Subconvexity of Short $k$-Free Exponential Sums

技术摘要：短区间 $k$-free 指数和的亚凸性

问题陈述
本文研究了关于 $k$-free 整数（即不被任何素数的 $k$ 次幂整除的整数）的短指数和的矩。令 $k \ge 2$ 为整数，$\mu_k(n)$ 表示 $k$-free 整数的指示函数。研究的核心对象是短区间 $(N-K, N]$ 上的指数和：
$$S_k(\alpha; K) = \sum_{N-K < n \le N} \mu_k(n) e(n\alpha),$$
其中 $e(x) = e^{2\pi i x}$。主要目标是确定区间长度 $K$ 的范围（相对于 $N$），使得该和的 $L^s$-矩满足与全区间情况（$K=N$）一致的“预期”渐近行为：
$$\int_0^1 |S_k(\alpha; K)|^s d\alpha \asymp_{k,s} \begin{cases} K^{\frac{s}{k+1}} & \text{若 } s < 1 + \frac{1}{k}, \\ K^{s-1} & \text{若 } s > 1 + \frac{1}{k}. \end{cases}$$
论文定义了一个指数 $\theta_{k,s}$，它是所有使得上述界限对任何 $K \gg N^\theta$ 均成立的 $\theta$ 的下确界。目标是降低 $\theta_{k,s}$ 的值，从而证明预期行为在更短的区间内依然成立，特别是突破“平方根障碍”（$\theta < 1/2$）。

方法论
该方法依赖于将指数和分解为“中间部分”和应用针对这些分量的精细 $L^2$ 估计。

1. 分解： 利用恒等式 $\mu_k(n) = \sum_{d^k|n} \mu(d)$ 对 $S_k(\alpha; K)$ 进行分解。作者定义了“中间部分”和 $c_n(y, z) = \sum_{y < d \le z, d^k|n} \mu(d)$，并根据 $d$ 的大小将指数和划分为二进段 $T_i(\alpha)$。总和被分为“低部分” $h_D(\alpha)$（对较小的 $d$ 求和）和“高部分” $H_D(\alpha)$（对较大的 $d$ 求和），其中 $D \approx \log K$。
2. 核心估计（引理 1.2）： 论文的技术引擎是关于中间部分和均方值的一个新界限：
   $$\sum_{N-K < n \le N} |c_n(y, z)|^2 \ll K y^{1-k} + N^\varepsilon K^{1/k} + N^{\delta_k + \varepsilon},$$
   其中 $\delta_k$ 是取决于 $k$ 的特定常数。该估计结合了多种工具：
   • 佩龙公式 (Perron's Formula)： 用于在求和范围较小时处理乘法结构。
   • 双曲法 (Hyperbola Method)： 用于缩短涉及锯齿函数 $\psi(x)$ 的长和。
   • 范德科皮特方法 (Van der Corput's Method)： 同时使用了单维和多维版本的范德科皮特方法。论文利用维诺格拉多夫平均值定理主猜想的解决结果来选择最优指数对 $(p, q)$ 以进行这些估计。
   • Zeta 函数界限： 使用了狄利克雷多项式与 $\zeta(s)$ 的标准凸性界限。
3. 矩插值： 通过在分解和的 $L^1$ 和 $L^2$ 估计之间进行插值，推导出 $L^s$-矩的界限。对于亚临界情况（$s < 1 + 1/k$），论证过程使用 Fejér 核来平滑求和并处理下界。对于临界和超临界情况（$s \ge 1 + 1/k$），论文利用 Hölder 不等式以及对高部分和 $H_D(\alpha)$ 的仔细逐点估计。

主要贡献与结果

• 定理 1.1（主要结果）： 论文给出了可容许指数 $\theta_{k,s}$ 的显式上界。对于 $s \neq 1 + 1/k$，论文证明了：
  $$\theta_{k,s} \le \begin{cases} \left(\frac{k+1}{2}\right)\delta_k & \text{若 } s < 1 + \frac{1}{k}, \\ \left(\frac{1}{2} + \frac{1}{2(s-1)}\right)\delta_k & \text{若 } 1 + \frac{1}{k} < s < 2, \\ \delta_k & \text{若 } s \ge 2. \end{cases}$$
  这里 $\delta_2 = 105/317 \approx 0.331$，且对于 $k \ge 3$，$\delta_k$ 是一个关于 $k$ 的特定有理函数，其值严格小于 $1/(k+1)$。
• 突破平方根障碍： 一个重要的推论是，对于 $s=1$（$L^1$-均值），当 $K \gg N^\theta$ 且 $\theta < 1/2$ 时，预期行为成立。具体而言，对于 $k=4$，该界限达到 $K \gg N^{1555/3142 + \varepsilon} \approx N^{0.49491}$。
• 定理 1.5（临界矩）： 对于临界指数 $s = 1 + 1/k$，论文证明了：
  $$K^{1/k} \log K \ll \int_0^1 |S_k(\alpha; K)|^{1+1/k} d\alpha \ll K^{1/k} (\log K)^{2-1/k},$$
  该结论对于 $K \gg N^{(\frac{k+1}{2})\delta_k + \varepsilon}$ 成立。这略微改进了全区间情况（$K=N$）的上界。
• 推论 1.8（Möbius 函数的应用）： 通过利用正交性将 $k$-free 和与 Möbius 扭曲和联系起来，论文导出了 $\sum \mu(n)e(n\alpha)$ 的 $L^1$-均值的下界。它表明，对于 $K \gg N^{105/317 + \varepsilon} \approx N^{0.49685}$，积分满足 $\gg K^{1/6}$。这改进了 Sun 之前的最佳结果（$K \gg N^{9/17}$）。

意义与主张
论文声称，引理 1.2 的强度是实现 $\theta_{k,s} = 0$ 的“唯一障碍”。结果表明，进一步改进中间部分和的 $L^2$ 估计（特别是降低方程 1.5 中的指数 $\Delta_k$）将立即转化为更强的关于所有矩的亚凸性结果。

作者指出，$s=2$ 的情况对应于短区间内 $k$-free 整数计数的经典问题。虽然论文对于该特定情况的界限尚未达到目前最强的已知结果（例如 Filaseta 和 Trifonov 关于 $k$-free 间隙的结果），但其方法论提供了一个统一的框架。论文明确指出，对 Möbius 函数 $L^1$-均值的改进是精细化的引理 1.2 的直接结果。

这项工作被呈现为对 Sun、Balog、Ruzsa 和 Keil 先前结果的推广与改进，利用来自指数和理论的现代工具（特别是维诺格拉多夫平均值定理的解决结果）来推动短区间内亚凸性的极限。论文并未声称解决了 $k$-free 整数的间隙问题，但表明所导出的关于 $\theta_{k,2}$ 的界限是迈向更好间隙结果的一步。