🔢 mathematics

Density of large holes among power-free lattice points

Este artículo establece fórmulas asintóticas precisas para las densidades de grandes huecos y puntos profundos dentro de los puntos de red $r$ -libres en $\mathbb{Z}^d$ , refinando cotas y expansiones de brechas exactas previas al proporcionar constantes explícitas y términos de error que se mantienen uniformes a través de dimensiones y normas de bola.

Autores originales: Francesco Cellarosi

Publicado 2026-10-02

📖 7 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Francesco Cellarosi

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

En la vasta y ordenada cuadrícula de los números enteros, existe un patrón oculto de exclusión. Imagine un vasto campo de puntos que se extiende infinitamente en todas las direcciones, donde cada punto está definido por un conjunto de coordenadas de números enteros. Algunos de estos puntos son "visibles" desde el centro, lo que significa que sus coordenadas no comparten ningún divisor común excepto el uno. Otros son "invisibles" porque sus coordenadas comparten un factor común, como ser todos pares o todos múltiplos de tres. Los matemáticos llaman a los visibles puntos "primitivos" o "libres de potencias", y a los invisibles puntos "no libres de potencias". Durante décadas, los investigadores han estudiado cómo se agrupan estos puntos invisibles. Saben que si se observa una pequeña parcela de la cuadrícula, casi siempre se encontrará al menos un punto visible. Pero, ¿qué sucede si se observa una parcela muy grande? ¿Es posible encontrar una región masiva y vacía donde cada uno de los puntos sea invisible?

Esta pregunta conduce al estudio de los "huecos" en la red. Un hueco es un área grande y conectada donde no existen puntos visibles. El tamaño de un hueco se mide por qué tan lejos se puede viajar desde su centro en cualquier dirección antes de encontrar un punto visible. Durante mucho tiempo, los matemáticos supieron que estos huecos podían hacerse arbitrariamente grandes, pero no sabían qué tan raros eran. Podían demostrar que existía un hueco de cierto tamaño, pero no podían calcular la probabilidad precisa de encontrar uno en una sección aleatoria de la cuadrícula. La cuestión no era solo de existencia, sino de densidad: a medida que el tamaño del hueco crece, ¿con qué rapidez cae a cero la probabilidad de encontrar uno?

Un nuevo estudio de Francesco Cellarosi aborda este problema con una precisión notable. La investigación se centra en un tipo específico de punto invisible: aquellos cuyas coordenadas son todas divisibles por un mismo número primo elevado a una cierta potencia. Al tratar la cuadrícula como un grafo donde los puntos están conectados con sus vecinos inmediatos, el autor identifica los puntos "profundos": los centros de estas regiones invisibles masivas. El estudio calcula la tasa exacta a la que la densidad de estos puntos profundos disminuye a medida que el tamaño del hueco aumenta. El resultado es una fórmula detallada que describe esta caída, revelando que la probabilidad de encontrar tal hueco no es solo pequeña, sino que sigue una curva muy específica y predecible que involucra logaritmos y potencias.

El artículo hace más que simplemente contar estos huecos; distingue entre diferentes formas de medir su tamaño. El autor considera huecos con formas de esferas, cubos y diamantes, mostrando que, si bien la forma cambia los números específicos en la fórmula, el comportamiento fundamental permanece igual. El estudio también refina el trabajo previo de otros matemáticos que habían establecido que estos huecos existen y habían proporcionado límites superiores aproximados sobre su frecuencia. El trabajo de Cellarosi agudiza estos límites, proporcionando una imagen mucho más precisa. Los hallazgos muestran que la densidad de estos grandes huecos está gobernada por una compleja interacción entre el tamaño de la cuadrícula, la potencia de los números primos involucrados y la geometría de la región examinada.

Uno de los aspectos más significativos de esta investigación es su aplicación a las líneas numéricas unidimensionales, lo que corresponde al estudio de los enteros en lugar de las cuadrículas multidimensionales. En este caso más simple, el problema se traduce en encontrar largas secuencias de enteros consecutivos que sean todos "no libres de potencias". Por ejemplo, encontrar una racha de números donde ninguno de ellos sea "libre de cuadrados" (es decir, que cada uno sea divisible por un número cuadrado como 4, 9 o 16). El estudio proporciona una fórmula precisa para la densidad de tales rachas a medida que se vuelven más largas. Esto mejora las estimaciones anteriores de otros investigadores, ofreciendo una comprensión más clara de cómo se comportan estos intervalos a medida que se extienden. El autor demuestra que la probabilidad de encontrar un intervalo de una longitud específica sigue un patrón matemático determinado, corrigiendo y refinando aproximaciones anteriores que eran menos precisas.

La metodología se basa en una hábil combinación de teoría de números y probabilidad. El autor construye un "modelo de cobertura aleatoria", un marco teórico donde los puntos invisibles son generados por un proceso aleatorio que imita la distribución real de los números. Al analizar este modelo aleatorio, el autor puede calcular la probabilidad de que aparezca un gran hueco. La demostración implica contar cuidadosamente cuántos puntos en una región grande pueden ser cubiertos por las "sombras" de números primos pequeños y luego determinar cuántos números primos grandes se necesitan para cubrir los puntos restantes. Este proceso permite al autor derivar la forma asintótica exacta de la densidad, la cual describe el comportamiento del sistema a medida que el tamaño del hueco tiende al infinito.

Los resultados son uniformes en diferentes dimensiones, lo que significa que la misma lógica subyacente se aplica ya sea que la cuadrícula sea una línea, un plano o un espacio de mayor dimensión. El estudio también explora qué sucede cuando la dimensión de la cuadrícula crece junto con el tamaño del hueco, un escenario que anteriormente era difícil de analizar. El autor muestra que incluso en estos entornos de alta dimensión, la densidad de los grandes huecos sigue un patrón predecible, aunque los constantes específicos cambien. Esto sugiere una profunda consistencia estructural en cómo se forman estos cúmulos invisibles, independientemente de la complejidad del espacio que habitan.

En el contexto del panorama matemático más amplio, este trabajo se conecta con el estudio de los puntos de red "visibles", que son puntos que pueden verse desde el origen sin que otro punto de la red bloquee la vista. Los puntos invisibles son los que bloquean la vista. La existencia de grandes huecos entre los puntos invisibles significa que existen vastas regiones donde la vista está completamente bloqueada. El estudio confirma que, si bien estas regiones son raras, no son imposibles, y su frecuencia puede calcularse con alta precisión. El trabajo del autor se basa en construcciones anteriores de otros matemáticos que utilizaron el Teorema de la Restosidad China para demostrar que tales huecos deben existir, pero va más allá al cuantificar exactamente con qué frecuencia ocurren.

El artículo también aborda la relación entre la densidad de estos huecos y la densidad de los puntos que los definen. Muestra que la probabilidad de encontrar un hueco está relacionada con el volumen de la región y la densidad de los puntos invisibles, pero con un factor de corrección que tiene en cuenta la geometría específica del problema. Este factor de corrección involucra constantes que dependen de la dimensión de la cuadrícula y de la potencia de los números primos. El autor proporciona fórmulas explícitas para estas constantes, permitiendo cálculos precisos en casos específicos, como el plano bidimensional o la línea numérica unidimensional.

En última instancia, el estudio proporciona un mapa exhaustivo de los "huecos" en la red de puntos libres de potencias. Transforma una comprensión cualitativa de estos espacios en una ciencia cuantitativa, ofreciendo una fórmula que predice su frecuencia con alta exactitud. El trabajo no solo confirma que estos huecos existen, sino que nos dice exactamente qué tan raros son y cómo cambia su rareza a medida que crecen. Este nivel de detalle es un paso significativo en el campo, proporcionando una base sólida para investigaciones futuras sobre la distribución de los números y la geometría de las redes. Los hallazgos son rigurosos y probados, ofreciendo una respuesta definitiva a una pregunta que anteriormente solo se comprendía parcialmente.

Resumen Técnico: Densidad de Grandes Huecos entre Puntos de Red Libres de Potencias

Planteamiento del Problema
El artículo investiga la distribución estadística de los "grandes huecos" dentro del conjunto de puntos de red $r$ -libres en $\mathbb{Z}^d$ . Un punto de red $r$ -libre se define como un vector cuyo máximo común divisor de sus coordenadas no es divisible por la $r$ -ésima potencia de ningún primo. El conjunto complementario, $W_{d,r}$ , consiste en puntos no- $r$ -libres. El objeto central de estudio es la densidad de los componentes conexos finitos de $W_{d,r}$ que contienen un interior "profundo".

Específicamente, para un radio $R$ dado y una norma $\ell_q$ , un punto $t \in \mathbb{Z}^d$ se denomina $R$ -profundo si la bola $\ell_q$ cerrada de radio $R$ centrada en $t$ está enteramente contenida dentro de $W_{d,r}$ . El artículo analiza el comportamiento asintótico de la densidad de tales puntos $R$ -profundos ( $\eta_{d,r,q}(R)$ ), así como las densidades de los representantes de los componentes finitos que contienen tales puntos ( $\lambda_{d,r,q}(R)$ y $\kappa_{d,r,q}(R)$ ), cuando $R \to \infty$ . El estudio cubre dimensiones $d$ y exponentes $r$ fijos (con $dr \ge 2$ ), así como regímenes donde la dimensión $d$ crece con $R$ .

Metodología
El autor emplea una combinación de teoría de números probabilística, teoría de números analítica y combinatoria geométrica. La metodología central involucra:

Modelo de Cobertura Aleatoria: El conjunto determinista de puntos no- $r$ -libres se compara con un modelo aleatorio donde, para cada primo $p$ , se elige una clase de residuo módulo $p^r$ de manera uniforme e independiente. La probabilidad de un patrón finito específico en este modelo aleatorio es igual a la densidad de dicho patrón en el conjunto determinista (vía inclusión-exclusión y el Teorema de los Restos de China).
Análisis de Primos en Dos Etapas: La cobertura de una "ventana" (una bola $\ell_q$ $ℓ_{q}$ de radio $R$ $R$ ) se analiza separando los primos en categorías de "pequeños" y "grandes":
- Primos Pequeños ( $p^r \le 2R$ ): Se estima el número de puntos en la ventana que quedan sin cubrir por los primos pequeños utilizando la inclusión-exclusión truncada y límites sobre la capacidad de los cosetos. Esto establece que el número de puntos no cubiertos es asintóticamente $N/\zeta(dr)$ , donde $N$ es el volumen de la ventana.
- Primos Grandes ( $p^r > 2R$ ): Los puntos restantes no cubiertos deben ser cubiertos por distintos primos grandes. La probabilidad de este evento se estima mediante sumas sobre asignaciones inyectivas de puntos a primos, denotadas como $Z_{s,K}(L)$ . La expansión asintótica de $-\log Z_{s,K}(L)$ se deriva utilizando técnicas que involucran variables aleatorias de Bernoulli, métodos de punto de silla y estimaciones precisas de sumas de primos.
Confinamiento Geométrico: Para asegurar que un gran hueco corresponda a un componente conexo finito (en lugar de uno infinito), el autor construye una "capa" circundante de puntos $r$ -libres. Esta capa impide trayectorias desde el hueco hacia el infinito, asegurando que el componente sea finito y posea, por tanto, un representante. Se demuestra que el costo de imponer esta condición de capa es insignificante en la escala de densidad logarítmica.
Control de Error: El artículo proporciona términos de error rigurosos que involucran potencias de $\log R$ y $\log \log R$ , asegurando la uniformidad con respecto al parámetro de la norma $q$ ( $1 \le q \le \infty$ ).

Contribuciones Clave y Resultados

Fórmula Asintótica para la Densidad de Huecos: El resultado principal (Teorema 1.7) establece que, para $d, r$ fijos, el logaritmo negativo de las densidades $\xi \in \{\lambda, \kappa, \eta\}$ admite la siguiente expansión asintótica cuando $R \to \infty$ :
$-\log \xi_{d,r,q}(R) = a_{d,r,q} R^d \left[ d(dr-1)\log R + dr \log \log R - \Upsilon_{d,r,q} + \frac{r \log \log R - \Lambda_{d,r,q}}{\log R} + O\left(\frac{(\log \log R)^2}{(\log R)^2}\right) \right]$
donde $a_{d,r,q}$ es un factor de volumen, y $\Upsilon_{d,r,q}, \Lambda_{d,r,q}$ son constantes explícitas que dependen de $d, r, q$ . Esto refina las cotas superiores previas y las construcciones de densidad positiva.
Caso Unidimensional (Brechas entre enteros $r$ -libres): Especializando a $d=1$ , el artículo deriva la densidad de rachas de enteros no- $r$ -libres. Para una brecha de longitud $g$ , la densidad de enteros $r$ -libres seguidos de exactamente $g-1$ enteros no- $r$ -libres (y luego otro entero $r$ -libre) viene dada por una fórmula asintótica precisa (Teorema 1.11). Esto mejora el término principal de Grimmett y refina preprints recientes de Jiang al proporcionar términos de orden inferior explícitos y límites de error.
Régimen de Alta Dimensión: El artículo extiende el análisis a dimensiones $d$ que crecen con $R$ (específicamente $d = O((\log R)^r)$ ). Muestra que el término principal del logaritmo negativo de la densidad es $\Phi_{dr}(N/\zeta(dr))$ , donde $\Phi_s(K) \approx (s-1)K \log K$ .
Comparación con Modelos Independientes: En altas dimensiones, el artículo compara la densidad real de los grandes huecos con un modelo donde los puntos de la red son independientemente no- $r$ -libres con probabilidad $1 - \zeta(dr)^{-1}$ . Encuentra que la probabilidad real de un gran hueco es significativamente menor de lo que predice el modelo independiente; específicamente, la razón de sus logaritmos negativos crece como $\log N / \log 2$ . Esto resalta las fuertes correlaciones inherentes a la estructura aritmética de los enteros libres de potencias.

Significancia y Reivindicaciones
El artículo afirma proporcionar las primeras fórmulas asintóticas precisas para la densidad de grandes huecos entre puntos de red libres de potencias, incluyendo términos de orden inferior precisos y estimaciones de error.

Refina las construcciones de huecos de densidad positiva de Baake, Moody y Pleasants, y Pleasants y Huck, cuantificando la tasa de decaimiento de la densidad a medida que aumenta el tamaño del hueco.
Refina la comprensión de la estadística de brechas para enteros $r$ -libres, ofreciendo una expansión más detallada que las representaciones probabilísticas previas (Grimmett) y corrigiendo/mejorando los preprints recientes (Jiang) respecto a la forma específica de los términos de error y la distinción entre densidades de brechas "al menos" y "exactamente".
Demuestra que las restricciones aritméticas de la criba (la condición de libre de potencias) crean un efecto de "repulsión" que hace que los grandes huecos sean mucho más raros que en un entorno puramente aleatorio (independiente), un fenómeno que se vuelve cada vez más pronunciado en dimensiones más altas.

El trabajo se presenta como un resultado de teoría de números analítica rigurosa, que se apoya en herramientas establecidas (Teorema de los Restos de China, inclusión-exclusión, estimaciones del teorema de los números primos) aplicadas a un problema específico de criba geométrica, sin proponer aplicaciones experimentales nuevas o direcciones futuras más allá del alcance matemático de las asíntotas derivadas.

Más como este