Almost Affine Invariance Over Prime Fields: Green Problem 90

技术摘要：素数域上的近似仿射不变性

问题陈述
本文解决了本·格林（Ben Green）提出的 100 个未解决问题中的第 90 号问题。该问题涉及是否存在一个密度为 $1/2$ 的子集 $A \subset \mathbb{F}_p$，使其在仿射变换族 $\phi(x) = ax + b$ 下“近似不变”。具体而言，若集合 $A$ 在 $\phi$ 下近似不变，则当 $p \to \infty$ 时，其对称差 $|A \triangle \phi(A)| = o(p)$。核心问题是确定参数 $K = K(p)$ 的阈值范围，使得存在一个集合 $A$，对所有满足 $1 \le |a| \le K$ 且 $|b| \le K$ 的仿射映射同时满足该近似不变性条件。

方法论
作者采用双重方法来确定 $K$ 的精确阈值：解析上界与概率下界。

1. 上界（傅里叶分析与赋值论）：
   为了证明 $K$ 不能很大，作者利用了傅里叶分析工具。他们定义函数 $f = 1_A - \alpha$（其中 $\alpha \approx 1/2$），并分析其傅里叶变换 $\hat{f}$。

   • 平移不变性： 在平移（$b$）下的近似不变性条件意味着 $f$ 的傅里叶质量集中在低频部分，具体为 $|r| \ll p/K$。
   • 乘法不变性： 在伸缩（$a$）下的近似不变性条件通过分析频率上的概率测度 $\mu$（正比于 $|\hat{f}(r)|^2$）进行研究。伸缩不变性意味着 $\mu$ 在映射 $r \mapsto qr$（其中 $q \le K$ 为素数）下近似不变。
   • 赋值论证： 通过将 $\mu$ 限制在整数 $\{1, \dots, N\}$（其中 $N \approx p/K$）上的概率测度 $\lambda$，作者表明，对于 $\lambda$ 下几乎所有的 $n$，其 $q$-进赋值 $v_q(n)$ 必须很大，这对每个 $q \le K$ 的素数均成立。除非素数 $q \le K$ 的对数之和很小，即 $\sum_{q \le K} \log q = o(\log p)$，否则会导致矛盾，这意味着 $K = o(\log p)$。

2. 下界（概率构造与集中性）：
   为了证明 $K = o(\log p)$ 是可以达到的，作者利用概率方法构造了这样的集合。

   • Følner 序列： 构造的核心依赖于引理 3.3，该引理确立了对于小族仿射变换 $S_p$，存在大的"Følner 序列”（即在群作用下对称差很小的集合 $A$）。
   • 有理模型： 作者构造了一族定义在 $\mathbb{Q}$ 上的有理仿射映射，其参数由小素数的乘积参数化，并将其模 $p$ 约化。这确保了概率论证所需的必要单射性和无碰撞性质。
   • 集中不等式： 基于分配给对合 $x \mapsto -x$ 轨道的随机符号的多数投票，定义了一个随机集合 $A$。虽然 $A$ 的期望大小和期望对称差是有利的，但作者利用有界差不等式（McDiarmid 不等式）证明了这些量在其均值附近急剧集中，从而保证了存在一个满足条件的特定集合 $A$，且其概率为正。

主要贡献与结果
本文确立了参数 $K$ 的精确阈值：

• 定理 1.2： 设 $p$ 为素数，$K = K(p)$ 为正整数。
  • 如果存在一个密度为 $1/2 + o(1)$ 的集合 $A \subset \mathbb{F}_p$，使其在所有满足 $1 \le |a| \le K$ 且 $|b| \le K$ 的 $\phi(x) = ax+b$ 下近似不变，则 $K = o(\log p)$。
  • 反之，如果 $K = o(\log p)$，则存在这样的集合 $A$。

这一结果确认了阈值确实是 $p$ 的对数级，从而解决了格林的第 90 号未解决问题。它改进了 Eberhard、Mrazović 和格林此前未发表的工作，该工作曾暗示 $K$ 可以缓慢增长（例如 $(\log p)^c$），但不能快至 $p^{1/100}$。目前的工作将其精确缩小至 $o(\log p)$。

意义
本文对加性组合数学中关于集合在仿射变换下刚性的一个具体结构问题给出了明确答案。通过将傅里叶分析与概率构造相结合，作者证明了同时满足一大族仿射映射下的近似不变性，对该族的大小施加了严格的对数限制。这项工作还突显了仿射群中可迁性论证的效用，以及概率方法在有限域上构造具有特定不变性性质的集合方面的有效性。

人工智能披露
作者指出，在论文开发过程中使用了人工智能（ChatGPT 5.4）。具体而言，利用 $q$-进赋值表述问题的想法（引理 2.4）以及仿射群可迁性的初步应用是由人工智能提出的。然而，作者强调，人工智能的初步论证存在逻辑漏洞，而严谨的证明及最终的精确界限是人类经过完善和验证的结果。作者还承认，可迁性方法此前曾在未发表的工作和在线论坛（MathOverflow）中讨论过。