The moments of split greatest common divisors

기술 요약: 분할 최대공약수의 모멘트

문제 정의
본 논문은 비퇴화 루카스 수열(non-degenerate Lucas sequence) $(u_n)$에 대하여, 수열 $(\gcd(n, u_n))_{n \in \mathbb{N}}$의 모멘트의 점근적 거동을 다룬다. 일반적인 나누기 수열(divisibility sequences)에 대한 $\gcd(u_n, v_n)$의 연구는 보이타 추측(Vojta's conjecture)과 같은 디오판토스 기하학의 심오한 추측들과 연결된 어려운 문제이지만, $\gcd(n, u_n)$의 특정 사례는 대수적 군 $\mathbb{G}_a \times \mathbb{G}_m$으로부터 발생하는 나누기 수열에 해당한다.

이전 연구에서 Sanna는 로그 모멘트 $\sum_{n \le x} (\log \gcd(n, u_n))^\lambda$의 점근적 거동을 확립하였다. 그러나 수열 자체의 모멘트인 $\sum_{n \le x} \gcd(n, u_n)^\lambda$는 여전히 미해결 상태로 남아 있으며, 부분적인 상한(upper bounds)만이 존재한다(예: Mastrostefano). 본 연구의 주요 목적은 이 모멘트들에 대한 정밀한 점근적 추정치를 결정하는 것이며, 해석적 정수론의 표준적인 추측들에 기반한 조건부 결과와 무조건적 결과를 모두 제공한다.

방법론
저자들은 해석적 정수론, 루카스 수열의 성질, 그리고 매끄러운 수(smooth numbers)를 포함한 조합론적 구성을 결합하여 사용한다.

1. 출현 순서(Rank of Appearance)와 나누기: 분석은 $m \mid u_n$을 만족하는 가장 작은 $n$인 출현 순서 $z(m)$에 의존한다. 조건 $n' = \gcd(n'k, u_{n'k})$는 $z(n')$ 및 $n'k$의 나누기 조건과 관련된 조건으로 변환된다. 합(sum)은 $n = n'k$인 쌍 $(n', k)$를 기준으로 분해된다.
2. 상한(Upper Bounds): 무조건적 상한은 보조 변수의 크기에 따라 합의 영역을 나누어 도출된다. 핵심 요소는 $\gcd(n, z(n))$이 큰 정수 $n$의 개수를 제한하는 것이다. 이는 고정된 출현 순서를 갖는 정수의 개수에 관한 Gordon과 Pomerance의 결과에 의해 활용된다.
   • 조건부 상한의 경우, 저자들은 고정된 출현 순서를 갖는 정수의 밀도 추정이 의사소수(pseudoprimes)의 경계와 유사하다는 것을 상정하는 추측 3.2를 가정한다.
3. 하한(Lower Bounds): $n \mid u_n$을 만족하는 정수들의 큰 부분집합(denoted as $N_u(x)$)을 구성하는 전략을 사용한다.
   • 조건부 하한: 저자들은 $p - (\Delta/p)$가 매끄러운(smooth) 형태인 이동 소수(shifted primes) $p$들로 구성된 정수 집합을 구성한다. 이는 Granville의 추측 중 매끄러운 이동 소수의 분포에 관한 약한 형태인 추측 4.2에 의존한다.
   • 무조건적 하한: 계수 $a_2 = \pm 1$인 특정 사례의 경우, 저자들은 매끄러운 이동 소수의 산술 급수 내 분포에 관한 최근의 Lichtman의 결과(정리 5.1)를 활용한다. 이를 통해 증명되지 않은 추측들을 가정하지 않고도 $u_n$을 나누는 정수 $n$의 충분히 큰 집합을 구성할 수 있다.
4. 적분 추정: $N_u(x)$의 카디널리티로부터 모멘트 합으로 전이하기 위해, 저자들은 Karamata의 적분 정리와 부분 합산(partial summation) 기법을 적용한다.

주요 결과

• 조건부 점근식 (정리 1.3): 추측 3.2와 4.2를 가정할 때, $a_2 = \pm 1$인 비퇴화 루카스 수열에 대하여 모멘트는 다음과 같다:
  $$\sum_{n \le x} \gcd(n, u_n)^\lambda = x^{\lambda+1 - (1+o_\lambda(1)) \frac{\log \log \log x}{\log \log x}}$$
  이는 표준적인 추측 하에서 $\mathbb{G}_a \times \mathbb{G}_m$에 대한 모멘트 문제를 해결한다.

• 무조건적 상한 (정리 1.4): 모든 비퇴화 루카스 수열에 대하여, 저자들은 다음을 증명한다:
  $$\sum_{n \le x} \gcd(n, u_n)^\lambda \le x^{\lambda+1 - (1/2+o_\lambda(1)) \frac{\log \log \log x}{\log \log x}}$$
  지수 $1/2$은 현재 방법론의 산물(artifact)임이 언급되었다.

• 무조건적 하한 (정리 1.4): 만약 $a_2 = \pm 1$이라면, 저자들은 다음의 하한을 확립한다:
  $$\sum_{n \le x} \gcd(n, u_n)^\lambda \ge x^{\lambda + 0.715}$$
  이 결과는 매끄러운 이동 소수에 관한 Lichtman의 정리를 사용하여 도출되었다.

• 정교화된 추측 (추측 1.5): 루카스 의사소수(Lucas pseudoprimes)와의 유사성에 기반하여, 저자들은 반복 로그를 포함하는 지수 항을 가진 더 정밀한 점근적 형태를 추측하며, 이는 현재의 경계가 정밀도의 최종 한계가 아님을 시사한다.

• 계(Corollaries): 이 방법론들은 $\gcd(n, u_n)$의 분포에 대한 개선된 경계(계 1.6)를 도출하며, $\gcd(n, u_n) = n$인 $n$의 개수에 관한 [25]의 주 정리(main theorem)에 대한 새로운 해석적 증명을 제공한다.

의의 및 주장
본 논문은 $\mathbb{G}_a \times \mathbb{G}_m$의 모멘트 문제에 대해 "결정적인 진전"을 이루었다고 주장한다. 구체적으로 본 논문은:

1. $a_2 = \pm 1$인 경우 [29]의 추측 3과 5를 해결한다.
2. [13]의 주 추측을 해결한다.
3. Lichtman의 경계를 통해 [2, Th. 1.3]의 무조건적 상한을 개선한다.
4. [13]과 [25]의 추측들에 부합하는 하한을 제공한다.
5. [27]의 질문 1.1에 대한 특정 사례에 답하고 질문 1.2에 대한 진전을 보인다.

저자들은 조건부 점근식(정리 1.3)을 무조건적으로 증명하는 것은 현재 불가능하다고 언급하는데, 이는 하한이 매끄러운 이동 소수의 분포에 의존하며, 이 문제는 Elliott–Halberstam과 같은 추측 없이 아직 해결되지 않았기 때문이다. $a_2 = \pm 1$인 경우가 이러한 방법론들에 있어 가장 "흥미롭고" 다루기 용이한 시나리오임을 강조한다.