave y Resultados
El artículo presenta tres teoremas que proporcionan aproximaciones cada vez más precisas para $W(u)$ con cotas de error explícitas.

Teorema 1: Proporciona una aproximación primaria utilizando la función $\Phi_1(u) = \Phi(u)(1 - \frac{1}{12u})$ .
$W(u) = 2|\Phi_1(u)| \{ \cos(\arg(\Phi_1(u))) + \theta_1(u) \}$
El término de error satisface $|\theta_1(u)| < \frac{1}{2u(u-1)}$ para $3 \le u \le 6$ y $|\theta_1(u)| < \frac{1}{12u \log u}$ para $u \ge 6$ .
Teorema 2: Ofrece una aproximación más precisa utilizando $\Phi_2(u) = \Phi(u)(1 + \alpha(u))$ , donde $\alpha(u)$ es una función racional específica de $\zeta$ y $u$ derivada de la cuarta y quinta derivada de $J$ .
$W(u) = 2|\Phi_2(u)| \{ \cos(\arg(\Phi_2(u))) + \theta_2(u) \}$
El término de error satisface $|\theta_2(u)| < 420u^{-6}$ para $6 \le u \le 19$ y $|\theta_2(u)| < 0.005u^{-2}$ para $u \ge 16$ .
Teorema 3: Presenta un término de error aún menor al incluir un segundo término de corrección $\beta(u)$ en el factor principal, definiendo $\Phi_3(u) = \Phi(u)(1 + \alpha(u) + \beta(u))$ .
$W(u) = 2|\Phi_3(u)| \{ \cos(\arg(\Phi_3(u))) + \theta_3(u) \}$
El término de error satisface $|\theta_3(u)| < 0.01u^{-3}$ para $18 \le u \le 103$ y $|\theta_3(u)| < 8.4u^{-3}$ para $u \ge 103$ .

El artículo señala que $\Phi(u)$ puede computarse utilizando funciones especiales estándar: la función gamma incompleta para $J(s)$ y la función $W$ de Lambert (específicamente la rama $k=1$ ) para $\zeta$ . La Tabla 1 del artículo ilustra la alta precisión de estas cotas comparándolas con valores computados numéricamente para varios valores de $u$ .

Significancia y Reivindicaciones
El artículo afirma proporcionar las primeras cotas superiores e inferiores numéricamente explícitas para la función de Buchstab que no requieren la solución numérica de la ecuación diferencial de retardo. La metodología refleja el trabajo previo del autor sobre la función de Dickman [9], adaptando las estimaciones de valores reales al dominio complejo requerido por la función de Buchstab.

El autor enmarca modestamente la significancia de estos resultados como el establecimiento de estimaciones "numéricamente explícitas". El artículo no pretende resolver el problema de la distribución de primos en intervalos cortos, sino que proporciona las cotas explícitas necesarias sobre $W(u)$ que permiten abordar tales problemas con constantes numéricas concretas. Los términos de error son notablemente menores que el error $O(1/u)$ encontrado en la fórmula asintótica anterior de Hildebrand [3], particularmente para valores moderados de $u$ . Los resultados se validan mediante una combinación de cotas analíticas rigurosas para $u$ grandes y computación numérica directa para valores de $u$ más pequeños.

Más como este