🔢 mathematics

Random Chowla's Conjecture for Rademacher Multiplicative Functions

Dit artikel bewijst dat de sommen van Rademacher-multiplicatieve functies geëvalueerd bij veeltermen met ten minste twee verschillende lineaire factoren of een irreducibele kwadratische factor asymptotisch normaal verdeeld zijn, wat een conjectuur van Najnudel bevestigt, en toont bovendien aan dat de sommen voor $n^2+1$ fluctuaties vertonen die overeenkomen met de wet van de iteratieve logaritme.

Oorspronkelijke auteurs: Jake Chinis, Besfort Shala

Gepubliceerd 2026-03-09

📖 4 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Jake Chinis, Besfort Shala

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat wiskunde een gigantisch, eeuwenoud raadsel is. In het hart van dit raadsel zit een getal dat wiskundigen de "Möbius-functie" noemen. Dit getal gedraagt zich als een mysterieuze spion: het is soms +1, soms -1, en soms 0. Wiskundigen vermoeden al honderden jaren dat deze spion zich volledig willekeurig gedraagt, alsof hij een eerlijke munt opgooit. Als dat zo is, dan zouden de sommen van deze getallen (als je ze optelt) nooit te groot worden, maar juist in evenwicht blijven.

Deze paper, geschreven door Jake Chinis en Besfort Shala, gaat over het testen van deze "willekeurige" theorie, maar dan met een nieuw soort getallen: Rademacher-multiplicatieve functies.

Hier is de uitleg, vertaald naar alledaagse taal met een paar creatieve metaforen:

1. De Munt en de Spelregels

Stel je een rijtje muntjes voor. Bij een gewone muntgooi (een "willekeurige wandeling") gooi je elke keer een munt op: kop (+1) of munt (-1). Als je dit duizenden keren doet, is de totale som meestal klein, omdat de +1's en -1's elkaar opheffen.

Maar in de wiskunde zijn de getallen niet onafhankelijk. Ze hebben een verborgen structuur. Als je weet dat een getal deelbaar is door 2, weet je iets over getallen die erin zitten. De auteurs nemen een "spookmunt" die wel willekeurig is, maar die deze verborgen regels (de wiskundige structuur) respecteert. Ze noemen dit een Rademacher-functie.

2. Het Grote Experiment: Polynomen als Vismazen

De kernvraag van het artikel is: Wat gebeurt er als we deze willekeurige muntjes niet op de gewone getallen gooien, maar op de uitkomsten van ingewikkelde formules (polynomen)?

Stel je voor dat je een visnet (een formule) in de oceaan gooit.

De oude theorie (Chowla's conjecture): Als je het net gooit op rechte lijnen (zoals $n+1, n+2$ ), weten we al dat de vangst willekeurig is.
De nieuwe uitdaging: Wat als je het net gooit op kromme lijnen, zoals $n^2 + 1$ (een parabool)?

De auteurs tonen aan dat, zelfs met deze kromme lijnen, de vangst (de som van de getallen) zich gedraagt als een perfecte, willekeurige muntgooi. Als je de sommen optelt en ze deelt door de wortel uit het aantal getallen, krijg je een Gaussische verdeling (die bekende "klok-kromme").

De Metafoor:
Stel je voor dat je duizenden mensen vraagt om een getal te kiezen op basis van een ingewikkelde formule. Als je hun antwoorden optelt, zou je verwachten dat de ingewikkelde regels zorgen voor een patroon. Maar de auteurs bewijzen dat, zolang de formule niet "te gek" is (bijvoorbeeld een product van twee verschillende rechte lijnen of een simpele kromme), de mensen zich toch gedragen alsof ze een eerlijke munt opgooien. De chaos wint het van de orde.

3. De Grote Uitschieters (De "Law of the Iterated Logarithm")

Naast het gemiddelde gedrag, kijken de auteurs ook naar de uitzonderingen. Soms, heel zelden, gooit de munt een lange reeks koppen of munten.

In een normale willekeurige wandeling verwacht je dat de grootste uitschieter ongeveer even groot is als $\sqrt{N \log \log N}$ .
De auteurs bewijzen dat dit ook geldt voor hun speciale getallen op de formule $n^2 + 1$ .

De Metafoor:
Stel je een storm voor op zee. De meeste golven zijn normaal, maar soms komt er een gigantische "monstergolf" (een Tsunami). De auteurs zeggen: "Zelfs als je kijkt naar deze specifieke, ingewikkelde golven ( $n^2+1$ ), zijn de grootste monstergolven precies zo groot als de natuurwetten voorspellen." Ze vinden geen mysterieuze, extra grote golven die de regels breken.

4. Waarom is dit belangrijk?

Voor de leek klinkt dit misschien als abstracte wiskunde, maar het is cruciaal voor het begrijpen van de Riemann-hypothese, het beroemdste onopgeloste probleem in de wiskunde.

De Möbius-functie (de echte spion) is te moeilijk om direct te analyseren.
Door te kijken naar deze "spookmuntjes" (de Rademacher-functies), kunnen wiskundigen zien hoe het zou moeten werken als de Möbius-functie echt willekeurig is.
Als de spookmuntjes zich gedragen zoals een willekeurige wandeling, dan is dat een sterk bewijs dat de echte Möbius-functie ook zo werkt, en dat de Riemann-hypothese waar zou kunnen zijn.

Samenvatting in één zin

De auteurs bewijzen dat zelfs als je complexe wiskundige formules gebruikt om willekeurige getallen te genereren, die getallen zich gedragen alsof ze door een eerlijke munt worden bepaald, en dat de grootste uitschieters precies binnen de verwachte grenzen blijven.

Het is als bewijzen dat, zelfs als je een ingewikkeld labyrint bouwt, een persoon die erin loopt, op de lange termijn toch net zo willekeurig rondloopt als iemand die blindelings door een open veld loopt.

1. Probleemstelling en Context

Het artikel onderzoekt de verdeling van partiële sommen van Rademacher willekeurige multiplicatieve functies ( $f(n)$ ) die geëvalueerd worden op polynoomargumenten.

Achtergrond: De studie van gemiddelde waarden van multiplicatieve functies is centraal in de analytische getaltheorie. De Möbiusfunctie $\mu(n)$ speelt hierin een sleutelrol. De Riemann-hypothese is equivalent aan de schatting $\sum_{n \le x} \mu(n) \ll_\varepsilon x^{1/2+\varepsilon}$ . Een heuristische benadering modelleert $\mu(n)$ als een reeks onafhankelijke, identiek verdeelde (i.i.d.) variabelen die $\pm 1$ aannemen.
Willekeurige Multiplicatieve Functies (RMF): Om de multiplicatieve structuur te behouden, introduceerde Wintner het concept van RMF's. Een Rademacher RMF $f(n)$ wordt gedefinieerd door onafhankelijke variabelen $f(p) = \pm 1$ voor priemgetallen $p$ , en $f(n) = \prod_{p|n} f(p)$ voor kwadraatvrije $n$ (anders 0).
De Chowla-vermoeden: Het klassieke Chowla-vermoeden stelt dat autocorrelaties van $\mu$ over lineaire vormen verwaarloosbaar zijn. De auteurs onderzoeken het willekeurige Chowla-vermoeden: gedraagt de genormaliseerde som $\frac{1}{\sqrt{N}} \sum_{n \le N} f(P(n))$ zich als een Gaussische verdeling?
Specifiek probleem: Hoewel dit al bewezen is voor Steinhaus RMF's (complexe eenheden op de eenheidscirkel) door Klurman, Shkredov en Xu [KSX23], was het geval voor Rademacher RMF's (reële waarden $\pm 1$ ) een open vraag, mede omdat de tweede en vierde momenten hier veel complexer zijn door de restrictie tot kwadraatvrije waarden.

2. Methodologie

De auteurs gebruiken een combinatie van probabilistische theorie (martingalen) en diepe resultaten uit de getaltheorie (telpunten op algebraïsche variëteiten).

A. Probabilistische Structuur (Martingalen)

De bewijzen voor de Centrale Limietstelling (CLT) maken gebruik van de martingale-differentie-sequentie structuur die inherent is aan partiële sommen van RMF's.

Ze passen de CLT van McLeish toe op genormaliseerde sommen $S_N$ .
Om de CLT te gelden, moeten drie voorwaarden worden geverifieerd:
1. Genormaliseerde variantie convergeert naar 1.
2. Lindeberg-voorwaarde (of een sterkere voorwaarde voor het vierde moment).
3. Een voorwaarde voor kruistermen (cross-terms).
Het bewijs reduceert hierdoor tot het nauwkeurig schatten van de tweede en vierde momenten van de sommen.

B. Getaltheoretische Schattingen (Telpunten)

De kern van de technische uitdaging ligt in het tellen van oplossingen voor vergelijkingen waarbij producten van polynoomwaarden perfecte kwadraten zijn, onder de restrictie dat de individuele waarden kwadraatvrij zijn.

Tweede moment: Vereist het tellen van het aantal $n \le N$ waarvoor $P(n)$ kwadraatvrij is. Dit wordt behandeld met behulp van bekende resultaten voor lineaire factoren en kwadratische polynomen (Lemma 2.6).
Vierde moment (De kern): Vereist het tellen van het aantal kwadrupels $(n_1, n_2, n_3, n_4)$ $(n_{1}, n_{2}, n_{3}, n_{4})$ zodat $P(n_1)P(n_2)P(n_3)P(n_4)$ $P (n_{1}) P (n_{2}) P (n_{3}) P (n_{4})$ een perfect kwadraat is, met elke $P(n_i)$ $P (n_{i})$ kwadraatvrij.
- De auteurs gebruiken een bootstrapping-argument en verdelen het probleem in gevallen gebaseerd op de grootte van de grootste gemene delers (GCD) van de polynoomwaarden.
- Voor kleine GCD's gebruiken ze divisorgrenzen voor polynoomcongruenties.
- Voor grote GCD's reduceren ze het probleem tot het tellen van integraalpunten op algebraïsche krommen van de vorm $aP(x) - bP(y) = 0$.
- Ze maken gebruik van de stelling van Bombieri-Pila voor integraalpunten op absoluut irreducibele krommen en specifieke resultaten voor kwadratische krommen (Cilleruelo-Garaev).
- Een cruciaal technisch resultaat is het aantonen dat de "niet-triviale" oplossingen (waarbij de variabelen niet paarsgewijs gelijk zijn) een verwaarloosbare bijdrage leveren ( $o(N^2)$ ).

C. Grote Fluctuaties (Wet van de Iteratieve Logaritme)

Voor het bewijs van de ondergrens voor grote fluctuaties (Theorema 1.3) gebruiken ze een strategie gebaseerd op localisatie en conditionering:

Ze selecteren schalen $x_i$ en isoleren priemgetallen $p$ die zeer groot zijn (groter dan $N \log N$ ) en die $n^2+1$ delen.
Door te conditioneren op de waarden van $f(q)$ voor kleinere priemgetallen, wordt de som een lineaire combinatie van onafhankelijke variabelen.
Ze gebruiken een multivariate normale benadering (Lemma 5.1) en vergelijken de maximale waarden van deze sommen met die van een multivariate Gaussische verdeling (Lemma 5.2) om te tonen dat er waarden zijn die de orde $\sqrt{N \log \log N}$ bereiken.

3. Belangrijkste Resultaten

Theorema 1.2: Rademacher Random Chowla

Voor een polynoom $P \in \mathbb{Z}[x]$ dat een product is van minstens twee verschillende lineaire factoren of een irreducibele kwadratische polynoom (die voldoet aan een "toelaatbaarheids"-voorwaarde, d.w.z. er is geen priemgetal $p$ zodat $p^2 | P(n)$ voor alle $n$ ), geldt:
$\frac{1}{\sqrt{\kappa_P N}} \sum_{n \le N} f(P(n)) \xrightarrow{d} \mathcal{N}(0, 1)$
waarbij $\xrightarrow{d}$ convergentie in distributie naar een standaard Gaussische verdeling betekent, en $\kappa_P > 0$ een constante is die afhangt van de dichtheid van kwadraatvrije waarden van $P$ .

Betekenis: Dit bevestigt een vermoeden van Najnudel en lost een vraag van Klurman-Shkredov-Xu op voor het Rademacher-geval. Het toont aan dat de "pseudo-willekeurigheid" van RMF's ook geldt voor reële waarden, ondanks de extra complexiteit van de kwadraatvrije restrictie.

Theorema 1.3: Grote Fluctuaties

Voor de specifieke polynoom $P(n) = n^2 + 1$ en een Rademacher RMF $f$ , bestaan er bijna zeker (met waarschijnlijkheid 1) willekeurig grote waarden van $N$ waarvoor:
$\left| \sum_{n \le N} f(n^2 + 1) \right| \gg \sqrt{N \log \log N}$

Betekenis: Dit resultaat komt overeen met de ondergrens die men verwacht op basis van de Wet van de Iteratieve Logaritme (Law of the Iterated Logarithm). Het suggereert dat de grote fluctuaties in het willekeurige model een nauwkeurige voorspelling zijn voor het gedrag van de deterministische Möbiusfunctie op polynoomargumenten.

4. Significatie en Bijdrage

Overbrugging van het gat tussen Steinhaus en Rademacher: Het artikel toont aan dat de resultaten voor complexe (Steinhaus) RMF's ook gelden voor de reële (Rademacher) variant, wat technisch veel moeilijker is vanwege de noodzaak om kwadraatvrije waarden te tellen.
Technische doorbraak in momentenberekening: De auteurs ontwikkelen een robuuste methode (bootstrapping + Bombieri-Pila) om het vierde moment van Rademacher sommen op polynomen te beheersen. Dit is een fundamentele stap voor het begrijpen van de hogere momenten van willekeurige multiplicatieve functies.
Verband met de Möbiusfunctie: De resultaten versterken het idee dat Rademacher RMF's een goed model zijn voor het gedrag van de Möbiusfunctie, niet alleen voor gemiddelde waarden (CLT), maar ook voor extreme waarden (grote fluctuaties).
Toekomstperspectief: Het artikel legt de basis voor verdere onderzoek naar volledig multiplicatieve RMF's (Liouville-functie) en de behandeling van algemere polynomen, waarbij de auteurs verwijzen naar open problemen rondom de vierde momenten voor volledig multiplicatieve functies.

Kortom, dit werk levert een belangrijk bewijs voor de universaliteit van het willekeurige gedrag van multiplicatieve functies en koppelt probabilistische modellen direct aan diepe problemen in de analytische getaltheorie.