Subconvexity of Short $k$-Free Exponential Sums

Résumé Technique : Sous-convexité des sommes exponentielles de nombres $k$-libres courtes

Énoncé du Problème
Cet article étudie les moments des sommes exponentielles courtes sur les entiers $k$-libres. Soit $k \ge 2$ un entier, et soit $\mu_k(n)$ la fonction indicatrice des entiers $k$-libres (entiers non divisibles par aucune puissance $k$-ième d'un nombre premier). L'objet central d'étude est la somme exponentielle sur un intervalle court $(N-K, N]$ :
$$S_k(\alpha; K) = \sum_{N-K < n \le N} \mu_k(n) e(n\alpha),$$
où $e(x) = e^{2\pi i x}$. L'objectif principal est de déterminer la plage de longueurs d'intervalles $K$ (relativement à $N$) pour laquelle les moments $L^s$ de cette somme satisfont le comportement asymptotique « attendu » connu pour le cas de l'intervalle complet ($K=N$). Plus précisément, l'article cherche à établir des bornes de la forme :
$$\int_0^1 |S_k(\alpha; K)|^s d\alpha \asymp_{k,s} \begin{cases} K^{\frac{s}{k+1}} & \text{si } s < 1 + \frac{1}{k}, \\ K^{s-1} & \text{si } s > 1 + \frac{1}{k}. \end{cases}$$
L'article définit un exposant $\theta_{k,s}$ comme l'infimum de tous les $\theta$ tels que ces bornes soient vérifiées pour tout $K \gg N^\theta$. L'objectif est d'abaisser la valeur de $\theta_{k,s}$, prouvant ainsi que le comportement attendu persiste dans des intervalles plus courts, en particulier en brisant la « barrière de la racine carrée » ($\theta < 1/2$).

Méthodologie
L'approche repose sur une décomposition de la somme exponentielle en sommes de « partie moyenne » et sur l'application d'une estimation $L^2$ raffinée pour ces composantes.

1. Décomposition : La somme $S_k(\alpha; K)$ est décomposée en utilisant l'identité $\mu_k(n) = \sum_{d^k|n} \mu(d)$. L'auteur définit les sommes de « partie moyenne » $c_n(y, z) = \sum_{y < d \le z, d^k|n} \mu(d)$ et partitionne la somme exponentielle en segments dyadiques $T_i(\alpha)$ basés sur la taille de $d$. La somme totale est divisée en une partie « basse » $h_D(\alpha)$ (sommant les petits $d$) et une partie « haute » $H_D(\alpha)$ (sommant les grands $d$), avec $D \approx \log K$.
2. L'estimation centrale (Lemme 1.2) : Le moteur technique de l'article est une nouvelle borne sur la moyenne quadratique des sommes de partie moyenne :
   $$\sum_{N-K < n \le N} |c_n(y, z)|^2 \ll K y^{1-k} + N^\varepsilon K^{1/k} + N^{\delta_k + \varepsilon},$$
   où $\delta_k$ est une constante spécifique dépendant de $k$. Cette estimation combine plusieurs outils :
   • Formule de Perron : Utilisée pour traiter la structure multiplicative lorsque la plage de sommation est petite.
   • Méthode de l'hyperbole : Appliquée pour raccourcir les sommes longues impliquant la fonction en dents de scie $\psi(x)$.
   • Méthode de Van der Corput : Les versions simple et multidimensionnelle sont toutes deux utilisées. L'article emploie la résolution de la conjecture principale du théorème de la moyenne de la valeur de Vinogradov pour sélectionner les paires d'exposants $(p, q)$ optimales pour ces estimations.
   • Bornes de la fonction Zeta : Les bornes de convexité standard pour $\zeta(s)$ sont utilisées conjointement avec des polynômes de Dirichlet.
3. Interpolation de moments : Les bornes pour les moments $L^s$ sont dérivées par interpolation entre les estimations $L^1$ et $L^2$ des sommes décomposées. Pour le cas sous-critique ($s < 1 + 1/k$), l'argument utilise des noyaux de Fejér pour lisser les sommes et gérer la borne inférieure. Pour les cas critiques et supercritiques ($s \ge 1 + 1/k$), l'article utilise l'inégalité de Hölder et des estimations ponctuelles soignées des sommes de la partie haute $H_D(\alpha)$.

Contributions Clés et Résultats

• Théorème 1.1 (Résultat Principal) : L'article établit des bornes supérieures explicites pour l'exposant admissible $\theta_{k,s}$. Pour $s \neq 1 + 1/k$, l'article prouve :
  $$\theta_{k,s} \le \begin{cases} \left(\frac{k+1}{2}\right)\delta_k & \text{si } s < 1 + \frac{1}{k}, \\ \left(\frac{1}{2} + \frac{1}{2(s-1)}\right)\delta_k & \text{si } 1 + \frac{1}{k} < s < 2, \\ \delta_k & \text{si } s \ge 2. \end{cases}$$
  Ici, $\delta_2 = 105/317 \approx 0.331$ et pour $k \ge 3$, $\delta_k$ est définie par une fonction rationnelle spécifique de $k$ qui est strictement inférieure à $1/(k+1)$.
• Briser la barrière de la racine carrée : Une conséquence significative est que pour $s=1$ (la moyenne $L^1$), le comportement attendu est vérifié pour des intervalles de longueur $K \gg N^\theta$ où $\theta < 1/2$. Spécifiquement, pour $k=4$, la borne atteint $K \gg N^{1555/3142 + \varepsilon} \approx N^{0.49491}$.
• Théorème 1.5 (Moment Critique) : Pour l'exposant critique $s = 1 + 1/k$, l'article prouve :
  $$K^{1/k} \log K \ll \int_0^1 |S_k(\alpha; K)|^{1+1/k} d\alpha \ll K^{1/k} (\log K)^{2-1/k},$$
  valable pour $K \gg N^{(\frac{k+1}{2})\delta_k + \varepsilon}$. Cela améliore légèrement la borne supérieure pour le cas de l'intervalle complet ($K=N$).
• Corollaire 1.8 (Application de la fonction de Möbius) : En reliant la somme $k$-libre à la somme tordue par la fonction de Möbius via l'orthogonalité, l'article dérive une borne inférieure pour la moyenne $L^1$ de $\sum \mu(n)e(n\alpha)$. Il montre que pour $K \gg N^{105/317 + \varepsilon} \approx N^{0.49685}$, l'intégrale est $\gg K^{1/6}$. Cela améliore le meilleur résultat précédent de Sun ($K \gg N^{9/17}$).

Signification et Revendications

L'article affirme que la force de la borne dans le Lemme 1.2 est le « seul obstacle » pour atteindre $\theta_{k,s} = 0$. Les résultats démontrent que de nouvelles améliorations de l'estimation $L^2$ des sommes de partie moyenne (spécifiquement la réduction de l'exposant $\Delta_k$ dans l'équation 1.5) se traduiraient immédiatement par des résultats de sous-convexité plus forts pour tous les moments.

L'auteur note que le cas $s=2$ correspond au problème classique du comptage des entiers $k$-libres dans des intervalles courts. Bien que les bornes de l'article pour ce cas spécifique ne correspondent pas encore aux résultats les plus forts connus (par exemple, Filaseta et Trifonov pour les écarts de $k$-libres), la méthodologie fournit un cadre unifié. L'article stipule explicitement que l'amélioration de la moyenne $L^1$ pour la fonction de Möbius est une conséquence directe du Lemme 1.2 raffiné.

Le travail est présenté comme une généralisation et une amélioration des résultats précédents de Sun, Balog, Ruzsa et Keil, utilisant les outils modernes de la théorie des sommes exponentielles (spécifiquement la résolution du théorème de la moyenne de la valeur de Vinogradov) pour repousser les limites de la sous-convexité dans les intervalles courts. L'article ne prétend pas résoudre complètement le problème des écarts pour les entiers $k$-libres, mais suggère que les bornes dérivées sur $\theta_{k,2}$ constituent une étape vers de meilleurs résultats sur les écarts.