헬손 추측의 매끄러운 수 버전

초록

저자들은 스테인하우스 무작위 곱셈함수의 y‑매끄러운 수에 대한 부분합이 언제나 제곱근 소거보다 더 큰 소거를 보이며, 이는 2 ≤ y ≤ x 전체 구간에 대해 Ψ(x,y)¹ᐟ²보다 작은 기대값을 갖는다는 것을 증명한다.

상세 분석

본 논문은 스테인하우스 무작위 곱셈함수 f에 대해 y‑매끄러운 수 집합 A(x,y)={n≤x : P(n)≤y} 위의 부분합 S(x,y)=∑{n∈A(x,y)}f(n) 의 1차 절대 모멘트 E|S(x,y)| 를 조사한다. 기존 연구에서는 전체 합(즉 y=x) 에 대해 Helson의 추측이 Harper에 의해 √x·(log log x)¹ᐟ⁴ 수준으로 개선됨을 보였으며, 이 논문은 동일한 현상이 매끄러운 수 집합에서도 전 구간 2≤y≤x 에 대해 유지된다는 것을 최초로 입증한다. 핵심 아이디어는 다음과 같다. (1) Perron 공식과 무작위 Euler 곱 F_y(s)=∏{p≤y}(1−f(p)p^{-s})^{-1} 를 이용해 E|S(x,y)| 를 적분 형태로 변환한다. (2) 적절한 실수 σ를 선택하고 삼각 부등식을 적용해 E|S(x,y)| ≤ x^{σ/2}·E|F_y(σ/2)|·log x 로 억제한다. (3) σ>2/3 일 때 log|F_y(σ/2)| 가 평균 0, 분산 ≈½∑{p≤y}p^{-σ} 인 가우시안 변수와 거의 동일함을 보이며, 따라서 모멘트 생성함수 E|F_y(σ/2)|^γ ≈ exp(γ²/4·∑{p≤y}p^{-σ}) 로 추정한다. (4) γ=1 을 대입하면 E|F_y(σ/2)| ≈ ζ(σ,y)^{1/4} 가 되므로, 최적 σ는 두 번째 순간을 최소화하는 saddle point α(x²,y) 가 된다. (5) 이 선택을 통해 E|S(x,y)| ≲ Ψ(x²,y)^{1/4}(log x)^{9/8}(log y)^{1/8} 를 얻으며, 이는 Ψ(x,y)^{1/2} 보다 확실히 작다. (6) y가 x에 가깝거나 매우 작을 때는 추가적인 현상이 나타난다. y≈x 일 때는 critical Gaussian multiplicative chaos (GMC) 이 작용해 추가적인 로그‑로그 절감이 가능하고, y가 e^{(log log x)^{5/3+ε}} 이하일 때는 작은 소수들의 희귀 사건을 이용한 대형 절감이 가능함을 보인다. 결과적으로 Theorem 1.2(중간 y), Theorem 1.3(큰 y), Theorem 1.4(작은 y) 로 구분된 정량적 경계가 제시된다. 논문은 또한 이러한 기대값 추정이 매끄러운 수의 짧은 구간 분포, 특히 h≈√x 수준에서의 존재성 문제에 적용될 가능성을 논의한다. 전체적으로 무작위 곱셈함수와 매끄러운 수의 상호작용을 정밀히 분석함으로써 Helson 추측의 매끄러운 수 버전을 완전하게 확립하였다.