🔢 mathematics

Explicit bounds for Buchstab's function

Cet article établit des bornes supérieures et inférieures numériquement explicites et facilement évaluables pour la fonction de Buchstab $\omega(u)$ , éliminant ainsi la nécessité de résoudre numériquement son équation différentielle à retard caractéristique.

Auteurs originaux : Andreas Weingartner

Publié 2026-07-27

📖 4 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Andreas Weingartner

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 soyez un détective tentant de compter le nombre d'entiers « solitaires » dans une foule immense. Dans le monde des nombres, certains entiers sont des papillons sociaux, composés de nombreux petits facteurs premiers (comme 12, qui est 2 × 2 × 3). D'autres sont les introvertis, les « solitaires » qui refusent d'avoir des facteurs premiers plus petits qu'une certaine taille. Les mathématiciens appellent ces nombres « y-lisses » ou « y-rugueux » selon le contexte, mais le mystère central est le suivant : combien de ces solitaires existent jusqu'à un certain point ?

Pour résoudre cela, les mathématiciens utilisent un outil spécial, la fonction de Buchstab, notée $\omega(u)$ . Considérez cette fonction comme une girouette qui tourne follement au début, puis finit par se stabiliser en une brise constante et prévisible. Cette brise représente une constante mathématique spécifique (liée à la constante d'Euler, $\gamma$ ). La fonction nous indique exactement comment la distribution de ces nombres « solitaires » se comporte lorsque nous examinons des intervalles de plus en plus grands. Pourquoi est-ce important ? Parce que le comportement de ces solitaires est profondément lié à la distribution des nombres premiers eux-mêmes. Si nous pouvons prédire comment ces solitaires se comportent, nous obtenons une lentille plus précise pour voir où les nombres premiers se cachent, ce qui est crucial pour tout, de la théorie mathématique pure à la sécurité des codes numériques.

Pendant longtemps, calculer cette fonction revenait à essayer de prédire la météo en résolvant un puzzle complexe à retardement. Il fallait résoudre une « équation différentielle à retard » spécifique, ce qui est une façon sophistiquée de dire que la valeur de la fonction à l'instant présent dépend de ce qu'elle était un instant auparavant, créant une réaction en chaîne très difficile à calculer à la main ou même par ordinateur sans un travail colossal.

Ce document, écrit par Andreas Weingartner, intervient avec une approche beaucoup plus simple et fraîche. Au lieu de forcer le lecteur à résoudre ce puzzle difficile à retard à chaque fois qu'il veut une valeur, l'auteur fournit un ensemble de « bornes explicites ». Imaginez que vous essayiez de deviner la hauteur d'une plante en pleine croissance. Au lieu de mesurer la plante chaque seconde et de recalculer son taux de croissance à partir de zéro, Weingartner vous donne une règle hautement précise et une formule simple. Il montre que pour n'importe quel nombre $u$ (où $u$ représente l'échelle du problème), vous pouvez calculer la valeur de la fonction en utilisant une formule spécifique impliquant des nombres complexes et une fonction spéciale appelée fonction W de Lambert, puis simplement vérifier si votre réponse se situe dans une « marge d'erreur » très étroite.

Le document prouve que cette nouvelle méthode fonctionne avec une précision incroyable. Pour des valeurs de $u$ comprises entre 3 et 6, l'erreur dans l'estimation est garantie d'être plus petite que $\frac{1}{2u(u-1)}$ . Pour des nombres plus grands ( $u \ge 6$ ), l'erreur diminue encore davantage, restant inférieure à $\frac{1}{12u \log u}$ . L'auteur ne se contente pas de deviner ces limites ; il les prouve rigoureusement en utilisant une technique appelée la « méthode du point selle », qui consiste à trouver le plus haut sommet d'une chaîne de montagnes pour obtenir la meilleure vue sur le paysage environnant. Il fournit également une seconde version de la formule, encore plus précise, pour les nombres plus grands, réduisant l'erreur à une fraction minuscule impliquant $u^{-2}$ ou même $u^{-3}$ .

La beauté de ce travail est qu'il transforme un calcul itératif difficile en une recette directe et simple. Vous insérez votre nombre, faites le calcul (ce qui implique des fonctions standards présentes dans la plupart des logiciels informatiques), et vous obtenez un résultat qui est garanti d'être à une distance spécifique et infime de la véritable réponse. Le document inclut un tableau montrant ces calculs pour des nombres comme 6, 10, 40 et même 10 000, démontant que les nouvelles formules correspondent parfaitement aux « vraies » valeurs. C'est un peu comme remplacer un labyrinthe complexe et sinueux par une autoroute droite : vous atteignez la même destination, mais vous y arrivez plus vite, avec une carte claire, et vous savez exactement à quelle distance vous êtes de la ligne d'arrivée.

Résumé Technique : Bornes Explicites pour la Fonction de Buchstab

Énoncé du Problème
La fonction de Buchstab, $\omega(u)$ , caractérise la distribution des entiers dépourvus de petits facteurs premiers. Plus précisément, pour un $u > 1$ fixé, le dénombrement des entiers jusqu'à $x$ dont tous les facteurs premiers sont supérieurs à $x^{1/u}$ , noté $\Phi(x, x^{1/u})$ , est asymptotiquement égal à $x\omega(u)/\log(x^{1/u})$ . Lorsque $u \to \infty$ , $\omega(u)$ converge rapidement vers $e^{-\gamma}$ (où $\gamma$ est la constante d'Euler), en oscillant autour de cette limite.

Le comportement de ces oscillations est crucial en théorie analytique des nombres, notamment pour établir des bornes sur le nombre de nombres premiers dans des intervalles courts. Maier [5] a démontré que la lim sup et la lim inf de la densité des nombres premiers dans des intervalles de longueur $(\log x)^v$ dépendent directement des valeurs maximales et minimales de $W(u) := \omega(u) - e^{-\gamma}$ pour $u \ge v$ . Bien que Hildebrand [3] ait fourni une formule asymptotique pour $W(u)$ impliquant une analyse par point-selle complexe, le terme d'erreur de cette approximation n'était pas numériquement explicite. L'objectif de cet article est d'établir des bornes supérieures et inférieures rigoureuses et numériquement explicites pour $W(u)$ , faciles à évaluer sans avoir à résoudre numériquement l'équation différentielle à retard sous-jacente $(u\omega(u))' = \omega(u-1)$ .

Méthodologie
L'auteur emploie la méthode du point-selle appliquée à la transformée de Laplace inverse de la fonction de Buchstab. La transformée de Laplace est donnée par $\hat{\omega}(s) = e^{J(s)} - 1$ , où $J(s)$ est la fonction intégrale exponentielle.

Définition du Point-Selle : Une solution complexe unique $\zeta = \mu - i\eta$ est définie par l'équation $e^\zeta = -u\zeta$ dans le domaine $\mu \ge 1$ et $0 < \eta < 3\pi/2$ . Ce $\zeta$ sert de point-selle pour la représentation intégrale de $W(u)$ .
Développement de Taylor : Contrairement aux travaux précédents qui utilisaient des développations d'ordre inférieur, cet article utilise un polynôme de Taylor d'ordre sept au voisinage du point-selle pour approximer l'intégrande. Cette expansion d'ordre supérieur permet un meilleur contrôle des termes d'erreur.
Analyse Complexe : L'analyse implique l'estimation des parties réelle et imaginaire de $J(-\zeta + i\tau)$ et de ses dérivées. L'auteur dérive des bornes explicites pour ces dérivées (Lemme 4) et établit des estimations de décroissance pour l'intégrande loin du point-selle (Lemme 5).
Décomposition de l'Erreur : L'intégrale pour $W(u)$ est divisée en un terme principal (centré sur le point-selle) et des contributions de queue. Les contributions de queue sont bornées à l'aide d'inégalités explicites dérivées de l'intégration par parties et d'estimations de l'intégration de contour.
Vérification Numérique : Pour de petites valeurs de $u$ (spécifiquement $u \le 103$ ), les bornes théoriques sont vérifiées par le calcul numérique de $W(u)$ en utilisant l'algorithme de Marsaglia, Zaman et Marsaglia [6] et en les comparant aux bornes d'erreur dérivées.

Contributions Clés et Résultats
L'article présente trois théorèmes fournissant des approximations de plus en plus précises pour $W(u)$ avec des bornes d'erreur explicites.

Théorème 1 : Fournit une approximation primaire utilisant la fonction $\Phi_1(u) = \Phi(u)(1 - \frac{1}{12u})$ .
$W(u) = 2|\Phi_1(u)| \{ \cos(\arg(\Phi_1(u))) + \theta_1(u) \}$
Le terme d'erreur satisfait $|\theta_1(u)| < \frac{1}{2u(u-1)}$ pour $3 \le u \le 6$ et $|\theta_1(u)| < \frac{1}{12u \log u}$ pour $u \ge 6$ .
Théorème 2 : Offre une approximation plus précise utilisant $\Phi_2(u) = \Phi(u)(1 + \alpha(u))$ , où $\alpha(u)$ est une fonction rationnelle spécifique de $\zeta$ et $u$ dérivée des quatrième et cinquième dérivées de $J$ .
$W(u) = 2|\Phi_2(u)| \{ \cos(\arg(\Phi_2(u))) + \theta_2(u) \}$
Le terme d'erreur satisfait $|\theta_2(u)| < 420u^{-6}$ pour $6 \le u \le 19$ et $|\theta_2(u)| < 0.005u^{-2}$ pour $u \ge 16$ .
Théorème 3 : Présente un terme d'erreur encore plus petit en incluant un second terme de correction $\beta(u)$ dans le facteur principal, définissant $\Phi_3(u) = \Phi(u)(1 + \alpha(u) + \beta(u))$ .
$W(u) = 2|\Phi_3(u)| \{ \cos(\arg(\Phi_3(u))) + \theta_3(u) \}$
Le terme d'erreur satisfait $|\theta_3(u)| < 0.01u^{-3}$ pour $18 \le u \le 103$ et $|\theta_3(u)| < 8.4u^{-3}$ pour $u \ge 103$ .

L'article note que $\Phi(u)$ peut être calculé à l'aide de fonctions spéciales standards : la fonction Gamma incomplète pour $J(s)$ et la fonction $W$ de Lambert (spécifiquement la branche $k=1$ ) pour $\zeta$ . Le Tableau 1 de l'article illustre la haute précision de ces bornes en comparant les résultats à des valeurs calculées numériquement pour diverses valeurs de $u$ .

Signification et Revendications
L'article affirme fournir les premières bornes supérieures et inférieures numériquement explicites pour la fonction de Buchstab qui ne nécessitent pas la résolution numérique de l'équation différentielle à retard. La méthodologie reflète les travaux antérieurs de l'auteur sur la fonction de Dickman [9], en adaptant les estimations à valeurs réelles au domaine complexe requis par la fonction de Buchstab.

L'auteur cadre modestement la signification de ces résultats en les présentant comme des estimations « numériquement explicites ». L'article ne prétend pas résoudre le problème de la distribution des nombres premiers dans les intervalles courts, mais fournit les bornes explicites nécessaires sur $W(u)$ qui permettent d'aborder de tels problèmes avec des constantes numériques concrètes. Les termes d'erreur sont montrés comme étant significativement plus petits que le terme d'erreur $O(1/u)$ trouvé dans la formule asymptotique antérieure de Hildebrand [3], particulièrement pour des valeurs modérées de $u$ . Les résultats sont validés par une combinaison de bornes analytiques rigoureuses pour les grandes valeurs de $u$ et de calcul numérique direct pour les plus petites valeurs de $u$ .

Articles similaires