Joint distribution of primes in multiple short intervals

Resumo Técnico: Distribuição Conjunta de Primos em Múltiplos Intervalos Curtos

Enunciado do Problema
O artigo investiga o comportamento estatístico da contagem ponderada de primos, denotada por $\psi(x)$, dentro de múltiplos intervalos curtos. Enquanto o Teorema do Número Primo estabelece a densidade média de primos, as flutuações de $\psi(x+H) - \psi(x)$ em intervalos curtos têm sido objeto de estudo intenso. Trabalhos anteriores de Montgomery e Soundararajan estabeleceram que, para intervalos de comprimento $H$ onde $H \to \infty$ e $\log H / \log N \to 0$, a distribuição é assintoticamente normal. No entanto, a distribuição conjunta de primos em múltiplos intervalos curtos disjuntos, e especificamente as correlações entre eles, permaneceu menos explorada, particularmente no contexto de intervalos "multiplicativos", onde a escala de comprimento acompanha a posição $x$ (ou seja, $h = \delta x$).

As questões centrais abordadas são:

1. Qual é a distribuição conjunta limite das contagens de primos ponderadas em $r$ intervalos curtos disjuntos conforme o limite superior $X \to \infty$?
2. Como essas contagens são correlacionadas?
3. Essas correlações induzem vieses em "corridas de números primos" (comparações de contagens de primos entre intervalos), de forma semelhante à corrida de números primos de Shanks–Rényi em progressões aritméticas?

Metodologia
O autor adota uma abordagem de análise de Fourier, adaptando o método de Rubinstein e Sarnak (originalmente desenvolvido para primos em progressões aritméticas) para o cenário de intervalos curtos. As principais suposições são a Hipótese de Riemann (RH) e a conjectura da Independência Linear (LI) em relação às ordenadas positivas dos zeros não triviais da função zeta de Riemann.

Etapas metodológicas principais incluem:

• Fórmula Explícita: Utilizar a fórmula explícita para relacionar a função de contagem de primos $\psi(x)$ aos zeros $\rho = 1/2 + i\gamma$ da função zeta.
• Construção do Modelo Aleatório: Sob RH e LI, o desvio normalizado da contagem de primos é modelado como um vetor aleatório $X_{\delta, t}$ envolvendo uma soma sobre os zeros, ponderada por uma função específica $w(\rho)$ e multiplicada por variáveis aleatórias independentes $U_\gamma$ uniformemente distribuídas no círculo unitário.
• Densidade Logarítmica: A distribuição é analisada com relação à densidade logarítmica ($\frac{1}{\log X} \int_2^X \dots \frac{dx}{x}$), que é natural para intervalos multiplicativos.
• Funções Características: A prova depende fortemente da análise da transformada de Fourier (função característica) da medida limite. O autor deriva um produto infinito de funções de Bessel ($J_0$) representando essa transformada.
• Análise Assintótica: Através da estimativa da matriz de covariância e do controle dos termos de erro na fórmula de inversão de Fourier, o autor demonstra a convergência para uma distribuição Gaussiana multivariada. A análise envolve estimativas delicadas de somas sobre zeros, utilizando a fórmula de Riemann–von Mangoldt e propriedades da função $\Delta(t)$, que descreve a repulsão entre intervalos.

Contribuições Principais e Resultados

1. Distribuição Gaussiana Multivariada:
   O artigo prova que, sob RH e LI, a contagem ponderada de primos em $r$ intervalos curtos disjuntos de comprimento $\delta x$ (onde $\delta$ é pequeno, mas fixo em relação a $X$) segue uma distribuição Gaussiana multivariada. A média é zero (após normalização) e a estrutura de covariância é determinada explicitamente.

2. Correlações Negativas Fracas:
   Um achado primário é que as contagens em intervalos curtos disjuntos não são independentes; elas exibem correlações negativas fracas. A covariância entre dois intervalos separados por uma distância de parâmetro $|t_j - t_k|$ é aproximadamente proporcional a $-\frac{\Delta(|t_j - t_k|)}{\log(1/\delta)}$. A função $\Delta(t)$ comporta-se como $1/(2t)$ para $t$ grande. Isso implica uma repulsão "tipo Coulomb": primos em um intervalo suprimem levemente a probabilidade de primos em um intervalo vizinho.

3. Transição de Fase em Corridas de Números Primos:
   Aplicando esses resultados distributivos a "corridas de números primos" (ordenando as contagens de primos em múltiplos intervalos), o artigo identifica uma transição de fase nítida:

   • Regime Não Enviesado: Se o número de intervalos $r$ é pequeno em relação a $\log(1/\delta)$ (especificamente $r = o(\frac{\log(1/\delta)}{\log \log(1/\delta)})$), as corridas permanecem assintoticamente não enviesadas; todas as ordenações ocorrem com probabilidade aproximadamente igual ($1/r!$).
   • Regime Enviesado: Uma vez que $r$ excede um limiar crítico (aproximadamente proporcional a $\frac{\log(1/\delta)}{\log \log(1/\delta)}$), vieses emergem. O artigo mostra que, para $r$ suficientemente grande, existem ordenações dos intervalos que ocorrem com probabilidade significativamente menor do que outras. Isso é uma consequência direta das correlações negativas acumuladas.

4. Extensão da Independência Linear Quantitativa (QLI):
   Para um único intervalo móvel onde o parâmetro de comprimento $\delta$ tende a zero conforme $X \to \infty$ (especificamente $\delta > (\log X)^{-\varepsilon}$), o autor prova um teorema do limite central assumindo uma formulação quantitativa da conjectura de LI (QLI). Isso estende a validade da distribuição Gaussiana para intervalos mais curtos do que o estabelecido anteriormente sob a LI qualitativa pura.

Significância e Alegações
O artigo afirma ser o primeiro a focar na distribuição de primos em intervalos curtos usando o arcabouço de Rubinstein–Sarnak, deslocando o foco de classes de resíduos para comprimentos de intervalo.

• Novidade: O resultado é novo mesmo para um único intervalo móvel sob uma formulação quantitativa de LI.
• Mecanismo de Viés: O trabalho fornece uma explicação transparente para o surgimento de viés em corridas de números primos em intervalos curtos, atribuindo-o à estrutura específica da matriz de covariância (correlações negativas fracas) e à agregação dessas correlações conforme o número de intervalos cresce.
• Nitidez: O autor observa que o limiar crítico derivado para a transição de fase é mais nítido do que resultados anteriores no contexto da corrida de Shanks–Rényi, devido à estrutura de correlação precisa e estimativas refinadas para o determinante da matriz de covariância.
• Limitações: O artigo reconhece que os argumentos do tipo Berry–Esseen utilizados impõem um limite ao número de intervalos $r$ (impedindo que este atinja uma potência total de $\delta^{-1}$). O autor sugere que métodos alternativos (método de Stein ou tipo Lindeberg) poderiam estender esse alcance, mas a abordagem atual de análise de Fourier foi escolhida para estabelecer limites estreitos sobre a distância de variação total.

Em resumo, o artigo estabelece um arcabouço probabilístico rigoroso para primos em múltiplos intervalos curtos, revelando uma força repulsiva sutil entre intervalos que leva a uma transição de fase de um comportamento não enviesado para um comportamento enviesado na contagem comparativa de primos.