Sada velkých goniometrických součtů

Aktuální verze stránky ještě nebyla zkontrolována zkušenými přispěvateli a může se výrazně lišit od verze recenzované 7. května 2019; kontroly vyžadují 6 úprav .

Množina velkých goniometrických součtů  je pojmem teorie čísel - množina indexů, ve kterých Fourierova transformace charakteristické funkce dané podmnožiny grupy nabývá dostatečně velkých hodnot.

Pro usnadnění prezentace je dále v článku použita zkratka MBTS, i když není obecně přijímána.

Předpoklady pro učení

V klasické metodě goniometrických součtů je často požadováno odhadnout shora hodnotu modulu součtu pro nějakou podmnožinu cyklické grupy. Pokud má tento součet malý modul pro všechny , pak z toho můžeme vyvodit závěry o rovnoměrnosti rozdělení mezi spojité segmenty reziduí modulo . To platí například pro množinu kvadratických zbytků [1] (a mocninných zbytků obecně [2] ), diskrétních logaritmů po sobě jdoucích čísel [3] , nebo (pro jednoduché ) výrazy tvaru , kde  je inverzní prvek vzhledem k násobení ( Kloostermanův součet ) [4] .

Přirozeně vyvstává otázka: pokud uvažované sumy nemají malý modul pro všechny, pak pro kolik může být tento modul velmi velký a pro které konkrétní sady hodnot to může být pravda? Je například zřejmé, že pokud to platí pro , pak i pro , ale nabízí se otázka existence dalších takových obecných zákonů, které nezávisí na povaze množiny .

Tento problém našel širokou pozornost v aditivní kombinatorice , myšlenkou, která spočívá v identifikaci vzorů ve struktuře množin s minimálními omezeními na ně, a Fourierovy koeficienty se v ní široce používají.

Definice

Zákonitosti týkající se MBTS jsou zpravidla uvažovány na základě dvou parametrů - velikosti hlavního souboru a hranice, podél které jsou odděleny hodnoty trigonometrických součtů. Někdy pro pohodlí není hranice trigonometrických součtů zapsána explicitně, ale je parametrizována prostřednictvím jejího vztahu k velikosti množiny (protože modul součtu zjevně není nikdy větší než velikost množiny). Z tohoto důvodu, stejně jako z odlišné normalizace Fourierových koeficientů, se mohou výrazy ve formulacích definic a vět různých autorů lišit, ale podstata zkoumaných vztahů zůstává stejná.

Nechť  je přirozené číslo, ,

Označme také tý Fourierův koeficient (nenormalizovaný) charakteristické funkce .

Potom jsou definovány množiny velkých goniometrických součtů s parametrem (až do parametru ) jako

[5]

Některé studijní metody

Aproximace funkce množinou

Pro konstrukci příkladů množin, které mají MBTS s určitými vlastnostmi, se často konstruují funkce, které mají odpovídající Fourierovy koeficienty, a na tomto základě je pak konstatována existence množin, jejichž Fourierovy koeficienty se příliš neliší od koeficientů těchto funkcí [6] [7] [8] . Důvody pro to jsou dány následujícím lemmatem, jehož důkaz se vrací k obecné lineárně-algebraické myšlence a přesahuje rámec vědy MBTS.

Pokud , pak existuje sada velikostí taková, že [9]

Filtrování Fourierových koeficientů

Pro odvození obecných tvrzení o MBTS některých množin je vhodné použít [10] [11] funkce vytvořené z indikační funkce množiny filtrací Fourierových koeficientů vzhledem k této MBTS, tedy takové funkce , která

Ukazuje se, že u takových funkcí je většina součtu hodnot také soustředěna v .

Vlastnosti

Velikost

Z rovnosti je snadné získat. co .

Pro některé hodnoty je tento odhad poměrně přesný , pokud jde o pořadí růstu .

Příkladem jsou kvadratické zbytky

Jestliže  je množina kvadratických zbytků modulo , , pak pro , odhad se změní na nerovnost blízkou .

Pomocí konstrukce formuláře lze tuto myšlenku zobecnit na MBTS se spodní hranicí vzhledem k modulu o hodnotu součtu. Současně se tvoří stejný rozdíl mezi odhadem a skutečnou velikostí MBTS.

Příkladem jsou po sobě jdoucí čísla

V příkladu s kvadratickými zbytky je hodnota blízká pevné. K nalezení příkladů s libovolnou hodnotou postačí uvažovat množinu , kde .

Pak (to znamená, že směry odpovídajících vektorů jsou omezeny poměrně úzkým úhlem) a proto , takže spodní hranice je pravdivá . Navíc od r dokonce platí, že

Pro , se však horní odhad změní v nerovnost .

Ukazuje se, že i horní odhad je přesný až do násobení konstantou.

Struktura

Stupeň strukturovanosti MBTS v různých smyslech lze poměrně přesně odhadnout, když jsou dostatečně velké. V případě, že jsou malé, může být MBTS zcela libovolné.

Aditivní energie

Na jedné straně MBTS umožňují nižší odhad aditivní energie kterékoli z jejich podskupin.

Pokud , pak [11]

Stručný popis nápadu důkazu

Postačí odhadnout energii množin tvaru podobným způsobem a výsledky sečíst přes hodnoty

Funkce se používá k odhadu energie . jehož Fourierovy koeficienty jsou koeficienty filtrované pomocí . Protože z obecných úvah jsou hodnoty takové funkce velmi saturované v , stačí pomocí řady Hölderových nerovností a operací s konvolucemi odhadnout tuto saturaci konstrukcí a určitým faktorem závislým na (tj . , na ). Konstrukce se díky odečtení od (tedy kvůli podmínce odhadu shora) odhaduje shora přes hodnotu aditivní energie (s nějakým dalším faktorem).

Na druhou stranu za určitých dodatečných (ne příliš silných) podmínek na parametry existuje množina, pro kterou platí i horní mez , navíc [12] . To naznačuje, že někdy může být MBTS stále poměrně velké a zároveň nestrukturované.

Design

Pro konstrukci je použita sada , která má speciálně zvýšenou vlastnost disociativnosti.

Samotná množina je definována jako sjednocení posunů různých aritmetických posloupností s rozdíly a posuny se volí tímto způsobem. aby každá nová progrese přidaná do množiny měla co nejmenší průnik s již zkonstruovanou množinou.

MBTS takové množiny obsahuje sjednocení stejného počtu dalších aritmetických posloupností (což nám umožňuje hovořit o její velké velikosti) a zároveň je samo obsaženo ve sjednocení stejných aritmetických posloupností, jen více rozšířených v obou směrech (a to nám umožňuje odvodit z obecných kombinatorických úvah, že jeho aditivní energie není velká).

V případě, kdy má maximální možnou velikost, se tyto odhady (pokud je první uvažován pro ) shodují až do konstanty v závislosti na . To znamená, že pro poměrně širokou třídu hodnot parametrů existují množiny, jejichž míra strukturování MBTS je určena téměř jednoznačně, a jejich MBTS se ukazuje být tím nestrukturovanější, čím více prvků obsahují (čím větší je rozdíl mezi a ).

Aditivní rozměr

Další studovanou charakteristikou je aditivní rozměr MBTS, tj. velikost maximální disociativní množiny v něm obsažené . Dále je tato hodnota označena jako .

Chang v roce 2002 dokázal, že [13] [14] . Základem důkazu byla aplikace Rudinovy ​​nerovnosti na funkci vytvořenou z indikační funkce množiny filtrací Fourierových koeficientů podle [10] .

Green přitom v roce 2003 ukázal, že za podmínek

existuje množina, pro kterou [15] [7] .

To znamená, že při zohlednění dostatečně velkých hodnot součtů lze poměrně přesně odhadnout i aditivní rozměr MBTS.

Svévole

Pokud je MBTS dostatečně malý ve srovnání s jeho maximální možnou velikostí, pak se celkový odhad aditivní energie ukazuje jako triviální, to znamená, že nám neumožňuje říci nic o vnitřní struktuře souboru.

Ukazuje se, že v tomto případě se o tom nedá nic říct - to znamená, že libovolnou sestavou může být malý MBTS.

Věta (Shkredov)

Pokud

pak [ 6]

Stručný popis nápadu důkazu

Stačí uvažovat o takové funkci , že

a aplikovat lemma na aproximaci jeho Fourierových koeficientů pomocí Fourierových koeficientů indikátorové funkce množiny.

Hlavním omezením je , že  zbytek je způsoben obecnou povahou goniometrických součtů.

Omezení velikosti lze zmírnit přidáním podmínky, že má nějakou vlastnost, která je variací disociativity [16] .

Vztah mezi MBTS různých sad

MBTS sad velikostí (polovina velikosti skupiny) v jistém smyslu pokrývají strukturu všech ostatních MBTS.

Věta (zelená)

If , then for any existuje takové, že a [8]

Zobecnění

MBTS lze studovat nejen pro cyklické, ale i pro libovolné skupiny, pokud je správně zobecněn koncept Fourierova koeficientu [17] .

Například pro any a její množina -MBTS obsahuje podskupinu velikosti (poslední výraz znamená tetrace ) [18] .

Aplikace

Chang použil meze na aditivní dimenzi MBTS, aby zlepšil meze ve Freimanově teorému [14] .

Literatura

Poznámky

  1. Segal, 1946 , str. 151.
  2. Segal, 1946 , str. 159-160.
  3. Segal, 1946 , str. 163.
  4. Korolev, 2016 , str. 81-82.
  5. Shkredov, 2008 , s. 161.
  6. 1 2 Shkredov, 2007 , s. 109, Návrh 2.1.
  7. 1 2 Green, 2003 , str. 131-133, lemmata 3.2, 3.3.
  8. 1 2 Green, 2003 , str. 129, Lemma 2.3.
  9. Zelená, 2003 , str. 129, Lemma 2.2.
  10. 1 2 Předtisk Changova díla Archivováno 1. prosince 2016 na Wayback Machine , str. 17, Lemma 3.1
  11. 1 2 Shkredov, 2008 , s. 163, věta 5.
  12. Shkredov, 2007 , s. 118, Věta 2.11.
  13. Shkredov, 2008 , s. 162, Věta 1 (žádný důkaz).
  14. 1 2 Chang, 2002 .
  15. Shkredov, 2008 , s. 162, věta 4 (žádný důkaz).
  16. Shkredov, 2007 , s. 112, Návrh 2.9.
  17. Shkredov, 2007 , s. 108.
  18. Zelená, 2005 , str. 345, věta 2.1.