Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Walsh Miguel
Walsh Miguel
Tesis de Licenciatura
PROGRESIONES ARITMETICAS
EN SUBCONJUNTOS
DE LOS PRIMOS
Miguel N. Walsh
Director: Pablo De N
apoli
Indice general
Introducci
on
0.1. Objetivo del trabajo
0.2. Notaci
on . . . . . . .
0.3. Estructura de la tesis
0.4. Agradecimientos . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4
4
5
7
8
.
.
.
.
9
9
12
15
17
2. Estimaciones de cribas
20
2.1. Cribas sobre intervalos . . . . . . . . . . . . . . . . . . . . . . 20
2.2. Comportamiento sobre formas lineales . . . . . . . . . . . . . 26
2.3. Estimaciones de correlacion . . . . . . . . . . . . . . . . . . . 31
3. Integrales de contorno
36
3.1. El caso unidimensional . . . . . . . . . . . . . . . . . . . . . . 36
3.2. El caso general . . . . . . . . . . . . . . . . . . . . . . . . . . 42
4. Distancias acotadas entre primos
4.1. El nivel de distribucion de los n
umeros
4.2. Densidad en tuplas . . . . . . . . . . .
4.3. Demostraci
on del Teorema 1.3 . . . . .
4.4. Demostraci
on del Teorema 1.2 . . . . .
primos
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
44
44
46
50
52
5. Medidas pseudoaleatorias
5.1. El teorema de Szemeredi . . . . . . . . . . . . .
5.2. Pseudoaleatoriedad . . . . . . . . . . . . . . . .
5.3. Construcci
on de medidas pseudoaleatorias . . .
5.4. Deducci
on condicional del Teorema 1.1 . . . . .
5.5. Demostraci
on de la condicion de formas lineales
5.6. Demostraci
on de la condicion de correlacion . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
55
55
57
59
60
63
65
Tesis de Licenciatura
Walsh, Miguel N.
generalizado de
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
82
82
84
85
87
91
8. Deducci
on de los corolarios
93
Referencias
97
Indice
101
Introducci
on
0.1.
Tesis de Licenciatura
Walsh, Miguel N.
Adem
as, aprovecharemos durante el trabajo para usar ideas recientes
de Timothy Gowers que permiten dar demostraciones alternativas de varias
proposiciones de Green y Tao, mediante la introduccion de un teorema de
transferencia abstracto y argumentos del analisis funcional.
Finalmente, las herramientas desarrolladas en esta tesis nos permitiran
exponer los revolucionarios resultados de Dan Goldston, Janos Pintz y Cem
Yildirim sobre espaciados peque
nos entre los primos. En su trabajo de 2005,
estos tres autores demostraron que existen primos consecutivos cuya distancia es arbitrariamente m
as peque
na que la distancia promedio, resolviendo
de esta forma una vieja conjetura. Mas a
un, mostraron que asumiendo ciertas hip
otesis generales es posible demostrar la existencia de una constante
absoluta C tal que para infinitos primos p, p + C tambien es primo. Una
demostraci
on de estos resultados sera dada en la tesis. Ademas, veremos que
aplicando el teorema de extension a estos resultados, podremos garantizar la
existencia de una constante c tal que para todo entero r 3 habra r primos
p1 , . . . , pr en progresion aritmetica tales que p1 + c, . . . , pr + c sera tambien una progresi
on aritmetica de n
umeros primos. Mas a
un, asumiendo la
conjetura de Elliot-Halberstam, podremos tomar c 20.
0.2.
Notaci
on
omitir
a aclaraci
on. Esto
nos permitira en particular invertir a todos los elementos de ZN .
5
Tesis de Licenciatura
Walsh, Miguel N.
1 X
f (x)
|A|
xA
|{x A : P (x)}|
Tesis de Licenciatura
Walsh, Miguel N.
|A [1, N ]|
> 0.
N
0.3.
Estructura de la tesis
El trabajo est
a organizado de la siguiente forma.
El Captulo 1 provee una introduccion mas extensa a los problemas tratados. En el se repasa el contexto historico y se introducen algunas definiciones.
A su vez, se enuncian con precision los resultados principales del trabajo y
algunos de sus corolarios.
En el Captulo 2 se demuestran tres importantes proposiciones que proveen
informaci
on sobre la distribucion de ciertas funciones que modelan el comportamiento de los n
umeros primos. Estas demostraciones seran condicionales
a la evaluaci
on de una familia de integrales de contorno que involucran a la
7
Tesis de Licenciatura
Walsh, Miguel N.
funci
on zeta de Riemann. Estas evaluaciones seran el objetivo del Captulo
3. Los metodos aqu empleados se basan en los argumentos utilizados en
[17], [18] y [24].
En el Captulo 4 aprovechamos las herramientas desarrolladas en los
captulos anteriores para demostrar los teoremas de Goldston, Pintz y Yildirim
0.4.
Agradecimientos
A Pablo De N
apoli, director de esta tesis, por su tiempo, sus consejos y
su excelente disposici
on.
A los jurados Ariel Pacetti y Roman Sasyk, tanto por su tiempo, como
por sus comentarios y consejos respectivamente.
A mis compa
neros, Ernesto, Javi, Javier, Mauro, Pablo, Sergio y Tom.
A Gustavo Krimker, quien leyo mi primer trabajo cuando era un estudiante de escuela secundaria.
Especialmente a Natalio H. Guersenzvaig, quien con su conocimiento,
experiencia y confianza en m, contribuyo a desarrollar mi pasion por la
matem
atica.
A mis padres Luisa y Eduardo y a mi ta Laura.
Captulo 1
Problemas sobre la
distribuci
on de los n
umeros
primos
1.1.
La conjetura de Hardy-Littlewood
Tesis de Licenciatura
Walsh, Miguel N.
x
.
logk x
Tesis de Licenciatura
Walsh, Miguel N.
dados al comienzo. Por otro lado, si es (p) 6= p para todo primo p, ning
un
factor del producto ser
a nulo y para todo primo p suficientemente grande
tendremos
|(p)|
1 k
k
1 k
log 1
1
= log 1
1
p
p
p
p
k(k 1)
2p2
por lo que en tal caso la suma de los logaritmos converge y en consecuencia
la serie singular es no nula. Concluimos entonces bajo la veracidad de la
conjetura de Hardy-Littlewood que el conjunto {n + h1 , . . . , n + hk } consistir
a exclusivamente de primos para infinitos valores de n si y solo si para
la tupla H asociada es |(p)| < p para todo primo p. Tales tuplas se llaman
admisibles .
Para estudiar estos problemas, resulta natural la introduccion de la funcion (n) que vale log n si n es primo y 0 en caso contrario. En realidad,
puesto que la densidad de las potencias de primos es insignificante y por
razones pr
acticas que ser
an mencionadas en breve, resulta mas u
til trabajar
con la funci
on de von Mangoldt (n) que vale log p si n es una potencia de
un primo p y 0 en otro caso. En este nuevo escenario, el teorema del n
umero
primo resulta equivalente a la estimacion
E((n)|n x) = 1 + ox (1).
Del mismo modo, obtenemos la siguiente estimacion equivalente a la conjetura de Hardy-Littlewood:
Conjetura 1.2 (Conjetura de Hardy-Littlewood, de nuevo). Consideremos
H = {h1 , . . . , hk }, con hi Z. Entonces
E((n + h1 ) . . . (n + hk )|n x) = (1 + ox (1))G(H).
De este modo, la funci
on (n) nos permite ponderar a los primos (y
conjeturalmente a las tuplas de primos) de modo tal que su densidad sea
1. De todas formas, la utilidad principal de la funcion de von Mangoldt
proviene de satisfacer la convolucion aritmetica:
X
n
(n) =
(d) log ,
d
d|n
11
Tesis de Licenciatura
Walsh, Miguel N.
(d) log
d|n
R
.
d
Esta funci
on tiene muchas similitudes con en su comportamiento, la mas
relevante siendo que tambien posee como soporte a las potencias de los
n
umeros primos. Debido a esta propiedad, el entendimiento del comportamiento de (R) (n) resulta extremadamente u
til para estudiar la distribucion de los n
umeros primos.
1.2.
El estudio de aproximantes
Este
obst
aculo resulta ser crucial y la realidad es que no se conocen herramientas que permitan solucionar tal problema.
No todo est
a perdido sin embargo, aunque para poder avanzar sera necesario sacrificar nuestro objetivo inicial de estudiar directamente el comportamiento de (n). En su lugar, lo estudiaremos indirectamente mediante la
introducci
on de la truncaci
on de la funcion de von Mangoldt dada por
R (n) =
X
d|n
dR
(d) log
R
.
d
Tesis de Licenciatura
Walsh, Miguel N.
1 X
n r
(d) log
.
r!
d
d|n
1
(k + l)!
X
d|P (n;H)
n k+l
(d) log
.
d
Por los comentarios anteriores, vemos que el soporte de esta funcion consistir
a de los n tales que el conjunto {n + h1 , . . . , n + hk } acumule a lo sumo
k + l factores primos distintos. En particular, tomando l = 0 el soporte
de n consistir
a en los n para los cuales tal conjunto consiste enteramente
de potencias de primos, cuya densidad notamos anteriormente difera insignificantemente de la de aquellos n para los cuales el conjunto esta formado estrictamente por n
umeros primos. La razon por la cual se incluye el
par
ametro adicional l es debido a que en muchos casos, es mas facil trabajar
con los casi-primos (n
umeros con una cantidad peque
na de factores primos)
en lugar de trabajar con los primos directamente.
Para poder estudiar esto consideramos como antes la alteracion
1
(R) (n; H, k + l) =
(k + l)!
X
d|P (n;H)
R k+l
(d) log
.
d
log P (n; H)
log R
k+l
(n; H, k + l) (R) (n; H, k + l),
13
Tesis de Licenciatura
Walsh, Miguel N.
dada por
R (n; H, k + l) =
1
(k + l)!
X
d|P (n;H)
dR
R k+l
(d) log
.
d
Nuevamente, uno esperara que para una eleccion adecuada de R esta convoluci
on imite en muchos aspectos el comportamiento de (n; H, k+l) mientras el error se mantiene controlado.
Las funciones del tipo mencionado arriba fueron estudiadas intensamente
en la u
ltima decada. En un revolucionario trabajo, Dan Goldston, Janos
Pintz y Cem Yildirim [18] establecieron estimaciones asintoticas para la
funci
on R (n; H, k + l) como parte de su programa para encontrar espaciados arbitrariamente peque
nos entre los primos. Para lograr tal proposito,
transformaron tal problema en la evaluacion de una integral de contorno
que involucra la funci
on zeta de Riemann. Gracias a esto, conocemos ahora
en gran medida el comportamiento de una funcion que suponemos similar a
(n; H, k + l). Pero dado que al fin y al cabo no podemos probar efectivamente tal similitud, es posible utilizar esta informacion para obtener resultados concretos sobre la distribucion de los n
umeros primos? Por supuesto,
no haramos esta pregunta si la respuesta no fuese afirmativa.
En el 2004, en lo que es sin duda alguna uno de los trabajos mas importantes de las u
ltimas decadas en la teora de n
umeros, Ben Green y Terence
Tao [24] establecieron la existencia de progresiones aritmeticas arbitrariamente largas en los primos. Es decir, que para todo r N existiran x, h N
tales que x + jh es un n
umero primo para todo 0 j r 1. Tan impresionante como el resultado en s, es la cantidad de oxgeno que introducen a
la teora de n
umeros bajo la forma de herramientas provenientes de diversas
areas de la matem
atica, particularmente de la teora ergodica. Gracias a estas notables ideas, consiguen as sacar provecho de la distribucion de R (n)
para probar su impactante resultado sobre la distribucion de los n
umeros
primos.
Para comprender mejor tal trabajo, es necesario trasladarse al area de
la matem
atica que hoy en da se conoce como combinatoria aditiva (aunque
considerando su expansi
on a preguntas que no son estrictamente aditivas, se
ha sugerido que el nombre combinatoria aritmetica resultara mas apropiado). En 1973, Endre Szemeredi resolvio una famosa conjetura de Paul Erdos
y Paul Tur
an, estableciendo as un resultado fundacional para la combinatoria aditiva [42]. El teorema de Szemeredi nos dice que todo subconjunto
de los enteros de densidad positiva posee progresiones aritmeticas arbitrariamente largas. Mientras que la demostracion de Szemeredi es esencialmente
combinatoria, con el tiempo este historico resultado sera demostrado nuevamente en diversos contextos. En 1977, Hillel Furstenberg obtuvo el resultado
mediante metodos de teora ergodica [15], dando lugar as a una relacion entre preguntas de la combinatoria aditiva y la teora ergodica que se volvera
14
Tesis de Licenciatura
Walsh, Miguel N.
1.3.
Progresiones aritm
eticas en subconjuntos de
los primos
Tesis de Licenciatura
Walsh, Miguel N.
face E(f (n)|ZN ) . Asimismo, decimos que una tal f tiene soporte en
A Z si su soporte est
a contenido en la proyeccion canonica de A [1, N ]
en ZN . Por u
ltimo, definimos la normalizacion
2
R (n; H, k + l) = R (n; H, k + l) .
logk+2l R
en ZN , para R = N r 2
y cierta elecci
on fija de H = {h1 , . . . , hk } y
l > 0, entonces A posee progresiones aritmeticas de longitud r.
El principal aporte de este resultado es la demostacion de que para todo
H = {h1 , . . . , hk } y l > 0, existe una adaptacion apropiada de R (n; H, k+l)
que define una funci
on pseudoaleatoria. Utilizaremos ademas una observaci
on reciente de Gowers [21], que nos permitira obtener demostraciones
mas directas de algunos de los resultados de Green y Tao mediante la implementaci
on de herramientas del analisis funcional, particularmente el teorema
de Hahn-Banach.
Obtendremos varias consecuencias del Teorema 1.1, algunas de las cuales
enunciamos a continuaci
on. En primer lugar, tomando H = {0}, l = 1
y fN = 1N n2N c(n) para ciertas constantes c, > 0 suficientemente
peque
nas es posible recuperar el
Corolario 1.1 (Teorema de Green-Tao). Los primos contienen progresiones
aritmeticas arbitrariamente largas.
En su monumental trabajo de 1973, Chen Jingrun demostro que para
todo h Z existen infinitos primos p tales que p + 2h es el producto de a lo
sumo dos factores primos distintos [7]. Llamaremos h-primos de Chen a los
que satisfagan la mencionada propiedad. Veremos que del teorema de Chen
podemos deducir el siguiente corolario:
Corolario 1.2. Existen progresiones aritmeticas arbitrariamente largas de
h-primos de Chen para todo entero h.
En particular, cuando es h = 1 se los suele llamar simplemente primos
de Chen. Green y Tao haban predecido en su trabajo que sus metodos
deban poder adaptarse para demostrar que los primos de Chen contienen
progresiones aritmeticas arbitrariamente largas y lo demostraron en particular para el caso de progresiones aritmeticas de longitud 3 (ver [23]). El
16
Tesis de Licenciatura
Walsh, Miguel N.
1.4.
Tesis de Licenciatura
Walsh, Miguel N.
Esta suposici
on es de hecho correcta y fue demostrada por Erik Westzynthius
[45] en 1931. Subsecuentemente el valor del lmite superior fue estimado de
modo m
as preciso por Erd
os [10] y por Robert Rankin [37], quien demostro la
existencia de una constante c tal que para infinitos primos pn se tiene
pn+1 pn > c log pn
puesto que esto es obviamente equivalente a la conjetura de los primos gemelos. Sin embargo, tal objetivo aparece en el presente fuera del alcance. Nuevamente, el teorema del n
umero primo nos dice que
lm inf
n
pn+1 p n
1.
log pn
Este
resultado fue mejorado en diversos trabajos por Erdos [11], Enrico
Bombieri y Harold Davenport [3], Martin Huxley [31] y particularmente
Helmut Maier [34], cuyo trabajo resulta muy interesante puesto que para
lograr su resultado saca ventaja de la curiosa variacion existente entre lo que
el modelo de Cramer predice y lo que en realidad sucede en los intervalos
peque
nos.
De todas formas no fue hasta el 2005 que Dan Goldston, Janos Pintz y
Cem Yildirim en un impresionante trabajo [18] obtuvieron el siguiente
Teorema 1.2 (Goldston-Pintz-Yildirim). Es
lm inf
n
pn+1 pn
= 0.
log pn
Los metodos utilizados para obtener este resultado poseen muchos puntos
en com
un con las herramientas empleadas para deducir el Teorema 1.1, por
lo que aprovecharemos la ocasion para incluir una demostracion de este
teorema. En este trabajo, los autores sacan un notable provecho de conocer
el comportamiento de R (n; H, k + l). Como hemos visto con anterioridad,
uno esperara que esta funci
on se comporte en forma similar a (n; H, k + l),
que tiene como soporte a las tuplas {n + h1 , . . . , n + hk } que tienen a lo sumo
18
Tesis de Licenciatura
Walsh, Miguel N.
se supone
optimo. Este
teorema nos dice que el nivel de distribucion de los
primos en progresiones aritmeticas es = 1/2, siendo intencionalmente vagos
sobre lo que esto significa (ver 4.1). Sin embargo, se cree en general que
este nivel de distribuci
on es en realidad tan cercano a 1 como se desee. Esta
afirmaci
on es conocida como la conjetura de Elliot-Halberstam. Asumiendo
tal hip
otesis, los metodos desarrollados por Goldston, Pintz y Yildirim se
extienden para demostrar el siguiente fantastico resultado:
Teorema 1.3 (Goldston-Pintz-Yildirim). Supongamos que los primos tienen
nivel de distribuci
on > 1/2. Entonces existe una constante C = C() tal
que toda tupla H = {h1 , . . . , hk } con k C y G(H) 6= 0 posee infinitos valores de n para los cuales el conjunto {n + h1 , . . . , n + hk } contiene al
menos dos n
umeros primos. En particular, asumiendo la conjetura de ElliotHalberstam podemos tomar C = 7, por lo cual, aplicando el resulado a la
tupla {0, 2, 6, 8, 12, 18, 20} obtenemos:
lm inf pn+1 pn 20.
n
Una demostraci
on de esta afirmacion sera incluida en esta tesis. Aplicando el Teorema 1.1 a este resultado, vamos a obtener el siguiente
Corolario 1.5. Supongamos que los primos tienen nivel de distribuci
on
> 1/2. Existe entonces una constante C = C() tal que para toda tupla
H = {h1 , . . . , hk } con k C y G(H) 6= 0 existe un par i, j con 1 i < j k
tal que el conjunto Pij = {p P | p + (hj hi ) P} contiene progresiones
aritmeticas arbitrariamente largas. En particular, asumiendo la conjetura de
Elliot-Halberstam, existe una constante 0 c 20 tal que para todo entero
r > 0 existen r primos p1 , . . . , pr en progresi
on aritmetica para los cuales la
progresi
on aritmetica p1 + c, . . . , pr + c tambien est
a formada en su totalidad
por n
umeros primos.
19
Captulo 2
Estimaciones de cribas
Sea H = {h1 , . . . , hk } Z. A lo largo de este captulo asumiremos
siempre que para toda tal tupla H se tiene hi 6= hj para todo par i 6= j. Mas
a
un, supondremos tambien en todos los casos que las tuplas son admisibles,
en el sentido de que la serie singular G(H) es no nula.
En este captulo se demostraran tres importantes proposiciones que caracterizan el comportamiento de R (n; H, k + l). Las dos primeras proposiciones estudiar
an la distribucion de esta funcion a lo largo de intervalos y
de formas lineales. La tercera proposicion nos dara una estimacion de correlaci
on. Todas las demostraciones seran condicionales a la evaluacion de
una integral de contorno que sera efectuada en el siguiente captulo. Los
metodos aqu empleados se basan en los argumentos utilizados en [17], [18]
y [24].
En todos los casos los parametros k, ki , l, li se suponen fijos y en consecuencia se omitir
an los correspondientes subndices en las notaciones O, o,
en concordancia con lo mencionado en 0.2.
2.1.
(2.1)
R N 1/2 /(log N )C
(2.2)
Suponiendo adem
as
20
Tesis de Licenciatura
Walsh, Miguel N.
1
(k+l)! (d)
log Rd
k+l
si d R,
si d > R,
(2.3)
donde es la funci
on de Mobius. Con esta definicion, obtenemos para
1
Notar que a lo largo de esta secci
on s
olo necesitaremos tratar los casos de enteros d
libres de cuadrados debido a la aparici
on de la funci
on de M
obius.
21
Tesis de Licenciatura
Walsh, Miguel N.
R (n; H, k + l) la expresi
on
1
R (n; H, k + l) =
(k + l)!
X
X
d|P (n;H)
dR
R k+l
(d) log
d
R (d; k + l).
d:n(d)
X
1
T +O
|([d, d0 ])|R (d; k + l)R (d0 ; k + l) ,
N 0
(2.5)
d,d
con
T :=
X |([d, d0 ])|
d,d0
[d, d0 ]
(2.6)
!2
X
1
T +O
|(d)| |R (d; k + l)| .
(2.7)
N
d
s 1
Tesis de Licenciatura
Walsh, Miguel N.
todo i), se sigue del teorema chino del resto que ha de ser n m(mod d).
Concluimos as la desigualdad |(d)| k (d). Aplicando entonces el Lema
2.1 a (2.7) y utilizando que es |R (d; k + l)| (log R)c si es d R y
R (d; k + l) = 0 en otro caso, obtenemos
2
R (log R)c
2
EN <n2N R (n; H, k + l) = T + O
N
= T + o(1)
en donde hemos usado la hipotesis (2.2).
Sea ahora log+ x = m
ax(log x, 0). Tenemos entonces la bien conocida
identidad integral
Z
ds
r!
+
r
(2.8)
(log x) =
xs r+1 .
2i (1) s
1
Observar adem
as que es R (d; k+l) = (k+l)!
(d)(log+ Rd )k+l . La idea sera entonces sacar provecho de esta identidad para evaluar T . Notar de (2.6),
expandiendo R (d; k + l), que todas las funciones de d involucradas son
multiplicativas en d, excepto justamente (log+ Rd )k+l . Sin embargo, se da
el notable hecho de que (2.8) nos permite expresar a esto como la integral
de una funci
on que tambien es multiplicativa en d. Es esto lo que nos permitir
a llevar el problema a un producto infinito sobre los primos y poder
aprovechar que sabemos manejar tales productos relativamente bien gracias
a la teora de la funci
on zeta de Riemann (y dado que despues de todo, un
contexto multiplicativo es mucho mas natural para los n
umeros primos).
s
R
ds
.
k+l+1
d
s
(1)
Rs+s
F (s, s ; ) 0 k+l+1 dsds0 ,
(ss )
(1)
(1)
(2.9)
donde es
| ([d, d0 ])|
[d, d0 ] ds d0s0
d,d0
Y
1
|(p)| 1
1
=
1
+
,
s
s0
s+s0
p
p
p
p
p
F (s, s0 ; ) :=
(d)(d0 )
23
Tesis de Licenciatura
Walsh, Miguel N.
Recordando la definici
on de la funcion zeta de Riemann
Y
X 1
1 1
1
=
,
(s) =
s
s
n
p
p
n
la expresi
on producto obtenida para F (s, s0 ; ) sugiere que muchas de sus
k
(s+s0 +1)
propiedades ser
an semejantes a las de (s+1)(s
, notando en particular
0 +1)
que es |(p)| = k para p > H y en consecuencia F (s, s0 ; ) poseera un cero de
orden k en (0, 0). Para estudiar la validez de esta expectativa introducimos
la funci
on
(s + 1)(s0 + 1) k
0
0
G(s, s ; ) := F (s, s ; )
.
(s + s0 + 1)
Observar que el valor de esta funcion en el orgen esta dado por
Y
|(p)|
1 k
G(0, 0; ) =
1
= G(H),
1
p
p
p
(2.10)
Nota. La forma general en la que hemos enunciado este lema nos sera u
til
mas adelante. Para la presente demostracion, sin embargo, necesitaremos
u
nicamente el caso m = 1.
Vemos entonces que para probar la Proposicion 2.1 bastara demostrar
que G(s, s0 ; ) satisface las hipotesis del Lema 2.2. En efecto, de (2.9) y la
definci
on de G(s, s0 ; ) tenemos
k
Z Z
0
(s + s0 + 1)
Rs+s
1
0
T =
G(s, s ; )
dsds0 ,
(2i)2 (1) (1)
(s + 1)(s0 + 1)
(ss0 )k+l+1
24
Tesis de Licenciatura
Walsh, Miguel N.
que es la situaci
on m = 1 del Lema 2.2. El resultado se sigue entonces de
(2.10).
Para esto nos restringiremos a la region <(s), <(s0 ) > c con c suficientemente peque
no. Consideremos un primo p > H de modo tal que es
k 1
1
1
ps+s0 +1
1
+ s0 s+s0
(2.12)
k
k .
s
p p
p
p
1
1 ps+1
1 ps01+1
Al igual que en el enunciado del lema escribimos = mn (<(s), <(s0 ), 0).
En la regi
on en cuesti
on tenemos las igualdades
1
k
k
=
ps+s0 +1
k
1
=
1 s+1
p
1
ps0 +1
+O
,
ps+s0 +1
p2(2+1)
!k
k
X 1
1
1
= 1 + s+1 + s+1 s+1
p
p (p
1)
pr(s+1)
r
k
1
= 1 + s+1 + O
,
2+2
p
p
!k
k
X
1
1
1
= 1 + s0 +1 + s0 +1 s0 +1
=
p
p
(p
1)
pr(s0 +1)
r
k
1
= 1 + s0 +1 + O
.
(2.13)
p2+2
p
Insertando
estas
tres identidades en (2.12) obtenemos que esto es igual a
1
1+O p2+2 de donde concluimos que la parte de G(s, s0 ; ) correspondiente
a los factores p > H est
a uniformemente acotada en la region estudiada,
siempre que sea c < 1/2.
Para estudiar la parte correspondiente a los p H notamos que bas1
tar
a con considerar (3k) 2c+1 < p H puesto que el intervalo restante es
finito y en consecuencia define un producto uniformemente acotado. Nuevamente, tenemos
3k
|(p)|
log 1 |(p)| |(p)|
log
1
+
ps+1
p2+1
ps0 +1
ps+s0 +1
X
(3k)n
=
npn(2+1)
n=1
y adem
as es
25
3k
3k
p2+1
Tesis de Licenciatura
Walsh, Miguel N.
X
1
1
=
,
+1
n(s+1)
ps+1
p
1
np
n=1
X
1
1
1
=
log 1 0
,
+1
0
s
+1
n(s
+1)
p
1
p
np
n=1
X
1
1
1
log 1
=
.
0 +1
0 +1)
2+1
s+s
n(s+s
p
1
p
np
log 1
(2.14)
n=1
Con estas identidades, podemos concluir que el valor absoluto del log1
aritmo de cada p-factor de G(s, s0 ; ) en el intervalo (3k) 2c+1 < p H
est
a acotado por 3k((p2+1 1)1 + (p2+1 3k)1 ) = O(p12 ). Pero es
X
pH
1
p1+2
H 2
X1
H 2 log log H
p
pH
2
(log N )
2.2.
Tesis de Licenciatura
Walsh, Miguel N.
Proposici
on 2.2. Sean m y t enteros positivos. Para
P cada 1 i m,
sean i : Zt Z formas lineales afines, i (x) := tj=1 Lij xj + bi , donde
p
Lij , bi son coeficientes enteros con |Lij | w(N )/2 para todo i = 1, . . . , m
y j = 1, . . . , t. Asumimos que las tuplas (Li1 , . . . , Lit ) son no nulas y ninguna es un m
ultiplo racional de otra. Sean k1 , . . . , km , l1 , . . . , lm > 0 enteros
arbitrarios y H1 , . . . , Hm [1, H] Z tuplas admisibles (no necesariamente
distintas) con |Hi | = ki . Aqu H es un entero arbitrario pero fijo. Asumimos adem
as que N es suficientmente grande, de modo que se satisfaga
w(N ) > H. Escribimos i := W i + ai con los ai elegidos de forma tal
que ai + Hi consista de enteros coprimos con W . Supongamos adem
as que
t
10m
B R es el producto de t intervalos de longitud al menos R
. Entonces,
si w(N ) crece lo suficientemente despacio con N , tenemos
ExB 2R (1 (x); H1 , k1 + l1 ) . . . 2R (m (x); Hm , km + lm )
m
Y
W (log R)ki +2li 2li
= (1 + om,t (1))
.
li
ki (W ) (ki + 2li )!
i=1
Nota. La demostraci
on de esta proposicion en el caso particular H1 , . . . , Hm =
{0}, k1 , . . . , km = 1, l1 , . . . , lm = 0 fue dada en [24] (Prop. 9.5). La generalizaci
on aqu presente adapta los metodos all utilizados, que a su vez estan
basados en [18].
Demostraci
on. Usaremos c para denotar una constante positiva que depende
de k1 , . . . , km , l1 , . . . , lm cuyo valor podra variar en cada ocurrenica. Comenzamos expandiendo los cuadrados dentro de la esperanza para expresar a
esta como
m
Y
ExB
i=1
X
di ,d0i R
di ,d0i |P (i (x);Hi )
(di )(d0i )
(ki + li )!2
R ki +li
R ki +li
log+
log+ 0
,
di
di
i=1
i=1
27
Tesis de Licenciatura
Walsh, Miguel N.
Q
En efecto, si escribimos B = tj=1 Ij con Ij un intervalo de R y consideramos
para cada j un subintervalo maximal Ij0 Ij que cubra uniformemente a
Q
ZD mediante la proyecci
on canonica, entonces B 0 = tj=1 Ij0 cubre uniformemente a ZtD . Dado que un elemento de B posee su j-esima coordenada en
Ij Ij0 con probabilidad a lo sumo D/|Ij |, el termino de error dado se sigue
de que por hip
otesis es |Ij | R10m para todo j.
Reemplazando esto en nuestra estimacion anterior, obtenemos un error
de a lo sumo Om,t R6m logmc R = om,t (1). Usando ahora que los di , d0i se
pueden tomar libres de cuadrados, obtenemos del teorema chino del resto la
identidad
!
m
Y
Y
Y
ExZt
ExZt
1p|P ( (x);H ) .
1d ,d0 |P ( (x);H ) =
i
i=1
i:p|di d0i
p|D
Aqu la restricci
on p|D es superflua puesto que en caso contrario el factor
es igual a 1. En particular, escribiendo Xd1 ,...,dm (p) := {1 i m : p|di } y
!
Y
1p|P (i (x);Hi )
X (p) := ExZtp
iX
m
Y
!
1di ,d0i |P (i (x);Hi )
i=1
= (1 + om,t (1))
m
Y
i=1
W (log R)ki +2li 2li
.
ki (W ) (ki + 2li )!
li
m
0)
X
Y
Y
(d
)(d
j
j
(2.16)
28
Tesis de Licenciatura
Walsh, Miguel N.
Los ndices han sido cambiados de i a j para evitar confusion con la raz de
1. Notar que cada divisor p de D = [d1 , . . . , dm , d01 , . . . d0m ] contribuye un
factor de
|+|X
|X
d1 ,...,dm
(1) d1 ,...,dm
P
P
exp log p
jX
jXd ,...,d sj +
1
d01 ,...,d0m
s0j
Xd
1 ,...,dm
Xd0 ,...,d0
1
(p)
Ep (s, s ) :=
X,X 0 {1,...m}
0|
P
0
jX sj + jX 0 sj
(1)|X|+|X
X
p
XX 0 (p)
(2.17)
Tesis de Licenciatura
Walsh, Miguel N.
m
X
0
0
kj p1sj + p1sj p1sj sj
j=1
O 1/p2
+ 1p>w(N )
X,X 0 {1,...,m}
jX
sj +
jX 0
s0j
(2.18)
|XX 0 |2
La idea ser
a aprovechar esta expansion para colocarnos en la situacion
(1) (2) (3)
del Lema 2.2. Escribimos entonces Ep = Ep Ep Ep con
0 kj
1 1p>w(N ) p1sj sj
Ep(1) (s, s0 ) := Ep (s, s0 )
k j
0 kj
j=1 1 1p>w(N ) p1sj
1 1p>w(N ) p1sj
0 kj
m
1 1pw(N ) p1sj sj
Y
Ep(2) (s, s0 ) :=
kj
0 kj
j=1 1 1pw(N ) p1sj
1 1pw(N ) p1sj
m
Y
Ep(3) (s, s0 ) :=
m
Y
1 p1sj
kj
1 p1sj
k j
1 p1sj sj
kj
j=1
y definiendo Gj :=
F = G1 G2 G3 con
(j)
p Ep
G3 (s, s ) =
m
Y
j=1
(1 + sj + s0j )
(1 + sj )(1 + s0j )
!kj
.
Reemplazando esta representacion de F en (2.15), vemos que para obtener una estimaci
on del tipo deseado bastara probar que G1 G2 satisface las
condiciones del Lema 2.2. Esto sera logrado a traves del siguiente resultado:
Q (j)
Lema 2.4. Los productos p Ep , j = 1, 2, convergen absolutamente a Gj
en <(s1 ), . . . , <(sm ), <(s01 ), . . . , <(s0m ) > para cierta constante > 0 que
depende de m. Adem
as, escribiendo = mn (<(s1 ), <(s01 ), . . . , <(sm ), <(s0m ), 0)
y s = (s1 , . . . , sm ), s0 = (s01 , . . . , s0m ), tenemos
G1 (s, s0 ) m 1
G1 (0, 0) = 1 + om (1)
G2 (s, s0 ) exp(Cm w(N )2 log log w(N ))
m
Y
W
G2 (0, 0) =
kj (W )
j=1
30
Tesis de Licenciatura
Walsh, Miguel N.
(1)
Demostraci
on. En primer lugar, tenemos que es Ep = 1 si p w(N ).
Asimismo, si es p > w(N ) entonces obtenemos de (2.18) y las identidades de
(1)
(2.13) que es Ep = 1+O(p2+2m ), de donde se sigue la convergencia absoluta del producto y la cota para G1 , mediante una eleccion suficientemente
peque
na de > 0. El valor de G1 (0, 0) se sigue de lo anterior, notando que
w(N ) diverge con N . Para estudiar G2 utilizamos en cambio las identidades
de (2.14) obteniendo la cota
log |G2 | m w(N )2
X 1
m w(N )2 log log w(N )
p
pw(N )
en
on en cuesti
on, d
onde hemos utilizado como antes la estimacion
P la regi
1
log log x. Finalmente, el valor de G2 (0, 0) es inmediato por
px p
definici
on de k y W .
Puesto que el crecimiento de w(N ) se asume lo suficientemente lento
respecto a N , podemos suponer en particular w(N ) < log N . Con esto, se
sigue del Lema 2.4 que G := G1 G2 satisface las condiciones del Lema 2.2.
Asimismo, del Lema 2.4 se sigue tambien que es
G(0, 0) = (1 + om (1))
m
Y
i=1
W
ki (W )
2.3.
Estimaciones de correlaci
on
Tesis de Licenciatura
Walsh, Miguel N.
Q
0
Al igual que antes obtenemos la expresion F (s, s0 ) =
p Ep (s, s ), con
Ep (s, s0 ) definido igual que en (2.17) (tomando en cuenta por supuesto la
nueva definici
on de X (p)). En lugar del Lema 2.3 tenemos ahora el siguiente
resultado:
Lema 2.5. Si es p w(N ) entonces es X (p) = 0 para todo X no vaco,
siendo en tal caso Ep = 1. Si es p > w(N ) entonces tenemos X (p) kp1
para todo X no vaco, siendo en particular X (p) = kp1 si es |X| = 1.
Adem
as, si es |X| 2, X (p) ser
a nulo a menos que p divida a .
Demostraci
on. La primera afirmacion es evidente puesto que en tal caso
W (x + zi ) + a + H consistir
a de elementos coprimos con p para todo x Zp .
Supongamos entonces p > w(N ). Como w(N ) diverge con N , eligiendo N
suficientemente grande podemos asumir W > H. Con esto, el caso |X| = 1
es claro. Consideremos finalmente |X| 2. En tal caso, puesto que P (W (x+
zi ) + a; H) es divisible por p para exactamente k elementos de Zp , se sigue
que la esperanza del indicador es a lo sumo kp1 . Ademas, si tal esperanza
es no nula, deber
a existir un valor de x Zp para el cual p divida a W (x +
zi ) + a + hij para todo i X y cierto hij H. En particular, para todo par
i, i0 X, i < i0 , p dividir
a a (W (x + zi0 ) + a + hi0 j 0 ) (W (x + zi ) + a + hij ) =
32
Tesis de Licenciatura
Walsh, Miguel N.
W (zi0 zi ) + (hi0 j 0 hij ) para cierto par hij , hi0 j 0 H. Pero por definicion
de H y H, sabemos que es |hj 0 hj | H para todo par hj , hj 0 en H, de
donde se sigue que p habr
a de dividir a , como se deseaba probar.
El Lema 2.5 nos permite escribir
m
X
1s0j
1sj s0j
1sj
Ep (s, s ) = 1 1p>w(N )
k p
+p
p
0
j=1
O (1/p)
p (s, s0 ) =
X,X 0 {1,...,m}
jX
P
sj + jX 0 s0j
|XX 0 |2
(0)
(1)
(2)
(3)
con
1
p
p>w(N
)
Ep
Ep(1) (s, s0 ) := (0)
k
Ep (s, s0 ) j=1 1 1p>w(N ) p1sj k 1 1p>w(N ) p1s0j
k
1sj s0j
m
1
1
p
Y
pw(N )
Ep(2) (s, s0 ) :=
k
0 k
j=1 1 1pw(N ) p1sj
1 1pw(N ) p1sj
(s, s0 )
Ep(3) (s, s0 ) :=
m
Y
m
Y
1 p1sj
k
1 p1sj
k
1 p1sj sj
k
j=1
Escribimos Gj :=
G0 G1 G2 G3 con
(j)
p Ep
G3 (s, s0 ) =
m
Y
j=1
(1 + sj + s0j )
(1 + sj )(1 + s0j )
!k
.
33
Tesis de Licenciatura
Walsh, Miguel N.
G1 (0, 0) = 1 + om (1)
G2 (0, 0) = (W/k (W ))m .
(1)
Demostraci
on. Comenzamos notando que es Ep = 1 cuando p w(N ). Si
en cambio es p > w(N ) entonces razonando como en el Lema 2.4 vemos que
es
1 + p (s, s0 ) + Om (p2m2 )
= 1 + Om (p2m2 )
Ep(1) =
1 + p (s, s0 )
de donde se siguen ambas estimaciones para G1 de la misma forma que en
el Lema 2.4. Asimismo, las estimaciones de G2 coinciden con las de aquel
lema por lo que no hay nada que probar. Nos concentraremos entonces en
G0 .
(0)
(0)
=1
p|
(p,W )=1
de donde se sigue la cota para G0 (0, 0). Para acotar esta expresion en la
regi
on enPcuesti
on, tomamos logaritmos y reducimos as el problema al de
estimar p| p2m1 (no sera necesario considerar la restriccion (p, W ) =
1).
Px el producto de todos los primos debajo de x. Escribiendo f (n) =
P Sea2m1
es claro que es f (Px ) > f (n) para todo entero n < Px , puesto
p|n p
que n poseer
a estrictamente menos divisores primos distintos que Px y si los
ordenamos de menor a mayor, la contribucion del i-esimo tal divisor primo
de n a la suma no podr
a ser mayor que la del i-esimo primo. Observamos
ahora que suponiendo N suficientemente grande tendremos W > H y en
consecuencia ser
a
Y
Y
Y
m2
2
2
2W (zj zi )
(4W ) 2 N m < N 4Hm ,
1i<jm HbH
HbH
Tesis de Licenciatura
Walsh, Miguel N.
P
Del teorema del n
umero primo en la Q
forma
px log p x se sigue
que existe una constante absoluta C con pCx p ex para todo x suficientemente
grande.
Vemos entonces que bastara estudiar f (Px ) con x =
4CHm2 log N , pero en tal caso tenemos
X
p|Px
p2m1 =
p4CHm2 log N
35
Captulo 3
Integrales de contorno
En este captulo llevaremos a cabo la demostracion del Lema 2.2. Al igual
que antes, mantendremos la convencion de denotar por c a una constante
positiva que depende a lo sumo de las variables k, k1 , . . . , km , l, l1 , . . . , lm
y cuyo valor puede variar en cada ocurrencia. En consecuencia, mantendendremos la convenci
on de suprimir el correspondiente subndice c de las
notaciones O, o.
Los resultados de este captulo son una simple generalizacion de los argumentos presentes en [17] y [18].
3.1.
El caso unidimensional
El siguiente lema nos dara el caso m = 1 del resultado. Una vez demostrado esto, la generalizacion multidimensional sera inmediata.
0
1
(2i)2
k
Rs+s
dsds0
(ss0 )k+l+1
(3.2)
Tesis de Licenciatura
Walsh, Miguel N.
1
log(|t| + 3)
1 + it
1
log(|t| + 3).
( + it)
Nota. La regi
on dada por (3.3) es conocida como la region libre de ceros
clasica de la funci
on zeta de Riemann.
Demostraci
on del Lema 3.2. Ver [44, Captulo 3].
Demostraci
on del Lema 3.1. A lo largo de esta demostracion asumiremos
siempre que es G(s, s) 6= 0 lo cual sera superficial (puesto que estimaremos
siempre a G mediante (3.1)) excepto en el estudio de ciertos polos. En esos casos ser
a evidente sin embargo que la nulidad de G (y la consecuente
reducci
on en el orden de los polos) afectara los argumentos u
nicamente en
una posible reducci
on de los terminos de error.
c1
log N
c2 (log(|t|
(log log N )
0
)
( log
N
|t0 |U/2
0
( 2log
)
N
+ 3) log(|t0 | + 3))c R+
dsds0 ,
(|ss0 |)k+l+1
(log N )k/2
(3.4)
3c0
1
2 ( log N ) .
c0
|s0 | U/2 y + 0 = 23 log
,
N
(|ss0 |)k+l+1
3 log N
2
0
k+l+1
|ss |
exp
vemos
Tesis de Licenciatura
Walsh, Miguel N.
( 2 log N )
|t0 |U/2
p
c1 ,c2 exp c log N
en donde hemos evaluado la integral interna como (log N )c , usando las
c0
c0
+ |t| y |s0 | 2log
+ |t0 |.
desigualdades k, l 1, |s| log
N
N
Aplicando exactamente los mismos razonamientos para estimar
k
Z
Z
0
Rs+s
1
(s + s0 + 1)
0
G(s,
s
)
dsds0 ,
c0
c0
(2i)2 ( log N ) ( 2log N )
(s + 1)(s0 + 1)
(ss0 )k+l+1
|t0 |U/2
|t|U
log 3 + log N
4c
log(2U + 3)
4c
,
log((|t| + |t0 |) + 3)
( + 0 )
Tesis de Licenciatura
Walsh, Miguel N.
0
+
R
exp(3 log N /2). Usando entonces |T1 |, |T2 | = 2c0 (log U )1 , obtenemos como antes las desigualdades
1
(2i)2
c1 ,c2
(s + s0 + 1)
(s + 1)(s0 + 1)
L0 Tj
1
p
exp(c log N )
G(s, s0 )
k
Rs+s
dsds0
(ss0 )k+l+1
(3.5)
c0
.
2 log N
R+ R
0
2log
N
p
exp(c log N ),
k
0
(s + s0 + 1)
Rs+s
G(s, s )
dsds0
0 + 1)
0 )k+l+1
0
(s
+
1)(s
(ss
L1 L2
Z (log(|t0 | + 3))c Z (log(|t| + 3))c
p
dsds0
exp c log N
0 |k+l+1
k+l+1
0
|s
|s|
L
L2
p
1
exp c log N
Tesis de Licenciatura
Walsh, Miguel N.
Procedemos a estimar
Z
L01
{Ress=s0 } ds0 .
(3.7)
|s |
.
|s0 | + 1
Integrando esto en L01 vemos que (3.7) es
c1 (log N )k+l (log log N )c2 .
Esto nos permite expresar a (3.6) como
Z
1
{Ress=0 } ds0 + Oc1 ,c2 ((log N )k+l (log log N )c2 ).
2i L01
Para evaluar esta u
ltima integral definimos
(s + s0 )(s + s0 + 1) k
0
0
Z(s, s ) = G(s, s )
,
s(s + 1)s0 (s0 + 1)
(3.8)
(3.9)
que es regular en un entorno del (0, 0). Notar ademas que en la region (3.3)
obtenemos f
acilmente la cota
Z(s, s0 ) c1 exp c2 (log N )2c3 log log log N log3k (|t| + |t0 | + 3), (3.10)
con = mn (, 0 , 0).
Recordando que tenamos un polo de orden l + 1 en s = 0, podemos
escribir
0
Rs 1 l
Z(s, s0 ) s
Ress=0 = l+1
R .
l! s s=0 (s + s0 )k
s0
Insertamos ahora esto en (3.8) y movemos L01 a L02 : c0 (2 log U )1 + it0 ,
|t0 | U/2, encontrando un u
nico polo en el orgen. Si consideramos T10 : 0 +
40
Tesis de Licenciatura
Walsh, Miguel N.
Z(s, s0 ) s
Z(s, s0 ) Rs
=
R
ds
s s=0 (s + s0 )k
2i C0 (s + s0 )k sl+1
p
c1 ,c2 exp c log N ,
en donde hemos usado |s + s0 | U , Rs 1 y (3.10). Obtenemos
Z
p
1
Ress=0 ds0 c1 ,c2 exp c log N ,
2i Tj0
0
donde hemos usado ahora Rs s0 l1 exp c log N . De la misma forma,
0
al ser Rs exp c0 log N /2 para s0 L02 , obtenemos tambien
Z
p
1
Ress=0 ds0 c1 ,c2 exp c log N .
2i L02
Juntando ahora estas estimaciones podemos reescribir a (3.8) como
Ress0 =0 Ress=0 + Oc1 ,c2 ((log N )k+l (log log N )c2 )
Z Z
0
Z(s, s0 )Rs+s
1
=
dsds0
(2i)2 C2 C1 (s + s0 )k (ss0 )l+1
+ Oc1 ,c2 ((log N )k+l (log log N )c2 ),
(3.11)
s(+1)
ds
=
Z(s,
s)R
2i C1
(k + 2l)! s s=0
sk+2l+1
n n
m
o
X
1
k + 2l
=
{Z(s, s)}
Rs(+1) .
(k + 2l)!
s s=0
s s=0
m
m+n=k+2l
(3.12)
Z(s, s)
{Z(s, s)}
ds
m+1
s s=0
C4 s
m
Tesis de Licenciatura
Walsh, Miguel N.
(3.13)
l
n
o 2l
2l
( + 1)
=
,
l
=0
(3.14)
Luego, para finalizar la demostracion, basta con notar que de (3.9) y el hecho
de que (s) tiene en s = 1 un polo simple de residuo igual a 1, se sigue que
es Z(0, 0) = G(0, 0). Juntando lo anterior obtenemos entonces que (3.14) (y
en consecuencia (3.2)) es igual a
(log R)k+2l 2l
(1 + oc0 ,c1 ,c2 (1))G(0, 0)
,
(k + 2l)!
l
0
3.2.
El caso general
(3.15)
42
Tesis de Licenciatura
Walsh, Miguel N.
.
.
.
(G(s1 , . . . , sm , 0, s01 , . . . , s0m , 0) + oc0 ,c1 ,c2 (1))
(2i)2m (1)
(1)
!kj
0
m
0
Y
(sj + sj + 1)
Rsj +sj
Z
...
(1)
G(s, s )
(1)
m+1
Y
(sj + s0j + 1)
(sj + 1)(s0j + 1)
j=1
m+1
Y
j=1
!kj
(log R)kj +2lj 2lj
(kj + 2lj )!
lj
43
Rsj +sj
dsds0
(sj s0j )kj +lj +1
Captulo 4
Este
captulo es una exposicion de los resultados e ideas presentes en [17]
y [18].
4.1.
El nivel de distribuci
on de los n
umeros primos
Tesis de Licenciatura
Walsh, Miguel N.
Definici
on 4.1 (Nivel de distribucion). Sea 0 < 1. Decimos que los
primos tienen nivel de distribuci
on si para todo A > 0 y todo 0 < 0 <
se satisface
X
y
x
m
ax m
ax (y; a, q)
A
,
(4.1)
a
yx
(y)
(log x)A
(a,q)=1
0
qx
donde es
X
(y; a, q) =
(n).
y<n2y
na(mod q)
Nota. A veces suele decirse tambien que los primos tienen nivel de distribucion si (4.1) se satisface con 0 = (i.e. para todo 0 ). Sin embargo,
en este trabajo nos restringiremos a la Definicion 4.1.
Enunciamos ahora el mencionado Teorema de Bombieri-Vinogradov [4,
Teorema 17].
Proposici
on 4.1 (Teorema de Bombieri-Vinogradov). Para todo A > 0
tenemos
X
y
x
m
ax m
ax (y; a, q)
A
,
(4.2)
a
yx
(y)
(log x)A
B
(a,q)=1
q x(log x)
para una cierta constante B = B(A). En particular, los primos tienen nivel
de distribuci
on 1/2.
Para tener una idea de la importancia de este resultado, notar que la
Hip
otesis Generalizada de Riemann implica la estimacion
(x; a, q) =
x
+ O(x1/2 (log x)2 ),
(x)
(4.3)
de modo que el Teorema de Bombieri-Vinogradov nos provee incondicionalmente una especie de Hip
otesis Generalizada de Riemann en promedio (en
efecto, insertando (4.3) en el lado izquierdo de (4.2) obtenemos un error del
mismo orden).
La caracterstica sobresaliente de poseer informacion sobre el nivel de
distribuci
on de los primos tiene que ver con poder controlar los errores en
las aproximaciones uniformemente a lo largo de diversos modulos q. La pregunta natural a formular es en consecuencia hasta que magnitud de modulo
es posible extender las estimaciones de este tipo. Originalmente se considero la posibilidad de que la suma de (4.2) pudiese extenderse hasta todo
q x(log x)B manteniendo un error del mismo orden, sin embargo fue
demostrado por John Friedlander y Andrew Granville en 1989 (elaborando sobre ideas previas de Maier) que tal afirmacion es falsa [14]. La mas
conocida conjetura a este respecto es la siguiente.
45
Tesis de Licenciatura
Walsh, Miguel N.
1
1
x
+ O (q 2 x 2 + ),
(x)
(4.4)
para cualquier > 0. De ser cierta esta conjetura, insertando (4.4) en (4.1)
recuperaramos la Conjetura 4.1.
4.2.
Densidad en tuplas
Veremos m
as adelante que el Teorema de Bombieri-Vinogradov nos permitir
a demostrar que para todo > 0 existen infinitos primos p para los
cuales el siguiente primo se encuentra a una distancia menor que log p.
Veremos tambien que si los primos tienen nivel de distribucion > 1/2 entonces existir
an infinitos n
umeros primos p para los cuales p + C tambien
ser
a primo, con C = C() una constante absoluta.
Para lograr tal objetivo necesitaremos la siguiente proposicion, que para
toda tupla H = {h1 , . . . , hk } [1, H] Z con
H log N
(4.5)
Tesis de Licenciatura
Walsh, Miguel N.
(4.6)
(4.7)
N <n2N
(
=
2l
k+2l
l (log R)
2(l+1)
N
k+2l+1
(k+2l+1)! l+1 (log R)
N
(G(H {h}) + o(1)) (k+2l)!
(G(H) + o(1))
si h
/ H,
si h H.
(4.8)
Demostraci
on. Al igual que antes, c denotara una constante positiva que
depender
a a lo sumo de k y l y cuyo valor podra variar en cada ocurrencia.
La primera observaci
on a realizar es notar que si h pertenece a H entonces
X
(n + h)2R (n; H, k + l)
(4.9)
N <n2N
es igual a
X
(4.10)
N <n2N
47
Tesis de Licenciatura
Walsh, Miguel N.
b([d,d0 ])
((b + h, [d, d0 ])) N ; b + h, d, d0 + O(R2 (log R)c ),
b([d,d0 ])
d,d0 R
3 ([d,d0 ])<(log N )A/B
0
N
N ; a, d, d
m
a
x
0
a
([d, d ])
(a,[d,d0 ])=1
(log R)2(k+l) (log N )cA/B
X
3 (d) m
ax
a
dR2
3 (d)<(log N )A/B
(N ; a, d) N
(d)
(a,d)=1
N
(log N )A
N
(log N )A/2B
48
Tesis de Licenciatura
Walsh, Miguel N.
An
alogamente, efectuando el mismo reemplazo para los pares d, d0 con
3 ([d, d0 ]) (log N )A/B y usando la estimacion cruda
0
N
N log N
m
ax N ; a, d, d
0
a
([d, d ])
[d, d0 ]
(a,[d,d0 ])=1
vemos que el error estar
a acotado por
(log R)
2(k+l)
N log N
|(d)|
3 (d)
d
2
X
dR
3 (d)
(log N )A/B
,
N log N X (3 (d))c
.
d
(log N )A/B
2
(4.13)
dR
N log N
(log N )c
(log N )A/B
N
(log N )A/2B
si A y B se eligen adecuadamente.
Concluimos entonces de los argumentos anteriores que (4.12) es igual a
N T + o(N )
con
T =
([d, d0 ])
b([d,d0 ])
Notar que por el Teorema chino del resto la suma interna de T es igual a
Y
X
Y
((b + h, p)) =
(|+ (p)| 1),
p|[d,d0 ]
p|[d,d0 ]
b(p)
49
Tesis de Licenciatura
Walsh, Miguel N.
+
(2i)2 (1) (1) p
p1
ps ps0
ps+s0
0
Rs+s
dsds0 .
(ss0 )k+l+1
Al igual que en la Proposicion 2.1, el siguiente paso sera considerar
Y
|+ (p)| 1 1
(s + 1)(s0 + 1) k
1
1
1
G(s, s ) =
+
s+s0
p1
ps ps0
(s + s0 + 1)
p
p
0
4.3.
Demostraci
on del Teorema 1.3
k
X
EN <n2N 2R (n; H, k + l)
(n + hj ) log 3N .
(4.14)
j=1
Tesis de Licenciatura
Walsh, Miguel N.
tribuci
on y definimos R = N 2 para cierto 0 < 0 < . Insertando las
mencionadas estimaciones obtenemos que (4.14) es igual a
k
2(l + 1)
(G(H) + o(1))
(log R)k+2l+1
(k + 2l + 1)! l + 1
log 3N 2l
(G(H) + o(1))
(log R)k+2l
(k + 2l)! l
y esto es igual a
k
2(2l + 1)
log R log 3N + o(log N )
k + 2l + 1 l + 1
(log R)k+2l 2l
G(H)
(k + 2l)!
l
k
2(2l + 1) 0
=
1 + o(1)
k + 2l + 1 l + 1 2
(log R)k+2l 2l
.
log N G(H)
l
(k + 2l)!
(4.15)
Tesis de Licenciatura
Walsh, Miguel N.
4.4.
Demostraci
on del Teorema 1.2
X
X
EN <n2N
(n + h) log 3N 2R (n; H, k + l) .
H[1,H]
|H|=k
(4.16)
hH
(n + h) log 3N
(4.17)
hH
ser
a positiva si y s
olo si el intervalo [1, H] contiene al menos dos n
umeros
primos. En consecuencia, para probar el Teorema 1.3 bastara demostrar
52
Tesis de Licenciatura
Walsh, Miguel N.
2l
Hk
(log N )(log R)k+2l .
= (1 + o(1))
(k + 2l)! l
(4.18)
Consideramos ahora
X
H[1,H]
|H|=k
EN <n2N
(n + h)2R (n; H, k + l)
.
hH
hH
/
Por la Proposici
on 4.2 esto es igual a
X
H[1,H]
|H|=k+1
(G(H) + o(1)) 2l
(log R)k+2l
l
(k + 2l)!
H k+1
2l
= (1 + o(1))
(log R)k+2l ,
(k + 2l)! l
(4.19)
X
H[1,H]
|H|=k
X
EN <n2N
(n + h)2R (n; H, k + l)
.
hH
hH
Puesto que para cada H existen k elecciones posibles de h, usando la Proposicion 4.2 y el Lema 4.1, podemos estimar esto como
kH k
2(l + 1)
(1 + o(1))
(log R)k+l+1 .
(4.20)
(k + 2l + 1)! l + 1
Insertando entonces (4.18), (4.19) y (4.20) vemos que (4.16) es igual a
k
2(2l + 1)
Hk
2l
H+
log R log N + o(log N )
(log R)k+2l .
k + 2l + 1 l + 1
(k + 2l)! l
53
Tesis de Licenciatura
Walsh, Miguel N.
Bastar
a entonces ver que la expresion entre llaves es positiva si N es suficientemente grande. Para esto notamos que podemos reescribir a tal factor
como
k
2(2l + 1) 0
+
1 + o(1) log N,
(4.21)
k + 2l + 1 l + 1 2
para cualquer 0 < 1/2, en donde hemos usado la definicion de H y la
Proposici
on 4.1. Pero entonces, utilizando (4.15) vemos que tomando 0 suficientemente cerca de 1/2 y k suficientemente grande en terminos de , la
expresi
on (4.21) ser
a postiiva para N suficientemente grande. En particular,
habr
a dos n
umeros primos distintos en el intervalo [1, H].
Obtenemos entonces
lm inf pn+1 pn H = log N.
n
pn+1 pn
= 0.
log N
54
Captulo 5
Medidas pseudoaleatorias
En este captulo definiremos lo que entendemos por medidas pseudoaleatorias y veremos que una variacion adecuada de R (n; H, k + l) satisface tal
definici
on. Para esto adaptaremos los metodos utilizados en [24]. Asimismo,
enunciaremos una proposici
on que nos garantiza progresiones aritmeticas
en aquellos conjuntos que pueden ser modelados adecuadamente por tales
medidas pseudoaleatorias. La demostracion de esta proposicion abarcara los
pr
oximos dos captulos. Ademas, condicional a esta afirmacion, deduciremos
en este captulo el Teorema 1.1.
5.1.
El teorema de Szemer
edi
Como fue mencionado con anterioridad, uno de los instrumentos principales para deducir el Teorema 1.1 es el siguiente resultado fundacional de la
combinatoria aditiva demostrado originalmente por Endre Szemeredi [42].
Proposici
on 5.1 (Teorema de Szemeredi). Para todo entero r 1 y todo
n
umero real 0 < 1, existe un entero N0 (, r) tal que si es N > N0 (, r)
entonces todo conjunto A {1, . . . , N } con |A| N contiene al menos
una progresi
on aritmetica de longitud r.
Al da de hoy existen diversas demostraciones de esta afirmacion en la literatura. Adem
as de la demostracion combinatoria dada por Szemeredi, Hillel
Furstenberg dio una demostracion utilizando teora ergodica [15] y Timothy
Gowers otra empleando an
alisis de Fourier [19]. Mas a
un, recientemente
Gowers [20] y Vojtech R
odl y Jozef Skokan [39] dieron una demostracion de
una generalizaci
on multidimensional utilizando un lema de regularidad para
hipergrafos.
Vale la pena mencionar aqu la siguiente conjetura de Erdos [12] sobre
cu
anto m
as que el teorema de Szemeredi puede esperarse.
Conjetura 5.1. Sea A N tal que la suma de sus recprocos diverge.
Entonces A posee progresiones aritmeticas arbitrariamente largas.
55
Tesis de Licenciatura
Walsh, Miguel N.
(5.1)
56
Tesis de Licenciatura
5.2.
Walsh, Miguel N.
Pseudoaleatoriedad
(5.2)
En este captulo definiremos lo que entendemos por medida pseudoaleatoria y demostraremos que para toda eleccion de una tupla admisible H =
{h1 , . . . , hk } y l > 0 existe una variacion adecuada de R (n; H, k + l) que
satisface tales condiciones. Esto se lograra mediante la aplicacion de los resultados obtenidos en la Proposicion 2.2 y la Proposicion 2.3.
En este captulo enunciaremos tambien una generalizacion del teorema de
Szemeredi que permite estimar la expresion (5.1) cuando f esta acotada por
una medida pseudoaleatoria. La demostracion de tal resultado sera llevada
a cabo en los siguientes captulos. Combinando esto con los resultados de
esta secci
on se deducir
a el Teorema 1.1.
Introducimos ahora dos nociones de aleatoriedad originalmente formuladas por Green y Tao. La primera de ellas se conoce como la condicion
de formas lineales y pide que la funcion en cuestion se comporte en forma
independiente y con identica distribucion a lo largo de ciertas familias de formas lineales independientes entre s. La demostracion de que una variacion
apropiada de R (n; H, k + l) satisface esta condicion se obtendra implementando los resultados de la Proposicion 2.2. El enunciado preciso es el
siguiente.
Definici
on 5.1 (Condici
on de formas lineales; [24], Def. 3.1). Sea : ZN
R0 una medida. Sean m0 , t0 , L0 par
ametros. Decimos que satisface la
condici
on de formas lineales en (m0 , t0 , L0 ) si se cumple lo siguiente. Sean
m m0 y t t0 enteros positivos arbitrarios y supongamos que (Lij )1im,1jt
son n
umeros racionales arbitrarios con numerador y denominador acotados en valor absoluto por L0 , y que bi , 1 i m, son elementos arbitrarios P
de ZN . Sean i : ZtN ZN , 1 i m, formas lineales con
i (x) = 1jt Lij xj + bi donde para identificar a los n
umeros racionales
Lij en ZN en la forma natural asumimos que N es un primo mayor que L0 .
Suponemos adem
as que las tuplas (Lij )1jt con 1 i m son no nulas y
ninguna es un m
ultiplo racional de la otra. Tenemos entonces
ExZN ((1 (x)) . . . (m (x))) = 1 + oL0 ,m0 ,t0 (1).
La segunda noci
on de aleatoriedad se refiere a la relacion de los valores
de a distancias fijas y es quizas menos natural que la condicion de formas lineales. La raz
on de esto se debe a que en el estudio de los primos,
y particularmente de funciones como R (n; H, k + l), si bien es posible encontrar modificaciones apropiadas de estas que normalizan notablemente su
distribuci
on altamente irregular a lo largo de las clases residuales, es imposible eliminar tal irregularidad por completo. En el caso de la condicion de
57
Tesis de Licenciatura
Walsh, Miguel N.
formas lineales, el hecho de que las formas lineales puras involucradas sean
independientes permite en cierta forma promediar las variaciones de modo
que las irregularidades restantes se cancelen. Esto no sucede sin embargo al
estudiar el comportamiento a distancias fijas, donde las formas puras son
de hecho iguales, puesto que al no estar promediando sucede que tal distancia puede seleccionarse a modo tal de explotar las relaciones residuales
problem
aticas que a
un existen.
Definici
on 5.2 (Condici
on de correlacion; [24], Def. 3.2). Sea : ZN R0
una medida. Sea m0 un par
ametro entero positivo. Decimos que satisface
la condici
on de m0 -correlaci
on si para todo 1 m m0 existe una funci
on
de peso = m : ZN R0 que satisface las condiciones de momento
ExZN q (x) = Om,q (1)
para todo 1 q < y tal que
ExZN ((x + z1 ) . . . (x + zm ))
(zj zi )
1i<jm
Tesis de Licenciatura
5.3.
Walsh, Miguel N.
Construcci
on de medidas pseudoaleatorias
Asumiendo la Proposici
on 5.3, el paso restante para deducir el Teorema
1.1 ser
a encontrar para cada r > 0 una variacion adecuada de R (n; H, k +l)
que defina una medida r-pseudoaleatoria.
Recordemos que la raz
on por la cual R (n; H, k + l) as definido no
puede definir una medida r-pseudoaleatoria para valores altos de r tiene que
ver con que esta funci
on imita en muchos aspectos el comportamiento de
(n; H, k + l) y esta funci
on esta muy lejos de poseer tal pseudoaleatoriedad
debido a su distribuci
on irregular en clases residuales de modulo peque
no.
La idea ser
a entonces encontrar una modificacion apropiada que evite estas
obstrucciones. Para lograr este objetivo implementaremos nuevamente el
truco-W .
De aqu en adelante fijemos una tupla admisible H = {h1 , . . . , hk },
el par
ametro l > 0 y la longitud r 3 de las progresiones aritmeticas
que deseamos encontrar. Sea w(N ) una
Q funcion que crece suficientemente
despacio con N y definamos W := pw(N ) p. Consideramos la funcion
R (W n + a; H, k + l), donde el entero a es elegido de forma tal que a + H
consista enteramente de elementos coprimos con W . De esta manera tan
simple, conseguimos una modificacion que estara distribuda uniformemente
a lo largo de las clases residuales peque
nas. En efecto, para un modulo q
peque
no, q ser
a el producto de primos menores que w(N ) y en consecuencia
los elementos de W n + a + H perteneceran a las mismas clases residuales
modulo q para todo valor de n(mod q), lo cual claramente nos da la uniformidad deseada.
Una vez realizada tal modificacion los problemas restantes son menores.
El primero es no poder garantizar la positividad de R (W n + a; H, k + l)
pero esto se soluciona en forma sencilla y estandar tomando el cuadrado de
tal funci
on. La segunda objecion tiene que ver con que una medida pseudoaleatoria debe ser en particular una medida y en consecuencia satisfacer
(5.2). Para corregir esto, bastara utilizar las estimaciones de la Proposicion
2.2 en el caso m = 1. Existe un u
ltimo problema tecnico que tiene que ver
con que estaremos trabajando en ZN en lugar de en Z, por lo cual deberemos restringir el estudio de nuestra medida a un intervalo lo suficientemente
peque
no de ZN para garantizar que los elementos que estemos estudiando
no den vueltas alrededor de ZN en lugar de comportarse propiamente como
elementos de Z. Teniendo en cuenta estas observaciones, introducimos la
siguiente definici
on.
1 r4
Definici
on 5.4. Sean R := N r 2
y r := 1/2r (r + 4)!. Sea adem
as
1
0 c < r un entero. Definimos
(
k (W ) 2R (W n+a;H,k+l)
2l 1
(k
+
2l)!
si cr N n (c + 1)r N,
k+2l
W
l
(log R)
c (n) =
1
en otro caso,
para todo 0 n < N . Queda as definido en forma natural c : ZN R0 .
59
Tesis de Licenciatura
Walsh, Miguel N.
5.4.
Deducci
on condicional del Teorema 1.1
Observamos ahora que del Lema 2.1 se concluye facilmente que es 2 (n)
para cualquier elecci
on de > 0. Usando esto tenemos trivialmente
2R (n; H, k + l) n .
(5.3)
N 2 (W + (W (N + 1)) )
= o(1).
W (N + 1)
60
Tesis de Licenciatura
Walsh, Miguel N.
Esto nos permite concluir la existencia de una constante 0 > 0 (arbitrariamente cercana a ) tal que si N es suficientemente grande y f : ZN 0 R0
est
a definido como arriba, entonces 1[W,W (N +1)] f sera 0 -denso, tendra soporte en A y satisfacer
a la misma cota puntual que f .
Denotemos por (p) al conjunto de los h(mod p) con h H. Vemos
entonces que la cantidad de enteros 0 a < W para los cuales
a+H consiste
Q
enteramente de elementos coprimos con W es W pw(N ) 1 |(p)|
. Para
p
cada tal valor, sabemos de la Proposicion 2.2 que es
En[W,W (N +1)] 1na(mod W ) 2R (n; H, k + l)
1
=
EnN 2R (W n + a; H, k + l)
W
(1 + o(1)) 2l (log R)k+2l
.
=
k (W )
l
(k + 2l)!
Asimismo, sabemos de la Proposicion 2.1 que la esperanza de 2R (n; H, k+
R)k+2l
l) en [W, W (N + 1)] es (1 + o(1))G(H) 2ll (log
(k+2l)! (en realidad, tal proposicion est
a enunciada para el intervalo [N, 2N ] pero es evidente que exactamente el mismo argumento se aplica en nuestro caso; en efecto, nuestro
intervalo es lo suficientemente grande como para absorber el error de aproximar por T y tal valor no depende del intervalo sino u
nicamente de que
H se mantenga controlado, lo cual en nuestro caso es trivial puesto que es
H = O(1) al estar la tupla fija). Escribimos n W si y solo si n + H posee
un elemento que no es coprimo con W . Juntando las dos estimaciones anteriores, vemos que la esperanza de 1nW 2R (n; H, k + l) en [W, W (N + 1)]
es igual a
Q
W pw(N ) 1 |(p)|
k+2l
p
G(H)
2l (log R)
= o((log R)k+2l ),
k (W )
l
(k + 2l)!
puesto que por definici
on de G(H) es
W
N k (W )
G(H) = lm
Y
|(p)|
1
.
p
(5.4)
pw(N )
61
Tesis de Licenciatura
Walsh, Miguel N.
0 + o(1)
Q
W pw(N ) 1
00
pw(N )
|(p)|
p
|(p)|
p
,
00
pw(N ) 1
|(p)|
p
.
r 00
pw(N ) 1
|(p)|
p
.
(5.5)
para todo n ZN . M
as a
un, es
1
k (W )
2l
EnZN F (n)
(k + 2l)!
Q
W
l
r 00
|(p)|
1
pw(N )
p
1
2l
= (G(H) + o(1))(k + 2l)!
r 00 000 ,
l
para cierto 000 > 0 y todo N suficientemente grande, en donde hemos usado
(5.4).
Nota. Hay un peque
no abuso aqu puesto que estamos considerando c
1 r4
1 r4
con un par
ametro R = N 0 r 2
= N (1+o(1))r 2
en lugar de R =
1
r4
r
2
N
. Es trivial de todas formas verificar que esto no modifica en nada
los argumentos que prueban que se trata de una medida pseudoaleatoria,
puesto que de por s la elecci
on del exponente es bastante arbitraria.
62
Tesis de Licenciatura
Walsh, Miguel N.
(5.6)
5.5.
Demostraci
on de la condici
on de formas lineales
(5.7)
Tesis de Licenciatura
Walsh, Miguel N.
(5.8)
(5.9)
Tesis de Licenciatura
Walsh, Miguel N.
t
X
j=1
t
X
j=1
con a = c
o a = c + 1. Dividiendo por N/Q obtenemos
t
X
j=1
5.6.
Demostraci
on de la condici
on de correlaci
on
Tesis de Licenciatura
Walsh, Miguel N.
Proposici
on 5.6. La medida c satisface la condici
on de 2r1 -correlaci
on.
Demostraci
on. An
alogamente a lo hecho para la Proposicion 5.5 la demostraci
on de esta proposici
on girara entorno a una aplicacion de la Proposicion 2.3. Antes que esto sin embargo demostraremos un lema que nos ayudar
a a reemplazar el factor
Y
1 + Om (p1/2 )
p|
(p,W )=1
que aparece all por una cierta suma sobre una funcion de peso de la forma
dada en la Definici
on 5.2.
Lema 5.2. Sea m 1 un par
ametro entero. Existe entonces una funci
on
de peso = m : Z R0 con (n) 1 para todo n 6= 0 que satisface
Y
X
1 + Om (p1/2 )
(zj zi ),
(5.11)
1i<jm
p|
(p,W )=1
1 + Om (p1/2 )
Y
1i<jm
p|
(p,W )=1
Om (1)
Y
(1 + p1/2 )
Utilizando la ndesigualdad
de las medias aritmeticas y geometricas en la forma
x +...+xn
x1 . . . xn 1 n n y absorbiendo las diversas constantes en la expresion
Om (1), vemos que eligiendo
Y
Y
m (n) := Om (1)
(1 + p1/2 )Om (1)
HbH p|W n+b
(p,W )=1
se satisface (5.11).
En consecuencia, el objetivo restante sera obtener la estimacion
E0<|n|N
66
Tesis de Licenciatura
Walsh, Miguel N.
X
HbH
E0<|n|N
(1 + p1/2 )Om (q)
= Om,q (1).
(5.12)
p|W n+b
(p,W )=1
Recordando adem
as que es H = O(1) alcanzara con demostrar que cada
sumando es Om,q (1). Notamos ahora que si p es suficientemente grande en
terminos de Om,q (1) entonces sera (1 + p1/2 )Om (q) 1 + p1/4 , por lo cual
podemos estimar cada sumando del lado izquierdo de (5.12) como
Om,q (1)E0<|n|N
(1 + p1/4 )
(5.13)
p|W n+b
(p,W )=1
Pero es
Y
(1 + p1/4 )
p|W n+b
(p,W )=1
d1/4
d|W n+b
(d,W )=1
N
N
X
X
X
X
Om,q (1)
1/4
d
+
d1/4
2N
n=1 d|W n+b
(d,W )=1
(5.14)
n=1 d|W nb
(d,W )=1
en donde hemos usado que W puede tomarse mas grande que H asumiendo
N suficientemente grande.
Para estimar esto, notamos que todo entero d < N con (d, W ) = 1 divide
N/d+O(1) = O(N/d) valores de n b(mod W ) y N/d+O(1) = O(N/d) valores de n b(mod W ) en cada uno de los intervalos en cuestion. Analogamente, los enteros d > N con (d, W ) = 1, dividen a lo sumo un elemento de
cada forma en tales intervalos. Con esto, (5.14) queda acotado por
Om,q (1)
2N
N
X
N
d=1
1/4
WX
N +b
!
1/4
d=N +1
W N 1/4
Om,q (1) (5/4) +
N
2N
= Om,q (1)
Tesis de Licenciatura
Walsh, Miguel N.
(5.17)
ExZN
g(x + zi ) .
iA
A{1,...,m}
Tesis de Licenciatura
Walsh, Miguel N.
1i<jm
69
Captulo 6
La teora de la norma de
Gowers
Emprenderemos ahora la demostracion de la Proposicion 5.3. Para llevar
a cabo tal prop
osito ser
a necesario estudiar una familia de normas introducidas por Timothy Gowers [19] en 1998 y que hoy en da desempe
nan un papel
fundamental en la Combinatoria Aditiva.
Los resultados presentados en este captulo estan esencialmente contenidos en [21] y [24].
6.1.
Definici
on 6.1. Sea G un grupo abeliano finito y sea f : G C. La norma
2
U de Gowers se define como
kf k4U 2 := Ex,a,b f (x)f (x + a)f (x + b)f (x + a + b).
Pronto daremos la verificacion de que esto es en verdad una norma, pero
notamos ahora que la propiedad fundamental de esta norma radica en su
capacidad de medir la aleatoriedad (o casi-aleatoriedad) de una funcion. Por
ejemplo, se puede demostrar que si g es una funcion con kgk 1 y f posee
norma U 2 peque
na, entonces g y f + g tendran aproximadamente la misma
esperanza en progresiones aritmeticas de longitud 3. Es decir, sera
Ex,h g(x)g(x + h)g(x + 2h) Ex,h (f + g)(x)(f + g)(x + h)(f + g)(x + 2h).
En particular, supongamos que tenemos un subconjunto A G de densidad
y sea A(x) la funci
on caracterstica de tal conjunto. Entonces, si escribimos
f (x) = A(x), vemos que si kf kU 2 es peque
no tendremos
Ex,h A(x)A(x + h)A(x + 2h) 3 ,
o lo que es lo mismo, la cantidad de progresiones aritmeticas de longitud 3
en A es similar a la cantidad esperada de tales progresiones en un conjunto
70
Tesis de Licenciatura
Walsh, Miguel N.
X
Y
C || f x +
i hi ,
(6.1)
h(f ){0,1}d iU d = Ex,h1 ,...,hd
{0,1}d
1id
Y
X
X
0
Ex,h1 ,...,hd
C | | f0 x +
0i hi f0 x + hd +
0i hi .
0 {0,1}d1
71
Tesis de Licenciatura
Walsh, Miguel N.
(6.2)
Nota. Consideraremos tambien la norma U 1 definida analogamente. Sin embargo, en tal caso no se tratara genuinamente de una norma sino de una
seminorma, puesto que es
kf kU 1 = |Ex f (x)|
y esto puede ser nulo sin necesidad de que f lo sea.
Procederemos a demostrar que la norma U d es efectivamente una norma
para todo d 2. Sabemos de (6.2) que tal cantidad es efectivamente positiva.
An
alogamente a lo hecho anteriormente, tenemos ademas
Y
X
0
h(f ){0,1}d iU d =Eh1 ,...,hd1 Ey
C | | f0 ,0 y +
hi i
0 {0,1}d1
X
C |0 | f0 ,1 y 0 +
hi i .
Ey0
0 {0,1}d1
1/2
= (kf kU d + kgkU d )2
72
Tesis de Licenciatura
Walsh, Miguel N.
(6.4)
d1
2
kf k2U d1 = |h(f ){0,1}d iU d | kf kU
.
d
(6.5)
(6.6)
Definiendo la convoluci
on
f g(x) = Ey+z=x f (y)g(z)
es f
acil verificar que se satisface la identidad
(f g) = fg.
Utilizando adem
as la identidad de Parseval
hf, gi = hf, gi
vemos de (6.6) que es
kf k4U 2 = hf f, f f i = hf2 , f2 i =
|f()|4 ,
73
Tesis de Licenciatura
Walsh, Miguel N.
Obtenemos as del Lema 6.1 y las observaciones anteriores, que las normas U d de Gowers son efectivamente normas para d 2.
Como habamos visto antes, la norma U 2 controlaba varios aspectos de
la aleatoriedad de una funci
on. En particular, vimos que si para un conjunto
A G de densidad su funcion caracterstica satisface que k AkU 2 es
peque
no, entonces A poseer
a aproximadametne la cantidad de progresiones
aritmeticas de longitud tres que se esperan de un conjunto aleatorio de la
misma densidad. Vimos tambien que esto sin embargo no es cierto para
progresiones aritmeticas de longitud cuatro. En particular, el ejemplo que
dimos posee una propiedad que resulta ser fundamental y es su naturaleza
cuadr
atica.
En su demostraci
on del teorema de Szemeredi, Gowers probo que si A es
un subconjunto de ZN de densidad tal que k AkU r es suficientemente
peque
no, con r 2, entonces se satisface
Ex,h A(x)A(x + h) . . . A(x + rh) r+1 .
(6.7)
6.2.
Tesis de Licenciatura
Walsh, Miguel N.
aritmeticas ser
a similar a la de g. Pero puesto que para tal g tendremos el
teorema de Szemeredi a nuestra disposicion, podremos estimar tal cantidad
y en consecuencia deducir la informacion deseada sobre f .
Puesto que lo que deseamos es encontrar una funcion mayorizada por 1
que aproxime en la norma U r1 a una funcion mayorizada por una medida rpseudoaleatoria, ser
a de fundamental importancia que estos dos mayorantes
esten efectivamente cerca en la mencionada norma. Esto lo probamos en el
siguiente lema.
Lema 6.2. Supongamos que es una medida r-pseudoaleatoria. Entonces,
es
k 1kU d = o(1)
para todo 1 d r 1.
Demostraci
on. Comenzamos notando que por (6.5) bastara con probar el
resultado para d = r 1. Deseamos mostrar la estimacion
Y
X
Ex,h1 ,...,hr1
x+
i hi 1 = o(1).
(6.8)
{0,1}r1
(6.9)
A
para todo A {0, 1}r1 , puesto que en tal caso (6.8) sera igual a
X
r1
(1)|A| + o(1) = (1 1)2
+ o(1) = o(1).
A{0,1}r1
Ahora
P bien, puesto que es evidente que ninguna de las formas lineales
x + i hi , {0, 1}r1 , es un m
ultiplo racional de otra, y dado que es
una medida r-pseudoaleatoria, podemos aplicar la condicion de (2r1 , r, 1)formas lineales para concluir la validez de (6.9). El lema queda as demostrado.
En la combinatoria aditiva, se llama teorema directo a aquel que parte
de la descripci
on de un conjunto para demostrar que este satisface ciertas
propiedades. Un ejemplo sencillo de esto es partir de un conjunto A que
consiste de una progresi
on aritmetica y concluir que el conjunto de sumas
de A es peque
no en relaci
on a A (precisamente, es |A + A| = 2|A| 1).
Por el contrario, se llama teorema inverso a aquel que usa como hipotesis
que el conjunto en cuesti
on satisface una cierta propiedad, para concluir de
esto una descripci
on de tal conjunto. En el caso optimo, tal teorema nos
dir
a que un conjunto tiene una determinada propiedad si y solo si tiene
cierta forma especfica. Un ejemplo (muy importante) de teorema inverso es
75
Tesis de Licenciatura
Walsh, Miguel N.
Tesis de Licenciatura
Walsh, Miguel N.
Definici
on 6.4. Dada f : G C, sea Df la funci
on
Y
X
Df (x) = Eh1 ,...,hr1
f x+
i hi .
{0,1}r1
6=0
6.3.
Normas PCA
Tesis de Licenciatura
Walsh, Miguel N.
r1
hf, Df i = 22 kf k2U r1
r1
22 (kkU r1 + k1kU r1 )2
r1
= 22 (2 + o(1))2
1,
78
Tesis de Licenciatura
Walsh, Miguel N.
Demostraci
on. Es evidente que tal funcion es no negativa y posee esperanza igual a 1 + o(1). Que satisface la condicion de formas lienales se sigue
inmediatamente de la multilinealidad del producto interno de Gowers. La
condici
on de correlaci
on se verifica de la misma forma.
Acotando f por 2( + 1)/2 = 21/2 vemos que bastara probar
kD1/2 k 1 + o(1).
Ahora bien, es
Y
1/2 (x +
i hi ).
{0,1}r1
6=0
K
Y
j=1
Eh(j) ,...,h(j)
1
fj (x +
r1
(j)
i hi ).
(6.10)
r1
{0,1}
6=0
(j)
(j)
K
Y
j=1
r1
fj (x +
(j)
i Hi
i hi ).
r1
{0,1}
6=0
(6.11)
Tesis de Licenciatura
(1)
(1)
(K)
(K)
H1 , . . . , Hr1 , . . . , H1 , . . . , Hr1 , f0,H := f y
P
P
(1)
(K)
para 6= 0, donde es .H =
i Hi , . . . , i Hi
y
donde es H :=
f,H := g.H
Walsh, Miguel N.
K
Y
fj (x + u(j) ).
(6.12)
j=1
K
Y
0 {0,1}r1
j=1
fj (x + u(j) +
0i hi ).
(6.13)
K
Y
X
Ex,h1 ,...,hr1 Eu
(x + u +
0i hi ) = OK (1).
{0,1}r1
Aplicando el cambio de variables y := x + u una esperanza se vuelve redundante y en consecuencia el problema se reduce a mostrar
K
Y
X
Eh1 ,...,hr1 Ey
(y +
0i hi ) = OK (1).
{0,1}r1
80
Tesis de Licenciatura
Walsh, Miguel N.
hi (0i 00i ) .
{0,1}r1
0 ,00 {0,1}r1
0 6=00
81
Captulo 7
El principio de transferencia
y el teorema generalizado de
Von Neumann
El primer objetivo de este captulo sera demostrar el mencionado teorema de transferencia que dada una funcion mayorada por una medida pseudoaleatoria nos permite, mediante una perturbacion peque
na en la norma de
Gowers, obtener una funci
on acotada con la misma densidad. Esto sera logrado a traves de un teorema abstracto que nos ofrece tal conclusion para
cualquier norma PCA. Tal teorema abstracto fue formulado por Timothy
Gowers [21] y a continuaci
on expondremos la demostracion dada por este
autor. Cabe destacar que un resultado analogo fue dado en forma independiente por Omer Reingold, Luca Trevisan, Madhul Tulsiani y Salil Vadhan
en el contexto de la teora de juegos [38].
Para la demostraci
on de este resultado emplearemos el teorema de HahnBanach en la formulaci
on dada a continuacion. Notar que al igual que antes
utilizaremos durante este captulo la convencion de interpretar a los elementos de RN como funciones de ZN en R en la forma evidente.
Proposici
on 7.1 (Teorema de Hahn-Banach). Sea K RN un cuerpo
convexo y f RN una funci
on que no est
a contenida en K. Entonces,
existe una constante y un funcional lineal no nulo , tal que se satisfacen
las desigualdades hf, i y hg, i para todo g K.
7.1.
Descomposici
on y la norma CBA
Tesis de Licenciatura
Walsh, Miguel N.
que no puede ser escrita en la forma f = f1 + . . . + fm con fi ci Ki . Entonces, existe un funcional lineal satisfaciendo las desigualdades hf, i > 1
y hg, i c1
para todo 1 i m y todo g Ki .
i
P
Demostraci
on. Escribimos K =
1im ci Ki . Entonces, K es un cuerpo
convexo cerrado que por hip
otesis no contiene a f . El hecho de que K sea
cerrado nos permite concluir la existencia de un 0 < < 1 tal que f
/ K.
Aplicando entonces la Proposicion 7.1, vemos que existe un funcional lineal
no nulo con hf, i y hg, i para todo g K y para cierta
constante .
Deseamos ver que puede tomarse distinto de cero. Para esto notamos
que por hip
otesis 0 K y que ademas, puesto que K es cerrado, existira una
bola eucldea B con f
/ K +B. Vemos entonces que efectivamente podemos
suponer 6= 0. Dividiendo por concluimos de lo anterior la existencia de un
funcional lineal con hf, i 1 > 1 y hg, i 1 para todo g ci Ki K.
En particular, ser
a hg, i c1
para todo g Ki y el resultado queda
i
as demostrado.
El anterior corolario nos permitira deducir que si una funcion f mayorada
por una medida pseudoaleatoria no puede escribirse de la forma g + h con
g acotada y h peque
na en la norma de Gowers, entonces debera existir un
funcional lineal con propiedades especiales que trataremos de explotar.
Para llevar a cabo este plan necesitaremos algunos lemas. De ahora en
mas, X, D, c, C y C estar
an dados por la Definicion 6.5. Ademas, siguiendo
la convenci
on dada en la segunda parte de la Definicion 6.4, llamaremos a
una funci
on de la forma Df con f X una funcion basica anti-uniforme
respecto a X. Puesto que la correlacion de una funcion f con tales funciones
basicas anti-uniformes jugar
a un papel preponderante, introducimos ahora
una norma que nos da una medida de tal correlacion. Definimos entonces la
norma k.kCBA (correlaci
on b
asica anti-uniforme) como
kf kCBA := max {|hf, Dgi| : g X} .
Para estudiar el dual de esta norma utilizaremos el siguiente lema. Recordar
que el dual de una norma k.k esta definido por
kgk := max {hf, gi : kf k 1} .
Lema 7.1. Sea RN un conjunto que genera a RN . Si definimos en RN
una norma k.k mediante la f
ormula
( k
)
k
X
X
kf k = nf
|i | : f =
i i , 1 , . . . , k .
i=1
i=1
entonces esto define efectivamente una norma cuya norma dual k.k viene
dada por la f
ormula
kf k = max {|hf, i| : } ,
83
Tesis de Licenciatura
Walsh, Miguel N.
Demostraci
on. Es f
acil verificar que esto define una norma. Supongamos
entonces que es |hz, i| 1 para alg
un . Puesto que claramente es
i=1
k
X
|i |.
i=1
(7.1)
i=1
7.2.
Aproximaciones polin
omicas
84
Tesis de Licenciatura
Walsh, Miguel N.
Demostraci
on. En primer lugar, es inmediato de la definicion de (C1 , C2 , , J)
la existencia de un polinomio P satisfaciendo las desigualdades RP (C2 ) <
(C1 , C2 , , J) y |P (x) J(x)| para todo x [C1 , C1 ].
Sea ahora RN una funcion con kkCBA C2 . De (7.1) sabemos
entonces que es una combinacion lineal acotada de funciones basicas antiuniformes. Precisamente, dado cualquier > 0, existira un cierto conjunto
de funciones f1 , . . . , fk X con
=
k
X
i Dfi
(7.2)
i=1
Pk
on (3) de las normas PCA
y
i=1 |i | < C2 + . Puesto que la condici
nos garantiza la desigualdad kDf k C para todo f X, aplicando la
desigualdad triangular obtenemos kk C2 C = C1 . Vemos entonces que
la im
agen de est
a contenida en el intervalo en el cual sabemos que P
aproxima a J. Concluimos as que es kP Jk .
Observamos ahora que de (7.2) se sigue que, para todo entero m 1 y
todo > 0, m puede escribirse como una combinacion lineal de productos de m funciones b
asicas anti-uniformes, con los valores absolutos de los
coeficientes de tal combinaci
on sumando a lo sumo C2m + . Utilizando la
condici
on (4) de la Definici
on 6.5 vemos que la norma k.k de cada uno de estos productos est
a acotada por C(m), lo cual combinado con la observacion
anterior nos devuelve la desigualdad km k C2m C(m).
Deducimos entonces que si P como arriba se escribe en la forma
P (x) = an xn + . . . + a1 x + a0
tenemos
kP k = |an |kn k + . . . + |a1 |kk + |a0 |
|an |C(n)C2n + . . . + |a1 |C(1)C2 + |a0 |
= RP (C2 )
< (C1 , C2 , , J).
Con esto, el lema queda demostrado.
7.3.
El teorema de transferencia
Tesis de Licenciatura
Walsh, Miguel N.
Sea J : R R la funci
on contnua J(x) = (x + |x|)/2 y sea
= /2(c()1 C, c()1 , /4, J).
Supongamos adem
as que es k k . Entonces, para toda funci
on f con
1
0 f , existe una funci
on g con 0 g (1 ) satisfaciendo la
desigualdad kf gk .
Demostraci
on. Notar que la afirmacion del enunciado es equivalente a la
posibilidad de descomponer a toda tal f en la forma g + h, con 0 g
(1 )1 y khk . Fijemos entonces 0 f y supongamos que tal
descomposici
on no existe. Es claro que por la definicion de la norma CBA
esto implica tambien que no existira una tal descomposicion con 0 g
(1 )1 y khkCBA c(). Aplicando entonces el Corolario 7.1 obtenemos
un funcional lineal satisfaciendo hf, i > 1, h, gi 1 para todo g con
0 g (1 )1 y kkCBA c()1 (en este u
ltimo caso el cuerpo
convexo consiste por supuesto en los h con khkCBA 1).
Escribiendo + = m
ax {, 0} notamos que la funcion g como arriba que
maximiza h, gi es la que es igual a (1 )1 cuando es > 0 e igual a 0 en
otro caso. En consecuencia, la primer condicion dada sobre es equivalente
a la desigualdad h(1 )1 , + i 1. Notando que es + = J, tenemos
entonces h, Ji (1 ).
Aplicamos ahora el Lema 7.2 con C2 = c()1 y la constante /4. Obtenemos as un polinomio P con kJ P k /4 y
kP k < = (c()1 C, c()1 , /4, J).
Luego, es
h, P i h, + i + E()kJ P k 1
3
.
4
3
+
4
y en consecuencia, es tambien
h, + i h, P i + E()kJ P k < 1
+ .
2
+ .
2
Tesis de Licenciatura
Walsh, Miguel N.
Aplicaremos ahora esta proposicion al caso que nos concierne. Sea entonces la funci
on constantemente igual a 1 y una medida r-pseudoaleatoria.
La norma PCA en cuesti
on sera por supuesto la norma de Gowers k.kU r1 .
Notar que hemos demostrado que tal norma es PCA respecto al conjunto
de la funciones acotadas por + 1, por lo cual lo es en particular respecto
al conjunto X dado en el enunciado de la Proposicion 7.2.
Observar adem
as que si es f = g + h con khkU r1 , se sigue de (6.5)
y la definici
on de la norma U 1 que es tambien
E(g) = E(f ) E(h) E(f ) .
Por el Lema 6.2, el > 0 del enunciado de la Proposicion 7.2 puede tomarse
arbitrariamente peque
no (asumiendo N suficientemente grande). Esto nos
permite elegir a y tambien arbitrariamente peque
nos (aqu estamos usando que D, c, C, C, y en consecuencia , no dependen de N ). Finalmente,
notamos que reescalando a (por un factor que tiende a 1 a medida que N
tiende al infinito) podemos suponer que la esperanza de es menor o igual
a 1 sin alterar con esto la pseudoaleatoriedad de esta funcion. Uniendo estas
observaciones obtenemos de la Proposicion 7.2 el siguiente corolario.
Corolario 7.2. Sea > 0. Sea RN una medida r-pseudoaleatoria.
Supongamos que f RN es -denso y satisface 0 f . Sea > 0 arbitrario. Entonces, si N es suficientemente grande, tenemos la descomposici
on
f = g + h con g 1 + o (1), E(g) o (1) y khkU r1 .
7.4.
El paso final hacia la demostracion de la Proposicion 5.3 (y en consecuencia del Teorema 1.1) sera mostrar que una perturbacion peque
na en
la norma de Gowers preserva aproximadamente la cantidad de progresiones
aritmeticas. Esto se lograr
a a traves de la siguiente proposicion.
Proposici
on 7.3 (Teorema generalizado de von Neumann; [24], Prop. 5.3).
Sea una medida r-pseudoaleatoria y sean f0 , . . . , fr1 funciones en Rn
satisfaciendo |fj | + 1 para todo 0 j r 1. Entonces
Ex,hZN
r1
Y
fj (x + jr) = O
j=1
nf
0jr1
kf kU r1
+ o(1).
(7.3)
Tesis de Licenciatura
Walsh, Miguel N.
Ex,hZN
r1
Y
fj (x + cj r)
(7.4)
j=1
para ciertos elementos c1 , . . . , cj {r 1, . . . , 0, . . . , r 1} podemos suponer sin perdida de generalidad que el nfimo en el lado izquierdo de (7.3) se
alcanza en j = 0. Asumiremos esto en el resto de la demostracion.
Consideramos entonces las variables y1 , . . . , yr1 ZN y escribimos
h :=
r1
X
yi
i=1
ci
(7.5)
r1
X
j=1
ci
cj
yj
para 0 i r 1 y escribimos
x = y1 + . . . + yr ,
(7.6)
i=1
con y = (y1 , . . . , yr1 ). Aprovechando que r1 no depende de yr1 podemos reescribir esto (multiplicando y dividiendo por 1/2 (r1 (y1 , . . . , yr1 )))
como
Ey1 ,...,yr2 G0 (y)H0 (y)
con
G0 (y) := fr1 (r1 (y)) 1/2 (r1 (y))
88
Tesis de Licenciatura
Walsh, Miguel N.
y
H0 (y) := Eyr1 1/2 (r1 (y))
r2
Y
!
fi (i (y)) .
i=0
r2
Y
!
fi (i (y1 , . . . , yr1 + hr1 )) .
i=0
Hemos logrado as eliminar el papel jugado por fr1 en una manera que
pronto veremos probar
a satisfactoria a nuestras intenciones. Esto sugiere
llevar a cabo un razonamiento analogo para las demas funciones fi mediante
una generalizaci
on del argumento anterior. Esta vez, necesitaremos estimar
expresiones de la forma
! rd1
!
r1
Y
Y
Y
Ey,hZr1
1/2 (i (y + h))
fi (i (y + h)) ,
N
{0,1}r1
1 =...=rd1 =0
i=0
i=rd
(7.8)
con y = (y1 , . . . , yr1 ), h = (h1 , . . . , hr1 ) y h = (1 h1 , . . . , r1 hr1 ) (notar
que el rango de hace redundante el promediar sobre las r d 1 primeras
variabes de h, lo cual sin embargo alivia la notacion).
Para estimar esto procedemos como antes, utilizando que rd1 no
depende de la variable yrd1 para reescribir (7.8) como
E (G(y, h)H(y, h))
(7.9)
89
Tesis de Licenciatura
Walsh, Miguel N.
y
r1
Y
r1
1/2
(i (y + h))
i=rd1
{0,1}
1 =...=rd1 =0
rd2
Y
!
fi (i (y + h)) .
i=0
por la condici
on de formas lineales. Concluimos entonces que (7.8) esta acotado por
!
r1
Y
Y
1/2
(i (y + h))
(1 + o(1))Ey,hZr1
N
{0,1}r1
1 =...=rd2 =0
i=rd1
rd2
Y
!
fi (i (y + h)) .
i=0
Notar que aqu el promediar sobre la variable hrd1 deja de ser redundante.
Partiendo entonces de (7.7) e iterando el anterior procedimiento r 1 veces
(es decir, hasta que la u
nica funcion que no haya sido reemplazada por
sea f0 ), concluimos de la identidad
X
0 (y + h) = x +
i hi
que el lado izquierdo de (7.3) esta acotado por
f0 (x +
i hi )
{0,1}r1
r1
Y
1/2 (i (y + h))
{0,1}r1 i=1
= Ey1 ,...,yr1
r1
Y
i=1 {0,1}r1
i =0
90
1/2 (i (y + h))
1
2r1
Tesis de Licenciatura
Walsh, Miguel N.
ExZN E r1
hZ
N
f0 (x +
i hi )
1
2r1
= kf0 kU r1 ,
r1
{0,1}
vemos que para probar la Proposicion 7.3 bastara con mostrar la estimacion
Y
X
ExZN EhZr1 |W (x, h) 1|
f0 (x +
i hi ) = o(1).
N
{0,1}r1
{0,1}r1
{0,1}r1
(aqu las variables yi , yi0 provienen de la expansion de |W (x, h)|2 ), con las
mismas formas lineales del caso q = 1 mas las dadas por i (y 0 + h), 1
i r 1, con {0, 1}r1 y i = 0 (aqu como antes hemos escrito
y = (y1 , . . . , yr2 , x y1 . . . yr2 ) y lo analogo para y 0 ). Con esto, la
Proposici
on 7.3 queda demostrada.
7.5.
Demostraci
on de la Proposici
on 5.3
Pasaremos ahora a aplicar las herramientas desarrolladas para dar demostrar la Proposici
on 5.3, concluyendo as la demostracion del Teorema
1.1.
91
Tesis de Licenciatura
Walsh, Miguel N.
Demostraci
on de la Proposici
on 5.3. Sean f, como en el enunciado y sea
> 0 arbitrario. Aplicando el Corolario 7.2 y asumiendo N suficientemente
grande, obtenemos una descomposicion de la forma f = g + h con g
1 + o (1), E(g) o (1) y khkU r1 . Luego, para estimar
Ex,h f (x)f (x + r) . . . f (x + (r 1)h)
bastar
a con estimar las 2r expresiones de la forma
Ex,h f0 (x)f1 (x + r) . . . fr1 (x + (r 1)h),
donde para cada 0 i r 1 puede ser fi = g o fi = h.
Notamos primero que usando la Proposicion 5.2 y la estimacion que
poseemos sobre la densidad de g, tenemos
Ex,h g(x)g(x + r) . . . g(x + (r 1)h) c(r, ) o (1) or, (1),
lo cual cubre el caso en que es fi = g para todo i. Pero en los casos restantes
ser
a fi = h para alg
un i y en consecuencia, aplicando la Proposicion 7.3,
obtenemos
Ex,h f0 (x)f1 (x + r) . . . fr1 (x + (r 1)h) = O (khkU r1 ) + o (1)
= O() + o (1).
donde hemos usado que es |h| |f | + |g| + 1 (absorbiendo el error o (1)
de la cota de g en ). Concluimos entonces que es
Ex,h f (x)f (x + r) . . . f (x + (r 1)h) c(r, ) O() o (1) or, (1). (7.11)
Pero dado que > 0 es arbitrario, se sigue que el lado izquierdo de (7.11)
es al menos c(r, ) or, (1) y el resultado queda as demostrado.
92
Captulo 8
Deducci
on de los corolarios
Habiendo concluido la demostracion del Teorema 1.1 deduciremos en este
captulo varios corolarios de este resultado. De aqu en adelante siempre que
1 r4
estemos trabajando en ZN con un valor fijo de r, tomaremos R = N r 2
.
Comenzamos viendo que del Teorema 1.1 se recupera facilmente el Teorema
de Green-Tao.
Demostraci
on del Corolario 1.1. Fijemos la longitud r de la progresion aritmetica que deseamos encontrar. Sea N suficientemente grande y < 1/2
una constante positiva arbitraria (en particular, independiente de N ). Definimos fN : ZN R0 como
fN (n) = 1[N,2N ]
(n) 1 r4
r 2
,
4
donde como de costumbre (n) denota la funcion que vale log n si n es primo
y 0 en otro caso. Del teorema del n
umero primo obtenemos la estimacion
1
log2 R
2
2
1
1
= log R
3
4
log R
y la afirmaci
on se sigue de la definicion de R. Puesto que el soporte de fN
claramente est
a contenido en P, fijando como cualquier constante menor a
93
Tesis de Licenciatura
Walsh, Miguel N.
h (n) 2 2r8
r 2
.
36
Tesis de Licenciatura
Walsh, Miguel N.
Demostraci
on del Corolario 1.3. A esta altura el razonamiento a seguir es
claro. Fijados el valor de r y la tupla H = {h1 , . . . , hk } en cuestion definimos
k
r1 2r4
(n + h1 ) . . . (n + hk ).
fN (n) = 1[N/2,N )
(k + l)!2
Por hip
otesis, sabemos que existe una constante > 0 con
E(fN )
para todo N . Al igual que en las otras demostraciones, la desigualdad
R (n; H, k + 1) ,
fN (n)
se obtiene notando que si el lado izquierdo no se anula para cierto n
[N/2, N ), entonces todos los factores primos de P (n; H) excederan R. Vemos
as que fN satisface las hip
otesis del enunciado del Teorema 1.1 y el corolario
queda demostrado.
Para probar el Corolario 1.4 necesitaremos el siguiente resultado
Proposici
on 8.2. Sea H = {h1 , . . . , hk } Z una tupla admisible. Existe
3k log k
(N ) denota la cantidad
entonces una constante absoluta c tal que, si H,c
de valores n [N/2, N ) para los cuales {n + h1 , . . . , n + hk } acumula a lo
sumo 3k log k factores primos distintos, todos los cuales exceden N c , se tiene
la estimaci
on
N
3k log k
(N )
H,c
.
logk N
Demostraci
on. La demostracion de esta proposicion con una cota de (k +
1) log vk + k en la cantidad de factores primos distintos, para un cierto
par
ametro vk , est
a dada en [29, Captulo 10]. La cota de 3k log k se sigue de
la estimaci
on de vk dada en [28].
Demostraci
on del Corolario 1.4. El resultado se sigue utilizando los mismos
razonamientos que en la demostracion del Corolario 1.2, considerando en este
R (n; H, k + 3k log k) y aplicando la Proposicion 8.2.
caso
En forma simult
anea e independiente al presente estudio y basandose
en el trabajo de Binbin Zhou [48], Janos Pintz [36] dio una demostracion
alternativa de los Corolarios 1.3 y 1.4. Ademas, adaptando los argumentos de
su colaboraci
on con Dan Goldston y Cem Yildirim expuesta en el Captulo
4, obtiene la siguiente:
Proposici
on 8.3. Supongamos que los primos tienen nivel de distribuci
on
> 1/2. Existe entonces una constante C = C() tal que para toda tupla
admisible H con |H| = k C existen al menos
c1 (H)
N
logk N
95
Tesis de Licenciatura
Walsh, Miguel N.
96
Bibliografa
[1] R. C. Baker, G. Harman y J. Pintz, The difference between consecutive
primes, II, Proc. London Math. Soc. 83 (2001), 532-562.
[2] F. A. Behrend, On the sets of integers which contain no three in arithmetic progression, Proc. Nat. Acad. Sci. U.S.A. 32 (1946), 331-332.
[3] E. Bombieri y H. Davenport, Small differences between prime numbers,
Proc. Roy. Soc. Ser. A 293 (1966), 1-18.
[4] E. Bombieri, On the large sieve, Mathematika 12 (1965), 201-225.
[5] J. Bourgain, On triples in arithmetic progression, GAFA 9 (1999), 968984.
[6] V. Brun, La serie 1/5 + 1/7 + 1/11 + 1/13 + 1/17 + 1/19 + 1/29 + 1/31 +
1/41 + 1/43 + 1/59 + 1/61 . . ., les denominateurs sont nombres premiers
jumeaux est convergente o`
u finie, Bull. Sci. Math. 43 (1919), 124-128.
[7] J.-R. Chen, On the representation of a large even integer as the sum
of a prime and a product of at most two primes, Sci. Sinica 16 (1973),
157-176.
[8] H. Cramer, On the order of magnitude of the difference between consecutive prime numbers, Acta Arith. 2 (1936), 23-46.
[9] P. D. T. A. Elliot y H. Halberstam, A conjecture in prime number
theory, Symp. Math. 4 (1968-1969), 59-72.
[10] P. Erd
os, On the difference of consecutive primes, Quart. J. Math. Oxford 6 (1935), 124-128.
[11] P. Erd
os, The difference between consecutive primes, Duke Math J. 6
(1940), 438-441.
[12] P. Erd
os, On the combinatorial problems which I would most like to see
solved, Combinatorica 1 (1981), 28.
[13] G. R. Freiman, Foundations of a Structural Theory of Set Addition,
Kazan Gos. Ped. Inst., Kazan, 1966.
97
Tesis de Licenciatura
Walsh, Miguel N.
Tesis de Licenciatura
Walsh, Miguel N.
[30] G. H. Hardy y J. E. Littlewood, Some problems of Partitio Numerorum; III: On the expression of a number as a sum of primes, Acta
Math. 44 (1923), 1-70.
[31] M. Huxley, Small differences between consecutive primes. II., Mathematika 24 (1977), 142-152.
[32] H. Iwaniec, Sieve methods, graduate course, Rutgers, 1996.
[33] H. Iwaniec y E. Kowalski, Analytic Number Theory, Providence, RI:
American Mathematical Society, 2004.
[34] H. Maier, Small differences between prime numbers, Michigan Math. J.
35 (1988), 323-344.
[35] H. L. Montgomery, Problems concerning prime numbers, Proc. Symp.
Pure Math. 28 (1976), 307-310.
[36] J. Pintz, Are there arbitrarily long arithmetic progressions in the sequence of twin primes?, preprint.
[37] R. Rankin, The difference between consecutive primes, J. London Math.
Soc. 13 (1938), 242-244.
[38] O. Reingold, L. Trevisan, M. Tulsiani y S. Vadhan, Dense subsets of
pseudorandom sets, FOCS (2008), 76-85.
[39] V. R
odl y J. Skokan, Regularity lemma for k-uniform hypergraphs, Random Structures and Algorithms 28 (2006), no. 2, 180-194.
[40] I. Z. Ruzsa, Generalized arithmetic progressions and sumsets, Acta
Math. Hungar. 65 (1994), 379-388.
[41] K. Soundararajan, Small gaps between prime numbers: The work of
Goldston-Pintz-Yildirim, Bull. Amer. Math. Soc. 44 (2007), 1-18.
[42] E. Szemeredi, On sets of integers containing no k elements in arithmetic
progression, Acta Arith. 27 (1975), 299-345.
[43] T. Tao, A quantitative ergodic theory proof of Szemeredis theorem,
Electron. J. Combin. 13 (2006), no. 1, Research Paper 99, 49 pp. (electronic).
[44] E. C. Titchmarsh, The theory of the Riemann zeta function, Oxford
University Press, 1ra ed, 1951.
99
Tesis de Licenciatura
Walsh, Miguel N.
100
Indice alfab
etico
Lq , 6
P (n; H), 13
RP , 84
U 2 , 70
U d , 72
W , 26
, 31
, 11
(n; H, k + l), 13
R , 12
R (n; H, k + l), 14
, 10
-denso, 15
R , 21
p , 33
log+ , 23
H, 13
G(H), 10
, 11
c , 59
X , 28
, 9
(C1 , C2 , , J), 84
r , 22
k , 26
, 11
(y; a, q), 45
(s), 24
w(N ), 26
casi-primos, 13
condici
on de correlaci
on, 58
condici
on de formas lineales, 57
conjetura de Elliot-Halberstam, 46
conjetura de Erd
os, 55
conjetura de Goldbach, 9
Tesis de Licenciatura
Walsh, Miguel N.
norma U 2 de Gowers, 70
norma U d de Gowers, 72
norma algebraica, 77
norma de correlaci
on b
asica anti-uniforme
(CBA), 83
norma predual cuasi algebraica (PCA),
77
postulado de Bertrand, 5
primos de Chen, 16
primos de Sophie Germain, 9
primos gemelos, 17
problema inverso de la norma de Gowers, 76
producto interno de Gowers, 71
regi
on libre de ceros cl
asica, 37
serie singular, 10
soporte, 16
teorema de Bombieri-Vinogradov, 45
teorema de Brun, 56
teorema de Chen, 94
teorema de Freiman, 76
teorema de Goldston-Pintz-Yildirim,
18
teorema de Green-Tao, 16
teorema de Hahn-Banach, 82
teorema de Roth, 56
teorema de Szemeredi, 55
teorema de Szemeredi, versi
on ergodica, 56
teorema de transferencia, 85
teorema del n
umero primo, 9, 11, 35
teorema directo, 75
teorema generalizado de von Neumann,
87
teorema inverso, 75
transformada de Fourier, 6
truco-W , 26, 59
tupla admisible, 11
tupla uniforme, 64
tuplas de casi primos, 44
variables de Bernoulli, 9
102