Sommes d'Euler

Amis théoricien du nombre, Bonsoir. Vous connaissez tous l'estimation :$$\sum_{k=1}^n\dfrac {\phi(k)} k = \dfrac 6 {\pi^2} n + \mathit O (\log(n)^{2/3}\log \log(n)^{4/3})$$ où $\phi$ est la fonction indicatrice d'Euler Cette estimation fût donnée par Walfisz en 1963. Cette formule veut dire : $$\exists M\in \R_+^*,\ n_0\in\N^*,\ \forall n\in \N^*,\ n\ge n_0, \Big| \sum_{k=1}^n\dfrac {\phi(k)} k - \dfrac 6 {\pi^2} n \Big| \le M(\log(n)^{2/3}\log \log(n)^{4/3}).

$$ Quelqu'un connaît-il une valeur effective de $M$ ? Si l'on connaît des valeurs effectives, quelle est la plus petite connue à ce jour ?
Cordialement,
zephir

Réponses

  • À ma connaissance, il n'y a pas de valeur effective connue de cette constante. Les estimations explicites en théorie des nombres sont en général (très) délicates à obtenir.

    Un très bon site concernant ces estimations explicites, que je conseille à tout le monde intéressé par ce sujet, est http://iml.univ-mrs.fr/~ramare/TME-EMT/accueil.html (il y a quand même H. Helfgott dans les contributeurs...).

    En revanche, l'exposant $\frac{4}{3}$ du $\log \log $ a été récemment amélioré en $\frac{1}{3}$ (Voir [1], [2]).

    Références.

    [1] H. Q. Liu, On Euler’s function, Proc. R. Soc. Edinb., Sect. A, Math. 146 (2016), 769–775.

    [2] Y. Suzuki, On error term estimates à la Walfisz for mean values of arithmetic functions, preprint 32pp., 2018, https://arxiv.org/pdf/1811.02556.pdf.
  • Merci noix de totos.
    L'inégalité : $$\Big| \sum_{k=1}^n \dfrac {\phi(k)} k - \dfrac {6n}{\pi^2}\Big| \le 1 + \log(n)$$ suffit à mon bonheur.
    Démontrer cette inégalité. C'est un bon exercice pas très difficile.

    [En $\LaTeX$, le signe somme s'écrit avec la commande \sum et pas \Sigma. ;-) AD]
    Edit : dans le majorant, en effet 1 suffit au lieu de 2. J'ai donc remplacé le 2 par 1. Merci noix de totos.
    Merci AD pour la leçon de LATEX. On en apprend à tout âge.
  • Pour la majoration, qui est la plus utile, on peut remplacer le $2$ par un $1$.
  • Voici une estimation plus précise, si tu en as besoin.

    Proposition. Pour tout $x \geqslant 1$
    $$\left| \sum_{n \leqslant x} \frac{\varphi(n)}{n} - \frac{x}{\zeta(2)} \right| < \frac{\log x}{\zeta(2)} + 2 \left( \frac{1}{\zeta(2)} + \frac{1}{25} \right) + x^{-1/2}.$$

    Preuve. À l'aide de la convolution usuelle $\varphi = \textrm{id} \star \mu$, il vient
    $$\sum_{n \leqslant x} \frac{\varphi(n)}{n} - \frac{x}{\zeta(2)} = -x \sum_{d > x} \frac{\mu(d)}{d^2} - \sum_{d \leqslant x} \frac{\mu(d)}{d} \left \{ \frac{x}{d} \right \}$$
    où $\{t\}$ désigne la partie fractionnaire du réel $t$. Au cours de travaux antérieurs, j'ai pu montrer, sans réelle difficulté, que
    $$\left| \sum_{d > x} \frac{\mu(d)}{d^2} \right| < \frac{2}{25x} + \frac{1}{x^{3/2}} \quad \left( x \geqslant 1 \right)$$
    et El Marraki montre en 1995 que
    $$\sum_{d \leqslant x} \frac{\mu(d)^2}{d} < \frac{1}{\zeta(2)} \left( \log x + 2 \right) \quad \left( x \geqslant 1 \right)$$
    (et même mieux : le $2$ peut être remplacé par $1,918$ si ça t'amuse). On reporte ces deux estimations ci-dessus, ce qui donne le résultat.

    Remarque. Cette estimation est meilleure que la précédente dès que $x \geqslant 6,01615$.
  • Coucou, la compagnie, en transit entre les escales des destinations ! X:-(
    zephir a écrit:
    L'inégalité : $$\Big| \sum_{k=1}^n \dfrac {\phi(k)} k - \dfrac {6n}{\pi^2}\Big| \le 1 + \log(n)$$ suffit à mon bonheur. Démontrer cette inégalité. C'est un bon exercice pas très difficile.

    Quelle(s) propriété(s), de l'indicatrice, a-t-on et capitalise-t-on par ici ?(:D

    Au fait, que devient le Zephir avec le PhD et les colles M' de Ginette ?
  • $\sum_{d | k} \phi(d) = k, \phi(k) = \sum_{d | k} \mu(d) \frac{k}{d}, \frac{\phi(k)}{k} = \sum_{d | k} \frac{\mu(d)}{d}$

    donc $$\sum_{k=1}^n \frac{\phi(k)}{k} = \sum_{d=1}^n \frac{\mu(d)}{d} \lfloor n/d \rfloor = \sum_{d=1}^n \frac{\mu(d)}{d} ( n/d+O(1)) \\= n\sum_{d=1}^\infty \frac{\mu(d)}{d^2} + O(n\sum_{d=n+1}^\infty \frac{1}{d^2}) + O(\sum_{d=1}^n \frac{1}{d}) = n \frac{6}{\pi^2}+O(1 + \log (n+1))$$ (les $O$-constantes sont $1$)
Connectez-vous ou Inscrivez-vous pour répondre.