Oscillations of random multiplicative functions under initial bias

论文技术总结

标题：初始偏差下随机完全积性函数的振荡
作者：Rodrigo Angelo 和 Max Wenqiang Xu
核心领域：解析数论、概率数论、随机积性函数

1. 研究背景与问题定义

本文研究的是随机完全积性函数 $f(n)$ 的部分和的符号变化问题。

• 定义：$f(n)$ 是一个随机完全积性函数，定义为在素数 $p$ 处，$f(p)$ 以 $1/2$ 的概率独立地取值为 $+1$ 或 $-1$，并完全积性地扩展到所有正整数$n$。
• 研究目标：解决两个关于该函数部分和符号变化的长期未决问题：
  1. 初始素数偏差的影响：如果强制前 $y$ 个素数 $f(p)=1$（即存在初始偏差），那么部分和 $\sum_{n \le N} f(n)$ 对所有 $N \le x$ 保持非负的概率是多少？这解决了 Kucheriaviy 的一个猜想。
  2. 临界指数处的符号变化：对于级数 $\sum \frac{f(n)}{\sqrt{n}}$ 的部分和，是否几乎必然（almost surely）发生无限多次符号变化？这解决了 Aymone 提出的一个遗留问题（此前已知 $\sigma > 1/2$ 时收敛于正数，$\sigma < 1/2$ 时无限变号，但 $\sigma = 1/2$ 的情况未定）。

2. 主要结果 (Main Results)

定理 1.1 (Kucheriaviy 猜想的解决)

• 设定：设 $f$ 为随机完全积性函数。令 $y = o\left( (\frac{\log x}{\log \log x})^2 \right)$。
• 条件：假设对所有 $p \le y$，强制 $f(p) = 1$。
• 结论：当 $x \to \infty$ 时，部分和 $\sum_{n \le N} f(n) \ge 0$ 对所有 $N \le x$ 成立的概率趋于 0（即 $o(1)$）。
• 意义：Kucheriaviy 之前证明了当 $y$ 足够大（$y \ge C \frac{(\log x)^2}{\log \log x \log \log \log x}$）时，非负概率趋于 1。本文证明了当 $y$ 小于该阈值（具体为 $(\log x)^2$ 量级以下）时，非负概率消失。这确认了 $(\log x)^2$ 是相变的临界尺度。

定理 1.2 (Aymone 问题的解决)

• 设定：$f$ 为随机完全积性函数的样本。
• 结论：级数 $\sum_{n \le N} \frac{f(n)}{\sqrt{n}}$ 的部分和几乎必然（almost surely）发生无限多次符号变化。
• 意义：填补了 $\sigma = 1/2$ 这一临界情况下的理论空白，证明了即使在临界线上，随机性也足以导致符号的无限振荡，而非收敛于非负值。

3. 方法论与核心技术 (Methodology)

本文没有使用传统的复分析技巧（如通过复平面 $s$ 在临界线附近的最大值来约束），而是采用了一种基于实数 $s$ 的级数行为的“最小化方法”（minimal approach）。

核心思路：

1. 非负性蕴含单调递减：

   • 利用分部积分法证明：如果部分和 $\sum_{n \le N} f(n) \ge 0$，则狄利克雷级数 $F(s) = \sum \frac{f(n)}{n^s}$ 在 $s > 0$ 时具有某种“递减”性质（具体为 $F(s)/s$ 递减）。
   • 对于 $\sum \frac{f(n)}{\sqrt{n}}$ 的情况，利用积分变换将部分和非负性转化为 $S(t) = \frac{1}{t} \sum \frac{f(n)}{n^{1/2+t}}$ 的单调性约束。

2. 欧拉积与随机游走：

   • 将 $F(s)$ 表示为欧拉积的指数形式：$F(s) \approx \exp(R(t))$，其中 $R(t) = \sum_p \frac{f(p)}{p^{1/2+t}} + \frac{1}{2}\sum_p \frac{1}{p^{1+2t}}$。
   • $R(t)$ 本质上是独立随机变量的和。

3. 中心极限定理与振荡构造：

   • 考察差分 $R(t) - R(2t)$。根据中心极限定理（CLT），当 $t$ 变化时，这些差分收敛于独立的高斯分布。
   • 矛盾构建：
     • 如果部分和始终非负，则 $R(t)$ 必须表现出特定的递减行为（即 $R(2t) - R(t)$ 有上界）。
     • 然而，随机性导致 $R(t) - R(2t)$ 表现为独立的高斯变量，其取值会频繁地超过任何固定的上界。
     • 通过选取一系列 $t_i$，利用高斯变量的独立性，证明“始终非负”这一事件发生的概率随着选取的 $t_i$ 数量 $K$ 的增加而指数级衰减至 0。

4. 处理初始偏差 (Theorem 1.1)：

   • 对于 $p \le y$ 的素数，$f(p)$ 被固定为 1。
   • 作者证明了只要 $y$ 足够小（相对于 $(\log x)^2$），$p > y$ 的随机部分产生的振荡足以破坏由 $p \le y$ 产生的“平滑”趋势，使得整体级数无法保持单调递减，从而导致部分和变号。

4. 关键引理 (Key Lemmas)

• 引理 2.1 (差分的高斯极限)：证明了在适当条件下，随机变量序列 $(R(t_i) - R(2t_i))$ 联合收敛于独立的高斯分布，均值约为 $\frac{\log 2}{2}$，方差约为 $\frac{\log 9}{8}$。这是证明振荡性的核心。
• 引理 2.3 (非负性与单调性)：建立了部分和非负性与 $F(s)/s$ 递减性之间的严格联系。
• 引理 3.1 (临界情况下的单调性约束)：针对 $\sigma=1/2$ 的情况，建立了 $S(t)$ 在 $t$ 变化时的不等式约束，将部分和的符号问题转化为 $S(t)$ 的渐近行为问题。

5. 结果的意义与贡献 (Significance)

1. 解决长期猜想：

   • 确认了 Kucheriaviy 关于初始素数偏差对部分和符号影响的猜想，精确刻画了相变发生的阈值尺度（$(\log x)^2$）。
   • 彻底解决了 Aymone 关于 $\sum f(n)/\sqrt{n}$ 符号变化的问题，确认了临界情况下的无限振荡性质。

2. 方法论创新：

   • 不同于以往依赖复平面 $s$ 在临界线附近最大值的复杂技术（如 Harper, Soundararajan 等人的工作），本文提出了一种更直接的方法：仅利用实数 $s$ 的级数性质和随机游走的统计特性（中心极限定理）。
   • 这种方法更“最小化”（minimal），能够处理复分析技巧难以触及的特定约束问题。

3. 对概率下界的贡献：

   • 结合 Kucheriaviy 的结果，本文进一步限定了随机完全积性函数部分和保持非负的概率的衰减速度。虽然具体的渐近衰减率仍是开放问题，但本文排除了某些特定的“长程非负”可能性，为理解这一概率的下界提供了更精确的框架。

4. 理论联系：

   • 文章将随机积性函数的行为与 Fyodorov-Hiary-Keating 猜想（关于黎曼 $\zeta$ 函数最大值的研究）联系起来，指出虽然复分析最大值方法在某些情况下有效，但在处理此类特定符号变化问题时，基于实数级数递减性的方法更为有效。

6. 总结

Rodrigo Angelo 和 Max Wenqiang Xu 通过巧妙结合分部积分（将部分和约束转化为级数单调性）与概率论（利用中心极限定理证明随机振荡的必然性），成功解决了随机完全积性函数在初始偏差和临界指数下的符号变化问题。这项工作不仅解决了两个具体的数论猜想，还展示了一种处理随机积性函数振荡问题的新范式，即通过实数域的单调性约束与随机游走的统计特性之间的张力来推导结论。