🔢 mathematics

On additive convolution sum of arithmetic functions and related questions

本文通过推导除数函数部分和带有误差项的渐近公式，并将这些发现推广到具有绝对收敛拉马努金展开式的算术函数，从而扩展了英格姆（Ingham）关于加法卷积和的经典结果。

原作者： Bikram Misra, Biswajyoti Saha, Anubhav Sharma

发布于 2026-06-08

📖 1 分钟阅读🧠 深度阅读

原作者： Bikram Misra, Biswajyoti Saha, Anubhav Sharma

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你是一名正在试图通过两个数字之和等于特定目标值 $N$ 来破解谜题的侦探。

在数学世界中，有一个著名的谜题叫做哥德巴赫猜想（Goldbach Conjecture）。它问道：“是否每一个偶数都可以写成两个质数之和？”（例如， $14 = 3 + 11$ 或 $14 = 7 + 7$ ）。

为了研究这个问题，数学家们使用了一种被称为**卷积和（convolution sum）**的工具。把它想象成一个巨大的计数器。你从 1 到 $N$ 遍历每一个数字 $n$ ，然后检查：“ $n$ 是否具有某种特殊属性？ $N-n$ 是否也具有该属性？”如果两者都具备，你就增加一分。

旧时代的侦探工作（因加姆的发现）

几十年前，一位名叫因加姆（Ingham）的数学家研究了这个游戏的特定版本。他研究了约数函数，记作 $d(n)$ 。

什么是 $d(n)$ ？ 它仅仅是能整除 $n$ 的数字个数。例如， $d(6) = 4$ ，因为 1, 2, 3 和 6 都能整除 6。
这个游戏： 因加姆统计了有多少对 $(n, N-n)$ 使得两个数都具有约数。他发现了一个简洁的公式，可以预测当 $N$ 变得巨大时，整个范围内的总得分。

然而，因加姆只观察了全貌。他没有停下来追问：“如果我们只计算第一个数字很小的那些数对呢？如果我们只数到一半就停止呢？”

新的发现（论文的贡献）

这篇论文的作者——米斯拉（Misra）、萨哈（Saha）和沙玛（Sharma）——决定进行缩放观察。他们想要知道，如果我们只计算第一个数字 $n$ 小于某个较小的数字 $M$ （其中 $M$ 小于 $N$ ）时的情形，会发生什么。

可以这样理解：

全额求和： 统计填满整个游泳池的所有方式。
部分求和： 只统计前几英尺深处的水量。

作者发现，如果你仔细选择你的截断点 $M$ ，你可以用一个非常精确的公式来预测这个“部分水池”的得分。

$M$ 的“金发姑娘区”（理想区间）

论文揭示了 $M$ 的大小至关重要。它不仅仅是“任何小于 $N$ 的数字”。

太小： 如果 $M$ 非常微小（比如相对于 $N$ 而言只是一个尘埃），数学处理就会变得非常混乱，目前的工具无法给出清晰的答案。
恰到好处： 如果 $M$ 是 $N$ 的一个显著部分（但不是全部），他们发现了一个美丽的模式。这个部分和的得分大致与你填充的部分成比例，但带有一个转折：公式中的“对数”部分会根据你停止的具体位置而发生变化。

他们证明了，如果你在 $M$ 处停止，公式看起来像这样：
$\text{得分} \approx \text{常数} \times M \times \text{对数}(\text{与 } M \text{ 和 } N \text{ 相关的某些量})$

这是一个重大的突破，因为它扩展了因加姆早期的工作。它告诉我们，这些约数对的“密度”并不是均匀分布的；它会随着你在数轴上前进的距离而发生轻微的偏移。

“拉马努金”的联系

这篇论文并不仅仅停留在计数约数上。他们还研究了更复杂的算术函数（即为每个整数分配一个数字的数学规则）。

他们使用了一种由传奇数学家斯里尼瓦瑟·拉马努金（Saranivasa Ramanujan）发明的特殊工具，称为拉马努金展开式（Ramanujan Expansions）。

类比： 想象你有一首复杂的歌曲（一个复杂的算术函数）。拉马努金展示了你可以将这首歌分解为一系列简单的、纯净的音符（称为拉马努金和）。
应用： 作者利用这种“音乐分解法”来分析这些复杂函数的偏和。他们表明，如果“歌曲”中的“音符”减弱得足够快（在数学上，如果系数衰减得很快），你就可以高精度地预测偏和。

为什么这很重要？

这篇论文将这些数学知识与两个著名问题联系了起来：

孪生质数： 靠得很近的质数对（如 3 和 5，或 11 和 13）。
哥德巴赫猜想： 两个质数之和。

作者解释说，如果我们想要证明哥德巴赫猜想，我们可能不仅需要理解将 $N$ 写成两数之和的总方法数，还需要特别理解那些较小的质数位于某一特定限制之下的方法。他们的新公式为数学家提供了一个更锐利的工具，去观察这些特定的“子和”。

用通俗易懂的话总结

这篇论文就像是在升级一张地图。

之前： 我们有一张显示从 A 点到 B 点全过程地形的地图。
现在： 作者绘制了一张新地图，告诉我们如果我们在 C 点（C 在 A 和 B 之间）停下，地形会是什么样子。
代价： 只有当 C 点不是离 A 太近时，这张地图才是完美准确的。如果离得太近，地形就会变得过于崎岖，以至于目前的工具无法应对。
结果： 他们利用涉及数论历史（因加姆和拉马努金）的巧妙技巧，为这个此前一直被忽视的问题提供了一个精确的新公式。

他们并没有直接解决哥德巴赫猜想本身，但他们为侦探们提供了一个更强大的放大镜，用来观察其中的线索。

技术摘要：关于算术函数的加性卷积和及其相关问题

问题陈述
本文研究了算术函数加性卷积和的渐近行为，特别关注子和 $\sum_{n < M} f(n)g(N-n)$ ，其中 $M \le N$ 。虽然移位卷积和 $\sum_{n \le N} d(n)d(n+h)$ 自 Ingham 的开创性工作以来已得到广泛研究，但加性卷积和 $\sum_{n < N} d(n)d(N-n)$ 及其子和受到的关注较少。作者旨在通过扩展 Ingham 的经典结果，为这些子和（特别是对于除数函数 $d(n)$ ）推导带有显式误差项的渐近公式，并随后将这些发现推广到具有绝对收敛 Ramanujan 展开式的算术函数。

方法论
作者结合了经典的解析数论技术与关于算术级数中除数函数的现代估计。

Ingham 方法的扩展 (定理 1)：
对于除数函数 $d(n)$ ，作者改编了 Ingham 的几何方法。他们将和 $\sum_{n \le M} d(n)d(N-n)$ 解释为计数满足 $lr + ms = N $且$ ms \le M $的四元组$ (l, r, m, s)$。
- 界限优化： 不同于 Ingham 使用 AM-GM 不等式将乘积 $n(N-n)$ 限制在 $N^2/4$ 以内，作者利用特定的约束条件 $n \le M$ 来推导更紧致的界限 $X = \sqrt{M(N-M)}$ 。
- 集合分解： 解集被分解为对称集合 $P$ 和 $Q$ 以及它们的交集 $R$ 。其基数通过除数函数的性质以及线性丢番图方程解的分布进行估计。
- 范围分析： 证明仔细区分了 $M$ 相对于 $N$ 的不同范围，特别是在分析当 $M$ 接近 $N/2$ 与 $M$ 较小时的误差项。
小 $M$ 机制 (定理 2)：
对于 $M = N^\alpha$ 且 $3/4 < \alpha < 1$ 的情况，几何方法不再适用。作者利用恒等式 $d(n) = \sum_{t|n} 1$ 将该和重写为对剩余类的求和。
- 他们应用了 Pongsriiam 和 Vaughan（对 Fouvry 和 Iwaniec 的扩展）关于算术级数中除数函数平均值的结论： $\sum_{n \le M, n \equiv N \pmod t} d(n)$ 。
- 这使得能够推导出涉及 Ramanujan 和 $c_r(N)$ 及特定级数 $S_i(N)$ 的渐近公式。
一般算术函数 (定理 3)：
作者将结果推广到具有绝对收敛 Ramanujan 展开式（ $f(n) = \sum a_f(r)c_r(n)$ ）的函数 $f$ 和 $g$ 。
- 正交性： 他们利用了 Ramanujan 和的正交引理： $\sum_{n < M} c_r(n)c_s(N-n) \approx \delta_{r,s} M c_r(N)$ 。
- 截断与误差控制： 求和被分为主项（其中指数 $r, s$ 较小）和误差项（其中指数较大）。误差项通过系数的衰减条件 $|a_f(r)|, |a_g(r)| \ll r^{-(1+\delta)}$ 以及先前建立的除数函数卷积界限来进行控制。

主要贡献与结果

定理 1 (除数函数子和)： 本文建立了对于 $M \le N/2$ 时 $\sum_{n \le M} d(n)d(N-n)$ 的渐近公式。
- 主项为 $\frac{6}{\pi^2} M \sigma_{-1}(N) \log^2 X$ ，其中 $X = \sqrt{M(N-M)}$ 。
- 误差项取决于 $M$ 与 $N$ 的关系。具体而言，若 $N/(\sigma_{-1}(N) \log N)^2 = o(M)$ ，则该公式成立。
- 作者为不同的 $M$ 范围提供了精细的误差界限，包括 $M$ 接近 $N/2$ 的情况以及 $M$ 较小但仍满足增长条件的情况。
- 推论 1 通过利用全和的对称性，将这些结果扩展到 $N/2 \le M \le N$ 的范围。
定理 2 (小 $M$ )： 对于 $M = N^\alpha$ 且 $3/4 < \alpha < 1$ 的情况，作者推导出了一个涉及通过 Ramanujan 和定义的复杂级数 $S_0(N), S_1(N), S_2(N)$ 的渐近公式。这填补了定理 1 中几何方法失效的空白。
定理 3 (一般函数)： 对于具有多项式衰减系数条件的具有绝对收敛 Ramanujan 展开式的算术函数，本文证明了：
$\sum_{n < M} f(n)g(N-n) = M \sum_{r \ge 1} a_f(r)a_g(r)c_r(N) + \text{误差项}$
误差项为：当 $\delta < 1$ 时为 $O(M^{1-\delta}(\log M)^{4-2\delta})$ ；当 $\delta = 1$ 时为 $O(\log^3 M)$ ；当 $\delta > 1$ 时为 $O(1)$ 。
推论 2： 作为应用，作者推导了涉及归一化除数函数 $\sigma_\alpha(n)/n^\alpha$ 之和的渐近公式，通过提供显式误差项并扩展参数范围，改进了文献 [6] 中的结果。

意义与主张
本文声称将 Ingham 的经典结果从全和扩展到了子和，从而提供了关于当求和极限 $M$ 变化时，加性卷积如何变化的更细粒度的理解。

动机： 该研究受到加性数论问题（如哥德巴赫猜想）的启发，在这些问题中，理解直到某个界限 $M \le N/2$ 的素数求和（或素数幂）的分布至关重要。作者指出，虽然全和计算了所有的表示形式，但子和的行为对于确定最小可能的素数求和项是相关的。
方法论贡献： 这项工作强调了仔细选择 $M$ 的范围以获得有效的渐近公式及可控误差项的必要性。它表明，对于较小的 $M$ ，其行为受算术级数中除数分布的支配；而对于较大的 $M$ ，乘积 $n(N-n)$ 的几何约束则占据主导地位。
局限性： 作者谦逊地指出，他们的定理 1 方法无法处理极小的 $M$ 值（具体为 $M = N^\alpha$ 且 $\alpha < 3/4$ ），且定理 2 的证明被限制在 $3/4 < \alpha < 1$ 范围内。他们还提到，对于一般函数，误差项中的隐含常数可能依赖于 $N$ ，尽管这种依赖性可以在 $M$ 满足特定增长条件时得到缓解。

本文并不声称解决了哥德巴赫猜想或孪生素数猜想，而是认为所推导的卷积子和渐近公式为这类调查提供了必要的工具和见解。