The variance of a general class of multiplicative functions in short intervals

Résumé Technique : La Variance d'une Classe Générale de Fonctions Multiplicatives dans des Intervalles Courts

Énoncé du Problème
L'article traite de l'évaluation asymptotique de la variance des fonctions multiplicatives dans des intervalles courts. Alors que le comportement global des fonctions multiplicatives (spécifiquement les sommes partielles $\sum_{n \le X} f(n)$) est bien étudié, la compréhension de leurs fluctuations dans des intervalles courts de longueur $H$ (où $H \ll X$) présente des défis importants. Les auteurs se concentrent sur la variance continue définie par :
$$\text{Var}_f(X; H) := \frac{1}{X} \int_X^{2X} \left| \sum_{x < n \le x+H} f(n) - \frac{H}{X} \sum_{n \le X} f(n) \right|^2 dx$$
L'objectif principal est d'établir des formules asymptotiques précises pour cette variance pour une large classe de fonctions multiplicatives, s'étendant au-delà de cas spécifiques comme la fonction de Möbius ou les indicateurs de nombres sans facteur carré vers un cadre général impliquant des paramètres de croissance et d'ordre.

Méthodologie
Les auteurs emploient une combinaison d'analyse de Fourier, d'analyse complexe et de la géométrie arithmétique des formes binaires. La méthodologie est structurée autour de la décomposition de la fonction multiplicative $f(n)$ en une structure de convolution $f = 1 *_k h$, où $h$ appartient à une classe spécifique de fonctions multiplicatives.

1. Décomposition et Troncation : La somme sur l'intervalle court est divisée en « petits diviseurs » (jusqu'à un paramètre $z$) et « grands diviseurs » (supérieurs à $z$). La variance est analysée en estimant la contribution de ces deux parties séparément, notées $J_{h,z}(X; H)$ et $K_{h,z}(X; H)$.
2. Analyse de Fourier et Calcul de Résidus : Pour la partie des petits diviseurs, les auteurs utilisent l'analyse de Fourier, spécifiquement l'expansion de Fourier des polynômes de Bernoulli et la fonction $S(x) = \frac{\sin \pi x}{\pi x}$. Ils emploient l'intégration par contour et le théorème du résidu de Cauchy pour évaluer les intégrales impliquant des séries de Dirichlet et la fonction zêta de Riemann. Cela leur permet d'extraire les termes principaux et de gérer les pôles des fonctions génératrices associées.
3. Dénombrement des Points Rationnels sur les Formes Binaires : Une innovation critique pour traiter les cas d'ordre supérieur ($k \ge 3$) est l'utilisation du dénombrement des points rationnels sur des formes binaires spécifiques. Au lieu de s'appuyer uniquement sur l'approximation de Dirichlet (utilisée dans les travaux précédents pour $k=2$), les auteurs appliquent les résultats de Heath-Brown, Stewart et Xiao concernant la densité des solutions entières de formes binaires $F(x, y)$. Cette technique est essentielle pour borner les termes hors-diagonaux dans le calcul de la variance.
4. Théorèmes de Valeurs Grandes : Pour la partie des grands diviseurs, les auteurs utilisent le théorème des valeurs grandes de Huxley, la borne de sous-convexité de Bourgain pour la fonction zêta de Riemann, et le théorème de moyenne de Montgomery pour contrôler les termes d'erreur, particulièrement dans le cadre « inconditionnel » sans supposer l'hypothèse de Lindelöf.

Contributions Clés et Résultats

• Définition de la Classe Générale : L'article définit une classe générale de fonctions multiplicatives $\mathcal{F}_{\alpha, \beta, k}$ caractérisée par des paramètres $\alpha$ (croissance), $\beta$ (lié à l'amplitude des valeurs sur les nombres premiers) et $k$ (ordre). Cette classe englobe des fonctions telles que $\mu_k(n)$ (indicateur des entiers $k$-sans carré), $\phi(n)/n$, et les fonctions diviseurs généralisées $\sigma_\alpha(n)$.
• Formules Asymptotiques pour la Variance :
  • Cas $0 \le \alpha < 1/2$ : Les auteurs dérivent une formule asymptotique où la variance croît comme $H^{(1-2\alpha)/k} (\log H)^{\beta^2-1}$. Le terme principal implique une constante $c_{h,k}$ et un polynôme en $\log H$.
  • Cas $1/2 < \alpha < 2$ : La variance converge vers une constante $c_{h,k}(H)$ qui dépend de la longueur de l'intervalle $H$, avec un terme d'erreur de $O(H^{-\epsilon})$.
  • Point Critique $\alpha = 1/2$ : L'article note qu'une formule asymptotique directe n'est pas dérivée pour ce cas critique, bien qu'une borne supérieure de $O((\log H)^{\beta^2})$ soit établie.
• Amélioration des Plages pour les Intervalles Courts : Le papier étend de manière significative les plages connues de $H$ pour lesquelles ces formules asymptotiques sont valides.
  • Pour les entiers $k$-sans carré ($k \ge 3$), la plage valide pour $H$ est étendue de environ $X^{0.3}$ à $X^{e(k,0)}$, où $e(k,0)$ augmente avec $k$ (par exemple, $e(3,0) \approx 0.605$).
  • Sous l'hypothèse de Lindelöf, ces plages sont encore étendues à $X^{g(k)}$.
• Réfutation d'une Conjecture : Les auteurs fournissent une analyse détaillée de la fonction totient d'Euler normalisée $\phi(n)/n$. Ils démontrent que la limite de la variance n'est pas une constante absolue comme le conjecture van Overbeeke, mais plutôt une fonction $c_\zeta(H)$ qui fluctue avec $H$. Spécifiquement, ils montrent que pour un $H$ premier, la constante est bornée inférieurement par $\approx 0.1036$, contredisant la valeur conjecturée d'environ $0.03$.
• Fonctions Diviseurs Généralisées : Les résultats améliorent les bornes précédentes pour la variance de $\sigma_\alpha(n)$ pour $\alpha \in (-1, -1/2)$, fournissant des formules asymptotiques sur une plage plus large de $H$ et dépassant la barrière de $1/2$ pour certaines valeurs de $\alpha$.

Signification
L'article affirme sa signification en unifiant l'étude de la variance de diverses fonctions multiplicatives sous un cadre théorique unique. En reliant les « moyennes courtes » aux « moyennes longues » par l'analyse de Fourier et la géométrie des nombres (formes binaires), les auteurs fournissent une méthode robuste pour analyser les fluctuations dans des intervalles courts.

Le travail est particulièrement notable pour :

1. La Réfutation de la Conjecture de van Overbeeke : Il corrige une prédiction spécifique concernant la variance de $\phi(n)/n$, montrant que la limite dépend des propriétés arithmétiques de la longueur de l'intervalle $H$ plutôt que d'une constante universelle.
2. L'Extension de la « Barrière de la Moitié » : La méthodologie permet l'analyse de la variance dans des intervalles plus longs que $X^{1/2}$ pour des classes spécifiques de fonctions, un régime où les méthodes précédentes échouaient souvent ou produisaient des bornes plus faibles.
3. Variance Discrète vs Continue : Le papier distingue les variances discrètes et continues, notant que si la variance continue peut surmonter la barrière de $1/2$ dans l'espace de Fourier, la variance discrète reste bornée par celle-ci, soulignant une différence fondamentale dans la détection des petites fluctuations d'intervalle.

Les auteurs soulignent que leurs résultats produisent de nouvelles formules asymptotiques et des améliorations dans le domaine de l'analyse des intervalles courts pour des fonctions incluant les indicateurs $k$-sans carré, la fonction totient d'Euler normalisée, et les sommes diviseurs généralisées, sans dépendre de conjectures non prouvées comme l'Hypothèse de Riemann pour les principaux résultats inconditionnels, bien que l'hypothèse de Riemann et de Lindelöf soient discutées pour l'extension potentielle des plages.