An additive application of the resonance method

1. Enunciato del Problema

Il lavoro affronta il problema di stabilire risultati $\Omega$ netti (limiti inferiori sull'entità dell'oscillazione) per i termini di errore nei classici problemi dei punti reticolari, in particolare:

• Problema del divisore di Dirichlet: Il termine di errore $\Delta(x) = \sum_{n \le x} d(n) - x \log x - (2\gamma - 1)x$.
• Problema del cerchio di Gauss: Il termine di errore $P(x) = \sum_{n \le x} r(n) - \pi x$.
• Generalizzazioni: Il problema del $k$-divisore e il errore quadratico medio della funzione zeta di Riemann.

Prima di questo lavoro, i migliori risultati noti per questi problemi erano stati stabiliti da Soundararajan (2003). L'approccio di Soundararajan si basava sul teorema di approssimazione simultanea di Dirichlet per costruire intervalli in cui i polinomi trigonometrici con coefficienti di Fourier positivi assumono valori elevati. Tuttavia, questo metodo imponeva una limitazione rigorosa: il numero di termini ($M$) selezionati dal polinomio per massimizzare il limite inferiore poteva essere solo dell'ordine $o(\log X)$. Questa restrizione derivava dai termini di errore nel teorema di approssimazione, che diventavano dominanti se $M$ cresceva troppo rapidamente rispetto alla lunghezza dell'intervallo.

La domanda centrale è: È possibile migliorare i limiti inferiori per questi termini di errore rilassando la restrizione sul numero di termini ($M$) utilizzati nella costruzione della risonanza?

2. Metodologia: Il Metodo della Risonanza come Dispositivo Additivo

L'autore introduce una nuova applicazione del metodo della risonanza, precedentemente sviluppato da Soundararajan principalmente per problemi moltiplicativi (ad esempio, valori estremi della funzione zeta di Riemann sulla retta critica).

• Risonanza Tradizionale: Coinvolge tipicamente un polinomio di Dirichlet $R(t)$ in risonanza con un polinomio di Dirichlet moltiplicativo $F(t)$.
• Estensione Additiva: Sourmelidis estende questo concetto a serie trigonometriche generali $F(x) = \sum f(n)e(\lambda_n x)$ con coefficienti di Fourier positivi.
• Il Meccanismo:
  1. Invece dell'approssimazione di Dirichlet, l'autore costruisce un risonatore $R(x)$ che è un polinomio trigonometrico.
  2. Le frequenze di $R(x)$ sono combinazioni lineari di un insieme selezionato di frequenze $\{\lambda_m\}_{m \in M}$ dalla serie originale.
  3. La dimostrazione utilizza una convoluzione con un nucleo di Fejér $K(u)$ e un peso gaussiano $\Phi(u)$ per isolare termini specifici.
  4. Analizzando il rapporto degli integrali $\frac{\int F(x)|R(x)|^2 \Phi}{\int |R(x)|^2 \Phi}$, l'autore dimostra che la "risonanza" amplifica il contributo dei termini selezionati $f(m)$ sopprimendo gli altri.

Innovazione Tecnica Chiave:
Il metodo tratta la tecnica della risonanza come un dispositivo additivo. Costruendo attentamente il risonatore utilizzando frequenze "senza quadrati" (combinazioni lineari dei mattoni fondamentali), l'autore evita i problemi di dipendenza lineare che affliggono il teorema di approssimazione di Dirichlet. Ciò permette la selezione di un insieme $M$ con cardinalità $M \asymp \log T$ (dove $T$ è la lunghezza dell'intervallo), piuttosto che $o(\log T)$.

3. Contributi Chiave e Teoremi Principali

Teorema 1.1 (Disuguaglianza Principale)

Il lavoro stabilisce un nuovo limite inferiore per il massimo della parte reale di un polinomio trigonometrico ruotato:
$$\max_{x \in [Y/2, 2T]} \left| \Re(e^{i\beta}F(x)) \right| \ge C \sum_{m \in M} f(m) - \text{Termini di Errore}$$
Crucialmente, il termine di errore dipende da $M$ e $T$ in un modo che permette a $M$ di essere grande quanto $O(\log T)$ mantenendo la lunghezza dell'intervallo polinomiale in $T$. Questo è un miglioramento significativo rispetto alla disuguaglianza (1.2) di Soundararajan, dove il termine di errore costringeva $M$ a essere più piccolo.

Teorema 1.2 (Misura dei Valori Elevati)

Per polinomi con coefficienti positivi, l'autore fornisce un limite inferiore non solo per il massimo, ma per la misura dell'insieme in cui la funzione è grande. Se la somma dei coefficienti selezionati è positiva, una porzione significativa dell'intervallo $[Y, T]$ contiene punti in cui $\Re(F(x))$ supera una certa soglia.

Teorema 1.5 (Coefficienti Complessi e Teorema di Kronecker)

Il lavoro generalizza il metodo ai polinomi trigonometrici con coefficienti complessi. Collega il metodo della risonanza al Teorema di Approssimazione di Kronecker e alla sua versione quantitativa di Chen. Il risultato mostra che il metodo della risonanza è essenzialmente una dimostrazione costruttiva del teorema di Kronecker, fornendo limiti espliciti sulla lunghezza dell'intervallo richiesta per raggiungere una certa magnitudine in base all'indipendenza lineare delle frequenze.

4. Risultati e Miglioramenti

Applicando il Teorema 1.1 alle formule di sommatoria di Voronoï per i problemi del divisore e del cerchio, l'autore deriva risultati $\Omega$ migliorati.

Corollario 1.3 (Limiti Migliorati):
I nuovi limiti inferiori per i termini di errore sono:
$$\Delta(x) = \Omega\left( x^{1/4} (\log x)^{1/4} (\log \log x)^{\frac{3}{4}(2^{4/3}-1)} (\log \log \log x)^{-3/8} \right)$$
$$P(x) = \Omega\left( x^{1/4} (\log x)^{1/4} (\log \log x)^{\frac{3}{4}(2^{1/3}-1)} (\log \log \log x)^{-3/8} \right)$$

Confronto con Lavori Precedenti:

• Soundararajan (2003): L'esponente del logaritmo triplo $(\log \log \log x)$ era $-5/8$.
• Sourmelidis (2024): L'esponente è migliorato a $-3/8$.
• Significato: Sebbene il miglioramento nell'esponente sembri piccolo, l'autore nota che, secondo le congetture attuali (supportate da modelli probabilistici di Lamzouri), la potenza del logaritmo triplo è il principale ostacolo all'ordine "vero" massimo. Ridurre la potenza negativa avvicina il limite inferiore dimostrato all'ordine vero congetturato.

Corollario 3.1 & 3.2:
Miglioramenti simili sono ottenuti per il problema del $k$-divisore e per l'errore quadratico medio della funzione zeta di Riemann $E(t)$.

5. Significato e Implicazioni

1. Cambiamento Metodologico: Il lavoro riformula con successo il metodo della risonanza da uno strumento puramente moltiplicativo (usato per le $L$-funzioni) a un potente strumento additivo per i polinomi trigonometrici. Questo colma il divario tra le tecniche della teoria analitica dei numeri utilizzate per i problemi dei divisori e quelle utilizzate per gli estremi della funzione zeta.
2. Ottimizzazione dei Parametri: Superando le limitazioni del teorema di approssimazione di Dirichlet, il metodo permette la selezione di un insieme più ampio di frequenze "risonanti" ($M \asymp \log T$). Ciò si traduce direttamente in limiti inferiori più forti in problemi in cui il termine di errore è governato dall'accumulo di molte piccole oscillazioni.
3. Connessione al Teorema di Kronecker: Il lavoro evidenzia che il metodo della risonanza è una realizzazione moderna e quantitativa del teorema di approssimazione di Kronecker. Fornisce un modo costruttivo per trovare punti in cui un polinomio trigonometrico è grande, collegando la distribuzione delle frequenze alla lunghezza dell'intervallo necessaria.
4. Prospettive Future: L'autore suggerisce che, sebbene il miglioramento attuale sia limitato dalla potenza del logaritmo triplo, il quadro teorico permette ulteriori raffinamenti. In particolare, se si possono costruire risonatori più complessi (oltre al modello "senza quadrati" usato qui), si potrebbero ottenere costanti migliori e potenzialmente potenze superiori dei logaritmi.

In sintesi, Sourmelidis fornisce un avanzamento tecnico rigoroso nello studio dei valori estremi delle funzioni aritmetiche, dimostrando che il metodo della risonanza, quando applicato additivamente, produce risultati superiori rispetto ai teoremi di approssimazione classici nei problemi dei punti reticolari.