A Halász-type asymptotic formula for logarithmic means and its consequences

1. Il Problema e il Contesto

Il lavoro si colloca nell'ambito della teoria analitica dei numeri, focalizzandosi sul comportamento asintotico delle funzioni moltiplicative limitate ($|f(n)| \le 1$).
Il problema centrale è la comprensione delle somme parziali di tali funzioni. Esistono due tipi principali di somme:

1. Somme di Cesàro: $M_f(x) = \sum_{n \le x} f(n)$.
2. Somme Logaritmiche: $L_f(x) = \sum_{n \le x} \frac{f(n)}{n}$.

Mentre il teorema di Halász (1977) fornisce stime superiori robuste per $M_f(x)$, le formule asintotiche precise sono spesso difficili da ottenere senza informazioni distributive rigide sui valori di $f$ sui primi. Per le somme logaritmiche $L_f(x)$, la situazione è più complessa: sebbene si possano ottenere limiti superiori tramite integrazione parziale da $M_f(x)$, questi metodi non catturano la natura essenziale del problema, specialmente quando $|L_f(x)|$ è piccolo o quando $f$ "finge" di essere una funzione di tipo $n^{it}$ (pretentiousness).

Un problema aperto specifico riguarda i valori negativi di $L_f(x)$ per funzioni completamente moltiplicative reali $f: \mathbb{N} \to [-1, 1]$. Granville e Soundararajan (2007) avevano dimostrato che $L_f(x) \ge -c / (\log \log x)^{3/5}$, ma la loro stima non era considerata ottimale.

2. Metodologia e Innovazioni Principali

L'approccio degli autori si basa su una riformulazione profonda del legame tra le somme logaritmiche e le somme di Cesàro di una funzione correlata.

A. La Formula Asintotica di Halász per le Medie Logaritmiche

Il risultato fondamentale è una nuova formula asintotica per $L_f(x)$. La novità cruciale è che la somma logaritmica fino a $x$ dipende non solo dai valori di $f$ fino a $x$, ma anche da una costante specifica $w_0 = e^{1-\gamma}$ (dove $\gamma$ è la costante di Eulero-Mascheroni).

Sia $g = 1 * f$ (la convoluzione di Dirichlet di $f$ con la funzione costante 1). Il teorema principale (Teorema 1.1) stabilisce che:
$$L_f(x) = \left(1 + O\left(\frac{1}{\log x}\right)\right) \tilde{M}_g(w_0 x) + \text{Termine di Errore}$$
dove $\tilde{M}_g(y) = \frac{1}{y} \sum_{n \le y} g(n)$.

Perché $w_0$?
L'uso di $w_0 x$ invece di $x$ non è arbitrario. Deriva dall'espansione di Laurent della funzione zeta di Riemann $\zeta(s)$ vicino a $s=1$. La differenza tra la formula di Perron per $L_f(x)$ e quella per $\tilde{M}_g(w_0 x)$ coinvolge un termine che si annulla esattamente a $s=1$ grazie alla scelta di $w_0 = e^{1-\gamma}$, permettendo di controllare il termine di errore in modo molto più preciso rispetto alle stime precedenti.

B. Analisi del Termine di Errore

Il termine di errore è espresso in termini di quantità che misurano quanto $f$ si discosta dal comportamento "casuale" o da funzioni di tipo $n^{it}$. In particolare, l'errore è legato a:

• $H_1(y)$: legato alla distanza pretentious da 1 per $|t| \le 1/2$.
• $H_2(y; T)$: legato alla distanza per $|t|$ più grandi.
  Queste quantità permettono di ottenere stime sharp (affilate) in molti casi di interesse, superando i limiti delle formule precedenti che erano troppo deboli quando $|L_f(x)| = O(1)$.

C. Tecniche Probabilistiche e Combinatorie

Per le applicazioni, gli autori combinano la formula asintotica con:

• Disuguaglianze di concentrazione (Hoeffding) per funzioni moltiplicative casuali (Rademacher).
• Teoremi di classificazione (Converse theorems) che collegano la piccolezza di $|L_f(x)|$ alla vicinanza di $f$ alla funzione di Liouville $\lambda(n)$.
• Costruzioni esplicithe di funzioni moltiplicative che massimizzano o minimizzano certi comportamenti, utilizzando approssimazioni di funzioni periodiche sui primi.

3. Risultati Chiave

A. Miglioramento del Limite Inferiore per $L_f(x)$ (Problema di Granville-Soundararajan)

Il paper risolve significativamente il problema dei valori negativi di $L_f(x)$.

• Risultato: Per ogni funzione completamente moltiplicativa $f: \mathbb{N} \to [-1, 1]$, esiste una costante $c > 0$ tale che:
  $$L_f(x) > -\frac{c}{(\log x)^{1 - 2/\pi}}$$
• Significato: Questo migliora drasticamente il risultato precedente di Granville e Soundararajan che aveva un esponente negativo basato su $\log \log x$. L'esponente $1 - 2/\pi$ è ottenuto come limite superiore ottimale (fino a termini di ordine inferiore), come dimostrato da un esempio costruttivo (Teorema 1.4).
• Condizione di Ottimalità: Se $f$ non si comporta "troppo" come la funzione di Liouville $\lambda$ (in un senso preciso legato alla distribuzione dei primi), l'esponente può essere ulteriormente migliorato verso $-1 + o(1)$.

B. Il Problema di Turán "Random"

Gli autori studiano la probabilità che una funzione moltiplicativa casuale di Rademacher $f$ abbia una somma logaritmica negativa.

• Risultato: Dimostrano che la probabilità $P(L_f(x) < 0)$ è estremamente piccola, decrescendo come:
  $$P(L_f(x) < 0) \ll \exp(-x^c)$$
  per qualche costante $c \in (0, 1)$.
• Significato: Questo conferma una congettura precedente, stabilendo che è altamente improbabile che le somme logaritmiche di funzioni casuali diventino negative, a differenza di quanto accade per le somme di Cesàro (dove il problema di Turán è stato risolto da Haselgrove con un controesempio deterministico).

C. Teoremi di Inversione (Converse Theorems)

Il lavoro fornisce una caratterizzazione delle funzioni per cui $|L_f(x)|$ è molto piccolo.

• Risultato: Se $|L_f(x)|$ è piccolo (dell'ordine di $e^{C(\log \log x)^{2/3}}/\log x$), allora $f$ deve essere "vicina" alla funzione di Liouville $\lambda$ in termini di distanza pretentious $D(f, \lambda; x)$.
• Ottimalità: Costruiscono esempi che mostrano che questo limite è essenzialmente il migliore possibile.

D. Congettura di Goldmakher

Dimostrano una versione rafforzata della congettura di Goldmakher riguardante le somme parziali pesate da $P^+(n) \le y$, ottenendo un limite superiore molto più stretto rispetto a quanto previsto dalla congettura originale per funzioni reali.

4. Significato e Impatto

Questo lavoro rappresenta un avanzamento fondamentale nella teoria delle funzioni moltiplicative:

1. Unificazione: Fornisce una formula asintotica unificata e potente per le medie logaritmiche, superando la dipendenza da stime superiori non sharp.
2. Precisione: Introduce la costante $w_0$ come elemento chiave per la precisione asintotica, un dettaglio che era sfuggito nelle analisi precedenti.
3. Risoluzione di Problemi Aperti: Risolve o fa progressi sostanziali su problemi aperti da decenni, in particolare quelli relativi ai limiti inferiori delle somme logaritmiche negative e al comportamento probabilistico di tali somme.
4. Metodologia: La combinazione di analisi complessa (Perron, espansioni di Laurent), teoria dei numeri analitica (distanza pretentious) e probabilità offre un nuovo paradigma per lo studio delle somme parziali moltiplicative.

In sintesi, il paper stabilisce che il comportamento delle somme logaritmiche è governato in modo più sottile e preciso di quanto si pensasse, con la costante $e^{1-\gamma}$ che gioca un ruolo centrale nel determinare l'ordine di grandezza degli errori e dei limiti inferiori.