On the natural density of integers $n$ for which $\sigma(kn+r_1) >\sigma(kn+r_2)$

この論文は、2020 年に Kobayashi と Trudgian が示した $\sigma(kn+r_1) \geq \sigma(kn+r_2)$ となる正整数 $n$ の自然密度に関する結果を拡張し、一般の整数 $k>r_1>r_2\geq 0$ に対して $\sigma(kn+r_1) > \sigma(kn+r_2)$ となる $n$ の自然密度の見積もりや具体的なケースにおける明示的な上下界を提供するものである。

要約

数学の「足し算」ゲーム：約数の和がどちらが大きいか？

この論文は、数字の「約数（数を割り切れる数）」の合計を比べる、少し変わったゲームについて書かれています。

1. 物語の舞台：数字の「重さ」を測る

まず、「約数の和（σ）」という概念を理解しましょう。
例えば、数字「6」の約数は「1, 2, 3, 6」です。これらを全部足すと $1+2+3+6 = 12$ になります。
数字「5」の約数は「1, 5」だけ。足すと $1+5 = 6$ です。
つまり、このゲームでは「6」の方が「5」よりも「重さ（約数の和）」が重いと言えます。

2. 問題の核心：「魔法の式」の勝者は誰？

研究者たちは、以下のような「魔法の式」を考案しました。
$$\sigma(k \times n + r_1) \quad \text{vs} \quad \sigma(k \times n + r_2)$$

• $n$：1, 2, 3, 4... と続く自然数（参加者）。
• $k, r_1, r_2$：研究者が設定する「魔法の定数」。

この式は、「$n$ に $k$ を掛けて $r_1$ を足した数」と「$n$ に $k$ を掛けて $r_2$ を足した数」の、それぞれ「約数の和」を比べるゲームです。
「左側の数が、右側の数より重い（約数の和が大きい）」となる $n$ は、全体の中でどれくらいの割合（自然密度）いるのでしょうか？

3. 過去の探検と今回の発見

• 過去の旅路：
  以前、別の研究者たちが「$n+1$ と $n$」を比べたとき、左側が勝つ確率は「半分（50%）」に近いことが分かりました。
  しかし、「$2n+1$と$2n$」を比べたときは、左側が勝つ確率は非常に低い（約 5.4%）ことが 2020 年に発見されました。これは、左側の数字が「重い」になるのは、実はとてもレアな出来事だったのです。

• 今回の冒険（この論文の成果）：
  今回の著者たちは、その「レアな出来事」をさらに詳しく調べました。
  特定の魔法の定数（$k, r_1, r_2$）を変えて、左側が勝つ確率（密度）を計算し直しました。

  • ケース A（$k=3, r_1=2, r_2=0$）：
    「$3n+2$と$3n$」を比べたとき、左側が勝つ確率は 5.9% 〜 10.9% の間にあると推定しました。
    （前の研究より少し勝つ確率が高くなる可能性を示唆しています）。

  • ケース B（$k=4, r_1=1, r_2=0$）：
    「$4n+1$と$4n$」を比べたとき、左側が勝つ確率は 0.8% 〜 1.3% と、さらにレアな出来事であることが分かりました。

4. どうやって調べたの？（アナロジーで解説）

この計算は、すべての数字を一つずつ調べるのは不可能です（無限にあるため）。そこで、彼らは**「パズルを分解する」**という方法を使いました。

1. 大きな箱（分割）：
   無限にある数字 $n$ を、小さな箱（グループ）に分けます。この箱は「その数字が持つ素因数（数字を割る最小の単位）の種類」で分類されます。

   • 例：「2 しか使わない数字のグループ」「3 も使うグループ」など。

2. 確率の計算：
   各グループの中で、左側の式が勝つ確率を計算します。

   • 「このグループでは、左側が勝つのは 100 回に 1 回」
   • 「あのグループでは、左側が勝つのは 100 回に 50 回」
     という具合です。

3. 全体の予測：
   全てのグループの確率を足し合わせて、全体としての「勝つ確率（密度）」の**「下限（これより低いはずはない）」と「上限（これより高いはずはない）」**を導き出しました。

5. 結論：なぜこれが重要なのか？

この研究は、**「数字の並びには、一見ランダムに見えるけれど、実は隠された規則性がある」**ことを示しています。

• 日常への例え：
  街中の通行人を「身長が高い人」と「低い人」に分けようとするとき、単純に半分ずつとは限りません。特定の服装（魔法の定数 $k, r$）を着ている人だけを見ると、身長のバランスが極端に偏っているかもしれません。
  この論文は、「特定の服装（$k, r$）を着た人だけを集めると、身長が高い人がどれくらいいるのか」を、数学的に厳密に推測する作業でした。

まとめ：
著者たちは、コンピュータを使って複雑な計算を行い、「$kn+r_1$ の方が $kn+r_2$ よりも『重い（約数の和が大きい）』となる確率」を、特定のケースについて初めて具体的な数字の範囲で明らかにしました。これは、数字の奥深き世界における「偏り」を解き明かす、小さながら重要な一歩です。

技術概要

論文「$\sigma(kn + r_1) > \sigma(kn + r_2)$ となる整数 $n$ の自然密度について」の技術的サマリー

1. 概要と背景

本論文は、約数和関数 $\sigma(n)$（$n$ のすべての正の約数の和）に関する自然密度（natural density）の問題を扱っています。具体的には、正の整数 $k, r_1, r_2$（$k > r_1 > r_2 \ge 0$）に対して、不等式 $\sigma(kn + r_1) > \sigma(kn + r_2)$ を満たす正の整数 $n$ の集合の自然密度が存在するか、またその値をどのように評価できるかという問題に焦点を当てています。

2020 年に Kobayashi と Trudgian が、$\sigma(2n+1) \ge \sigma(2n)$ となる $n$ の密度が $0.053$から$0.055$の間にあることを示しました。本論文は、この結果を一般化し、任意の$k, r_1, r_2$ に対する密度の存在証明と、特定のケースにおける数値的な上下界の計算を提供するものです。

2. 主要な問題設定

• 対象集合: $A(k, r_1, r_2) = \{n \in \mathbb{N} : \sigma(kn + r_1) > \sigma(kn + r_2)\}$
• 目的: この集合 $A(k, r_1, r_2)$ の自然密度 $d_A(k, r_1, r_2)$ の存在証明と、具体的な値の推定。
• 関連する関数: $h(n) = \sigma(n)/n$（約数和の平均値）。不等式 $\sigma(kn + r_1) > \sigma(kn + r_2)$ は、$h(kn + r_1)$ と $h(kn + r_2)$ の比較と密接に関連しています。

3. 手法と理論的枠組み

3.1 密度の存在証明（第 2 節）

定理 1.1（密度の存在）の証明では、以下のアプローチが採られています。

1. 集合の分割: 条件 $h(kn + r_1) \ge h(kn + r_2)$ を満たす集合 $B(k, r_1, r_2)$ を定義し、$A(k, r_1, r_2)$ と $B(k, r_1, r_2)$ の差集合を調べます。
2. 差集合の密度が 0 であることの示唆: Gronwall の定理（$\limsup \sigma(n)/n / \log\log n = e^\gamma$）を用いて、差集合における $\sigma$ の差が $O(\log\log n)$ 程度であることを示します。
3. 素因数分解の性質: 文献 [13] の補題を用い、ほとんどすべての $n$ に対して、$\sigma(kn+r_1) - \sigma(kn+r_2)$ が非常に大きな整数（$F(kn+r_2)$）で割り切れることを示します。
4. 矛盾の導出: 上記の性質と $\sigma$ の差のオーダーを比較することで、十分大きな $n$ において矛盾が生じることを示し、差集合の密度が 0 であることを証明します。これにより、$A(k, r_1, r_2)$ の密度が存在し、$B(k, r_1, r_2)$ の密度と等しくなることが示されます。

3.2 密度の上下界推定（第 3 節）

密度の具体的な値を推定するために、「分割（partition）」と「$y$-smooth 数」の概念を用いた手法を提案しています。

1. $y$-smooth 数による分割: $n$ の最大素因数が $y$ 以下である数を $y$-smooth 数と呼びます。$Y_y(n)$ を $n$ の最大 $y$-smooth 約数とし、$S_y(a, b) = \{n : Y_y(kn+r_1)=a, Y_y(kn+r_2)=b\}$ と定義します。これにより自然数を分割します。
2. 合同条件によるさらに細かな分割: 各分割 $S_y(a, b)$ に対して、$kn+r_1$ と $kn+r_2$ を $P(y)$（$y$ 以下のすべての素数の積）で割った余り $t_1, t_2$ によってさらに細分化します。
3. 密度の計算: 各細分化された集合が等差数列をなすことを示し、その密度を $k/(abP(y))$ などとして明示的に計算します（補題 3.1）。
4. 上下界の導出:
   • $h(kn+r_1)$ と $h(kn+r_2)$ の大小関係に基づき、集合 $B(k, r_1, r_2)$ の密度に対する上下界を導出します。
   • 関数 $\Lambda_k(s)$（素数に関する積で定義される定数）を用いて、$\sum (\sigma(n)/n)^s$ の漸近挙動を評価します（補題 3.2）。
   • これらの評価を組み合わせることで、各 $a, b$ に対する部分集合の密度の上下界（$d_B^-(a, b)$ と $d_B^+(a, b)$）を計算し、それらを総和することで全体の密度の上下界を得ます。

3.3 数値計算（第 4 節）

特定の $(k, r_1, r_2)$ のケースについて、Mathematica を用いて数値計算を行いました。

• パラメータ $y$（smooth 数の上限）、$z$（探索範囲）、$s_{max}$（べき乗の上限）を変化させながら、密度の上下界を精密化しました。
• 計算の精度は、$\Lambda_{P(y)}(s)$ の評価精度と、$a, b$ の探索範囲に依存します。

4. 主要な結果

定理 1.1

任意の整数 $k > r_1 > r_2 \ge 0$ に対して、集合 $A(k, r_1, r_2)$ の自然密度 $d_A(k, r_1, r_2)$ が存在する。

定理 1.2: 具体的なケース $(k, r_1, r_2) = (3, 2, 0)$

$\sigma(3n+2) > \sigma(3n)$ となる $n$ の自然密度 $d_A(3, 2, 0)$ について、以下の範囲が得られました。
$$0.0591 \le d_A(3, 2, 0) \le 0.109$$

定理 1.3: 具体的なケース $(k, r_1, r_2) = (4, 1, 0)$

$\sigma(4n+1) > \sigma(4n)$ となる $n$ の自然密度 $d_A(4, 1, 0)$ について、以下の範囲が得られました。
$$0.00842 \le d_A(4, 1, 0) \le 0.0129$$

考察と限界（Remark 1.1）

• $\sigma(kn+r_1) = \sigma(kn+r_2)$ となる $n$ の密度が 0 であることは予想されますが、特定の条件下（$kn+r_i$ の最大素因数が非常に大きい場合など）での厳密な証明には未解決の難題が残っています。
• 得られた上下界の幅は、非規則的な和項（irregular summation terms）や $\Lambda$ 関数の評価誤差に起因する不確実性を含んでいます。

5. 意義と貢献

1. 既存結果の一般化: Kobayashi と Trudgian の特定のケース（$k=2, r_1=1, r_2=0$）における結果を、任意の $k, r_1, r_2$ に対して一般化し、密度の存在を証明しました。
2. 新しい評価手法の提案: $y$-smooth 数と合同条件を用いた分割法により、複雑な約数和の不等式を満たす集合の密度を数値的に評価する体系的な枠組みを提供しました。
3. 具体的な数値的知見: 特定の係数セットに対して、密度の明確な数値的範囲（上下界）を初めて提示しました。これにより、$\sigma$ 関数の振る舞いに関する定量的な理解が深まりました。
4. 計算機数学との融合: 理論的な補題とコンピュータによる数値計算（Mathematica）を組み合わせることで、解析的に解くことが困難な問題に対して実用的な解を得るアプローチを示しました。

本論文は、数論における約数和関数の分布特性に関する研究において、理論的な存在証明と具体的な数値的評価の両面から重要な進展をもたらしたと言えます。