🔢 mathematics

Sums of Apostol's Möbius functions of order $k$

Cet article fournit des solutions affirmatives complètes à la version conditionnelle et des solutions partielles à la version inconditionnelle de la conjecture de 2001 d'A. Bege concernant les sommes des fonctions de Möbius d'Apostol d'ordre $k$ sur les entiers premiers avec $q$ , tout en établissant une estimation de la moyenne quadratique pour le terme d'erreur associé.

Auteurs originaux : Reo Terada

Publié 2026-06-02

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Reo Terada

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 essayez de compter un type très spécifique de « grain mathématique » éparpillé sur un vaste champ infini. Ce grain est appelé la fonction d'Apostol-Möbius. C'est une règle spéciale qui assigne un nombre (1, -1 ou 0) à chaque nombre entier en fonction de la façon dont ses « blocs de construction premiers » sont agencés.

Pendant longtemps, les mathématiciens savaient que si l'on compte ces grains jusqu'à un certain point $x$ , le total n'est pas juste un désordre aléatoire. Il suit un motif prévisible : une ligne principale (la « moyenne ») plus un peu de « vacillement » ou de « bruit » (le terme d'erreur).

Cet article, écrit par Reo Terada, traite de la mesure de ce « bruit » de manière plus précise, surtout lorsque nous ajoutons une nouvelle règle au jeu : nous ne comptons que les grains qui ne partagent aucun facteur avec un nombre spécifique $q$ (comme ne compter que les grains qui sont « premiers avec » $q$ ).

Voici une décomposition de ce que réalise cet article, en utilisant des analogies simples :

1. L'objectif principal : Dompter le bruit

Imaginez le compte total de ces grains comme une voiture roulant sur une autoroute.

La route principale ($Akx$) : C'est le chemin lisse et prévisible que la voiture est censée suivre.
La route cahoteuse ( $E_{k,q}(x)$ ) : C'est le « terme d'erreur » ou le bruit. La voiture oscille un peu en dehors de la ligne droite.

Des mathématiciens précédents (comme Apostol, Bege et d'autres) avaient des cartes de l'état de cahot de cette route.

L'ancienne carte : Disait que les bosses étaient approximativement de la taille de $x^{1/k}$ .
La conjecture de Bege (La carte de rêve) : Suggérait que les bosses étaient en fait beaucoup plus petites et lisses, diminuant exponentiellement à mesure que vous conduisez plus loin.

Ce que Terada a fait : Il a prouvé que la « Carte de rêve » de Bege est principalement correcte. Il a montré que les bosses sont effectivement beaucoup plus petites que ce que l'on pensait auparavant, mais avec une légère nuance : la taille des bosses dépend des règles spécifiques de la route (le nombre $k$ et le nombre $q$ ).

2. Les deux nouvelles cartes (Théorèmes)

L'article fournit deux cartes différentes pour cette route cahoteuse, selon que nous supposons qu'une théorie mathématique célèbre et non prouvée, l'Hypothèse de Riemann, est vraie.

Carte A : La carte du « Monde Réel » (Résultat inconditionnel)

Le scénario : Nous ne supposons pas que l'Hypothèse de Riemann soit vraie. Nous travaillons avec ce que nous savons avec certitude.
Le résultat : Terada prouve que les bosses (l'erreur) sont très petites. Elles diminuent plus vite que prévu, suivant une formule qui ressemble à une descente abrupte sur une colline.
La nuance : La taille des bosses dépend toujours fortement de « l'ordre » $k$ (la complexité de la règle du grain).
Analogie : Même sans une carte parfaite de l'univers, Terada a prouvé que le vacillement de la voiture est minuscule, à condition de savoir exactement à quel point le segment de route spécifique est cahoteux.

Carte B : La carte du « Monde Parfait » (Conditionnelle à l'Hypothèse de Riemann)

Le scénario : Nous supposons que l'Hypothèse de Riemann est vraie (une règle géante et non prouvée sur la distribution des nombres premiers).
Le résultat : Sous cette hypothèse, la route devient incroyablement lisse. Les bosses rétrécissent encore davantage, rendant la trajectoire de la voiture presque parfaitement droite.
Signification : Cela résout complètement une supposition spécifique faite par un mathématicien nommé Bege en 2001. Cela confirme que si l'univers suit les règles de Riemann, le « bruit » dans ce problème de comptage est négligeable.

3. L'estimation de la « Moyenne Quadratique » (Le vacillement moyen)

L'article examine également la Moyenne Quadratique de l'erreur.

Analogie : Imaginez que vous preniez une photo du vacillement de la voiture chaque seconde et que vous mesuriez sa distance par rapport à la ligne centrale. Ensuite, vous élevez ces distances au carré (pour qu'elles soient toutes positives) et vous en faites la moyenne.
Le résultat : Terada a calculé exactement quelle « énergie » se trouve dans ces vacillements sur une longue période. Il a trouvé que bien que la voiture vacille, le montant moyen du vacillement est prévisible et suit un taux de croissance spécifique. Cela aide les mathématiciens à comprendre le comportement « typique » de l'erreur, et non seulement le pire scénario.

4. Le tournant du « Premier avec » (Coprime)

Une partie clé de cet article est qu'il ne compte pas seulement tous les grains ; il compte les grains qui sont premiers avec $q$ .

Analogie : Imaginez que vous comptez des grains, mais que vous utilisez un tamis. Si un grain partage un code secret (un facteur) avec le nombre $q$ , vous le jetez.
La découverte : Terada a montré que même avec ce tamis, les mêmes règles pour les « bosses » s'appliquent. La taille des bosses est directement liée au nombre de diviseurs « sans facteur commun » (square-free) du nombre $q$ (une façon sophistiquée de compter de combien de manières on peut décomposer $q$ sans répéter de facteurs premiers).

Résumé

En langage clair, cet article est un rapport d'ingénierie de précision pour un problème de comptage mathématique spécifique.

Il confirme qu'une supposition de longue date (la Conjecture de Bege) concernant la petitesse des erreurs de comptage est correcte.
Il fournit une nouvelle formule plus serrée pour ces erreurs qui fonctionne même sans supposer que l'Hypothèse de Riemann est vraie.
Il donne une solution complète pour les erreurs si nous supposons que l'Hypothèse de Riemann est vraie.
Il étend tous ces résultats à un scénario plus complexe où l'on filtre les nombres qui partagent des facteurs avec un nombre $q$ spécifique.

L'article ne parle pas de construire des ponts ou de guérir des maladies ; il s'agit purement de « nettoyer les mathématiques » pour voir plus clairement les motifs sous-jacents des nombres.

Résumé Technique : Sommes des fonctions de Möbius d'Apostol d'ordre $k$

Énoncé du Problème
L'article traite du comportement asymptotique de la fonction de somme de la fonction de Möbius généralisée $\mu_k(n)$ d'ordre $k$ , spécifiquement sous la condition que l'indice de sommation $n$ soit premier avec un entier fixe $q$ . La fonction de Möbius classique $\mu(n)$ correspond au cas $k=1$ . Pour $k \ge 2$ , T. M. Apostol (1970) a établi que $\sum_{n \le x} \mu_k(n) = A_k x + E_k(x)$ , où le terme d'erreur $E_k(x)$ est de l'ordre de $O(x^{1/k} \log x)$ .

A. Bege (2001) a conjecturé des bornes nettement plus fines pour le terme d'erreur $E_{k,q}(x)$ dans le cas du premier nombre, soit $\sum_{n \le x, (n,q)=1} \mu_k(n) = A_{k,q} x + E_{k,q}(x)$ . La conjecture de Bege proposait deux versions :

Inconditionnelle : $E_{k,q}(x) \ll \theta(q) x^{1/k} \exp\left(-D \frac{(\log x)^{3/5}}{(\log \log x)^{1/5}}\right)$ .
Conditionnelle (supposant l'Hypothèse de Riemann) : $E_{k,q}(x) \ll \theta(q) x^{2/(2k+1)} \exp\left(A \frac{\log x}{\log \log x}\right)$ .

Bien que des travaux récents par Banerjee et al. (2023) et Martin et Yip (2025) aient résolu ces conjectures pour le cas $q=1$ , le cas général pour un $q \ge 1$ arbitraire est resté ouvert. Cet article vise à généraliser ces résultats récents à un $q$ arbitraire et à fournir une estimation de la moyenne quadratique du terme d'erreur.

Méthodologie
L'auteur emploie des techniques de la théorie analytique des nombres, s'appuyant principalement sur les séries de Dirichlet, la formule de Perron et l'intégration de contour. Les étapes méthodologiques clés incluent :

Décomposition de $\mu_k$ : La fonction $\mu_k$ est décomposée via la convolution de Dirichlet comme $\mu_k = f_k * c_k$ . La fonction $f_k$ est définie de telle sorte que sa série de Dirichlet soit liée à $\zeta^{-2}(s)$ , tandis que $c_k$ est une fonction auxiliaire présentant des propriétés de croissance contrôlées.
Division de la Somme : La fonction de somme est divisée en plages basées sur un paramètre (par exemple, $d \le \rho z$ contre $d > \rho z$ ) afin d'isoler le terme principal du terme d'erreur. Cela permet l'application de différentes estimations pour différentes parties de la somme.
Analyse des Séries de Dirichlet : L'article utilise les développements en produits d'Euler des séries de Dirichlet pertinentes. Des lemmes clés établissent la convergence absolue de ces séries dans des demi-plans spécifiques et fournissent des bornes pour les coefficients des fonctions auxiliaires (par exemple, $b_k(n)$ et $d_k(n)$ ).
Intégration de Contour : La formule de Perron est utilisée pour exprimer les sommes partielles sous forme d'intégrales complexes. Les contours d'intégration sont déplacés vers la gauche (vers la droite critique) pour extraire les termes principaux (résidus) et borner les intégrales restantes.
- Pour la preuve inconditionnelle (Théorème 1), le contour est déplacé vers une région utilisant les zones sans zéro de la fonction zêta de Riemann, conduisant au facteur de décroissance exponentielle impliquant $(\log x)^{3/5}$ .
- Pour la preuve conditionnelle (Théorème 2), en supposant l'Hypothèse de Riemann (RH), le contour est déplacé à $\text{Re}(s) = 1/2$ . Des bornes sur $\zeta(s)$ et $\zeta^{-1}(s)$ sous l'hypothèse RH (en utilisant la notation de la fonction $\omega$ ) sont appliquées pour estimer les intégrales.
Estimation de la Moyenne Quadratique : Pour le Théorème 3, l'auteur analyse la moyenne carrée de l'écart $\Xi_{k,q}(x)$ (le terme d'erreur ajusté pour un terme principal secondaire). Cela implique l'application de l'identité de Parseval à la série de Dirichlet, convertissant l'intégrale du carré de la fonction en une intégrale du carré du module de la série de Dirichlet associée le long d'une ligne verticale.

Contributions Clés et Résultats

Théorème 1 (Estimation Inconditionnelle) : L'article prouve que pour tout $x \ge 3$ , $k \ge 2$ , et $q \ge 1$ :
$E_{k,q}(x) \ll_k \theta(q) x^{1/k} \exp\left(-D_0 k^{-8/5} \frac{(\log x)^{3/5}}{(\log \log x)^{1/5}}\right)$
où $D_0$ est une constante positive absolue. Cela fournit une solution affirmative à la version inconditionnelle de la conjecture de Bege, permettant à la constante implicite et à la constante $D$ de dépendre de $k$ . Cela améliore légèrement le résultat de Banerjee et al. pour $q=1$ .
Théorème 2 (Estimation Conditionnelle) : En supposant l'Hypothèse de Riemann, l'article prouve que :
$E_{k,q}(x) \ll \theta(q) x^{1/(k+1)} \exp\left(C_0 \frac{\log x}{\log \log x}\right)$
où $C_0$ est une constante positive absolue. Cela résout complètement la partie conditionnelle de la conjecture de Bege pour un $q$ général. Cela affine le résultat de Martin et Yip pour $q=1$ en fournissant une structure de terme d'erreur plus précise.
Théorème 3 (Estimation de la Moyenne Quadratique) : L'article établit une borne pour la moyenne carrée du terme d'erreur ajusté $\Xi_{k,q}(x) = E_{k,q}(x) - B_{k,q}x^{1/(k+1)}$ :
$\int_1^T \Xi_{k,q}^2(x) \, dx \ll C_{k,q}^2 T^{1+1/k} \exp\left(G_0 (\log T)^{G_1 k / (G_1 k + 1)}\right)$
où $C_{k,q}$ est une constante dépendant de $q$ et $k$ , et $G_0, G_1$ sont des constantes absolues. Cela quantifie la taille moyenne de l'oscillation du terme d'erreur.

Signification
L'article affirme fournir des « solutions affirmatives » à la version conditionnelle de la conjecture de Bege de manière complète et à la version inconditionnelle partiellement (dans le sens où les constantes dépendent de $k$ ). En généralisant les récentes percées pour $q=1$ à un $q$ arbitraire, ce travail étend la compréhension de la distribution des fonctions de Möbius d'ordre supérieur dans les progressions arithmétiques. Les résultats confirment que les termes d'erreur se comportent comme Bege l'avait prédit, avec la magnitude du terme d'erreur contrôlée par le nombre de diviseurs sans carré de $q$ ( $\theta(q)$ ) et l'ordre $k$ . L'estimation de la moyenne carrée caractérise davantage la fluctuation de ces sommes, offrant une compréhension plus profonde du comportement du terme d'erreur au-delà des simples bornes supérieures.