The critical-window profile for $d_k$ in short intervals

기술 요약: 거의 모든 짧은 구간에서의 $k$-중 제수 함수(divisor function)에 대한 임계 창 프로파일(Critical-Window Profile)

문제 정의
본 논문은 짧은 구간에서의 $k$-중 제수 함수 $d_k(n)$의 국소 평균을 그 장기 평균(long average)과 비교하는 문제를 다룬다. 유명한 마토메키-라드지윌(Matomäki–Radziwiłł) 정리는 유계인 곱셈적 함수(bounded multiplicative functions)가 무한히 커지는 구간 길이 $h$에 대해 거의 모든 짧은 구간에서 기대되는 평균을 나타낸다는 것을 확립했지만, $d_k(n)$과 같이 유계가 아닌 함수들은 다른 임계 현상을 보인다. 핵심적인 어려움은 $d_k(n)$의 "두꺼운 꼬리(heavy tail)"에 있으며, 여기서 소인수를 많이 가진 정수들이 불균형적으로 큰 가중치를 가짐으로써 유계 함수 이론이 불충분하게 만든다.

구체적인 목표는 $d_k(n)$에 대한 **거의 모든 구간 전이 척도(almost-all transition scale)**를 결정하는 것이다. 이전 연구인 망게렐(Mangerel)은 구간 길이 $h$가 $h / (\log X)^{(k-1)^2} \to \infty$를 만족할 때 장기 평균이 회복됨을 확립했다. 본 논문은 이 임계 척도를 정확히 식별하고, 이 임계값 아래에서의 전이 프로파일을 조사하며, 특히 구간 길이가 $D_k(X) = (\log X)^{k \log k - k + 1}$에 근접하는 구간을 구체적으로 탐구한다.

방법론
증명은 확률론적 분포 결과와 해석적 평균값 추정치를 결합한 두 가지 주요 기술적 요소에 의존한다:

1. 가중 에르되시-카츠(Erdős–Kac) 정리: 저자는 $d_k(n)$에 의해 가중치가 부여된 확률 측도 하에서 $\Omega(n)$(중복을 포함한 소인수의 개수) 함수에 대한 중심 극한 정리를 활용한다. 이 측도 하에서 정규화된 변수 $\frac{\Omega(n) - k \log \log X}{\sqrt{k \log \log X}}$는 표준 가우시안 분포로 수렴한다. 이는 구간 길이를 특정 $\Omega(n)$ 컷오프를 만족하는 정수의 비율과 연관시키는 데 필요한 분포론적 입력을 제공한다.

2. $\Omega$-절단된(Truncated) 마토메키-라드지윌 추정치: 분석적 핵심은 $\Omega(n) \le L$ 조건에 의해 절단된 디리클레 다항식의 평균 제곱 추정치를 확립하는 것이다.

   • 라마레(Ramaré) 분해: 비곱셈적 성질을 가진 절단을 처리하기 위해 저자는 라마레 분해를 사용한다. 결정적으로, 저자는 $\Omega$-컷오프를 임계 범위 내에서 무시할 수 있는 꼬리로 취급하지 않는다. 대신, 분해를 수행한 후 코시 공식(Cauchy's formula)을 적용하여 잔여 조건 $\Omega(m) \le L-1$을 곱셈적 가중치 $z^{-\Omega(m)}$로 변환한다.
   • 할라츠(Halász) 거리와 큰 값(Large Values): 분해 과정에서의 남은 큰 소수 층(large-prime layer)은 균등하게 높은 주파수의 할라츠 거리를 강제한다. 이 메커니즘은 최종적인 큰 값 범위에서 필요한 로그 절감(logarithmic saving)을 제공하며, 이는 직접적인 꼬리 추정으로는 달성할 수 없는 것이다.
   • 평균값 경계: 증명은 $L^2$ 노름을 제어하기 위해 몽고메리-반 오르(Montgomery–Vaughan) 평균값 추정치, 제수 함수에 대한 시우(Shiu) 유형의 추정치, 그리고 소수 다항식에 대한 할라츠 유형의 큰 값 경계치를 결합하여 활용한다.

주요 결과
본 논문은 거의 모든 $x \in [X, 2X]$에 대하여 구간 $[x, x+h]$에서의 $d_k(n)$의 평균에 대한 정밀한 전이 프로파일을 확립한다.

• 임계 척도: 임계 길이는 $D_k(X) = (\log X)^{k \log k - k + 1}$로 식별된다.
• 전이 프로파일 (정리 1.1): $\ell = \log \log X$라 하고 정규화된 파라미터 $A(X) = \frac{1}{\sqrt{\ell}} \log \frac{h}{D_k(X)}$를 정의하면, 거의 모든 $x$에 대하여 다음이 성립한다:
  $$\frac{1}{h} \sum_{x < n \le x+h} d_k(n) = \left( \Phi_G\left( \frac{A(X)}{\sqrt{k \log k}} \right) + o(1) \right) M_k(x)$$
  여기서 $\Phi_G$는 표준 가우시안 분포 함수이고 $M_k(x)$는 장기 평균이다. 이 공식은 "유한 부분(finite part)"의 전이를 설명하며, 국소 평균이 가우시안 누적 분포 함수에 의해 결정되는 전체 평균의 일부분임을 보여준다.
• 종단 영역 (따끔표 1.2): 만약 구간 길이가 $\frac{\log(h/D_k(X))}{\sqrt{\ell}} \to +\infty$ (즉, $A(X) \to +\infty$)를 만족하면, 가우시안 인자는 1로 수렴하며, 거의 모든 $x$에 대해 완전한 장기 평균이 회복된다.

의의 및 주장
본 논문은 제수 함수의 장기 평균을 회복하기 위해 필요한 구간 길이에 관하여 기존 연구(특히 망게렐의 지수)보다 거듭제곱 절감(power-saving) 개선을 이루었다고 주장한다. 정확한 전이 프로파일을 식별함으로써, 본 연구는 유계 함수 이론과 폴리로그(polylogarithmic) 척도에서의 비유계 곱셈적 함수의 거동 사이의 간극을 메운다.

저자는 전이가 $d_k$-가중치 하에서의 $\Omega(n)$ 분포와 구간 길이 사이의 상호작용에 의해 주도된다는 점을 강조한다. 기술적 참신함은 $\Omega$-컷오프를 다루는 방식에 있다. 저자는 이를 단순히 꼬리로 버리는 대신, 라마레 분해와 코시 공식을 통해 분석적 기계론 내부로 통합함으로써, 임계 범위에서 필수적인 균등한 고주파 절감을 가능하게 하였다. 결과는 마토메키-라드지윌 방법의 확률론적 성격과 일치하는 "거의 모든(almost-all)" 전이 정리로서 제시된다.