🔢 mathematics

Explicit bounds for Buchstab's function

यह शोध पत्र बुचस्टैब के फलन $\omega(u)$ के लिए संख्यात्मक रूप से स्पष्ट और आसानी से मूल्यांकन योग्य ऊपरी और निचली सीमाएं स्थापित करता है, जिससे इसके परिभाषित विलंब अवकल समीकरण (delay differential equation) के संख्यात्मक समाधानों की आवश्यकता समाप्त हो जाती है।

मूल लेखक: Andreas Weingartner

प्रकाशित 2026-07-27

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Andreas Weingartner

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक जासूस हैं जो संख्याओं की एक विशाल भीड़ में "अकेले" (lonely) पूर्णांकों की संख्या गिनने की कोशिश कर रहे हैं। संख्याओं की दुनिया में, कुछ पूर्णांक सामाजिक तितलियाँ होते हैं, जो कई छोटे अभाज्य गुणनखंडों से बने होते हैं (जैसे 12, जो 2 × 2 × 3 है)। अन्य लोग अंतर्मुखी होते हैं, वे "अकेले" (loners) जो एक निश्चित आकार से छोटे किसी भी अभाज्य गुणनखंड को स्वीकार करने से इनकार कर देते हैं। गणितज्ञ इन संख्याओं को संदर्भ के आधार पर "y-smooth" या "y-rough" कहते हैं, लेकिन मुख्य रहस्य यह है: एक निश्चित बिंदु तक कितने ऐसे अकेले लोग मौजूद हैं?

इस समस्या को हल करने के लिए, गणितज्ञ बुचस्टैब के फलन (Buchstab's function) का उपयोग करते हैं, जिसे $\omega(u)$ द्वारा दर्शाया जाता है। इस फलन को एक वायु-सूचक यंत्र (weather vane) की तरह समझें जो शुरू में बेतहाशा घूमता है लेकिन अंततः एक स्थिर, अनुमानित हवा में सेट हो जाता है। यह हवा एक विशिष्ट गणितीय स्थिरांक (यूलर के स्थिरांक $\gamma$ से संबंधित) का प्रतिनिधित्व करती है। यह फलन आपको ठीक से बताता है कि जैसे-जैसे हम बड़े और बड़े दायरे में देखते हैं, इन "अकेले" संख्याओं का वितरण कैसे व्यवहार करता है। हम इसकी परवाह क्यों करते हैं? क्योंकि इन अकेले लोगों का व्यवहार स्वयं अभाज्य संख्याओं के वितरण से गहराई से जुड़ा हुआ है। यदि हम भविष्यवाणी कर सकते हैं कि ये अकेले लोग कैसे व्यवहार करेंगे, तो हमें यह देखने के लिए एक अधिक सटीक लेंस मिलता है कि अभाज्य संख्याएँ कहाँ छिपी हैं, जो शुद्ध गणित सिद्धांत से लेकर डिजिटल कोड की सुरक्षा तक सब कुछ के लिए महत्वपूर्ण है।

लंबे समय तक, इस फलन की गणना करना एक जटिल, समय-विलंबित पहेली (time-delayed puzzle) को हल करने जैसा था। आपको एक विशिष्ट "डिले डिफरेंशियल इक्वेशन" (delay differential equation) को हल करना पड़ता था, जो एक फैंसी तरीका है यह कहने का कि फलन का वर्तमान मान इस बात पर निर्भर करता है कि वह एक क्षण पहले क्या था, जिससे एक ऐसी श्रृंखला प्रतिक्रिया उत्पन्न होती है जिसे हाथ से या बहुत अधिक भारी काम के बिना कंप्यूटर द्वारा भी गणना करना बहुत कठिन होता है।

यह शोध पत्र, जो एंड्रियास वींगार्टनर द्वारा लिखा गया है, एक ताज़ा, बहुत सरल दृष्टिकोण के साथ सामने आता है। पाठक को हर बार उस कठिन, समय-विलंबित पहेली को हल करने के लिए मजबूर करने के बजाय, लेखक "स्पष्ट सीमाएँ" (explicit bounds) प्रदान करता है। कल्पना कीजिए कि आप एक बढ़ते हुए पौधे की ऊंचाई का अनुमान लगाने की कोशिश कर रहे हैं। हर सेकंड पौधे को मापने और उसकी वृद्धि दर की गणना शून्य से करने के बजाय, वींगार्टनर आपको एक अत्यधिक सटीक रूलर और एक सरल सूत्र देता है। वह दिखाता है कि $u$ (जहाँ $u$ समस्या के पैमाने का प्रतिनिधित्व करता है) के लिए, आप इस फलन के मान को जटिल संख्याओं और एक विशेष फलन जिसे लैम्बर्ट W फलन (Lambert W function) कहा जाता है, का उपयोग करके एक विशिष्ट सूत्र के माध्यम से गणना कर सकते हैं, और फिर बस यह जाँच सकते हैं कि आपका उत्तर एक बहुत ही कड़े "त्रुटि मार्जिन" के भीतर आता है या नहीं।

यह पत्र सिद्ध करता है कि यह नई विधि अविश्वसनीय सटीकता के साथ काम करती है। 3 और 6 के बीच $u$ के मानों के लिए, अनुमान में त्रुटि गारंटी के साथ $\frac{1}{2u(u-1)}$ से कम है। 6 से बड़ी संख्याओं ( $u \ge 6$ ) के लिए, त्रुटि और भी कम हो जाती है, $\frac{1}{12u \log u}$ से नीचे रहती है। लेखक केवल अनुमान नहीं लगाता है; वह "सैडल पॉइंट विधि" (saddle point method) का उपयोग करके इनका कठोरता से प्रमाण देता है, जो कि एक पर्वत श्रृंखला पर उच्चतम शिखर को खोजने जैसा है ताकि आसपास के परिदृश्य का सबसे अच्छा दृश्य प्राप्त किया जा सके। वह बड़ी संख्याओं के लिए एक दूसरा, और भी अधिक सटीक संस्करण भी प्रदान करता है, जिससे त्रुटि को $u^{-2}$ या यहाँ तक कि $u^{-3}$ वाले एक सूक्ष्म अंश तक कम किया जा सके।

इस कार्य की सुंदरता यह है कि यह एक कठिन, पुनरावृत्ति वाली गणना को एक सीधा, एक-चरणीय नुस्खे में बदल देता है। आप अपना नंबर डालते हैं, गणित लगाते हैं (जिसमें मानक फलन शामिल हैं जो अधिकांश कंप्यूटर सॉफ्टवेयर में पाए जाते हैं), और आपको एक परिणाम मिलता है जो गारंटी के साथ वास्तविक उत्तर से एक विशिष्ट, नगण्य दूरी के भीतर है। शोध पत्र में 6, 10, 40 और यहाँ तक कि 10,000 जैसी संख्याओं के लिए गणनाओं को दिखाने वाली एक तालिका शामिल है, जो प्रदर्शित करती है कि नए सूत्र "वास्तविक" मानों से पूरी तरह मेल खाते हैं। यह एक जटिल, घुमावदार भूलभुलैया को एक सीधे राजमार्ग में बदलने जैसा है: आप उसी गंतव्य तक पहुँचते हैं, लेकिन आप वहां तेजी से पहुँचते हैं, एक स्पष्ट मानचित्र के साथ, और आप जानते हैं कि आप फिनिश लाइन से कितनी दूर हैं।

तकनीकी सारांश: बुचस्टैब फलन (Buchstab's function) के लिए स्पष्ट सीमाएँ

समस्या विवरण
बुचस्टैब फलन, $\omega(u)$ , छोटे अभाज्य गुणनखंडों से मुक्त पूर्णांकों के वितरण को अभिलक्षणित करता है। विशेष रूप से, एक निश्चित $u > 1$ के लिए, $x$ तक के उन पूर्णांकों की गणना जिनके सभी अभाज्य गुणनखंड $x^{1/u}$ से बड़े हैं, जिसे $\Phi(x, x^{1/u})$ द्वारा दर्शाया जाता है, $x\omega(u)/\log(x^{1/u})$ के रूप में अनंतस्पर्शी (asymptotically) होता है। जैसे-जैसे $u \to \infty$ होता है, $\omega(u)$ तेजी से $e^{-\gamma}$ (जहाँ $\gamma$ यूलर का स्थिरांक है) की ओर अभिसरित होता है, और इस सीमा के इर्द-गिर्द दोलन करता है।

इन दोलनों का व्यवहार विश्लेषणात्मक संख्या सिद्धांत (analytic number theory) में, विशेष रूप से लघु अंतराल (short intervals) में अभाज्य संख्याओं की संख्या के लिए सीमाएँ स्थापित करने में महत्वपूर्ण है। मेयर [5] ने प्रदर्शित किया कि अंतराल की लंबाई $(\log x)^v$ में अभाज्य घनत्व का लिम सुप (lim sup) और लिम इन्फ (lim inf), $u \ge v$ के लिए $W(u) := \omega(u) - e^{-\gamma}$ के अधिकतम और न्यूनतम मानों पर सीधे निर्भर करता है। हालांकि हिलडब्रैंड [3] ने जटिल सैडल-पॉइंट विश्लेषण (saddle-point analysis) का उपयोग करते हुए $W(u)$ के लिए एक अनंतस्पर्शी सूत्र प्रदान किया था, लेकिन उस सन्निकटन में त्रुटि पद (error term) संख्यात्मक रूप से स्पष्ट नहीं था। इस शोध पत्र का उद्देश्य $W(u)$ के लिए कठोर, संख्यात्मक रूप से स्पष्ट ऊपरी और निचली सीमाएँ स्थापित करना है जिन्हें विलंब अवकल समीकरण (delay differential equation) $(u\omega(u))' = \omega(u-1)$ को संख्यात्मक रूप से हल किए बिना आसानी से मूल्यांकित किया जा सके।

कार्यप्रणाली (Methodology)
लेखक बुचस्टैब फलन के व्युत्क्रम लाप्लास रूपांतरण (inverse Laplace transform) पर लागू सैडल-पॉइंट विधि का उपयोग करता है। लाप्लास रूपांतरण $\hat{\omega}(s) = e^{J(s)} - 1$ है, जहाँ $J(s)$ घातांकीय समाकल (exponential integral) फलन है।

सैडल पॉइंट परिभाषा: एक अद्वितीय जटिल समाधान $\zeta = \mu - i\eta$ को समीकरण $e^\zeta = -u\zeta$ के लिए $\mu \ge 1$ और $0 < \eta < 3\pi/2$ की सीमा के भीतर परिभाषित किया गया है। यह $\zeta$ $W(u)$ के समाकल निरूपण के लिए सैडल पॉइंट के रूप में कार्य करता है।
टेलर विस्तार (Taylor Expansion): पिछले कार्यों के विपरीत, जो निम्न-क्रम विस्तारों का उपयोग करते थे, यह शोध पत्र सैडल पॉइंट के निकट सातवें क्रम के टेलर बहुपद का उपयोग करता है। यह उच्च-क्रम विस्तार त्रुटि पदों पर कड़ा नियंत्रण रखने की अनुमति देता है।
जटिल विश्लेषण (Complex Analysis): विश्लेषण में $J(-\zeta + i\tau)$ और उसके डेरिवेटिव के वास्तविक और काल्पनिक भागों का अनुमान लगाना शामिल है। लेखक इन डेरिवेटिव्स के लिए स्पष्ट सीमाएँ (लेम्मा 4) प्राप्त करते हैं और सैडल पॉइंट से दूर समाकल के क्षय अनुमान (decay estimates) स्थापित करते हैं (लेम्मा 5)।
त्रुटि अपघटन (Error Decomposition): $W(u)$ के समाकल को एक मुख्य पद (सैडल पॉइंट के केंद्र में स्थित) और पूरक योगदान (tail contributions) में विभाजित किया गया है। पूरक योगदान को समाकलन द्वारा भाग (integration by parts) और कंटूर समाकलन अनुमानों से प्राप्त स्पष्ट असमिकाओं का उपयोग करके सीमित किया गया है।
संख्यात्मक सत्यापन (Numerical Verification): छोटे मानों के लिए (विशेष रूप से $u \le 103$ ), मार्साग्लिया, ज़मान और मार्साग्लिया [6] के एल्गोरिदम का उपयोग करके $W(u)$ की गणना करके और परिणामों की तुलना प्राप्त त्रुटि सीमाओं से करके सैद्धांतिक सीमाओं को सत्यापित किया गया है।

प्रमुख योगदान और परिणाम
यह शोध पत्र तीन प्रमेय प्रस्तुत करता है जो स्पष्ट त्रुटि सीमाओं के साथ बढ़ते हुए सटीक सन्निकटन प्रदान करते हैं।

प्रमेय 1: फलन $\Phi_1(u) = \Phi(u)(1 - \frac{1}{12u})$ का उपयोग करते हुए एक प्राथमिक सन्निकटन प्रदान करता है।
$W(u) = 2|\Phi_1(u)| \{ \cos(\arg(\Phi_1(u))) + \theta_1(u) \}$
त्रुटि पद संतुष्ट करता है $|\theta_1(u)| < \frac{1}{2u(u-1)}$ जब $3 \le u \le 6$ हो और $|\theta_1(u)| < \frac{1}{12u \log u}$ जब $u \ge 6$ हो।
प्रमेय 2: $\Phi_2(u) = \Phi(u)(1 + \alpha(u))$ का उपयोग करते हुए एक अधिक सटीक सन्निकटन प्रदान करता है, जहाँ $\alpha(u)$ , $J$ के चौथे और पांचवें डेरिवेटिव से प्राप्त $\zeta$ और $u$ का एक विशिष्ट परिमेय फलन है।
$W(u) = 2|\Phi_2(u)| \{ \cos(\arg(\Phi_2(u))) + \theta_2(u) \}$
त्रुटि पद संतुष्ट करता है $|\theta_2(u)| < 420u^{-6}$ जब $6 \le u \le 19$ हो और $|\theta__2(u)| < 0.005u^{-2}$ जब $u \ge 16$ हो।
प्रमेय 3: मुख्य कारक में दूसरे सुधार पद $\beta(u)$ को शामिल करके और भी छोटा त्रुटि पद प्रस्तुत करता है, जो $\Phi_3(u) = \Phi(u)(1 + \alpha(u) + \beta(u))$ को परिभाषित करता है।
$W(u) = 2|\Phi_3(u)| \{ \cos(\arg(\Phi_3(u))) + \theta_3(u) \}$
त्रुटि पद संतुष्ट करता है $|\theta_3(u)| < 0.01u^{-3}$ जब $18 \le u \le 103$ हो और $|\theta_3(u)| < 8.4u^{-3}$ जब $u \ge 103$ हो।

शोध पत्र नोट करता है कि $\Phi(u)$ को मानक विशेष फलनों का उपयोग करके संगणना किया जा सकता है: $J(s)$ के लिए अपूर्ण गामा फलन (incomplete Gamma function) और $\zeta$ के लिए लैम्बर्ट $W$ फलन (विशेष रूप से $k=1$ शाखा)। शोध पत्र की तालिका 1 विभिन्न $u$ के लिए संगणित मानों की तुलना करके इन सीमाओं की उच्च सटीकता को दर्शाती है।

महत्व और दावे
शोध पत्र का दावा है कि यह बुचस्टैब फलन के लिए पहले संख्यात्मक रूप से स्पष्ट ऊपरी और निचली सीमाएँ प्रदान करता है जिसके लिए विलंब अवकल समीकरण के संख्यात्मक समाधान की आवश्यकता नहीं है। कार्यप्रणाली लेखक के डिकमैन फलन [9] पर पिछले कार्य को प्रतिबिंबित करती है, जो बुचस्टैब फलन के लिए आवश्यक जटिल डोमेन में वास्तविक-मान वाले अनुमानों को अनुकूलित करती है।

लेखक इन परिणामों के महत्व को "संख्यात्मक रूप से स्पष्ट" अनुमान स्थापित करने के रूप में विनम्रतापूर्वक प्रस्तुत करते हैं। शोध पत्र लघु अंतराल में अभाज्य वितरण की समस्या को हल करने का दावा नहीं करता है, बल्कि $W(u)$ पर आवश्यक स्पष्ट सीमाएँ प्रदान करता है जो ऐसे प्रश्नों को ठोस संख्यात्मक स्थिरांकों के साथ संबोधित करने की अनुमति देती है। त्रुटि पद हिलड्रैंड के पिछले $O(1/u)$ त्रुटि पद [3] की तुलना में काफी छोटे हैं, विशेष रूप से मध्यम $u$ के लिए। परिणामों को बड़े $u$ के लिए कठोर विश्लेषणात्मक सीमाओं और छोटे $u$ के लिए प्रत्यक्ष संख्यात्मक गणना के संयोजन के माध्यम से मान्य किया गया है।

इसी तरह के और पेपर