多重小数部分和的渐近式与Ovidiu Furdui积分问题
一类多重小数部分和的渐近式与Ovidiu Furdui积分问题
最近(6月),网友王永强先生发给好友曾熊一个渐近式,即如下 k=2 的情形,熊哥转述给我后,觉得比较有意思,然后我和马明辉做了推广,考虑了如下 k 重和式
N∑n1=1N∑n2=1…N∑nk=1{Nn1+n2+⋯+nk}
的渐近估计,{⋅} 表示小数部分.和式取遍不超过 N 的正整数 n1,n2,…,nk∈N+.
当 k=1 时,(1) 式可由著名的 Dirichlet 除数问题得到,我们有
N∑n1=1{Nn1}=(1−γ)N+O(√N)
其中 γ 是 Euler 常数.迄今, (2) 式中余项最好的上界估计是 2017 年 J. Bourgain 和 N. Watt (Mean square of zeta function, circle problem and divisor problem revisited, arXiv:1709.04340v1) Theorem 2 的结果: O(N5171648+ε).
特别地,当 k=2,3,4,5 时,我们证明了如下结果:
N∑n1=1N∑n2=1{Nn1+n2}=(2log2−ζ(2)2)N2+O(NlogN)N∑n1=1N∑n2=1N∑n3=1{Nn1+n2+n3}=(92log3−6log2−ζ(3)6)N3+O(N2)N∑n1=1N∑n2=1N∑n3=1N∑n4=1{Nn1+n2+n3+n4}=(883log2−18log3−ζ(4)24)N4+O(N3)N∑n1=1N∑n2=1N∑n3=1N∑n4=1N∑n5=1{Nn1+n2+n3+n4+n5}=(62524log5+1354log3−3403log2−ζ(5)120)N5+O(N4).
当然我们也证明了 k (k⩾ 重和式的渐近公式.
一般地, 对于 k\geqslant 2, 我们得到了如下定理:
对于 k\geqslant 3, 我们有 当 k=2 时, 有 |
Ovidiu Furdui 在其著作 (Furdui O. Limits, Series, and Fractional Part Integrals: Problems in Mathematical Analysis. New York: Springer, 2013.) 中第 2 章专门研究了一系列小数部分积分, 并给出如下未解决问题:
问题 [p.109]:设整数 k\geqslant 3, m\geqslant 1, 计算出积分
\begin{equation*} \int_{0}^{1} \dotsi \int_{0}^{1} \left\{ \frac{1}{x_1+\dotsb+x_k} \right\}^{m} \mathrm{d}x_{1} \dotsm \mathrm{d}x_{k} \end{equation*}
闭形式的公式.
2016 年, Ovidiu Furdui 本人给出上述问题 m=1 的情形 (见 [p. 262, Theorem 4, Furdui O. Multiple Fractional Part Integrals and Euler’s Constant. Miskolc Mathematical Notes, 2016, 17(1): 255-266.]) 的递推公式, 而其递推公式涉及其他类型的积分, 计算很繁复.
从我们的定理间接地解决了 Ovidiu Furdui 小数部分积分 m=1 的情形. 考虑 k 重积分的定义, 不难得到
\begin{equation*} \int_{0}^{1} \dotsi \int_{0}^{1} \left\{ \frac{1}{x_1+\dotsb+x_k} \right\} \mathrm{d}x_{1} \dotsm \mathrm{d}x_{k} = \lim_{N\to \infty} \frac{1}{N^k} \sum_{n_1=1}^{N} \dotsc \sum_{n_{k}=1}^{N} \left\{ \frac{N}{n_1+\dotsb+n_k} \right\}. \end{equation*}
则我们有如下推论:
当 k=1 时 \begin{equation*} \int_{0}^{1} \left\{ \frac{1}{x_1} \right\} \mathrm{d}x_{1} = 1-\gamma. \end{equation*} 当 k\geqslant 2 时 \begin{equation*} \int_{0}^{1} \dotsi \int_{0}^{1} \left\{ \frac{1}{x_1+\dotsb+x_k} \right\} \mathrm{d}x_{1} \dotsm \mathrm{d}x_{k} = \frac{1}{(k-1)!}\sum_{j=2}^{k} (-1)^{k+j} j^{k-1} \binom{k}{j} \log j - \frac{\zeta(k)}{k!}. \end{equation*} |
例如, 当 k=2,3,4 时有
\begin{align*} \int_{0}^{1}\int_{0}^{1} \left\{ \frac{1}{x_1+x_2} \right\} \mathrm{d}x_1 \mathrm{d}x_2 & = 2\log2-\frac{\zeta(2)}{2}, \\ \int_{0}^{1} \int_{0}^{1} \int_{0}^{1} \left\{ \frac{1}{x_1+x_2+x_3} \right\} \mathrm{d}x_1 \mathrm{d}x_2 \mathrm{d}x_3 & = \frac{9}{2}\log 3 - 6\log 2 - \frac{\zeta(3)}{6}, \\ \int_{0}^{1} \int_{0}^{1} \int_{0}^{1} \int_{0}^{1} \left\{ \frac{1}{x_1+x_2+x_3+x_4} \right\} \mathrm{d}x_1 \mathrm{d}x_2 \mathrm{d}x_3 \mathrm{d}x_4 & = \frac{88}{3}\log 2 - 18 \log 3 - \frac{\zeta(4)}{24}. \end{align*}
更新:本文将发表在《大学数学》,暑假 8 月13 投稿,10 月 11 修改。
【推荐】还在用 ECharts 开发大屏?试试这款永久免费的开源 BI 工具!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步