On the Hardy-Ramanujan Theorem

Sintesi Tecnica: Una Versione Efficace del Teorema di Hardy–Ramanujan

Enunciato del Problema
Il saggio affronta la distribuzione del numero di fattori primi distinti, $\omega(n)$, e del numero totale di fattori primi, $\Omega(n)$, per interi $n \le x$. Mentre il classico teorema di Hardy–Ramanujan stabilisce che entrambe le funzioni hanno un ordine normale di $\log \log n$, la prova originale si basa su una disuguaglianza di conteggio per i livelli di insieme $A_k(x) = \#\{n \le x : \omega(n) = k\}$ che fornisce code superiori esponenziali ma manca di costanti esplicite. Le prove successive, come il metodo del secondo momento di Turán, sono più brevi ma forniscono solo limiti polinomiali delle code tramite la disuguaglianza di Chebyshev. Il teorema probabilistico di Erdős–Kac identifica la distribuzione gaussiana limite ma non fornisce limiti efficaci e non asintotici per $x$ finito. Questa nota mira a colmare queste lacune fornendo una versione efficace ed esplicita della disuguaglianza di conteggio di Hardy–Ramanujan, confezionando il risultato come una disuguaglianza di dominazione rispetto a una distribuzione di Poisson con costanti completamente esplicite.

Metodologia
L'autore impiega l'originale "argomento di eliminazione" (deletion argument) utilizzato da Hardy e Ramanujan, ma lo perfeziona per rendere tutti i costanti espliciti. La metodologia centrale prevede:

1. Ricorrenza di Eliminazione: Stabilire una relazione di ricorrenza per $A_k(x)$ contando gli interi più volte. Nello specifico, per un intero $n$ con $k+1$ fattori primi distinti, l'eliminazione di divisori esatti di potenza prima genera una ricorrenza che lega $A_{k+1}(x)$ a somme di $A_k(x/p^a)$.
2. Principio Induttivo: Formulare un principio di induzione generale (Proposizione 3.2) che, dati i limiti espliciti per il caso base $A_1(x)$ e una somma specifica di potenze di primi, fornisce un limite superiore esplicito per $A_k(x)$ della forma $C \frac{x}{\log x} \frac{(\log \log x + B)^{k-1}}{(k-1)!}$.
3. Stime Esplicite dei Primi: Utilizzare stime esplicite dalla teoria dei numeri primi (Rosser e Schoenfeld) per verificare le ipotesi del principio di induzione. Ciò include stime precise per $\sum_{p \le x} 1/p$, $\pi(x)$ e somme su potenze di primi.
4. Dominazione di Poisson: Tradurre la disuguaglianza di conteggio in un'affermazione probabilistica. Riconoscendo la struttura fattoriale del limite, l'autore mostra che la distribuzione empirica traslata di $\omega(n)$ è puntualmente dominata da una variabile casuale di Poisson $Z_\xi$ con parametro $\xi = \log \log x + 4.096$.
5. Estensione a $\Omega(n)$ e $\omega_1(n)$: I risultati sono estesi al numero totale di fattori primi $\Omega(n)$ e al numero di fattori primi che compaiono esattamente una volta $\omega_1(n)$ analizzando l'eccedenza "squarefull" $R(n) = \Omega(n) - \omega(n)$ e dimostrando un limite superiore della coda esponenziale per $R(n)$.

Contributi Chiave e Risultati

• Disuguaglianza di Conteggio Esplicita (Teorema 1.2): Il saggio dimostra che per ogni $x \ge 2$ e intero $k \ge 1$:
  $$A_k(x) \le 1.95 \frac{x}{\log x} \frac{(\log \log x + 4.096)^{k-1}}{(k-1)!}$$
  Questo migliora la classica notazione $O(\cdot)$ fornendo la costante specifica $1.95$ e lo spostamento $4.096$.

• Dominazione di Poisson (Teorema 1.1): Per ogni funzione non negativa $F$, la media empirica traslata è limitata da una aspettativa di Poisson:
  $$\frac{1}{x} \sum_{2 \le n \le x} F(\omega(n) - 1) \le Q \mathbb{E}[F(Z_\xi)]$$
  dove $Q = 1.95 e^{4.096} < 117.20$ e $\xi = \log \log x + 4.096$. Ciò implica che la distribuzione di $\omega(n)$ è dominata da una legge di Poisson moltiplicata per un fattore fisso.

• Limiti Espliciti delle Code:

  • Grandi Deviazioni (Corollario 1.3): Il saggio deriva stime di grandi deviazioni con la funzione di tasso di Poisson standard $I(\alpha) = \alpha \log \alpha - \alpha + 1$, mostrando che il conteggio degli interi con $\omega(n) \ge \alpha \log \log x$ è limitato da $x (\log x)^{-I(\alpha)}$.
  • Limiti di Scala Gaussiana (Teorema 1.4): Per deviazioni della forma $A \sqrt{\log \log x}$, il saggio fornisce limiti superiori espliciti che somigliano a code gaussiane. Ad esempio, per $1 \le A \le \sqrt{\log \log x}/4$:
    $$\frac{1}{x} \#\{n \le x : |\omega(n) - \log \log x| > A \sqrt{\log \log x}\} \le \frac{305}{A} \exp\left(-\frac{A^2}{2} + \frac{7.31 A^3}{\sqrt{\log \log x}}\right)$$
  • Deviazioni Moderate (Teorema 1.5): Si dimostra che per $A \to \infty$ con $A = o(\sqrt{\log \log x})$, la probabilità decade come $\exp(-(1/2 + o(1))A^2)$.

• Stime di Momenti Uniformi (Teorema 1.6): Il saggio stabilisce limiti uniformi per momenti di ordine $r$:
  $$\left( \frac{1}{x} \sum_{2 \le n \le x} |f(n) - \log \log x|^r \right)^{1/r} \le C(\sqrt{r(\log \log x + 1)} + r)$$
  per $f \in \{\omega, \Omega, \omega_1\}$. Questo recupera la stima del momento centrale di ordine gaussiano per un $r$ fissato.

• Analogo per i Numeri Liberi dai Quadrati (Squarefree): Un limite più acuto è derivato per gli interi squarefree, con una costante minore ($1.25506$) e uno spostamento minore ($1.174$) nel parametro di Poisson.

Significatività e Rivendicazioni
Il saggio rivendica di fornire un "obiettivo differente" rispetto ai moderni raffinamenti come il teorema di Sathe–Selberg o i trattamenti probabilistici (Erdős–Kac, Kubilius). Invece di cercare asintotiche per $k$ crescente o distribuzioni limite, l'autore si concentra su limiti elementari, espliciti e non asintotici.

La significatività risiede in:

1. Costanti Esplicite: Rendere l'argomento di Hardy–Ramanujan quantitativo con costanti numeriche specifiche ($1.95$, $4.096$, $Q < 117.20$), che sono spesso omesse nei trattamenti classici.
2. Dominazione di Poisson: Inquadrare il risultato come una disuguaglianza di dominazione contro una distribuzione di Poisson, il che permette la derivazione immediata di limiti di Chernoff, stime di momenti e limiti delle code scegliendo appropriati test functions $F$.
3. Natura Elementare: La prova si basa sull'originale argomento di eliminazione e su stime esplicite dei numeri primi, evitando complessi strumenti analitici o teoremi limite probabilistici, pur ottenendo risultati più stretti dei limiti polinomiali di Turán e comparabili nella forma alle code gaussiane del teorema di Erdős–Kac (sebbene strettamente come limiti superiori).
4. Generalità: L'approccio si estende naturalmente a $\Omega(n)$ e $\omega_1(n)$ tramite l'analisi della parte squarefull, fornendo una teoria efficace unificata per queste funzioni aritmetiche.

L'autore nota che lo spostamento $4.096$ non è rivendicato come ottimale ma serve a mantenere trasparente l'argomento per $x$ finito. Il contributo primario è la forma funzionale della dominazione, che unifica varie stime (puntuali, delle code, della funzione generatrice, dei momenti) sotto un'unica disuguaglianza esplicita.