🔢 mathematics

Note on shifted primes with large prime factors

Cet article améliore la récente borne quantitative de Ding concernant la proportion de nombres premiers décalés $p \le x$ ayant un grand facteur premier $P^+(p-1) \ge p^c$ en établissant une limite supérieure plus étroite de $-\frac{7}{2}\log c$ pour l'intervalle $e^{-\frac{2}{7}} < c < 1$ .

Auteurs originaux : Yuchen Ding, Zhiwei Wang

Publié 2026-02-06

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yuchen Ding, Zhiwei Wang

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous avez un sac géant de nombres, plus précisément les nombres premiers (des nombres comme 2, 3, 5, 7, 11 qui ne peuvent être divisés que par 1 et eux-mêmes). Ils sont les briques élémentaires des mathématiques.

Maintenant, prenez n'importe quel nombre premier, disons $p$ . Si vous soustrayez 1 à ce nombre, vous obtenez un nouveau nombre ( $p-1$ ). Ce nouveau nombre est généralement un nombre « composé », ce qui signifie qu'il est constitué de facteurs premiers plus petits multipliés entre eux. Par exemple, si $p=13$ , alors $p-1=12$ , qui est composé de $2 \times 2 \times 3$ . Le « plus grand facteur premier » ici est 3.

L'article de Yuchen Ding et Zhiwei Wang est une enquête policière visant à trouver des nombres premiers où cette « plus grande pièce » est étonnamment grande.

La Grande Question : Quelle peut être la taille des pièces ?

Les auteurs posent une question spécifique : si nous examinons tous les nombres premiers jusqu'à un nombre très grand $x$ , combien d'entre eux ont une « plus grande pièce » (appelons-la $P(p-1)$ ) qui est au moins une certaine fraction du nombre premier lui-même ?

Disons que nous choisissons une fraction $c$ (comme 0,9, soit 90 %). Nous voulons savoir : Combien de nombres premiers $p$ existent-ils où la plus grande pièce de $p-1$ est au moins égale à 90 % de $p$ ?

Les mathématiciens essaient de déterminer la « densité » de ces nombres premiers spéciaux. En d'autres termes, si vous choisissez un nombre premier au hasard dans une liste immense, quelles sont les chances qu'il possède cette pièce géante ?

Les Travaux d'Enquête Précédents

L'Ancien Plan (1935) : Un mathématicien célèbre nommé Erdős a prouvé que lorsque votre fraction $c$ se rapproche de plus en plus de 1 (signifiant que vous exigez que la pièce soit presque le nombre entier), le nombre de ces nombres premiers tombe presque à zéro. Il a montré qu'ils deviennent incroyablement rares.
Le Plan Récent (2023) : Un chercheur nommé Ding a amélioré cela. Il a donné une formule spécifique pour estimer à quel point ils sont rares lorsque $c$ est très proche de 1 (entre 0,88 et 1). Il a trouvé une limite supérieure (un plafond) sur le nombre de ces nombres premiers qui pourraient éventuellement exister.

La Nouvelle Découverte : Une Lentille plus Précise

L'article de Ding et Wang consiste à affiner cette lentille. Ils n'ont pas seulement regardé la même zone ; ils ont trouvé un moyen de voir une plage plus large et d'obtenir une estimation plus serrée et plus précise.

Voici ce qu'ils ont fait, en utilisant des analogies simples :

1. L'analogie du Tamis
Imaginez que vous avez un seau de sable (tous les nombres) et que vous voulez trouver des pépites d'or (les nombres premiers spécifiques que nous recherchons). Vous utilisez un tamis (un grillage) pour filtrer la saleté.

L'Ancien Tamis : Les méthodes précédentes utilisaient un tamis qui était bon, mais il avait certains « trous » par lesquels la saleté pouvait passer, ou il n'était pas assez fin pour capturer les grains d'or les plus petits.
Le Nouveau Tamis : Les auteurs ont utilisé un outil plus sophistiqué appelé Crible Linéaire. Voyez cela comme un grillage de haute technologie, ajustable, qui épouse bien mieux la forme des pépites d'or que l'ancien maillage carré. Il filtre le « bruit » (les nombres qui ne correspondent pas aux critères) beaucoup plus efficacement.

2. Le Problème de la « Distribution »
Lorsque vous comptez ces nombres premiers spéciaux, vous devez composer avec des « termes d'erreur » — des erreurs dans votre décompte parce que les nombres premiers ne sont pas parfaitement espacés de manière uniforme.

L'Ancienne Méthode : Les mathématiciens précédents ne pouvaient faire confiance à leurs décomptes que jusqu'à une certaine distance (appelons cela le « point de moitié chemin »). Au-delà de cela, les erreurs devenaient trop importantes pour être ignorées.
La Nouvelle Méthode : Les auteurs ont utilisé un nouveau théorème puissant (lié aux travaux de Bombieri, Friedlander et Iwaniec) qui leur a permis de faire confiance à leurs décomptes beaucoup plus loin — jusqu'à un point de « quatre-septièmes ». C'est comme être capable de voir clairement à travers une fenêtre embuée qui bloquait auparavant votre vue.

Le Résultat : Un Plafond plus Serré

En combinant leur meilleur tamis avec leur capacité à voir plus loin dans le brouillard, ils ont amélioré le « plafond » sur le nombre de ces nombres premiers spéciaux pouvant exister.

La Plage : Ils ont prouvé que leur nouvelle formule plus serrée fonctionne pour une plage de fractions $c$ plus large. Spécifiquement, elle fonctionne pour n'importe quel $c$ compris entre environ 0,75 et 1. (Le travail précédent ne fonctionnait que pour $c$ entre 0,88 et 1).
La Précision : Pour n'importe quel nombre dans cette plage, leur nouvelle formule donne une borne supérieure (plafond) plus basse (meilleure). Elle dit : « Il y a définitivement moins de ces nombres premiers spéciaux que nous ne le pensions auparavant. »

Pourquoi cela est-il important ? (Selon l'article)

L'article ne prétend pas que cela va immédiatement réparer un virus informatique ou guérir une maladie. Au contraire, il souligne pourquoi ces mathématiques sont intéressantes dans le monde de la théorie pure :

La Connexion avec les Nombres Premiers Jumeaux : Trouver des nombres premiers où $p-1$ possède un facteur géant est mathématiquement lié à la Conjecture des Nombres Premiers Jumeaux (l'idée qu'il existe une infinité de paires de nombres premiers qui diffèrent de 2, comme 3 et 5, ou 11 et 13). Si vous pouvez mieux comprendre ces « nombres premiers décalés », vous vous rapprochez de la résolution de ce célèbre puzzle.
Le Dernier Théorème de Fermat : Il existe un lien surprenant et profond entre ces grands facteurs premiers et le premier cas du Dernier Théorème de Fermat (un problème célèbre résolu dans les années 1990).
La Cryptographie : L'article mentionne que l' opposé de ce qu'ils étudient (les nombres premiers où les facteurs sont petits) est utilisé en cryptographie (codes de sécurité). Bien qu'ils étudient le côté des « grands facteurs », comprendre le paysage complet des facteurs premiers aide les experts en sécurité à savoir quels nombres sont sûrs et lesquels sont faibles.

Résumé en une phrase

Ding et Wang ont construit un meilleur « filet » mathématique et un « télescope » plus clair pour prouver que le nombre de nombres premiers possédant une « plus grande pièce » géante est encore plus petit et plus restreint que nous ne le savions auparavant, spécifiquement pour une plage de tailles plus large.

Résumé Technique : Note sur les nombres premiers décalés avec de grands facteurs premiers

Énoncé du Problème
Cet article étudie la distribution des nombres premiers décalés $p$ tels que le plus grand facteur premier de $p-1$ , noté $P(p-1)$ , dépasse un seuil spécifique $x^c$ . Plus précisément, les auteurs étudient la quantité $T_c(x)$ , définie comme le décompte des nombres premiers $p \le x$ satisfaisant $P(p-1) \ge x^c$ , où $0 < c < 1$ . L'objectif principal est d'établir une borne supérieure inconditionnelle non triviale pour le rapport $T_c(x)/\pi(x)$ lorsque $x \to \infty$ , particulièrement pour des valeurs de $c$ proches de 1.

Contexte et Motivation
L'étude de $P(p-1)$ est significative en théorie des nombres pour plusieurs raisons. Elle est liée à la conjecture des nombres premiers jumeaux (via la condition $P(p+2) > p$ ) et au premier cas du théorème de dernier Fermat. Alors que les résultats conditionnels basés sur la conjecture d'Elliott–Halberstam suggèrent une formule asymptotique $T_c(x)/\pi(x) \to 1 - \rho(1/c)$ (où $\rho$ est la fonction de Dickman), les résultats inconditionnels sont plus difficiles à obtenir.

Les travaux antérieurs d'Erdős (1935) ont établi que $\limsup T_c(x)/\pi(x) \to 0$ quand $c \to 1$ . Récemment, Ding (2023) a fourni une forme quantitative de ce résultat, montrant que $\limsup T_c(x)/\pi(x) \le 8(c^{-1}-1)$ pour $8/9 < c < 1$ . Les auteurs notent que cette borne repose sur un crible bidimensionnel appliqué à une suite polynomiale et sur le théorème classique de Bombieri-Vinogradov (niveau de distribution $x^{1/2-\varepsilon}$ ).

Méthodologie
Les auteurs améliorent le résultat de Ding en introduisant deux avancées méthodologiques clés :

Crible linéaire sur les variables premières : Au lieu d'appliquer un crible bidimensionnel à un polynôme en variables entières, les auteurs emploient directement le crible linéaire sur la suite des variables premières. Ils définissent une suite $\mathcal{A} = \{ \ell p + 1 : \ell \le x^{1-c}, \ell p \le x, 2|\ell \}$ et criblent les nombres premiers au sein de cet ensemble.
Niveau de distribution amélioré : Pour traiter les termes d'erreur provenant du crible linéaire, les auteurs utilisent un théorème de type Bombieri-Friedlander-Iwaniec. Crucialement, ils l'appliquent avec un niveau de distribution $x^{4/7-\varepsilon}$ , ce qui est supérieur au $x^{1/2-\varepsilon}$ classique utilisé dans les preuves inconditionnelles précédentes. Cela permet une estimation plus précise des termes d'erreur lors de la sommation sur les moduli.

La preuve repose sur :

Poids de crible linéaire d'Iwaniec : Utilisation de poids de crible supérieurs et inférieurs ( $\lambda_d^\pm$ ) pour borner l'ensemble criblé.
Théorème de Bombieri-Friedlander-Iwaniec : Application d'une généralisation de la convolution avec des poids bien factorisables pour estimer les sommes impliquant des nombres premiers dans des progressions arithmétiques avec le niveau de distribution amélioré.
Analyse asymptotique des fonctions multiplicatives : Utilisation des résultats de La Bretèche, Pomerance et Tenenbaum concernant les sommes partielles de fonctions multiplicatives spécifiques dérivées des poids du crible.

Résultats Clés
Le théorème principal établit la borne supérieure inconditionnelle suivante :

Théorème 1.1 : Pour tout $e^{-2/7} < c < 1$ ,
$\limsup_{x \to \infty} \frac{T_c(x)}{\pi(x)} \le -\frac{7}{2} \log c.$

Ce résultat étend la plage de validité de $c$ de $8/9 \approx 0,888$ (dans le résultat de Ding) jusqu'à $e^{-2/7} \approx 0,751$ . De plus, pour la plage de recouvrement $8/9 < c < 1$ , la nouvelle borne $-\frac{7}{2} \log c$ est strictement plus petite que la borne de Ding $8(c^{-1}-1)$ , fournissant une contrainte plus serrée.

Corollaire et Implications
Une conséquence directe du Théorème 1.1 est le Corollaire 1.1, qui stipule que pour tout $c > e^{-1/7}$ (environ $0,867$),
$\limsup_{x \to \infty} \frac{T_c(x)}{\pi(x)} < \frac{1}{2}.$
Ceci améliore les résultats inconditionnels précédents (tels que celui de Ding pour $c \approx 0,993$ et le précédent $c \approx 0,993375$ dérivé des constantes explicites de l'inégalité de Brun-Titchmarsh) concernant le seuil auquel la densité de ces nombres premiers descend en dessous de $1/2$ .

Signification
L'article affirme que sa signification réside dans le fait de fournir une borne supérieure non triviale pour $T_c(x)$ sur une plage de $c$ plus large et avec une constante plus fine que les résultats inconditionnels connus précédemment. Les auteurs notent que bien que la densité asymptotique conditionnelle soit attendue comme étant $-\log c$ (sous la conjecture d'Elliott–Halberstam), leur borne inconditionnelle est 3,5 fois plus grande ( $-\frac{7}{2} \log c$ ). Ce travail démontre qu'en combinant le crible linéaire avec le théorème de Bombieri-Friedlander-Iwaniec à un niveau de distribution plus élevé, on peut efficacement affiner les estimations de la distribution des grands facteurs premiers dans les nombres premiers décalés sans dépendre de conjectures non prouvées.