Carlos Ivorra Castillo

TEORÍA ANALÍTICA DE
NÚMEROS
 ¿Por qué los números son hermosos? Es como
preguntar por qué la novena sinfonía de Beethoven es
hermosa. Si no ves por qué, nadie puede explicártelo.
Yo sé que los números son hermosos. Si no lo son,
nada lo es.
Paul Erdős
Índice General

Introducción vii

Capítulo I: Pruebas de trascendencia 1

1.1 Aproximación diofántica . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 El teorema de Lindemann-Weierstrass . . . . . . . . . . . . . . . 3
1.3 El teorema de las seis exponenciales . . . . . . . . . . . . . . . . 12
1.4 El teorema de Gelfond-Schneider . . . . . . . . . . . . . . . . . . 18

Capítulo II: Funciones aritméticas 23

2.1 El álgebra de las funciones aritméticas . . . . . . . . . . . . . . . 23
2.2 Orden de crecimiento . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3 Cálculo de órdenes . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.4 Apéndice: Permutaciones circulares . . . . . . . . . . . . . . . . . 52

Capítulo III: La distribución de los números primos 57

3.1 Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.2 Las funciones de Chebyshev . . . . . . . . . . . . . . . . . . . . . 61
3.3 Los teoremas de Mertens . . . . . . . . . . . . . . . . . . . . . . . 66
3.4 Consecuencias del teorema de los números primos . . . . . . . . . 68
3.5 Series de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . . . . 76
3.6 Prueba del teorema de los números primos . . . . . . . . . . . . . 85
3.7 Primos en progresiones aritméticas . . . . . . . . . . . . . . . . . 92

Capítulo IV: La función dseta de Riemann I 97

4.1 Aproximación de la función dseta . . . . . . . . . . . . . . . . . . 100
4.2 El crecimiento de la función dseta . . . . . . . . . . . . . . . . . . 108
4.3 La función xi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
4.4 La fórmula de Riemann-von Mangoldt . . . . . . . . . . . . . . . 123

Capítulo V: La función dseta y los números primos 139

5.1 Fórmulas explícitas . . . . . . . . . . . . . . . . . . . . . . . . . . 139
5.2 Estimación del error en el teorema de los números primos . . . . 152
5.3 Regiones sin ceros y el error en el teorema de los números primos 163
5.4 Diferencias entre primos . . . . . . . . . . . . . . . . . . . . . . . 170
5.5 Orden de crecimiento y localización de ceros . . . . . . . . . . . . 175

v
vi ÍNDICE GENERAL

Capítulo VI: La función dseta de Riemann II 181

6.1 La ecuación funcional aproximada . . . . . . . . . . . . . . . . . 181
6.2 El método de Hardy-Littlewood . . . . . . . . . . . . . . . . . . . 196
6.3 El teorema de Ingham . . . . . . . . . . . . . . . . . . . . . . . . 216

Capítulo VII: El método de Vinogradov 231

7.1 La conjetura de Vinogradov . . . . . . . . . . . . . . . . . . . . . 231
7.2 El teorema del valor medio de Vinogradov . . . . . . . . . . . . . 237
7.3 Aplicación a la función dseta . . . . . . . . . . . . . . . . . . . . 248

Capítulo VIII: Números compuestos 263

8.1 Números altamente compuestos . . . . . . . . . . . . . . . . . . . 263
8.2 Números altamente compuestos superiores . . . . . . . . . . . . . 269
8.3 Números abundantes y superabundantes . . . . . . . . . . . . . . 273
8.4 Números colosalmente abundantes . . . . . . . . . . . . . . . . . 278

Bibliografía 283

Índice de Materias 285

Introducción

Este libro supone que el lector tiene algunos conocimientos básicos de álgebra
y análisis matemático (bastantes menos que los contenidos en mis libros de
Álgebra [Al] y Análisis matemático [An]) y buena parte de él puede verse como
una muestra de las aplicaciones de la teoría expuesta en mi libro de Funciones
de variable compleja [VC]. En algunas ocasiones necesitaremos también algunos
resultados del capítulo II de mi libro de Análisis avanzado [AA] o de mi libro
de Teoría algebraica de Números [TAl].

La teoría de números surge con el estudio de las propiedades aritméticas

de los números naturales. Sin embargo, sucede que muchas de esas propieda-
des requieren para ser demostradas —o incluso a veces, para ser entendidas—
técnicas y conceptos matemáticos sofisticados, que requieren adentrarse en las
ramas más abstractas de la matemática y que conducen a resultados en los que a
menudo es difícil —si no imposible— reconocer hechos sobre números naturales
que puedan haberlos motivado.
Por ello existe una tradición de distinguir entre la teoría de números elemen-
tal (que no emplea más que técnicas aritméticas sencillas), la teoría algebraica
de números (que emplea técnicas algebraicas más o menos sofisticadas) y la
teoría analítica de números (que emplea técnicas del análisis matemático). Sin
embargo, las fronteras entre ellas son difusas, ya que hay muchos resultados que
requieren simultáneamente técnicas algebraicas y analíticas, e incluso dentro de
la teoría analítica de números se suele distinguir entre resultados que sólo re-
quieren de técnicas elementales del análisis real (límites, derivadas, etc.) y las
que requieren de la teoría de funciones de variable compleja, cuya conexión con
los números naturales es, en principio, más lejana.
Así, por ejemplo, en el primer capítulo de este libro combinaremos técni-
cas algebraicas y analíticas para obtener varias pruebas de trascendencia, es
decir, resultados que aseguran que determinados √
números reales son trascen-
dentes. Podríamos decir que la afirmación “2 2 es trascendente” es algebraica
(en cuanto que la trascendencia es una propiedad algebraica), pero sucede que
la demostración combina técnicas algebraicas y analíticas.
Los capítulos siguientes están dedicados a la teoría analítica de números
propiamente dicha (sin ánimo de que sean representativos de todo su alcance),
aunque en ocasiones necesitaremos también algunos resultados algebraicos.
A título orientativo (sin ánimo de ser rigurosos) podríamos decir que los

vii
viii Introducción

resultados algebraicos sobre números naturales suelen tratarlos “de forma indi-
vidualizada”. Por ejemplo, la ley de reciprocidad cuadrática de Gauss [Al 12.14]
es un resultado aplicable a cada par de primos impares individuales. Esto con-
trasta con afirmaciones como la siguiente:

La proporción de números libres de cuadrados menores o iguales que

un número dado N es aproximadamente 6/π 2 ≈ 0.6, y la estimación
es más exacta cuanto mayor es N .

Esta afirmación habla sobre los números libres de cuadrados, pero no dice
nada sobre ninguno de ellos en particular. Los resultados analíticos que vamos a
obtener en este libro comparten mayoritariamente esta naturaleza “estadística”.
Vamos a desarrollar esta idea comentando algunos de los resultados de los que
nos vamos a ocupar en los capítulos siguientes.
El estudio de los números primos es uno de los temas fundamentales de la
teoría de números (tanto algebraica como analítica). La ley de reciprocidad
cuadrática, que acabamos de citar, es un ejemplo de la clase de afirmaciones
que el álgebra puede probar sobre los números primos. El análisis matemático,
por su parte, permite obtener muchos resultados que ponen en evidencia las
regularidades ocultas en la apariencia caótica de la distribución de los números
primos en el seno de los números naturales.
Llamaremos {pn }∞ n=1 a la sucesión de los números primos o, dicho con otras
palabras, llamamos pn al primo n-simo. Sus primeros términos son:

2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41,

43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97, 101, . . .
Se trata de una sucesión muy irregular, en el sentido de que no hay forma de
predecir exactamente cuándo, al ir enumerando los números naturales “aparece”
el siguiente primo. Puede ocurrir que pn+1 = pn +2 y puede ocurrir que haya que
recorrer bastantes números naturales a partir de pn hasta que aparezca pn+1 .
La gráfica muestra la sucesión pn+1 − pn , y en ella vemos que abundan más
las distancias cortas, pero que de vez en cuando se dan también distancias más
largas.
 ix

Pese a ello, la sucesión de los núme-

ros primos presenta una gran regulari-
dad “a gran escala”, y muchos resultados
de la teoría analítica de números consis-
ten en poner de manifiesto dicha regu-
laridad. Si nos limitamos a representar
la sucesión pn , la imagen resultante es
bastante regular, pero esto es engañoso.
Lo que sucede es que los saltos de un primo al siguiente son pequeños en re-
lación a la magnitud de los primos, y por ello en la figura no se aprecian las
irregularidades. El hecho de que la gráfica parezca recta también es engañoso,
ya que se debe a la diferencia de escala entre los ejes. En realidad es una curva
cuya pendiente varía lentamente, de modo que si tratáramos de aproximarla por
una recta, habría que ir modificando su pendiente a medida que ampliáramos
el intervalo representado.
Esto puede verse representando la su-
cesión pn /n, que es la pendiente de la
recta que une (0, 0) con el último par
(n, pn ) representado en la gráfica. Como
la forma de la gráfica resultante se pa-
rece a la de la función log x, hemos re-
presentado también esta función (que es
la curva inferior). Vemos que, en efecto,
la pendiente va variando, pero, por otra
parte, encontramos una nueva regularidad, y es el parecido de esta pendiente
con la función logaritmo, que no es en absoluto fácil de justificar.
Este parecido está relacionado con una propiedad de la sucesión de los nú-
meros primos que fue señalada por Gauss. En una carta de 1849 afirmó que ya
en 1793 (es decir, a los 16 años) había observado que la densidad del conjunto
de los números primos se aproxima a 1/ log x para valores grandes de x, y que
cada nueva tabla de primos publicada venía a confirmar su conjetura.
Para formalizar la conjetura de Gauss conviene introducir la función
P
π(x) = 1
p≤x

que asigna a cada número real x el número de primos menores o iguales que x.
He aquí su gráfica:

1000
500

2000 4000 6000 8000 10 000

La densidad de primos en un intervalo [0, x] es π(x)/x, es decir, el número

de primos por unidad de longitud que contiene el intervalo. Según la conjetura
x Introducción

de Gauss, esta densidad es aproximadamente 1/ log x, con lo que a su vez π(x)

se parecerá a x/ log x. Comparemos las gráficas correspondientes:

π(x)
1000
500 x/ log x
2000 4000 6000 8000 10 000
0.4

0.3

0.2
π(x)/x
0.1
1/ log x

0 2000 4000 6000 8000 10 000

Vemos que, ciertamente, hay un parecido, si bien no puede interpretarse

como que la diferencia entre ambas funciones tiende a 0, pues esto es falso. Lo
que se cumple realmente es lo siguiente:

Teorema de los números primos

x
π(x) ∼ ,
log x

donde, en general, la notación f (x) ∼ g(x) indica que

f (x)
lím = 1.
x→+∞ g(x)

Se dice entonces que las funciones f y g son asintóticamente equivalentes. No-

temos que esto equivale a que

f (x) − g(x)
lím = 0,
x→+∞ f (x)

lo que significa a su vez que el error relativo de aproximar f (x) por g(x) tiende
a 0. Discutiremos esta noción con más detalle en la sección 2.2.
Sin embargo, x/ log x no es la función más razonable para aproximar π(x).
Si de verdad 1/ log x aproxima a la densidad de los números primos en cualquier
intervalo, a la hora de aproximar el número de primos entre 1 000 y 1 100 será
más fiable multiplicar la densidad aproximada 1/ log(1 100) por la longitud del
intervalo, o sea, 100, lo cual nos da
100
= 14.28,
log(1 100)
 xi

en lugar de restar las aproximaciones

1 100 1 000
− = 12.31,
log(1 100) log(1 000)
pues en este caso usamos la aproximación 1/ log(1 000), que es peor. Efectiva-
mente, hay 16 primos en dicho intervalo.
Más en general, para aproximar el número de primos en un cierto intervalo es
más fiable dividirlo en subintervalos pequeños y sumar la aproximación 1/ log x
en un punto de cada intervalo multiplicada por la longitud de éste. Tomando
límites llegamos a la llamada integral logarítmica
Z x
dt
π(x) ∼ Il(x) = .
2 log t
Ésta es la aproximación que consideró Gauss. Las gráficas siguientes nos per-
miten comparar las dos aproximaciones, y vemos que —como era de esperar—
la integral logarítmica es mejor:
0.11
80 000

0.10

60 000
0.09

40 000
0.08

20 000 0.07

0.06
200 000 400 000 600 000 800 000 1 × 106 200 000 400 000 600 000 800 000 1 × 106

En la gráfica de la izquierda, la curva superior es la superposición de las

funciones π(x) e Il(x), que resultan indistinguibles, mientras que la inferior es
x/ log x. Similarmente, en la gráfica de la derecha, en la curva superior se
superponen π(x)/x e Il(x)/x, mientras que la inferior es 1/ log x. No obstante,
cabe recalcar que si las aproximaciones con logaritmos se distinguen claramente
de las funciones que pretenden aproximar, ello se debe a que la convergencia de
la aproximación es más lenta. Si pudiéramos calcular las gráficas en un intervalo
suficientemente grande, las tres curvas serían indistinguibles.
Veamos por último algunos valores numéricos. Gauss trabajó con tablas que
llegaban hasta π(3 000 000). En la tabla de la página siguiente tenemos en el
centro π(x), a sus lados las aproximaciones x/ log x e Il(x), el error e para cada
una de ellas y el porcentaje de error relativo er . La tabla confirma una vez más
que la integral logarítmica es una aproximación mucho mejor. Sin embargo, la
relación π(x) ∼ x/ log x es cierta, lo que significa que los errores relativos que
muestra la tabla tienden igualmente a 0, aunque haya que tomar valores de x
mucho mayores para que se vuelvan realmente despreciables.
En una memoria de 1859, Riemann dio unas directrices para demostrar el
teorema de los números primos, si bien los detalles de su argumento no fueron
precisados hasta 1896, cuando aparecieron dos pruebas, una de Jacques Hada-
mard y otra de Charles Jean de la Vallée-Poussin. Posteriormente se encontra-
ron varias pruebas algo más simples, aunque todas ellas bastante sofisticadas.
xii Introducción

Selberg y Erdős dieron en 1949 una prueba elemental, en el sentido de que no

requería resultados de la teoría de funciones de variable compleja, o análisis fun-
cional en general. Aquí presentaremos una prueba debida a Donald J. Newman
de 1980, que sí que usa la teoría de funciones de variable compleja, pero que es
muchísimo más simple que cualquier otra prueba conocida.

x er (%) e x/ log x π(x) Il(x) e er (%)

102 12 3 22 25 29 4 16

103 14 23 145 168 176 9 5.4

104 12 143 1 086 1 229 1 245 16 1.3

105 9.4 906 8 686 9 592 9 628 37 0.39

106 7.8 6 115 72 383 78 498 78 626 128 0.16

107 6.6 44 158 620 421 664 579 664 917 338 0.05

108 5.8 332 773 5 428 682 5 761 455 5 762 208 753 0.013

109 5.1 2 592 591 48 254 943 50 847 534 50 849 234 1 700 0.0033

1010 4.6 20 758 030 434 294 482 455 052 512 455 055 613 3 101 0.00068

El teorema de los números primos está relacionado con muchos otros patrones
regulares que pueden derivarse de la sucesión de los números primos. Ya hemos
señalado uno de ellos, a saber, el parecido de la gráfica de pn /n con la función
log x. Observemos ahora la gráfica de la función1
P
p,
p≤x

es decir la suma de todos los primos menores o iguales que un número real x
dado:

En realidad hemos representado dos funciones más. La segunda es Il(x2 ),

cuya gráfica no puede distinguirse en la figura de la de la suma de los primos.
1 En lo sucesivo adoptaremos el convenio de que la letra p en un índice de una suma o un

producto recorre los números primos.

 xiii

2
x
La que queda ligeramente por debajo es 2 log x . Sucede que para probar que
estas dos funciones son asintóticamente equivalentes a la gráfica de la suma de
los primos no nos bastará con el teorema de los números primos tal y como
lo hemos enunciado, sino que necesitaremos una versión fuerte que estime la
diferencia entre π(x) e Il(x).
Veamos por último lo que sucede si, en vez de 500
sumar los primos, sumamos los logaritmos de los
primos, es decir, si consideramos la función 400

P
ϑ(x) = log p. 300

p≤x
200

Nuevamente, en la figura hemos representado tres

funciones, de las cuales ϑ(x) es la que queda más 100
abajo. Observemos que los dos ejes están a la
100 200 300 400 500
misma escala, por lo que esta vez es fácil conjetu-
rar a qué función se aproxima la suma de los logaritmos de los primos. Demos-
traremos que ϑ(x) ∼ x y, más aún, que esto implica el teorema de los números
primos (de hecho, éste es el camino por el que demostraremos el teorema).
Sin embargo, la gráfica contiene una tercera función que apenas se distingue
de la diagonal y que resulta ser un refinamiento de ϑ. Es la construida como
sigue: dado un número x, por ejemplo x = 25, consideramos, no los primos,
sino todas las potencias de primo pm ≤ x, que en este caso son

2, 3, 22 , 5, 7, 23 , 32 , 11, 13, 24 , 17, 19, 23.

Ahora eliminamos los exponentes y sumamos los logaritmos de las bases:

log 2 + log 3 + log 2 + log 5 + log 7 + log 2 + log 3+

log 11 + log 13 + log 2 + log 17 + log 19 + log 23 = 24.01.

Vemos que el resultado aproxima a 25 con un error inferior al 4%. Ésta es la ter-
cera función de la gráfica y vemos en ella que, para valores de x moderadamente
grandes, el error de la aproximación se vuelve inferior a nuestra capacidad de
discernimiento. Formalmente, la tercera función es
P
ψ(x) = Λ(n),
n≤x

donde Λ es la llamada función de Mangoldt, y que viene dada por

log p si n = pm , con m ≥ 1,
n
Λ(n) =
0 en otro caso.
Sucede que ψ(x) ∼ x y, como vemos, la convergencia es mucho más rápida que
la de ϑ(x). Las funciones ϑ y ψ se conocen como funciones de Chebyshev, y
las estudiaremos en la sección 3.2. La función de Mangoldt es un ejemplo de
las funciones aritméticas que estudiaremos en el capítulo II, mientras que en
xiv Introducción

el capítulo III empezaremos a estudiar la distribución de los números primos.

En las primeras secciones probaremos algunos resultados elementales, es decir,
resultados que pueden probarse sin necesidad de usar el análisis complejo y en
la sección 3.5 relacionaremos las funciones aritméticas estudiadas en el capítulo
precedente con las series de Dirichlet estudiadas en el capítulo V de [VC], lo
cual bastará para demostrar el teorema de los números primos en la sección
siguiente, y después una generalización del teorema de Dirichlet sobre primos
en progresiones aritméticas.
La prueba original del teorema de los números primos, siguiendo las ideas de
Riemann se basaban en una estrecha conexión que existe entre la ahora conocida
como función dseta de Riemann y la distribución de los números primos. La
función dseta se introduce en el capítulo V de [VC] y en el capítulo IV de este
libro profundizamos en su estudio. En el capítulo V mostramos la relación
entre los ceros de la función dseta y la distribución de los números primos, y
en los dos capítulos siguientes demostramos resultados mucho más profundos
que aprovechan esta relación. Finalmente, en el capítulo VIII estudiamos varias
familias de números compuestos.
Capítulo I

Pruebas de trascendencia

En este primer capítulo presentamos tres resultados notables sobre núme-

ros trascendentes, ninguno de los cuales será necesario más adelante, salvo por
una aplicación del teorema de las seis exponenciales en el capítulo VIII. Cada
uno de ellos se apoya en un resultado fundamental de la teoría de las funcio-
nes de variable compleja: el teorema de Lindemann-Weierstrass usa el teorema
de Cauchy, el teorema de las seis exponenciales usa el principio del módulo
máximo, mientras que el teorema de Gelfond-Schneider usa la fórmula integral
de Cauchy. Previamente probaremos un resultado elemental de Liouville que
permite reconocer la trascendencia de algunos números explícitos.

1.1 Aproximación diofántica

Como Q es denso en R, cualquier número irracional puede ser aproximado
con la precisión deseada por un número racional adecuado. Sin embargo, las
aproximaciones pueden ser “malas” en el sentido de tener un denominador muy
grande. Por ejemplo, siempre podemos aproximar un irracional salvo una cen-
tésima mediante una fracción con denominador 100. Esto es un ejemplo de una
mala aproximación. En cambio,
355
= 3.1415929 . . .
113
es una aproximación muy buena de π, pues con un denominador del orden de
100 lo aproxima con 7 cifras decimales exactas. Se trata de un caso particular
del teorema siguiente (véase la sección B1 de [An]):

Teorema Si α es un número irracional y p/q es un convergente de la fracción

continua de α, entonces  
α − p  < 1 ,
 
 q  q2
luego existen infinitas aproximaciones de α (con precisión arbitraria) en estas
condiciones.

1
2 Capítulo 1. Pruebas de trascendencia

Si α es un número algebraico, Liouville demostró que el exponente 2 del

teorema anterior no puede incrementarse indefinidamente:

Teorema 1.1 (Liouville) Sea α ∈ A un número algebraico de grado d ≥ 2

sobre Q (es decir, |Q(α) : Q| = d). Entonces existe una constante C > 0
dependiente α tal que para todo número racional p/q se cumple
 

α − p  C
≥ d.
 q  q

Demostración: Sea f (T ) = a0 T d + a1 T d−1 + · · · + ad ∈ Z[T ] el polinomio

mínimo de α (multiplicado por un a0 ∈ Z para que sus coeficientes sean enteros).
Sea
C1 = sup{f 0 (t) | α − 1 ≤ t ≤ α + 1}.

Si un número racional cumple

 

α − p 
≤ 1,
 q

podemos aplicar el teorema del valor medio:

|f (p/q)| = |f (α) − f (p/q)| ≤ C1 |α − p/q|,

pero q d f (p/q) ∈ Z y f (p/q) 6= 0, pues f no puede tener raíces racionales, luego

|q d f (p/q)| ≥ 1. Así pues,
 
1  p 
≤ C1 α −  ,

qd q
siempre y cuando p/q aproxime a α con error menor que 1, pero tomando
C = mín{1, 1/C1 } tenemos una constante que vale para todo p/q.

Conviene observar que podemos eliminar la constante C del enunciado a

cambio de admitir un número finito de contraejemplos:

Teorema 1.2 Si α es un número algebraico de grado d, entonces hay a lo sumo

una cantidad finita de números racionales p/q que cumplen
 

α − p  1
< .
 q  q d+1

Demostración: Para cada valor de q hay a lo sumo una cantidad finita de

valores de p que cumplan la aproximación, luego si existieran infinitas aproxi-
maciones, las habría con denominador arbitrariamente grande, luego podríamos
tomar una tal que 1/q d+1 < C/q d , donde C es la constante del teorema anterior,
lo cual es imposible.
1.2. El teorema de Lindemann-Weierstrass 3

Ejemplo Liouville usó su teorema para mostrar ejemplos concretos sencillos

de números trascendentes. Por ejemplo, el número
α = 2−1! + 2−2! + 2−3! + · · ·
es trascendente, pues si j ≥ j0 , podemos aproximarlo con pj /qj , donde
pj = 2j! (2−1! + 2−2! + · · · + 2−j! ), qj = 2j! ,
y la diferencia es
  ∞
α − pj  = 2−(j+1)! + 2−(j+2)! + · · · < 1 1 1 1
  P
(j+1)!+k
= (j+1)!−1 < j ≤ j0 .
 qj 
k=0 2 2 qj qj
Así, pj /qj aproxima a α con exponente j0 . Claramente α es irracional (pues
su desarollo decimal en base 2 no es periódico). Si α fuera algebraico, su grado
debería ser d ≥ j0 − 1 para todo j0 , lo cual es absurdo.

1.2 El teorema de Lindemann-Weierstrass

En 1873 Hermite demostró la trascendencia del número e. Anteriormente ya
se había probado que e no era racional. De hecho, era conocido su desarrollo en
fracción continua. En 1882 Lindemann consiguió generalizar el argumento de
Hermite y demostró la trascendencia de π. Lindemann afirmó que sus técnicas
permitían probar un resultado mucho más general. La primera prueba detallada
de este resultado fue publicada por Weierstrass y constituirá el contenido de esta
sección, junto con sus consecuencias inmediatas.
Necesitaremos algunos resultados elementales sobre cuerpos numéricos. Re-
cordemos que un cuerpo numérico K ⊂ C es una extensión finita de Q [Al 10.4].
El grado de un cuerpo numérico es su dimensión como Q-espacio vectorial. Si
α1 , . . . , αn ∈ C son números algebraicos, entonces Q(α1 , . . . , αn ) es el menor
cuerpo numérico que los contiene, y podemos extenderlo hasta un cuerpo nu-
mérico normal K [Al 7.19]. Si K es un cuerpo numérico normal de grado h,
esto se traduce en que tiene precisamente h automorfismos [Al 7.36], digamos
σ1 , . . . , σh , y un α ∈ K cumple α ∈ Q si y sólo si es fijado por todos ellos
[Al 7.32].
Según [Al 7.6], cada α ∈ K es raíz de un único polinomio mónico irreducible
en Q[X], cuyas raíces (todas ellas simples) son los conjugados de α, es decir, sus
imágenes por los automorfismos de K [Al 7.23].
Todo automorfismo σ de K induce un automorfismo σ : K[X] −→ K[X]
del anillo de polinomios de K, de modo que un polinomio p(X) ∈ K[X] queda
fijado por σ si y sólo si σ fija a todos sus coeficientes, por lo que p(X) ∈ Q[X]
si y sólo si es fijado por todos los automorfismos de K.
En cada cuerpo numérico K podemos considerar su anillo de enteros alge-
braicos [Al 10.5]. Un hecho fundamental sobre ellos es que un α ∈ Q es un
entero algebraico si y sólo si es un entero ordinario (un entero racional).
Necesitaremos dos resultados auxiliares:
4 Capítulo 1. Pruebas de trascendencia

Teorema 1.3 Sean fi (x) ∈ Z[x], i = 1, . . . , r polinomios no constantes de

grado ki y, para cada i, sean β1i , . . . , βki i las raíces de fi (x). Supongamos que
son no nulas. Sean ai ∈ Z para i = 0, . . . , r tales que a0 6= 0. Entonces
r ki
eβki 6= 0.
P P
a0 + ai
i=1 k=1

Demostración: Supongamos que se cumple la igualdad. Vamos a expresar

cada eβki como
Mki + ki
eβki = , k = 1, . . . , ki , i = 1, . . . , r,
M0
donde M0 ∈ Z, M0 6= 0. Entonces, sustituyendo en la igualdad obtendremos
que
Pr ki
P r
P ki
P
a0 M0 + ai Mki + ai ki = 0, (1.1)
i=1 k=1 i=1 k=1

con a0 M0 6= 0.
Vamos a encontrar un primo p tal que a0 M0 no sea divisible entre p, mientras
que la suma
Pr ki
P
ai Mki
i=1 k=1

será un número entero múltiplo de p. Por otra parte se cumplirá que

 r ki

P 
 ai P ki  < 1, (1.2)
 
i=1 k=1

con lo que tendremos una contradicción, pues en (1.1) los dos primeros sumandos
son un entero no divisible entre p, luego no nulo, mientras que el tercero tiene
módulo menor que 1. Para conseguir todo esto definimos primeramente
r ki
r Q
fi (z) = b0 + b1 z + · · · + bN z N = bN
Q Q
f (z) = (z − βki ),
i=1 i=1 k=1

r
P
donde N = ki y b0 6= 0, ya que las raíces son no nulas. Podemos suponer
i=1
que bN > 0.
Sea
+∞ (N −1)p−1 p−1 p
f (z)e−z
Z
bN z
M0 = dz,
0 (p − 1)!
donde p es un número primo y la integración se realiza sobre el semieje real
positivo.
Vamos a probar que la integral es finita y que, si p es suficientemente grande,
se trata de un número entero no divisible entre p. Notemos que
(NP
+1)p
(N −1)p−1 p−1 p (N −1)p−1 p p−1
bN z f (z) = bN b0 z + cs−1 z s−1 ,
s=p+1
1.2. El teorema de Lindemann-Weierstrass 5

para ciertos coeficientes cs ∈ Z, y bN b0 6= 0. Por lo tanto

(N −1)p−1 (N +1)p
bp0 +∞ +∞
Z Z
bN p−1 −z
X cs−1
M0 = z e dz + z s−1 e−z dz
(p − 1)! 0 s=p+1
(p − 1)! 0

(N +1)p
(N −1)p−1 p
X (s − 1)! (N −1)p−1 p
= bN b0 + cs−1 = bN b0 + pC,
s=p+1
(p − 1)!

para un cierto C ∈ Z, donde hemos hecho uso de la identidad de Euler [An 8.60]
Z +∞
n! = z n e−z dz.
0

Así, M0 es entero y si el primo p es mayor que |a0 |, bN , |b0 | entonces p - a0 M0 .

Ahora definimos
Z +∞ (N −1)p−1 p−1 p
bN z f (z)e−z
Mki = eβki dz, k = 1, . . . , ki , i = 1, . . . , r,
βki (p − 1)!
Z βki (N −1)p−1 p−1 p
bN z f (z)e−z
ki = eβki dz, k = 1, . . . , ki , i = 1, . . . , r,
0 (p − 1)!
donde los caminos de integración son los indicados en la figura siguiente:

βki M
- ki







ki



-
M0

La finitud de Mki se debe a que, puesto que el integrando es una función

entera, por el teorema de Cauchy sabemos que la integral a lo largo de una
trayectoria como la de la figura siguiente es nula para todo R suficientemente
grande:

βki M
- ki







ki
 ?




M0 R
6 Capítulo 1. Pruebas de trascendencia

Ahora bien, es fácil ver que la integral sobre el segmento vertical tiende a 0
con R, luego la integral que define Mki es finita, y al sumarle la integral que
define a ki da exactamente M0 . Así pues, Mki + ki = eβki M0 , y tenemos la
descomposición buscada.
Si en la definición de Mki descomponemos en factores el polinomio f (z)
obtenemos
kj
r Q
bN p−1 p−1
(z − βtj )p e−z+βki
Q
Z +∞ N z
j=1 t=1
Mki = dz.
βki (p − 1)!
El camino de integración es z = u + βki , luego dz = du. Al hacer el cambio
la integral se convierte en
kj
r Q
bN p−1
(u + βki )p−1 up e−u ∗
(u + βki − βtj )p
Q
Z +∞ N
j=1 t=1
Mki = du,
0 (p − 1)!
donde el asterisco en el producto indica que falta el factor (t, j) = (k, i), que
hemos extraído como up . Podemos redistribuir los coeficientes bN :
kj
r Q
(bN u + bN βki )p−1 up e−u ∗
(bN u + bN βki − bN βtj )p
Q
Z +∞
j=1 t=1
Mki = du.
0 (p − 1)!
Es fácil ver que, puesto que bN es el coeficiente director de un polinomio
cuyas raíces son los βij , los números αij = bN βij son enteros algebraicos. Con
esta notación:
kj
r Q
(bN u + αki )p−1 up e−u ∗
(bN u + αki − αtj )p
Q
Z +∞
j=1 t=1
Mki = du.
0 (p − 1)!
Sumando obtenemos que
r ki +∞
up Φ(u)e−u
X X Z
ai Mki = du,
i=1 0 (p − 1)!
k=1

donde
r ki kj
r Q
∗
(bN u + αki )p−1 (bN u + αki − αtj )p .
P P Q
Φ(u) = ai
i=1 k=1 j=1 t=1

Si consideramos una cuerpo numérico normal K que contenga a todos los αij ,
resulta que un automorfismo de K permuta los números α1i , . . . , αki i , y se ve
claramente que entonces deja invariante a Φ(u). Esto significa que Φ(u) ∈ Q[u],
y como los αij son enteros algebraicos, en realidad Φ(u) ∈ Z[u]. Digamos que
(NP
+1)p
up Φ(u) = ds−1 us−1 .
s=p+1
1.2. El teorema de Lindemann-Weierstrass 7

Entonces
r ki (N +1)p +∞ (N +1)p
(s − 1)!
Z
X X X ds−1 X
ai Mki = us−1 e−u du = ds−1 = pC,
i=1 s=p+1
(p − 1)! 0 s=p+1
(p − 1)!
k=1

para un C ∈ Z. Sólo queda demostrar (1.2).

Sea R tal que todos los números βij estén contenidos en el disco de centro 0
y radio R. Llamemos
−2 N −1
gki = máx |bN
N f (z)e−z+βki |, g = máx |bN zf (z)|,
|z|≤R |z|≤R

y sea g0 el máximo de todos los números gki . Entonces

Z 
 βki b(N −1)p−1 z p−1 f p (z)e−z+βki 
N
|ki | =  dz 
 
 0 (p − 1)! 
1 −2 −1 g p−1
≤ |βki | |bN
N f (z)e−z+βki | |bN
N zf (z)|p−1 ≤ g0 R .
(p − 1)! (p − 1)!
Puesto que la última expresión tiende a 0 con p, eligiendo p suficientemente
grande podemos garantizar que se cumple (1.2).
El segundo resultado que necesitamos es muy simple:
ki
Aki eαki , donde ki ≥ 1, i = 1, . . . , r,
P
Teorema 1.4 Consideremos números
k=1
r ≥ 2, Aki ∈ C\{0} y α1i , . . . , αki i son números complejos distintos para cada i.
Si operamos el producto
ki
r P N
Aki eαki = Bi eβi ,
Q P
i=1 k=1 i=1

donde los exponentes β1 , . . . , βN son distintos dos a dos (es decir, donde los
coeficientes Bi se obtienen multiplicando un Aki para cada i y después sumando
todos los productos que acompañan a un mismo exponente), se cumple que al-
guno de los coeficientes Bi es no nulo.

Demostración: Ordenemos los números α1i , . . . , αki i según el crecimiento

de sus partes reales y, en caso de igualdad, según el crecimiento de sus partes
imaginarias. Entonces el número α11 + · · · + α1r no puede alcanzarse mediante
otra combinación αj1 1 + · · · + αjr r , pues la parte real de una cualquiera de
estas sumas será mayor o igual que la de la primera, y en caso de igualdad
la parte imaginaria será mayor. Consecuentemente existe un i de modo que
βi = α11 + · · · + α1r y el coeficiente Bi será exactamente A11 · · · A1r 6= 0.

Teorema 1.5 (Teorema de Lindemann-Weierstrass) Si α1 , . . . , αn son

números algebraicos distintos (n ≥ 2) y c1 , . . . , cn son números algebraicos no
todos nulos, entonces
c1 eα1 + · · · + cn eαn 6= 0.
8 Capítulo 1. Pruebas de trascendencia

Demostración: Supongamos, por el contrario, que

c1 eα1 + · · · + cn eαn = 0. (1.3)
Podemos suponer que todos los coeficientes ci son no nulos. Multiplicando la
ecuación por un número natural suficientemente grande podemos suponer que de
hecho son enteros algebraicos. Veremos en primer lugar que también podemos
suponer que son enteros racionales.
Sean ci1 , . . . , ciki los conjugados de cada ci . Entonces
k1 kn
(c1i1 eα1 + · · · + cnin eαn ) = 0,
Q Q
···
i1 =1 in =1

pues entre los factores se encuentra (1.3). Operemos el polinomio

k1 kn
ch1 ,...,hn z1h1 · · · znhn ,
Q Q P
··· (c1i1 z1 + · · · + cnin zn ) =
i1 =1 in =1

donde el último sumatorio se extiende sobre todas las n-tuplas (h1 , . . . , hn ) de

números naturales tales que h1 + · · · + hn = N = k1 + · · · + kn .
Si consideramos un cuerpo numérico normal K que contenga a todos los
números cij , resulta que todo automorfismo de K permuta a ci1 , . . . , ciki , luego
deja invariante a este polinomio, lo que implica que sus coeficientes ch1 ,...,hn
son números racionales. Como además son enteros algebraicos, tenemos que
ch1 ,...,hn ∈ Z.
Sustituimos zi = eαi y nos queda
k1 kn M
(c1i1 eα1 + · · · + cnin eαn ) = ch1 ,...,hn eh1 α1 +···+hn αn = bi eβi ,
Q Q P P
···
i1 =1 in =1 i=1

donde los coeficientes bi son enteros racionales obtenidos sumando los ch1 ,...,hn
que acompañan a un mismo exponente, es decir, según las hipótesis del teorema
anterior, por lo que alguno de ellos es no nulo (y claramente ha de haber al
menos dos no nulos). Los números bi son números algebraicos distintos, luego
tenemos una expresión como la original pero con coeficientes enteros.
A partir de ahora suponemos (1.3) con ci ∈ Z y donde α1 , . . . , αn son nú-
meros algebraicos distintos.
Sea f (x) ∈ Q[x] el producto de los polinomios mínimos de los números αi
(sin repetir dos veces el mismo factor). Sea m ≥ n el grado de f , sean γ1 , . . . , γm
todas las raíces de f . Llamemos µ = m(m − 1) . . . (m − n + 1), al número de
n-tuplas posibles (i1 , . . . , in ) de números distintos comprendidos entre 1 y m.
Entonces
(c1 eγi1 + · · · + cn eγin ) = 0,
Q

donde el producto recorre las µ citadas n-tuplas. El producto es 0 porque entre

sus factores se encuentra (1.3).
Consideremos el polinomio
(c1 zi1 + · · · + cn zin ) = Bh1 ,...,hm z1h1 · · · zm
hm
Q P
,
donde la suma se extiende sobre las m-tuplas (h1 , . . . , hm ) de números naturales
que suman µ y los coeficientes Bh1 ,...,hm son enteros racionales.
1.2. El teorema de Lindemann-Weierstrass 9

La expresión de la izquierda es claramente invariante por permutaciones de

las indeterminadas z1 , . . . , zm , luego los coeficientes Bh1 ,...,hm son invariantes
por permutaciones de h1 , . . . , hm . Consecuentemente podemos agrupar así los
sumandos:
r
Bk zkh1k1 . . . zkhm
Q P P
(c1 zi1 + · · · + cn zin ) = km
,
k=1

donde r es el número de elementos de un conjunto de m-tuplas (hk1 , . . . , hkm )

de números naturales que suman µ sin que haya dos que se diferencien sólo
en el orden, y el segundo sumatorio varía en un conjunto Pk de permutaciones
(k1 , . . . , km ) de (1, . . . , m) que dan lugar, sin repeticiones, a todos los mono-
mios posibles zkh1k1 . . . zkhm km
. Sustituimos las indeterminadas por exponenciales y
queda
r
(c1 eγi1 + · · · + cn eγin ) = Bk ehk1 γk1 +···+hkm γkm = 0.
Q P P
k=1

La definición del conjunto Pk hace que el polinomio

Q

x − (hk1 zk1 + · · · + hkm zkm )

sea invariante por permutaciones de z1 , . . . , zm , luego

Q

Fk (x) = x − (hk1 γk1 + · · · + hkm γkm ) ∈ Q[x].

Si llamamos γ1k , . . . , γtk k a las raíces de Fk (x) (repetidas con su multiplicidad),

nuestra ecuación puede escribirse como
r
(c1 eγi1 + · · · + cn eγin ) = Bk (eγ1k + · · · + eγtk k ) = 0.
Q P
k=1

Sean si (x) ∈ Q[x], i = 1, . . . , q los distintos factores mónicos irreducibles de los

polinomios Fk (x). Así cada Fk (x) se expresa como
q
spi ik (x),
Q
Fk (x) =
i=1

para ciertos números naturales pik .

Sean β1i , . . . , βti i las raíces de si (x) (todas son simples, porque el polinomio
es irreducible). Entonces el polinomio Fk (x) tiene pik veces cada raíz βji , luego
q
Bk (eγ1k + · · · + eγtk k ) = pik Bk (eβ1i + · · · + eβti i ).
P
i=1

Sumando resulta
r
(c1 eγi1 + · · · + cn eγin ) Bk (eγ1k + · · · + eγtk k )
Q P
=
k=1
q
Ai (eβ1i + · · · + eβti i ) = 0,
P
=
i=1
10 Capítulo 1. Pruebas de trascendencia

donde
r
P
Ai = pik Bk ∈ Z.
k=1
Notemos que todos los números βij son distintos, pues son raíces de polino-
mios irreducibles distintos. Por construcción, los exponentes βij son todas las
sumas distintas de exponentes γij que aparecen al efectuar el producto de la
izquierda de la ecuación. Podemos aplicar el teorema anterior y concluir que
alguno de los coeficientes Ai es no nulo. Eliminando los nulos podemos suponer
que ninguno lo es. En resumen tenemos
q
Ai (eβ1i + · · · + eβti i ) = 0,
P
i=1

donde los coeficientes son enteros racionales no nulos y los exponentes de cada
sumando son familias de números conjugados correspondientes a polinomios
irreducibles distintos si (x) de grado ti . Distinguimos dos casos:
1) Algún βki = 0. Pongamos por ejemplo i = 1. Esto significa que s1 (x) = x,
luego además t1 = 1 y la ecuación se reduce a
q
Ai (eβ1i + · · · + eβti i ) = 0,
P
A1 +
i=2

donde los exponentes son todos no nulos, y esto contradice al teorema 1.3.
2) Todos los βki son distintos de 0. Dividimos la ecuación entre eβk1 para
k = 1, . . . , t1 , con lo que obtenemos las ecuaciones
q ti
eβti −βk1 = 0,
P P
Ai k = 1, . . . , t1 .
i=1 t=1

Las sumamos y queda

q t1 P
ti
eβti −βk1 = 0.
P P
Ai
i=1 k=1 t=1

En el sumando i = 1, los sumandos con k = t valen todos 1. Los separamos:

q t1 P
ti
eβti −βk1 + eβti −βk1 = 0,
P P P
t 1 A1 + A1 Ai
k6=t i=2 k=1 t=1

donde en el primer sumatorio k y t varían entre 1 y t1 .

El polinomio Q

g1 (x) = x − (βt1 − βk1 )
k6=t

es invariante por permutaciones de los conjugados βk1 , luego sus coeficientes

son racionales. Igualmente ocurre con los polinomios
t1 Q
Q ti

gi (x) = x − (βti − βk1 )
k=1 t=1

para i = 2, . . . , q. Además todos tienen las raíces no nulas.

1.2. El teorema de Lindemann-Weierstrass 11

Llamando A0 = t1 A1 6= 0, k1 = t1 (t1 − 1), ki = t1 ti para i = 2, . . . , q y

α1i , . . . , αki i a las raíces de gi (x), la ecuación se convierte en

q ki
eαki = 0,
P P
A0 + Ai
i=1 k=1

que contradice al teorema 1.3.

Ejercicio: Probar que si α1 , . . . , αn son números algebraicos linealmente indepen-

dientes sobre Q entonces eα1 , . . . , eαn son algebraicamente independientes sobre Q, es
decir, no son raíces de ningún polinomio P (x1 , . . . , xn ) ∈ Q[x1 , . . . , xn ] no nulo.

Algunas consecuencias inmediatas son las siguientes:

1. Si α 6= 0 es un número algebraico, entonces eα es un número trascendente.

En particular el número e es trascendente.
En efecto, si c = eα fuera algebraico, tendríamos eα − ce0 = 0, en contra-
dicción con el teorema de Lindemann-Weierstrass.

2. El número π es trascendente.
Si π fuera algebraico también lo sería iπ, y el número eiπ = −1 sería
trascendente.

3. Si α 6= 1 es un número algebraico, entonces log α es trascendente.

Si β = log α 6= 0 fuera algebraico, entonces α = eβ sería trascendente.

4. Si α 6= 0 es un número algebraico, entonces sen α, cos α, tan α son núme-

ros trascendentes.
Si β = sen α = (eiα − e−iα )/2i fuera algebraico, entonces

eiα − e−iα − 2iβe0 = 0,

en contradicción con el teorema de Lindemann-Weierstrass. Igualmente

con el coseno.
Si β = tan α = (eiα − e−iα )/(eiα + e−iα ) fuera algebraico, entonces

(β − 1)eiα + (β + 1)e−iα = 0,

en contradicción con el teorema de Lindemann-Weierstrass.

Ejercicio: Probar que las funciones arcsen, arccos y arctan toman valores trascen-
dentes sobre números algebraicos (salvo casos triviales).
12 Capítulo 1. Pruebas de trascendencia

1.3 El teorema de las seis exponenciales

En esta sección demostraremos una curiosa prueba de trascendencia que no
garantiza la trascendencia de ningún número en particular:
Teorema 1.6 (de las seis exponenciales) Sean x1 , x2 e y1 , y2 , y3 dos con-
juntos de números complejos linealmente independientes sobre Q. Entonces al
menos una de las seis exponenciales
ex1 y1 , ex1 y2 , ex1 y3 , ex2 y1 , ex2 y2 , ex2 y3
es trascendente.
Notemos que la hipótesis es que x1 , x2 son linealmente independientes, por
una parte, y que y1 , y2 , y3 también lo son, pero no exigimos que los cinco números
lo sean conjuntamente.
El hecho de que los exponentes sean productos es fundamental. Por ejemplo,
si p1 , . . . , pn son primos distintos, se cumple que los números log p1 , . . . , log pn
son linealmente independientes sobre Q, pues en caso contrario existirían nú-
meros racionales tales que m1 log p1 + · · · + mn log pn = 0, y de hecho pode-
mos suponer que son enteros, pero entonces pm mn
1 · · · pn
1
= 1, y pasando al
miembro derecho las potencias con exponente negativo tenemos una contradic-
ción con la factorización única de Z. Sin embargo ninguna de la exponenciales
elog p1 , . . . , elog pn es trascendente.
Una aplicación destacada del teorema se obtiene tomando x1 = 1, x2 = α
irracional, y1 = log p, y2 = log q, y3 = log r, donde p, q, r son tres primos
distintos. Entonces concluimos que alguno de los números
p, q, r, pα , qα , rα
es trascendente. Como los tres primeros no lo son, la conclusión es que, de las
infinitas potencias
2α , 3α , 5α , 7α , . . .
a lo sumo dos son algebraicas, mientras que todas las demás son trascendentes.
Una ligera variante de interés es la siguiente:
Teorema 1.7 Si p, q, r son primos distintos y α ∈ R cumple que pα , q α , rα
son números racionales, entonces α ∈ Z.
Demostración: Por la discusión precedente α tiene que ser racional, o de
√ Ahora bien, si α = m/n,
lo contrario una de las potencias sería trascendente.
donde la fracción es irreducible, entonces pm/n = n pm es un número irracional,
salvo que n = 1, luego α = m ∈ Z.

La conjetura de las cuatro exponenciales Si en el enunciado del teorema

de las seis exponenciales sustituimos y1 , y2 , y3 por y1 , y2 , tenemos la conjetura
de las cuatro exponenciales, que, como su nombre indica, no se sabe si es cierta
o no. Si es cierta, en el la hipótesis del teorema anterior basta considerar dos
potencias en lugar de tres.
1.3. El teorema de las seis exponenciales 13

Las primeras pruebas del teorema fueron publicadas por S. Lang y K. Ra-
machandra, si bien un caso particular fue probado por Alaoglu y Erdős en 1944
en un artículo en el que afirmaban que Siegel conocía una prueba.
Vamos a necesitar algunos resultados adicionales sobre cuerpos numéricos.
Si K es un cuerpo numérico normal1 de grado h y σ1 , . . . , σh son sus automor-
fismos, podemos definir la norma y la traza [Al 7.39]:

N : K −→ Q, Tr : K −→ Q
mediante N(α) = σ1 (α) · · · σh (α), Tr(α) = σ1 (α) + · · · + σh (α). La traza define
a su vez una forma bilineal [Al 10.1] K ×K −→ Q dada por (α, β) 7→ Tr(αβ), de
modo que si α1 , . . . , αh es una Q-base de K, podemos considerar su base dual
β1 , . . . , βh , caracterizada por que

1 si i = j,
Tr(αi βj ) =
0 si i 6= j.
Así, si α = a1 α1 + · · · + ah αh es un elemento arbitrario de K, tenemos que
ai = Tr(αβi ). Definimos |α| como el máximo de los módulos de los conjugados
de α, y así
|ai | = | Tr(αβi )| ≤ h|αβi | ≤ h|βi | |α|.
Fijamos la base α1 , . . . , αh con la condición adicional de que sea una entera
[Al 10.15], es decir, una base del anillo de los enteros de K como Z-módulo. Así,
si llamamos cK al producto de h por el máximo de los módulos de los conjugados
de los elementos de su base dual, tenemos que las coordenadas de un α ∈ K en
dicha base están acotadas por:
|ai | ≤ cK |α|.
Por último, si α ∈ K es entero no nulo, todos sus conjugados también lo
son, luego también lo es N(α) y, al ser también un número racional, es un
entero racional. Por consiguiente:
h−1
1 ≤ | N(α)| ≤ |α| |α|. (1.4)
Aquí hemos acotado por |α| todos los conjugados de α excepto él mismo.
Vamos a necesitar una generalización del siguiente resultado elemental:
Teorema 1.8 (Lema de Siegel) Sea (ajk ) una matriz M ×N con coeficientes
enteros racionales tal que M < N y de modo que todos los coeficientes estén
acotados en módulo por A ≥ 1. Entonces el sistema de ecuaciones lineales
aj1 x1 + · · · + ajN xN = 0, 1 ≤ j ≤ M,
tiene una solución entera no trivial tal que
|xk | ≤ (N A)M/(N −M ) ,
para 1 ≤ k ≤ N .
1 En realidad la hipótesis de normalidad no es necesaria.
14 Capítulo 1. Pruebas de trascendencia

Demostración: Para cada N -tupla de enteros racionales (x1 , . . . , xN ) con-

sideremos la M -tupla de enteros racionales (y1 , . . . , yM ) dada por

yj = aj1 x1 + · · · + ajN xN , 1 ≤ j ≤ M.

Sea H = E (N A)M/(N −M ) , donde E representa la parte entera. De este

modo, (N A)M/(N −M ) < H + 1, luego N A < (H + 1)(N −M )/M ,

N AH + 1 ≤ N A(H + 1) < (H + 1)N/M ,

luego tenemos que (N AH + 1)M < (H + 1)N .

Sea (x1 , . . . , xN ) tal que 0 ≤ xk ≤ H para 1 ≤ k ≤ N . Sea −Bj la suma de
los ajk negativos y Cj la suma de los ajk positivos. Entonces

Bj + Cj = |aj1 | + · · · + |ajN | ≤ N A,

y claramente −Bj H ≤ yj ≤ Cj H.
Ahora bien, el número de N -tuplas (x1 , . . . , xN ) tales que 0 ≤ xk ≤ H
es (H + 1)N , mientras que sus M -tuplas asociadas (y1 , . . . , yM ) varían en un
conjunto de a lo sumo (Cj H +Bj H +1)M ≤ (N AH +1)M < (H +1)N elementos,
luego tiene que haber dos N -tuplas distintas con la misma imagen. Su diferencia
cumple el teorema.
Ahora generalizamos el resultado para matrices de enteros algebraicos:

Teorema 1.9 Sea (αkl ) una matriz p × q con coeficientes enteros en un cuerpo
numérico K tal que p < q y de modo que |αkl | ≤ A. Entonces el sistema de
ecuaciones lineales

αk1 ξ1 + · · · + αkq ξq = 0, 1 ≤ k ≤ p,

tiene una solución entera (en K) no trivial tal que |ξl | ≤ c(cqA)p/(q−p) , para
1 ≤ l ≤ q, donde c es una constante que depende de K y de una base entera
β1 , . . . , βh de K, pero no de la matriz.

Demostración: : Para cualquier q-tupla (ξ1 , . . . , ξq ) de enteros de K con-

sideremos sus coordenadas

ξl = xl1 β1 + · · · + xlh βh , 1 ≤ l ≤ q,

donde xl1 , . . . , xlh son enteros racionales.

Sea

αkl βr = aklr1 β1 + · · · + aklrh βh , 1 ≤ k ≤ p, 1 ≤ l ≤ q, 1 ≤ r ≤ h.

Entonces
q
P q
P h
P P q
h P h
P
αkl ξl = αkl xlr βr = xlr aklru βu
l=1 l=1 r=1 r=1 l=1 u=1
h P
P q
h P 
= aklru xlr βu ,
u=1 r=1 l=1
1.3. El teorema de las seis exponenciales 15

luego (ξ1 , . . . , ξq ) será solución del sistema de ecuaciones si y sólo si las coorde-
nadas (xl1 , . . . , xlh ) son solución del sistema de M = hp ecuaciones con N = hq
incógnitas
Ph Pq
aklru xlr = 0, 1 ≤ u ≤ h, 1 ≤ k ≤ p.
r=1 l=1

Según hemos observado, existe una constante c0 tal que

|aklru | ≤ c0 |αkl βr | ≤ c0 máx |βi |A = c00 A.

1≤i≤h

Por el teorema anterior este sistema de ecuaciones tiene una solución entera no
trivial tal que

|xlr | ≤ (hqc00 A)p/(q−p) , 1 ≤ l ≤ q, 1 ≤ r ≤ h.

Los (ξ1 , . . . , ξq ) con estas coordenadas son enteros de K no todos nulos que
cumplen el sistema de ecuaciones y además

|ξl | ≤ |xl1 | |β1 | + · · · + |xlh | |βh | ≤ máx |βi |(|xl1 | + · · · + |xlh |)

1≤i≤h
00 00 p/(q−p) p/(q−p)
≤ hc (hqc A) = c(cqA) .

Finalmente generalizamos el teorema para matrices de números algebraicos,

no necesariamente enteros. Si α1 , . . . , αn son números algebraicos, el conjunto
de los enteros algebraicos m tales que mα1 , . . . , nαm son enteros algebraicos es
claramente un ideal no nulo en Z. A su generador positivo d lo llamaremos el
mínimo común denominador de los números dados.

Teorema 1.10 Sea (αkl ) una matriz p × q con coeficientes en un cuerpo numé-
rico K tal que p < q y de modo que |αkl | ≤ A. Entonces el sistema de ecuaciones
lineales
αk1 ξ1 + · · · + αkq ξq = 0, 1 ≤ k ≤ p,
tiene una solución entera (en K) no trivial tal que |ξl | ≤ c(cqdA)p/(q−p) , para
1 ≤ l ≤ q, donde d es una cota del mínimo común denominador de los coefi-
cientes de cada ecuación y c es una constante que depende de K y de una base
entera β1 , . . . , βh , pero no de la matriz.

Demostración: Si dk es el mínimo común denominador de la ecuación

k-ésima, la multiplicamos por dk , con lo que pasa a tener coeficientes enteros
algebraicos con |dk αkl | ≤ dA, y basta aplicar el teorema anterior.
Demostración (del teorema de las seis exponenciales): Supongamos que
las seis exponenciales del enunciado son algebraicas y sea K un cuerpo numérico
normal que las contenga todas. Sea d el mínimo común denominador de todos
ellos. Vamos a considerar una función de la forma
r
aij e(ix1 +jx2 )z ,
P
F (z) =
i,j=1
16 Capítulo 1. Pruebas de trascendencia

donde los aij serán enteros de K que vamos a elegir de modo que F se anule en
todos los puntos de la forma
k1 y1 + k2 y2 + k3 y3 , 1 ≤ ki ≤ n,
para un cierto n elegido adecuadamente, al igual que r.
Las condiciones F (k1 y1 + k2 y2 + k3 y3 ) = 0 forman un sistema de n3 ecuacio-
nes lineales con r2 incógnitas (las aij ). Pretendemos aplicar el teorema anterior,
por lo que necesitamos que r2 > n3 . Concretamente, tomaremos r2 = (4n)3 ,
Notemos que siempre podemos encontrar números que cumplan esto con n arbi-
trariamente grande. Los coeficientes del sistema de ecuaciones son los números
algebraicos
(ex1 y1 )ik1 (ex1 y2 )ik2 (ex1 y3 )ik3 (ex2 y1 )jk1 (ex2 y2 )jk2 (ex2 y3 )jk3
cuyo mínimo común denominador está acotado por d6rn y, si ec0 es una cota2
de los conjugados de las seis exponenciales exu yv , entonces los conjugados de
los coeficientes están acotados por ec0 rn . Así, el teorema anterior nos da que
existen enteros aij ∈ K que hacen que F tenga los ceros requeridos y de modo
que
3
/(r 2 −n3 ) 5/2
|aij | ≤ C(Cr2 d6rn ec0 rn )n = C(4Cn3 d6rn ec0 rn )1/63 ≤ ec1 n .
Detallamos la última desigualdad, si bien en lo sucesivo omitiremos estas
comprobaciones rutinarias: Teniendo en cuenta que r = 8n3/2 , tenemos que
1
log |aij | ≤ log C + log 4C + 3 log n + 48 log d n5/2 + 8c0 n5/2 ,
63
es decir,
 
5/2 C1 log n
log |aij | ≤ C1 + C2 log n + C3 n = + C2 5/2 + C3 n5/2 ,
n5/2 n
y la expresión entre paréntesis tiende a C3 , luego está acotada por una cons-
tante c1 .
Como x1 , x2 son linealmente independientes sobre Q, los coeficientes ix1 +jx2
son distintos dos a dos, luego el polinomio
r
aij X (ix1 +jx2 )
P
P (X) =
i,j=1

no es idénticamente nulo, luego no puede anularse en todos los números ez

(en todos los números complejos no nulos) luego la función F (z) no puede ser
idénticamente nula.
Además F toma valores en K sobre el conjunto R = hy1 , y2 , y3 iZ . Este
conjunto no puede ser discreto, porque entonces sería un retículo [TN 3.7] y
tendría a lo sumo rango 2 sobre Z, pero tiene rango 3. Por el principio de
prolongación analítica F no puede anularse sobre todos los puntos de R.
2 En lo sucesivo c0 , c1 , . . . serán constantes independientes de r y n.
1.3. El teorema de las seis exponenciales 17

Sea s el mayor natural tal que F (k1 y1 + k2 y2 + k3 y3 ) = 0 para todos los

coeficientes 1 ≤ ki ≤ s. Por construcción s ≥ n. Sea w = k1 y1 + k2 y2 + k3 y3
tal que F (w) 6= 0 con 1 ≤ ki ≤ s + 1, necesariamente con algún ki = s + 1.
Entonces d6r(s+1) F (w) es entero (y no nulo) en K, luego

| N(d6r(s+1) F (w))| ≥ 1.

Por otra parte,

5/2 5/2
|F (w)| ≤ r2 ec1 n +c0 (s+1)r
≤ ec1 s .
Si h es el grado de K, usando (1.4) obtenemos que
3/2 5/2 5/2
1 ≤ d6r(s+1)h | N(F (w))| ≤ d16hs ec1 (h−1)s |F (w)| ≤ ec2 s |F (w)|.
5/2
Así |F (w)| ≥ e−c2 s , o también

log |F (w)| ≥ −c2 s5/2 .

Por otro lado,

Y w − (k1 y1 + k2 y2 + k3 y3 )
F (w) = lím F (z) ,
z→w z − (k1 y1 + k2 y2 + k3 y3 )
1≤k1 ,k2 ,k3 ≤s

donde la función del miembro derecho es entera, ya que los polos simples del
producto se cancelan con ceros de F . Consideremos el disco de centro 0 y radio
R = s3/2 .
Notemos que |w| ≤ 3(s + 1) máx{|yi |}, por lo que, tomando n es suficien-
temente grande (y, por consiguiente, s también), podemos exigir que |w| < R.
Más aún, podemos exigir que si |z| = R y 1 ≤ ki ≤ s + 1, entonces

|z − (k1 y1 + k2 y2 + k3 y3 )| ≥ R/2.

Por otra parte, también |w − (k1 y1 + k2 y2 + k3 y3 )| ≤ 3(s + 1) máx{|yi |}. Lla-

memos FR al máximo de F en ∂D(0, R). Por el principio del módulo máximo,
tenemos que |F (w)| está acotado por el supremo de la función del miembro
derecho en ∂D(0, R), es decir,
3 3
|F (w)| ≤ FR (c2 s/s3/2 )s = FR (c2 /s1/2 )s ,

luego
1
log |F (w)| ≤ log FR + s3 (log c2 − 2 log s).
Nos falta estimar FR , que depende de s:
5/2 5/2
+c3 8n3/2 s3/2 3
FR ≤ r2 ec1 n ec3 rR ≤ 16n3 ec1 n ≤ ec 4 s .

En total hemos obtenido que

−c2 s5/2 ≤ c4 s3 + s3 log c2 − s3 12 log s,

luego s3 log s ≤ c5 s3 , o también, log s ≤ c5 , lo cual es absurdo.

18 Capítulo 1. Pruebas de trascendencia

1.4 El teorema de Gelfond-Schneider

Entre los famosos problemas planteados por Hilbert a principios de siglo, el
séptimo consistía en determinar el carácter algebraico o trascendente de ciertos
números concretos, tales como la constante de Euler. Entre otras cosas Hilbert
preguntaba si en general αβ es un número trascendente cuando α y β son nú-
meros algebraicos, α 6= 0, 1 y β es irracional (en los casos exceptuados αβ es
obviamente algebraico). Por αβ se entiende eβ log α , donde log α es cualquier
logaritmo complejo de α. Esta parte del séptimo problema fue demostrada in-
dependientemente por Gelfond√
y Schneider en 1934. De este hecho se sigue en
particular que los números 2 2 o eπ = (−1)−i son trascendentes.

Teorema 1.11 (Gelfond-Schneider) Si α y β son números algebraicos tales

que α 6= 0, 1 y β es irracional, entonces el número αβ es trascendente.

Demostración: Fijemos un valor para log α y supongamos que γ = eβ log α

es algebraico. Sea K un cuerpo numérico de grado h que contenga a α, β y γ.
Sean m = 2h + 2 y n = q 2 /(2m), donde t = q 2 es un múltiplo de 2m.
Notemos que podemos tomar valores para n arbitrariamente grandes en estas
condiciones. En lo sucesivo las letras c, c1 , c2 , . . . representarán constantes que
dependerán de K, de una base entera de K prefijada y de α, β, γ, pero nunca
de n.
Sean ρ1 , . . . , ρt los números (a+bβ) log α, con 1 ≤ a ≤ q, 1 ≤ b ≤ q. Observe-
mos que, como β es irracional, los números 1 y β son linealmente independientes,
luego los números ρ1 , . . . , ρt son distintos dos a dos.
Sean η1 , . . . , ηt números complejos en K arbitrarios. Consideremos la función
entera dada por R(z) = η1 eρ1 z + · · · + ηt eρt z . Consideremos las mn ecuaciones
lineales con t = 2mn incógnitas (η1 , . . . , ηt )

(log α)−k Rk) (l) = 0, 0 ≤ k ≤ n − 1, 1 ≤ l ≤ m.

Los coeficientes de la ecuación (k, l) son los números

(log α)−k ρki eρi l = (log α)−k (a + bβ) log α)k el(a+bβ) log α = (a + bβ)k αal γ bl ∈ K,

con 1 ≤ l ≤ m, 1 ≤ a, b ≤ q, 0 ≤ k ≤ n − 1.
Sea c1 un número natural no nulo tal que c1 α, c1 β y c1 γ sean enteros en K.
En cada coeficiente, al desarrollar el binomio (a + bβ)k aparecen monomios de
α, β y γ con grado a lo sumo

k + al + bl ≤ n − 1 + mq + mq ≤ n + 4m2 n = (4m2 + 1)n,

4(m2 +1)n
luego si multiplicamos cualquiera de los coeficientes por c1 = cn2 obtene-
mos un entero de K. El módulo de los conjugados de los coeficientes multipli-
cados por cn2 es a lo sumo
al bl
|cn2 (a + bβ (i) )k (α(i) )al (γ (i) )bl | ≤ cn2 (a + b|β|)k |α| |γ|
1.4. El teorema de Gelfond-Schneider 19

mq mq √ p √ p
n−1 2m2 n 2m2 n

≤ cn2 (q + q|β|)n−1 |α| |γ| ≤ cn2 2m n + 2m n |β| |α| |γ|
√ √
n 2m n 2m n √ n−1
2 2

≤ cn2 2m + 2m |β| |α| |γ| n = cn3 n(n−1)/2 .

Podemos aplicar el teorema 1.9, que nos garantiza que η1 , . . . , ηt pueden ele-
girse de modo que sean enteros en K, no todos nulos, satisfagan las 2t ecuaciones
(multiplicadas o no por cn2 , da igual) y además
|ηk | ≤ c(c 2t cn3 n(n−1)/2 ) ≤ 2c2 t cn3 n(n−1)/2
≤ 4m c2 n cn3 n(n−1)/2 ≤ cn4 n(n+1)/2 , (1.5)
para 1 ≤ k ≤ t.
A partir de ahora consideramos la función R(z) para estos η1 , . . . , ηt . En
primer lugar, R(z) no puede ser idénticamente nula, pues desarrollándola en
serie de Taylor en el origen resultaría entonces que
η1 ρk1 + · · · + ηt ρkt = 0, para k = 0, 1, 2, 3, . . .
pero las t primeras ecuaciones son un sistema de ecuaciones lineales en η1 , . . . , ηt
cuyo determinante es de Vandermonde, luego es no nulo, puesto que ρ1 , . . . , ρt
son distintos dos a dos. Esto implica que η1 = · · · = ηt = 0, lo cual es falso.
En resumen tenemos que la función R(z) es no nula pero tiene sus n − 1
primeras derivadas nulas en los puntos l = 1, . . . , m.
Existe, pues, un natural r ≥ n tal que Rk) (l) = 0 para 0 ≤ k ≤ r − 1,
1 ≤ l ≤ m y Rr) (l0 ) 6= 0 para un cierto l0 tal que 1 ≤ l0 ≤ m.
Llamemos ρ = (log α)−r Rr) (l0 ) 6= 0. El mismo análisis que hemos realizado
antes sobre los coeficientes del sistema nos da ahora que ρ ∈ K y que cr+2mq
1 ρ
es un entero en K.
h(r+2mq)
Así pues, 1 ≤ | N(c1r+2mq ρ)| = c1 | N(ρ)|, luego
−h(r+2mq)
| N(ρ)| ≥ c1 > c−r
5 . (1.6)
Por otro lado tenemos que ρ es una suma de t términos, cada uno de los
cuales es el producto de un ηk , para el que tenemos la cota (1.5), y de un
coeficiente de la forma (a + bβ)r αal0 γ bl0 , cuyos conjugados están acotados por
al0 mq mq
(a + b|β|)r |α| |γ|bl0 ≤ (q + q|β|)r |α| |γ| ≤ (c6 q)r cq7 .

Consecuentemente |ρ| ≤ t cn4 n(n+1)/2 (c6 q)r cq7 . √ p √

Ahora acotamos t = q 2 = 2mn ≤ 2mr, n ≤ r, q ≤ 2m n ≤ 2m r1/2 y
llegamos a
√
r
|ρ| ≤ 2mr cr4 r(r+1)/2 cr6 2m rr/2 c2mr7 ≤ cr8 rr+3/2 . (1.7)
Vamos a obtener una cota más fina para |ρ|. Para ello aplicaremos la fórmula
integral de Cauchy a la función
m  r
R(z) Y l0 − k
S(z) = r! .
(z − l0 )r z−k
k=1
k6=l0
20 Capítulo 1. Pruebas de trascendencia

Puesto que las derivadas de R anteriores al orden r son nulas en z = 1, . . . , m,

la función S es entera. Además
Z
1 S(z)
ρ = (log α)−r Rr) (l0 ) = (log α)−r S(l0 ) = (log α)−r dz,
2πi C z − l0

donde C es la circunferencia |z| = m(1 + r/q), que contiene a los números

1, . . . , m, en particular a l0 . Para los puntos z ∈ C tenemos las cotas

|R(z)| ≤ t cn4 n(n+1)/2 exp (q + q|β|) |log α| m(1 + r/q)

≤ t cn4 n(n+1)/2 cr+q

9 ≤ cr10 r(r+3)/2 ,
|z − k| ≥ |z| − |k| ≥ m(1 + r/q) − m = mr/q, para k = 1, . . . , m,
 m  r  m

−r
Y l0 − k   q r Y r  q r  q mr
(z − l ) ≤ m ≤ c11 ,

0
z−k  mr mr r
 

k=1 k=1
k6=l0 k6=l0

 q mr
|S(x)| ≤ r! cr10 r(r+3)/2 cr11
√r
mr −mr/2
≤ rr cr10 r(r+3)/2 cr11 2m r = cr12 r(3r+3−mr)/2 .

Acotando la integral llegamos a que

 
1 −r r r (3r+3−mr)/2  q 
|ρ| ≤ |(log α) |2πm 1 + c r
2π q 12 mr
q 
= | log α|−r + 1 cr12 r(3r+3−mr)/2 ≤ cr13 r(3r+3−mr)/2 .
r
Ahora vamos a acotar | N(ρ)|, que es el producto de los módulos de los
conjugados de ρ, usando la cota anterior para |ρ| y la cota (1.7) para los h − 1
conjugados restantes. Concretamente

| N(ρ)| ≤ cr13 r(3r+3−mr)/2 (cr8 rr+3/2 )h−1 = cr14 r(3r+3−mr)/2+(h−1)(r+3/2) .

Si sustituimos m = 2h + 2 la expresión se simplifica hasta

| N(ρ)| ≤ cr14 r(3h−r)/2 .

Pero combinando esto con (1.6) resulta c−r 5 < cr14 r(3h−r)/2 , o lo que es lo
(r−3h)/2 r r r
mismo, r < c14 c5 = c15 . Tomando logaritmos es fácil llegar a que
 
1 3h
− log r < log c15 .
2 2r

Hemos probado que esto se cumple para una constante c15 y para valores de r
arbitrariamente grandes (pues r ≥ n), pero esto es claramente contradictorio,
pues el miembro de la izquierda tiende a +∞ cuando r tiende a +∞.
1.4. El teorema de Gelfond-Schneider 21

Por ejemplo, ahora podemos asegurar que un logaritmo logα β con α, β alge-
braicos es racional o trascendente, pues si si fuera algebraico irracional entonces
β = αlogα β sería trascendente. Por ejemplo, es fácil ver que log2 3 es trascen-
dente, ya que no puede ser un número racional a/b. En tal caso 2a/b = 3, luego
2a = 3b , lo cual es imposible, con a, b 6= 0.
En particular vemos que un número algebraico elevado a un número tras-
cendente puede ser algebraico. Por otra parte, por una mera cuestión de car-
dinalidad, es claro que αβ tiene que ser trascendente para muchos números
trascendentes β.
Capítulo II

Funciones aritméticas

Una parte notable de la teoría analítica de números consiste en estudiar el

comportamiento de diversas funciones aritméticas, que no son sino sucesiones
f : N \ {0} −→ C.
Técnicamente, una función aritmética no es, pues, sino una sucesión de nú-
meros complejos, pero “psicológicamente” no es lo mismo, pues en una función
aritmética los números naturales no son meros índices sin más papel que ordenar
los términos de la sucesión, sino que la idea es considerar casos en los que f (n)
expresa alguna propiedad del número natural n. Ésta puede ser una propiedad
trivial, como en el caso de N (n) = n, una propiedad con un contenido aritmé-
tico natural, como pueda ser el número de divisores de n, o una propiedad más
técnica, como en el caso de la función de Mangoldt que hemos presentado en la
introducción, que representará un papel destacado en la prueba del teorema de
los números primos y otros muchos resultados.

2.1 El álgebra de las funciones aritméticas

Definición 2.1 Llamaremos A al conjunto de todas las funciones aritméticas,
es decir, el conjunto de todas las funciones f : N \ {0} −→ C. Es claro que A
tiene estructura de C-espacio vectorial con la suma y el producto dados por

(f + g)(n) = f (n) + g(n), (αf )(n) = αf (n).

Además, A adquiere estructura de C-álgebra con el producto definido pun-

tualmente:
(f g)(n) = f (n)g(n).

Sin embargo, A admite una estructura de álgebra mas interesante, que es la

que resulta de tomar como producto la convolución de Dirichlet, dada por
P
(f ∗ g)(n) = f (d)g(n/d).
d|n

23
24 Capítulo 2. Funciones aritméticas

Nota El producto de convolución surge de forma natural en el contexto de

las series de Dirichlet [VC 5.19], pero de momento desarrollaremos la teoría
elemental sobre las funciones aritméticas, que no requiere la teoría de funciones
de variable compleja, y después mostraremos esta relación.

Es evidente que este producto cumple la propiedad distributiva con la suma

puntual, así como que es compatible con el producto por escalares. La expresión
alternativa
P
(f ∗ g)(n) = f (d1 )g(d2 )
n=d1 d2

muestra claramente que el producto de convolución es conmutativo, y facilita la

prueba de la asociatividad:
P
((f ∗ g) ∗ h)(n) = f (d1 )g(d2 )h(d3 ) = (f ∗ (g ∗ h))(n).
n=d1 d2 d3

Ejemplos de funciones aritméticas Veamos los primeros ejemplos de fun-

ciones aritméticas, aunque más adelante introduciremos algunas más:

• Si α ∈ C, llamaremos cα a la función constante igual a α. Es claro entonces

que la función c1 es el elemento neutro en A para el producto puntual.
En cambio, no es el elemento neutro para el producto de convolución, sino
que, para cualquier función aritmética f :
P
(f ∗ c1 )(n) = f (d).
d|n

• El elemento neutro en A para el producto de convolución es la función 1

dada por
1 si n = 1,
n
1(n) = E[1/n] =
0 si n > 1.
Aquí, y en lo sucesivo, E[x] representará siempre la parte entera del nú-
mero real x.

• La función divisor es la que a cada número natural n le asigna su número

de divisores d(n). Se cumple entonces que d = c1 ∗ c1 , pues
P P
d(n) = 1= c1 (d) = (c1 ∗ c1 )(n).
d|n d|n

• La función de Euler es la dada por

φ(n) = |{m ∈ N | 1 ≤ m ≤ n, (m, n) = 1}|,

es decir, la que a cada número natural no nulo n le asigna el número de

números menores que n primos con n.
2.1. El álgebra de las funciones aritméticas 25

• La función N es la dada por N (n) = n. Está relacionada con la función

de Euler por la igualdad N = c1 ∗ φ. En efecto, esto equivale a que
P
φ(n/d) = n,
d|n

lo cual se prueba sin más que considerar los conjuntos

Ad = {m ∈ N | 1 ≤ m ≤ n, (m, n) = d}.
S
Es claro que {1, . . . , n} = Ad , que la unión es disjunta y, teniendo
d|n
en cuenta que (m, n) = d equivale a (m/d, n/d) = 1, concluimos que
|Ad | = φ(n/d).
P
• La función σ es la dada por σ(n) = d, es decir, la que a cada número
d|n
natural no nulo le asigna la suma de sus divisores. Claramente σ = N ∗ c1 .

Todas las funciones que acabamos de definir son multiplicativas, en el sentido

siguiente:
Definición 2.2 Una función aritmética f es multiplicativa si no es idéntica-
mente nula y además
f (mn) = f (m)f (n)
para todo par de naturales m y n primos entre sí. Diremos que f es comple-
tamente multiplicativa si no es idénticamente nula y cumple esta relación para
todo par de naturales m y n.
Observemos que toda función multiplicativa cumple f (1) = 1, pues
f (1) = f (1 · 1) = f (1)f (1),
y no puede ser f (1) = 0, ya que entonces f (n) = f (1n) = f (1)f (n) = 0 y f
sería idénticamente nula.
Es inmediato que las funciones c1 , 1 y N son completamente multiplicativas,
y el teorema siguiente implica que d, φ y σ son multiplicativas, pues cada una
de ellas es producto de funciones multiplicativas:
Teorema 2.3 El producto de funciones aritméticas multiplicativas es de nuevo
una función multiplicativa.
Demostración: Si f y g son multiplicativas entonces
(f ∗ g)(1) = f (1)g(1) = 1 6= 0,
luego f ∗ g no es nula. Si m y n son números naturales primos entre sí,
P P P
(f ∗ g)(mn) = f (d)g(mn/d) = f (d1 d2 )g(mn/d1 d2 )
d|mn d1 |m d2 |n
P P
= f (d1 )g(m/d1 )f (d2 )g(n/d2 ) = (f ∗ g)(m)(f ∗ g)(n).
d1 |m d2 |n
Por lo tanto f ∗ g es multiplicativa.
26 Capítulo 2. Funciones aritméticas

Claramente, una función aritmética multiplicativa está determinada por su

restricción a las potencias de primo, ya que tiene que cumplir f (1) = 1 y

f (pk11 · · · pknn ) = f (pk11 ) · · · f (pknn ).

Análogamente, una función aritmética completamente multiplicativa está deter-

minada por su restricción a los primos.
Ejemplos A la hora de calcular las tres funciones multiplicativas no completa-
mente multiplicativas que hemos introducido conviene tener presente la forma
en que actúan sobre potencias de primo:
• d(pn ) = n + 1.
Es obvio que los divisores de pn son las potencias 1, p, p2 , . . . , pn .
• φ(pn ) = (p − 1)pn−1 = pn (1 − 1/p).
En efecto, de los pn números naturales no nulos menores o iguales que pn ,
todos son primos con pn excepto los múltiplos de p, que son pn−1 en total.
pn+1 − 1
• σ(pn ) = .
p−1
Basta tener en cuenta que σ(pn ) = 1 + p + · · · + pn , y aplicar la fórmula
para sumar progresiones geométricas.
Es fácil ver que las funciones anteriores no son completamente multiplicativas
(por ejemplo, d(4) = 3 6= 4 = d(2)d(2)), por lo que vemos que el producto de
funciones completamente multiplicativas no tiene por qué ser completamente
multiplicativo.
Recíprocamente, podemos definir una función multiplicativa (completamente
multiplicativa) determinándola únicamente sobre potencias de primo (sobre pri-
mos). Por ejemplo:

Definición 2.4 La función de Möbius es la función multiplicativa dada por


−1 si n = 1,
µ(pn ) =
0 si n ≥ 2.

Así, la función de Möbius es nula salvo en los números libres de cuadrados,

y sobre éstos vale 1 o −1 según si son divisibles entre un número par o impar
de primos.
Puede parecer una definición muy rebuscada, pero sucede que la función de
Möbius representa un papel destacado en la teoría analítica de números, y la
razón última de ello es el teorema siguiente:

Teorema 2.5 Considerando A como anillo con el producto de convolución, se

cumple:
1. Una función aritmética f tiene inversa si y sólo si f (1) 6= 0.
2.1. El álgebra de las funciones aritméticas 27

2. La inversa de una función multiplicativa es una función multiplicativa.

3. Si f es una función aritmética completamente multiplicativa entonces f −1 =
µf (donde el producto es el puntual).

Demostración: 1) Si existe f −1 entonces

f (1)f −1 (1) = (f ∗ f −1 )(1) = 1(1) = 1,

luego f (1) 6= 0. Recíprocamente, si f (1) 6= 0 vamos a definir inductiva-

mente f −1 . En primer lugar f −1 (1) = 1/f (1), con lo que el razonamiento
anterior garantiza que f (1)f −1 (1) = 1(1).
Para definir f −1 (n) con n > 1 observamos que queremos que se cumpla

f (d)f −1 (n/d) = 0,
P
d|n

luego la definición ha de ser

1
f −1 (n) = f (d)f −1 (n/d).
P
f (1) 1<d|n

Claramente, la función f −1 así definida es la inversa de f .

2) Supongamos que f es multiplicativa pero f −1 no lo es. Entonces existen
números m y n primos entre sí tales que f −1 (mn) 6= f −1 (m)f −1 (n). Podemos
tomarlos de modo que mn sea el mínimo posible. Como la función f ∗ f −1 = 1
es multiplicativa, tenemos que (f ∗ f −1 )(mn) = (f ∗ f −1 )(m)(f ∗ f −1 )(n), o sea,

f (d1 d2 )f −1 (mn/d1 d2 ) = f (d1 )f −1 (m/d1 ) f (d2 )f −1 (n/d2 ).

P P P P
d1 |m d2 |n d1 |m d2 |n

Ahora bien, por la minimalidad de mn cada sumando de la izquierda es

igual a un sumando de la derecha y viceversa, excepto los correspondientes a
d1 = d2 = 1. Pero si cancelamos los sumandos iguales queda simplemente
f −1 (mn) = f −1 (m)f −1 (n), contradicción.
3) Hemos de probar que µf ∗ f = 1. La función de la izquierda es multi-
plicativa por ser un producto de funciones multiplicativas, luego basta probar
que (µf ∗ f )(pn ) = 0, para todo primo p y todo n ≥ 1. Ahora bien, como los
divisores de pn son los pk para k ≤ n, tenemos
n n
(µf ∗ f )(pn ) µ(pk )f (pk )f (pn−k ) = µ(pk )f (pn )
P P
=
k=0 k=0
µ(1) + µ(p) f (pn ) = 0.


=

Como la función constante c1 es completamente multiplicativa, el teorema

anterior nos da que µ = c−1
1 . En particular vemos que la inversa de una función
completamente multiplicativa no tiene por qué ser completamente multiplica-
tiva, ya que µ no lo es.
La relación µ = c−1
1 tiene un enunciado alternativo de interés:
28 Capítulo 2. Funciones aritméticas

Teorema 2.6 (Fórmula dePinversión de Möbius) Si f y g son funciones

aritméticas tales que g(n) = f (d), entonces
d|n
P
f (n) = µ(d)g(n/d).
d|n

Por ejemplo, de la relación N = c1 ∗ φ deducimos ahora que φ = µ ∗ N , que

explícitamente significa que
X n
φ(n) = µ(d) .
d
d|n

Ejemplo En [Al 6.13] demostramos que todo subgrupo finito del grupo multi-
plicativo de un cuerpo es cíclico (lo que en particular implica que existen raíces
primitivas módulo todo primo p), para lo cual nos apoyamos en los teoremas de
estructura de los grupos abelianos finitos. Vamos a dar una prueba mucho más
elemental basada en el teorema anterior y en la observación siguiente:
Si G es un subgrupo de orden q de un cuerpo F y n | q, el polinomio xn − 1
tiene n raíces distintas en G.
En efecto, considerando congruencias módulo P = xn − 1 en F [x] vemos que

xq − 1 = (xn )q/n − 1 ≡ 0 (mód P ),

luego xq − 1 = (xn − 1)g(x), para cierto polinomio g(x) ∈ F [x]. Si xn − 1

tuviera menos de n raíces distintas en G, entonces xq − 1 tendría menos de q
raíces distintas, pero esto es absurdo, porque los q elementos de G son raíces de
xq − 1.
Sabiendo esto, llamamos φ̄(n) al número de elementos de G de orden n y
concluimos que, si n | q, P
N̄ (n) = φ̄(d) = n,
d|n

pues los elementos de G orden divisor de n son las raíces de xn − 1. Equi-

valentemente, tenemos que N̄ = φ̄ ∗ c1 , luego φ̄ = N̄ ∗ µ. Explícitamente, si
n | q,
X X n
φ̄(n) = µ(d)N̄ (n/d) = µ(d) = φ(n).
d
d|n d|n

Así pues, para cada n | q, resulta que G tiene φ(n) elementos de orden n y, en
particular, tiene φ(q) ≥ 1 elementos de orden q.
Veamos un segundo ejemplo de aplicación de la fórmula de inversión:

Teorema 2.7 El número de polinomios irreducibles de grado n en el cuerpo

finito de q elementos es
1P
In = µ(n/d)q d .
n d|n
2.1. El álgebra de las funciones aritméticas 29

Demostración: Sea F el cuerpo finito de q elementos. Entonces el polino-

n
mio xq − x es el producto de todos los polinomios irreducibles en F [x] de grado
n
d | n. En efecto, si p(x) | xq − x es un polinomio irreducible de grado d y α es
n
una raíz en una clausura algebraica de F , entonces α es raíz de xq − x, pero,
n
por [Al 13.2], las raíces de este polinomio forman el cuerpo de q elementos, que
tiene grado n sobre F , luego d = |F (α) : F | divide a n.
Recíprocamente, si p(x) es un polinomio irreducible en F [x] de grado d | n y
α es una de sus raíces, entonces F (α) es el cuerpo de q d elementos, que, siempre
por [Al 13.2], está contenido en el cuerpo de q n elementos, luego α es raíz de
n n
xq − x, luego p(x) | xq − x.
Sólo falta observar que cada polinomio irreducible aparece sólo una vez como
n
factor de xq − x, pues la derivada de este polinomio es −1, luego no tiene raíces
múltiples.
Por consiguiente, q n es la suma de los grados de todos los polinomios irre-
ducibles de grado divisor de n, es decir:
dId = q n .
P
S(n) =
d|n

Por la fórmula de inversión,

µ(n/d)q d .
P P
nIn = µ(n/d)S(d) =
d|n d|n

En la última sección presentamos una aplicación más sofisticada de la fór-

mula de inversión. Probamos ahora un último resultado sobre la función de
Möbius:
Teorema 2.8 Se cumple que
∞
X µ(n) 6
2
= 2.
n=1
n π

Demostración: Nos apoyamos en que1

∞
X 1 π2
= .
n=1
n2 6

En particular esto implica que la serie del enunciado es absolutamente conver-

gente, pues |µ(n)| ≤ 1. Por consiguiente, podemos operar las series:
∞ ∞ ∞ ∞ X ∞
X 1 X µ(n) X µ(n) X µ(d) X (µ ∗ c1 )(k)
= = = = 1,
m=1
m2 n=1 n2 m,n
(mn)2 k2 k2
k=1 d|k k=1

donde hemos usado que (µ ∗ c1 )(k) = E[1/k].

En el álgebra de las funciones aritméticas podemos definir una derivación
que surge de forma natural a partir de la relación entre éstas y las series de
Dirichlet que de momento estamos evitando:
1 Véanse las observaciones tras [VC 4.34].
30 Capítulo 2. Funciones aritméticas

Definición 2.9 Si f ∈ A es una función aritmética, definimos su derivada como

la función dada por f 0 (n) = f (n) log n.

Se comprueba sin dificultad que

(f + g)0 = f 0 + g 0 , (f ∗ g)0 = f 0 ∗ g + f ∗ g 0 .

Notemos que c01 = log (donde el miembro derecho es la función n 7→ log n).
Introducimos ahora una función aritmética que tendrá gran importancia en
lo sucesivo:

Definición 2.10 Se define la función de Mangoldt como la función aritmética

dada por
log p si n = pm , m ≥ 1
n
Λ(n) =
0 en otro caso.
Vamos a comprobar la relación siguiente: Λ ∗ c1 = log.
En efecto, si n = 1 es claro que (Λ ∗ c1 )(1) = 0 = log 1. En otro caso
n = pk11 · · · pkr r y se cumple
ki
r P ki
r P r
Λ(pji ) =
P P P P
(Λ ∗ c1 )(n) = Λ(d) = log pi = ki log pi = log n.
d|n i=1 j=1 i=1 j=1 i=1

Terminamos esta sección presentando una generalización de la fórmula de

inversión de Möbius que necesitaremos más adelante. Para ello generalizamos
el concepto de convolución:

Definición 2.11 Si f es una función aritmética y F : ]0, +∞[ −→ C es una

función tal que F |]0,1[ = 0, definimos
P
(f ◦ F )(x) = f (n)F (x/n).
n≤x

Observemos que f ◦ F : ]0, +∞[ −→ C también se anula en ]0, 1[. Se cumple

una propiedad asociativa mixta:

f ◦ (g ◦ F ) = (f ∗ g) ◦ F,

donde f y g son funciones aritméticas. En efecto:

P P
(f ◦ (g ◦ F ))(x) = f (n) g(m)F (x/mn)
n≤x m≤x/n
P P P
= f (n)g(m)F (x/mn) = f (d)g(k/d)F (x/k)
mn≤x k≤x d|k
P
(f ∗ g)(k)F (x/k) = ((f ∗ g) ◦ F )(x).
k≤x

Por otra parte, es claro que 1 ◦ F = F , lo que nos da este teorema de

inversión:
2.1. El álgebra de las funciones aritméticas 31

Teorema 2.12 (Fórmula de inversión generalizada) Si f es una función

aritmética con inversa f −1 , las funciones F, G : ]0, +∞[ −→ C se anulan en el
intervalo ]0, 1[ y
P
G(x) = f (n)F (x/n),
n≤x

entonces
f −1 (n)G(x/n).
P
F (x) =
n≤x

Demostración: La hipótesis es que G = f ◦ F , luego

f −1 ◦ G = f −1 ◦ (f ◦ F ) = (f −1 ∗ f ) ◦ G = 1 ◦ F = F.

En particular:

Teorema 2.13 Si f es una función aritmética completamente multiplicativa,

las funciones F, G : ]0, +∞[ −→ C se anulan en ]0, 1[ y
P
G(x) = f (n)F (x/n),
n≤x

entonces
P
F (x) = µ(n)f (n)G(x/n).
n≤x

Veamos un ejemplo:

Teorema 2.14 El número de fracciones irreducibles 0 < a/b < 1 con 0 < b ≤ n
viene dado por
1 P
f (n) = µ(m)E[n/m](E[n/m] − 1).
2 m≤n

Demostración: Sea g(n) el número de fracciones 0 < a/b < 1 no nece-

sariamente irreducibles con 0 < b ≤ n. Claramente, g(n) = n(n − 1)/2, y se
cumple que
P
g(n) = f (E[n/m]).
m≤n

En efecto, el conjunto de todas las fracciones que cuenta g(n) se divide en

clases de equivalencia de fracciones con el mismo representante irreducible. Si
0 < a/b ≤ 1 es una de estas fracciones irreducibles, los números 1 ≤ m ≤ n que
cumplen b ≤ E[n/m] son los mismos que cumplen bm ≤ n, es decir, los que dan
lugar a fracciones 0 < (am)/(bm) ≤ 1 con bm ≤ n cuya fracción irreducible es
la dada. En otras palabras, el número de números m tales que b ≤ E[n/m] es
el cardinal de la clase de a/b.
Por lo tanto, la fracción a/b aparece contada en tantos sumandos de la
expresión anterior como elementos tiene su clase de equivalencia, luego la suma
cuenta todos los elementos de todas las clases de equivalencia.
32 Capítulo 2. Funciones aritméticas

Ahora definimos F (x) = f (E[x]) y G(x) = g(E[x]), de modo que, llamando

n = E[x], tenemos que
P P P
G(x) = g(n) = f (E[n/m]) = F (E[x/m]) = F (x/m),
m≤x m≤x m≤x

donde hemos usado que E[n/m] = E[x/m]. En efecto, es evidente que se cumple
E[n/m] ≤ E[x/m] y, si la desigualdad fuera estricta, tendríamos que
n/m < E[n/m] + 1 ≤ E[x/m] ≤ x/m,
luego n < m(E[n/m] + 1) ≤ x, luego E[x] + 1 = n + 1 ≤ x, contradicción. El
teorema anterior nos da que
P
F (x) = µ(m)G(x/m),
m≤x

y cuando x es un número natural n obtenemos la fórmula del enunciado.

La función contadora de primos de Riemann Veamos un último ejemplo

más sofisticado de una inversión mediante la función de Möbius que no responde
a los esquemas que hemos visto.
En la introducción hemos hablado del teorema de los números primos, que
permite estimar la función π(x) que cuenta el número de primos menores o
iguales que un número x > 0 dado. Sin embargo, en su estudio del problema,
Riemann consideró más conveniente considerar otra función que cuenta los pri-
mos más indirectamente:
Definición 2.15 La función contadora de primos de Riemann es la dada por
∞
X Λ(n) X 1 X π(x1/m )
π ∗ (x) = = = .
log n m
m m=1 m
n≤x p ≤x

La última serie es en realidad finita, pues π(x1/m ) = 0 cuando x1/m < 2, es

decir, cuando m > log x/ log 2. Por lo tanto, no alteramos la suma si limitamos
el sumatorio a m ≤ log x/ log 2, o incluso m ≤ log x, o simplemente m ≤ x.
Podría objetarse que π ∗ (x) cuente primos, pero es que lo hace indirecta-
mente, en el sentido de que π(x) puede calcularse en términos de π ∗ (x):
Teorema 2.16 Para todo x > 0 se cumple
∞
X µ(n) ∗ 1/n
π(x) = π (x ).
n=1
n
Demostración: Notemos que, como en el caso de la suma que define a
π ∗ (x), la suma del enunciado es finita. Vamos a definir recurrentemente una
sucesión de funciones f0 , f1 , f2 , . . . mediante
1
f0 (x) = π ∗ (x), fk+1 (x) = fk (x) − fk (x1/pk+1 ),
pk+1
donde pk+1 es el primo k + 1-ésimo.
2.2. Orden de crecimiento 33

Veamos cuáles son los primeros términos de la sucesión. El primero es

∞
∗
X π(x1/m )
f0 (x) = π (x) = .
m=1
m
A su vez
∞ ∞
1 X π(x1/m ) X π(x1/2m )
f1 (x) = π ∗ (x) − π ∗ (x1/2 ) = − .
2 m=1
m m=1
2m

Así, en el miembro derecho sólo están los términos π(x1/m )/m correspondientes
a índices m impares. A su vez,
∞ ∞
1 1/3 1 ∗ 1/3 1 ∗ 1/6 X π(x1/3m ) X π(x1/6m )
f1 (x ) = π (x ) − π (x ) = − ,
3 3 6 m=1
3m m=1
6m
luego
1 1 1
f2 (x) = π ∗ (x) − π ∗ (x1/2 ) − π ∗ (x1/3 ) + π ∗ (x1/6 )
2 3 6
∞ ∞ ∞ ∞
X π(x1/m ) X π(x1/2m ) X π(x1/3m ) X π(x1/6m )
= − − + .
m=1
m m=1
2m m=1
3m m=1
6m

Vemos que en la primera expresión para f2 (x) aparecen todos los índices m
libres de cuadrados divisibles únicamente entre 2 y 3 y el signo es µ(m), mientras
que en la segunda expresión aparecen todos los índices m no divisibles ni entre
2 ni entre 3 (como los múltiplos de 6 se restan dos veces, luego se suman para
que sólo sean sustraídos una vez).
Una inducción rutinaria muestra que esto es cierto en general, es decir, que
fk (x) admite una expresión con sumandos µ(m) ∗ 1/m
m π (x ), donde m recorre todos
los números divisibles únicamente entre los primos p1 , . . . , pk (libres de cuadra-
dos, si se quiere, porque en caso contrario µ(m) = 0) y también una segunda
expresión con sumandos (1/m)π(x1/m ) para todos los índices no divisibles entre
ninguno de los primos p1 , . . . , pk .
Así, cuando k es suficientemente grande, la primera expresión para fk coin-
cide con el miembro derecho de la fórmula del enunciado (pues todos los suman-
dos que faltarían por aparecer serían ya nulos) y la segunda expresión se reduce
a π(x).

2.2 Orden de crecimiento

En lo sucesivo vamos a considerar muchas sucesiones y funciones que tien-
den a infinito, pero con esto no está dicho todo, sino que podemos tratar de
estimar “a qué velocidad” tienden a infinito, comparando su crecimiento con el
de otras funciones sencillas cuyo comportamiento podamos considerar bien co-
nocido. Esta comparación puede concretarse de formas distintas. El caso más
sencillo en que podemos decir que dos funciones crecen “por igual” es el recogido
en la definición siguiente:
34 Capítulo 2. Funciones aritméticas

Definición 2.17 Sea X un espacio topológico, a ∈ X un punto de acumulación

de X y f, g : X \ {a} −→ R. Diremos que f y g son asintóticamente equivalentes
en a si existe
f (x)
lím = 1.
x→a g(x)

La definición supone en particular que g(x) no se anula en un entorno de a,

aunque en la práctica la aplicaremos cuando f y g tiendan a +∞ en a, con lo
que esto se cumplirá trivialmente.
Usaremos la notación f (x) ∼ g(x) para indicar que las funciones son asintóti-
camente equivalentes, indicando el punto a si no se sobreentiende por el contexto.
Notemos que la definición equivale a que

f (x)
lím = 1.
x→a g(x)

o también a que

f (x) − g(x) g(x) − f (x)

lím = 0, lím = 0.
x→a g(x) x→a f (x)

Las dos últimas expresiones se interpretan como que el error relativo cometido
al aproximar una por la otra (es decir, el error absoluto dividido entre el valor
real que queríamos aproximar) tiende a 0.
Ejemplo 1 Se cumple que x2 + x ∼ x2 (en +∞). El error absoluto cometido al
aproximar una por la otra tiende a infinito, pero dicho error es cada vez menor
en relación al valor que toman ambas funciones.

10 000
100

8000
80

60 6000

40 4000

20 2000

2 4 6 8 10 20 40 60 80 100

Esto se pone de manifiesto al comparar las gráficas. En la primera, cuando x

varía de 0 a 10, vemos cómo la diferencia entre ambas funciones se hace cada
vez mayor, pero en la segunda, al modificar la escala para que las gráficas
guarden la misma proporción, esa diferencia, pese a ser cada vez mayor, se
vuelve inapreciable.

Ejemplo 2 Consideremos un caso ligeramente más sofisticado. Vamos a estu-

diar el crecimiento de la función
P
n
n≤x
2.2. Orden de crecimiento 35

Siempre que empleemos esta notación habrá que entender que n recorre los
números naturales no nulos menores o iguales que el número real x. Equivalen-
temente,
E[x]
P P E[x](E[x] + 1)
n= n= .
n≤x n=1 2
Se cumple entonces que
P x2
n∼ ,
n≤x 2
pues
P 
 n 
 |E[x]2 + E[x] − x2 |

 n≤x (x − E[x])(x + E[x]) + E[x]
− 1 = ≤

 2 2
 x /2  x x2
 

1(x + x + 1) + x + 1 3x + 2
≤ = → 0.
x2 x2
50

4
40

2
30

20 2 4 6 8 10

10 -2

-4
2 4 6 8 10

La gráfica de la izquierda muestra las dos funciones y la de la derecha la

diferencia entre ambas. Vemos que el error oscila cada vez con más amplitud,
y esto se confirma en la gráfica de la derecha siguiente, pero en la gráfica de
la izquierda ambas funciones son indistinguibles, pues, aunque las diferencias
sean cada vez más grandes, se vuelven despreciables cuando se comparan con la
magnitud de cualquiera de las dos funciones:
5000
40
4000
20
3000

2000 20 40 60 80 100

-20
1000

-40
20 40 60 80 100

Así pues, x2 /2 es una función sencilla que describe bien el crecimiento de las
sumas finitas de números naturales.
En los dos ejemplos anteriores hemos comparado dos funciones que tienden
a +∞ en +∞. Será el caso más habitual, pero también tiene interés estudiar el
modo en que una función tiende a 0 en un punto finito o infinito. Por ejemplo,
podemos afirmar que
sen x ∼ x alrededor de 0.
36 Capítulo 2. Funciones aritméticas

Notemos que si dos funciones cualesquiera tienden a 0 en un punto, el error

absoluto que cometemos al aproximar una por otra tiende a 0 en el punto, pero
la equivalencia asintótica expresa algo más fuerte, a saber, que las gráficas de
las dos funciones resultan indistinguibles incluso a escalas en las que ambas se
distinguen de 0. Por ejemplo, la figura muestra las funciones sen x y x. Si
representamos también, digamos, 2x, su gráfica se distinguiría perfectamente
de las otras dos, a pesar de que la diferencia entre todas ellas tiende a 0 en 0.
1.0

0.5

-1.0 -0.5 0.5 1.0

-0.5

-1.0

Una relación un poco más débil que la equivalencia asintótica es la siguiente:

Definición 2.18 Sea X un espacio topológico, a ∈ X un punto de acumulación

de X y f, g : X \ {a} −→ R. Diremos que el crecimiento de f en a es del orden
del de g si existen un entorno U de a en X y una constante C > 0 tales que
|f (x)/g(x)| ≤ C para todo x ∈ U \ {a}.

Es frecuente usar una notación un tanto abusiva para expresar este hecho,
consistente en escribir O(g(x)) para referirse a una función arbitraria que crezca
como g(x), es decir, una función arbitraria que permanece acotada cuando se
divide entre |g(x)|.
Ejemplo 1 Hemos dicho que esta definición es más débil que la anterior porque,
claramente, si f (x) ∼ g(x) entonces el crecimiento de f es del orden del de g
(pues la definición se cumple con cualquier constante mayor que 1), y el recíproco
no es cierto en general. Sin embargo, con el concepto de orden de crecimiento
podemos expresar relaciones más precisas que con el de equivalencia asintótica.
Por ejemplo, decir que
n = O(x2 /2)
P
n≤x

es más débil que decir que ambas funciones son asintóticamente equivalentes,
pues sólo expresa que el cociente está acotado, no que tienda a 1. De hecho,
esto es equivalente a
n = O(x2 ),
P
n≤x

y ya no es cierto que la suma y x2 sean asintóticamente equivalentes, pero la

relación
P x2
n= + O(x) (2.1)
n≤x 2
2.2. Orden de crecimiento 37

es más precisa. En efecto, ante todo esta relación es cierta, pues

P 
 n − x2 /2  
  E[x]2 − x2 + E[x]) + E[x] 
 
 n≤x

 x
=
 2x ≤
 

(x − E[x])(x + E[x]) + E[x] 3x + 2 3

≤ → ,
2x 2x 2
luego el cociente está acotado, y de aquí se deduce a su vez que
P
n
n≤x
= 1 + O(1/x), (2.2)
x2 /2

pues al dividir entre x2 /2 una función que permanece acotada al dividirla entre
x obtenemos una función que permanece acotada al dividirla entre 2/x, luego
también si la dividimos entre 1/x.
Vemos que la expresión (2.1) no sólo dice que las dos primeras funciones son
asintóticamente equivalentes, sino que nos acota el error absoluto de aproximar
una por la otra, y la expresión (2.2) no sólo indica explícitamente que el cociente
de la izquierda tiende a 1, sino que nos informa de la rapidez con la que tiende
a 1 (al menos tan rápidamente como 1/x tiende a 0).
En general, cuando comparamos dos funciones que tienden a +∞, lo que
expresa la definición es que f (x) deja de tender a +∞ cuando se la divide entre
g(x) o, en otras palabras, que g(x) crece con la rapidez suficiente como para
compensar el crecimiento de f (x).
P
Así, la serie n tiende a +∞, pero deja de tender a +∞ y permanece
n≤x
acotada cuando se la divide entre x2 , o el error de aproximar dicha serie por
x2 /2 tiende a +∞, pero deja de tender a +∞ cuando se divide entre x.
Ejemplo 2 Consideremos ahora el caso de una serie convergente. Se cumple
que
X 1
= 1 + O(1/2x ).
2n
n≤x

En efecto, tenemos que

X 1 1
= 1 − E[x] ,
2n 2
n≤x

luego P 

 (1/2n ) − 1 
 n≤x
 = 2x−E[x] ≤ 2,

1/2x

 
 
38 Capítulo 2. Funciones aritméticas

pero con la estimación que hemos hecho no sólo sabemos que la serie converge
a 1, sino que tenemos información sobre la velocidad con la que converge (al
menos tan rápidamente como 1/2x converge a 0).
Ejemplo 3 Considerando la serie de Taylor del seno es fácil ver que, alrededor
de 0,
x3
sen x = x − + O(x5 ), (2.3)
6
lo cual significa, por definición, que el crecimiento de la función sen x − x + x3 /6
es como el de x5 , es decir, que el cociente permanece acotado. De hecho, se
cumple que
sen x − x + x3 /6 1
lím = .
x→0 x5 5!
Si dividiéramos entre x4 el límite sería 0 y si dividiéramos entre x6 el límite
sería infinito, por lo que 5 es “el exponente justo” que da un cociente acotado
que no tiende ni a 0 ni a +∞. De (2.3) se sigue inmediatamente que

sen x x2
=1− + O(x4 ),
x 6
pues si dividimos entre x una función que permanece acotada al dividirla en-
tre x5 , obtenemos una función que permanece acotada al dividirla entre x4 , y
esto implica a su vez que sen x ∼ x, por lo que (2.3) proporciona información
más precisa sobre el modo en que sen x tiende a 0 en a = 0.
En lugar de (2.3), podríamos haber escrito

x3
sen x = x − + O(x4 ),
6
lo cual, aunque es cierto, es menos preciso, porque la función que estamos repre-
sentando por O(x4 ) (que es la misma que en (2.3) representamos por O(x5 ), a
saber, sen x − x + x3 /6), no sólo es una función que permanece acotada cuando
se divide entre x4 , sino que de hecho tiende a 0. Para hacer constar este hecho
usaremos una o minúscula:

Definición 2.19 Sea X un espacio topológico, a ∈ X un punto de acumulación

de X y f, g : X \ {a} −→ R. Diremos que el crecimiento de f en a es de orden
menor que el de g si existe
f (x)
lím = 0.
x→a g(x)

Usaremos la notación o(g(x)) para representar cualquier función de orden

menor que el de g(x), es decir, una función que dividida entre g(x) tiende a 0
(en un punto a prefijado). En estos términos,

x3
sen x = x − + o(x4 ).
6
2.2. Orden de crecimiento 39

En general, una comparación en términos de o(g(x)) es menos fina que otra

con O, pues indica que “nos hemos excedido” y estamos comparando con una
función g(x) que tiende a su límite más rápidamente que la que tratamos de
describir. Así, el polinomio de Taylor de grado 3 de la función seno aproxima
a esta función alrededor de 0 con orden exactamente O(x5 ), en el sentido de
que si ponemos un exponente α < 5 en realidad tenemos o(xα ), mientras que si
ponemos un exponente mayor el cociente tiende a ∞.
Observaciones He aquí algunos hechos adicionales sobre los conceptos que
acabamos de introducir:

• Si f, g : [a, +∞[ −→ R son funciones continuas en un intervalo, una rela-

ción de tipo f (x) = O(g(x)) en +∞ sólo significa que existe una constante
C > 0 tal que |f (x)| ≤ C|g(x)| para valores de x suficientemente grandes,
digamos para x ≥ x0 , pero si g(x) es estrictamente mayor que 0, entonces,
como |f | tiene un máximo M en [a, x0 ] y g tiene un mínimo m > 0 en di-
cho intervalo, sucede que |f (x)| ≤ (M/m)g(x) en [a, x0 ], luego cambiando
C por el máximo entre C y M/m tenemos que |f (x)| ≤ Cg(x) en todo el
intervalo [a, +∞[.
• Todos los conceptos que hemos definido aquí valen trivialmente para fun-
ciones f con valores complejos si los entendemos aplicados a |f |.
• No está de más recalcar que la notación f (x) = O(g(x)) es abusiva en
cuanto que no es una auténtica igualdad. Por ejemplo, es cierto que
O(x2 ) = O(x3 ) (en +∞) en el sentido de que toda función que permanece
acotada al dividirla entre x2 es también una función que permanece aco-
tada al dividirla entre x3 , pero, entendido así, es falso que O(x3 ) = O(x2 ),
pues una función que permanezca acotada al dividirla entre x3 (por ejem-
plo x3 ) no tiene por qué permanecer acotada al dividirla entre x2 .

Nuestra intención es describir el crecimiento de funciones “complicadas” com-

parándolas con otras más sencillas, pero para ello conviene que tengamos una
idea clara de cómo es el crecimiento de las funciones más habituales que usare-
mos como referencia.

• Podríamos considerar que O(x) representa la velocidad “básica” de creci-

miento hacia +∞, es el ritmo de crecimiento en el que la función crece a
la misma velocidad que avanza la variable. Alrededor de O(x) tenemos
las potencias O(xα ), con α > 0. Notemos que si 0 < α < β, entonces
xα = o(xβ ), de modo que al aumentar el exponente aumenta el orden de
crecimiento de la potencia.
• Por encima de todos los órdenes de crecimiento O(xα ) están los crecimien-
tos exponenciales O(eβx ), con β > 0. En efecto,

eβx x
lím α
= lím e(β log x −α) log x = +∞,
x→+∞ x x→+∞
40 Capítulo 2. Funciones aritméticas

de modo que xα = o(eβx ), cualesquiera que sean α y β. En otras palabras:

cualquier exponencial crece más rápidamente que cualquier potencia. No-
temos también que ax = ex log a , por lo que las funciones ax con a > 1 son
las mismas que las eβx con β > 0.

• Por debajo de todos los crecimientos potenciales O(xα ) están los creci-
mientos logarítmicos O(logβ x). En efecto, aplicando la regla de L’Hôpital,
β β
logβ x
 
log x 1
lím = lím = lím = 0,
x→+∞ xα x→+∞ xα/β x→+∞ (α/β)x1+α/β

teniendo en cuenta que estamos considerando α, β > 0.

En particular, observamos que log x = o(x ), para todo  > 0.

• Alrededor de cada crecimiento potencial O(xα ) tenemos una “aureola” de

crecimientos logarítmicos, en el sentido de que, por ejemplo, sucede que
x2 log x = O(x2+ ) para todo  > 0, es decir, que x2 log x deja de tender a
+∞ cuando se divide entre cualquier x2+ , pero sigue tendiendo a +∞ si
se divide entre x2 .
x
• Similarmente se comprueba que la función ee crece más deprisa que cual-
quier eβx , mientras que log log x crece más despacio que cualquier logβ x.

La figura muestra algunas de las funciones que acabamos de considerar:

e2x ex ex/2
100 x2 x1.1 x

80

x0.9
60

40
√
x
20
log2 x
log x
√
log x
0 20 40 60 80 100

2.3 Cálculo de órdenes

Todos los ejemplos de órdenes de funciones que hemos mostrado en la sección
anterior eran triviales. Probamos ahora un resultado general que usaremos en
incontables ocasiones y que de momento nos permitirá calcular el orden de
crecimiento de algunas funciones un poco más sofisticadas. Puede considerarse
como una versión discreta de la integración por partes que incluye como caso
particular a la fórmula de Abel [VC 5.2]:
2.3. Cálculo de órdenes 41

Teorema 2.20 Sea {cn }∞

P
n=1 una sucesión en C, sea C(x) = cn y conside-
n≤x
remos cualquier función f : [0, +∞[ −→ R. Entonces
P P
cn f (n) = C(n)(f (n) − f (n + 1)) + C(x)f (E[x]),
n≤x n≤x−1

donde E representa la parte entera. Si además cn = 0 para n < n1 y f es de

clase C 1 en un entorno de [n1 , +∞[, entonces
X Z x
cn f (n) = C(x)f (x) − C(t)f 0 (t) dt.
n≤x n1

Demostración: Llamemos N = E[x]. Entonces

P N
P
cn f (n) = C(1)f (1) + (C(n) − C(n − 1))f (n)
n≤x n=2
N
P −1
NP
= C(n)f (n) − C(n)f (n + 1)
n=1 n=1
−1
NP
= C(n)(f (n) − f (n + 1)) + C(N )f (N )
n=1
P
= C(n)(f (n) − f (n + 1)) + C(x)f (E[x]).
n≤x−1

Para la segunda parte observamos que si n ≤ t < n+1 entonces C(t) = C(n),
luego Z n+1
C(n)(f (n) − f (n + 1)) = − C(t)f 0 (t) dt,
n
y C(t) = 0 si t < n1 . Así, la integral desde n1 hasta N = E[x] es el sumatorio
de la expresión que hemos obtenido, mientras que
Z x
− C(t)f 0 (t) dt = −C(x)(f (x) − f (E[x])) = C(x)f (E[x]) − C(x)f (x),
N

luego falta sumar C(x)f (x).

Como primera aplicación estimamos el crecimiento de las sumas parciales de
algunas series, tanto convergentes como divergentes.

Teorema 2.21 Se cumple

X 1
1. = log x + γ + O(1/x),
n
n≤x

X 1 π2
2. 2
= + O(1/x),
n 6
n≤x

X µ(n) 6
3. = 2 + O(1/x),
n2 π
n≤x
42 Capítulo 2. Funciones aritméticas

X 3 2
4. φ(n) = x + O(x log x).
π2
n≤x

Demostración: 1) Aquí γ es la constante de Euler, definida en [An 8.63]

como
N
X 1
γ = lím − log N, (2.4)
N
n=1
n
pero la prueba que vamos a dar no presupone que exista el límite, sino que aquí
veremos una prueba alternativa. Notemos que la existencia del límite equivale a
la fórmula del enunciado con una estimación o(1), pero aquí la vamos a refinar
a O(1/x), que no sólo expresa que la función
X 1
lím − log n − γ
n n
n≤x

converge a 0, sino que permanece acotada cuando se multiplica por x.

Aplicamos el teorema anterior a cn = 1 y f (t) = 1/t. Entonces C(x) = E[x]
y obtenemos que
X 1 Z x
E[x] E[t]
= + dt = log x + γ + R(x),
n x 1 t2
n≤x

donde, en principio, estamos llamando γ a

Z +∞
t − E[t]
γ =1− dt
1 t2
y
+∞
t − E[t] x − E[x]
Z
R(x) = 2
dt − = O(1/x),
x t x
pues Z +∞
dt 1 2
|R(x)| ≤ + = .
x t2 x x
Así pues: Z x
X 1 E[x] E[t]
= + dt = log x + γ + O(1/x),
n x 1 t2
n≤x

lo que en particular implica que γ cumple (2.4), por lo que se trata de la cons-
tante de Euler que ya conocemos.
2) Ahora tomamos f (t) = 1/t2 , con lo que
Z x Z x Z x
X 1 E[x] E[t] E[x] t − E[t] 1
= + 2 dt = − 2 dt + 2 dt
n2 x2 1 t 3 x 2
1 t3
1 t 2
n≤x

x
t − E[t]
Z
E[x] 2
=2+ 2 − −2 dt.
x x 1 t3
2.3. Cálculo de órdenes 43

Si hacemos tender x a +∞ queda

∞
π2 t − E[t]
Z
=2−2 dt,
6 1 t3
luego
+∞
π2 X 1 t − E[t]
Z
2 E[x]
− = − 2 −2 dt
6 n2 x x x t3
n≤x

2 x−1 x+1
− ≤ ≤ = O(1/x).
x x2 x2
3) En 2.8 hemos probado que la serie converge a 6/π 2 . Ahora se trata de
estimar las aproximaciones por sumas parciales:
   
π2 X 1
 
6 X µ(n)   X µ(n)  X 1
 π2 − ≤ −
 = = = O(1/x).
2 2
n  n>x n  n>x n
 2 6 n2
 n≤x n≤x

4) La relación φ = m ∗ N nos da que

n
P P P P P P P
φ(n) = d|n µ(d) d = µ(d)m = µ(d) m.
n≤x n≤x d≤x m≤x/d d≤x m≤x/d

2
n − x2 , la relación (2.1) equivale a que |f (x)| ≤ Cx.
P
Si llamamos f (x) =
n≤x
Usando los apartados anteriores concluimos que
 2
x2 X µ(d)

X X x Xx
φ(n) = µ(d) + f (x/d) ≤ + C
2d2 2 d2 d
n≤x d≤x d≤x d≤x

x2
 
6 3
= 2
+ O(1/x) + Cx(log x + O(1)) = 2 x2 + O(x) + O(x log x) + O(x)
2 π π
3
= 2 x2 + O(x log x).
π
Hemos usado que si dividimos entre x log x la suma de dos funciones que perma-
necen acotadas cuando se dividen entre x y una que permanece acotada cuando
se divide entre x log x, obtenemos la suma de dos funciones que tienden a 0 y
otra acotada, luego la suma total está acotada.
Veamos un par de aplicaciones:

Números libres de cuadrados No es posible hablar en sentido estricto (es

decir, en el sentido de la teoría de probabilidades) de la probabilidad de que un
número natural sea par. Sin embargo, podemos decir que esta probabilidad es
igual a 1/2 en el sentido de que, si elegimos al azar un número natural no nulo
entre los números ≤ x, la probabilidad de que sea par (definida como el cociente
entre los E[x/2] casos favorables sobre los E[x] casos posibles) cumple que
E[x/2] 1
lím = .
x→+∞ E[x] 2
44 Capítulo 2. Funciones aritméticas

En otras palabras: la probabilidad de que un número natural elegido al azar en

el intervalo [1, x] sea par es aproximadamente 1/2, y el error de la aproximación
tiende a 0 cuando x tiende a infinito.
En este mismo sentido, es fácil ver que, por ejemplo, la probabilidad de que
un número sea un cuadrado perfecto es 0, pues en este caso se trata de
√
E[ x]
lím = 0.
x→+∞ E[x]

Ahora vamos a calcular una probabilidad no trivial:

La probabilidad de que un número natural no nulo sea libre de cua-

drados es 6/π 2 ≈ 0.6.

En efecto, si llamamos L(x) al número de números libres de cuadrados ≤ x,

se trata de probar que
L(x) 6
lím = 2.
x→+∞ x π
(en principio falta una parte entera en el denominador, pero es claro que es
irrelevante ponerla o no).
Para ello observamos que si y > 0, cada número natural menor o igual que y 2
es de la forma m2 n ≤ y 2 , donde n es libre de cuadrados, y el número total de
tales números con un m fijo es L(y 2 /m2 ), luego

E[y 2 ] = L((y/m)2 ).
P
m≤y

La fórmula de inversión 2.13 nos da que

L(y 2 ) = µ(m)E[(y/m)2 ].
P
m≤y

Si quitamos la parte entera, estamos quitando una función acotada por

P
|µ(m)| ≤ y,
m≤y

luego
X µ(m) 6y 2 6y 2
L(y 2 ) = y 2 + O(y) = + y 2
O(1/y) + O(y) = + O(y).
m2 π2 π2
m≤y

Equivalentemente:
6x √
L(x) = 2
+ O( x).
π
Esto implica en particular que la probabilidad es la indicada.
2.3. Cálculo de órdenes 45

Números primos entre sí Similarmente podemos probar:

La probabilidad de que dos números naturales elegidos al azar sean
primos entre sí es de 6/π 2 ≈ 0.6.
Si N es un número natural grande, las posibilidades de elegir dos números
al azar ≤ N son N 2 . El número de casos en que éstos son primos entre sí puede
calcularse como sigue:
 
Llamemos An = (m, n)  1 ≤ m ≤ n, (m, n) = 1 . Entonces An tiene φ(n)
elementos y
S  
An = (m, n)  1 ≤ m ≤ n ≤ N, (m, n) = 1
n≤N
P
tiene φ(n) elementos. El conjunto que queremos contar es
n≤N

(m, n)  1 ≤ m, n ≤ N, (m, n) = 1 ,
P
y es claro que consta de 2 φ(n) − 1 pares, pues al multiplicar por 2 estamos
n≤N
contando dos veces el par (1, 1), que es el único con componentes iguales.
Así pues, queremos calcular el límite de la sucesión
1  X 
2
2 φ(n) − 1 ,
N
n≤N

o, equivalentemente, el de la función
 
1 X  6 2 1 6 log x 1
2
2 φ(n) − 1 = 2
+ 2
O(x log x) − 2
= 2
+ O − 2.
x π x x π x x
n≤x

Obviamente el límite vale 6/π 2 .

El número de divisores Estudiamos ahora el orden de crecimiento de la

función d(n) que asigna a cada número n su número de divisores. Recordemos
que si
n = pe11 · · · perr ,
entonces d(n) = (e1 + 1) · · · (er + 1). Se trata de una función muy irregular,
como muestra la figura siguiente:
40 d(n)

30

20

10

0 200 400 600 800 1000

46 Capítulo 2. Funciones aritméticas

Observemos que, salvo en el caso d(1) = 1, tenemos que d(n) ≥ 2, y, de

hecho, d(p) = 2 si y sólo si p es un número primo, por lo que d toma infinitas
veces el valor 2. Más precisamente, tenemos el límite inferior
lím d(n) = 2.
n

Por otra parte, es obvio que d(n) puede tomar valores arbitrariamente grandes.
La mayor dificultad a la hora de estimar el crecimiento de d(n) es que de-
pende de la descomposición en factores primos de n, y la factorización de un
número no tiene nada que ver con la del número anterior o posterior, sino que
después de un número con muchos divisores puede venir un primo o viceversa.
Por ello el estudio del orden de crecimiento de d(n) es un problema más com-
plicado que el de todas las funciones que hemos abordado hasta ahora. Pese a
ello, estamos en condiciones de aproximarlo con precisión. De hecho, lo difícil
es “no pasarse”, porque vamos a ver, por ejemplo, que
d(n) = o(n ), para todo  > 0, (2.5)
de modo que si dividimos d(n) entre n , no sólo hacemos que la sucesión pase
a estar acotada, sino que de hecho la hemos hecho tender a 0. Una estimación
más fina es la siguiente:
Teorema 2.22 Para todo  > 0 existe un n0 tal que, si n ≥ n0 , entonces
log n
log d(n) ≤ (1 + ) log 2 .
log log n
Equivalentemente,
log d(n) log log n
lím ≤ log 2,
n log n
o también log n (1+) log n (1+) log 2
d(n) ≤ e(1+) log 2 log log n = 2 log log n =n log log n .
De aquí se sigue (2.5), pues
d(n) (1+) log 2


≤ e( log log n −) log n → 0.
n
Demostración: Dado n = pe11 · · · perr , consideremos un δ > 0 que luego
especificaremos. Entonces
r
d(n) Y ei + 1
= .
nδ i=1
pei i δ
La serie de Taylor de ex muestra que, si x > 0, entonces 1 + x ≤ ex , por lo que
ei δ log 2 ≤ eei δ log 2 = 2ei δ ≤ pei i δ .

ei + 1 ei + pei i δ ei 1
ei δ
≤ ei δ
= 1 + ei δ ≤ 1 + ≤ e1/(δ log 2) .
pi pi pi δ log 2
2.3. Cálculo de órdenes 47

Por otra parte, si pi ≥ 21/δ , entonces pδ ≥ 2 y

ei + 1 ei + 1
ei δ
≤ .
pi 2 ei

Por lo tanto,

d(n) Y ei + 1 Y ei + 1 Y 1/δ
= ei δ ei δ
≤ e1/(δ log 2) ≤ e2 /(δ log 2) .
nδ pi pi
pi <21/δ p ≥21/δ
i p≤21/δ

Equivalentemente,
21/δ
log d(n) − δ log n ≤ .
δ log 2
Ahora tomamos, concretamente,

(1 + /2) log 2
δ= ,
log log n

con lo que
log log n log log n
21/δ = 2 (1+/2) log 2 = e 1+/2 = (log n)1/(1+/2) .

Por lo tanto,

(1 + /2) log 2 log n (log n)1/(1+/2) log log n

log d(n) ≤ + .
log log n (1 + /2) log2 2

Observemos ahora que, para todo n suficientemente grande,

(log n)1/(1+/2) log log n  log 2 log n

2 ≤ ,
(1 + /2) log 2 2 log log n

pues esto equivale a

log2 log n   3
/2
≤ 1+ log 2 (2.6)
(log n) 1+/2 2 2

y el miembro izquierdo tiende a 0 con n (pues, si llamamos x = log n, es de la

2
forma logxα x ). Así pues,

(1 + /2) log 2 log n (/2) log 2 log n (1 + ) log 2 log n

log d(n) ≤ + = .
log log n log log n log log n

Nota A la vista de la figura siguiente:

48 Capítulo 2. Funciones aritméticas

d(n)

log x
e(1.2) log 2 log log x

log x
elog 2 log log x

lo primero que cabe pensar es que el teorema es falso, pues deberíamos ver que,
a partir de cierto valor, la función d(n) queda por debajo de la mayor de las dos
curvas. Si extendemos la gráfica hasta, digamos, n = 106 , la imagen es similar.
La razón es que hemos probado que la función d(n) debe quedar por debajo
de la curva mayor para todo n suficientemente grande, pero ¿cómo de grande?
El único punto de la prueba que requiere que n sea grande es (2.6) que, para
 = 0.2, es, concretamente
log2 log n
≤ 0.037.
(log n)0.09
log2 x
Ahora bien, llamando x = log n, ésta es la gráfica de :
x0.09
70

60

50

40

30

20

10

0 200 000 400 000 600 000 800 000 1 × 106

La prueba se basa en que esta función tiende a 0 en +∞, pero nada en la

gráfica apunta a que esto es así. Sucede que la función crece hasta tomar su
valor máximo en x0 = e2/0.09 ≈ 3.58 · 109 , y sólo a partir de ahí empieza a
descender hacia 0, y no llega a 0.037 hasta x ≈ 2.6 · 1063 , luego hemos probado
log n 63
que la función d(n) queda por debajo de e(1.2) log 2 log log n para n ≥ e2.6·10 . En
realidad nada impide que el teorema se cumpla para valores menores de n, pero
sólo hemos probado que se cumple a partir de este valor.
Así pues, el teorema anterior prueba una propiedad de la función d(n) que
sólo es aplicable a números prácticamente inalcanzables para la capacidad de
cálculo de cualquier ordenador.
2.3. Cálculo de órdenes 49

La irregularidad de la sucesión d(n) contrasta con la regularidad que exhibe

la función
1 P
d(k)
n k≤n
que determina el número medio de divisores que tienen los números hasta n. He
aquí su gráfica junto con la de log x (que es la menor de las dos):
8

200 400 600 800 1000

Vemos que la distancia entre ambas se mantiene aproximadamente constante.

Esto se debe al teorema siguiente, debido a Dirichlet:
Teorema 2.23 Se cumple que
P √
d(k) = x log x + (2γ − 1)x + O( x).
k≤x

En particular,
P
d(k)
k≤x
lím − log x = 2γ − 1 = 0.1544313298 . . .
x→+∞ x
Demostración: Observemos que d(k) P es el número de pares de números
naturales (u, v) tales que uv = k, luego d(k) es el número de pares de
k≤x
números naturales no nulos tales que uv ≤ x.
Equivalentemente, es el número de pa- 14

res de números naturales no nulos situados

12
en la región D situada bajo √ la hipérbola
uv = x. Llamemos w = E[ x] y sean D1 10
y D2 los conjuntos de los puntos (u, v) ∈ D
que cumplen 1 ≤ u ≤ w y 1 ≤ v ≤ w, res- 8

pectivamente. Sucede que D1 y D2 cubren D2

6
todo D salvo una pequeña región “triangu-
lar”. 4
Pero en dicha región no puede haber
puntos con coordenadas enteras, pues ten- 2

dría que ser u, v > w y uv ≤ x, pero enton- D1

√
ces (w + 1)2 ≤ uv ≤ x, luego w + 1 ≤ x, 0 2 4 6 8 10 12 14

contradicción.
50 Capítulo 2. Funciones aritméticas

Por consiguiente, el número de puntos con coordenadas enteras (no nulas)

en D es la suma de los puntos en D1 más los puntos en D2 menos w2 , pues
D1 ∩ D2 contiene w2 puntos. Por simetría, hay el mismo número de pares en
D1 que en D2 , así que basta contar los situados en D1 .
Puntos con v = 1 hay E[x/1], puntos con v = 2 hay E[x/2], etc. En total:

d(k) = 2 √ E[x/d] − w2 = 2 √ (E[x/d] − d) + w,

P P P
k≤x d≤ x d≤ x

d = w2 + w. Si quitamos las partes enteras

P
donde hemos usado que 2 √
d≤ x
√
estamos añadiendo una función acotada por x, luego, usando 2.21:
√ √
d(k) = 2 √ (x/d − d) + O( x) = 2x √ d1 − 2 √ d + O( x)
P P P P
k≤x d≤ x d≤ x d≤ x

√ √ √ 2 √ √
= 2x(log x + γ + O(1/ x)) − 2( x /s + O( x)) + O( x))
√
= x log x + (2γ − 1)x + O( x).

Terminamos esta sección calculando el orden de crecimiento de un par de

funciones que necesitaremos más adelante:

Teorema 2.24 Se cumple:

X X d(m)d(n)
d2 (n) = O(x log3 x), 1/2 log(n/m)
= O(x log3 x).
n≤x m<n≤x
(mn)

Demostración: Por el teorema anterior existe una constante c > 0 tal que
X
d(k) ≤ cx log x.
k≤x

X X X X X X X
d2 (n) = d(n) 1= d(km) ≤ d(k)d(m)
n≤x n≤x k|n k≤x km≤x k≤x m≤k/x

X X X x X d(k)
= d(k) d(m) ≤ c d(k) log(x/k) ≤ cx log x
k k
k≤x m≤x/k k≤x k≤x

Por el teorema 2.20:

X d(k) X Z xX
1 1
= d(k) + d(k) 2 dt
k x 1 t
k≤x k≤x k≤t

Z x Z x
1 1 log t
≤ cx log x +c t log t dt = c log x + c dt
x 1 t2 1 t
c
= c log x + log2 x = O(log2 x).
2
2.3. Cálculo de órdenes 51

En total obtenemos que

d2 (n) = O(x log3 x).
P
n≤x

Para probar la segunda estimación demostramos primero lo siguiente: si k

es un número natural no nulo y k ≤ x, entonces
X X1
d(r)d(r + k) < 4x(log x + 1)2 . (2.7)
d
1≤r≤x−k d|k

El sumatorio de la izquierda es igual al número de descomposiciones r = mm0

y r + k = nn0 ≤ x, es decir, el número de cuádruplas (m, m0 , n, n0 ) de números
naturales no nulos tales que mm0 − nn0 = k, mm0 ≤ x. Si llamamos S al
número de cuádruplas que además cumplen mn ≤ x y S 0 al de las que cumplen
m0 n0 ≤ x, por simetría tenemos que S = S 0 , y toda cuádrupla está contada al
menos en S o en S 0 , pues mnm0 n0 = mm0 nn0 < (mm0 )2 ≤ x2 . Así pues,
X X
d(r)d(r + k) ≤ S + S 0 = 2S = 2 N (m, n),
1≤r≤x−k mn≤x

donde N (m, n) es el número de pares (m0 , n0 ) que cumplen

mm0 − nn0 = k, 0 < m0 ≤ x/m, n0 > 0.
Fijados m y n, sea d = (m, n), m = dm0 , n = dn0 . Así, si d - k, entonces
N (m, n) = 0, mientras que si d | k, es conocido2 que las soluciones de la ecuación
diofántica mm0 − nn0 = k son de la forma
m0 = m00 + rn/d, n0 = n00 + rm/d,
donde (m00 , n00 ) es una solución particular y r es un entero arbitrario. Por lo
tanto N (m, n) es menor o igual que el número de enteros r que cumplen
0 < m00 + rn/d ≤ x/m.
m0 d xd m0 d
h i
Tales enteros están en el intervalo − n0 , mn − n0 , luego

xd m0 d m0 d xd xd 2xd 2x
N (m, n) ≤ E[ − 0 ] − E[− 0 ] = E[ ]< +1≤ = .
mn n n mn mn mn dm0 n0
Por consiguiente,
X X1 X 1
d(r)d(r + k) < 4x
d m0 n0
1≤r≤x−k d|k m0 ,n0 ≤x

X 1 X 1 2 X1
≤ 4x ≤ 4x (log x + 1)2 ,
d m d
d|k 1≤m≤x d|k
Rm P
donde hemos acotado 1/m ≤ m−1 (1/t) dt, con lo que (1/m) ≤ log x.
Esto termina la prueba de (2.7). 1≤m≤x

2 Véase la sección 1.1 de [TAl].

52 Capítulo 2. Funciones aritméticas

Si 1 ≤ m < n, tenemos que

n − m −1 n m (mn)1/2
log−1 (n/m) = (− log(1 − )) < =1+ <1+ .
n n−m n−m n−m
Por lo tanto,
X d(m)d(n) X d(m)d(n) X d(m)d(n)
< + .
m<n≤x
(mn)1/2 log(n/m) m<n≤x (mn)1/2 m<n≤x
n−m

Por una parte,

 2
E[x]
X d(m)d(n)  X d(n)  √
1/2
< √ = O( x log x)2 = O(x log2 x),
(mn) n=1
n
m<n≤x

aplicando el teorema 2.20 igual que antes. Por otra parte, llamando k = n − m
y aplicando (2.7),
E[x−1]
X d(m)d(n) X 1 E[x−k]
X
= d(m)d(m + k)
n−m k m=1
m<n≤x k=1

E[x−1]
X 1X1 X 1
< 4x(log x + 1)2 ≤ 4x(log x + 1)2
k d 0
d2 d0
k=1 d|k dd ≤x
X 1 X 1
≤ 4x(log x + 1)2
d2 0 d0
d≤x d ≤x
∞
X 1 X 1
≤ 4x(log x + 1)2 = O(x log3 x),
d2 0 d0
d=1 d ≤x
P 1
donde nuevamente hemos acotado d0 ≤ 1 + log x = O(log x).
d0 ≤x

2.4 Apéndice: Permutaciones circulares

Dedicamos esta sección a dar una última aplicación de la fórmula de inver-
sión de Möbius. Vamos a calcular el número de permutaciones circulares con
repetición.

Permutaciones Una permutación (lineal ordinaria) de n elementos es cada

una de las formas distintas de ordenar linealmente n elementos distintos.
Por ejemplo, hay 6 permutaciones de 3 elementos, a saber,
123, 132, 213, 231, 312, 321.
En general, es conocido que el número de permutaciones de n elementos es
Pn = n!
2.4. Apéndice: Permutaciones circulares 53

Permutaciones con repetición Una permutación (lineal) de k elementos

con repeticiones (r1 , . . . , rk ) es cada una de las formas distintas de ordenar
linealmente k elementos distintos de modo que el primero se repita r1 veces,
el segundo r2 veces, etc. Si llamamos n = r1 + · · · + rk , en la práctica es más
cómodo hablar de permutaciones de n elementos (en lugar de k) con repeticiones
r1 , . . . , rk .
Por ejemplo, hay 3 permutaciones de 3 elementos con repeticiones (2, 1):

112, 121, 211.

Para calcular su número en general, partimos el conjunto In = {1, . . . , n}

en conjuntos disjuntos Ai de cardinal ri y a cada una de las permutaciones
ordinarias de n elementos a1 , . . . , an le asociamos la permutación con repetición
b1 , . . . , bn dada por ai ∈ Abi .
Por ejemplo, si A1 = {1, 2}, A2 = {3}, tenemos la correspondencia:

123, 213 7→ 112, 132, 231 7→ 121, 312, 321 7→ 211.

En general, las permutaciones ordinarias que dan lugar a la misma permu-

tación con repetición que una dada son las que resultan de permutar arbitraria-
mente los elementos de cada conjunto Ai . Como hay ri ! permutaciones de cada
Ai , vemos que las n! permutaciones ordinarias se dividen en clases de r1 ! · · · rk !
elementos cada una, que determinan la misma permutación con repetición. El
número de éstas es, pues,
n!
PRnr1 ,...,rk = .
r1 ! · · · rk !

Permutaciones circulares Una permutación circular (ordinaria) de n ele-

mentos es cada una de las formas de disponer en círculo n elementos distintos.
Podemos representar linealmente las permutaciones circulares, pero entendiendo
que dos permutaciones lineales representan la misma permutación circular si se
puede pasar de una a otra permutando cíclicamente los elementos.
Por ejemplo, hay dos permutaciones circulares de 3 elementos:

123 = 231 = 312, 321 = 213 = 132.

Es obvio que cada permutación circular puede representarse mediante n

permutaciones ordinarias distintas, luego el número de permutaciones circulares
es
PCn = (n − 1)!

Permutaciones circulares con repetición Si n = r1 + · · · + rk , una per-

mutación circular de n elementos con repeticiones (r1 , . . . , rk ) es cada una de
las formas de disponer en círculo k elementos distintos de modo que el primero
se repita r1 veces, el segundo r2 veces, etc.
54 Capítulo 2. Funciones aritméticas

Como en el caso anterior, podemos representar las permutaciones circulares

con repetición como permutaciones lineales con repetición, pero entendiendo
que dos de ellas representan la misma permutación circular si se puede pasar de
una a otra permutando cíclicamente sus elementos.
Por ejemplo, hay 4 permutaciones circulares de 6 elementos con repeticiones
(3, 3):
111222 = 112221 = 122211 = 222111 = 221112 = 211122,

112122 = 121221 = 212211 = 122112 = 221121 = 211212,

112212 = 122121 = 221211 = 212112 = 121122 = 211221,

121212 = 212121.

(No falta ninguna, pues sabemos que hay 20 permutaciones lineales de 6

elementos con repeticiones (3,3).)
El cálculo del número de permutaciones circulares con repetición no es tan
simple como en el caso ordinario porque ahora ya no es cierto que cada permu-
tación circular esté representada exactamente por n permutaciones lineales. En
el ejemplo anterior (con n = 6) vemos que tres de ellas están representadas por
6 permutaciones lineales, mientras que la cuarta sólo admite 2 representaciones
lineales.

Multiplicidad de una permutación Diremos que una permutación lineal

de n elementos con repeticiones (r1 , . . . , rk ) tiene multiplicidad d si consta de d
bloques iguales repetidos.
Por ejemplo, la permutación 121212 es triple (tiene multiplicidad 3), pues
puede descomponerse en la forma 12|12|12.
Es inmediato que si una permutación tiene multiplicidad d, también tiene
multiplicidad r para todo r | d. Diremos que una permutación tiene multipli-
cidad exacta d si tiene multiplicidad d y no tiene multiplicidad d0 para ningún
múltiplo d0 de d.
Es evidente que si una permutación tiene multiplicidad d, entonces d | ri
para todo i. Equivalentemente, si llamamos h al máximo común divisor de los
ri , tenemos que la multiplicidad de una permutación ha de ser un divisor de h.
También es claro que si permutamos cíclicamente una permutación de multi-
plicidad exacta d, obtenemos exactamente n/d permutaciones lineales distintas
(todas ellas de multiplicidad exacta d). Por consiguiente, si llamamos e(d) al
número de permutaciones lineales de multiplicidad exacta d, tenemos que el
número de permutaciones circulares con repetición es
Xd
PCRnr1 ,...,rk = e(d). (2.8)
n
d|h
2.4. Apéndice: Permutaciones circulares 55

Calcular explícitamente e(d) no es fácil. En cambio, si llamamos m(d) al

número de permutaciones lineales de multiplicidad d (no necesariamente exacta),
es inmediato que

n/d (n/d)!
m(d) = PRr1 /d,...,rk /d = .
(r1 /d)! · · · (rk /d)!

Por otra parte, las permutaciones de multiplicidad d pueden descomponerse

como unión disjunta de los conjuntos de las permutaciones de multiplicidad
exacta d0 , para cada d | d0 | h. Por consiguiente:
P
m(d) = e(dl).
l|(h/d)

Si llamamos m̄(d) = m(h/d) y ē(d) = e(h/d), tenemos que

P P
m̄(d) = m(h/d) = e(hl/d) = ē(d/l) = (c1 ∗ ē)(d).
l|d l|d

Así pues, m̄ = c1 ∗ ē, de donde ē = µ ∗ m̄.

El número de permutaciones circulares con repetición Ahora ya pode-

mos desarrollar la fórmula (2.8) para las permutaciones circulares con repetición:
Xd 1Xh 1Xh X
PCRnr1 ,...,rk = e(d) = ē(d) = µ(d/l)m̄(l)
n n d n d
d|h d|h d|h l|d

1X Xh 1X X h/l
= m̄(l) µ(d/l) = m̄(l) µ(t)
n d n t
l|h l|d|h l|h t|(h/l)
1X 1X
= m(h/l)(N ∗ µ)(h/l) = m(d)φ(d).
n n
l|h d|h

En conclusión, hemos llegado a la fórmula siguiente:

X φ(d) (n/d)!
PCRnr1 ,...,rk = ,
n (r1 /d)! · · · (rk /d)!
d|h

donde h es el máximo común divisor de r1 , . . . , rk . Observemos que si r1 , . . . , rk

son primos entre sí la fórmula se reduce a
1
PCRnr1 ,...,rk = PRnr1 ,...,rk .
n
Capítulo III

La distribución de los
números primos

Empezamos a abordar aquí uno de los temas principales de la teoría analítica

de números: el estudio de la distribución de los números primos, en el sentido que
hemos explicado en la introducción. En particular, demostraremos el teorema de
los números primos haciendo uso de la teoría de funciones de variable compleja,
pero dedicaremos las primeras secciones a probar algunos resultados que sólo
requieren técnicas analíticas más elementales.

3.1 Preliminares
Empezamos probando algunos hechos variados que vamos a necesitar en
las secciones siguientes. Por ejemplo, en la introducción hemos presentado dos
versiones del teorema de los números primos:
Z x
x dt
π(x) ∼ ∼ Il(x) = .
log x 2 log t

Empezamos probando que son equivalentes:

Teorema 3.1 Se cumple

x
∼ Il(x).
log x

Demostración: Integrando por partes obtenemos

Z x Z x
dt x 2 dt
Il(x) = = − + 2 ,
2 log t log x log 2 2 log t

luego Z x
Il(x) 2 log x log x dt
=1− + .
x/ log x log 2 x x 2 log2 t

57
58 Capítulo 3. La distribución de los números primos

Ahora basta probar que

Z x
log x dt
lím = 0.
x→+∞ x 2 log2 t
En efecto:
√ !
Z x Z x Z x
log x 1 log x 1 1
2 dt = dt + dt
x 2 log t x 2 log2 t √
x log2 t
Z √
x Z x
!  √ 
log x 1 1 log x x x
≤ dt + √ dt ≤ + 2√
x 2 log2 2 √
x log2 x x log2 2 log x
log x 4
= √ + → 0.
(log2 2) x log x
En la sección siguiente demostraremos varias equivalencias adicionales. Pro-
bamos ahora un resultado que necesitaremos en la última sección.

Teorema 3.2 Sea {bn }∞

n=2 una sucesión de números complejos y α ∈ C. Si
X
bn = αx + o(x),
2≤n≤x

entonces  
X bn x x
=α +o .
log n log x log x
2≤n≤x
P
Demostración: Llamando C(x) = bn , por 2.20 tenemos que
2≤n≤x
Z x
X bn 1 C(t) 1
= C(x) + dt.
log n log x 2 t log2 t
2≤n≤x

Por lo tanto,

x  C(x) − αx log x  x C(t) 1

Z
log x  X bn 
−α ≤ + dt.

x

log n log x x x

t 2
2≤n≤x 2 log t

Como el cociente C(t)/t converge a α, está acotado, digamos por M , con lo que

log x  x C(t) 1 log x  x 1

Z  Z 
dt ≤ M dt
 
x

t 2 x
 2
2 log t 2 log t

y en la prueba del teorema anterior hemos visto que el miembro derecho tiende
a 0.
Un resultado elemental que vamos a necesitar y que tiene interés en sí mismo
es la descomposición en factores primos de los factoriales:
3.1. Preliminares 59

pj(n,p) ,
Q
n! = (3.1)
p

E[n/pm ].
P
donde j(n, p) =
m≥1
Basta tener en cuenta que en n! hay E[n/p] múltiplos de p, de los cuales
E[n/p2 ] son múltiplos de p2 , etc.
Otro hecho interesante es la cota siguiente del producto de los primeros
primos:

p < 4n .
Q
Teorema 3.3
p≤n

Demostración: Lo probamos por inducción sobre n. Es claro que se cum-

ple para los primeros valores de n, así que podemos suponer n ≥ 3. Si n es par,
entonces no es primo, luego

p < 4n−1 < 4n .

Q Q
p=
p≤n p≤n−1

Si n = 2m + 1, entonces, como
 
2m + 1 (2m + 1)!
= ,
m m!(m + 1)!

los primos p > m + 1 no dividen al denominador, luego

1  2m+1

 1
p | 2m+1 2m+1
≤ 2 (1 + 1)2m+1 = 4m .
Q
m = 2 m + m+1
m+1<p≤2m+1

Por lo tanto,
p ≤ 4m+1 4m = 4n .
Q Q Q
p= p
p≤n p≤m+1 m+1<p≤n

p < 3n , pero la prueba es más

Q
Nota En realidad puede demostrarse que
complicada. p≤n

Con la misma técnica podemos obtener una cota superior sencilla de la

función π(x):

Teorema 3.4 Para todo x > 1 se cumple que

x
π(x) ≤ 6 log 2 .
log x

Demostración: Como en la prueba del teorema anterior,

 
π(2n)−π(n)
Y 2n
n ≤ p≤ ≤ (1 + 1)2n = 22n .
n
n<p≤2n
60 Capítulo 3. La distribución de los números primos

Tomando logaritmos, (π(2n) − π(n)) log n ≤ 2n log 2, luego

n
π(2n) ≤ π(n) + 2 log 2 .
log n
2k
Ahora una simple inducción prueba que π(2k ) ≤ 3 . En efecto, se verifica
k
directamente para k ≤ 5 y, en general,
2k 2k+1
π(2k+1 ) ≤ π(2k ) + 2 log s = π(2k ) +
k log 2 k
3 · 2k 2 · 2k 5 · 2k 3 · 2k+1
≤ + = ≤ .
k k k k
Por último, para x > 4, tomamos 4 ≤ 2k < x ≤ 2k+1 , con lo que
2k x
π(x) ≤ π(2k+1 ) ≤ 6 ≤ 6 log 2 .
k+1 log x
Se comprueba directamente que el resultado es válido para 1 < x ≤ 4.
Veamos un ejemplo mucho más elemental de cota superior:
Teorema 3.5 Para todo x ≥ 1 se cumple que
x
π(x) ≤ + 2.
3
Demostración: Si E[x] = 6k + r, con 0 ≤ r < 6, observamos que entre los
seis primeros números naturales, 0, 1, 2, 3, 4, 5 hay 3 primos, en cada uno de los
k − 1 bloques siguientes de 6 naturales puede haber a lo sumo 2 primos (pues
todo primo p > 3 cumple p ≡ 1, 5 (mód 6)), y en el último bloque de r < 6
números naturales puede haber a lo sumo 1 primo si r < 5 o 2 primos si r = 5.
Así pues,
6k + r x
π(x) ≤ 3 + 2(k − 1) + δ = 2k + δ + 1 ≤ 2 + ≤2+ ,
3 3
donde δ = 1 salvo si r = 5, en cuyo caso r = 2. La penúltima desigualdad
equivale a 3(δ − 1) ≤ r, que se cumple por definición de δ.
La figura muestra las dos aproximaciones 140 6 log 2 logx x
que hemos encontrado de π(x). No son muy 120

buenas, y empeoran cuando aumenta x. Po- 100

dría pensarse que el teorema anterior implica 80 2 + x/3

el precedente, pero no es así, porque 2 + x/3 60

sólo es mejor aproximación provisionalmente, 40

pues es claro que π(x)

20

x 1 0 50 100 150 200

lím 6 log 2 = 0,
x→+∞ 2 + x/3 log x
luego a partir de un momento dado las posiciones se invierten. Concretamente,
ambas funciones se igualan cuando x = 262069.13, pero para entonces ambas
están tan alejadas de π(x) que importa poco cuál esté más cerca.
3.2. Las funciones de Chebyshev 61

3.2 Las funciones de Chebyshev

Definición 3.6 Las funciones de Chebyshev son las dadas por
P P
ϑ(x) = log p, ψ(x) = Λ(n),
p≤x n≤x

donde Λ es la función de Mangoldt definida en 2.10. Más precisamente, ϑ y ψ se

conocen, respectivamente, como la primera y la segunda función de Chebyshev.

Como hemos indicado en la introducción, las funciones de Chebyshev recogen

información relevante sobre la distribución de los números primos, que se plasma
en las relaciones ψ(x) ∼ x ∼ ϑ(x). No estamos en condiciones de probarlas
ahora, pero sí que podemos probar que equivalen al teorema de los números
primos.
En efecto, por una parte podemos expresar
P
ϑ(x) = χ(n) log n,
n≤x

donde χ es la función característica de los números primos, y aplicar 2.20, que

nos da que Z x
P 1
ϑ(x) = log p = π(x) log x − π(t) dt.
p≤x 2 t
El teorema 3.4 nos da que
Z x Z x
1 dt
π(t) dt ≤ 6 log 2 = 6 log 2 Il(x),
2 t 2 log t

y el teorema 3.1 implica que

ϑ(x) = π(x) log x + O(x/ log x),

luego
π(x) ϑ(x) 1
= + O( ). (3.2)
x/ log x x log x
Esto ya muestra que el teorema de los números primos es equivalente a ϑ(x) ∼ x.
Nos ocupamos ahora de la segunda función de Chebyshev. Observemos en
primer lugar que, según la definición de la función de Mangoldt, se cumple que
P P
ψ(x) = Λ(n) = log p,
n≤x pm ≤x

donde en la segunda expresión hay que entender que hay un sumando log p por
cada potencia pm ≤ x. Equivalentemente,

E[ log x
P
ψ(x) = log p ] log p.
p≤x
62 Capítulo 3. La distribución de los números primos

Teniendo en cuenta que pm ≤ x equivale a p ≤ x1/m , tenemos que:

ψ(x) = ϑ(x1/m ) = ϑ(x) + ϑ(x1/m ).

P P
m m≥2

Notemos que la serie es finita, pues los sumandos son nulos a partir del momento
en que x1/m < 2, es decir, cuando m > log x/ log 2.
1
El número de primos p ≤ x1/m es a lo sumo x1/m , y log p ≤ m log x ≤ log x,
luego, para m ≥ 2, tenemos que

ϑ(x1/m ) ≤ x1/m log x ≤ x1/2 log x,

luego
1 1/2
ϑ(x1/m ) ≤ x log2 x,
P
m≥2 log 2
(puesto que el número de sumandos es a lo sumo log x/ log 2). Más brevemente:

ϑ(x1/m ) = O(x1/2 log2 x),

P
m≥2

o también
ψ(x) = ϑ(x) + O(x1/2 log2 x). (3.3)
Esto implica a su vez que

ψ(x) ϑ(x) log2 x

= + O( 1/2 ). (3.4)
x x x
Con el teorema 3.1 y las equivalencias (3.2) y (3.4) hemos probado el teorema
siguiente:

Teorema 3.7 Las afirmaciones siguientes son equivalentes:

x
1. π(x) ∼ .
log x
2. π(x) ∼ Il(x).

3. ϑ(x) ∼ x.

4. ψ(x) ∼ x.

En 3.34 probaremos que todas las afirmaciones del teorema anterior son
ciertas, pero podemos probar otras propiedades más débiles de las funciones de
Chebyshev que, no obstante, tienen repercusiones notables sobre la distribución
de los números primos. Por ejemplo, tomando logaritmos en la desigualdad del
teorema 3.3 (aplicado a n = E[x]) obtenemos el teorema siguiente:

Teorema 3.8 Para todo x ≥ 1, se cumple que ϑ(x) < 2x log 2. En particular,
ϑ(x) = O(x).
3.2. Las funciones de Chebyshev 63

Esto no basta para probar el teorema de los números primos, pero sí para
obtener un hecho notable que fue conjeturado por Joseph Bertrand en 1845 y
demostrado por Chebyshev en 1852. La prueba clásica de Euclides sobre la
existencia de infinitos primos consiste esencialmente en observar que, dado un
número cualquiera n, tiene que existir un primo n < p ≤ n! + 1, pero esta cota
del menor primo mayor que n es exageradamente elevada y puede mejorarse
mucho:
Teorema 3.9 (Postulado de Bertrand) Para cada número natural n ≥ 1,
existe al menos un primo n < p ≤ 2n. Equivalentemente, la sucesión de los
primos cumple pn+1 ≤ 2pn .
Demostración: Si
(2n)! Y
N= = pkp , (3.5)
(n!)2
p≤2n

entonces, por (3.1),

∞
(E[2n/pm ] − 2E[n/pm ]).
P
kp =
m=1

Cada sumando de esta serie es 0 o 1, según si E[2n/pm ] es par o impar. En

efecto, si 2n/pm = 2k + r, con 0 ≤ r < 1, entonces n/pm = k + r/2, luego el
sumando es 2k −2k = 0. Si es 2n/pm = 2k +1+r, entonces n/pm = k +(r +1)/2
y el sumando es 2k + 1 − 2k = 1. En particular, los sumandos son nulos para
pm > 2n, luego  
log 2n
kp ≤ E . (3.6)
log p

Supongamos que existe un n > 29 = 512 para el que no existe ningún primo
p en las condiciones del enunciado. Sea N el dado por (3.5) y sea p | N , de
modo que p ≤ 2n, luego por hipótesis p ≤ n.
Supongamos que 2n/3 < p ≤ n, con lo que 2p ≤ 2n < 3p, luego también
p2 > 4n2 /9 > 2n. Entonces
kp = E[2n/p] − 2E[n/p] = 2 − 2 = 0,
lo que contradice que p | N . Por lo tanto, tiene que ser p ≤ 2n/3, luego, por el
teorema 3.8, tenemos que
P P 4
log p ≤ log p = ϑ(2n/3) ≤ n log 2.
p|N p≤2n/3 3

Si se cumple kp ≥ 2, entonces, por (3.6), tenemos que

2 log p ≤ kp log p ≤ log 2n,
√ √
luego p ≤ 2n, luego hay a lo sumo 2n primos que cumplen kp ≥ 2. Por lo
tanto: P √
kp log p ≤ 2n log 2n,
kp ≥2
64 Capítulo 3. La distribución de los números primos

luego √
P P P
log N ≤ log p + kp log p ≤ log p + 2n log 2n
kp =1 kp ≥2 p|N

4 √
≤ n log n + 2n log 2n.
3
Por otra parte, N es el mayor de los 2n términos del desarrollo de (1 + 1)2n ,
luego 22n ≤ 2nN , luego
4 √
2n log 2 ≤ log 2n + log N ≤ n log 2 + (1 + 2n) log 2n,
3
de donde √
2n log 2 ≤ 3(1 + 2n) log 2n. (3.7)
Estamos suponiendo que n > 512, luego

log(n/512)
α= >0
10 log 2

y además
n
210(1+α) = 210 210α = 210 = 2n.
29
Así (3.7) se convierte en 210(1+α) ≤ 30(25+5α + 1)(1 + α), con lo que

25α ≤ 30 · 2−5 (1 + 2−5−5α )(1 + α) < (1 − 2−5 )(1 + 2−5 )(1 + α) < 1 + α,

pero
25α = e5α log 2 > 1 + 5α log 2 > 1 + α.
Tenemos así una contradicción, que prueba el postulado de Bertrand para todo
n > 512. Para primos menores también se cumple, pues basta considerar los
primos:

2, 3, 5, 7, 13, 23, 43, 83, 63, 317, 631.

Cada uno es menor que el doble del anterior, por lo que entre n y 2n hay siempre
uno de ellos, para todo n < 631.
1.4

1.2
La gráfica representa la función pn+1 /pn ,
1.0
y muestra que la cota 2 que proporciona el 0.8
postulado de Bertrand no es muy fina. 0.6

0.4
Seguidamente obtenemos más estimacio- 0.2
nes de las funciones de Chebyshev:
0 200 400 600 800 1000

Teorema 3.10 Si x ≥ 2, existen constantes A, B > 0 tales que

1
Ax ≤ ϑ(x) ≤ 2x log 2, x log 2 ≤ ψ(x) ≤ Bx.
4
3.2. Las funciones de Chebyshev 65

Demostración: Dado n ≥ 1, considerando de nuevo (3.5), y teniendo en

cuenta (3.6), vemos que
 
E log 2n
P P
log N = kp log p ≤ log p log p = ψ(2n).
p≤2n p≤2n

Por otra parte,

n+1 n+2 2n
N= · · ··· · ≥ 2n ,
1 2 n
luego ψ(2n) ≥ n log 2. Si tomamos n = E[x/2] ≥ 1, obtenemos que
1
ψ(x) ≥ ψ(2n) ≥ n log 2 ≥ x log 2.
4
En particular, ψ(x)/x está acotado inferiormente, y por (3.4), lo mismo vale
para ϑ(x)/x (pues se diferencia de la función anterior en una función que tiende
a 0), lo que nos da la constante A del enunciado. Análogamente, el teorema 3.8
nos da la cota superior de ϑ(x)/x y entonces (3.4) nos da la constante B del
enunciado.
Como aplicación mejoramos el teorema 2.22:
Teorema 3.11
log d(n) log log n
lím = log 2.
n log n
Demostración: El teorema 2.22 equivale a que el límite superior es menor
o igual que log 2. Para probar la desigualdad opuesta tomamos  > 0 y tenemos
que demostrar que hay valores de n arbitrariamente grandes que cumplen
log d(n) log log n
> 1 − .
log 2 log n
Basta ver que esto sucede para los números de la forma n = p1 · · · pr , para los
cuales d(n) = 2r . Sea A la constante dada por el teorema anterior. Entonces
r
P
Apr ≤ ϑ(pr ) = log pi = log n,
i=1

luego log A + log pr ≤ log log n. Por otra parte,

P P
π(pr ) log pr = log pr 1≥ log p = ϑ(pr ) = log n.
p≤pr p≤r

Por consiguiente,
log d(n) = log 2r = r log 2 = π(pr ) log 2
log n log 2 log n log 2 (1 − ) log n log 2
≥ ≥ ≥
log pr log log n − log A log log n
para todo n suficientemente grande, ya que la última desigualdad equivale a
(1 + ) log A
log log n ≥ − ,

(notemos que log A < 0, pues ϑ(x) < x).
66 Capítulo 3. La distribución de los números primos

3.3 Los teoremas de Mertens

Vamos a estudiar ahora la serie de los inversos de los primos. Los resultados
que vamos a obtener aquí prueban en particular que es divergente, al igual que la
serie de los inversos de los números naturales, pero no está de más observar que
existe una demostración completamente elemental de este hecho. El argumento
siguiente se debe a Clarkson y es de 1966:
P1
Teorema 3.12 La serie p es divergente.
p
P1
Demostración: Supongamos que p < +∞. Entonces existe un N tal
p
P 1
que p < 1/2. Por lo tanto
p>N
∞ X ∞
X 1 t X 1
≤ < +∞.
t=0
p t=0
2t
p>N

1
P
Ahora bien, la serie de la izquierda no es más que n, donde A es el
n∈A
conjunto de los números naturales no divisibles entre primos menores que N .
Si llamamos P al producto de los primos menores o iguales que N tenemos que
nP + 1 ∈ A para todo n, luego
∞
X 1
< +∞,
n=1
nP +1

pero por otra parte es claro que esta serie diverge, por comparación con la serie
∞
1
P
n . Por lo tanto la serie de partida no puede converger.
n=1
Ahora necesitamos un resultado técnico:
Teorema 3.13 Si h > 0, entonces
logh (x/n) = O(x).
P
n≤x

Demostración: Para n ≥ 2 tenemos que

Z n
logh (x/n) ≤ logh (x/t) dt.
n−1

Por lo tanto
E[x] ∞
x x
logh u logh u
X Z Z Z
logh (x/n) ≤ logh (x/n) dt = x du < x du.
n=2 1 1 u2 1 u2

Notemos que la integral es convergente, pues con el cambio de variable log u = x

se convierte [An 8.60] en la función factorial Π(h). Así pues,
logh (x/n) < logh x + Ax = O(x).
P
n≤x
3.3. Los teoremas de Mertens 67

En particular,
P P
log n = E[x] log x − log(x/n) = E[x] log x + O(x) = x log x + O(x).
n≤x n≤x

Por (3.1) tenemos que

E[x/pm ] log p =
P P P P
log n = j(E[x], p) log p = E[x/n]Λ(n).
n≤x n≤x pm ≤x n≤x

Si quitamos la parte entera de la última suma estamos añadiendo un término

acotado por P
Λ(n) = ψ(x) = O(x),
n≤x

luego Xx X
Λ(n) = log n + O(x) = x log x + O(x).
n
n≤x n≤x

Dividiendo entre x obtenemos el teorema siguiente:

Teorema 3.14
X Λ(n)
= log x + O(1).
n
n≤x

Y de aquí deducimos a su vez:

Teorema 3.15 (Primer teorema de Mertens)

X log p
= log x + O(1).
p
p≤x

Demostración: Observemos que

X Λ(n) X log p X X log p X X 1
− = m
< log p
n p m
p p
pm
n≤x p≤x m≥2 p ≤x m≥2

X log p X log n X n log n X log n

= < = ≤ 2 .
p
p(p − 1) n(n − 1) n − 1 n2 n2
n≥2 n≥2 n≥2

La serie converge por [An 8.62], pues puede mayorarse por la suma de 1/n3/2 .

log p
Ahora aplicamos 2.20 con cp = p y f (x) = 1/ log x. Así
X log p
C(x) = = log x + τ (x),
p
p≤x

donde τ (x) está acotada por el teorema anterior. Así obtenemos que
X1 Z x Z x Z x
C(x) C(t) τ (x) dt τ (t)
= + 2 dt = 1 + log x + + 2 dt.
p log x 2 t log t 2 t log t 2 t log t
p≤x
68 Capítulo 3. La distribución de los números primos

La primera integral es log log x − log log 2, y la segunda es convergente, porque

podemos acotar τ (t) y el resto es 1/ log 2 − 1/ log x. Por lo tanto,
X1
= log log x + M + R(x), (3.8)
p
p≤x

donde Z +∞
τ (t)
M = 1 − log log 2 + dt
2 t log2 t
y Z +∞
τ (x) τ (t)
R(x) = − dt = O(1/ log x).
log x x t log2 t
En definitiva: X1
= log log x + M + O(1/ log x).
p
p≤x

Esto nos da una prueba alternativa de la divergencia de la serie de los primos.

Más aún, ahora está justificada la definición siguiente:

Definición 3.16 Se define la constante de Mertens como

X1
M = lím − log log x = 0.2614972128476427837554268 . . .
x→+∞ p
p≤x

La constante M resulta ser el análogo para la serie de los inversos de los

primos de la constante de Euler γ para la serie de los inversos de los números
naturales, pero, más precisamente, hemos probado el teorema siguiente (com-
párese con el primer apartado del teorema 2.21):

Teorema 3.17 (Segundo teorema de Mertens)

X1
= log log x + M + O(1/ log x).
p
p≤x

Existe un tercer teorema de Mertens, pero su prueba ya no es elemental,

sino que requiere resultados de la teoría de funciones de variable compleja, así
que lo posponemos hasta una sección posterior.

3.4 Consecuencias del teorema de los números

primos
Antes de introducir las técnicas de la teoría de funciones de variable compleja
que nos permitirán probar el teorema de los números primos, dedicamos esta
sección a mostrar algunas consecuencias del mismo que pueden obtenerse por
medios elementales. En la introducción hemos señalado que la gráfica de pn /n
se parece a la de log n. Eso no era casual:
3.4. Consecuencias del teorema de los números primos 69

Teorema 3.18 Sea pn el primo n-simo. Entonces pn ∼ n log n.

Demostración: Tomando logaritmos en la fórmula del teorema de los

números primos queda

log π(x) + log log x − log x −→ 0,

luego también
log π(x) log log x
+ −→ 1.
log x log x
El segundo sumando tiende a 0, con lo que

log π(x)
lím = 1.
x→+∞ log x

Multiplicando y dividiendo por x el denominador y aplicando de nuevo el

teorema de los números primos obtenemos

π(x) log π(x)

lím = 1,
x→+∞ x

Y si hacemos x = pn es claro que π(pn ) = n, luego

n log n
lím = 1,
n pn

es decir, pn ∼ n log n.
La diferencia ostensible entre las gráficas de pn /n y log n se debe a que, como
hemos señalado en la introducción, la convergencia a 1 de π(x)xlog x es muy lenta.
El teorema siguiente es un refinamiento asintótico del postulado de Bertrand:

Teorema 3.19 Para todo  > 0, existe un x0 > 0 tal que, para todo x ≥ x0
existe un número primo x < p ≤ (1 + )x.

Demostración: Tenemos que

π((1 + )x) (1 + )x/ log((1 + )x) log x

∼ = (1 + ) → 1 + ,
π(x) x/ log x log(1 + ) + log x

luego
π((1 + )x)
lím = 1 + .
x→+∞ π(x)
Por lo tanto, para todo x suficientemente grande, π(x) < π((1 + )x), luego
existe un primo x < p ≤ (1 + )x.
He aquí una consecuencia curiosa:
70 Capítulo 3. La distribución de los números primos

La tabla siguiente muestra el menor primo que empieza por 1, el menor primo
que empieza por 2, el menor primo que empieza por 3, y así sucesivamente hasta
el menor primo que empieza por 100.

11 2 3 41 5 61 7 83 97 101
11 127 13 149 151 163 17 181 19 2 003
211 223 23 241 251 263 271 281 29 307
31 3 203 331 347 353 367 37 383 397 401
41 421 43 443 457 461 47 487 491 503
5 101 521 53 541 557 563 571 587 59 601
61 6 203 631 641 653 661 67 683 691 701
71 727 73 743 751 761 773 787 79 809
811 821 83 8 419 853 863 877 881 89 907
911 929 937 941 953 967 97 983 991 1009

El teorema siguiente prueba que esta lista puede prolongarse indefinidamente:

Teorema 3.20 Para cada número natural N > 0, existe un primo cuyas pri-
meras cifras decimales son las de N .

Demostración: Se trata de encontrar un primo p tal que 10m N ≤ p <

10m (N + 1), para algún m. Basta aplicar el teorema anterior con  = 1/(N + 1).
Tomamos m suficientemente grande para que sea aplicable a x = 10m N y
tenemos que un primo p tal que
   
1 1
10m N < p ≤ 1 + 10m N < 1 + 10m N = 10m (N + 1),
N +1 N
como requeríamos.

El número de divisores primos Para cada número natural n no nulo, lla-

mamos ω(n) al número de primos distintos que lo dividen, mientras que Ω(n)
será el número total de primos que lo dividen (contando multiplicidades). Equi-
valentemente, si n = pe11 · · · perr , entonces

ω(n) = r, Ω(n) = e1 + · · · + er .

La figura de la izquierda es la gráfica de ω(n), y la de la derecha la de Ω(n).

3.4. Consecuencias del teorema de los números primos 71

En la figura siguiente, la curva superior es el valor medio de Ω, la intermedia

el de ω y la inferior es log log x.

El teorema siguiente prueba lo que se observa en las gráficas (y aporta in-

formación más precisa):
Teorema 3.21 P
ω(n) = x log log x + M x + o(x),
n≤x

Ω(n) = x log log x + M 0 x + o(x),

P
n≤x
X 1
donde M es la constante de Mertens y M 0 = M + .
p
p(p − 1)

Demostración: Llamemos
P P P P
S1 = ω(n) = 1= E[x/p],
n≤x n≤x p|n p≤x

pues hay E[x/p] múltiplos de p menores o iguales que x. Si eliminamos la

parte entera, estamos sumando un número menor que 1 a cada uno de los π(x)
sumandos, luego, por el segundo teorema de Mertens y el teorema de los números
primos:
Xx
S1 = + O(π(x)) = x log log x + M x + O(x/ log x).
p
p≤x

Del mismo modo,

E[x/pm ],
P P P P
S2 = Ω(n) = 1=
n≤x n≤x pm |x pm ≤x

donde hay que entender que pm | x significa que hay un sumando para cada
potencia pm que divide a x, con m ≥ 1. Por consiguiente
E[x/pm+1 ].
P
S2 − S1 =
pm+1 ≤x

Si eliminamos las partes enteras estamos añadiendo un término acotado por

X X log p X log p X log p ψ(x) − ϑ(x)
1≤ = − = = o(x),
log 2 m
log 2 log 2 log 2
pm+1 ≤x pm+1 ≤x p ≤x p≤x
72 Capítulo 3. La distribución de los números primos

por (3.3). Por lo tanto,

X 1
S2 − S1 = x + o(x).
pm+1
pm+1 ≤x

Por otra parte,

∞
X 1 XX 1 X 1
lím = = = M 0 − M.
x→+∞ pm+1 p m=2
p m
p
p(p − 1)
pm+1 ≤x

Así pues,
X 1
= M 0 − M + o(1)
pm+1
pm+1 ≤x

y a su vez S2 − S1 = x(M 0 − M ) + o(x). Ahora basta aplicar la estimación ya

probada para S1 .
De aquí podemos extraer a su vez algunas consecuencias, para lo cual nece-
sitamos algunos conceptos:

Definición 3.22 Diremos que un conjunto A ⊂ N es nulo si

|{m ∈ A | m ≤ n}|
lím = 0.
n n
Diremos que una propiedad P (n) la cumplen casi todos los números naturales
si el conjunto de los que no la poseen es nulo.
Dadas dos funciones aritméticas f, g : N \ {0} −→ R, diremos que f orden
normal g si, para cada  > 0, casi todos los números naturales cumplen
 
 f (n) 
 g(n) − 1 < 
 

(o, equivalentemente, (1 − )g(n) < f (n) < (1 + )g(n)).

Es claro que la unión finita de conjuntos nulos es nula y todo subconjunto

de un conjunto nulo es nulo.

Teorema 3.23 Las funciones ω(n) y Ω(n) tienen orden normal log log n. Más
precisamente, para todo δ > 0, casi todos los números naturales cumplen
1
|ω(n) − log log n| ≤ (log log n) 2 +δ ,

e igualmente con Ω en lugar de ω.

Demostración: Notemos que la propiedad del enunciado implica cierta-

mente que las funciones tienen orden normal log log n. Lo que estamos afir-
mando, por ejemplo para δ = 1/2 es que casi todos los números naturales
cumplen  
 ω(n)  1
 log log n − 1 ≤ (log log n)1/2 ,
 
3.4. Consecuencias del teorema de los números primos 73

luego, dado  > 0, existe un n0 a partir del cual el miembro derecho es < , y
así, el conjunto de números que no cumple
 
 ω(n) 
 log log n − 1 < 
 

es la unión del conjunto nulo que no cumple la desigualdad precedente más el

conjunto finito formado por los números n < n0 .
Veamos en primer lugar que basta probar que la cantidad de números n ≤ x
que no cumplen
1
|ω(n) − log log x| ≤ (log log x) 2 +δ (3.9)
es o(x). Esto se debe a que si x1/e ≤ n ≤ x, entonces

log log x − 1 ≤ log log n ≤ log log x, (3.10)

y la cantidad de n ≤ x que no cumplen x1/e ≤ n es O(x1/e ) = o(x).

Así pues, si hemos probado, para todo δ > 0, que la cantidad de números
n ≤ x que no cumplen (3.9) es o(x), dado δ > 0, tenemos que la cantidad de
números naturales que no cumplen
1 δ
|ω(n) − log log x| ≤ (log log x) 2 + 2

y (3.10) es o(x), y los que sí que cumplen estas dos condiciones cumplen también

|ω(n) − log log n| ≤ |ω(n) − log log x + log log x − log log n|
1 δ 1 δ 1
≤ (log log x) 2 + 2 + 1 ≤ (log log n + 1) 2 + 2 + 1 ≤ (log log n) 2 +δ ,
donde para que se cumpla la última desigualdad tenemos que exigir también
que n sea suficientemente grande.
Así pues, el conjunto de los números n ≤ x que no cumplen la desigualdad
del enunciado es o(x), que es lo que hay que probar. Notemos también que esta
reducción vale igualmente para Ω.
Consideremos todos los pares ordenados (p, q) de divisores primos de n tales
que p 6= q. En total hay

ω(n)2 − ω(n) =
P P P
1= 1− 1,
pq|n pq|n p2 |n
p6=q

donde en el penúltimo sumatorio hay que entender que es sobre los pares orde-
nados (p, q) tales que pq | n. Por lo tanto,
X X X x X x
ω(n)2 − ω(n) = E[ ] − E[ 2 ],
pq 2
p
n≤x n≤x pq≤x p ≤x

donde el penúltimo sumatorio es sobre los pares (p, q) tales que pq ≤ x. Ahora
X x X x X 1
E[ 2
]≤ 2
≤x = O(x).
p p p
p2
p2 ≤x 2
p ≤x
74 Capítulo 3. La distribución de los números primos

Por otra parte,

X x X 1
E[ ]=x + O(x),
pq pq
pq≤x pq≤x

pues al quitar las partes enteras estamos sumando a lo sumo 2E[x] números
(porque cada pq = qp con p 6= q cuenta dos veces) menores que 1, luego el
término añadido es O(x). Usando el teorema anterior llegamos a que
X X 1
ω(n)2 = x + O(x log log x)
pq
n≤x pq≤x

Ahora observamos que

 X 1 2 X 1  X 1 2
≤ ≤ ,
√ p pq p
p≤ x pq≤x p≤x

pues al elevar al cuadrado el primer√ sumatorio, obtenemos una suma sobre todos
los pares (p, q) tales que p, q ≤ x, que están entre los que cumplen pq ≤ x,
y al elevar al cuadrado el último sumatorio obtenemos la suma sobre todos los
pares (p, q) tales que p, q ≤ x, los cuales incluyen a los que cumplen pq ≤ x. Los
dos extremos de la última fórmula son

(log log x + O(1))2 = log2 log x + O(log log x),

luego X
ω(n)2 = x log2 log x + O(x log log x).
n≤x

A su vez,

(ω(n) − log log x)2 = ω(x)2 − 2 log log x ω(x) + E[x] log2 log x
P P P
n≤x n≤x n≤x

= x log2 log x + O(x log log x) − 2 log log x(x log log x + O(x))+
(x + O(1)) log2 log x
= x log2 log x − 2x log2 log x + x log2 log x + O(x log log x) = O(x log log x).
Supongamos finalmente que la cantidad de números n ≤ x que no cumplen
la condición (3.9) no fuera o(x). Esto significa que para todo  > 0 existen
valores de x arbitrariamente grandes tales que hay más de x números n ≤ x
que cumplen
1
|ω(n) − log log x| > (log log x) 2 +δ ,
luego
(ω(n) − log log x)2 ≥ x(log log x)1+2δ ,
P
n≤x

para valores de x arbitrariamente grandes, lo cual contradice la estimación

O(x log log x) que hemos obtenido para el miembro izquierdo.
3.4. Consecuencias del teorema de los números primos 75

Esto prueba el teorema para ω(x), y el caso de Ω(x) se deduce fácilmente de

éste, pues el teorema anterior implica que
P
(Ω(n) − ω(n)) = O(x),
n≤x

luego la cantidad de números n ≤ x que cumplen

Ω(n) − ω(n) > (log log x)1/2 (3.11)

es o(x). En caso contrario, dado  > 0, habría valores de x arbitrariamente gran-

des para los que habría más de x números n que cumplirían esta desigualdad,
y así
(Ω(n) − ω(n)) ≥ x(log log x)1/2 ,
P
n≤x

en contra de la estimación O(x) para el miembro izquierdo. Por lo tanto, por

la parte ya probada, la cantidad de números n ≤ x que cumplen (3.11) y
1 δ
|ω(n) − log log x| > (log log x) 2 + 2

es o(x), luego también lo es la cantidad de los que cumplen alguna de las dos.
Por el contrario, los n ≤ x que no cumplen ninguna, cumplen también

|Ω(n) − log log x| = |Ω(n) − ω(n) + ω(n) − log log x|

≤ (log log x)1/2 + (log log x)1/2+δ/2 < (log log x)1/2+δ
si x es suficientemente grande. Así pues, la cantidad de números n ≤ x que no
cumplen esto es o(x), que es lo que había que probar.
Así pues, tanto el orden medio como el orden normal de ω(n) y Ω(n) es
log log n. Para otras funciones aritméticas no tiene por qué darse la igualdad.

Teorema 3.24 La función log d(n) tiene orden normal log 2 log log n.

Demostración: Si n = pe11 · · · perr , tenemos que

d(n) = (1 + e1 ) · · · (1 + er ),

y 2 ≤ 1 + ei ≤ 2ei , luego

2ω(n) = 2r ≤ d(n) ≤ 2e1 +···+er = 2Ω(n) ,

y a su vez
ω(n) log 2 ≤ log d(n) ≤ Ω(n) log 2,
luego
ω(n) log d(n) Ω(n)
≤ ≤ .
log log n log 2 log log n log log n
Dado  > 0, los dos extremos de las desigualdades anteriores distan de 1 menos
que  para casi todo n, luego lo mismo le sucede al término central.
76 Capítulo 3. La distribución de los números primos

Explícitamente, esto significa que, para todo  > 0, casi todos los números
naturales cumplen
(log n)(1−) log 2 = 2(1−) log log n ≤ d(n) ≤ 2(1+) log log n = (log n)(1+) log 2 .
Cabe señalar que estas cotas son bastante inferiores al valor medio de la función
d(n) que, de acuerdo con el teorema 2.23, es log x + 2γ − 1.

30

1.1 log 2 log x

25 e log log x

20

15

log x + 2γ − 1
10

(log x)1.1 log 2

5

(log x)0.9 log 2

2000 4000 6000 8000 10 000

La figura muestra también la cota superior que proporciona el teorema 2.22.

Esto se interpreta como que la función d(n) toma pocas veces valores muy
grandes, de modo que su valor medio es sustancialmente mayor que su “valor
típico”, que oscila alrededor de (log n)log 2 . No obstante, estos resultados sólo se
aplican a intervalos desorbitadamente grandes. Si superponemos la gráfica de
d(n) (véase la página 47) a las gráficas anteriores en un intervalo asequible al
cálculo computacional no veremos nada que corrobore los teoremas que hemos
demostrado.

3.5 Series de Dirichlet

La conexión entre el estudio de la distribución de los primos que hemos ini-
ciado y la teoría de funciones de variable compleja se realiza fundamentalmente
a través de las series de Dirichlet. En esta sección recordamos sus propiedades
principales, todas ellas demostradas en las secciones 5.1 y 5.2 de [VC].
Cada función aritmética f tiene asociada una serie de Dirichlet
∞
X f (n)
,
n=1
ns

que converge casi uniformemente a una función holomorfa en un semiplano

σ > σc , donde σc ∈ R ∪ {±∞} recibe el nombre de abscisa de convergencia
[VC 5.5] de la serie de Dirichlet.
La convergencia no tiene por qué ser absoluta, pero cada serie de Dirichlet
tiene además una abscisa de convergencia absoluta σa , de modo que la conver-
gencia es absoluta en el semiplano σ > σa [VC 5.7].
3.5. Series de Dirichlet 77

Si dos series de Dirichlet convergen (al menos) en un semiplano σ > σ0 ,

entonces en dicho semiplano se cumple que
∞ ∞ ∞ ∞ ∞ ∞
X (f + g)(n) X f (n) X g(n) X (f ∗ g)(n) X f (n) X g(n)
= + , = .
n=1
ns n=1
ns n=1
ns n=1
ns n=1
ns n=1 ns

La primera igualdad es trivial y la segunda —aunque también es elemental—

es [VC 5.19]. Esto proporciona una interpretación analítica del producto de
convolución.
En particular, si f tiene inversa f −1 y las series de Dirichlet de ambas fun-
ciones convergen (al menos) en un semiplano común, entonces las funciones a
las que convergen son mutuamente inversas. Del teorema 2.5 se sigue (véanse
las observaciones tras [VC 5.21], que es el mismo teorema) que si f es completa-
mente multiplicativa entonces la serie de f −1 converge absolutamente al menos
en todo el semiplano de convergencia absoluta de f .
Citamos, por último, el teorema [VC 5.22], que nos garantiza que la serie de
Dirichlet asociada a −f 0 converge a la derivada de la serie de Dirichlet asociada
a f en su semiplano de convergencia.
La función dseta de Riemann es la función definida por la serie de Dirichlet
asociada a la función c1 , es decir,
∞
X 1
ζ(s) = ,
n=1
n2

que converge absolutamente en el semiplano σ > 1 y diverge en σ < 1. Tras la

definición [VC 5.31] observamos que la función dseta se prolonga analíticamente
a una función meromorfa en C con un único polo en s = 1, que es simple y con
residuo 1, pero en este capítulo sólo necesitaremos un hecho más elemental, y
es el teorema [VC 5.10], que garantiza únicamente la prolongación analítica al
semiplano σ > 0.
Las relaciones que conocemos entre las distintas funciones aritméticas que
hemos considerado en el capítulo anterior se traducen inmediatamente en resul-
tados sobre series de Dirichlet:

• La relación µ = c−1 , junto con el hecho de que c1 es completamente

multiplicativa, se traduce en que
∞
1 X µ(n)
= , para σ > 1.
ζ(s) n=1 ns

• La relación c01 = log se traduce en que

∞
X log n
ζ 0 (s) = − , para σ > 1.
n=1
ns
78 Capítulo 3. La distribución de los números primos

• La relación Λ ∗ c1 = log se traduce en que

∞
ζ 0 (s) X Λ(n)
=− , para σ > 1.
ζ(s) n=1
ns

• Tras [VC 5.24] se prueba que

∞
X Λ(n)
log ζ(s) = , para σ > 1.
n=2
log n ns

• La relación c1 ∗ c1 = d se traduce en que

∞
X d(n)
ζ 2 (s) = .
n=1
ns

• La relación N = φ ∗ c1 , junto con que, obviamente, la serie de N converge

a ζ(s − 1), se traduce en que
∞
ζ(s − 1) X φ(n)
= , para σ > 2.
ζ(s) n=1
ns

• La relación σ = N ∗ c1 se traduce en que

∞
X σ(n)
ζ(s)ζ(s − 1) = , para σ > 2.
n=1
ns

A éstas podemos añadir:

• La función potencia k-ésima, dada por

1 si n es una potencia k-ésima,
pk (n) =
0 en caso contrario,
claramente cumple que
∞
X pk (n)
ζ(ks) = , para σ > 1/k.
n=1
ns

• La función de Liouville es la función completamente multiplicativa defi-

nida por λ(p) = −1 para todo primo p. Veamos que λ ∗ c1 = p2 . Como
todas las funciones son multiplicativas basta probar que actúan igual sobre
potencias de primos, pero
n n
(λ ∗ c1 )(pn ) = λ(pk ) = (−1)k = p2 (pn ).
P P
k=0 k=0

Por lo tanto,
∞
ζ(2s) X λ(n)
= , para σ > 1.
ζ(s) n=1
ns
3.5. Series de Dirichlet 79

• Ess claro que λ−1 = µλ = |µ|, luego

∞
ζ(s) X |µ|(n)
= , para σ > 1.
ζ(2s) n=1 ns

Una última propiedad básica de la función dseta es su desarrollo en producto

de Euler [VC 5.17]:
Y 1
ζ(s) = , para σ > 1. (3.12)
p
1 − p1s

Como primera aplicación demostraremos el tercer teorema de Mertens. Re-

cordemos que la constante de Mertens 3.16 es la análoga a la constante de Euler
para la serie de los inversos de los primos en lugar de la serie de los inversos de
los números naturales. Ahora vamos a relacionar ambas constantes. Para ello
necesitamos una observación sobre la función dseta:
Como ζ(s) tiene un polo simple en s = 1 con residuo 1, la función (s − 1)ζ(s)
es holomorfa en 1 y toma el valor 1, luego en un entorno tiene definido un
logaritmo holomorfo log((s − 1)ζ(s)), que vale 0 en s = 1. Por lo tanto, la
función
log((s − 1)ζ(s))
s−1
está acotada en un entorno de 1. A su vez, esto equivale a que, en el semiplano
σ > 1 y cuando s tiende a 1, se cumpla que

1
log ζ(s) = log + O(s − 1). (3.13)
s−1
Teorema 3.25 Se cumple que
P
M =γ+ (log(1 − 1/p) + 1/p) .
p

Demostración: Para probar la convergencia de la serie consideramos el

desarrollo de Taylor
 
1 1 1 1 1 1 1
0 < log − = 2 + 3 + ··· < 2 + 3 + ··· =
1 − p−1 p 2p 3p 2p 2p 2p(p − 1)

y la serie
X 1 X 1
<
p
2p(p − 1) n
2n(n − 1)

es convergente. Similarmente, si δ ≥ 0, tenemos que

 
1 1 1 1
0 < − log 1 − 1+δ − 1+δ < 1+δ 1+δ ≤ ,
p p 2p (p − 1) 2p(p − 1)
80 Capítulo 3. La distribución de los números primos

por lo que la serie funcional

X  1

1

F (δ) = log 1 − +
p
p1+δ p1+δ

converge uniformemente en [0, +∞[ a una función continua. A partir de aquí

suponemos δ > 0, pero debemos recordar que podemos calcular F (0). Al tomar
logaritmos en la fórmula del producto de Euler (3.12) obtenemos:
X 1
log ζ(s) = log , para σ > 1.
p
1 − p1s

De aquí se sigue que

F (δ) = g(δ) − log ζ(1 + δ),
donde X 1
g(δ) = .
p
p1+δ

Ahora aplicamos el teorema 2.20 a cp = 1/p y f (x) = 1/xδ , con lo que,

teniendo en cuenta (3.8),
X1
C(x) = = log log x + M + R(x)
p
p≤x

y el teorema nos da que

Z x
X 1 C(x) C(t)
= +δ dt.
p
p1+δ xδ 2 t1+δ

Si hacemos tender x a +∞ queda

Z +∞ Z +∞ Z +∞
C(t) log log t + M R(t)
g(δ) = δ 1+δ
dt = δ 1+δ
dt + δ dt.
2 t 2 t 2 t1+δ

Hacemos el cambio t = eu/δ :

Z +∞ Z +∞
log log t dt
δ = e−u log(u/δ) du
1 tδ t 0
Z +∞ Z +∞
= e−u log u du − e−u log δ du = −γ − log δ,
0 0
donde hemos usado la fórmula
Z +∞
γ=− e−x log x dx
0

probada tras [VC 4.39]. Por otra parte:

Z +∞
M
δ 1+δ
dt = M.
1 t
3.5. Series de Dirichlet 81

Por lo tanto:
Z +∞ Z 2
R(t) log log t + M
g(δ) + γ − M + log δ = δ dt − δ dt.
2 t1+δ 1 t1+δ
√
1/ δ
Ahora, llamando T = e y teniendo en cuenta que |R(t)| ≤ A/ log t, tenemos
que  Z +∞  Z T Z +∞
 R(t)  dt dt
δ
1+δ
dt ≤ δA 1+δ log t
+ δA 1+δ log t

2 t 2 t T t
Z T Z +∞
δA dt δA dt δA log T A
≤ δ + 1+δ
= δ + δ
2 log 2 2 t log T T t 2 log 2 T log T
δA √ √
< √ + A δ = 2A δ.
δ
Por otra parte,
 Z 2  Z 2
 log log t + M  | log log t| + M
δ
1+δ
dt ≤ δ dt

1 t 1 t
(notemos que la integral converge, pues se puede calcular haciendo el cambio
u = log t). Concluimos que
lím g(δ) + log δ = M − γ.
δ→0

Pero por (3.13) también tenemos que log ζ(1 + δ) + log δ → 0. Por consiguiente,
F (δ) = g(δ) + log δ − (log ζ(1 + δ) + log δ) → M − γ,
luego F (0) = 0, es decir,
X  1

1

log 1 − + =M −γ
p
p p
Por consiguiente:
X 
1

1
 X
1
lím log log x + γ + log 1 − + − = 0,
x→∞ p p p
p≤x p≤x

o también:  
X 1
lím log log x + γ + log 1 − = 0,
x→∞ p
p≤x
y aplicando la exponencial,
Y 1

lím log x eγ 1− = 1.
x→+∞ p
p≤x

Con esto hemos probado el teorema siguiente:

Teorema 3.26 (Tercer teorema de Mertens)
Y e−γ

1
1− ∼ .
p log x
p≤x

Veamos a su vez una aplicación:

82 Capítulo 3. La distribución de los números primos

La media de los divisores Ya hemos estudiado el crecimiento del número

medio de divisores de un número natural. Ahora vamos a estudiar el crecimiento
del valor medio de los divisores de un número dado, es decir, la función σ(n)/n.

Su comportamiento es irregular. Por ejemplo, es claro que

σ(p)/p = 1 − 1/p ≈ 1,

luego la función tiene una subsucesión convergente a 1, mientras que es claro

que otras subsucesiones tienden a infinito. Sucede que su orden de crecimiento
es O(log log x). En efecto, la figura siguiente muestra la gráfica de la función

σ(n)
,
n log log n
y en ella podemos ver que está acotada.

Más precisamente, podemos probar lo siguiente:

Teorema 3.27
σ(n) φ(n) log log n
lím = eγ , lím = e−γ ,
n n log log n n n
donde σ es la función suma de divisores, φ es la función de Euler y γ es la
constante de Euler.
3.5. Series de Dirichlet 83

Demostración: Observemos que σ(n)φ(n) < n2 . En efecto, como las tres

funciones son multiplicativas, basta probarlo para n = pa , pero, teniendo en
cuenta [Al 6.44],

pa+1 − 1
σ(pa )φ(pa ) = (p − 1)pa−1 = p2a − pa−1 < (pa )2 .
p−1

Llamemos
σ(n) φ(n)eγ log log n
f1 (n) = , f2 (n) = .
neγ log log n n

Hay que probar que lím f1 = 1 y lím f2 = 1, para lo cual basta encontrar
n n
funciones F1 (t), F2 (t) que tiendan a 1 en +∞ de modo que

1
f1 (n) ≤ , f2 (n) ≥ F1 (log n)
F1 (log n)

para todo n ≥ 3, y

1
f1 (nj ) ≥ F2 (j), f2 (nj ) ≤ ,
F2 (j)

para cierta sucesión {nj }j estrictamente creciente. Por la observación previa,

tenemos que f1 (n)f2 (n) < 1, luego basta probar las desigualdades

f2 (n) ≥ F1 (log n), f1 (nj ) ≥ F2 (j).

Dado n, sean p1 , . . . pr−r0 los divisores primos de n que cumplen pi ≤ log n

y sean pr−r0 +1 , . . . , pr los que cumplen pi > log n. Entonces

(log n)r0 < pr−r0 +1 . . . pr ≤ n,

luego r0 < log n/ log log n, luego1

r    r0 r−r
Y0 
φ(n) Y 1 1 1
= 1− ≥ 1− 1−
n i=1
pi log n i=1
pi

 log n/ log log n Y  

1 1
> 1− 1− .
log n p
p≤log n

Por consiguiente, basta tomar

 t/ log t Y  
1 1
F1 (t) = eγ log t 1 − 1− .
t p
p≤t

1 Notemos que φ(pa ) = (p − 1)pa−1 = pa (p − 1)/p, luego φ(pa )/pa = 1 − 1/p.

84 Capítulo 3. La distribución de los números primos

El teorema de Mertens nos da que

Y 1

γ
lím e log t 1− = 1,
t→+∞ p
p≤t

y es fácil ver que también

 t/ log t
1
lím 1− = 1,
t→+∞ t

luego lím F1 (t) = 1.

t→+∞

Tomemos ahora
pj ,
Q
nj =
p≤ej

de modo que log nj = jϑ(ej ) ≤ Ajej , para cierta constante A > 0, por 3.10.
Por lo tanto
log log nj ≤ A0 + j + log j.

Ahora:
Y  1
 Y 1

1
1− > 1− = .
pj+1 p
pj+1 ζ(j + 1)
p≤ej

Por lo tanto,

σ(nj ) e−γ Y  1 − 1/pj+1 

f1 (nj ) = =
nh eγ log log nj log log nj j
1 − p−1
p≤e

e−γ Y 1
≥ = F2 (j),
ζ(j + 1)(A0 + j + log j) j
1 − p−1
p≤e

donde la última igualdad es la definición que adoptamos de F2 (j), y a partir

de aquí consideramos a j como variable real. Si j tiende a +∞ sabemos que
ζ(j + 1) → 1 y, por el teorema de Mertens,

e−γ Y 1
lím = 1,
j→+∞ log ej
j
1 − p−1
p≤e

luego
j
lím F2 (j) = lím = 1.
j→+∞ j→+∞ A0 + j + log j

Situemos en la gráfica el límite superior que hemos calculado, eγ = 1.781 . . .

3.6. Prueba del teorema de los números primos 85

Vemos que algunos valores superan el límite superior. No hay nada de ex-
traño en ello, pero podemos afirmar que la sucesión de todos los valores por
encima del límite superior (si es infinita) converge a dicho límite superior. Los
puntos en el rango mostrado en la figura que sobrepasan el límite superior son

3, 4, 5, 6, 8, 9, 10, 12, 16, 18, 20, 24, 30, 36, 48,

60, 72, 84, 120, 180, 240, 360, 720, 840, 2 520, 5 040.
El caso es que no se conoce ninguno mayor que 7! = 5 040.

3.6 Prueba del teorema de los números primos

Nos ocupamos ahora de demostrar el teorema de los números primos, que
hemos discutido en la introducción del libro:

Teorema 3.28 (Teorema de los números primos)

x
π(x) ∼ ∼ Il(x).
log x

Según 3.1 es suficiente con demostrar la primera equivalencia.

Una consecuencia inmediata del desarrollo en producto de Euler de la función
dseta es que ésta no se anula en el semiplano σ > 1. Sucede que un ingrediente
clave en la prueba del teorema de los números primos es que tampoco se anula
en la recta σ = 1. Esto está demostrado en [VC 5.27] como caso particular del
resultado análogo para funciones L, pero, para mostrar que la prueba que vamos
a dar no requiere para nada tratar con caracteres modulares y funciones L,
particularizamos aquí el argumento:

Teorema 3.29 Para todo número real τ , se cumple que ζ(1 + τ i) 6= 0.

86 Capítulo 3. La distribución de los números primos

Demostración: Como en el caso de [VC 5.27], la prueba se basa en la

desigualdad

3 + 4 cos θ + cos 2θ = 3 + 4 cos θ + 2 cos2 θ − 1 = 2(1 + cos θ)2 ≥ 0.

Por el desarrollo en serie de Dirichlet de log ζ(s) tenemos que, para σ > 1,
∞ ∞
X Λ(n) −s log n X Λ(n)
log |ζ(s)| = Re e = cos(τ log n).
n=2
log n n=2
log n nσ

Por lo tanto,

log |ζ(σ)3 ζ(σ + τ i)4 ζ(σ + 2τ i)| = 3 log |ζ(σ)| + 4 log |ζ(σ + τ i)| + log |ζ(σ + 2τ i)|
∞
X Λ(n)
= (3 + 4 log(τ log n) + cos(2τ log n)) ≥ 0.
n=2
log n nσ
Por lo tanto,
 ζ(σ + τ i) 4
 
3
((σ − 1)ζ(σ)) 
  |ζ(σ + 2τ i)| ≥ 1 ,
σ−1  σ−1
para σ > 1 y cualquier τ . Si fuera ζ(1 + τ i) = 0, entonces
ζ(σ + τ i) ζ(1 + τ i + σ) − ζ(1 + τ i)
lím = lím = ζ 0 (1 + τ i)
σ→1 σ−1 σ→1 σ−1
y el miembro izquierdo de la desigualdad precedente tendería a

|ζ 0 (1 + τ i)|4 |ζ(1 + 2τ i)|,

cuando, en vista de la desigualdad, tiende a +∞.

Usamos este hecho en el teorema siguiente, donde nos apoyamos además en
que la función dseta se prolonga analíticamente a una función meromorfa en el
semiplano σ > 0 con un único polo simple en s = 1.

Teorema 3.30 La función

X log p
Φ(s) =
p
ps

es holomorfa en el semiplano σ > 1 y se prolonga a una función meromorfa en

el semiplano σ > 1/2 con un polo simple en s = 1 con residuo 1, que es el único
sobre la recta σ = 1.

Demostración: Tenemos que

∞
ζ 0 (s) X Λ(n) X log p X log p X log p
− = s
= ms
= s
+ ,
ζ(s) n=1
n p,m
p p
p pms
p,m≥2

donde p recorre los números primos y m los naturales no nulos.

3.6. Prueba del teorema de los números primos 87

Como la convergencia es absoluta, los dos sumandos de la derecha definen

funciones holomorfas en el semiplano σ > 1. Al sumar la serie geométrica de la
segunda obtenemos
X log p X log p
= ,
pms p
p2s − ps
p,m≥2

y al comparar esta serie con Φ(2s) concluimos que de hecho converge (a una
función holomorfa) en el semiplano σ > 1/2. Por lo tanto, Φ(s) se prolonga
analíticamente hasta la función meromorfa
ζ 0 (s) X log p
Φ(s) = − −
ζ(s) p
p2s − ps

en el semiplano σ > 1/2. Sus polos son los de la derivada logarítmica ζ 0 (s)/ζ(s),
que por [VC 3.20] son todos simples, y se corresponden con los ceros y polos de
ζ(s). Como ζ(s) tiene un polo simple en s = 1, resulta que Φ(s) tiene también un
polo simple en s = 1 con residuo 1. Los polos restantes de Φ(s) se corresponden
con los ceros de ζ(s), luego por el teorema anterior no hay ninguno más en la
recta σ = 1.
Ahora necesitamos un resultado técnico que traduce propiedades analíticas
de una serie de Dirichlet en una propiedad de la sucesión de sus coeficientes:
Teorema 3.31 Sea
∞
X an
f (s) =
n=1
ns
una serie de Dirichlet con coeficientes an ≥ 0 y convergente en un semiplano
σ > σ0 ≥ 0. Sea P
φ(x) = an .
log n≤x

Entonces Z +∞
f (s) = s φ(x)e−sx dx, para σ > σ0 .
0

Demostración: Podemos suponer que σ0 > 0, pues si el teorema se cumple

para todo σ0 > 0, entonces se cumple obviamente para σ0 = 0. La función
φ(x)e−sx tiene módulo φ(x)e−σx , que es una función positiva y acotada en
intervalos acotados. Además es medible porque φ(x) es escalonada y e−σx es
continua. Por lo tanto es integrable en intervalos acotados. Sea k un número
natural.
Z log(k+1) Xk Z log(r+1) r
X
−sx −sx
s φ(x)e dx = s e an dx
0 r=1 log r n=1
k X
r Z r+1 k k Z r+1
X 1 X X
=s an e−s log t dt = s an t−(s+1) dt
r=1 n=1 r t n=1 r=n r
k
X k
X k
X
(r + 1)−s − r−s an n−s − (k + 1)−s .



=− an =
n=1 r=n n=1
88 Capítulo 3. La distribución de los números primos

De aquí se sigue que

k Z log(k+1)
X an h(k)
s
= s φ(x)e−sx dx + ,
n=1
n 0 (k + 1)s

k
P
donde h(k) = an . Sea σ > σ1 > σ0 > 0. Entonces
n=1

k Z log(k+1)
X an h(k) 1
s
=s φ(x)e−sx dx + σ1 (k + 1)s−σ1
. (3.14)
n=1
n 0 (k + 1)

Claramente
k  
h(k) X an  1  1 k
0≤ ≤ ≤ f (σ1 ),  (k + 1)s−σ1  = (k + 1)σ−σ1 → 0,
 
(k + 1)σ1 n=1
n σ1

luego tomando límites en (3.14) obtenemos la igualdad buscada.

El teorema que acabamos de probar enlaza con el siguiente:

Teorema 3.32 Sea φ : [0, +∞[ −→ R una función acotada, integrable en cada
intervalo [0, x], y supongamos que la función
Z +∞
g(s) = φ(x)e−sx dx,
0

definida en el semiplano σ > 0, se prolonga analíticamente a un abierto que

contiene al semiplano σ ≥ 0. Entonces existe
Z +∞
φ(x) dx = g(0).
0

Demostración: Llamemos
Z t
gt (s) = φ(x)e−sx dx.
0

Por el teorema [VC 1.23] tenemos2 que gt es una función entera. Claramente
Z +∞
φ(x) dx = lím gt (0),
0 t→+∞

y hemos de probar que este límite existe y vale g(0).

2 En realidad [VC 1.23] tiene como hipótesis que el integrando sea una función continua en

las dos variables, cosa que aquí no tenemos garantizada, porque φ no tiene por qué ser continua,
pero la prueba de [VC 1.23] se basa en [An 8.57], y este teorema admite que el integrando
tenga un factor integrable acotado no necesariamente continuo, que dependa únicamente de x,
por lo que la prueba de [VC 1.23] se aplica igualmente a este caso.
3.6. Prueba del teorema de los números primos 89

Dado R > 0, podemos tomar un δ > 0 tal que g

es holomorfa en un entorno del cerrado φ3 φ1
φ2
A = {s ∈ C | |s| ≤ R, Re s ≥ −δ}.
−δ R
Llamemos γ a la parametrización de la frontera de A
formada por el arco γ1 (u) = Reiu , u ∈ [−π/2, π/2], y
el arco γ2 formado por dos pequeños arcos de circun-
ferencia y un segmento.
Aplicamos la fórmula integral de Cauchy a la función

s2
 
h(s) = (g(s) − gt (s))est 1 + 2 .
R

Así:
s2
Z  
1 st ds
g(0) − gt (0) = h(0) = (g(s) − gt (s))e 1+ 2 .
2πi γ R s
Si C es una cota de φ, en el semiplano σ > 0 se cumple que
+∞ +∞
Ce−σt
Z  Z
−sx
|e−sx | dx =
 
|g(s) − gt (s)| =  φ(x)e dx ≤ C
 ,
t t σ

mientras que, sobre la circunferencia de radio R,

s2 1 
   
 st 2σ
e 1+ 2 = eσt 2 ,
 R s  R

donde hemos usado que |1 + s2 /|s|2 | = 2σ/|s|, como se comprueba sin más que
sustituir s = a + bi. Por lo tanto,
 Z 
 1 h(s)  1 2C C

 2πi ds ≤ 2
πR = .
γ1 s 2π R R

Sobre γ2 descomponemos la integral en dos. Como gt es entera, se cumple

que
s2 ds
Z  
1 st
gt (s)e 1+ 2
2πi γ2 R s

coincide con la integral de la misma función sobre el arco γ3 (u) = Reui , para
u ∈ [π/2, 3π/2], pues la integral sobre γ1 ∪ γ2 , al igual que la integral sobre
γ1 ∪ γ3 , es el valor del integrando en 0. Sobre γ3∗ tenemos igual que antes que
Z t Z t t
Ce−σt
 Z
|gt (s)| =  φ(x)e−sx dx ≤ C |e−sx | dx ≤ C e−σx dx =
 
,
0 0 −∞ σ

luego el integrando está acotado por 2C/R2 y la integral por C/R.

90 Capítulo 3. La distribución de los números primos

Así pues, si fijamos un  > 0, podemos tomar un R > 0 (y su δ > 0

correspondiente), de modo que las dos integrales que hemos analizado tengan
módulo menor que /4. Fijados estos R y δ, consideramos la integral
s2 ds
Z  
1 st
e g(s) 1 + 2 .
2πi γ2 R s

Tomamos una cota C 0 de g(s)(1+s2 /R2 )/s sobre γ2∗ y, por compacidad, podemos
tomar t0 > 0 tal que si t > x0 entonces,
2π
|est | <
2L(γ2 )C 0
para todo s ∈ γ2∗ . Esto hace que la integral sea menor que /2 y, en definitiva,
que |g(0) − gt (0)| < , para todo t ≥ t0 .
Ahora ya podemos probar un teorema cuya conclusión no tiene nada que ver
con series de Dirichlet: bajo ciertas hipótesis sobre una serie de Dirichlet, nos
asegura que una función que por hipótesis está acotada, de hecho converge a 1:
Teorema 3.33 Consideremos una serie de Dirichlet
∞
X an
f (s) =
n=1
ns

con coeficientes an ≥ 0 tales que exista una constante A > 0 de modo la función
de las sumas finitas P
θ(x) = an
n≤x

cumpla θ(x) ≤ Ax. Supongamos que f converge3 en el semiplano σ > 1 a

una función holomorfa que admite una prolongación analítica a un abierto que
contiene al semiplano σ ≥ 1, salvo el punto s = 1, donde la prolongación tiene
un polo simple con residuo 1. En tal caso
θ(x)
lím = 1.
x→+∞ x

Demostración: Observemos que la función φ(x) definida en el enunciado

del teorema 3.31 no es sino φ(x) = θ(ex ). Por consiguiente,
Z +∞
f (s) = s θ(ex )e−sx dx, para σ > 1.
0

Al igual que f (s), la función f (s)/s se prolonga a una función holomorfa en

un abierto que contiene al semiplano σ ≥ 1 salvo un polo simple en s = 1 con
residuo 1. Notemos que el residuo sigue siendo 1 porque
f (s)
lím (s − 1) = 1.
s→1 s
3 Según
el teorema [VC 5.11], la hipótesis θ(x) ≤ Ax ya implica que la serie converge para
σ > 1. No obstante, puede probarse que la hipótesis sobre θ no es realmente necesaria.
3.6. Prueba del teorema de los números primos 91

Por consiguiente, la función

Z +∞
f (s) 1
− = θ(ex )e−sx − e−(s−1)x dx
s s−1 0

se prolonga analíticamente a un abierto que contiene al semiplano σ ≥ 1. Para

ajustarnos a las hipótesis del teorema anterior consideramos la función
Z +∞
f (s + 1) 1
g(s) = − = (θ(ex )e−x − 1)e−sx dx,
s+1 s 0

que es holomorfa en un abierto que contiene al semiplano σ ≥ 0. La hipótesis

sobre θ hace que φ(x) = θ(ex )e−x − 1 esté acotada, y obviamente es integrable
en intervalos acotados. Así pues, existe la integral
Z +∞ Z +∞
x −x θ(x) − x
(θ(e )e − 1) dx = dx.
0 1 x2
Supongamos ahora que existe un λ > 1 para el que hay valores de x arbitra-
riamente grandes con θ(x) ≥ λx. Como θ es monótona, para estos x se cumple
que
Z λx Z λx Z λ
θ(t) − t λx − t λ−t
2
dt ≥ 2
dt = dt > 0,
x t x t 1 t2
y el hecho de que esto suceda con valores de x arbitrariamente grandes contradice
la convergencia de la integral.
Si existe 0 < λ < 1 tal que, para valores de x arbitrariamente grandes,
tenemos θ(x) ≤ λx, entonces
Z x Z x Z 1
θ(t) − t λx − t λ−t
2
dt ≤ 2
dt = dt < 0,
λx t λx t λ t2
y de nuevo tenemos una contradicción.
Esto implica que, para todo  > 0, tomando λ = 1 ± , se cumple, para
todo x suficientemente grande, que 1 −  < θ(x)/x < 1 + , luego en efecto,
lím θ(x)/x = 1.
x→+∞

Ahora basta aplicar este teorema a la función considerada en 3.30:

Teorema 3.34 Se cumple ϑ(x) ∼ x.

Demostración: La función Φ(x) del teorema 3.30 cumple las hipótesis del
teorema anterior. Notemos que la sucesión de sumas finitas de sus coeficientes
es precisamente ϑ(x), y la hipótesis ϑ(x) ≤ Ax es el teorema 3.8. La conclusión
es precisamente que ϑ(x) ∼ x.
Por consiguiente, todas las afirmaciones del teorema 3.7 son ciertas, y queda
demostrado el teorema de los números primos.
Probamos ahora una variante de 3.33 para sucesiones de números complejos
cualesquiera que usaremos en la sección siguiente.
92 Capítulo 3. La distribución de los números primos

Teorema 3.35 Sea f (s) una serie de Dirichlet en las condiciones del teorema
anterior y sea g(s) una serie de Dirichlet con coeficientes bn ∈ C convergente
en el semiplano σ > 1 y prolongable analíticamente a la recta σ = 1 salvo quizá
a s = 1, donde tiene un polo simple con residuo α (entendiendo que α = 0 si
P Supongamos que existe una constante C tal que |bn | ≤ Can y
no hay tal polo).
sea ψ(x) = bn . Entonces
n≤x
ψ(x)
lím = α.
x→+∞ x
Demostración: Supongamos primero que los coeficientes de g son reales
(y por lo tanto α también). Podemos tomar C > α. Entonces la función
f ∗ = (Cf + g)/(C + α) cumple las mismas hipótesis que f , luego el teorema
anterior nos da que

ψf ∗ (x) Cψf (x) + ψg (x)

lím = lím =1
x→+∞ x x→+∞ (C + α)x

o equivalentemente,

ψf (x) ψg (x)
C lím + lím = C + α,
x→+∞ x x→+∞ x
donde el segundo límite existe porque existe el primero y el de la suma. Como
el primer límite es 1, la conclusión es inmediata.
En el caso general consideramos la serie
∞
X b̄n
ḡ(s) = s
.
n=1
n

Claramente ḡ(s) = g(s) y además

g + ḡ g − ḡ
g= + .
2 2i
Las funciones g ± ḡ cumplen las hipótesis del teorema y sus coeficientes son
reales. Por el caso anterior cumplen la tesis, y de aquí se sigue fácilmente que
lo mismo sucede con g.

3.7 Primos en progresiones aritméticas

Todo primo distinto de 2 o 5 tiene que terminar necesariamente en 1, 3, 7
o 9. La tabla siguiente contiene los 23 primos menores que 100 distintos de 2
o 5:
11 31 41 61 71 5 22%
3 13 23 43 53 73 83 7 30%
7 17 37 47 67 97 6 26%
19 29 59 79 89 5 22%
3.7. Primos en progresiones aritméticas 93

Vemos que están repartidos de forma casi uniforme. Sólo podrían haber
estado mejor repartidos si uno de los acabados en 3 hubiera acabado en 1 o
en 9. Si consideramos intervalos de primos mayores, el número de primos con
cada terminación se aproxima más al 25%:

Hasta Total 1 3 7 9
100 23 5 (22%) 7 (30%) 6 (26%) 5 (22%)
1 000 166 40 (24%) 42 (25%) 46 (28%) 38 (23%)
10 000 1 227 306 (24.9%) 310 (25.3%) 308 (25.1%) 303 (24.7%)
100 000 9 590 2 387 (24.9%) 2 402 (25.1%) 2 411 (25.1%) 2 390 (24.9%)

Esto no es casual, sino que se cumple un hecho mucho más general: si m ≥ 2

y k es un entero primo con m, llamamos πk (x) al número de primos p ≤ x
tales que p ≡ k (mód m). El teorema de Dirichlet sobre primos en progresiones
aritméticas equivale a que

lím πk (x) = +∞.

x→+∞

En esta sección usaremos las técnicas que hemos empleado en la prueba del
teorema de los números primos para demostrar algo más fuerte:

Teorema 3.36 Sea m ≥ 2 y k un número entero primo con m. Entonces

πk (x) 1
lím = .
x→+∞ π(x) φ(m)
Para ello necesitaremos algunos los resultados sobre las funciones L demos-
trados en la sección 5.3 de [VC], así como los resultados básicos sobre caracteres
modulares recogidos en el apéndice 5.7.
Empezamos introduciendo un concepto general de equidistribución de fun-
ciones en términos de caracteres de grupos abelianos:

Definición 3.37 Sea G un grupo abeliano finito. Sea CG el espacio vectorial

de todas las aplicaciones de G en C. Para cada f ∈ CG definimos
Z
1 X
f (g) dg = f (g).
G |G|
g∈G

Este operador integral define una aplicación lineal CG −→ C. Las relaciones

de ortogonalidad [VC 5.43] afirman en estos términos que
Z 
1 si χ = 1
χ(g) dg =
G 0 si χ 6= 1

para todo carácter χ de G.

De aquí se sigue que los caracteres de G son linealmente independientes como
elementos de CG . En efecto, dada una combinación lineal nula
X
αχ χ = 0,
χ
94 Capítulo 3. La distribución de los números primos

si ψ es un carácter fijo también se cumple

X
αχ χψ −1 = 0,
χ

y al integrar queda αψ = 0.
Como la dimensión de CG es |G|, concluimos que los caracteres forman una
base, con lo que toda función f ∈ CG se expresa como combinación lineal de los
caracteres de G.
Sea A un conjunto de primos no vacío y sea Ax = {p ∈ A | p ≤ x}. Diremos
que una aplicación λ : A −→ G está equidistribuida si para todo carácter χ de G
se cumple P
χ(λ(p)) Z
p∈Ax
lím = χ(g) dg. (3.15)
x→+∞ |Ax | G

Observemos que si χ es el carácter principal el miembro derecho de (3.15)

vale 1 y se cumple trivialmente la igualdad. Si χ no es principal las relaciones de
ortogonalidad implican que el miembro derecho vale 0. Notemos también que
los dos miembros de (3.15) son lineales en χ. Como toda aplicación f : G −→ C
puede expresarse como combinación lineal de los caracteres de G, resulta que
si λ está equidistribuida entonces
P
f (λ(p)) Z
p∈Ax
lím = f (g) dg.
x→+∞ |Ax | G

En particular, si f es la función que vale 1 sobre un elemento fijo g ∈ G y es

0 en los restantes, resulta
 
{p ∈ A | p ≤ x, λ(p) = g} 1
lím   = .
x→+∞ {p ∈ A | p ≤ x} |G|

Esto significa que para valores grandes de x hay aproximadamente el mismo

número de primos p ≤ x en A con la misma imagen por λ. Es fácil ver que esta
última igualdad equivale a la equidistribución.
Así pues, para probar 3.36 basta ver que si A es el conjunto de los primos
que no dividen a m, la aplicación λ : A −→ Um dada por λ(p) = [p] está
equidistribuida. Esto implica que

πk (x) 1
lím = ,
x→+∞ π(x) − c φ(m)

donde c es el número de primos que dividen a m, pero es claro que dicha c puede
eliminarse.
Así pues, basta probar que todo carácter no principal χ módulo m cumple
que el límite de (3.15) es igual a 0.
3.7. Primos en progresiones aritméticas 95

Para ello partimos de la fórmula

∞
XX χ(p)n
log L(s, χ) =
p n=1
npns

que obtuvimos en la prueba del teorema [VC 5.26]. Al derivar queda

L0 (s, χ) X log p χ(pm )

− = .
L(s, χ) p,n
pns

Por el teorema [VC 5.27] esta función es holomorfa sobre toda la recta σ = 1.
Si separamos los términos con n ≥ 2 obtenemos una serie mayorada en módulo
por
X log p
,
pns
p,n≥2

y en la demostración del teorema 3.30 hemos probado que esta serie converge
en el semiplano σ > 1/2. Por consiguiente, la serie restante,
X log p χ(p)

p
ps

define una función holomorfa en el semiplano σ > 1 que se prolonga analítica-

mente a la recta σ = 1. Aplicamos el teorema 3.35 tomando como g a esta serie
y como f a
X log p
.
p
ps

La conclusión es que X
log p χ(p) = o(x),
p≤x

y el teorema 3.2 nos permite eliminar los logaritmos:

 
X x
χ(p) = o .
log x
p≤x

El teorema de los números primos nos da finalmente que

P
χ(p)
p≤x
lím = 0.
x→+∞ π(x)

Esta fórmula sigue siendo cierta si en el denominador ponemos π(x) − c,

donde c es el número de primos que dividen a m, y entonces tenemos (3.15).
Capítulo IV

La función dseta de Riemann

I

En la prueba del teorema de los números primos que hemos presentado en el

capítulo anterior ha sido esencial el hecho de que la función dseta de Riemann
no se anula en la recta σ = 1. Concretamente, hemos usado esto para asegurar
que s = 1 es el único polo de la función Φ del teorema 3.30. En este capítulo
estudiaremos más a fondo la función dseta, y veremos que las propiedades que
obtendremos tienen repercusiones notables en la distribución de los números
primos. Empecemos recapitulando lo que hemos probado sobre la función dseta
en las secciones 5.4 y 5.5 de [VC].
Por completitud recordamos primero que, sobre el semiplano σ > 1, la fun-
ción dseta está definida por las expresiones
∞
X 1 Y 1
ζ(s) = = .
n=1
n s
p
1 − p1s

Sabemos evaluarla explícitamente en los números naturales pares:

∞
X 1 (−1)k+1 22k−1 π 2k B2k
ζ(2k) = 2k
= ,
n=1
n (2k)!

donde los números B2k son los números de Bernoulli definidos en [VC 4.9] y
determinados recurrentemente en [VC 4.34]. Tras [VC 5.31] razonamos que esta
función holomorfa admite una prolongación analítica a una función meromorfa
en C con un único polo en el punto s = 1, que es un polo simple con residuo 1.
El teorema [VC 5.32] nos da el valor de esta prolongación en 0 y sobre los
números negativos:
Bn+1
ζ(−n) = − .
n+1
En particular la función dseta se anula en los enteros negativos pares, mientras
que ζ(0) = −1/2.

97
98 Capítulo 4. La función dseta de Riemann I

La figura muestra la gráfica de ζ(s) sobre

el eje real. La función dseta satisface la ecua- 4

ción funcional [VC 5.36]

2

ζ(s) = χ(s)ζ(1 − s),

-6 -4 -2 2 4 6
donde
-2
χ(s) = 2Π(−s)(2π)s−1 sen(πs/2)
1 -4

= π(2π)s−1 .
cos(πs/2)Π(s − 1)
-6

Esta ecuación se expresa de forma simétrica en términos de la función

ξ(s) = π −s/2 Π(s/2)(s − 1)ζ(s),

que satisface la ecuación funcional

ξ(s) = ξ(1 − s).

Ésta es la gráfica de ξ(s) sobre el eje real:

-6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6

Al final de la sección 5.5 de [VC] se justifica que, tal y como se observa en

la gráfica:
ξ(0) = ξ(1) = π −1/2 Π(1/2) = 1/2.

He aquí otros hechos básicos sobre la función ξ:

1. La función ξ(s) es entera.

En efecto, la función factorial tiene únicamente polos simples en los enteros
negativos, luego Π(s/2) tiene polos simples en los enteros pares negativos,
que se cancelan con los ceros simples de ζ(s), y el único polo de ζ(s) se
cancela con el cero de s − 1.
2. Las funciones ζ(s) y ξ(s) tienen los mismos ceros con las mismas multi-
plicidades, salvo los enteros pares negativos, que son ceros de ζ(s), pero
no de ξ(s).
En efecto, la función factorial no se anula, y el cero de s − 1 se cancela con
el polo de ζ(s), luego todo cero de ξ(s) es un cero de ζ(s) con la misma
multiplicidad. Recíprocamente, todo cero de ζ(s) es un cero de ξ(s) salvo
los enteros negativos, que se cancelan con los polos de la función factorial.
 99

3. Todos los ceros de ξ(s) se encuentran en la banda 0 ≤ σ ≤ 1.

En efecto, la expresión en producto de Euler prueba que la función ζ(s) no
se anula en el semiplano σ > 1, luego tampoco lo hace ξ y, por la ecuación
funcional, ξ tampoco se anula en el semiplano σ < 0.
4. Se cumple que ξ(s) = ξ(s̄).
Basta tener en cuenta que ξ es real sobre el semieje real σ > 1, τ = 0, por
lo que su serie de Taylor en s0 = 2, por ejemplo, (que converge en todo el
plano complejo) tiene coeficientes reales, y la conjugación conmuta con el
sumatorio por continuidad. Esto implica a su vez que ζ(s) tiene la misma
propiedad.
5. Si ρ es un cero de ξ, también lo son 1 − ρ, ρ̄ y 1 − ρ̄, y los cuatro tienen
la misma multiplicidad.
Esto es consecuencia inmediata de la ecuación funcional y del apartado
anterior.
Los enteros negativos se llaman ceros triviales de ζ(s), mientras que sus otros
posibles ceros (necesariamente situados en la banda 0 ≤ σ ≤ 1) se llaman ceros
no triviales de ζ(s) y coinciden (en posición y multiplicidad) con los ceros de la
función ξ(s). Todavía no hemos demostrado la existencia de ceros no triviales.
El teorema 3.29 implica, junto con la ecuación funcional, que los ceros no
triviales de ζ(s) tienen que estar necesariamente en la banda abierta 0 < σ < 1.
Esta banda se conoce habitualmente como la banda crítica de la función dseta.

Las figuras muestran dos gráficas de la función |ζ(s)|. La primera en la

región [−1, 2] × [0, 100] y la segunda en [0, 1.25] × [0, 100]. Las oscilaciones que
vemos en cada recta vertical σ = σ0 se corresponden con giros de ζ(σ0 + τ i).
Por ejemplo, la figura de la izquierda muestra la curva ζ(1/2 + τ i), mientras que
la de la derecha muestra las gráficas de Re ζ(1/2 + τ i), Im ζ(1/2 + τ i).
3
4
2

1 2

-1 1 2 3 4

-1 20 40 60 80 100

-2
-2

-3
100 Capítulo 4. La función dseta de Riemann I

Las gráficas muestran que la curva pasa muchas veces por el punto 0, es
decir, que la función dseta tiene ceros no triviales. Más adelante probaremos
que esto es realmente así.

4.1 Aproximación de la función dseta

En el semiplano σ > 1 la función dseta de Riemann se puede aproximar por
las sumas parciales de su serie de Dirichlet. En realidad esto sirve de poco si no
podemos estimar la precisión de las aproximaciones obtenidas, pero peor es el
hecho de que esto ya no es válido en el resto del plano complejo, en particular
en la banda crítica 0 < σ < 1, que es donde —como veremos— tiene más interés
conocer el comportamiento de la función dseta.
En esta sección demostraremos una fórmula que no sólo resuelve estos in-
convenientes y nos permite calcular en la práctica la función dseta sobre el
semiplano σ > 0 con cualquier precisión deseada, sino que también nos será útil
en diversas ocasiones en el estudio teórico de la función.
Para empezar fijamos un número real s > 0 y aplicamos el teorema 2.20 con
cn = 1 y f (x) = 1/xs . La conclusión es que
Z x Z x Z x
X 1 E[x] E[t] E[x] t − E[t] 1
s
= s +s s+1
dt = s − s s+1
dt + s s
dt
n x 1 t x 1 t 1 t
n≤x

x
t − E[t]
Z
E[x] s s
= s + − −s dt
x s − 1 (s − 1)xs−1 1 ts+1
x
x − E[x] t − E[t]
Z
s 1
= − s
− −s dt.
s−1 x (s − 1)xs−1 1 ts+1
Ahora bien, la última integral, para un x fijo, define una función entera,
luego por el principio de prolongación analítica, la igualdad
Z x
X 1 s x − E[x] 1 t − E[t]
= − − − s dt (4.1)
ns s−1 xs (s − 1)xs−1 1 ts+1
n≤x

es válida para todo s ∈ C y todo x > 0. De aquí deducimos:

Teorema 4.1 En el semiplano σ > 0 se cumple que

Z +∞
s t − E[t]
ζ(s) = −s dt,
s−1 1 ts+1
Z +∞
X 1 1 x − E[x] t − E[t]
ζ(s) − s
= s−1
+ s
− s dt.
n (s − 1)x x x ts+1
n≤x

Demostración: Partimos de la igualdad (4.1). Cuando s está en el semi-

plano σ > 1 podemos hacer que x tienda a +∞ y así obtenemos la primera
igualdad del enunciado.
4.1. Aproximación de la función dseta 101

Ahora bien, si fijamos δ > 0, para todo s en el semiplano σ > 0 se cumple

que
 
 t − E[t]  1 1
 ts+1  < tσ+1 < tδ+1 .
 

Como esta función es integrable en [1, +∞[, el teorema [VC 1.24] nos da que
la integral de la primera igualdad del enunciado es una función holomorfa en
el semiplano σ > 0, luego por el principio de prolongación analítica no sólo es
válida cuando σ > 1, sino también cuando σ > 0. La segunda fórmula se obtiene
restando (4.1) de la primera.

En la segunda fórmula del teorema anterior el segundo término del segundo

miembro se anula si tomamos x = k natural. En el semiplano σ > 1 todos los
términos del segundo miembro tienden a 0, lo cual nos permite acotar el error
de la aproximación de ζ(s) por las sumas parciales de su serie de Dirichlet. Si
0 < σ < 1 sólo tiende a 0 el primer término, pero en cualquier caso al sumárselo
a la suma parcial obtenemos una aproximación mejor fácil de calcular, para la
cual el error está acotado por:
 
k Z +∞
 X 1 1  1 |s|
ζ(s) − − ≤ |s| dt = . (4.2)
 
n s (s − 1)k s−1 
t σ+1 σk σ

n=1
 k

Veamos algunas ilustraciones de esta fórmula. La gráfica de la izquierda

muestra ζ(s) “exacta” sobre el eje real (es decir, aproximada con técnicas numé-
ricas más sofisticadas más allá del margen de precisión de la gráfica), la suma
parcial de la serie de Dirichlet hasta k = 1 y la suma aumentada con el término
(s − 1)−1 k 1−s . La gráfica de la derecha contiene de nuevo la función ζ(s) y y
las de la suma parcial modificada a la que hemos sumado y restado la cota del
error |s|σ −1 k −σ .

6 10

4
5
2

0.5 1.0 1.5 2.0 2.5 3.0 0.5 1.0 1.5 2.0 2.5 3.0

-2
-5
-4

ζ(σ + 0i), k = 1

Vemos que simplemente con k = 1 ya obtenemos una aproximación razonable

sobre el eje real. Las figuras siguientes contienen las mismas gráficas, pero con
k = 2. Vemos que la mejora es sustancial. Con k = 10 las sumas parciales
modificadas ya casi no se distinguen del valor exacto para s ≥ 1/2.
102 Capítulo 4. La función dseta de Riemann I

4
5

0.5 1.0 1.5 2.0 2.5 3.0 0.5 1.0 1.5 2.0 2.5 3.0

-2
-5
-4

ζ(σ + 0i), k = 2

Las gráficas siguientes muestran las aproximaciones sobre la recta τ = 6π

con k = 2 (hemos escogido precisamente el valor 6π porque nos interesará en un
ejemplo posterior). Vemos que la aproximación de la parte real es buena, pero
la estimación del error no lo es. Resulta que es necesario aumentar mucho k
para reducir la cota de error a niveles aceptables.

3.0

2.5 15

2.0 10

5
1.5

1.0 0.5 1.0 1.5 2.0 2.5 3.0

-5
0.5
-10

0.0 0.5 1.0 1.5 2.0 2.5 3.0 -15

Re ζ(σ + 6πi), k = 2

15
0.5 1.0 1.5 2.0 2.5 3.0
-0.2 10

5
-0.4

-0.6 0.5 1.0 1.5 2.0 2.5 3.0

-5
-0.8
-10
-1.0
-15

Im ζ(σ + 6πi), k = 2

En la página siguiente mostramos aproximaciones sobre la recta σ = 1/2.

Nuevamente vemos que la aproximación con la suma parcial modificada es mu-
cho más precisa que lo que indica la cota de error que hemos obtenido. Esto se
debe a la estimación cruda que hemos hecho de la integral acotando t−E[t] ≤ 1.
Descomponiendo la integral en sumas sobre intervalos [c, c + 1] es posible refinar
la cota del error, pero de una forma bastante laboriosa.

Enseguida daremos una forma alternativa de acotar el error con más preci-
sión, pero antes vamos a extraer las primeras consecuencias teóricas del teorema
4.1:
4.1. Aproximación de la función dseta 103

15

3
10

2
5

1
5 10 15 20

-5
5 10 15 20

-1 -10

Re ζ(1/2 + τ I), k = 10

1 10

5
5 10 15 20

-1 5 10 15 20

-5
-2

-10
-3

-15

Im ζ(1/2 + τ I), k = 10

Teorema 4.2 Si 0 < s < 1, entonces ζ(s) < 0. Por consiguiente, los únicos
ceros reales de la función dseta son sus ceros triviales.

Demostración: Basta observar que si 0 < s < 1 la integral que aparece en

la primera expresión del teorema 4.1 es claramente positiva.
Así pues, es equivalente hablar de ceros no triviales o de ceros imaginarios
de la función dseta.
Como segunda aplicación determinamos el segundo término de la serie de
Laurent de ζ(s):

Teorema 4.3 En un entorno de s = 1 se cumple que

1
ζ(s) = + γ + O(s − 1).
s−1
Demostración: Sabemos que ζ(s) tiene un polo simple en s = 1 con
residuo 1, luego el primer término de su serie de Laurent es el que indica el
enunciado. Al restárselo, tenemos una función entera y queremos calcular su
valor en 1. Para ello partimos de que
+∞
t − E[t]
Z
1
ζ(s) − =1−s dt,
s−1 1 ts+1

y sabemos que la integral define una función holomorfa en el semiplano σ > 0,

luego podemos tomar el límite cuando s → 1, y el resultado es
  Z +∞
1 t − E[t]
lím ζ(s) − =1− dt
s→1 s−1 1 t2
104 Capítulo 4. La función dseta de Riemann I

n−1 Z m+1 Z m+1 

X E[t] 1
= lím dt − dt + 1
n
m=1 m t2 m t
n−1  Z m+1 
X 1
= lím m dt − (log(m + 1) − log m) +1
n
m=1 m t2
n−1  
X 1 1
= lím m − + 1 − log n
n
m=1
m m+1
n−1   n−1
X m X 1
= lím 1− + 1 − log n = lím + 1 − log n = γ.
n
m=1
m+1 n
m=1
m+1

Aunque no nos va a ser necesario más adelante, vamos mejorar la cota del
error dada por la fórmula (4.2). Para ello calcularemos las colas de la serie de
Dirichlet por un método similar al empleado en el teorema [VC 3.18] para sumar
series mediante el teorema de los residuos.

Teorema 4.4 Dado un número complejo s en el semiplano σ > 0 y x = k+1/2,

donde k es un número natural, cumple x > |τ |/2π, entonces
 
 X 1 1  2x−σ
ζ(s) − − ≤ .
 
 n s (s − 1)x s−1  2π − |τ |/x
n<x

Demostración: La idea básica es que la función π cot πz tiene polos simples

en los números enteros con residuo 1, por lo que la función
π cot πz
,
zs
definida en el semiplano σ > 0 con la rama holomorfa del logaritmo que toma
partes imaginarias en ]−π/2, π/2[, tiene residuo 1/ns en todos los números na-
turales no nulos. Fijamos un número real de la forma x = k + 1/2, donde k ≥ 1
es un número natural, y consideramos el arco cerrado que indica la figura:
El arco Cr es por definición el arco de circunferencia de
centro 0 y radio r + 1/2 que empieza y termina sobre la recta Cr
Re z = x y se encuentra a la derecha de ésta, recorrido en
sentido horario. Por el teorema de los residuos
x
r
1 x+Tr i cot πz
Z Z
1 cot πz X 1
dz + dz = − ,
2i x−Tr i zs 2i Cr z s ns
n=k+1

donde x + Tr i es el extremo superior de Cr y el signo negativo final se debe a

que arco está orientado en sentido negativo. De momento vamos a suponer que
el exponente s cumple σ > 1, lo que garantiza la convergencia de la serie de la
derecha cuando r tiende a ∞.
Ahora probamos que la integral sobre Cr tiende a 0 cuando r tiende a ∞.
Para ello recordamos que en la prueba de [VC 3.18] hemos visto que la función
4.1. Aproximación de la función dseta 105

cot πz está acotada (digamos por M ) en el conjunto que resulta de eliminar

en el plano complejo un disco de centro en cada número entero y radio menor
que 1/2. Como Cr no pasa por ninguno de tales discos, la cota vale para el
integrando. Además,

|z −s | = |e−s log z | = |e−(σ+τ i)(log |z|+i arg z) | = e−σ log |z|+τ arg z = |z|−σ eτ arg z .

Por lo tanto,
 Z 
1 cot πz  π −σ |τ |π/2
dz  ≤ 2 (r + 1/2)M (r + 1/2) e

 2i z s
Cr

π
M e|τ |π/2 (r + 1/2)1−σ ,
=
2
que ciertamente converge a 0 si σ > 1. Concluimos que

1 x+∞i cot πz
X 1 Z
ζ(s) − = − dz.
n<x
ns 2i x−∞i zs

Hemos probado que la integral existe como límite simultáneo de sus dos
extremos de integración, pero el límite es también finito si sólo hacemos tender
a infinito uno de los extremos, porque |z −s cot πz| ≤ M e|τ |π/2 |z|−σ , luego
Z x+T i Z T
cot πz i cot πz
dz = dy
x zs 0 zs

y el módulo del integrando está acotado por cy −σ (con c constante) que (siempre
para σ > 1) es integrable en [1, +∞[, luego la función es integrable en [1, +∞[
y, por continuidad, también en [0, +∞[. Por consiguiente podemos separar:

1 x 1 x+∞i cot πz
X 1 Z Z
cot πz
ζ(s) − = − dz − dz.
n<x
ns 2i x−∞i z s 2i x zs

Ahora observamos que

Z x Z x  x
1 1 −1 1
s
dz = lím s
dz = lím s−1
=− s−1
,
x−∞i z T →+∞ x−T i z T →+∞ (s − 1)z x−T i (s − 1)x

e igualmente
Z x+∞i
1 1
s
dz = .
x z (s − 1)xs−1
Por lo tanto,
1 x cot πz − i
X 1 Z
1
ζ(s) − s
− s−1
= − dz
n<x
n (s − 1)x 2i x−∞i zs
Z x+∞i
1 cot πz + i
− dz, (4.3)
2i x zs
106 Capítulo 4. La función dseta de Riemann I

pues los términos −i y +i añadidos dentro de la integral equivalen a sumar las

integrales precedentes multiplicadas por 1/2 y −1/2, respectivamente. Vamos
a ver que, con esta modificación, no sólo ha aparecido la modificación de la
suma parcial que ya habíamos considerado en el teorema 4.1, sino que así las
integrales convergen en el semiplano σ > 0.
En efecto, si suponemos que σ > 0 y z = x + yi con y < 0, entonces
eiπz + e−iπz 2ie−iπz 2ie−2πzi
cot πz − i = i − i = = ,
eiπz − e−iπz eiπz − e−iπz 1 − e−2πzi
luego
2e2πy 2e2πy 2
| cot πz − i| = −2πzi
≤ = −2πy ≤ 2e2πy .
|1 − e | 1 − e2πy e −1
Similarmente, si y > 0 tenemos que | cot πz + i| ≤ 2e−2πy . Por otra parte,1

|z −s | = |z|−σ eτ arg z ≤ x−σ e|τ || arg z| ≤ x−σ e|τ | arctan(|y|/x) ≤ x−σ e|τ ||y|/x .

En total, para y < 0,

 
 cot πz − i 
  ≤ x−σ e(2π−|τ |/x)y
 zs 

y, teniendo en cuenta que, por hipótesis, x > |τ |

2π , la función de la derecha es
integrable en ]−∞, 0]. Más precisamente, si K es un compacto en el semiplano
σ > 0, |τ | < 2πx, existen δ1 , δ2 > 0 tales que todo s ∈ K cumple σ > δ1 ,
|τ | < 2πx − δ2 , luego  
 cot πz − i 
  ≤ x−δ1 e(δ2 /x)y ,
 zs 
luego [VC 1.24] nos da que la integral
Z x
cot πz − i
dz
x−∞i zs
define una función holomorfa en σ > 0, |τ | < 2πx. Igualmente se razona con
la segunda integral que aparece en (4.3), con lo que concluimos que los dos
miembros de dicha ecuación son funciones holomorfas en el dominio indicado,
luego la igualdad, que sabemos que se cumple para σ > 1, se cumple de hecho
para σ > 0 (y |τ | < 2πx). Más aún, si T > 0, tenemos que
 Z x
cot πz − i   1 0 cot πz − i 
  Z 
1
 dz  =  dy 
 2i
x−T i zs 2 −T zs
Z 0
−σ x−σ
≤x e(2π−|τ |/x)y dy = (1 − e−(2π−|τ |/x)T ),
−T 2π − |τ |/x

1 Es fácil ver que, si x ≥ 0, se cumple que arctan x ≤ x. Basta tener en cuenta que la

derivada de x − arctan x es no negativa.

4.1. Aproximación de la función dseta 107

luego  Z x
x−σ

1 cot πz − i 
 dz ≤
 2π − |τ |/x .
 2i
x−∞i zs
La segunda integral de (4.3) se acota análogamente y así llegamos a la fórmula
del enunciado.
Las gráficas siguientes muestran las acotaciones de la parte real de ζ(σ +6πi)
con k = 3 y ζ(1/2 + τ i) con k = 10, respectivamente, que proporcionan (4.2) y
el teorema anterior. En ambos casos, las más ajustadas son las correspondientes
al teorema anterior.
3.5
15
3.0
10
2.5

2.0 5

1.5
5 10 15 20
1.0
-5
0.5
-10
0.0 0.5 1.0 1.5 2.0 2.5 3.0

Más adelante usaremos el hecho siguiente:

Ejemplo Vamos a comprobar que Re ζ(σ + 6πi) > 0 para σ ≥ 1/2.
Esto se ve en la gráfica de la izquierda, pues la cota inferior que se muestra
para ζ(σ + 6πi) con k = 3 esta por encima de 0 cuando σ ≥ 1/2. Para compro-
barlo sin apoyarnos en la gráfica conviene tomar k = 4. Del teorema anterior se
sigue inmediatamente que
 4

 X 1  1 2 · 4.5−σ
ζ(σ + 6πi) − ≤ +

nσ+6πi  |σ − 1 + 6πi|4.5σ−1 2π − 6π/4.5


n=1

1 2 · 4.5−1/2
≤ −1/2
+ ≈ 0.5627.
6π4.5 2π − 6π/4.5
Por otra parte,
4
X 1
Re σ+6πi
= 1 + 2−σ cos(6π log 2) + 3−σ cos(6π log 3) + 4−σ cos(6π log 4)
n=1
n

= 1 + 0.877992 · 2−σ − 0.284037 · 3−σ + 0.541739 · 4−σ

≥ 1 − 0.284037 · 3−1/2 ≈ 0.836.

Por lo tanto,
Re ζ(σ + 6πi) ≥ 0.836 − 0.5627 > 0.
108 Capítulo 4. La función dseta de Riemann I

4.2 El crecimiento de la función dseta

Muchas cuestiones en las que interviene la función dseta de Riemann depen-
den de estimaciones sobre su crecimiento en distintas regiones del plano com-
plejo, especialmente en rectas verticales de la forma σ = σ0 . En esta sección
obtendremos los resultados básicos a este respecto.

Crecimiento en el semiplano σ > 1 El comportamiento de la función

dseta es más sencillo en el semiplano σ > 1, donde converge su desarrollo en
serie de Dirichlet (y en producto de Euler). Para empezar, el teorema [VC 5.14]
nos da que
lím ζ(s) = 1
σ→+∞

uniformemente en τ .
En otras palabras, tomando σ0 suficientemente grande podemos asegurar
que en todo el semiplano σ > σ0 la función ζ(s) se aproxime a 1 tanto como
queramos. Podríamos decir que en los semiplanos σ > σ0 con σ0 grande es
donde “menos interesante” es la función dseta.
En particular, ζ(s) está acotada en cualquier semiplano σ > σ0 , con σ0 > 1.
Más precisamente, un hecho elemental es que, para todo s en el semiplano σ > 1,
se cumple que  
∞ ∞
X 1  X 1
|ζ(s)| =  ≤ = ζ(σ),

ns  n=1 nσ


n=1

de modo que el supremo de |ζ(s)| sobre una recta σ = σ0 es precisamente ζ(σ0 ).

Más aún, como ζ(σ) es claramente decreciente en ]1, +∞[), tenemos que ζ(σ0 )
es de hecho el supremo de |ζ(s)| en todo el semiplano σ > σ0 .
A su vez, el comportamiento de ζ(σ) en la semirrecta σ > 1 está bien deter-
minado por las desigualdades
1 1
≤ ζ(σ) ≤ 1 + . (4.4)
σ−1 σ−1
En efecto, basta observar que
Z k+1 k Z n+1 k k Z n Z k
1 X 1 X 1 X 1 1
dx = dx < < 1 + dσ = 1 + dx,
1 xσ n=1 n
x σ
n=1
n σ
n=2 n−1
x σ
1 x σ

y hacer que k tienda a ∞.

Es obvio que ζ(s) no está acotada en el semiplano σ > 1, pues tiende a ∞
en s = 1. Sin embargo, se cumple algo menos trivial, y es que sigue sin estar
acotada aunque eliminemos del semiplano un entorno de 1. Más precisamente,
sucede que |ζ(σ + τ i)| no sólo tiende a ζ(σ) cuando τ tiende a 0, sino que
también hay puntos en los que |ζ(σ + τ i)| está arbitrariamente cerca de ζ(σ)
con τ arbitrariamente grande. Para probarlo necesitamos un resultado elemental
de aproximación diofántica:
4.2. El crecimiento de la función dseta 109

Teorema 4.5 (Dirichlet) Si α1 , . . . , αn ∈ R, q > 0 es un número natural y

t0 > 0, existen m1 , . . . , mn ∈ Z y t0 ≤ t ≤ t0 q n tales que |tαk − mk | < 1/q, para
todo k = 1, . . . , n.

Demostración: Consideramos los q n + 1 puntos de Rn de la forma

(uα1 , . . . , uαn ),

donde u = 0, t0 , 2t0 , . . . , q n t0 . Si los reducimos tomando las partes fraccionarias

de sus componentes obtenemos q n + 1 puntos del cubo [0, 1]n . Si dividimos este
cubo en q n cubos de arista 1/q, al menos dos de las reducciones deben estar en
el mismo cubo de la división. Pongamos que son los correspondientes a u1 < u2
y tomemos t = u2 − u1 = mt0 , con 1 ≤ m ≤ q n , luego t0 ≤ t ≤ t0 q n . Entonces

|(u2 αk − E[u2 αk ]) − (u1 αk − E[u1 αk ])| < 1/q,

luego, llamando mk = E[u2 αk ] − E[u1 αk ], tenemos que |tαk − mk | < 1/q.

Teorema 4.6 Si σ > 1 y  > 0, existen valores de τ arbitrariamente grandes

tales que |ζ(σ + τ i)| ≥ ζ(σ) − .

Demostración: Tenemos que

∞
X 1 −iτ log n
ζ(s) = σ
e ,
n=1
n

luego, dado un número natural N > 0,

∞ N ∞
X 1 X 1 X 1
|ζ(s)| ≥ Re ζ(s) = σ
cos(τ log n) ≥ σ
cos(τ log n) − .
n=1
n n=1
n nσ
n=N +1

Fijados t0 > 0 y q ≥ 4, por el teorema anterior existen enteros m1 , . . . , mN y

t0 ≤ t ≤ t0 q N tales que
 
 t log n 
 2π − mn  ≤ 1/q, n = 1, . . . , N.
 

Esto equivale a que

π 2π 2π π
− ≤− ≤ t log n − 2πmn ≤ ≤
2 q q 2
y las propiedades de la función coseno implican claramente que

cos(t log n) ≥ cos(2π/q).

Por lo tanto,
N N ∞
X 1 X 1 X 1
σ
cos(t log n) ≥ cos(2π/q) σ
> cos(2π/q)ζ(σ) − σ
.
n=1
n n=1
n n
n=N +1
110 Capítulo 4. La función dseta de Riemann I

Por consiguiente
∞
X 1
|ζ(σ + it)| ≥ cos(2π/q)ζ(σ) − 2 .
nσ
n=N +1

Por otra parte,

∞ Z +∞
X 1 1 N 1−σ
σ
< σ
du = < N 1−σ ζ(σ).
n=1
n N u σ − 1

Concluimos que

|ζ(σ + it)| ≥ (cos(2π/q) − 2N 1−σ )ζ(σ),

Y siempre podemos tomar N y q suficientemente grandes como para que

cos(2π/q) − 2N 1−σ ≥ 1 − .

Así pues, ahora podemos asegurar que ζ(s) no está acotada, por ejemplo,
sobre el cuadrante σ > 1, τ > 1, pues el supremo de |ζ(s)| sobre cada semirrecta
σ = σ0 en dicho cuadrante sigue siendo ζ(σ0 ), que tiende a +∞ cuando σ0 tiende
a 1.
Esto nos plantea el problema opuesto, es decir, estimar el orden de creci-
miento de ζ(s) en un cuadrante como σ > 1, τ ≥ 2 (la cota sobre τ es irrelevante,
con tal de que excluya un entorno del polo de la función dseta). El teorema 4.1
nos da la solución:

Teorema 4.7 En el cuadrante σ ≥ 1, τ ≥ 2 se cumple que ζ(s) = O(log τ ). Si

0 < δ < 1, en el cuadrante σ ≥ δ, τ ≥ 1 tenemos que ζ(s) = O(τ 1−δ ), donde la
constante depende de δ.

Demostración: La fórmula del teorema 4.1, para τ > 0, usando que

|s − 1| ≥ Im(s − 1) = τ,

se reduce a Z +∞
X 1 1 1 dt
|ζ(s)| ≤ σ
+ σ−1 + σ + |s| σ+1
n τx x x t
n≤x
X 1 1 1 σ+τ 1
< + σ−1 + σ + .
nσ τx x σ xσ
n≤x

En particular, si σ ≥ 1, τ ≥ 1, x ≥ 1
X 1 Z x
1 1 1+τ 1 τ τ
|ζ(s)| < + + + ≤4+ dt + = 4 + log x + ,
n τ x x 1 t x x
n≤x

y haciendo x = τ ≥ 2 queda que |ζ(s)| < 5 + log τ = O(log τ ).

4.2. El crecimiento de la función dseta 111

Suponemos ahora que σ ≥ δ, τ ≥ 1, con lo que

Z x
X 1 1  τ 1 1 x1−δ 3τ
|ζ(s)| ≤ σ
+ δ−1
+ 2 + δ
< δ
dt + + δ
n τx δ x 0 t τ δx
n≤x

x1−δ 3τ
≤ + x1−δ + δ .
1−δ δx
En particular, para x = τ , queda

τ 1−δ 3
|ζ(s)| ≤ + τ 1−δ + τ 1−δ = O(τ 1−δ ),
1−δ δ
donde la constante de O depende de δ.

Crecimiento en el semiplano σ < 0 Los teoremas precedentes describen

con detalle suficiente el crecimiento de la función dseta en el semiplano σ > 1.
La situación es bastante distinta en el resto del plano complejo. Por ejemplo,
hemos visto que ζ(s) está acotada sobre cada recta σ = σ0 con σ0 > 1, pero
veremos que ya no lo está sobre las rectas con σ0 ≤ 1. De momento dejamos
pendiente la prueba de este hecho y vamos a estudiar el crecimiento en las rectas
con σ0 < 0 aprovechando la ecuación funcional y lo que ya sabemos en el caso
σ0 > 1. El intervalo 0 ≤ σ0 ≤ 1 es mucho más difícil de tratar.
Recordemos que la ecuación funcional es ζ(s) = χ(s)ζ(1 − s), donde

1
χ(s) = π(2π)s−1 .
cos(πs/2)Π(s − 1)

Vamos a estimar la función χ(s):

Teorema 4.8 En cualquier conjunto de la forma σ1 ≤ σ ≤ σ2 , τ ≥ δ se cumple

 σ+iτ −1/2
2π
χ(s) = ei(τ +π/4) (1 + O(1/τ )).
τ

En particular,
 σ−1/2
2π
|χ(s)| = (1 + O(1/τ )).
τ

Demostración: Ampliando el conjunto, no perdemos generalidad si supo-

nemos que s varía en un conjunto de la forma S = [1 − c, 1 + c] × [δ, +∞[ con
c ≥ 1. Entonces s − 1 varía en S = [−c, c] × [δ, +∞[. Vamos a aplicar la fórmula
de Stirling [VC 4.44]:
√ 1
log Π(s) = log 2π + (s + ) log s − s + µ(s),
2
112 Capítulo 4. La función dseta de Riemann I

válida para todo s con argumento distinto de π. Podemos tomar un δ0 > 0

suficientemente pequeño para que todo s ∈ S0 cumpla que | arg s| < π − δ0 , y
así el teorema [VC 4.43] nos asegura que
1 1
|µ(s)| ≤ ≤ .
8 sen2 (δ0 /2)|s| 8 sen2 (δ0 /2)τ
Por consiguiente, para todo s ∈ S tenemos que
√ 1
log Π(s − 1) = log 2π + (s − ) log(s − 1) − s + 1 + O(1/τ )
2
√ 1
= log 2π + (σ + iτ − ) log(iτ ) − iτ +
2
1 σ − 1 + iτ
(σ + iτ − ) log − (σ − 1) + O(1/τ ),
2 iτ
donde la constante implícita en O depende de c, pero no de σ. Ahora observamos
que
 
1 σ − 1 + iτ 1 σ−1
(σ + iτ − ) log − σ + 1 = (σ + iτ − ) log 1 − i − (σ − 1)
2 iτ 2 τ
∞  r
1 X −1 i(σ − 1)
= (σ + iτ − ) − (σ − 1) =
2 r=1 r τ
∞ ∞ r
1 X −(iσ − 1)r −r

X −1 i(σ − 1)
(σ − ) τ + iτ =
2 r=1 r r=2
r τ
∞ ∞
1 X −(i(σ − 1))r −r X −i(i(σ − 1))r+1 −r
(σ − ) τ + τ = O(1/τ ).
2 r=1 r r=1
r+1
En efecto, observemos que las series provienen del desarrollo en serie de
log(1 + z), que, para |σ − 1| ≤ c, converge absolutamente para todo τ > c, luego
las series que hemos obtenido a partir de dicho desarrollo convergen también
absolutamente. El módulo de la expresión anterior está acotado por
∞ ∞
1 X cr −r X cr+1 −r
(c − ) τ + τ =
2 r=1 r r=1
r+1

∞ ∞
!
1 X cr+1 −r X cr+2 −r 1
(c − ) τ + τ
2 r=0 r + 1 r=0
r+2 τ

pero τ −1 varía en ]0, 1/c[ y podemos ver las dos series como series de potencias
actuando sobre τ −1 , luego están acotadas en cualquier intervalo ligeramente
menor, de modo que la expresión anterior está acotada por A/τ , para todo
τ > c + 1, por ejemplo, y usando que la expresión inicial tiene que estar acotada
en el compacto [1 − c, 1 + c] × [δ, c + 1], podemos aumentar la constante para
que valga en todo el conjunto S.
4.2. El crecimiento de la función dseta 113

Teniendo en cuenta que log(iτ ) = log τ + iπ/2, resulta que2

√ π 1 π
Π(s − 1) = 2π τ σ+iτ −1/2 ei 2 (σ− 2 )− 2 τ −iτ (1 + O(1/τ )),

pues si f (s) = O(1/τ ), entonces, como antes,

 
∞ ∞ ∞
f (s)
X f (s)n  X |f (s)|n X An −n
|e − 1| =  ≤ ≤ τ = O(1/τ ).


n=1
n!  n=1 n! n=1
n!

Por otra parte,

1 2 2
= iπ(σ+iτ )/2 = iσπ/2−πτ /2
cos(πs/2) e + e−iπ(σ+iτ )/2 e + e−iπσ/2+πτ /2

2eiπσ/2−πτ /2
= = 2eiπσ/2−πτ /2 (1 + O(1/τ )),
eiπσ−πτ + 1
pues
τ e−πτ
 
 1  0
τ  − 1 = → = 0.
eiπσ−πτ +1 |eiπσ−πτ + 1| 1
Notemos que el denominador admite una cota inferior independiente de σ, por
lo que la constante en O(1/τ ) es independiente de σ. En total,
√ π 1 π
χ(s) = π(2π)s−1 2πτ σ+iτ −1/2 ei 2 (σ− 2 )− 2 τ −iτ 2eiπσ/2−πτ /2 (1 + O(1/τ ))

 σ+iτ −1/2
2π
= ei(τ +π/4) (1 + O(1/τ )).
τ

En particular, si σ ≤ −δ < 0, tenemos que

|ζ(s)| ≤ |χ(s)|ζ(1 − σ) = (2π)σ−1/2 τ 1/2−σ ζ(1 − σ)(1 + O(1/τ ))

1
≤ (2π)−δ−1/2 ζ(1 + δ)τ 1/2−σ O(1) = O(τ 2 −σ ).

Notemos además que el exponente no se puede mejorar, pues si 0 <  < 1,

 
 ζ(s) 
 τ 2 −σ−  = (2π)
 1  τ (1 + O(1/τ )) = (2π)σ−1/2 (τ  + O(τ −(1−) )),
σ−1/2 

y esta expresión tiende a +∞ con τ .

2 En los cálculos precedentes hemos usado que log(z /z ) = log z − log z . En principio,
1 2 1 2
esto no tiene por qué ser correcto con la misma determinación holomorfa del logaritmo en
ambos miembros, sino que podría hacer falta añadir un término 2k(z1 , z2 )πi, pero como ahora
aplicamos la exponencial, dicho término desaparecería.
114 Capítulo 4. La función dseta de Riemann I

Crecimiento en [0, 1] Para analizar el crecimiento de la función dseta en la

banda crítica y su frontera conviene dar una definición:

Definición 4.9 Para cada σ ∈ R definimos la función de Lindelöf como

µ(σ) = ínf{c ∈ R | ζ(σ + iτ ) = O(|τ |c )}.

Hay que entender que O hace referencia al orden de crecimiento cuando

|τ | → +∞, luego no perdemos generalidad si suponemos |τ | > 1 (para evitar
el polo cuando σ = 1). Además, como |ζ(σ − iτ )| = |ζ(σ + iτ )| = |ζ(σ + iτ )|,
podemos limitarnos a considerar τ > 1.
Si σ > 1, sabemos que ζ(σ + τ i) está acotada, es decir, que ζ(σ + τ i) = O(1),
luego µ(σ) ≤ 0. Por otra parte (y aquí µ es la función de Möbius),
 
∞ ∞
1 X µ(n)  X 1
= ≤ = ζ(σ) > 0,

|ζ(σ + iτ )| n=1 nσ+iτ  n=1 nσ


luego |ζ(σ + iτ )| ≥ 1/ζ(σ) > 0, lo que prueba que µ(σ) = 0 (y el ínfimo de

la definición de µ es realmente un mínimo, en el sentido de que se cumple
ζ(σ + τ i) = O(τ µ(σ) )).
Los últimos resultados del apartado precedente implican que, para σ < 0, se
cumple que µ(σ) = 1/2 − σ, y de nuevo el ínfimo de la definición es un mínimo
en este caso.
El teorema 4.7 nos asegura que µ está definida en el intervalo ]0, 1] y nos
da la estimación µ(σ) ≤ 1 − σ. Veremos que se puede mejorar, pero antes
tenemos un problema más básico, y es que no tenemos ninguna estimación de
ζ(iτ ) que justifique la existencia (o la finitud) de µ(0). Esto se sigue de la
ecuación funcional junto con la estimación del teorema 4.8 y la finitud de µ(1),
pero podemos probar algo más general:
Por 4.7 sabemos que ζ(s) = O(τ 1/2 ) en el semiplano σ ≥ 1/2. Por lo tanto,
si σ0 ≤ σ ≤ 1/2, tenemos que 1 − σ ≥ 1/2 y, si además τ > 2π,
 σ−1/2
2π
|ζ(s)| = |χ(s)||ζ(1 − s)| = (1 + O(1/τ ))O(τ 1/2 )
τ

≤ (2π)σ0 −1/2 τ 1/2−σ0 O(τ 1/2 ) = O(τ 1−σ0 ).

En particular vemos que la estimación µ(σ) ≤ 1 − σ es válida también para
σ = 0 (de hecho, hemos probado que vale para todo σ ≤ 1/2 y ya sabíamos que
valía para 0 < σ ≤ 1), pero, como hemos señalado, vamos a mejorarla. La clave
es el teorema siguiente:

Teorema 4.10 (Lindelöf ) Sea f (s) una función holomorfa en un entorno de

una semibanda S = [σ1 , σ2 ] × [τ0 , +∞[. Si en S se cumple que f (s) = O(τ c ),
f (σ1 + iτ ) = O(τ c1 ) y f (σ2 + iτ ) = O(τ c2 ), entonces,

f ((1 − λ)σ1 + λσ2 + iτ ) = O(τ (1−λ)c1 +λc2 ).

4.2. El crecimiento de la función dseta 115

Demostración: Por [AA 2.18] sabemos que log |f (s)| es una función harmó-
nica donde f no se anula (y tiende a −∞ en los ceros de f ). También lo es k(σ)τ ,
donde
σ2 − σ σ − σ1
k(σ) = c1 + c2 ,
σ2 − σ1 σ2 − σ1
(pues k(σ)τ = aστ + bτ ), luego, dado  > 0, también lo es

g(s) = log |f (s)| − k(σ) log τ − τ.

Por hipótesis |f (σ1 + iτ )| ≤ A1 τ c1 , luego

2c1 log τ
g(σ1 + iτ ) ≤ log A1 − 2c1 log τ − τ = log A1 − τ ( + ),
τ
y el miembro derecho tiende a −∞ cuando τ tiende a +∞.
Así pues, g(s) está acotada sobre la semirrecta {σ1 } × [τ0 , +∞[, y lo mismo
sucede con la semirrecta {σ2 } × [τ0 , +∞[. Sea M una cota común que sea
también una cota superior de log |f (s)| en el intervalo [σ1 , σ2 ] × {τ0 }, con lo que
también lo es de g.
Por otra parte,

g(σ + iτ ) ≤ log A − τ + c log τ − k(σ) log τ ≤ log A − τ + (c − k0 ) log τ

(c − k0 ) log τ
= log A − τ ( + ),
τ
donde k0 es el mínimo de k(σ) en el intervalo [σ1 , σ2 ], y nuevamente el miembro
derecho tiende a −∞, uniformemente en σ, luego podemos encontrar un T > τ0
tal que si Im s = T se cumple que g(s) ≤ M en el segmento [σ1 , σ2 ] × {T }.
Así, la función g está acotada por M en toda la frontera del rectángulo
[σ1 , σ2 ] × [τ0 , T ], luego por el principio del máximo [AA 2.5] (aplicado al rectán-
gulo menos un disco alrededor de cada cero de f en el que g tome valores
menores que M ) concluimos que g(s) ≤ M en todo el rectángulo y, como T
es arbitrariamente grande, de hecho esto vale para toda la semi banda S. En
particular,

g(σ + iτ ) = log |f (σ + iτ )| − k(σ) log τ − τ ≤ M,

luego
|f (σ + iτ )| ≤ M τ k(σ) eτ ,
y, como M no depende de , concluimos que |f (σ+iτ )| ≤ M τ k(σ) . Esto es lo que
había que probar, pues si σ = (1 − λ)σ1 + λσ2 , entonces k(σ) = (1 − λ)c1 + λc2 .

Como consecuencia:

Teorema 4.11 La función µ : R −→ R es convexa.

116 Capítulo 4. La función dseta de Riemann I

Demostración: Dados σ1 < σ2 , la función ζ(s) cumple las hipótesis del

teorema anterior con τ0 = 1, luego, dado  > 0, como f (σj + τ i) = O(τ µ(σj )+ ),
concluimos que

µ((1−λ)σ1 +λσ2 ) ≤ (1−λ)(µ(σ1 )+)+λ(µ(σ2 )+) = (1−λ)µ(σ1 )+λµ(σ2 )+.

Como esto es cierto para todo  > 0, de hecho

µ((1 − λ)σ1 + λσ2 ) ≤ (1 − λ)µ(σ1 ) + λµ(σ2 ).

Por [An 4.19] sabemos que toda función convexa es continua, luego tenemos
que la función de Lindelöf es continua. Más aún, por [An 4.18] sabemos que µ
está por encima de su recta tangente en cualquier punto donde sea derivable.
En resumen, ahora podemos afirmar que la
gráfica de µ(σ) es como indica la figura. Cuando @µ(σ)
σ ≤ 0 se cumple que µ(σ) = 1/2 − σ (lo hemos @
1/2 − σ @
probado para σ < 0, pero por continuidad tam- HH
bién tiene que valer para σ = 0).
@ (1 − σ)/2
@HH
Para σ ≥ 1 es µ(σ) = 0 (y de nuevo el caso de @ HH
σ = 1 lo deducimos por continuidad). 0 1/2 1
En la banda crítica 0 < σ < 1 no sabemos cuánto vale exactamente µ(σ),
pero por la definición de convexidad el valor tiene que estar por debajo del
segmento que une los puntos (0, µ(0)) y (1, µ(1)), luego µ(σ) ≤ (1 − σ)/2, y
por otra parte µ(σ) debe estar por encima de las prolongaciones de las rectas
(tangentes) y = 1/2 − σ e y = 0. En otras palabras, la gráfica de µ(σ) debe
estar en el triángulo que muestra la figura.
En particular, tenemos, por ejemplo, que 0 ≤ µ(1/2) ≤ 1/4. En 6.9 proba-
remos que la cota 1/4 puede ser mejorada.
Hemos visto que, para σ > 1, se cumple que µ(σ) = 0 porque ζ(σ + τ i) está
acotada. En cambio, del hecho de que µ(1) = 0 no podemos deducir que la
función ζ(1 + τ i) esté acotada. De hecho, no lo está:

Teorema 4.12 Para cada σ ≤ 1 fijo, la función ζ(σ + τ i) no está acotada.

Demostración: Esto es inmediato si σ ≤ 0, pues entonces µ(σ) ≥ 1/2,

luego ζ(σ + τ i) 6= O(τ 1/4 ), lo que implica que la función no puede estar acotada.
Supongamos, pues, que 0 < σ0 ≤ 1. Si ζ(s) estuviera acotada sobre σ = σ0 ,
como también lo está sobre la recta σ = 2, podemos aplicar el teorema 4.10 a
la banda σ0 ≤ σ ≤ 2, τ ≥ 1, en la cual tenemos la estimación ζ(s) = O(τ 1−σ0 )
(justo antes de 4.10 hemos probado que es válida para σ0 ≤ σ ≤ 1/2 —si es que
σ0 < 1/2—, pero para 1/2 ≤ σ ≤ 2 el teorema 4.7 nos da que ζ(s) = O(τ 1/2 ),
luego también ζ(s) = O(τ 1−σ0 )). Como ζ(s) = O(1) en las dos rectas que
limitan la banda, el teorema de Lindelöf nos asegura que ζ(s) está acotada en
toda la banda, y en particular lo está para 1 < σ < 2, τ ≥ 1, en contradicción
con el teorema 4.6 (véase la observación posterior).
4.3. La función xi 117

4.3 La función xi
Recordemos que la función xi es la dada por

ξ(s) = π −s/2 Π(s/2)(s − 1)ζ(s).

Se trata de una modificación de la función dseta que resulta ser entera y

además satisface una ecuación funcional mucho más simple ξ(s) = ξ(1 − s).
Esto la convierte en una herramienta muy útil para estudiar la función dseta.
Empezamos calculando su orden de crecimiento:

Teorema 4.13 Si |s| es suficientemente grande, |ξ(s)| ≤ ec|s| log |s| .

Demostración: Por la ecuación funcional podemos suponer que σ ≥ 1/2.

|s|
| log(π −s/2 (s − 1))| ≤ log π + | log(s − 1)| = O(|s| log |s|),
2
pues q
log2 |s| + arg2 s
s
| log(s − 1)| arg2 s
= = 1+ ,
log |s| log |s| log2 |s|
y el argumento está acotado. Por la fórmula de Stirling [VC 4.44],
√
 
s+1 s s
log Π(s/2) = log 2π + log − + µ(s/2) = O(|s| log |s|),
2 2 2
pues  
|s + 1| | log(s/2)| 1 1 | log |s| − log 2 + i arg(s/2)|
≤ +
2|s| log |s| 2 |s| log |s|
está claramente acotado y, por otra parte, por [VC 4.43], µ(s/2) = O(|s|−1 ).
Por último, por el teorema 4.7 tenemos que
1
|ζ(s)| ≤ cτ 1/2 = ec+ 2 log |s| = O(|s| log |s|).

Nota Observemos que el término log |s| no puede eliminarse en la estimación

del teorema anterior, es decir, que no es cierto que existan constantes tales que
|ξ(s)| ≤ c1 ec2 |s| . Esto implicaría que log |ξ(s)| = O(|s|), pero basta considerar
los valores que toma ξ sobre la recta real:
s
log |ξ(s)| = − log π + log Π(s/2) + log(s − 1) + log ζ(s) =
2
s √ s+1 s s
− log π + log 2π + log − + µ(s/2) + log(s − 1) + log ζ(s) =
2 2 2 2
√ s s 1 s
log 2π + log + log + µ(s/2) + log(s − 1) + log ζ(s) =
2 2π 2 2
s s
log + o(s),
2 2π
118 Capítulo 4. La función dseta de Riemann I

donde hemos usado que µ(s/2) = O(1/s) y que

lím ζ(s) = 1.
s→+∞

Por lo tanto, log |ξ(s)|/s no está acotado.

Por consiguiente:

Teorema 4.14 La función ξ(s) tiene orden 1, en el sentido de [VC 4.19].

Demostración: Si Mξ (r) = sup |ξ(s)|, para todo  > 0 se cumple que

|s|=r

1+
Mξ (r) ≤ ecr log r < ecr ,

donde en el último paso hay que aumentar la constante c. Por lo tanto, el orden
de ξ es ≤ 1. Si fuera menor que 1, existiría una constante tal que Mξ (r) ≤ ecr ,
en contra de la nota precedente.
El teorema de Hadamard [VC 4.27] nos da entonces que existen constantes
A y B tales que
∞  
Y s
ξ(s) = eA+Bs 1− es/ρn , (4.5)
n=0
ρ n

donde {ρn }∞n=0 es una enumeración de los ceros de ξ(s) repetidos según su mul-
tiplicidad y ordenados de modo que su módulo sea creciente, donde en principio
no excluimos que la función xi tenga un número finito de ceros o incluso que no
tenga ninguno, en cuyo caso el producto será finito o vacío (en cuyo caso hay
que entender que vale 1). Sin embargo, ahora podemos probar que de hecho
ξ(s) tiene infinitos ceros. Más aún:

Teorema 4.15 La función ξ(s) tiene infinitos ceros y, si {ρn }∞n=0 es una enu-
meración en la que cada uno se repite tantas veces como indica su multiplicidad
y de modo que la sucesión de los módulos sea creciente, entonces la serie
∞
X 1
n=0
|ρn |λ

converge si y sólo si λ > 1.

Demostración: Supongamos que el número de ceros fuera finito o que

convergiera la serie
∞
X 1
= α.
n=0
|ρ n|

(En el primer caso llamamos α a la suma de la serie finita.) Claramente existe

una constante c tal que

|(1 − z)ez | ≤ (1 + |z|)e|z| = e|z|+log(1+|z|) ≤ ec|z| ,

4.3. La función xi 119

luego   
 1 − s es/ρn  ≤ ec|s|/|ρn | .
 
 ρn 
Por consiguiente, ∞  

Y s 
s/ρn 
1− e  ≤ ecα|s| ,

ρ


n=0 n 

y también es claro que eA+Bs ≤ ec|s| , luego en total tendríamos que |ξ(s)| ≤ ec|s| ,
en contradicción con la nota posterior al teorema 4.13.
Así pues, el número de ceros es infinito y la serie de los inversos de sus módu-
los diverge. La convergencia de las series con exponentes λ > 1 es consecuencia
directa del teorema [VC 4.25], según el cual el exponente de convergencia de la
sucesión de los ceros tiene que ser ≤ 1 (y el argumento precedente prueba que
de hecho es exactamente 1).
Así pues, hemos probado que la función dseta de Riemann tiene infinitos
ceros no triviales.
Nota En lo sucesivo entenderemos que la variable ρ como índice de una suma o
producto recorre los ceros de la función ξ repetidos tantas veces como indica su
multiplicidad y ordenados de modo que la sucesión de sus módulos sea creciente.

Pasamos ahora a calcular las constantes A y B de (4.5):

Teorema 4.16 Se cumple que

1 Y s

s/2 −(γ/2+1)s
ξ(s) = (4π) e 1− es/ρ .
2 ρ
ρ

Demostración: Como ξ(0) = 1/2, evaluando (4.5) en s = 0 obtenemos

que eA = 1/2, luego
1 Y s

ξ(s) = eBs 1− es/ρ .
2 ρ
ρ

Para calcular B consideramos la derivada logarítmica:

ξ 0 (s) X 1 
1
=B+ + . (4.6)
ξ(s) ρ
s−ρ ρ

Por otra parte, de la definición de la función xi obtenemos que

ξ 0 (s) 1 1 Π0 (s/2) 1 ζ 0 (s)
= − log π + + +
ξ(s) 2 2 Π(s/2) s−1 ζ(s)

La ecuación funcional implica que ξ 0 (s) = −ξ 0 (1 − s), luego

ξ 0 (0) ξ 0 (1) 1 Π0 (1/2)

 0 
1 ζ (s) 1
B= =− = log π − − lím + .
ξ(0) ξ(1) 2 2 Π(1/2) s→1 ζ(s) s−1
120 Capítulo 4. La función dseta de Riemann I

La factorización de Π dada en [VC 4.39] implica que

∞
Π0 (z)
 
X 1 1
− =γ+ − ,
Π(z) k+z k
k=1

luego
∞
1 Π0 (1/2)
 
γ X 1 1 γ
− = + − = + log 2 − 1,
2 Π(1/2) 2 2k + 1 2k 2
k=1

por la expresión para log 2 que se sigue de la serie de Taylor del logaritmo.3
1
Por otra parte, según 4.3 tenemos que ζ(s) = s−1 + γ + g(s), con g(1) = 0,
luego ζ 0 (s) = − (s−1)
1 0
2 + g (s), luego

ζ 0 (s) 1 (s − 1)ζ 0 (s) + ζ(s) (s − 1)g 0 (s) + γ + g(s)

+ = = ,
ζ(s) s+1 (s − 1)ζ(s) (s − 1)ζ(s)

luego
ζ 0 (s)
 
1
lím + = γ.
s→1 ζ(s) s+1
En total √ √
γ γ
B = log + log 2 − 1 − γ = log 4π − − 1,
π+
2 2
lo que nos da la fórmula del enunciado.

La derivada en 0 de la función dseta La prueba del teorema precedente

nos permite calcular ζ 0 (0). En efecto, tenemos que

ζ 0 (0) √ 1 Π0 (0)
= 1 + log π − +B
ζ(0) 2 Π(0)
√ γ √ γ
= 1 + log π+ + log 2 π − − 1 = log 2π,
2 2
luego ζ 0 (0) = − 21 log 2π.
Otra consecuencia:

Teorema 4.17 Si ρ es un cero de la función ξ(s), entonces | Im ρ| ≥ 6.5.

Demostración: Hacemos s = 1 en (4.6), con lo que

X 1 1

−B = B + + .
ρ
1−ρ ρ

La serie no es absolutamente convergente, por lo que no podemos reordenarla de

cualquier forma, pero sabemos que la igualdad es cierta con cualquier ordenación
3 Véase, por ejemplo, el final de la sección 2.3 de [VC].
4.3. La función xi 121

de los ceros de la función ξ que haga monótona creciente a la sucesión de los

módulos. En particular, podemos exigir que cada cero que cumpla Im ρ > 0
vaya seguido de ρ̄. Entonces tenemos también que
X  1 1 1 1

+ + + = −2B,
1 − ρ ρ 1 − ρ̄ ρ̄
Im ρ>0

pues las sumas parciales de esta serie son la subsucesión formada por los términos
pares de la serie anterior. Ahora bien,
1 1 ρ + ρ̄ 2 Re ρ 2
+ = = ≤ 2,
ρ ρ̄ |ρ|2 |ρ|2 |ρ|
y la última serie es convergente. Lo mismo vale para los sumandos con 1 − ρ y
1 − ρ̄, luego podemos descomponer la serie en suma de dos series de términos
positivos:
X 2 Re(1 − ρ) X 2 Re ρ
2
+ = −2B.
|1 − ρ| |ρ|2
Im ρ>0 Im ρ>0

La convergencia absoluta nos permite reordenar sus términos, y la conclusión

es que ambas series son la misma, ya que, por la ecuación funcional, cuando ρ
recorre los ceros de ξ(s), también lo hace 1 − ρ. Así pues,
X 2 Re ρ γ √
= −B = 1 + − log 4π ≈ 0.023.
|ρ|2 2
Im ρ>0

Si Re ρ ≥ 1/2 tenemos que

2 Re ρ 1
0.023 ≥ ≥ ,
|ρ|2 1 + Im2 ρ
de donde Im ρ ≥ 6.5.

La función Xi Definimos la función Xi como Ξ(t) = ξ(1/2 + it). Claramente

se trata de una función entera, y su interés reside en que, como vamos a ver
enseguida, es real sobre los números reales.
En efecto, la función f (s) = ξ(1/2 + s) es real sobre los números reales (por-
que ξ cumple esto mismo), luego los coeficientes de su serie de Taylor alrededor
de 0 son reales. La ecuación funcional implica que f (s) = f (−s), luego sus
coeficientes de orden impar son nulos. En definitiva:
∞
a2n s2n ,
P
ξ(1/2 + s) =
n=0

donde los coeficientes a2n son números reales. Por lo tanto

∞
a2n (s − 1/2)2n ,
P
ξ(s) =
n=0
122 Capítulo 4. La función dseta de Riemann I

y a su vez
∞ ∞
a2n (it)2n = (−1)n a2n t2n ,
P P
Ξ(t) = ξ(1/2 + it) =
n=0 n=0

lo que prueba que, tal y como habíamos afirmado, Ξ(t) es real cuando t ∈ R.
Además Ξ(t) = Ξ(−t).
Observemos que los ceros reales de Ξ(t) son las partes imaginarias de los
ceros de ξ(s) sobre la recta crítica σ = 1/2. He aquí la gráfica de Ξ(t) y una
ampliación en la que se ve claramente que ξ tiene un cero con parte real σ = 1/2
y parte imaginaria 14 < τ < 15.
0.5
0.005
0.4
0.004

0.3 0.003

0.2 0.002

0.001
0.1

13 14 15 16 17 18 19
5 10 15 -0.001

Observemos que estas gráficas muestran “más claramente” la existencia de

un cero no trivial que las de la página 99. En ellas “se veía” que la curva
ζ(1/2 + it) pasaba “más o menos” por el 0 o que las funciones Re ζ(1/2 + it) e
Im ζ(1/2 + it) se anulaban “más o menos” en el mismo punto, pero nada en las
figuras nos permitía garantizar que la curva pasaba exactamente por 0 y no por
un punto muy próximo a 0, ni que los puntos donde se anulaban las partes real
e imaginaria no eran dos puntos muy parecidos, pero no el mismo. En cambio,
ahora “vemos” una función real de variable real que es continua y pasa de tomar
valores positivos a tomar valores negativos, lo que nos asegura que pasa por 0.
Más aún, aunque existen medios mucho más eficientes, hemos visto cómo
aproximar la función ζ(s) con cualquier precisión deseada y lo mismo puede
hacerse con la función factorial y, por supuesto, con las funciones elementales
(como hace cualquier calculadora de bolsillo), luego se puede calcular Ξ(14) y
Ξ(15) acotando el error para asegurar que Ξ(14) > 0 y Ξ(15) < 0, y eso prueba
—sin el apoyo de ninguna gráfica— que la función Xi tiene un cero entre ambos
valores.
De hecho, usando técnicas potentes de cálculo numérico (las mismas que
permiten calcular las gráficas de Xi que hemos mostrado4 ) podemos acotar la
posición de este cero tanto como queramos. El resultado es
ρ1 = 0.5 + 14.1347251417 . . . i
En la sección siguiente probaremos que es el primer cero no trivial de la fun-
ción dseta, en el sentido de que no hay ningún otro con menor parte imaginaria
positiva.
4 En realidad para estos cálculos no se suele emplear la función Xi, sino la llamada función Z

de Riemann-Siegel, pero no vamos a entrar en cuestiones computacionales. Tan sólo queremos

mostrar cómo es posible probar con rigor que existen ceros no triviales de la función dseta
sobre la recta σ = 1/2, sin entrar en la cuestión de cuál es la forma más práctica de hacer las
comprobaciones.
4.4. La fórmula de Riemann-von Mangoldt 123

4.4 La fórmula de Riemann-von Mangoldt

En esta sección daremos una prueba alternativa de la existencia de ceros no
triviales de la función dseta obteniendo una estimación de su densidad:

Definición 4.18 Para cada T > 0, llamaremos N (T ) al número de ceros no

triviales de la función dseta de Riemann contenidos en [0, 1] × [0, T ] contados
tantas veces como indica su multiplicidad, que, según ya hemos observado en la
introducción a este capítulo, coincide con el número de ceros en [0, 1] × [−T, 0].

Como norma general, siempre que contemos ceros no triviales de ζ(s) en

cualquier contexto se sobrentenderá que los contamos con sus multiplicidades,
es decir, que un cero doble se cuenta como dos ceros. Nos proponemos demostrar
el teorema siguiente:

Teorema 4.19 (Fórmula de Riemann-von Mangoldt) Si N (T ) es el nú-

mero de ceros no triviales de la función dseta (contados según su multiplicidad)
con 0 < τ ≤ T , entonces
T T T
N (T ) = log − + O(log T ).
2π 2π 2π
De aquí se desprende que los ceros no triviales son infinitos. Más aún, la
densidad del número de ceros en cada rectángulo de la banda crítica cumple

N (T )
lím = +∞,
T →+∞ T
pues
N (T ) 1 T 1 log T
= log + + O( ).
T 2π 2π 2π T

Demostración: Tomemos T > 3 que no sea la parte imagi- T i γ2

naria de ningún cero no trivial de la función dseta y consideremos
el rectángulo R que muestra la figura. Los ceros no triviales de ζ
son los ceros de la función ξ, luego ésta tiene 2N (T ) ceros dentro
de R (y ninguno en su frontera). Por [VC 3.20] y el teorema de R γ1
los residuos concluimos que
Z 0
1 ξ (s)
N (T ) = Im ds.
4π R ξ(s)
−1 1 2
Ahora
ξ(s) = π −s/2 Π(s/2)(s − 1)ζ(s)
1 s−2
= s(s − 1) π −s/2 Π( )ζ(s) = s(s − 1)Φ(s).
2 2
Por lo tanto,
ξ 0 (s) 1 1 Φ0 (s) −T i
= + + .
ξ(s) s s−1 Φ(s)
124 Capítulo 4. La función dseta de Riemann I

Por el teorema de los residuos,

Z  
1 1 1
Im + ds = 1.
4π R s s−1

Como Φ(s) = Φ(1 − s) y Φ(s̄) = Φ(s) (esto es cierto para ξ, luego también
para Φ), la integral toma el mismo valor en los cuatro cuadrantes del la frontera
de R, de modo que
Φ0 (s) Φ0 (s)
Z Z
1 1
Im ds = Im ds,
4π R Φ(s) π γ Φ(s)

donde γ es el segmento γ1 que va de 2 a 2 + iT seguido del segmento γ2 que va

de 2 + iT hasta 1/2 + iT . A su vez
Φ0 (s) 1 Π0 ((s − 2)/2) ζ 0 (s)
Z Z  
1 1 1
Im ds = Im − log π + + ds =
4π γ Φ(s) π γ 2 2 Π((s − 2)/2) ζ(s)

1 Π0 ((s − 2)/2) ζ 0 (s)

Z  
T 1
− log π + Im + ds.
2π π γ 2 Π((s − 2)/2) ζ(s)
Por otra parte, por la regla de Barrow,
1 Π0 ((s − 2)/2)
Z
1 1 3 T
Im ds = Im log Π(− + i ).
π γ 2 Π((s − 2)/2) π 4 2

Por la fórmula de Stirling [VC 4.44]:

3 T √ 1 T 3 T 3 T 3 T
log Π(− + i ) = log 2π + (− + i ) log(− + i ) + − i + µ(− + i )
4 2 4 2 4 2 4 2 4 2
y, como el argumento de −3/4 + iT /2 se aleja de −π cuando T tiende a ∞, por
[VC 4.43] el último término es O(| − 3/2 + iT /2|−1 ) = O(1/T ). Por lo tanto
3 T 1 T 3 T T
Im log Π(− + i ) = Im((− + i ) log(− + i )) − + O(1/T )
4 2 4 2 4 2 2
T 3 T 1 3 T T
= log | − + i | − arg(− + i ) − + O(1/T ).
2 4 2 4 4 2 2
Veamos ahora que
T 3 T T T
log | − + i | = log + O(1/T ).
2 4 2 2 2
En efecto, en general,
4x2
 
T T T T T
log |x + i | − log = log 1 + 2
2 2 2 2 4 T
y es fácil ver que
T2 4x2
 
lím log 1 + 2 = x2 .
T →+∞ 4 T
4.4. La fórmula de Riemann-von Mangoldt 125

Por otra parte,

3 T π 3/4 π
arg(− + i ) = + arctan = + O(1/T ),
4 2 2 T /2 2
pues
arctan(3/2T ) 3
lím = .
T →+∞ 1/T 2
Por consiguiente,
1 3 T T T 1 T
Im log Π(− + i ) = log − − + O(1/T ).
π 4 2 2π 2 8 2π
Reuniendo todo lo que hemos obtenido queda que
Z 0
T T T 1 T 1 ζ (s)
N (T ) = 1 − log π + log − − + Im ds + O(1/T )
2π 2π 2 8 2π π γ ζ(s)
Z 0
T T T 7 1 ζ (s)
= log − + + Im ds + O(1/T ).
2π 2π 2π 8 π γ ζ(s)

Nos falta estimar la última integral. Para ello observamos que Re ζ(s) no se
anula sobre γ1 , pues
∞ ∞ ∞
X e−it log n X cos(t log n) X 1
Re ζ(2 + it) = 1 + Re 2
= 1 + 2
≥ 1 − 2
n=2
n n=2
n n=2
n

π2
= 2 − ζ(2) = 2 − > 1/4.
6
Por lo tanto, si Re ζ(s) se anula en algún punto de γ, lo hace concretamente en
puntos de γ2 , es decir, en puntos de la forma σ + iT , con 1/2 ≤ σ ≤ 2. Además,
σ es entonces un cero de la función
1
g(s) = (ζ(s + iT ) + ζ(s − iT )),
2
que es holomorfa en C salvo en 1 ± iT .
Así, los ceros de Re ζ(s) sobre γ2 se corresponden con 2 + Ti
los ceros de una función holomorfa en un intervalo cerrado,
luego son un número finito. Digamos que g tiene m ceros en
[1/2, 2]. Vamos a aplicar el teorema [VC 2.19] a la función g
y a los discos D(2, 3/2) ⊂ D(2, 7/4). El menor de ellos con-
tiene al menos los m ceros de g que estamos considerando. 2
Como T > 3, tenemos que g es holomorfa en el disco mayor.
Por 4.7 con δ = 1/4 tenemos que, si |s − 2| = 7/4, entonces5
1
|g(s)| < c(|τ + T |3/4 + |τ − T |3/4 ) < c(2 + T )3/4 .
2
5 Por comodidad vamos a adoptar el convenio de que la letra c representará una constante
arbitraria que puede ir modificándose en cada paso. Así, en las dos desigualdades siguientes
la misma letra c representa a dos constantes distintas.
126 Capítulo 4. La función dseta de Riemann I

Por lo tanto, [VC 2.19] nos da que

 m
6
|g(2)| ≤ c(2 + T )3/4 .
7

Por otra parte, hemos visto que g(2) = Re ζ(2 + iT ) > 1/4, luego
 m
7
≤ 4c(2 + T )3/4 < T,
6
para T suficientemente grande. Por lo tanto m ≤ c log T , para T suficientemente
grande.
Por otra parte, γ queda dividida en m + 1 arcos consecutivos en los que
Re ζ(s) tiene signo constante. Si γj : [a, b] −→ C es uno de estos arcos, entonces

ζ 0 (s)
Z Z
1
Im ds = Im dz.
γj ζ(s) γj ◦ζ z

Ahora, el arco (γj ◦ ζ)∗ está contenido en uno de los semiplanos Im z ≥ 0 o

Im z ≤ 0. En dicho semiplano existe un logaritmo holomorfo log z, de modo que
 Z 
 ζ 0 (s) 
Im ds = | Im(log ζ(γ(b)) − log ζ(γ(a)))| ≤ π

 γj ζ(s) 

(pues las partes imaginarias de los logaritmos son argumentos en un mismo

intervalo de longitud π). Por consiguiente,
 Z 0 
 ζ (s) 
Im ds ≤ (m + 1)π ≤ cπ log T,
γ ζ(s)


para todo T suficientemente grande. Con esto concluimos que

T T T 7
N (T ) = log − + + c3 π log T + O(1/T )
2π 2π 2π 8
T T T
=
log − + O(log T ).
2π 2π 2π
En la prueba hemos supuesto que T no es la parte imaginaria de ningún
cero de la función dseta. Esto no supone ninguna restricción, pues, si T no
cumple esta condición, el hecho de que N (T ) = N (T + ) para todo  > 0
suficientemente pequeño y que T +  cumple la estimación que hemos probado,
implica que T también la cumple.
Más adelante necesitaremos esta consecuencia sencilla del teorema anterior:

Teorema 4.20 Para cada h > 0 fijo, se cumple que

N (T + h) − N (T − h) = O(log T ),

(donde la constante implícita depende de h).

4.4. La fórmula de Riemann-von Mangoldt 127

Demostración: Llamemos
t t t
f (t) = log − ,
2π 2π 2π
de modo que
1 t
f 0 (t) =
log .
2π 2π
Por el teorema del valor medio, existe un T < α < T + h tal que
f (T + h) − f (T ) = f 0 (α),
luego
1 α 1 T +h
N (T +h)−N (T ) = log +O(log T ) ≤ log +O(log T ) = O(log T ).
2π 2π 2π 2π
Igualmente se prueba que N (T ) − N (T − h) = O(log T ), y la conclusión es
inmediata.
Más adelante necesitaremos esta estimación:
Teorema 4.21 X 1
= O(log2 T ).
Im ρ
0<Im ρ≤T

Demostración: Hemos probado que la parte imaginaria de los ceros no

triviales es mayor o igual que 6.5 (en particular mayor o igual que 2), luego
E[T ] E[T ]
X 1 X X 1 X X 1
≤ ≤ .
Im ρ m=2 Im ρ m=2 m
0<Im ρ≤T m≤Im ρ<m+1 m≤Im ρ<m+1

Por el teorema anterior, N (m + 1) − N (m) ≤ c log m ≤ c log T , luego

E[T ]
X 1 X 1
≤ c log T ≤ c log2 T.
Im ρ m=2
m
0<Im ρ≤T

Ejemplo: El primer cero no trivial Vamos a usar el proceso seguido en

la demostración de la fórmula de Riemann-von Mangoldt para calcular N (6π).
Como tenemos un valor concreto de T , podemos hacer de forma exacta parte
de los cálculos, evitando las aproximaciones. Concretamente, partimos de la
expresión
T 1 3 T 1 1
N (T ) = 1 − log π + Im log Π(− + i ) + Im log ζ( + iT ),
2π π 4 2 π 2
donde hemos usado la regla de Barrow para calcular la integral sobre γ de la
derivada logarítmica de la función dseta. Al aplicar la fórmula de Stirling, el
término que contiene la función factorial se convierte en
T 3 T 1 3 T T 1 3 T
log | − + i | − arg(− + i ) − + Im µ(− + i ).
2π 4 2 4π 4 2 2π π 4 2
128 Capítulo 4. La función dseta de Riemann I

Casi todos los términos pueden calcularse exactamente sin dificultad, y el

resultado es
1 3 1 1
N (6π) ≈ 1.174 + Im µ(− + 3πi) + Im log ζ( + 6πi).
π 4 π 2
Según [VC 4.43] con δ = 1/2 tenemos que
1 3 1 3 1
Im µ(− + 3πi) ≤ |µ(− + 3πi)| ≤ 2 3 ≈ 0.0084.
π 4 π 4 8π sen (π/4)| − 4 + 3πi|
Respecto al último término, observemos que Im log ζ( 21 + 6πi) es un argu-
mento de ζ( 12 + 6πi), pero no uno cualquiera, sino el que le asigna la función
log ζ( 12 + 6πi), que es continua y toma valores reales en ]1, +∞[. En la prueba
del teorema anterior hemos visto que Re ζ(2 + it) es siempre positiva, y en el
ejemplo de la página 107 hemos visto que lo mismo sucede sobre la semirrecta
σ ≥ 1/2, τ = 6π, luego concluimos que, sobre el arco γ considerado en la prueba
del teorema anterior, la función ζ toma valores en el semiplano σ ≥ 0, luego,
siempre sobre dicho arco, −π/2 ≤ Im log ζ(s) ≤ π/2. Por lo tanto, el argumento
que buscamos es el argumento de ζ(1/2 + 6πi) comprendido en este intervalo.
Basta aplicar el teorema 4.4 con k = 4 para asegurar que Im ζ(1/2+6πi) < 0,
y ya sabemos que la parte real es positiva, lo que nos permite concluir que
−π/2 < Im log ζ( 21 + 6πi) < 0. En definitiva:
N (6π) < 1.174 + 0.0084 < 2,
y, como tiene que ser un número natural, N (6π) = 1. En realidad, nuestros
cálculos muestran también que es N (6π) > 0, con lo que obtenemos otra prueba
de la existencia de ceros no triviales, pero lo cierto es que esto ya lo garantiza-
mos al final de la sección anterior. Ahora podemos afirmar que el cero ρ1 que
encontramos allí es el único cero con parte imaginaria 0 < τ < 6π y es, pues,
“el primer cero no trivial” de la función dseta. Más aún, que N (6π) = 1 afirma
que en la región considerada hay un único cero contando multiplicidades, luego
ahora podemos afirmar que ρ1 es un cero simple de la función dseta.

La hipótesis de Riemann En general, al margen de que las técnicas compu-

tacionales que se emplean en la práctica son más sofisticadas y eficientes, la
forma de encontrar ceros de la función dseta consiste esencialmente en evaluar
N (T ) para un valor grande de T y contar los ceros de la forma 1/2 + τ i con
0 < τ ≤ T . Si el número de ceros encontrado coincide con el valor calculado
de N (T ), esto significa que todos ellos son simples y son los únicos ceros de la
función dseta que cumplen 0 < Im ρ < T (así que, en particular, no hay otros
en ese rango con una parte real distinta de 1/2).
Si el número de ceros encontrado fuera inferior al valor calculado de N (T )
ello podría significar, o bien que alguno de los ceros hallados es múltiple, o
bien que hay ceros con parte real distinta de 1/2. Sin embargo, no se ha dado el
caso hasta ahora. Los resultados computacionales afirman que los 1013 primeros
ceros no triviales de la función dseta son todos simples y están todos sobre la
recta crítica σ = 1/2.
4.4. La fórmula de Riemann-von Mangoldt 129

Ya en 1859 Riemann afirmó que era “muy probable” que todos los ceros
no triviales de la función dseta estuvieran sobre la recta crítica, y por ello tal
afirmación se conoce como la hipótesis de Riemann. Hasta el momento nadie la
ha demostrado ni refutado. Al margen del interés que tiene en sí misma, veremos
que tiene consecuencias destacables sobre la distribución de los números primos.

El orden de crecimiento de ζ 0 /ζ Vamos a estimar el crecimiento de la deri-

vada logarítmica ζ 0 (s)/ζ(s) en función de τ . Para que esto tenga sentido tenemos
que “esquivar” sus polos, pues haciendo que s se acerque a un polo siempre po-
demos conseguir que |ζ 0 (s)/ζ(s)| se haga arbitrariamente grande manteniendo τ
acotado. En el caso de los polos asociados a los ceros triviales de ζ(s) y a su
polo es fácil evitarlos:

Teorema 4.22 En el semiplano σ ≤ −1 menos un disco de radio ≤ 1/2 cen-

trado en cada número entero par así como en −1, se cumple que
 0 
 ζ (s) 
 ζ(s)  = O(log |s|).
 

Demostración: La ecuación funcional de la función dseta es

πs
ζ(s) = 2(2π)s−1 sen Π(−s)ζ(1 − s).
2
Tomando derivadas logarítmicas, vemos que
ζ 0 (s) π πs Π0 (−s) ζ 0 (1 − s)
= log(2π) + cot − − .
ζ(s) 2 2 Π(−s) ζ(1 − s)
Aplicamos la derivación logarítmica a la fórmula de Stirling:
√
Π(z) = 2πz z+1/2 e−s eµ(z) ,

válida para z ∈ C \ ]−∞, 0], lo que nos da

Π0 (z) 1 1
= log z + 1 + − 1 + µ0 (z) = log z + + µ0 (z),
Π(z) 2z 2z
donde
+∞
u − E[u] − 1/2
Z
µ(z) = − du,
0 z+u
luego
+∞
u − E[u] − 1/2
Z
µ0 (z) = du,
0 (z + u)2
y así, para x = Re z > 0,
Z +∞
1 +∞
Z
0 1/2 1 1
|µ (z)| ≤ 2 2
du ≤ 2
du = .
0 (x + u) + y 2 0 (x + u) 2x
130 Capítulo 4. La función dseta de Riemann I

En particular, si σ ≤ −1,
 0 
 Π (−s)  1 1 π
 Π(−s)  ≤ | log(−s)| + 2 + 2 = log |s| + 2 + 1 < c log |s|,
 

√ tenemos usamos que s√está fuera de un disco

donde en la última desigualdad
D(−1, r), con lo que |s| ≥ 1 + r2 y así log |s| ≥ log 1 + r2 > 0. Por otra
parte,
πs eiπs/2 + e−iπs/2 eiπs + 1
cot = i iπs/2 −iπs/2
= i iπs ,
2 e −e e −1
luego, para τ ≥ 1,
e−πτ + 1 e−π + 1
| cot(πs/2)| ≤ ≤ ≤ c,
|eiπs − 1| |eiπs − 1|
y si τ ≤ −1 llegamos a la misma conclusión multiplicando el numerador y
el denominador de la expresión inicial por e−iπs/2 . Para |τ | ≤ 1 usamos que
cot(πs/2) es una función meromorfa con polos en los enteros pares, luego está
acotada en el compacto que resulta de eliminar del rectángulo [−2, 0]×[−1, 1] un
disco abierto de centro −2 y otro de centro 0, y como tiene periodo 2, también
lo está en toda la banda |τ | ≤ 1 menos un disco alrededor de cada entero par.
Por último
 0  ∞  ∞ ∞
 ζ (1 − s)   X Λ(n)  X Λ(n) X Λ(n)
= ≤ ≤ = c.
 
 ζ(1 − s)   n 1−s  n 1−σ n2
n=1 n=1 n=1

En total,  0 
 ζ (s)  π
 ζ(s)  < log(2π) + 2 c + c log |s| + c < c log |s|.
 

Ahora probaremos un resultado similar para −1 ≤ σ ≤ 2, donde tenemos que

esquivar los ceros no triviales de la función dseta. La situación es más delicada,
y aquí es donde interviene la fórmula de Riemann von-Mangoldt. Para empezar
probamos lo siguiente:
Teorema 4.23 Sea s ∈ C tal que −1 ≤ σ ≤ 2, τ ≥ 2. Entonces
ζ 0 (s) X 1
− = O(log τ ),
ζ(s) s−ρ
| Im ρ−τ |<1

donde ρ recorre los ceros no triviales de la función dseta que cumplen la condi-
ción indicada.
Demostración: Observemos que la función del enunciado no se hace nunca
infinita. Podría pensarse que lo es cuando s = ρ es un cero no trivial de la función
dseta, pero hay que entender que en el sumatorio ρ aparece repetido tantas veces
como indica su multiplicidad, es decir, que la suma contiene a o(ζ, ρ)/(s − ρ),
pero esto es justamente la parte singular de la serie de Laurent de ζ 0 (s)/ζ(s)
alrededor de ρ, luego ésta se cancela con parte del sumatorio y la expresión toma
un valor finito.
4.4. La fórmula de Riemann-von Mangoldt 131

Tenemos que
ζ(s) = π s/2 Π−1 (s/2)(s − 1)−1 ξ(s) =
1 Y s

s −1 −1
(2π) Π (s/2)(s − 1) 1− es/ρ ,
2 ρ
ρ

luego, si s no es un cero de la función dseta,

ζ 0 (s) 1 Π0 (s/2) X
 
1 1 1
= log 2π − − + + . (4.7)
ζ(s) s − 1 2 Π(s/2) ρ
s−ρ ρ

En primer lugar consideramos (4.7) para s + 3, que sin duda no es un cero de

la función dseta. Como en la prueba del teorema anterior, usamos la derivada
logarítmica de la fórmula de Stirling sobre z = (s + 3)/2, para el que se cumple
x = (σ + 3)/2 ≥ 1, y = τ /2 ≥ 1. La conclusión es que
 0 
 Π ((s + 3)/2)  1 1 π
 Π((s + 3)/2)  ≤ | log z| + 2 + 2 ≤ log |z| + 2 + 1 < c log τ.
 

En la última desigualdad usamos que τ ≥ 2. Por otra parte,

 0  ∞ 
∞ ∞
 ζ (s + 3)   X Λ(n)  X Λ(n) X Λ(n)
= ≤ ≤ = c.
 
 ζ(s + 3)   ns+3  nσ+3 n2

n=1 n=1 n=1

así pues, por (4.7) aplicado a s + 3 concluimos que

 
X  1 1 
+  ≤ c + log 2π + 1 + c log τ < c log τ.

s+3−ρ ρ 

 ρ

Dentro de esta suma, separamos los términos

 
X 1 1
+ .
s+3−ρ ρ
| Im ρ−τ |<1

Por el teorema 4.20, el número de sumandos es N (τ + 1) − N (τ − 1) = O(log τ ),

y cada uno de ellos tiene módulo
 
 1 1  1 1
 s + 3 − ρ + ρ  ≤ σ + 3 − 1 + τ − 1 ≤ 2,


luego  
  
 X 1 1 
 +  < c log τ.
| Im ρ−τ |<1 s + 3 − ρ ρ 
 

Por lo tanto, también

 
  
 X 1 1 
 +  < c log τ.
| Im ρ−τ |≥1 s + 3 − ρ ρ 

132 Capítulo 4. La función dseta de Riemann I

Ahora que hemos separado los ceros que podrían coincidir con s, pasamos a
estimar la suma con s en lugar de s + 3. Para ello usamos 4.20:
 
 X    
 1 1 X 1 1 
 + − + =
Im ρ≥τ +1 s − ρ ρ s + 3 − ρ ρ 

Im ρ≥τ +1

   
 X    X 
 1 1   3 
=  − = 
Im ρ≥τ +1 s − ρ s + 3 − ρ  Im ρ≥τ +1 (s − ρ)(s + 3 − ρ) 
  

X 3 X 1
≤ =3
|τ − Im ρ||τ − Im ρ| (τ − Im ρ)2
Im ρ≥τ +1 Im ρ≥τ +1
∞ ∞
X X 1 X X 1
=3 ≤ 3
n=1 τ +n≤Im ρ<τ +n+1
(τ − Im ρ)2 n=1
n2
τ +n≤Im ρ<τ +n+1
∞
X log(τ + n) X log 2τ X log 2n
<c 2
≤c 2
+c
n=1
n n n>τ
n2
n≤τ
∞ ∞ ∞
X log 2 Xlog 2n X 1
≤c 2
+ c 2
+ c log τ 2
< c log τ.
n=1
n n=1
n n=1
n
Similarmente,
 
 X   X  
 1 1 1 1 
 + − +  < c log τ,
Im ρ≤τ −1 s − ρ ρ s + 3 − ρ ρ 

Im ρ≤τ −1

luego  
 X  
 1 1 
 +  < c log τ.
| Im ρ−τ |≥1 s − ρ ρ 


Ahora volvemos a (4.7), que podemos escribir así:

ζ 0 (s) X 1 1 1 Π0 (s/2)
− = log 2π − −
ζ(s) s−ρ s − 1 2 Π(s/2)
| Im ρ−τ |<1

 
X 1 1 X 1
+ + + .
s−ρ ρ ρ
| Im ρ−τ |≥1 | Im ρ−τ |<1

En principio, esto vale cuando s no es un cero de la función dseta, pero

cuando s = ρ0 la igualdad vale para los puntos ρ0 ± δ, para todo δ > 0 sufi-
cientemente pequeño (notemos que, como no cambiamos la parte imaginaria, los
sumatorios son los mismos). Pero, según hemos explicado al principio, el primer
miembro puede verse como una función continua de δ, la función definida por
la serie de Laurent de ζ 0 (s)/ζ(s) a la que hemos restado su parte singular y tal
4.4. La fórmula de Riemann-von Mangoldt 133

vez una función holomorfa en un entorno de ρ0 (la parte del sumatorio corres-
pondiente a otros posibles ceros). Así, ambos miembros son funciones continuas
de δ en un entorno de 0, luego la igualdad vale también para δ = 0, es decir,
para s = ρ0 .
En cuanto al miembro derecho, los sumandos del último término cumplen
 
1
 ≤ 1 ≤1
ρ τ − 1

y el número de sumandos es N (τ + 1) − N (τ − 1) = O(log τ ), luego el su-

matorio es O(log τ ). Hemos probado que lo mismo vale para el penúltimo su-
mando, y es trivialmente cierto para los dos primeros. Sólo falta probar que
Π0 (s/2)/Π(s/2) = O(log τ ). En efecto, según la estimación general que hemos
hecho antes sobre la función factorial:
Π0 (s/s) 1
= log(s/2) + + µ0 (s/2),
Π(s/2) s
√
y | log(s/2)| ≤ log |s/2| + π ≤ log 2τ 2 + π = O(log τ ), mientras que
Z +∞ Z +∞
0 1/2 1 1
|µ (s/2)| ≤ dx ≤ dx =
0 (σ/2 + x)2 + τ 2 /4 2 0 (σ/2 + x)2 + 1

π 1 σ
− arctan ≤ c.
4 2 2
Ahora ya podemos continuar nuestro estudio de ζ 0 (s)/ζ(s):

Teorema 4.24 Para cada T ≥ 2 existe T < τ < T + 1 con la propiedad de que
todo cero no trivial de la función dseta cumple

| Im ρ − τ |−1 ≤ c log τ

(donde c es una constante independiente de T ). Sobre los números s cuya parte

imaginaria cumple esta condición y cuya parte real es −1 ≤ σ ≤ 2, se cumple
que
ζ 0 (s)
= O(log2 τ ).
ζ(s)

Demostración: Por 4.20 tenemos que el número m de ceros no triviales ρ

tales que T ≤ Im ρ < T + 1 (contados con su multiplicidad) es m ≤ c log T − 1.
Las partes imaginarias de dichos ceros dividen al intervalo [T, T + 1] en m + 1
subintervalos, luego no puede ser que todos ellos tengan longitud menor que
(c log T )−1 . Si tomamos T < τ < T + 1 que sea el centro de un subintervalo
de longitud ≥ (c log T )−1 , entonces | Im ρ − τ | ≥ (2c log T )−1 , para todo cero no
trivial ρ, luego
| Im ρ − τ |−1 ≤ 2c log T ≤ c log τ.
134 Capítulo 4. La función dseta de Riemann I

Ahora recordamos el teorema 4.23, según el cual, si −1 ≤ σ ≤ 2, se cumple

que
ζ 0 (s) X 1
− = O(log τ ).
ζ(s) s−ρ
| Im ρ−τ |<1

Por 4.20, el número de sumandos es O(log τ ), y cada uno de ellos tiene módulo

|s − ρ|−1 ≤ |τ − Im ρ|−1 = O(log τ ),

luego
ζ 0 (s)
= O(log2 τ ).
ζ(s)
Obviamente, tomando conjugados se concluye que ζ 0 (s)/ζ(s) = O(log2 |τ |)
en la banda −1 ≤ σ ≤ 2 y |τ | ≥ 2 siempre que la parte imaginaria sea opuesta
a una de las que cumplen el teorema anterior. Respecto al semiplano σ ≥ 2 no
hay nada que probar, pues en él la derivada logarítmica está acotada.
Terminamos con otra aplicación del teorema 4.23:

La hipótesis de Lindelöf Tras el teorema 4.11 hemos visto que la función de

Lindelöf µ está determinada salvo en el intervalo ]0, 1[, donde sólo hemos sabido
dar cotas superiores e inferiores. En particular, 0 ≤ µ(0) ≤ 1/4.
Lindelöf conjeturó lo que hoy se conoce como hipótesis de Lindelöf, que no
es sino la afirmación:
µ(0) = 0.
Notemos que los resultados que conocemos sobre la función µ (en especial
su convexidad) hacen que la hipótesis de Lindelöf la determine completamente.
A saber, si µ(0) = 0, necesariamente

0 si σ ≥ 1/2,
µ(σ) = 1
2 − σ si σ ≤ 1/2.

Definimos N (σ, T ) como el número de ceros no triviales de la función dseta

(contados con su multiplicidad) que cumplen Re ρ ≥ σ, 0 ≤ Im ρ ≤ T .
La hipótesis de Riemann implica que N (σ, T ) = 0 para todo σ > 1/2, luego
el teorema siguiente muestra en particular que la hipótesis de Riemann implica
la hipótesis de Lindelöf:

Teorema 4.25 La hipótesis de Lindelöf equivale a que, para todo σ > 1/2, se
cumple que
N (σ, T + 1) − N (σ, T ) = o(log T ).

Demostración: Sea δ = σ − 1/2. Si se cumple la hipótesis de Lindelöf,

aplicamos a la función ζ(s+2+iT ) la fórmula de Jensen [VC 4.24] con r = 23 − 4δ :
Z 2π
X r 1
log = log |ζ(2 + iT + reiθ )| dθ − log |ζ(2 + iT )|.
|ρ − 2 − iT | 2π 0
|ρ−2−iT |<r
4.4. La fórmula de Riemann-von Mangoldt 135

donde ρ recorre los ceros de ζ(s) que cumplen la condición indicada. Por hi-
pótesis, dado  > 0, tenemos que ζ(σ + iτ ) = O(τ /2 ) para σ = 12 + 4δ y para
σ = 27 − 4δ , y en la prueba del teorema de Lindelöf se ve que, para cualquier σ
intermedio, se cumple que

|ζ(σ + iτ )| ≤ M τ /2 ,

donde la constante M no depende de σ. Por lo tanto,

 
log |ζ(2 + iT + reiθ )| ≤ log M + log(T + r sen θ) ≤ log M + log(T + 3/2).
2 2
Por consiguiente, existe un T > 0 tal que si T > T entonces

log |ζ(2 + iT + reiθ )| ≤  log T.

Lo mismo vale entonces para la integral, y trivialmente para el último término,

que está acotado, luego todo el miembro derecho de la igualdad precedente es
o(log T ).
Si N es el número de ceros en el disco |ρ − 2 − iT | < r1 = 23 − 2δ ≤ r, entonces

3 δ
2 − 4
X r
N log 3 δ
≤ log ≤
2 − 2
|ρ − 2 − iT |
|ρ−2−iT |<r1
2 + Ti
X r
log = o(log T ).
|ρ − 2 − iT |
|ρ−2−iT |<r

Ahora bien, recordando que δ = σ − 1/2, tenemos que

N (σ, t + 1) − N (σ, t) es el número de ceros en el rec-
tángulo [ 12 +δ, 1]×]t, t + 1], el cual, por la compacidad
de su clausura, puede cubrirse con un número finito 1/2 σ 1 2
de discos de la forma Dj = D(2 + iTj , 32 − 2δ ), cuyo número Kδ depende de δ,
pero no de t (si cubrimos un rectángulo para un t, cualquier otro rectángulo se
cubre por trasladados de los mismos discos). Por consiguiente,
Kδ
N (σ, t + 1) − N (σ, t) ≤ 3 δ o(log T ) = o(log T ).
2−4
log 3 δ
2−2

Supongamos ahora que se cumple la condición del enunciado. Esto implica,

más en general, que
1
P
N (σ, T + 2) − N (σ, T − 2) = (N (σ, T + k + 1) − N (σ, T + k))
k=−2

1
P
= o(log(T + k)) = o(log T ).
k=−2
136 Capítulo 4. La función dseta de Riemann I

Fijemos un número 0 < δ < 1/2 y consideremos

D = D(2 + iT, 32 − δ). Es fácil ver entonces que la 2 + (T + 2)i
intersecciónde D con la banda crítica está contenida
en 21 + δ, 1 × ]T − 2, T + 2[, luego, por hipótesis, el


número de ceros que contiene es a lo sumo

2 + Ti
N (1/2 + δ, T + 2) − N (1/2 + δ, T − 2) = o(log T ).

Vamos a estimar la función meromorfa

2 + (T − 2)i
ζ 0 (s) X 1
F (s) = − .
ζ(s) s−ρ
ρ∈D 2
0
Como sucedía en el teorema 4.23, la función ζ (s)/ζ(s) tiene polos simples en
los ceros de ζ(s), y el sumatorio elimina las partes singulares correspondientes
a los ceros en D, luego F es holomorfa en D. En particular lo es en los puntos
de la circunferencia |s − 2 − iT | = 23 − 2δ. Fijado uno de estos puntos, podemos
descomponer F como

ζ 0 (s) X 1 ζ 0 (s) X 1 X 1 X 1
− = − + − .
ζ(s) s−ρ ζ(s) s−ρ s−ρ s−ρ
ρ∈D | Im ρ−τ |<1 | Im ρ−τ |<1 | Im ρ−τ |≥1
ρ∈D
/ ρ∈D

Ahora observamos que si ρ está en uno de los dos últimos sumatorios y

|s − ρ| < δ, entonces |τ − Im ρ| < δ < 1, luego ρ tiene que estar concretamente
en el penúltimo sumatorio, con ρ ∈ / D, pero entonces
 
3 3
|s − ρ| ≥ |ρ − 2 − iT | − |s − 2 − iT | ≥ − δ − − 2δ = δ,
2 2

contradicción. Por lo tanto, todos los sumandos de los dos últimos sumatorios
cumplen |s − ρ| ≥ δ.
Los ceros con | Im ρ − τ | < 1 cumplen también | Im ρ − T | < 1 + 3/2, luego
su número es O(log T ), por el teorema 4.20. Por lo tanto, el penúltimo suma-
torio es O(δ −1 log T ). Lo mismo vale para el último sumatorio, pues los ceros
de D cumplen | Im ρ − T | < 3/2, luego también son O(log T ) (de hecho, he-
mos visto que por hipótesis son o(log T ), pero en este punto de la prueba no
podemos aprovechar realmente la hipótesis del teorema, ya que en cualquier
caso sólo podemos afirmar que los dos últimos sumatorios son, conjuntamente,
O(δ −1 log T )).
Por último, teniendo en cuenta el teorema 4.23, para σ ≤ 2 tenemos que

F (s) = O(log τ ) + O(δ −1 log T ) = O(δ −1 log T ),

mientras que si σ > 2, entonces ζ 0 (s)/ζ(s) = O(1), pues en este semiplano

admite un desarrollo en serie de Dirichlet, y el sumatorio para ρ ∈ D tiene
O(log T ) sumandos (de nuevo, no necesitamos la hipótesis de que son o(log T )),
todos los cuales cumplen |s − ρ| > 1 > δ, luego la conclusión es la misma.
4.4. La fórmula de Riemann-von Mangoldt 137

3
En resumen, tenemos que, sobre la circunferencia |s − 2 − iT | = 2 − 2δ, la
función holomorfa F está acotada por M (δ, T ) = (c/δ) log T .
Consideremos ahora un punto de la circunferencia |s − 2 − iT | = 1/2. Aquí
la situación es más simple, pues la circunferencia está contenida en el semiplano
σ > 1.25, luego ζ 0 (s)/ζ(s) = O(1) y |s − ρ| ≥ 1/2, luego todos los sumandos
que aparecen en el sumatorio que define a F están acotados por 2. Ahora sí que
podemos aprovechar que el número de sumandos es o(log T ), para concluir que
el sumatorio es o(log T ).
Así pues, sobre la circunferencia |s − 2 − iT | = 1/2 tenemos que F está
acotada por M0 (T ) = o(log T ).
Con esto podemos aplicar el teorema de las tres circunferencias [VC 2.22]
al anillo D(0; 21 , 32 − 2δ). La conclusión es que si |s − 2 − iT | = r, donde
1/2 ≤ r ≤ 3/2 − 3δ, entonces

|F (s)| ≤ M0 (T )α M (δ, T )1−α ≤ M0 (T )M (δ, T ) = o(log T ),

donde α = log( 3−4δ

2r )/ log(3 − 6δ).
1
Sea ahora γ el segmento de extremos 2 + 3δ + iT y 2 + iT . Tenemos que
Z 
 F (s) dσ  ≤ 3 o(log T ) = o(log T ).
 
  2
γ

Por otra parte

Z
1
F (s) dσ = log ζ(2 + iT ) − log ζ( + 3δ + iT )
γ 2

X 1
− (log(2 + iT − ρ) − log( + 3δ + iT − ρ)).
2
ρ∈D

Aquí observamos que log ζ(2 + iT ) = O(1), pues log ζ admite un desarrollo en
serie de Dirichlet absolutamente convergente en σ > 1. Tomando partes reales
queda que

1 X 1
log |ζ( + 3δ + iT )| = o(log T ) + (log |2 + iT − ρ| − log | + 3δ + iT − ρ|).
2 2
ρ∈D

Tenemos que log |2 + iT − ρ| ≤ log(3/2) y

log |1/2 + 3δ + iT − ρ| = log |1/2 + 3δ − 2 + (2 + iT − ρ)| ≤ log 6,

y el número de sumandos es o(log T ), luego la suma es también o(log T ). En

definitiva,
1
log |ζ( + 3δ + iT )| = o(log T ).
2
138 Capítulo 4. La función dseta de Riemann I

Dado  > 0, vemos entonces que

|ζ( 12 + 3δ + iT )| log |ζ( 12 + 3δ + iT )|

 
log = −  log T → −∞,
T log T

luego
|ζ( 21 + 3δ + iT )|
lím = 0.
T →+∞ T
Esto significa que µ( 12 + 3δ) = 0 y, por continuidad, µ(1/2) = 0.
Capítulo V

La función dseta y los

números primos

La demostración que hemos dado del teorema de los números primos se ha

apoyado en el hecho de que la función dseta de Riemann no tiene ceros sobre la
recta σ = 1. Es posible demostrar el teorema sin hacer referencia a la función
dseta ni a funciones holomorfas en general, pero con ello se oculta la estrecha
relación que existe entre la distribución de los números primos y los ceros no
triviales de la función dseta. En este capítulo la pondremos de manifiesto.

5.1 Fórmulas explícitas

El teorema de los números primos proporciona una aproximación asintótica
a la función contadora de primos π(n). Sin embargo, Riemann se propuso
encontrar una expresión analítica exacta, y llegó a una expresión que muestra
explícitamente la conexión entre la función π(n) y los ceros no triviales de la
función dseta. Dicha fórmula se conoce como la “fórmula explícita” para π(x).
En principio, Riemann obtuvo una fórmula para la función π ∗ (x) que definimos
en 2.15:
Z +∞
X dt
π ∗ (x) = il(x) − il(xρ ) − log 2 + 2
.
ρ x t(t − 1) log t

Aquí la función il es la integral logarítmica completa:

Z x
dt
il(x) = = Il(x) + il(2),
0 log t

donde il(2) se define como el valor principal

Z 1− Z 2 
dt dt
il(2) = lím+ + ≈ 1.04516378 . . .
→0 0 log t 1− log t

(El límite de cada sumando por separado es infinito.)

139
140 Capítulo 5. La función dseta y los números primos

Además, para plantear la fórmula explícita es necesario extender la definición

a una función holomorfa en el plano complejo, de modo que pueda actuar sobre
los números xρ . Además, la convergencia de la serie no es absoluta, por lo que
es necesario especificar el orden de los sumandos. Aplicando la fórmula probada
en 2.16 se obtiene la fórmula explícita para π:
∞ Z +∞ !
X µ(n) 1/n
X
ρ/n dt
π(x) = il(x ) − il(x ) − log 2 + 2
.
n=1
n ρ x1/n t(t − 1) log t

Riemann conjeturó que la función

∞
X µ(n)
R(x) = il(x1/n )
n=1
n

sería una aproximación de π(x) mucho mejor que Il(x). La figura de la izquierda
muestra las gráficas de π(x), Il(x) y R(x). La que queda claramente por arriba
es Il(x). La figura de la izquierda muestra los valores de R(x) − π(x). Vemos
que para x ≤ 10 000 el error no excede las 6 unidades.
30

25

20

15

10

20 40 60 80 100

En realidad Riemann no demostró la fórmula explícita, sino que la primera

prueba rigurosa se debe a von Mangoldt, quien además obtuvo otra “fórmula
explícita” para la función ψ, que resulta ser mucho más sencilla y manejable que
la de π. En realidad, por razones técnicas, la fórmula en cuestión no calcula la
función ψ propiamente dicha, sino una variante mínima:
1
ψ0 (x) = ( lím ψ(x) + lím+ ψ(x)).
2 t→x− t→x

Esta función coincide con ψ(x) en los puntos en los que ésta es continua, es
decir, salvo si x es potencia de primo, en cuyo caso ψ0 (x) = ψ(x) − 21 Λ(x) es el
punto medio del salto finito que presenta ψ en x.
Con esta salvedad, la fórmula explícita de von Mangoldt es la siguiente:
Teorema 5.1 Si1 x ≥ 2, se cumple que
X xρ 1

1

ψ0 (x) = x − − log 2π − log 1 − 2 ,
ρ
ρ 2 x

donde ρ recorre los ceros no triviales de la función dseta repetidos según su

multiplicidad.
1 En realidad la fórmula vale si x > 1, pero por simplicidad supondremos x ≥ 2.
5.1. Fórmulas explícitas 141

Como vemos, en esta fórmula desaparecen las integrales logarítmicas, la inte-

gral final y también el sumatorio con la función de Möbius. Aun así, la fórmula
retiene una dificultad, y es que la serie que aparece en ella no es absolutamente
convergente, ya que |xρ /ρ| ≥ 1/|ρ| y en 4.15 hemos visto que esta serie diverge.
Por ello hay que fijar una ordenación de los ceros y, concretamente, entendere-
mos que
X xρ X xρ
= lím .
ρ
ρ T →+∞ ρ
| Im ρ|<T

Por otra parte, es interesante observar que el desarrollo en serie de Taylor

∞
X zn
log(1 − z) = − ,
n=1
n

nos da que el último término de la fórmula explícita es

∞ ∞
x−2n
 
1 1 1X 1 X
log 1 − 2 = − = ,
2 x 2 n=1 nx2n n=1
−2n

que es la serie análoga al primer término, pero para los ceros triviales de la
función dseta, en lugar de los no triviales.
El hecho de que la serie que aparece en la fórmula de von Mangoldt no
sea absolutamente convergente introduce dificultades en la demostración, las
cuales desaparecen en la prueba de otra fórmula explícita para una función más
sencilla, a saber, la integral
Z x X
ψ1 (x) = ψ(t) dt = Λ(n)(x − n).
1 n≤x

La segunda igualdad se obtiene aplicando 2.20:

X X Z x
Λ(n)n = Λ(n)x − ψ(t) dt.
n≤x n≤x 1

La fórmula explícita para ψ1 es la siguiente:

Teorema 5.2 Si x ≥ 1, se cumple

∞
x2 X xρ+1 ζ 0 (−1) X x1−2n
ψ1 (x) = − − x log 2π + − .
2 ρ
ρ(ρ + 1) ζ(−1) n=1 2n(2n − 1)

Las dos series que aparecen en esta fórmula son absolutamente convergentes.
La primera porque  ρ+1 
 x  xRe ρ+1 x2
 ρ(ρ + 1)  = |ρ||ρ + 1| ≤ |ρ|2 ,
 

y este último término define una serie convergente.

142 Capítulo 5. La función dseta y los números primos

Se observa además que la fórmula para ψ0 se obtiene derivando la correspon-

diente a ψ1 , admitiendo que las series pueden derivarse término a término, pero
nada justifica que esto sea lícito (de hecho, suponiendo que fuera lícito hacerlo,
¿por qué la derivada tendría que ser ψ0 (x) y no ψ(x)?). Así pues, tendremos que
demostrar los dos teoremas independientemente. No entraremos, en cambio, en
la prueba de la fórmula explícita para π(x).

La fórmula explícita para ψ1 Demostraremos primero el teorema 5.2, que

es más sencillo que 5.1. Partimos de una variante del teorema 4.22 (del cual
sólo necesitaremos el caso k = 1):

Teorema 5.3 Sea k ≥ 1 un número natural y c > 0, y > 0 números reales.

Entonces
0 si y ≤ 1
Z c+∞i (
1 y s ds k
=

1 1
2πi c−∞i s(s + 1) · · · (s + k) k! 1 − y si y ≥ 1.

Demostración: Sea f (s) el integrando. Observemos en primer lugar que,

sobre los puntos de la forma s = c + it, puesto que |s + j| ≥ t, tenemos que

ys c
 
≤ y ,
 
|f (s)| = 

k+1
s(s + 1) · · · (s + k)  |t|

de donde se sigue que f es integrable sobre la recta σ = c.

Supongamos en primer lugar que y ≥ 1. Para
cada T > 0, consideramos el arco de circunferencia C
C de centro 0 y radio R que une los puntos c ± T i
y que está a la izquierda de la recta σ = c, tal y
c
como indica la figura. Podemos suponer que T es lo
suficientemente grande como para que R > 2k. Por
el teorema de los residuos
Z c+T i Z k
1 1 X
f (s) ds + f (s) ds = Res(f, −j).
2πi c−T i 2πi C j=0

Por otra parte, sobre C ∗ tenemos que |s+j| ≥ |s|−j ≥ R −k ≥ R −R/2 = R/2,
así como que |y s | = y σ ≤ y c , y aquí es crucial que y ≥ 1. Por lo tanto
k+1 c
2k+1 y c
Z 
 f (s) ds ≤ 2πR 2 y
 
k+1
< 2π .

C
 R Tk

Como esta expresión tiende a 0 cuando T tiende a +∞, concluimos que

Z c+∞i k
1 X
f (s) ds = Res(f, −j).
2πi c−∞i j=0
5.1. Fórmulas explícitas 143

Los residuos los podemos calcular con el teorema [VC 3.16]: consideramos
k
Q
la función P (s) = (s + r), con lo que
r=0
y −j
Res(f, −j) = 0 ,
P (−j)
Q
ahora bien, P (s) = (s + j) (s + r), luego
r6=j

j−1 k
P 0 (−j) =
Q Q Q
(r − j) = (r − j) (r − j) =
r6=j r=0 r=j+1

j−1 k
(−1)j (k − j) = (−1)j j!(r − j)!
Q Q
(j − r)
r=0 r=j+1

Por lo tanto,
k k k  
X X y −j 1 X k 1
Res(f, −j) = j
= (−1/y)j = (1 − 1/y)k .
j=0 j=0
(−1) j!(k − j)! k! j=0 j k!

Si y ≤ 1 la diferencia es que tenemos que considerar como Ci el arco de

circunferencia que queda a la derecha de la recta σ = c, para que podamos decir
igualmente que, sobre C ∗ , se cumple |y s | = y σ ≤ y c , porque σ ≥ c e y ≤ 1. En
este caso el arco cerrado no encierra polos de f y la integral es nula.
Con esto obtenemos una primera expresión para ψ1 (x):
Teorema 5.4 Si x > 0 y c > 1, se cumple:
Z c+i∞
1 xs+1 ζ 0 (s)
ψ1 (x) = − ds.
2πi c−i∞ s(s + 1) ζ(s)
Demostración: Tenemos que
∞ Z c+i∞
ψ1 (x) X n 1 X (x/n)s ds
= 1− Λ(n) = Λ(n) .
x x 2πi n=1 c−i∞ s(s + 1)
n≤x

Ahora queremos intercambiar la suma y la integral. Para ello observamos que

N  N
 X Λ(n)(x/n)c+it  X Λ(n) 1 ζ 0 (c) 1
 ≤ xc ≤ −xc ,
 

 (c + it)(c + 1 + it)  c 2
n c +t 2 ζ(c) c2 + t2
n=1 n=1

y esta última función es integrable en R, por lo que podemos aplicar el teorema

de la convergencia dominada de Lebesgue [An 8.55] (a la parte real y a la parte
imaginaria de las sumas parciales). Así pues,
Z c+i∞ ∞
ψ1 (x) 1 xs X Λ(n)
= ds,
x 2πi c−i∞ s(s + 1) n=1 ns

de donde se sigue la fórmula del enunciado.

144 Capítulo 5. La función dseta y los números primos

Ahora ya estamos en condiciones de obtener la fórmula explícita:

Demostración (de 5.2): Consideremos la inte- Ti

gral
xs+1 ζ 0 (s)
Z
1
− ds, 6
2πi R s(s + 1) ζ(s)
donde R es el rectángulo que muestra la figura. −X 2
Escogemos X ≥ 3 de modo que sea un natural
impar y X < T < X + 1 de modo que cumpla la
condición del teorema 4.24. Así, el teorema 4.22 −T i
nos asegura que ζ 0 (s)/ζ(s) = O(log |s|) sobre el
lado izquierdo del rectángulo, y también sobre los lados horizontales desde X
hasta −1. Por su parte, el teorema 4.24 nos asegura que ζ 0 (s)/ζ(s) = O(log2 |τ |)
sobre el resto de dichos lados. Así pues, sobre el lado izquierdo tenemos que
 
 1 Z −X+T i xs+1 ζ 0 (s)  2T c log |X + iT |x−X+1 cX log(3X)
ds ≤ ≤ ,
 
 2πi −X−T i s(s + 1) ζ(s) 

2πX 2 X2

mientras que, sobre cada lado horizontal:

 
 1 Z −1±T i xs+1 ζ 0 (s)  cX log |X + iT | cX log(3X)
ds ≤ ≤ ,
 
 2πi −X±T i s(s + 1) ζ(s)  2πT 2 X2


 
 1 Z 2±T i xs+1 ζ 0 (s)  3c log2 T x3 c log2 (2X)x3
ds ≤ ≤ .
 
 2πi −1±T i s(s + 1) ζ(s)  2πT 2 X2


Todas las cotas tienden a 0 cuando X tiende a +∞, luego la integral sobre R
tiende a la integral sobre la recta σ = 2, que por el teorema anterior es ψ1 (x).
El teorema de los residuos nos da entonces que
P ∞
P
ψ1 (x) = − Res(f, −1) − Res(f, 0) − Res(f, 1) − Res(f, ρ) − Res(f, −2n),
ρ n=1

donde f (s) es el integrando. Sólo falta calcular los residuos:

• Como xs+1 /s toma el valor −1 en s = −1, es claro que

ζ 0 (−1)
Res(f, −1) = − .
ζ(−1)

• Como xs+1 /(s + 1) toma el valor x en s = 0, concluimos que

ζ 0 (0)
Res(f, 0) = x = x log 2π
ζ(0)

(está calculado tras el teorema 4.16).

5.1. Fórmulas explícitas 145

• Como xs+1 /s(s + 1) toma el valor x2 /2 en s = 1 y la derivada logarítmica

ζ 0 (s)/ζ(s) tiene residuo −1 (por el teorema [VC 3.20]), llegamos a que

Res(f, 1) = −x2 /2.

• En un cero no trivial ρ, el residuo de la derivada logarítmica es su multi-

plicidad, luego
xρ+1
Res(f, ρ) = o(ζ, ρ).
ρ(ρ + 1)
• Análogamente,
x−2n+1
Res(f, −2n) = .
2n(2n − 1)
Al poner estos valores en la expresión que hemos obtenido para ψ1 resulta
la fórmula explícita. Notemos que o(ζ, ρ) desaparece por el convenio de que ρ
recorre los ceros no triviales repetidos según su multiplicidad.

La fórmula explícita para ψ0 La prueba del teorema 5.1 es más delicada.

Conviene probar una versión aproximada con sumas finitas:

Teorema 5.5 Si x ≥ 2 y T ≥ 2, se cumple que

xρ
 
X 1 1
ψ0 (x) = x − − log 2π − log 1 − 2
ρ 2 x
| Im ρ|<T

x log2 (xT ) x
+O( + mín{1, } log x),
T T hxi
donde hxi > 0 representa la distancia de x a la potencia de primo más próxima.

De aquí se obtiene 5.1 sin más que hacer que T tienda a +∞. Necesitamos
una variante de 5.3:

Teorema 5.6 Sea

(0 si 0 < y < 1,
c+iT
ys
Z
1 1
I(y, T ) = ds, δ(y) = 2 si y = 1,
2πi c−iT s 1 si y > 1.
Entonces, para todo y > 0, c > 0, T > 0, se cumple que

y mín{1, πT | 1log y| } si y 6= 1,
 c
|I(y, T ) − δ(y)| < c
πT si y = 1.

En particular tenemos que

(0 si 0 < y < 1,
c+∞i
ys
Z
1 1
ds = 2 so y = 1,
2πi c−∞i s 1 si y > 1,
146 Capítulo 5. La función dseta y los números primos

pero con la precaución de que si y = 1 la función no es integrable, de modo

que lo que hemos calculado es sólo su valor principal (la integral de c a c + ∞i
sería infinita, y la integral completa sale finita porque las partes imaginarias
para u > 0 se cancelan con las partes imaginarias correspondientes para u < 0).
Precisamente por esto es mejor no trabajar con la integral infinita, sino hacerlo
en todo momento con integrales en segmentos finitos.

Demostración: Supongamos en primer lu- Ti

gar que y > 1 y consideremos el rectángulo R
que muestra la figura, para X > 0. El teorema 6
de los residuos implica que
Z s −X c
1 y
ds = 1.
2πi R s

Observemos que −T i
 
 1 Z −X−iT y s  T y −X T
ds ≤ < ,
 
 2πi −X+iT s πX πX


 
 1 Z c−iT y s   1 Z c y u−iT 

ds =  du
 
 2πi −X−iT s 2πi −X u − iT


Z c u
1 y 1
≤ du = (y c − y −X ),
2π −X T 2πT log y
e igualmente
 
 1 Z −X+iT y s  1
ds ≤ (y c − y −X ).
 
 2πi c+iT s  2πT log y


Por lo tanto, haciendo tender X a +∞ resulta que

 
 1 Z c+iT y s  yc
ds − 1 ≤ .
 
 2πi c−iT s  πT | log y|


Falta probar que y c también es una cota. Para

ello es mejor considerar el arco de circunferencia C
de centro 0 que une c + iT con c − iT y que está a la
izquierda de la recta σ = c. Así
c
c+iT
ys ys
Z Z
1 1
ds = 1 − ds,
2πi c−iT s 2πi C s

luego  
 1 Z c+iT y s  1 p yc
ds − 1 ≤ 2π c2 + T 2 √ = yc .
 
 2πi c−iT s  2π

c2 + T 2
5.1. Fórmulas explícitas 147

El caso y < 1 es totalmente análogo, aunque ahora tomamos el rectángulo

y el arco de circunferencia a la derecha de la recta σ = c, con lo que los arcos
cerrados sobre los que integramos no encierran el polo del integrando y la integral
es nula. Por último, si y = 1 la integral se reduce a
Z c+iT Z T Z T
1 1 1 i 1 c − iu
ds = du = du
2πi c−iT s 2πi −T c + iu 2π −T c2 + u2

1 T 1 T /c 1 1 +∞ 1
Z Z Z
c 1
= du = dv = − dv,
π 0 c2 + u 2 π 0 1 + v2 2 π T /c 1 + v 2
luego
 
 1 Z c+iT 1 1  1 +∞ 1
Z
1 +∞ 1
Z
c
ds − ≤ dv < dv = .

 2πi c−iT s 2  π T /c 1 + v 2 π T /c v 2 πT


Ahora definimos
c+iT
ζ 0 (s) xs
Z
1
J(x, T ) = − ds.
2πi c−iT ζ(s) s
Teorema 5.7 Si x > 0, c > 1 y T > 0, se cumple que
∞
X 1 c
|J(x, T ) − ψ0 (x)| < Λ(n)(x/n)c mín{1, } + Λ(x),
T | log(x/n)| T
n=1(6=x)

donde definimos Λ(x) = 0 cuando x no es una potencia de primo.

Demostración: Tenemos que
∞
Z c+iT X ∞ Z c+iT
1 Λ(n) xs X 1 (x/n)s
J(x, T ) = s
ds = Λ(n) ds,
2πi c−iT n=1 n s n=1
2πi c−iT s

donde el cambio entre la integral y el sumatorio es correcto porque la serie

converge uniformemente en la imagen del segmento sobre el que se extiende la
integral. Ahora observamos que, con la notación del teorema anterior,
∞
X
ψ0 (x) = Λ(n)δ(x/n),
n=1

luego, aplicando dicho teorema,

 
∞
X  1 Z c+iT (x/n)s 
|J(x, T ) − ψ0 (x)| ≤ Λ(n)  ds − δ(x/n)
 
 2πi c−iT s 
n=1
∞
X 1 c
≤ Λ(n)(x/n)c mín{1, } + Λ(x),
T | log(x/n)| T
n=1(6=x)

(donde hemos eliminado π de los denominadores).

De aquí obtenemos la estimación siguiente:
148 Capítulo 5. La función dseta y los números primos

Teorema 5.8 Si x ≥ 2, 1 < c < 3 y T > 0, se cumple que

xc x log2 x x
|J(x, T ) − ψ0 (x)| = O( + + mín{1, } log x).
T (c − 1) T T hxi

Demostración: Observemos en primer lugar que2

c 3 log x Ax log2 x
Λ(x) ≤ ≤ ,
T T T
pues si Λ(x) 6= 0, es que x = pk y Λ(x) = log p ≤ log x.
Ahora vamos a descomponer en varios sumandos la serie que aparece en el
enunciado del teorema anterior. Para todo T suficientemente grande, tenemos
que
X 1 X Λ(n) 1
Λ(n)(x/n)c mín{1, } ≤ xc mín{1, }
T | log(x/n)| nc T log(4/3)
n≤(3/4)x n≤(3/4)x

∞
xc X Λ(n) xc ζ 0 (c) Axc
≤ = − ≤ ,
T log(4/3) n=1 nc T log(4/3) ζ(c) T (c − 1)
donde en la última desigualdad usamos que
ζ 0 (s) 1 1 + (s − 1)f (s) A
− = + f (s) = ≤ ,
ζ(s) s−1 s−1 s−1
donde f (s) es una función holomorfa en un entorno del intervalo [1, 3], por lo
que 1 + (s − 1)f (s) está acotada superiormente en dicho intervalo.
Similarmente, si n ≥ (5/4)x tenemos que | log(x/n)| ≥ | log(4/5)|, y llegamos
a la misma conclusión.
A continuación consideramos los sumandos para los que (3/4)x < n < x. Si
x1 es la mayor potencia de primo menor que x, podemos suponer que se cumple
(3/4)x < x1 < x, pues en caso contrario todos los sumandos indicados son nulos.
Para n = x1 tenemos que
 
x − x1 x − x1
log(x/n) = − log 1 − ≥ ,
x x
luego el sumando correspondiente en la serie es
1 x
Λ(n)(x/n)c mín{1, } ≤ Λ(x1 )(4/3)3 mín{1, }
T | log(x/n)| T (x − x1 )
x
= A mín{1, } log x
T hxi
(pues x1 = pk y Λ(x1 ) = log p ≤ log x1 < log x).
2 Como en este contexto la c tiene un significado concreto, en lo sucesivo usaremos la letra A

para representar constantes arbitrarias, no necesariamente la misma en cada aparición.

5.1. Fórmulas explícitas 149

Los demás sumandos no nulos corresponden a índices de la forma n = x1 −m,

con 0 < m < x/4 (pues x1 − m > (3/4)x, luego m < x1 − (3/4)x < x/4). Por
lo tanto
log(x/n) > log(x1 /n) = − log(1 − m/x1 ) ≥ m/x1 ,
luego
X 1
Λ(n)(x/n)c mín{1, }≤
T | log(x/n)|
(3/4)x<n<x1
X x1 (4/3)3 x1 log x X 1 Ax log2 x
Λ(x1 − m)(4/3)3 ≤ ≤ ,
Tm T m T
0<m<x/4 0<m<x/4

donde hemos usado que

1
P
m
m≤x
lím = 1.
log x
x→+∞

Finalmente consideramos los términos para x < n < (5/4)x, para lo cual
llamamos x2 a la menor potencia de primo mayor que x, y podemos suponer
que x < x2 < (5/4)x, o de lo contrario todos los términos son nulos. Para
n = x2 tenemos que
 
x2 − x x2 − x
| log(x/n)| = − log 1 − ≥ ,
x2 x2
luego el sumando correspondiente en la serie es
1 x
Λ(n)(x/n)c mín{1, } ≤ Λ(x2 ) mín{1, }
T | log(x/n)| T (x2 − x)
x
= A mín{1, } log x.
T hxi
Los demás términos corresponden a índices n = x2 + m, con 0 < m < x/4, luego
 
m m
| log(x/n)| = − log(x/n) > − log(x2 /n) = − log − ≥ .
x2 + m x2 + m
Por lo tanto,
x2 + m 2x + x/4 Ax
| log(x/n)|−1 ≤ ≤ ≤ ,
m m m
donde hemos usado el postulado de Bertrand 3.9, que nos asegura que existe un
primo (luego una potencia de primo) ≤ 2x. A su vez,
X 1
Λ(n)(x/n)c mín{1, }≤
T | log(x/n)|
x2 <n<(5/4)x

X Ax Ax log x X 1 Ax log2 x
Λ(x1 + m) ≤ ≤ .
Tm T m T
0<m<x/4 0<m<x/4

Reuniendo todas las cotas que hemos obtenido, tenemos la conclusión buscada.

La conclusión se simplifica si elegimos c adecuadamente:

150 Capítulo 5. La función dseta y los números primos

Teorema 5.9 Si x ≥ 2 y T > 0, tomando c = 1 + log−1 x se cumple que

x log2 x x
|J(x, T ) − ψ0 (x)| = O( + mín{1, } log x).
T T hxi
Demostración: Basta observar que
xc elog x+1 log x ex log x Ax log2 x
= = ≤ .
T (c − 1) T T T

En lo sucesivo supondremos que J(x, T ) se

Ti
calcula con c = 1 + log−1 x. Sea U un número
natural impar y consideremos el rectángulo indi-
cado en la figura. Suponemos además que T no 6
es la parte imaginaria de ningún cero de la fun-
−U c
ción dseta. Entonces, los polos del integrando de
J(x, T ) contenidos en el rectángulo son los ceros
no triviales que cumplen | Im ρ| < T , los enteros
pares −U < 2m ≤ 0 y el 1. Vamos a calcular los −T i
residuos correspondientes:
0
• En s = 1 tenemos que − ζζ(s)
(s)
tiene residuo 1 y y x1 /1 = x, luego el residuo
del producto es x.
• En s = 0 tenemos que xs /s tiene residuo 1, luego el residuo del producto
0
es − ζζ(0)
(0)
= − log 2π.

• En un cero no trivial ρ de la función dseta, el residuo de ζ 0 (s)/ζ(s) es

o(ζ, ρ), luego el del producto es −o(ζ, ρ)xρ /ρ.
• En s = −2m el residuo de ζ 0 (s)/ζ(s) es 1.
Por consiguiente, la suma de los residuos es
X xρ 1 X x−2m
x − log 2π − − ,
ρ 2 m
| Im ρ|<T 0<2m<U

donde estamos adoptando el convenio habitual de que en las sumas respecto de

ρ cada cero se repite o(ζ, ρ) veces. El teorema de los residuos nos da entonces
que
ζ 0 (s) xs X xρ 1 X x−2m
Z
1
J(x, T ) = − ds + x − log 2π − − ,
2πi γ ζ(s) s ρ 2 m
| Im ρ|<T 0<2m<U

donde γ es la poligonal de vértices c − iT , −U − iT , −U + iT , c + iT . Notemos

que, si U tiende a infinito, la última suma converge a
∞
X (x−2 )m
= log(1 − x−2 ).
m=1
m
5.1. Fórmulas explícitas 151

Falta estudiar el límite de la integral cuando U a infinito. Empezamos

con la integral sobre los segmentos horizontales. Hasta aquí hemos supuesto
únicamente que T no era la parte imaginaria de un cero de dseta. Ahora vamos
a suponer, más concretamente, que T cumple la condición del teorema 4.24.
Esto nos asegura que en los dos segmentos horizontales, para −1 ≤ σ ≤ 2, se
cumple que
ζ 0 (s)
= O(log2 T ).
ζ(s)
Usando esto y 4.22, así como que la función (log u)/u es decreciente para
u > e, obtenemos que
Z −1 Z c
ζ 0 (σ + iT ) xσ+iT ζ 0 (σ + iT ) xσ+iT

 
 − dσ + − dσ  ≤

−U ζ(σ + iT ) σ + iT −1 ζ(σ + iT ) σ + iT
Z −1
log |σ + iT |xσ c
log2 T xσ
Z
A dσ + A dσ ≤
−U |σ + iT | −1 T
Z −1 −1
log2 T xσ A log2 T x1+log x
Z c
log T xσ A log T x−1
A dσ + A dσ ≤ +
−U T −1 T T log x T log x
A log T Aex log2 T x log2 T
≤ + = O( ).
T x log x T log x T log x
La misma estimación vale para la integral sobre el segmento inferior de γ.
Para el segmento vertical, usando de nuevo 4.22 (y ahora es esencial que U es
un número impar), tenemos que
Z 
 T ζ 0 (−U + iτ ) x−U +iτ  2AT log U
− i dτ  ≤ .
 
 −T ζ(−U + iτ ) −U + iτ U xU



Esto tiende a 0 cuando U tiende a infinito, luego concluimos que

X xρ 1 x log2 T
J(x, T ) = x − − log(1 − x−2 ) + O( ).
ρ 2 log x
| Im ρ|<T

Uniendo esto a 5.9 obtenemos la fórmula del teorema 5.5, pues

x log2 x x log2 T x log2 (xT )

+ = O( ).
T T log x T
En realidad la prueba no está concluida, pues sólo hemos probado 5.5 bajo
el supuesto de que T cumple la condición del teorema 4.24. Ahora bien, dicho
teorema prueba que, dado un T ≥ 3, existe un T < T 0 < T + 1 que cumple la
condición y, por consiguiente, cumple 5.5. Esto añade al sumatorio una cantidad
de sumandos (de la forma xρ /ρ, con repeticiones según el orden de ρ) acotada
por A log T y, por otra parte, cada sumando nuevo cumple
 ρ Re ρ
x 
 = x x
 ρ  | Im ρ| ≤ T ,
152 Capítulo 5. La función dseta y los números primos

luego el módulo de los sumandos añadidos al pasar de T a T 0 es O(x log T /T ),

2
luego también O( x logT(xT ) ), y puede incluirse en el término final de la fórmula
de 5.5.
En la sección siguiente mostraremos algunas aplicaciones de los resultados
que hemos obtenido aquí.

5.2 Estimación del error en el teorema de los nú-

meros primos
El teorema de los números primos afirma que la integral logarítmica Il(x)
aproxima a la función π(x), de modo que el error relativo de la aproximación
tiende a 0. No obstante, el error absoluto Il(x) − π(x) tiende a ∞, y ahora
nos vamos a ocupar de estimarlo. El problema está estrechamente relacionado
con la estimación del error absoluto de las equivalencias asintóticas ϑ(x) ∼ x y
ψ(x) ∼ x de las funciones de Chebishev. Naturalmente, de la propia definición
de equivalencia asintótica entre dos funciones se sigue que el error absoluto de
la aproximación es del orden de cualquiera de ellas. Por ejemplo:
x x x
π(x) − = O( ), π(x) − Il(x) = O(Il(x)) = O( ).
log x log x log x
Nuestro propósito es encontrar estimaciones con funciones de orden menor. Em-
pezamos mostrando algunas relaciones elementales entre estos tres errores ab-
solutos. Para relacionar ψ con π consideraremos también la función π ∗ definida
en 2.15.

Teorema 5.10 Se cumplen las relaciones siguientes:

1. ψ(x) − x = ϑ(x) − x + O(x1/2 log2 x).
2. π ∗ (x) − π(x) = O(x1/2 ).
Z x
ψ(x) − x 2 ψ(t) − t
3. π ∗ (x) − Il(x) = + + dt.
log x log 2 2 t log2 t
Z x
π(t) − Il(t)
4. ϑ(x) − x = (π(x) − Il(x)) log x − dt − 2.
2 t

Demostración: 1) es consecuencia inmediata de (3.3).

2) Claramente
M
X π(x1/m )
π ∗ (x) − π(x) = ,
m=2
m

donde M = E[log x/ log 2] y, por el teorema de los números primos,

mx1/m
π(x1/m ) ≤ c .
log x
5.2. Estimación del error en el teorema de los números primos 153

Por lo tanto,

π ∗ (x) − π(x) ≤ cx1/2 + cM x1/3 ≤ cx1/2 + cx1/3 log x = O(x1/2 ).

3) Sumando por partes (teorema 2.20):

X Λ(n) Z x
ψ(x) ψ(t)
π ∗ (x) = = + 2 dt.
log n log x 2 t log t
n≤x

Integramos también por partes la integral que define a Il(x):

Z x Z x
dt x 2 t dt
Il(x) = = − + .
2 log t log x log 2 2 t log2 t

Restando ambas expresiones tenemos la igualdad buscada.

4) Sumamos por partes:

Z x
X π(t)
ϑ(x) = log p = π(x) log x − dt
2 t
p≤x

x x
π(t) − Il(t)
Z Z
Il(t)
= π(x) log x − dt − dt.
2 t 2 t
Integrando por partes:
Z x
Il(t)
dt = Il(x) log x − x + 2,
2 t

y al sustituir esta expresión en la igualdad anterior obtenemos la fórmula reque-

rida.

Ahora podemos probar:

Teorema 5.11 Si 0 < α ≤ 1, las afirmaciones siguientes son equivalentes:

1. ψ(x) − x = O(xα log2 x).

2. π(x) − Il(x) = O(xα log x).

3. Para todo  > 0, se cumple que π(x) − Il(x) = O(xα+ ).

4. Para todo  > 0, se cumple que ϑ(x) − x = O(xα+ ).

5. Para todo  > 0, se cumple que ψ(x) − x = O(xα+ ).

6. Todo cero de la función dseta cumple Re ρ ≤ α.

154 Capítulo 5. La función dseta y los números primos

Demostración: Podemos suponer que α < 1, porque todas las afirmacio-

nes son ciertas cuando α = 1. Por ejemplo, 2) se cumple, porque, de hecho,
π(x) − Il(x) = o(x). En efecto,
 
π(x) − Il(x) π(x) log x Il(x) log x 1
= + → 0,
x x x log x

por el teorema de los números primos y 3.1.

1) ⇒ 2) Probaremos esta implicación bajo la hipótesis adicional de que α ≥
1/2. Discutiremos el caso pendiente tras haber probado las demás implicaciones.
Usamos los apartados 2) y 3) del teorema anterior:
  Z x
 ψ(x) − x  |ψ(t) − t|
|π(x) − Il(x)| ≤  + 2 + dt + cx1/2
log x  log 2 2
2 t log t
Z x
α α−1
≤ cx log x + c + c t dt + cx1/2
2
α xα
≤ cx log x + c + + cx1/2 = O(xα log x).
α
2) ⇒ 3) es trivial.
3) ⇒ 4) Usamos el apartado 4) del teorema anterior:
Z x α+
t
|ϑ(x) − x| ≤ cxα+ log x + c dt + 2
2 t
c
= cxα+ log x + (xα+ − 2α+ ) + 2,
α+

de donde ϑ(x) − x = O(xα+2 ).

4) ⇒ 5) Usamos el apartado 1) del teorema anterior:

|ψ(x) − x| |ϑ(x) − x| log2 x

α+
≤ α+
+ O(  ),
x x x
luego ψ(x) − x = O(xα+ ).
5) ⇒ 6) Supongamos que ψ(x) − x = O(xα ). Por el teorema 2.20, tenemos
que  
X Λ(n) X 1 1 ψ(x)
s
= ψ(n) s
− s
+ ,
n n (n + 1) E[x]s
n≤x n≤x−1

X 1  
X 1 1 E[x]
= n − + ,
ns ns (n + 1)s E[x]s
n≤x n≤x−1

y los restos
   σ  
 ψ(x)  ψ(x)/x x  E[x]  1
= ,  E[x]s  = E[x]σ−1
  
 E[x]s  xσ−1 E[x]
5.2. Estimación del error en el teorema de los números primos 155

convergen a 0 en el semiplano σ > 1. Por lo tanto

∞ ∞
ζ 0 (s) X Λ(n) X
 
1 1
− = = ψ(n) −
ζ(s) n=1
ns n=1
ns (n + 1)s
∞   X ∞  
X 1 1 1 1
= (ψ(n) − n) − + n −
n=1
ns (n + 1)s n=1
ns (n + 1)s
∞  
X 1 1
= (ψ(n) − n) − + ζ(s). (5.1)
n=1
ns (n + 1)s
Por el teorema del valor medio, existe n < t < n + 1 tal que
   
1 1   1 
 − = ≤ 1 .
 ns (n + 1)s   ts+1  nσ+1
Por consiguiente
α
  
(ψ(n) − n) 1 − 1  ≤ cn = c
 
s s σ+1 σ−α+1
,
 n (n + 1)  n n
luego la serie de (5.1) converge casi uniformemente en el semiplano σ > α a una
función holomorfa. Concluimos que ζ 0 (s)/ζ(s) es holomorfa en dicho semiplano
salvo por un polo en s = 1. Esto implica que ζ(s) no tiene ceros en dicho
semiplano o, equivalentemente, que todo cero cumple Re ρ ≤ α.
Si la hipótesis no es sobre α, sino sobre α + , para todo  > 0, la conclusión
es que Re ρ ≤ α +  para todo  > 0, pero esto implica igualmente que Re ρ ≤ α.
6) ⇒ 1) No perdemos generalidad si suponemos que x toma sólo valores
naturales, pues, si se cumple en este caso y x es arbitrario,

|ψ(x) − x| = |ψ(E[x])) − E[x]| + |E[x] − x| ≤ cE[x]α log2 E[x] + 1 ≤ cxα log2 x.

También podemos suponer que x ≥ 2. Para T ≥ 2, el teorema 5.5 nos da que

X xρ 1

1

ψ0 (x) = x − − log 1 − 2
ρ 2 x
| Im ρ|<T

x log2 (xT ) x
+O( + mín{1, } log x),
T T hxi
Al suponer que x es entero resulta que hxi ≥ 1, luego

x log2 (xT ) x x log2 (xT ) x log x x log2 (xT )

O( +mín{1, } log x) = O( + ) = O( ).
T T hxi T T T

Por otro lado, |xρ | = xRe ρ ≤ xα , luego, usando el teorema 4.21,

X xρ X 1 X 1
≤ xα ≤ 2xα = O(xα log2 T ).
ρ | Im ρ| Im ρ
| Im ρ|<T | Im ρ|<T 0<Im ρ<T
156 Capítulo 5. La función dseta y los números primos

Así pues,
x log2 (xT )
ψ0 (x) = x + O(xα log2 T + ).
T
Tomamos concretamente T = x1−α , y así

ψ0 (x) = x + O(xα log2 x + xα log2 x) = x + O(xα log2 x).

Por último observamos que ψ(x) = ψ0 (x) + 21 Λ(x) ≤ ψ0 (x) + 1

2 log x, luego
también ψ(x) = x + O(xα log2 x).
Sólo falta probar 1) ⇒ 2) cuando α < 1/2, pero, si suponemos 1), tenemos
trivialmente 5), luego también 6), que es claramente imposible para α < 1/2,
luego ese caso es imposible.

Definición 5.12 Llamamos Θ al ínfimo de los números reales α que cumplen

cualquiera de las afirmaciones de teorema anterior.

La afirmación 6) implica que el ínfimo es, de hecho, un mínimo, de modo

que Θ cumple todas las afirmaciones del teorema anterior. Obviamente tenemos
que 1/2 ≤ Θ ≤ 1 y la hipótesis de Riemann equivale a Θ = 1/2.
En particular, ahora vemos que la hipótesis de Riemann es equivalente a la
estimación
√
π(x) − Il(x) = O( x log x). (5.2)
Como ya hemos señalado, la hipótesis de Riemann no está demostrada ni
refutada, por lo que tal vez el lector se pregunte qué cotas superiores se cono-
cen para Θ. La respuesta es decepcionante: nadie ha logrado probar hasta el
momento que se cumpla Θ < 1, por lo que el teorema anterior no proporciona
ninguna estimación razonable (demostrable) del error absoluto en la equivalen-
cia asintótica del teorema de los números primos.
Sucede que, aunque no se sepa probar que no hay ceros no triviales con
parte real tan próxima a 1 como se quiera, sí se puede probar que, cuanto más
próxima a 1 sea la parte real de un hipotético cero, mayor tiene que ser su parte
imaginaria, y esto basta para obtener versiones del teorema de los números
primos que incluyan una estimación del error.
Veamos un ejemplo sencillo de región libre de ceros:

Teorema 5.13 Existe una constante c > 0 tal que no existen ceros de la función
dseta en la región
c
1− ≤ σ.
log(|τ | + 2)

Demostración: Como en la prueba de 3.29, nos apoyaremos en la desigual-

dad elemental
3 + 4 cos θ + cos 2θ ≥ 0,
5.2. Estimación del error en el teorema de los números primos 157

pero ahora, en lugar de log |ζ(s)|, consideraremos la derivada logarítmica de la

función dseta, que para σ > 1 admite el desarrollo
∞
ζ 0 (s) X Λ(n)
=− .
ζ(s) n=1
ns

Por lo tanto,
∞
ζ 0 (s) X Λ(n)
− Re = cos(τ log n).
ζ(s) n=1
nσ
Y en consecuencia
ζ 0 (σ) ζ 0 (σ + τ i) ζ 0 (σ + 2τ i)
−3 − 4 Re − Re ≥ 0. (5.3)
ζ(σ) ζ(σ + τ i) ζ(σ + 2τ i)
Como −ζ 0 (s)/ζ(s) tiene un polo simple en 1 con residuo 1, se cumple que
ζ 0 (σ) 1
− ≤ + O(1).
ζ(σ) σ−1
Combinando dos igualdades obtenidas en la prueba del teorema 4.16 tenemos
que
ζ 0 (s) 1 Π0 (s/2) X 1 
1 1
− = + − + +c
ζ(s) 2 Π(s/2) s−1 ρ
s−ρ ρ
En la prueba del teorema 4.22 hemos visto que
Π0 (s/2) s 1
= log + + O(1/σ),
Π(s/2) 2 s
luego, si 1 ≤ σ ≤ 2, τ ≥ 2,
 0 
 Π (s/2) 
 Π(s/2)  ≤ log |s/2| + π/2 + 1 + O(1) = O(log τ ).
 

Así pues,
ζ 0 (s)
 
X 1 1
− Re =− Re + + O(log τ ).
ζ(s) ρ
s−ρ ρ
Los términos de la serie son no negativos, pues si ρ = β + γi,
1 σ−β 1 β
Re = ≥ 0, Re = 2 ≥ 0.
s−ρ |s − ρ|2 ρ |ρ|
Por lo tanto,
ζ 0 (σ + 2τ i)
− Re ≤ O(log τ ).
ζ(σ + 2τ i)
Fijemos ahora un cero ρ y tomemos s con 1 < σ ≤ 2 tal que τ = Im ρ ≥ 2. Si
eliminamos todos los términos de la suma menos el correspondiente a ρ resulta
que
ζ 0 (σ + τ i) 1
− Re ≤− + O(log τ ).
ζ(σ + τ i) σ−β
158 Capítulo 5. La función dseta y los números primos

Ahora sustituimos en (5.3) las cotas que hemos obtenido, y así obtenemos
que
3 4
0≤ − + O(log τ ).
σ−1 σ−β
Así pues, existe una constante c (independiente de s o de ρ) tal que
4 3
≤ + c log τ,
σ−β σ−1
donde β es la parte real de un cero no trivial, τ es su parte imaginaria y σ es
cualquier número real 1 < σ ≤ 2. En realidad, si σ ≥ 2 también tenemos que
4 4 3 1 3 3
≤ = + ≤ +1≤ + c log τ,
σ−β σ−1 σ−1 σ−1 σ−1 σ−1
si tomamos c ≥ 1/ log 2. Así pues,
4
σ−β ≥ ,
3/(σ − 1) + c log τ
luego
4 1 − c(σ − 1) log τ
1−β ≥ − (σ − 1) = .
3/(σ − 1) + c log τ 3/(σ − 1) + c log τ
Ahora elegimos concretamente σ = 1 + 1/(2c log τ ), para asegurar que el
numerador sea positivo. Así obtenemos que
1/2
1−β ≥ ,
5c log τ
y esto tiene que cumplirlo la parte real de cualquier cero no trivial con parte
imaginaria positiva. Cambiando la constante podemos pedir que
c
1− ≤β
log(τ + 2)
y, como los conjugados de los ceros también son ceros, lo mismo vale si τ < 0,
con |τ | en lugar de τ .

Determinar explícitamente las constantes que apa- 10

recen en este tipo de estimaciones es una labor deli-

cada, que a menudo requiere argumentos mucho más 8
sofisticados que los que podemos emplear cuando no
nos importa la magnitud de la constante obtenida, así 6
como resultados computacionales (se comprueba que
una propiedad se cumple para todo número mayor que
4
una constante explícita y luego se investigan uno por
uno todos los números menores para ver dónde está el
2
primero que falla, si es que lo hay, y así se rebaja la
constante hasta el último fallo). En este caso, puede
probarse que sirve c = 1/6, lo que nos da la región que 0.0 0.2 0.4 0.6 0.8 1.0

muestra la gráfica.
5.2. Estimación del error en el teorema de los números primos 159

De aquí a su vez obtenemos una estimación del error en la aproximación

del teorema de los números primos. La formulamos primero en términos de la
función ψ.
√
Teorema 5.14 Existe una constante c > 0 tal que ψ(x) = x + O(xe−c log x
).
Demostración: No perdemos generalidad si nos restringimos al caso en
que x ≥ 2 es un número natural. Vamos a emplear la versión truncada de la
fórmula explícita para ψ0 (x) (teorema 5.5). Para todo T ≥ 2 tenemos que
X xρ 1

1

ψ0 (x) = x − − log 2π − log 1 − 2 + R(x, T ),
ρ 2 x
| Im ρ|<T

donde
x log2 (xT ) x x log2 (xT )
R(x, T ) = O( + mín{1, } log x) = O( ),
T T hxi T
donde la última igualdad se debe a que si x es un número natural, entonces
hxi ≥ 1. Por el teorema anterior existe una constante tal que todo cero ρ tal
que | Im ρ| ≤ T cumple
c c
Re ρ < 1 − ≤1− .
log | Im ρ| log T
Por lo tanto,
c log x
|xρ | = xRe ρ = eRe ρ log x < xe− log T ,
luego, por 4.21,
 
ρ
 X 
x c log x
 < xe− log T
X 1 c log x X 1
= 2xe− log T


| Im ρ|<T ρ 
  |ρ| Im ρ
| Im ρ|<T 0<Im ρ<T

c log x
= O(x log2 T e− log T ).
Llevando todo a la fórmula explícita,
x log2 (xT )
c log x
ψ(x) = ψ0 (x) + O(log x) = x + O(log x + x log2 T e− log T + ).
T
√ para todo número natural x ≥ 2 y todo T ≥ 2. Ahora tomamos x ≥ 3
Esto vale
y T = e log x > 2. Así obtenemos que
√
√
−c log x x(log x + log x)2 √
−c0 log x
ψ(x) = x+O(log x+x log x e + √ ) = x+O(xe ),
e log x
donde c0 es cualquier constante que cumpla c0 < 1, c0 < c. En efecto,
√
x log x e−c log x log x t
−c
√
0 log x
= (c−c0 )√log x = (c−c0 )t → 0,
xe ) e e
√
x(log x + log x)2 (t2 + t)2
(1−c
√
0 ) log x
= (1−c0 )t → 0.
xe e
160 Capítulo 5. La función dseta y los números primos

Notemos que hasta ahora sabíamos que ψ(x)/x convergía a 1, pero el teorema
anterior nos dice, más concretamente, que
ψ(x) √
= 1 + O(e−c log x ),
x
luego nos da información sobre la velocidad a que ψ(x)/x se acerca a 1. Obser-
vemos también que √
xe−c log x
lím = 0,
x→+∞ x/ log x
√
por lo que la estimación O(xe−c log x ) que proporciona el teorema siguiente es
mejor que la estimación O(x/ log x) que es la que, en principio, tenemos para
π(x) − Il(x).
Teorema 5.15 Existe una constante c > 0 tal que
√
π(x) = Il(x) + O(xe−c log x
).
Demostración: Por el teorema 5.10 tenemos que
√ √
ϑ(x) − x = O(xe−c log x
+ x1/2 log2 x) = O(xe−c log x
),
de donde, a su vez, de nuevo por 5.10,
√ √
x
c0 xe−c log x te−c log t √
Z
∗
π (x) − Il(x) = + c0 + c0 2 dt = O(xe−c log x ),
log x 2 t log t
pues el integrando está acotado, luego la integral es O(x). Por último
√
π(x) − Il(x) = π(x) − π ∗ (x) + π ∗ (x) − Il(x) = O(x1/2 ) + O(xe−c log x
)
√
−c log x
= O(xe ).
Más adelante probaremos (véanse las observaciones tras el teorema 6.16)
que, en realidad, el teorema anterior es cierto para toda constante c. La única
salvedad es que, cuanto mayor sea la c que elijamos, mayor tendrá que ser tam-
bién la constante implícita en O o, alternativamente, obtendremos una acotación
válida únicamente para x suficientemente grande. Por ejemplo, puede probarse
que √
|π(x) − Il(x)| < 0.1e−0.3 log x para x ≥ 59.
Si aumentamos el 0.1 hasta 0.7 la desigualdad vale para todo x, pero, a cambio
de incluir unos pocos números, la hacemos menos precisa para números mayores.
30
120
25
100
20
80
15
60
10 40

5 20

20 40 60 80 100 200 300 400 500

La figura muestra las funciones π(x) e Il(x) (en el centro) y las cotas superior
e inferior para π(x) que proporciona la desigualdad anterior.
5.2. Estimación del error en el teorema de los números primos 161

Veamos algunas aplicaciones del teorema de los números primos con la esti-
mación del error.
Teorema 5.16 Para todo n ≥ 0 y todo x > 2, se cumple que
n
x X k! x
π(x) = k
+ O( n+1 ).
log x log x log x
k=0

Demostración: La clave está en que esto es cierto si ponemos Il(x) en

lugar de π(x). En efecto, una simple inducción, integrando por partes, muestra
que
n n Z x
x X k! 2 X k! dt
Il(x) = k
− k
+ (n + 1)! n+2 ,
log x log x log 2 k=0 log 2 2 log t
k=0

y exactamente el mismo argumento empleado en la demostración de 3.1 prueba

que
logn+1 x x
Z
dt
lím
x n+2 = 0.
x→+∞ 2 log t
Por lo tanto,
n √
x X k! x −c log x
π(x) ≤ Il(x) + |π(x) − Il(x)| = + O( ) + O(xe ),
log x logk x
k=0
logn+1 x
pero √
xe−c log x logn+1 x t2(n+1)
lím n+1 = lím √ = lím = 0,
x→+∞ x/ log x x→+∞ ec log x t→+∞ ect
luego podemos eliminar el último término de error.

Una variante del teorema de los números primos Las gráficas muestran
que Il(x) aproxima mucho mejor a π(x) que x/ log x, pero la situación se puede
mejorar un poco.
x
log x−1 Il(x)
π(x)
150
x
log x
100

50

200 400 600 800 1000

La figura muestra las gráficas de π(x), Il(x), x/ log x y también x/(log x−1).
Vemos que Il(x) sigue estando más cerca de π(x) (sus gráficas se superponen),
pero la función modificada x/(log x − 1) se acerca más a π(x) que la original
x/ log x.
162 Capítulo 5. La función dseta y los números primos

Esto ya lo había observado Gauss, que conjeturó que, de entre las funciones
x
,
log x − a
la que más se ajusta a π(x) es la correspondiente a a = 1. Ahora podemos
probar que tenía razón. Para ello definimos A(x) como la función dada por
x
π(x) =
log x − A(x)
o, equivalentemente
x
A(x) = log x − .
π(x)
Vamos a probar que
1
A(x) = 1 + O( ),
log x
lo que quiere decir que, cuanto mayor es x, el número que habría que restarle a
log x para obtener el valor exacto de π(x) se parece más a 1. Tenemos que
x log x log2 x
(A(x) − 1) log x = log2 x − log x − = log2 x − log x − ,
π(x) π(x) log x/x
y el teorema anterior nos proporciona la estimación
π(x) log x 1 2 1
=1+ + + R(x), R(x) = O( ).
x log x log2 x log2 x
Así,
log2 x
(A(x) − 1) log x = log2 x − log x − 1
1+ log x + log22 x + R(x)
1 + log2 x R(x) − 2
log x − log x R(x)
= 1 2 → 1.
1+ log x + log2 x
+ R(x)
En la introducción dejamos planteado que la suma de los primos ≤ x es
asintóticamente equivalente a Il(x2 ). Ahora podemos demostrar este hecho, e
incluso algo más general:
Teorema 5.17 Si k ≥ 1, se cumple que
X xk+1
pk ∼ ∼ Il(xk+1 ).
(k + 1) log x
p≤x

Demostración: Observemos que la segunda equivalencia se sigue inmedia-

tamente de Il(x) ∼ x/ log x sin más que sustituir x por xk+1 .
Llamamos χ a la función característica del conjunto de los primos, de modo
que Z x
X X
pk = χ(n)nk = π(x)xk − π(t)ktk−1 dt,
p≤x n≤x 2

donde hemos aplicado el teorema 2.20 de suma por partes.

5.3. Regiones sin ceros y el error en el teorema de los números primos 163

Ahora observamos que la fórmula de integración por partes nos da

Z x k Z x
t
dt = xk Il(x) − Il(t)ktk−1 dt.
2 log t 2

Por lo tanto,
x x
tk
X Z Z
pk = (π(x) − Il(x))xk − k (π(t) − Il(t))tk−1 dt + dt.
2 2 log t
p≤x

Aplicamos el cambio de variable t = u1/(k+1) :

x xk+1 xk+1 2k+1
tk
Z Z Z Z
du du du
dt = = − = Il(xk+1 ) + a.
2 log t 2k+1 log u 2 log u 2 log u
Así pues,
X Z x
pk − Il(xk+1 ) = (π(x) − Il(x))xk − k (π(t) − Il(t))tk−1 dt + a.
p≤x 2

Ahora aplicamos 5.15:

 
X 
√
Z x √
0 k+1 −c log x 0
k k+1 
tk e−c log t dt
 

 p − Il(x ) ≤ c x e + kc
p≤x  2

x
√ √ xk+1
Z
0 k+1 −c log x 0
≤cx e + kc tk dt = c0 xk+1 e−c log x
+ kc0
2 k+1
√
= O(xk+1 e−c log x
).
Por consiguiente,
P k 
 p − Il(xk+1 )  xk+1 √
k+1 −c log x
(k+1) log x 0 x e log x

 p≤x
≤ c ≤ c0 c√log x ,

Il(xk+1 ) Il(xk+1 ) xk+1
 



 (k+1) log x
e

pues el primer cociente de la expresión intermedia

√ tiende a 1, luego está acotado
para x ≥ 2. Un cambio de variable t = log x prueba que la última expresión
también tiende a 0.

5.3 Regiones sin ceros y el error en el teorema de

los números primos
En la sección anterior hemos obtenido una estimación del error en la equi-
valencia asintótica que proporciona el teorema de los números primos a partir
de un resultado que garantizaba la ausencia de ceros de la función dseta en una
164 Capítulo 5. La función dseta y los números primos

pequeña región de la banda crítica. Ahora vamos a sistematizar la relación entre

los resultados de ambos tipos, probando que cada resultado que garantiza que
no hay ceros en una región de la banda crítica con determinadas condiciones se
traduce inmediatamente en una estimación del error en el teorema de los núme-
ros primos. El primer paso será aprovechar la ausencia de ceros para estimar
“cómodamente” la derivada logarítmica de la función dseta:

Teorema 5.18 Sea η : [0, +∞[ −→ ]0, 1/2] una función decreciente de clase C 1
y supongamos que lím η 0 (t) = 0 y que 1/η(t) = O(log t). Si ζ(s) no tiene ceros
t→+∞
que cumplan 1 − η(|τ |) < σ y 0 < α < 1, entonces

ζ 0 (s)
= O(log2 |τ |)
ζ(s)

sobre la región σ ≥ 1 − αη(|τ |).

Demostración: Si σ ≥ 1 + αη(|τ |), entonces

 0  X ∞
 ζ (s) 
≤ Λ(n) ζ 0 (1 + αη(|τ |)) 1

1+αη(|τ |)
= − < + c = O(log |τ |),
 ζ(s) 
n=1
n ζ(1 + αη(|τ |)) αη(|τ |)

porque ζ 0 /ζ tiene un polo simple en s = 1 con residuo −1, luego

ζ 0 (s) 1
− = + f (s),
ζ(s) s−1

donde f (s) está acotada en un entorno de 1. Por lo tanto, podemos suponer

que
1 − αη(|τ |) ≤ σ ≤ 1 + αη(|τ |).
Sea
Ω± = {s ∈ C | ±τ > 0, 1 − η(|τ |) < σ},
que es un abierto simplemente conexo en el que log ζ(s) es holomorfa. Para
σ > 1 se cumple que
∞ σ = 1 − η(τ ) σ = 1 + αη(τ )
X Λ(n) X 1
log ζ(s) = s
= .
n=2
log n n p,m
mpms

Fijemos un número real |T | > 1, sea η(|T |) = H

y consideremos las circunferencias de centro R

s0 = 1 + αH + iT s0

y radios r = 2αH, R = 12 (1 + 3α)H, de modo

que r < R < 1. La circunferencia menor corta Ω+
a la recta τ = T en los puntos 1 − αH + iT y σ=1
1 + 3αH + iT , mientras que la mayor la corta en
los puntos 1− 21 (1+α)H +iT y 1+ 12 (1+5α)H +iT . σ = 1 − αη(τ )
5.3. Regiones sin ceros y el error en el teorema de los números primos 165

Veamos que si |T | es suficientemente grande, ambas circunferencias están

contenidas en Ω± (donde el signo es el de T ). En efecto, si probamos que

1
1 − (1 + α)H + i(T ± R) ∈ Ω± ,
2
es decir, que cumple

1
1 − η(|T | + R) < 1 − (1 + α)H,
2
como η es decreciente, esto valdrá para para todos los puntos con parte real
mayor y parte imaginaria menor (en valor absoluto), luego para todos los puntos
del círculo de radio R, y también es claro que si |T | es suficientemente grande la
circunferencia de radio R < 1 no cortará al eje real. Ahora bien, por el teorema
del valor medio, existe un |T | < t < |T | + R tal que

η(R + |T |) − η(|T |) = Rη 0 (t),

luego

1 1
1 − (1 + α)H − 1 + η(R + |T |) = − (1 + α)H + η(|T |) + Rη 0 (t)
2 2

1 1 1−α 1
= − (1 + α)H + H + (1 + 3α)Hη 0 (t) = ( + (1 + 3α)η 0 (t))H > 0
2 2 2 2
si |T | es suficientemente grande, ya que η 0 es negativa, pero tiende a 0.
Así pues, log ζ(s) es holomorfa en el disco |s − s0 | < R. En dicho disco
σ > 1/2 y |T | − 1 < |τ | < |T | + 1. Por 4.7, para δ = 1/2, tenemos que

Re log ζ(s) = log |ζ(s)| ≤ log(c|τ |1/2 ) < log |T |,

para |T | suficientemente grande, pues

√
c|τ |1/2 < c(|T | + 1)1/2 < c(2|T |)1/2 = c 2|T |1/2 < |T |.

Por otra parte,

∞
X 1 X 1 1
| Re log ζ(s0 )| ≤ | log ζ(s0 )| ≤ < 1+αH
< ,
p,m
mpm(1+αH) n=2
n αH

por (4.4), teniendo en cuenta que a la serie le falta el primer término. Así
estamos en condiciones de aplicar el teorema [VC 2.17] para k = 1, según el
cual, si |s − s0 | ≤ r,
 0 
 ζ (s)  2R 4(1 + 3α) 1
 ζ(s)  ≤ (R − r)2 (log |T | − Re log ζ(s0 )) < (1 − α)2 H (log |T | + αH ).
 
166 Capítulo 5. La función dseta y los números primos

Ahora observamos que si 1 − αη(|T |) ≤ σ ≤ 1 + αη(|T |), el punto s = σ + iT

está en el segmento que une s0 = 1 + αH + iT con s0 − r = 1 − αH + iT , luego
cumple |s − s0 | ≤ r y le podemos aplicar la desigualdad anterior:
 0 
 ζ (s)  4(1 + 3α) 1 1
 ζ(s)  ≤ (1 − α)2 η(τ ) (log |τ | − αη(|τ |) ),
 

donde hemos pasado a llamar τ a la parte imaginaria de s, que hasta ahora

llamábamos T . Esto vale siempre que |τ | es suficientemente grande. Como
1/η(|τ |) = O(log |τ |), es claro que la última expresión es O(log2 |τ |).
Como ψ(x) ∼ x, la regla de L’Hôpital implica que ψ1 (x) ∼ x2 /2. Ahora
vamos a estimar el error de la aproximación.
Teorema 5.19 En las mismas condiciones del teorema anterior,
1 2
ψ1 (x) = x + O(x2 e−αω(x) ),
2
donde ω(x) es el mínimo de la función η(t) log x + log t en [1, +∞[.
Demostración: Fijado x > 1 y c > 1, partimos de la relación que nos
proporciona el teorema 5.4:
1.5
Z c+i∞ s+1 0
1 x ζ (s) γT
ψ1 (x) = − ds. 1.0
2πi c−i∞ s(s + 1) ζ(s)
φT
Llamamos φ(t) = 1−αη(|t|)+it, para t ∈ R y 0 < α < 1. 0.5
Aplicamos el teorema de los residuos al integrando en el
recinto limitado por el segmento [c−iT, c+iT ], la restric-
1 c
ción φT de φ a [−T, T ] y los segmentos horizontales γ±T
que unen ambos arcos. Por hipótesis ζ(s) no se anula -0.5
en ningún punto del recinto considerado, luego el inte-
grando f (s) tiene un único polo en s = 1. Por [VC 3.20] -1.0
γ−T
sabemos que el residuo de −ζ 0 (s)/ζ(s) es 1, de donde se
2
sigue fácilmente que Res(f, 1) = x /2. Así pues: -1.5
Z c+T i
x2
Z Z Z
1 1
f (s) ds − f (s) ds − f (s) ds + f (s) ds = .
2πi c−T i 2πi φT γT γ−T 2

Ahora bien, por el teorema anterior,3

Z 
  xc+1
f (s) ds ≤ c 2 A log2 T,
 
T

 γ±T 

luego las dos últimas integrales tienden a 0 cuando T tiende a ∞. Esto implica
que
x2 xs+1 ζ 0 (s)
Z
1
ψ1 (x) = − ds.
2 2πi φ s(s + 1) ζ(s)
3 Usamos A para representar constantes distintas.
5.3. Regiones sin ceros y el error en el teorema de los números primos 167

Ahora, también por el teorema anterior, sobre φ∗ se cumple que

 0 
 ζ (s)  2
 ζ(s)  ≤ A log (|τ | + 2)
 

(ponemos |τ | + 2 para que el logaritmo sea siempre positivo y, eligiendo adecua-

damente la constante A, podamos garantizar la desigualdad para todo s). Por
otra parte, |φ0 (t)| = | − αη 0 (|t|) + i| < A, porque por hipótesis η 0 (t) tiende a 0
en +∞, luego está acotada. Por lo tanto,

log2 (|t| + 2)
  Z +∞ −αη(|t|)
 ψ1 (x) 1  x
 x2 − 2  ≤ A dt
 
−∞ |φ(t)(φ(t) + 1)|

+∞
|t|α log2 (|t| + 2)
Z
=A e−αη(|t|) log x−α log |t| dt
−∞ |φ(t)(φ(t) + 1)|

|t|α log2 (|t| + 2)

+∞
Z
−ω(x)
≤ Ae dt
−∞ |φ(t)(φ(t) + 1)|

1
|t|α log2 (|t| + 2) log2 (t + 2)
Z Z +∞ 
≤ Ae−ω(x) dt + 2 2−α
dt = O(e−ω(x) ),
−1 (1/2)(3/2) 1 t
donde la última integral converge porque δ = 2 − α > 1, por lo que, para
0
cualquier 1 < δ 0 < δ, el integrando es claramente O(1/tδ ), y la convergencia de
Z +∞
dt
1 tδ 0

implica la de la integral a la que hemos llegado.

Nota Conviene observar que la función ω(x) es estrictamente creciente, al igual

que log x − ω(x). En efecto, si 0 < x1 < x2 y t1 , t2 son los puntos donde se
alcanzan los mínimos respectivos, tenemos que

ω(x1 ) ≤ η(t2 ) log x1 + log t2 < η(t2 ) log x2 + log t2 = ω(x2 ),

y
ω(x2 ) ≤ η(t1 ) log x2 + log t1 = ω(x1 ) + η(t1 )(log x2 − log x1 )
< ω(x1 ) + log x2 − log x1 .
Como ω(1) = 0 y log 1 − ω(1) = 0, concluimos además que

0 < ω(x) < log x, para x > 1.

Veamos ahora cómo obtener una estimación del error de ψ(x) ∼ x a partir
de la que acabamos de obtener para ψ1 (x) y a su vez de aquí pasaremos a otra
para π(x):
168 Capítulo 5. La función dseta y los números primos

Teorema 5.20 Sea η : [0, +∞[ −→ ]0, 1/2] una función decreciente de clase C 1
y supongamos que lím η 0 (t) = 0 y que 1/η(t) = O(log t). Si ζ(s) no tiene ceros
t→+∞
que cumplan 1 − η(|τ |) < σ y 0 < α < 1, entonces
1 1
ψ(x) = x + O(xe− 2 αω(x) ), π(x) = Il(x) + O(xe− 2 αω(x) ),

donde ω(x) es el mínimo de la función η(t) log x + log t en [1, +∞[.

Demostración: Veamos un argumento muy general, aplicable a cualquier

función h : ]2, +∞[ −→ ]0, +∞[ tal que 0 < h(x) < x/2. Como ψ es creciente,

1 x 1 x+h
Z Z
ψ(t) dt ≤ ψ(x) ≤ ψ(t) dt.
h x−h h x
los términos de los extremos son
ψ1 (x ± h) − ψ1 (x) (x ± h)2 /2 − x2 /2
=
±h ±h
1 1
+ O((x − h)2 e−αω(x−h) ) + O((x + h)2 e−αω(x+h) )
h h
h e−αω(x/2)
=x±+ O(x2 ),
2 h
donde hemos aplicado el teorema anterior y, para la última igualdad, hemos
usado que
 2
(x ± h)2 2h h
2
≤1+ + ≤ 3,
x x x
así como que x/2 < x − h < x < x + h y, como ω es creciente

e−αω(x±h) ≤ e−αω(x/2) .

Más aún, como log x − ω(x) es creciente,

e−αω(x/2) = (x/2)−α eα(log(x/2)−ω(x/2)) ≤ (x/2)−α eα(log x−ω(x)) = 2α e−αω(x) .

Por lo tanto,
h e−αω(x)
|ψ(x) − x| ≤ + O(x2 ).
2 h
1
Tomando h(x) = 12 xe− 2 αω(x) obtenemos la primera afirmación del enunciado.
Para probar la segunda parte, el teorema 5.10 nos da que
Z x
∗ ψ(x) − x 2 ψ(t) − t
π (x) − Il(x) = + + dt
log x log 2 2 t log2 t
Por la parte ya probada del teorema,
 
 ψ(x) − x  − 21 αω(x)
 log x  ≤ cxe
 
5.3. Regiones sin ceros y el error en el teorema de los números primos 169

1 1
y, como xe− 2 αω(x) > xe− 2 α log x = x1−α/2 > x1/2 > 1, eligiendo la constante c
suficientemente grande, también
2 1
< cxe− 2 αω(x) .
log 2

Además,
Z x  Z x α (log t−ω(t)) Z x
 ψ(t) − t  e2 α
(log x−ω(x)) dt

2 dt ≤ c1 α/2
dt ≤ e 2
α/2

2 t log t 2 t 2 t
 
− 12 αω(x) α/2−1 1 1
xe x −
(1 − α/2)x1−α/2 (1 − α/2)21−α/2
 
− 12 αω(x) 1 1
= xe −
(1 − α/2)x2−α (1 − α/2)21−α/2 x1−α/2
1
= O(xe− 2 αω(x) ).
Concluimos que
1
π ∗ (x) − Il(x) = O(xe− 2 αω(x) ).
Por otra parte, el teorema 5.10 nos da también que π ∗ (x) − π(x) = O(x1/2 ),
de donde
1 1
π(x) − Il(x) = O(xe− 2 αω(x) ) + O(x1/2 ) = O(xe− 2 αω(x) ),
1
pues hemos visto que x1/2 /xe− 2 αω(x) < 1.

Observaciones Si la constante c cumple el teorema 5.13, entonces la función

c
η(t) = log(t+2) cumple las hipótesis del teorema anterior (reduciendo c si es
4
necesario para que η(0) < 1/2). Veamos que, si x ≥ 2, el valor mínimo de

c log x
+ log t
log(t + 2)
√
para t ≥ 1 cumple ω(x) ≥ k log x, para cierto k > 0. En efecto, esto equivale
a que √
c log x log t
+√ ≥ k > 0.
log(t + 2) log x
Si 1 ≤ t ≤ 2 tenemos que
√ √
c log x log t c log 2
+√ ≥ .
log(t + 2) log x log 4
4 Alternativamente, si nos fijamos en los pocos pasos de las pruebas precedentes en los que

interviene η 0 , vemos que en realidad el teorema anterior sigue siendo válido si admitimos que
η no sea derivable en un número finito de puntos, con tal de que η 0 esté acotada donde está
definida. Así, en lugar de reducir la constante c, podemos usar η ∗ (t) = mín{1/2, η(t)}.
170 Capítulo 5. La función dseta y los números primos

Para t ≥ 2, existe una constante a > 0 tal que log(t + 2) ≤ a log t, con lo que
√ √ r
c log x log t c log x log t c
+√ ≥ +√ ≥2 ,
log(t + 2) log x a log t log x a
√
√ ver que la función f (u) = cu + 1/u alcanza su mínimo en u = 1/ c,
pues es fácil
y éste es 2 c.
Por consiguiente, el teorema anterior, con α = 1/2, por ejemplo, nos da que

π(x) = Il(x) + O(xe−(1/4)ω(x) ) = O(xe−(k/4) log x ),

que es la misma estimación que nos proporciona el teorema 5.15 (aunque obte-
nida ahora de forma más laboriosa).
Si suponemos la hipótesis de Riemann, entonces la función η(t) = 1/2 tam-
bién cumple las condiciones del teorema anterior, y ω(x) = 21 log x, con lo que
obtenemos

π(x) = Il(x) + O(xe−(α/4) log x ) = Il(x) + O(x1−α/4 ),

para todo 0 < α < 1, que es una estimación peor que (5.2).
Así pues, el teorema anterior no nos proporciona ninguna información que
no supiéramos ya. Naturalmente, su interés estriba en que puede aplicarse a
teoremas que proporcionen regiones sin ceros más amplias que la del teorema
5.13, o más complicadas que la que proporciona la hipótesis de Riemann, para
las que no hay argumentos directos que nos proporcionen una estimación del
error del teorema de los números primos más fácilmente que aplicando el teorema
anterior.
En la sección siguiente veremos un ejemplo del interés que tiene obtener
estimaciones mejores del error.

5.4 Diferencias entre primos

El teorema 3.19 implica que la función que a cada primo p le asigna la
distancia s(p) = q − p al primo siguiente q es o(p) (pues, dado  > 0, para todo
p suficientemente grande se cumple que s(p) < p, luego s(p)/p tiende a 0).
El teorema siguiente da condiciones suficientes para que podamos afirmar que
s(p) = O(pθ ) lo cual, para 0 < θ < 1, es más fuerte que la estimación o(p).

Teorema 5.21 (Hoheisel) Supongamos que la función dseta no se anula en

la región
A log log τ
1− < σ, τ > τ0 > 3,
log τ
1
y que si 2 ≤S≤1
N (S, T ) = O(T b(1−S) logB T ),
para ciertas constantes b > 0 y B ≥ 0.
5.4. Diferencias entre primos 171

Entonces, para todo k > 0 y todo θ que cumpla

1
1− <θ<1
b + B/A

se cumple que
kxθ
π(x + kxθ ) − π(x) ∼ ,
log x
luego pn+1 − pn = O(pθn ).

Recordemos que N (S, T ) es la función que cuenta el número de ceros no

triviales de la función dseta que cumplen Re ρ ≥ S, Im ρ ≤ T .
La última afirmación es consecuencia inmediata de la precedente, pues ésta
(para k = 1) implica que π(pn + pθn ) − π(pn ) tiende a infinito, luego, para todo
n suficientemente grande, pn+1 ≤ pn + pθn , luego pn+1 − pn = O(pθn ).
Vemos así que a partir de una hipótesis sobre la localización de los ceros no
triviales de la función dseta y otra sobre su densidad obtenemos una consecuen-
cia notable sobre la distancia entre primos consecutivos.
Por ejemplo, si suponemos la hipótesis de Riemann, la función N (S, T ) es
nula para S > 1/2, y cumple trivialmente la hipótesis del teorema. Por otra
parte, N (1/2, T ) = 0.5N (T ) y, según la fórmula de Riemann-von Mangoldt, es
N (1/2, T ) = O(T log T ), luego la hipótesis se cumple en este caso con b = 2 y
B = 1. En cuanto a la hipótesis sobre la región sin ceros, se cumple trivialmente
para todo A > 0. Por consiguiente, haciendo tender a A a +∞ en la expresión
que determina los valores válidos de θ, vemos que el teorema de Hoheisel se
aplica a todo θ > 1/2. En resumen, bajo la hipótesis de Riemann podemos
asegurar que

pn+1 − pn = O(p1/2+
n ), para todo  > 0.
1/2+
En realidad, esto equivale a que pn+1 − pn = o(pn ), pues

pn+1 − pn pn+1 − pn 1
1/2+
= 1/2+/2 1/2+/2
,
pn pn pn

y si el primer cociente está acotado, el producto tiende a 0.

0.10 1.0

0.08 0.8

0.06 0.6

0.04 0.4

0.02 0.2

0 200 400 600 800 1000 0 200 400 600 800 1000
172 Capítulo 5. La función dseta y los números primos

La gráfica de la izquierda muestra la sucesión (pn+1 − pn )/pn , y en ella se

puede apreciar que tiende a 0 rápidamente. La gráfica de la derecha muestra
1/2+0.01
la sucesión (pn+1 − pn )/pn , y también se aprecia que tiende a 0, aunque
mucho más lentamente (nótese la diferencia en la escala del eje vertical).
Si tratamos de obtener algún valor de θ que cumpla el teorema sin suponer
la hipótesis de Riemann, nos encontramos con que ninguno de los resultados que
tenemos probados nos aseguran que se cumplan las hipótesis. En particular, la
región sin ceros que conocemos es más restrictiva que lo que exige el teorema, y
tampoco tenemos una información adecuada sobre la densidad de los ceros. En el
capítulo siguiente abordaremos este problema. En esta sección nos limitaremos
a demostrar el teorema de Hoheisel.
Demostración: Observemos que

N (T ) = 2N (1/2, T ) = O(T b/2 logB T ),

luego  
 N (T ) 
 T  ≤ cT
  b/2−1
logB T.

Si fuera b < 2, el miembro derecho tendería a 0, pero sabemos que el miembro

izquierdo tiende a infinito. Así pues, b ≥ 2 y, por consiguiente, θ > 1/2. Ahora,
si 0 ≤ S < 1/2 tenemos que

N (S, T ) 2N (T ) cT log T c log1−B T

B
≤ B
≤ B
= ,
T b(1−S) log T T b(1−S) log T T b(1−S) log T T b−1−bS

donde b − 1 − bS > b − 1 − b/2 = b/2 − 1 ≥ 0, luego el miembro derecho tiende

a 0 tanto si 1 − B es positivo o negativo. Esto significa que la hipótesis sobre
N (S, T ) vale en realidad para 0 ≤ S ≤ 1.
Por el teorema 5.5 tenemos que, si 3 ≤ T ≤ x, cuando x → +∞ se cumple
X xρ x log2 x
ψ(x) = x − + O( ).
ρ T
| Im ρ|<T

En efecto, por una parte, ψ(x) = ψ0 (s)+O(log x), lo que nos permite cambiar
ψ0 por ψ. Por otra parte,
T log 2π
2 log 2π ≤ = O(1),
x log x log2 x
  
T 1  1  1 2 log x
2 2  log 1 − ≤ 2 (log(x2 − 1) + log x2 ) ≤ = O(1),
x log x x 2  2 log x log2 x
2
x log2 (xT ) log x2

T
≤ = 4,
x log2 x T log x
T x 1
2 mín{1, } log x ≤ = O(1).
x log x T hxi log x
5.4. Diferencias entre primos 173

Por lo tanto, si 0 < h ≤ kx,

X (x + h)ρ − xρ x log2 x
ψ(x + h) − ψ(x) = h − + O( ),
ρ T
| Im ρ|<T

donde la constante implícita depende de k. En efecto:

2
(x + h) log2 (x + h)

T log(1 + k) + log x
≤ (1 + k) = O(1).
x log2 x T log x

Ahora observamos que

 Z  Z
 (x + h)ρ − xρ   x+h ρ−1  x+h

 = u du ≤ uRe ρ−1 du ≤ hxRe ρ−1 ,
ρ
   
x  x

luego
ψ(x + h) − ψ(x)  X  x log2 x
=1+O xRe ρ−1 + O( ).
h Th
| Im ρ|<T

Por otra parte, si {ρn }Nn=1 es una enumeración de los ceros de la función
dseta que cumplen | Im ρn | < T , repetidos según su orden, tenemos que

X X Z Re ρ
Re ρ−1 −1
(x −x )= xu−1 log x du
| Im ρ|<T | Im ρ|<T 0

N Z
X Re ρn N Z
X 1
= xu−1 log x du = χ[0,Re ρn ] (u)xu−1 log x du
n=1 0 n=1 0

Z N
1X Z 1 X
u−1
= χ[0,Re ρn ] (u)x log x du = xu−1 log x du
0 n=1 0 | Im ρ|<T
Re ρ≥u

Z 1
=2 N (u, T )xu−1 log x du.
0

Así pues,
X Z 1
Re ρ−1 −1
x = 2x N (T ) + 2 N (u, T )xu−1 log x du.
| Im ρ|<T 0

Si llamamos η(T ) = A log log T

log T , tenemos por hipótesis que N (u, T ) = 0 para
u ≥ 1 − η(T ), T > τ0 , luego

X Z 1−η(T )
xRe ρ−1 = 2x−1 N (T ) + 2 N (u, T )xu−1 log x du.
| Im ρ|<T 0
174 Capítulo 5. La función dseta y los números primos

Por lo tanto, teniendo en cuenta la fórmula de Riemann-von Mangoldt 4.19 y

la hipótesis sobre N (S, T ),
 
  Z 1−η(T )  b 1−u
 X  cT log T T
 x Re ρ−1 
≤ +c logB T log x du.
 x 0 x
| Im ρ|<T
 

Fijemos, concretamente, T = xα , para cierto α tal que 0 < α < 1b ≤ 1

2.
Entonces
 
  Z 1−η(T )
 X Re ρ−1 

 x  ≤ cαx
 α−1
log x + cα B
(xbα−1 )1−u logB+1 x du
| Im ρ|<xα  0
α
bα−1 1−u 1−η(x )
B [(x ) ]0
= cαxα−1
log x − cα logB+1 x
(bα − 1) log x
α
(xbα−1 )η(x ) − xbα−1
= cαxα−1 log x + cαB logB x
(1 − bα)
cαB (b−1/α)A log(α log x)
≤ cαxα−1 log x + e logB x
1 − bα
≤ cxα−1 log x + ce−(1/α−b)A log(log x) logB x
= cxα−1 log x + c log−δ x = O(log−δ x),
1


donde δ = α − b A − B. Ahora elegimos α de modo que

1
1−θ <α< ,
b + B/A

de modo que
1 B
>b+ ≥b
α A
y así δ > 0 y

ψ(x + h) − ψ(x) x log2 x

= 1 + O(log−δ x) + O( α ).
h x h

Ahora tomamos h = kxθ , con lo que

ψ(x + kxθ ) − ψ(x) log2 x

 
= 1 + O(log−δ x) + O
kxθ xα+θ−1

y así ψ(x + kxθ ) − ψ(x) ∼ kxθ (omitimos la k del término de error porque sólo
modifica la constante implícita, que ya dependía de k). Por otra parte,
X X
ψ(x + kxθ ) − ψ(x) = log p + log p.
x<p≤x+kxθ x<pm ≤x+kxθ
m≥2
5.5. Orden de crecimiento y localización de ceros 175

Para cada primo p tal que p2 ≤ x+kxθ , el número de veces que log p aparece
en el segundo sumatorio es menor que el máximo m que cumple pm ≤ x + kxθ ,
luego
 
log(x + kxθ )
 X  X
ψ(x + kxθ ) − ψ(x) −
 
log p≤ log p

θ

2 θ
log p
 x<p≤x+x p ≤x+kx

X p
≤ log((k + 1)x) ≤ (k + 1)x log((k + 1)x) = O(x1/2 log x),
p2 ≤(k+1)x

luego
X
ψ(x + kxθ ) − ψ(x) = log p + O(x1/2 log x)
x<p≤x+kxθ

X X
= log x + log(p/x) + O(x1/2 log x)
x<p≤x+kxθ x<p≤x+kxθ

x + kxθ
= (π(x + kxθ ) − π(x)) log x + kxθ log( ) + O(x1/2 log x)
x
luego

k
|ψ(x+kxθ )−ψ(x)−(π(x+kxθ )−π(x)) log x| ≤ kxθ log(1+ )+O(x1/2 log x).
x1−θ
A su vez,

 ψ(x + kxθ ) − ψ(x) (π(x + kxθ ) − π(x)) log x 

   
 −  ≤ log(1+ k )+O log x .
 kxθ kxθ  x1−θ xθ−1/2

Teniendo en cuenta que 1/2 < θ < 1, podemos concluir que

(π(x + kxθ ) − π(x)) log x

lím = 1.
x→+∞ kxθ

En particular, como ya habíamos señalado, π(pn + pθn ) − π(pn ) tiende a

infinito, luego, para todo n suficientemente grande, pn+1 ≤ pn + pθn , luego
pn+1 − pn = O(pθn ).

5.5 Orden de crecimiento y localización de ceros

Según hemos visto, para aplicar el teorema de Hoheisel necesitamos encon-
trar una región de la banda crítica sin ceros de la función dseta mejor que la que
nos proporciona el teorema 5.13. En esta sección vamos a reducir el problema
al estudio del orden de crecimiento de la función dseta:
176 Capítulo 5. La función dseta y los números primos

Teorema 5.22 Sean φ(t) y 1/θ(t) funciones positivas, crecientes para t ≥ t0 ,

tales que θ(t) ≤ 1 y lím φ(t) = +∞. Si
t→+∞

φ(t)
= o(eφ(t) ) y ζ(s) = O(eφ(τ ) )
θ(t)
para todo s que cumpla 1 − θ(τ ) ≤ σ ≤ 2, τ ≥ t0 , entonces existen un c > 0 y
un t1 ≥ t0 tal que ζ(s) no tiene ceros en la región
θ(2τ + 1)
1−c ≤ σ, τ ≥ t1 .
φ(2τ + 1)
Por ejemplo, si tomamos θ(t) = 1/2 y φ(t) = log(t), la hipótesis sobre la
función dseta es que ζ(s) = o(τ ), para 1/2 ≤ σ ≤ 2, lo cual se cumple por el
teorema 4.7. La conclusión es que ζ(s) no tiene ceros en la región
c
1− ≤ σ, τ ≥ t1
log(2τ + 1)
y, como
log(2τ + 1)
= O(1),
log(τ + 2)
esto equivale a que ζ(s) no tenga ceros en una región de la forma
c
1− ≤ σ,
log(|τ | + 2)
con lo que recuperamos el teorema 5.13. Naturalmente, la finalidad de este
teorema es mejorar 5.13 a partir de estimaciones mejores del crecimiento de la
función dseta.
Necesitamos un resultado previo sobre funciones holomorfas:
Teorema 5.23 Sea f una función holomorfa en un disco D(s0 , r) y tal que
f (s0 ) 6= 0 y |f (s)| < |f (s0 )|eM en el disco, para cierto M > 0. Supongamos
además que f no se anula en el semicírculo formado por los puntos de D(s0 , r)
con Re s > Re s0 . Entonces
− Re(f 0 (s0 )/f (s0 )) < 4M/r.
Si además f tiene un cero ρ0 en el segmento abierto de extremos s0 − r/2 y s0 ,
entonces
4M 1
− Re(f 0 (s0 )/f (s0 )) < − .
r s0 − ρ0
Demostración: Cambiando f por f (s)/f (s0 ) podemos suponer sin pérdida
de generalidad que f (s0 ) = 1. Igualmente, cambiando f por f (s − s0 ) podemos
suponer que s0 = 0. Consideremos la función
f (s)
g(s) = Q  ,
1 − ρs
ρ

donde ρ recorre los ceros de f en el disco |s| ≤ r/2 (que son un número finito y
por hipótesis son todos no nulos), repetidos tantas veces como indica su orden.
5.5. Orden de crecimiento y localización de ceros 177

Para |s| = r tenemos que

   
1 − s  ≥  s  − 1 = r − 1 ≥ 1,
   
 ρ ρ |ρ|
luego
|g(s)| ≤ |f (s)| < eM .
Como g(0) = 1 y g(s) no tiene ceros en |s| ≤ r/2, tenemos que g(s) = eG(s) ,
para una cierta función holomorfa en un abierto que contiene al disco cerrado.
Entonces G(0) = 0 y Re G(s) < M . El teorema [VC 2.17] nos permite concluir
que G0 (0) < 4M/r (notemos que, con la notación del teorema, G0 (0) = c1 ). Por
lo tanto   
X 1   g 0 (0) 

 = |G0 (0)| < 4M ,

 0
f (0) + = 
ρ g(0) r
   
 ρ


de donde
X 1 4M
− Re f 0 (0) − Re < ,
ρ
ρ r

o equivalentemente,
4M X 1
− Re f 0 (0) < + Re .
r ρ
ρ

Por hipótesis Re ρ ≤ 0, luego también Re(1/ρ) ≤ 0, luego − Re f 0 (0) < 4M/r,

como había que probar, y si suponemos además que uno de los ceros cumple
−r/2 < ρ0 < 0, entonces − Re f 0 (0) < 4M/r + 1/ρ0 .

Demostración (de 5.22): La función −ζ 0 (s)/ζ(s) tiene un polo simple en s = 1

con residuo 1, luego
ζ 0 (σ)
lím − (σ − 1) = 1.
σ→1+ ζ(σ)
Por consiguiente, existe un 0 < δ < 1 tal que, si 1 < σ < 1 + δ, se cumple que
ζ 0 (σ) 5/4
− < . (5.4)
ζ(σ) σ−1

Tomemos t1 ≥ t0 + 1 tal que e−φ(τ1 ) < δ y supongamos que a + bi es un cero de

ζ(s) con b > t1 . Fijamos σ0 tal que

1 + e−φ(2b+1) ≤ σ0 < 1 + δ < 2. (5.5)

En particular
ζ 0 (σ0 ) 5/4
− < .
ζ(σ0 ) σ0 − 1
Sea s0 = σ0 + bi, s00 = σ0 + 2bi, r = θ(2b + 1) ≤ 1. Entonces los discos
|s − s0 | ≤ r y |s − s00 | ≤ r están contenidos en la región

1 − θ(τ ) ≤ σ ≤ 2, τ ≥ τ0 .
178 Capítulo 5. La función dseta y los números primos

De hecho, ambos están contenidos en el rectángulo

r
[σ0 − r, 2] × [τ0 , 2b + 1],

y cualquier punto de este rectángulo cumple 2bi

σ ≥ σ0 − r ≥ 1 − θ(2b + 1) ≥ 1 − θ(τ ).
∞
P µ(n)
Como 1/ζ(s) = ns y |µ(n)| ≤ 1, para 1 < σ ≤ 2
n=1
tenemos que   bi
 1  2
 ζ(s)  ≤ ζ(σ) ≤ σ − 1 .
 

En particular  
 1  2 φ(2b+1)
 ζ(s0 )  ≤ σ0 − 1 ≤ 2e .
 
0 1 σ0
Igualmente  
 1  φ(2b+1)
 ζ(s0 )  ≤ 2e .
 
0
Veamos ahora que existe una constante A1 > 0 tal que, si |s − s0 | ≤ r,
 
 ζ(s)  A1 φ(2b+1)
 ζ(s0 )  < e .
 

En efecto, si σ ≤ 2 tenemos que ζ(s) = O(eφ(τ ) ) en la región 1 − θ(t) ≤ σ ≤ 2,

τ ≥ τ0 , luego |ζ(s)| < ceφ(τ ) ≤ ceφ(2b+1) . A su vez,
 
 ζ(s)  2φ(2b+1)+c
 ζ(s0 )  < e
  < eA1 φ(2b+1) ,

donde usamos que φ tiende a +∞, luego el cociente (2φ(2b + 1) + c)/φ(2b + c)

tiene una cota superior A1 . Por otra parte, si σ ≥ 2 entonces

|ζ(s)| ≤ ζ(σ) ≤ ζ(2),

y claramente llegamos a la misma conclusión. Igualmente podemos exigir que

si |s − s00 | < r se cumpla  
 ζ(s)  A1 φ(2b+1)
 ζ(s0 )  < e .
 
0
Aplicamos el teorema 5.23 a ζ(s) con M = A1 φ(2b + 1), de modo que

ζ 0 (σ0 + 2bi) A2 φ(2b + 1)

− Re < (5.6)
ζ(σ0 + 2bi) θ(2b + 1)

y si a > σ0 − r/2 entonces

ζ 0 (σ0 + bi) A2 φ(2b + 1) 1

− Re < − . (5.7)
ζ(σ0 + bi) θ(2b + 1) σ0 − a
5.5. Orden de crecimiento y localización de ceros 179

Ahora usamos el argumento que ya hemos empleado en la prueba de 3.29 y

de 5.13, en virtud del cual, la desigualdad 3 + 4 cos α + cos 2α ≥ 0 se traduce en
que, en el semiplano σ > 1, tenemos que
 0
ζ 0 (σ + iτ ) ζ 0 (σ + i2τ )

ζ (σ)
− Re 3 +4 + ≥ 0.
ζ(σ) ζ(σ + iτ ) ζ(σ + i2τ )
Usando (5.4), (5.6) y (5.7) llegamos a que
15 5A2 φ(2b + 1) 4
0≤ + − ,
4(σ0 − 1) θ(2b + 1) σ0 − a
de donde  −1
15 5A2 φ(2b + 1)
σ0 − a ≤ + ,
16(σ0 − 1) 4 θ(2b + 1)
y a su vez
 −1
15 5A2 φ(2b + 1)
1−a≥ + − (σ0 − 1)
16(σ0 − 1) 4 θ(2b + 1)
1 5A2 φ(2b+1)
16 − 4 θ(2b+1) (σ0 − 1)
= 5A2 φ(2b+1)
.
15
16(σ0 −1) + 4θ(2b+1)

Todo esto es válido para cualquier σ0 que cumpla (5.5). Observemos ahora
que, si elegimos t1 suficientemente grande, podemos tomar, concretamente,
1 θ(2b + 1)
σ0 = 1 + .
40A2 φ(2b + 1)
En efecto, se trata de comprobar que con esta elección se cumple
1 θ(2b + 1)
e−φ(2b+1) ≤ <δ
40A2 φ(2b + 1)
si b > t1 . Ahora bien, por hipótesis el término central tiende a 0, luego podemos
asegurar que sea < δ, y la otra desigualdad equivale a
φ(2b+1)
θ(2b+1) 1
< ,
eφ(2b+1) 40A2
y por hipótesis el miembro izquierdo tiende a 0. Con esta elección queda que
θ(2b + 1)
1−a≥ ,
1240A2 φ(2b + 1)
luego a + bi está en la región del enunciado. Esto es así bajo la hipótesis de que
a > σ0 − r/2, que hemos usado en (5.7). Pero si a ≤ σ0 − r/2, la misma elección
de σ0 nos da que
r 1 θ(2b + 1) θ(2b + 1)
a ≤ σ0 − =1+ − ,
2 40A2 φ(2b + 1) 2
180 Capítulo 5. La función dseta y los números primos

luego

θ(2b + 1) 1 θ(2b + 1) θ(2b + 1) 1 θ(2b + 1)

1−a≥ − ≥ −
2 40A2 φ(2b + 1) 2φ(2b + 1) 40A2 φ(2b + 1)

20A2 − 1 θ(2b + 1)
= ,
40A2 φ(2b + 1)
y de nuevo tenemos la conclusión.
Capítulo VI

La función dseta de Riemann

II

En este capítulo probaremos algunos resultados más profundos y sofistica-

dos sobre la función dseta de Riemann (sobre su orden de crecimiento, sobre la
situación de sus ceros no triviales, etc.) que nos permitirán mejorar los resul-
tados sobre la distribución de los números primos que obtuvimos en el capítulo
precedente.

6.1 La ecuación funcional aproximada

Recordemos una vez más que la función dseta de Riemann satisface la ecua-
ción funcional
ζ(s) = χ(s)ζ(1 − s),
donde
πs
χ(s) = 2Π(−s)(2π)s−1 sen .
2
En la sección 4.1 presentamos dos fórmulas que relacionaban la función dseta
con las sumas parciales de su serie de Dirichlet válidas incluso en la banda crítica,
donde ésta no converge. El objeto de esta sección es probar un resultado mucho
más fino en esa misma línea, que por su forma recibe el nombre de “ecuación
funcional aproximada”:

Teorema 6.1 Sean 0 ≤ σ ≤ 1, x, y, |τ | > δ > 0 y 2πxy = |τ |. Entonces

X 1 X 1
ζ(s) = s
+ χ(s) + O(x−σ ) + O(|τ |1/2−σ y σ−1 ).
n n1−s
n≤x n≤y

Observemos en primer lugar que no perdemos generalidad si demostramos

esta fórmula bajo la hipótesis adicional de que x ≤ y. En efecto, si admitimos

181
182 Capítulo 6. La función dseta de Riemann II

que vale en este caso y tomamos x ≥ y, aplicando la fórmula a 1 − s resulta que

X 1 X 1
ζ(1 − s) = + χ(1 − s) + O(y 1−σ ) + O(|τ |σ−1/2 x−σ ).
n1−s ns
n≤y n≤x

Ahora aplicamos la ecuación funcional:

X 1 X 1
ζ(s) = χ(s)ζ(1 − s) = χ(s)χ(1 − s) s
+ χ(s)
n n1−s
n≤x n≤y

+χ(s)O(y σ−1 ) + χ(s)O(|τ |σ−1/2 x−σ ).

Pero aplicando dos veces la ecuación funcional vemos que

ζ(s) = χ(s)χ(1 − s)ζ(s),

por lo que χ(s)χ(1 − s) = 1. Por otra parte, el teorema 4.8 nos da que

χ(s) = O(|τ |1/2−σ ),

y así la ecuación precedente se convierte en la del enunciado.

En segundo lugar observamos que tampoco perdemos generalidad si supo-
nemos que τ > 0 (es decir, que τ > δ). En efecto, si la ecuación funcional
aproximada se cumple cuando τ > 0 y tomamos s con τ < 0, aplicamos la
ecuación a s̄, con lo que obtenemos que
X 1 X 1
ζ(s̄) = s̄
+ χ(s̄) + O(x−σ ) + O(|τ |1/2−σ y σ−1 ),
n n1−s̄
n≤x n≤y

y basta tener en cuenta que

X 1 X 1 X 1 X 1
ζ(s̄) − − χ(s̄) = ζ(s) − − χ(s) ,
ns̄ n1−s̄ ns n1−s
n≤x n≤y n≤x n≤y

por lo que
   
 X 1 X 1   X 1 X 1 

ζ(s) − − χ(s)  = ζ(s̄) − − χ(s̄) 
 ns n1−s   ns̄ n1−s̄ 
 n≤x n≤y n≤x n≤y

= O(x−σ ) + O(|τ |1/2−σ y σ−1 ).

La prueba que presentamos de la ecuación funcional aproximada es una
variante de la prueba de la ecuación funcional que vimos en [VC]. Así, el teorema
siguiente es una variante de [VC 5.29]:

Teorema 6.2 Para todo número natural m, en el semiplano σ > 1 se cumple

que Z +∞ s−1 −mx
X 1 1 x e
ζ(s) = + dx.
ns Π(s − 1) 0 ex − 1
n≤m
6.1. La ecuación funcional aproximada 183

Demostración: Supongamos en primer lugar que s > 1 es real. Partimos

de la expresión integral para la función factorial [VC 4.36]:
Z +∞ Z +∞
−y s−1
Π(s − 1) = e y dy = n s
e−nx xs−1 dx,
0 0

donde hemos hecho el cambio de variable y = nx. De aquí obtenemos:

X 1 X 1 X 1 Z +∞
X 1
ζ(s) = + = + e−nx xs−1 dx
ns n>m ns ns n>m Π(s − 1) 0
n≤m n≤m
X 1 Z +∞ X
1
= + e−nx xs−1 dx
ns Π(s − 1) 0 n>m
n≤m
X 1 Z +∞ s−1 −(m+1)x
1 x e
= + dx
ns Π(s − 1) 0 1 − e−x
n≤m
X 1 Z +∞ s−1 −mx
1 x e
= s
+ dx.
n Π(s − 1) 0 ex − 1
n≤m

En el segundo paso hemos intercambiado la serie con la integral. Esto es

N
e−nx xs−1 forman una sucesión creciente
P
correcto porque las sumas parciales
n=m+1
de funciones positivas, por lo que podemos aplicar el teorema de la convergencia
monótona.
Para el caso general basta probar que la integral
Z +∞ s−1 −mx
x e
dx
0 ex − 1
define una función holomorfa en el semiplano σ > 1, pues entonces podemos
concluir que la igualdad del enunciado vale en general en virtud del principio de
prolongación analítica. Para ello, según [VC 1.24], basta probar que, en cada
banda vertical 1 < 1 + δ ≤ σ ≤ c, el integrando está acotado por una función
integrable f (x) (independiente de s). Ahora bien,
 s−1 −mx 
x e  xσ−1 e−mx
 ex − 1  = ex − 1 .
 

Si 0 < x ≤ 1 entonces xσ−1 ≤ xδ y ex − 1 ≥ x, luego

xσ−1 e−mx xδ e−mx
≤ ≤ xδ−1 ,
ex − 1 ex − 1
y la función xδ−1 es integrable en ]0, 1]. Si x ≥ 1 entonces
xσ−1 e−mx xc−1 e−mx
≤
ex − 1 ex − 1
y la última función es integrable en ]0, +∞[ por el caso real ya probado.
Ahora probamos una variante de [VC 5.30]:
184 Capítulo 6. La función dseta de Riemann II

Teorema 6.3 Sea m un número natural, sea 0 <  < 2π y sea C la unión de
las curvas C1 , C2 , C3 dadas por

−C1 ≡ z = re0i , r ∈ [, +∞[ ,

C2 ≡ z = eiθ , θ ∈ [0, 2π],
C3 ≡ z = re2πi , r ∈ [, +∞[ ,

Entonces, la función
z s−1 e−mz
Z
I(s, m) = dz
C ez − 1
es entera, no depende de la elección de  y
X 1 e−πis Π(−s)
ζ(s) = + I(s, m).
ns 2πi
n≤m

Como en [VC 5.30], hay que entender que z s−1 se calcula con el logaritmo
con parte imaginaria nula sobre C1 , con parte imaginaria en [0, 2π] sobre C2 y
con parte imaginaria 2π sobre C3 .
Demostración: Como en [VC 5.30], la integral sobre C2 define una función
entera. Sobre C1 y C2 basta probar que, cuando |s − 1| ≤ M , el integrando está
acotado por una función integrable independiente de s. Ahora bien, sobre C1
tenemos que z = x >  y |z s−1 | = xσ−1 ≤ xM , mientras que sobre C3 es

|z s−1 | = xσ−1 e−2πτ ≤ xM e2πM .

En ambos casos  s−1 −mz 

z e  cxM e−mx
 ez − 1  ≤ ex − 1
 

y esta función es integrable en ]0, +∞[ por el teorema anterior.

Esto prueba que I(s, m) es una función entera, y el mismo argumento de
[VC 5.30] muestra que no depende de la elección de . Observemos ahora que,
sobre C3 , la potencia z s−1 está definida como

z s−1 = e(s−1)(log |z|+2πi) = xs−1 e2πis e−2πi = xs−1 e2πis ,

luego
+∞ +∞
xs−1 e−mx z s−1 e−mz xs−1 e−mx
Z Z Z
I(s, m) = − dx+ dz+e2πis dx
 ex − 1 |z|= ez − 1  ex − 1

+∞
xs−1 e−mx z s−1 e−mz
Z Z
= (e2πis − 1) dx + dz.
 ex − 1 |z|= ez − 1
Veamos seguidamente que, si σ > 1, la última integral tiende a 0 cuando
 → 0. En efecto, la función g(z) = e−mz /(ez − 1) es holomorfa en D(0, 2π)
6.1. La ecuación funcional aproximada 185

salvo en z = 0, donde tiene un polo simple, por lo que zg(z) está acotada. Por
lo tanto,
Z  Z
z s−1 e−mz   2π (s−1)(log +iθ)
 
iθ iθ

dz = e g(e )ie dθ
 
 z
 |z|= e − 1
  
 0

Z 2π
≤ cσ−1 e−τ θ dθ ≤ cσ−1 2πe2π|τ | ,
0
que ciertamente tiende a 0 con . Así pues, por el teorema anterior,
Z +∞ s−1 −mx
x e  X 1
I(s, m) = (e2πis − 1) dx = (e 2πis
− 1)Π(s − 1) ζ(s) − .
0 ex − 1 ns
n≤m

Equivalentemente,
X 1 I(s, m) e−πis I(s, m)
ζ(s) = = =
ns (e2πis − 1)Π(s − 1) (eπis − e−πis )Π(s − 1)
n≤m

e−πis I(s, m)
= ,
2i(sen πs)Π(s − 1)
y así [VC 4.40] nos da la fórmula del enunciado, en principio para σ > 1, pero
por el principio de prolongación analítica la igualdad vale para todo s.
El paso siguiente es una variante de [VC 5.35]:

Teorema 6.4 Fijados 0 ≤ c ≤ 1/2, δ > 0, 0 < r < 2πcδ, r ≤ π/2, tomamos
s ∈ C tal que τ > δ y dos números reales x, y > δ. Llamamos m = E[x],
q = E[y], η = 2πy. Consideramos la curva φ = φ1 ∪ φ2 ∪ φ3 ∪ φ4 descrita en
la figura, donde φ2 es el segmento que une cη + (1 + c)ηi con −cη + (1 − c)ηi
salvo si éste corta a un disco D(2kπi, r), necesariamente con k = q o k = q + 1,
en cuyo caso rodeamos el disco con un arco de circunferencia de radio r, el
adecuado para que 2qπi quede por debajo del arco, pero 2(q + 1)πi quede por
encima. Entonces
e−πis Π(−s)
X 1 X 1 Z s−1 −mz
z e
ζ(s) = + χ(s) + dz,
ns n1−s 2πi φ ez − 1
n≤x n≤y

donde z s−1 = e(s−1) log z se calcula con el logaritmo de z con parte imaginaria
en ]0, 2π[.

Demostración: Observemos que la condición r < 2πcδ garantiza dos cosas.

Por una parte, que r < cη, por lo que, si es necesario rodear un punto 2kπi, el
arco de circunferencia queda “en medio” del segmento que constituye la mayor
parte de φ2 , sin rebasar sus extremos. Por otra parte, hace imposible que dicho
segmento entre en el disco D(0, r), por lo que nunca
√ puede ser k = 0. Más
concretamente,
√ para esto basta con que r < 2πy/ 2 y, en particular, con que
r < 2πδ.
186 Capítulo 6. La función dseta de Riemann II

Veamos en primer lugar que la inte- cη + (1 + c)ηi

gral define una función entera, para lo φ2 φ1
cual basta probarlo para las integrales
ηi
sobre φ1 y φ4 . Las dos curvas son de la
−cη + (1 − c)ηi 4πi
forma φj (x) = x + αi, y basta probar la
integrabilidad en un intervalo ]a, +∞[, 2πi
con a arbitrariamente grande. Ahora
bien:1
−2πi
 s−1 −mz 
z e  |z|σ−1 e2π|τ | e−mx φ3
−4πi
 ez − 1  ≤
 
x
e −1 φ4
≤ 2|z| σ−1 2π|τ | −x
e e −cη − (2q + 1)πi

x x
si x > log√2 (pues entonces e − 1 > e /2). Para x ≥ |α| se cumple que
|φj (x)| ≤ 2x. Por consiguiente, si llamamos f (z) al integrando, tenemos que

|f (φi (x))φ0j (x)| ≤ 2Aσ−1 e2π|τ | xσ−1 e−x .

Si restringimos s a un compacto, podemos acotar σ − 1 ≤ σ0 y |τ | ≤ τ0 , y así

|f (φj (x))φ0j (x)| ≤ Axσ0 e−x ,

y el miembro derecho es una función integrable en ]0, +∞[, pues la integral es

la función factorial Π(σ0 ). El teorema [VC 1.24] prueba entonces que la integral
del enunciado define una función entera.
Ahora consideramos el arco cerrado γ que muestra la figura de la izquierda:
cη + (1 + c)ηi

ηi
−cη + (1 − c)ηi
4πi
2πi

−2πi
−4πi

−cη − (2q + 1)πi

Se trata de la curva φ truncada con dos arcos de circunferencia de centro 0

y radio R suficientemente grande, entre los cuales se intercala el segmento real
[, R] en sentido negativo, con 0 <  < 2πi, luego la circunferencia de radio ,
seguida del segmento [, R] en sentido positivo. Consideramos la integral de f (z)
1 En todo lo que sigue x e y representan la parte real y la parte imaginaria de z, que no hay
que confundir con los números x, y del enunciado, que no intervienen en ningún momento en
los cálculos siguientes.
6.1. La ecuación funcional aproximada 187

sobre γ, entendiendo que z s−1 se calcula con el logaritmo de parte imaginaria

2π en el segmento [, R] recorrido en sentido negativo, con parte imaginaria
en [0, 2π] sobre la circunferencia de radio  y con parte imaginaria 0 sobre el
segmento [, R] en sentido positivo.
No es posible aplicar el teorema de los residuos a f (z) sobre este arco, por-
que f (z) no se extiende a una función holomorfa en un entorno de γ ∗ . No
obstante, podemos descomponer γ en los dos arcos cerrados que muestra la fi-
gura de la derecha, y en cada uno de ellos sí que es posible aplicar el teorema
de los residuos, considerando una extensión distinta de f en cada caso a todo el
plano complejo menos una semirrecta, de modo que z s−1 se calcula siempre con
logaritmos con parte imaginaria en [0, 2π]. Al sumar las igualdades que propor-
ciona el teorema de los residuos sobre ambos arcos, se cancelan las integrales
sobre los dos segmentos que hemos introducido en el semieje real negativo y el
resultado es formalmente idéntico a aplicar el teorema de los residuos a γ, es
decir: Z s−1 −mz q
1 z e X
dz = (Res(f, 2nπi) + Res(f, −2nπi)).
2πi γ ez − 1 n=1
Ahora observamos que la longitud de los arcos de circunferencia de radio R
tiende a (1 + c)η + (2a + 1)π, luego permanece acotada cuando R tiende a +∞.
En efecto, por ejemplo, la amplitud del arco superior es arcsen((1 + c)η/R),
luego la longitud es R arcsen((1 + c)η/R) y, aplicando la regla de L’Hôpital,
vemos que el límite es (1 + c)η.
Si x0 es el menor valor de x sobre el arco, vemos que guarda con R una rela-
ción de la forma x20 + k 2 = R2 , luego, x0 /R tiende a 1 y, si R es suficientemente
grande, x0 ≥ R/2. Además,
|f (z)| ≤ 2Rσ−1 e2π|τ | e−x ≤ 2Rσ−1 e2π|τ | e−x0 ,
luego la integral sobre el arco de circunferencia está acotada por ARσ−1 e−R/2 ,
que tiende a 0 cuando R tiende a +∞. Así pues,
Z s−1 −mz q
z e X
dz − I(s, m) = 2πi (Res(f, 2nπi) + Res(f, −2nπi)).
φ ez − 1 n=1

El teorema anterior implica entonces que

X 1 Xq
−πis
ζ(s) = − e Π(−s) (Res(f, 2nπi) + Res(f, −2nπi))
ns n=1
n≤m

z s−1 e−mz
Z
+ dz.
φ ez − 1
El teorema [VC 3.16] nos permite calcular los residuos:
Res(f, 2nπi) + Res(f, −2nπi) = (2nπi)s−1 + (−2nπi)s−1
= (2nπ)s−1 (eπi(s−1)/2 + e3πi(s−1)/2 ) = eπis (2nπ)s−1 (−ie−πis/2 + ieπis/2 )
πs
= −2eπis (2nπ)s−1 sen .
2
188 Capítulo 6. La función dseta de Riemann II

Por consiguiente,
q
X
e−πis Π(−s) (Res(f, 2nπi) + Res(f, −2nπi))
n=1

πs X 1 X 1
= −2(2π)s−1 Π(−s) sen 1−s
= −χ(s) .
2 n n1−s
n≤q n≤q

Esto nos da la fórmula del enunciado.

Para probar el teorema 6.1 sólo tenemos que probar que el último término
que aparece en la fórmula del teorema anterior es O(x−σ ) + O(τ 1/2−σ y σ−1 ).
A partir de aquí suponemos que 0 ≤ σ ≤ 1 y que 2πxy = τ .
En primer lugar estimamos el término e−πis Π(−s) mediante la fórmula de
Stirling [VC 4.44]: √
Π(−s) = 2π(−s)1/2−s es eµ(−s) ,
de donde √
|e−πis Π(−s)| = 2πeπτ |s|1/2−σ eτ arg(−s) eσ |eµ(−s) |
√
≤ 2πeπτ |s|1/2−σ e−πτ /2 e|eµ(−s) |,
donde hemos usado que −s tiene parte real e imaginaria negativas, luego su
argumento en ]−π, π[ tiene que estar de hecho en ]−π, −π/2[.
Teniendo en cuenta que | − s| ≥ τ > δ, el teorema [VC 4.43] implica que
|µ(−s)| está acotado. Por otra parte,

|s|2 σ2 σ02
= + 1 ≤ + 1 = A2 ,
τ2 τ2 δ2
luego
 1/2−σ
|s| |s|
≤ ≤ A.
τ τ
Por consiguiente,
e−πis Π(−s) = O(τ 1/2−σ eπτ /2 ).
Ahora nos ocupamos de la integral, pero antes conviene hacer una observa-
ción general, y es que, si A > 0, e−Aτ = O(y −1 ).
En efecto,
ye−Aτ = ye−A2πxy ≤ ye−A2πδy
y la última expresión tiende a 0 con y, luego está acotada.
Para cada número complejo z que no esté en el semieje real positivo, sobren-
tenderemos que sus coordenadas polares son z = ρeiθ , con 0 < θ < 2π.
Supongamos en primer lugar que z = φ1 (u) = u + (1 + c)ηi. Entonces
ρ ≥ (1 + c)η ≥ η y, si u ≥ log 2,

|ez − 1| ≥ eu − 1 ≥ eu /2.
6.1. La ecuación funcional aproximada 189

Como u ≥ 2πδc, existe una constante K tal que

|ez − 1|−1 ≤ (eu − 1)−1 ≤ Ke−u ,

y así  s−1 −mz 

z e σ−1 −τ θ −(m+1)u
≤ Kη σ−1 e−τ θ−(m+1)u .

 ez − 1  ≤ Kρ e e
 

Además,
(1 + c)η
θ = arctan .
u
Como
 
d (1 + c)η u (1 + c)η 1 (1 + c)η 1
arctan + =− 2 2 2
+ >− 2 2
+ = 0,
du u η u + (1 + c) η η (1 + c) η η
y u ≥ cη, tenemos que
(1 + c)η u 1+c π c π
θ = arctan + ≥ arctan + c = + c − arctan = + A,
u η c 2 1+c 2
pues
Z c/(1+c) Z c/(1+c)
c dp dp
arctan = < = c.
1+c 0 1 + p2 0 (1 − p)2
Notemos que A < c ≤ 1/2. Teniendo en cuenta además que m + 1 ≥ x = τ /η,
vemos que
 s−1 −mz 
z e σ−1 −τ (π/2+A−u/η)−τ u/η
= Kη σ−1 e−τ (π/2+A) .

 ez − 1  ≤ Kη e
 

Una cota alternativa es

 s−1 −mz 
z e σ−1 −τ θ −(m+1)u
≤ Kη σ−1 e−xu .

 ez − 1  ≤ Kρ e e
 

Partimos la integral en dos y usamos cada cota en una de las partes:

 Z πη Z +∞
z s−1 e−mz 
Z
σ−1 −τ (π/2+A)
Kη σ−1 e−xu du

 dz ≤ Kη e du +

φ1 ez − 1 
cη πη

1
≤ Kπη σ e−τ (π/2+A) + Kη σ−1 e−xπη ≤
x
1 K σ −τ (π/2+A)
Kπη σ e−τ (π/2+A) + Kη σ−1 e−τ π ≤ η e ≤
δ 2πδ 2
K σ −τ (π/2+A)
y e ,
δ2
pues, teniendo en cuenta que A ≤ 1/2 < π/2,

η σ−1 e−πτ 1 1
σ −τ (π/2+A)
= e−τ (π/2−A) ≤ .
η e η 2πδ
190 Capítulo 6. La función dseta de Riemann II

Por lo tanto,

e−πis Π(−s) z s−1 e−mz

Z
dz = O(τ 1/2−σ y σ e−τ A ) = O(τ 1/2−σ y σ−1 ).
2πi φ1 ez − 1

Ahora consideramos un punto z = φ3 (u) = −cη + ui. El menor valor de θ

se alcanza cuando u = η(1 + c), con lo que
Z c/(1−c)
π c π dp
θ≥ + arctan = + =
2 1−c 2 0 1 + p2
Z c/(1−c)
π dp π
+A+ 2
= + A + c,
2 0 (1 + p) 2
donde Z c/(1−c)  
1 1
A= 2
− dp > 0.
0 1+p (1 + p)2
Obviamente ρ ≥ η, luego

|z s−1 e−mz | = ρσ−1 e−τ θ emcη ≤ η σ−1 e−τ (π/2+A+c) eτ c = η σ−1 e−τ (π/2+A) .

Por otra parte,

|ez − 1| ≥ 1 − e−cη ≥ 1 − e−2πcδ = A > 0,

luego
Z (1−c)η
z s−1 e−mz 
Z 
σ−1 σ−1 −τ (π/2+A)

 dz ≤ η ≤ Aη e du

φ3 ez − 1 
−(2q+1)π

≤ Aη σ e−τ (π/2+A) ≤ A2πy σ e−τ (π/2+A) ,

donde usamos que

(1 − c)η + (2q + 1)π ≤ η + 2πy + π = 2η + π ≤ Aη,

π
pues 2 + π/η ≤ 2 + = A. Como antes,
2πδ
e−πis Π(−s) z s−1 e−mz
Z
dz = O(τ 1/2−σ y σ e−Aτ ) = O(τ 1/2−σ y σ−1 ).
2πi φ3 ez − 1

Supongamos ahora que z = φ4 (u) = u − (2q + 1)πi. El menor valor de θ se

obtiene cuando u = −cη y cumple que
Re z cη πy q+1
= ≤ ≤ < 1,
Im z (2q + 1)π (2q + 1)π 2q + 1

luego θ > 5π/4. Por otra parte, el mínimo de ρ se alcanza cuando u = 0, con lo
que ρ ≥ (2q + 1)π ≥ (q + 1)π > yπ = η/2. Por otra parte,

|ez − 1| = |eu e−(2q+1)πi − 1| = | − eu − 1| = eu + 1 ≥ 1,

6.1. La ecuación funcional aproximada 191

luego
 s−1 −mz 
z e σ−1 −τ θ −mu
≤ (η/2)σ−1 e−5τ π/4 e−mu ≤ 2η σ−1 e−5τ π/4 e−mu .

 ez − 1  ≤ ρ e e
 

Si m ≥ 1, Z +∞
z s−1 e−mz 
Z 
σ−1 −5τ π/4
e−mu du

 dz  ≤ Aη e

φ4 ez − 1 −cη
σ−1 mcη−5τ π/4
≤ Aη e ≤ Aη σ−1 eτ c−5πτ /4 ≤ 2πAy σ−1 eτ c−5πτ /4 ,
donde hemos usado que mη = E[x]2πy ≤ 2πxy = τ . De aquí, a su vez,

e−πis Π(−s) z s−1 e−mz

Z
dz = O(τ 1/2−σ y σ−1 e−τ (3π/4−c) ) = O(τ 1/2−σ y σ−1 ).
2πi φ4 ez − 1
Si m = 0, es decir, si δ ≤ x < 1, dividimos en dos la integral y en la segunda
parte usamos la cota |ez − 1| ≥ eu :
 Z πη Z +∞
z s−1 e−mz 
Z
σ−1 −5τ π/4
Aη σ−1 e−5τ π/4 e−u du


z −1
dz ≤ Aη e du +

φ4 e 
−cη πη

≤ Aη σ e−5τ π/4 + Aη σ−1 e−5τ π/4 e−πη ≤ Aη σ e−5τ π/4 + Aη σ−1 e−5τ π/4 e−π2πxy
= Aη σ e−5τ π/4 + Aη σ−1 e−5τ π/4 e−πτ = Aη σ e−5τ π/4 + Aη σ−1 e−9τ π/4
= Aη σ e−5τ π/4 ≤ A2πy σ e−5πτ /4 ,
y nuevamente,
e−πis Π(−s) z s−1 e−mz
Z
dz = O(τ 1/2−σ y σ e−3πτ /4 ) = O(τ 1/2−σ y σ−1 ).
2πi φ4 ez − 1
Sólo falta considerar el caso en que z está sobre φ∗2 . Llamamos φ21 al seg-
mento √ √
φ21 (λ) = ηi + λeπi/4 , con − 2cη ≤ λ ≤ 2cη,
de modo que φ2 puede coincidir con φ21 , o bien es φ21 menos un segmento
central que es sustituido por un arco de circunferencia φ22 .
Nos ocupamos en primer lugar de φ21 . Si z = φ21 (λ), entonces

z = i(η + λeπi/4 ) = iη(1 + (λ/η)e−iπ/4 ).

De aquí se sigue que

π λ
log z = i + log η + log(1 + e−iπ/4 ),
2 η
donde el logaritmo de la izquierda es el de parte imaginaria en ]0, 2π[, mientras
que los de la derecha son los de parte imaginaria en ]−π, π[. En efecto, basta
probar que
λ
Re(1 + e−iπ/4 ) > 0,
η
192 Capítulo 6. La función dseta de Riemann II

pues entonces la parte imaginaria del logaritmo está en ]−π/2, π/2[, y al su-
marle π obtenemos una parte imaginaria en ]0, 2π[. Ahora bien,
√ √ √
λ −iπ/4 λ 2 2 2 1
Re(1 + e )=1+ ≥1− = > 0.
η η 2 2 2 2

El logaritmo con parte imaginaria en ]0, 2π[ es el que necesitamos para cal-
cular la exponencial compleja z s−1 del integrando. Concretamente:
π λ −πi/4
z s−1 = e(s−1)( 2 i+log η+log(1+ η e ))
,

luego
λ −πi/4
|z s−1 | = η σ−1 e−π/2 eRe((s−1) log(1+ η e ))
.
El desarrollo de Taylor del logaritmo nos da que

λ −πi/4 λ λ2 λ3
log(1 + e ) = e−iπ/4 − 2 e−iπ/2 + 3 h0 (λ/η),
η η 2η η
√ √
para cierta función continua h0 : [− 22 , 22 ] −→ C (en realidad está definida
en ]−1, 1[, pero la restringimos a un intervalo compacto menor para tenerla
acotada). Por lo tanto,
√ √
λ −iπ/4 λ 2 2λ λ2
Re((s − 1) log(1 + e )) = (σ − 1) + τ − 2τ
η η 2 2 η 2η

λ3 λ3
+(σ − 1) Re h0 (λ/η) − τ Im h0 (λ/η).
η3 η3
Tanto σ − 1 como λ/η y h0 están acotados, luego concluimos que
√
λ2
(− π
2+
2 λ
2 η − 2η 2 )τ +(λ/η)3 h(λ/η)τ
|z s−1 | ≤ Aη σ−1 e ,
√ √
2 2
donde h : [− 2 , 2 ] −→ R es la parte real de h0 .
Por [VC 5.33] sabemos que existe una constante A > 0 tal que |ez −1|−1 ≤ A
en la región Ω que resulta de quitarle al plano complejo el disco abierto de centro
cada punto 2nπi y radio r. Tomemos un punto z ∈ Ω y distingamos varios casos:

• Si Re z > π/2, tenemos que

 −mz+xz 
e  e(x−m) Re z e(x−m) Re z e(x−m−1) Re z 1
 ez − 1  = |ez − 1| ≤ eRe z − 1 = 1 − e− Re z ≤ 1 − e−π/2 .
 

• Si 0 ≤ Re z ≤ π/2, entonces
 −mz+xz 
e (x−m) Re z
≤ Aeπ/2 .

 ez − 1  ≤ Ae
 
6.1. La ecuación funcional aproximada 193

• Si Re z < 0, entonces
 −mz+xz 
e  e(x−m) Re z
 ez − 1  = |ez − 1| ≤ A.
 

Si además z está en φ∗21 ,

√ √
iπ/4 λτ 2
|e−xz | = |e−x(ηi+λe )
| = e−xλ 2/2
= e− 2η .

Concluimos que, para todo z ∈ φ∗2 ∩ Ω, se cumple que

 −mz  √
e
 ≤ Ae− λτ2η 2 ,


 ez − 1 

y a su vez,  s−1 −mz 

z e  λ2 λ3
σ−1 −πτ /2 − 2η2 τ +τ h(λ/η) η3
 ez − 1  ≤ Aη e e .
 

Recordemos que la función h depende

√ únicamente de la serie de Taylor de
log(1 + z). Tenemos que |λ/η| ≤ c 2, y en este punto determinamos la cons-
tante c exigiendo que |h(t)t| ≤ 1/4 cuando |t| ≤ c. De este modo,

λ3 λ2
h(λ/η) 3
≤ 2,
η 4η
luego
λ2 λ3 λ2
− 2
τ + τ h(λ/η) 3 ≤ − 2 τ.
2η η 4η
De este modo
Z cη√2
z s−1 e−mz 
Z 
λ2
 σ−1 −τ π/2 − 4η 2τ

z
dz  ≤ Aη e √ e dλ ≤

φ21 e −1 −cη 2

Z +∞ τ 2
− 4η 2λ
Aη σ−1 e−τ π/2 e dλ
−∞
+∞
2Aη σ
Z
2
= √ e−τ π/2 e−t dt = O(η σ τ −1/2 e−τ π/2 ).
τ −∞

Ahora nos ocupamos del posible arco φ22 de centro 2kπi y radio r, cuya
longitud está acotada por 2πr, luego sólo tenemos que preocuparnos de acotar
el integrando. Recordemos que k = q o bien k = q + 1, pero que, en cualquier
caso, k 6= 0. Consideremos un punto
ri iθ
z = φ22 (θ) = 2kπi + reiθ = 2kπi(1 − e ).
2kπ
Entonces
π ri iθ
log z = i + log 2kπ + log(1 − e ),
2 2kπ
194 Capítulo 6. La función dseta de Riemann II

donde, nuevamente, el logaritmo de la derecha es el de parte imaginaria en ]0, 2π[

(el necesario para calcular z s−1 ) y los de la derecha son los de parte imaginaria
en ]−π, π[. Nuevamente consideramos el desarrollo de Taylor de log(1−z), según
el cual
π ri iθ r2 ri iθ
log z = i + log 2kπ − e + 2 2 e2θi h( e ),
2 2kπ 4k π 2kπ
donde h es una función acotada en D(0, r). Consecuentemente,

π π (σ − 1)ri iθ τ r iθ
(s − 1) log z = (σ − 1) i − τ + (s − 1) log 2kπ − e + e
2 2 2kπ 2kπ
(σ − 1)r2 2θi ri iθ τ r2 i ri iθ
+ 2 2
e h( e ) + 2 2 e2θi h( e ).
4k π 2kπ k 4π 2kπ
Es claro que el primer término y el sexto están acotados. Como hemos visto
al principio de la sección, no perdemos generalidad si suponemos que x ≤ y, y
vamos a ver que, bajo esta hipótesis, también está acotado el séptimo término.
Sólo hay que probar que lo está τ /k 2 . Ahora bien:

• Si y ≥ 1, tenemos que
2
2πy 2

τ 2πxy q+
≤ ≤ = 2π ≤ 8π.
k2 q2 q2 q

• Si δ ≤ y < 1, entonces
τ 2πy 2
≤ ≤ 2π.
k2 1
Así pues:
π τ r iθ
(s − 1) log z = −τ + (s − 1) log 2kπ + e + O(1).
2 2kπ
Por otra parte,
iθ iθ
e−mz = e−m(2kπi+re )
= e−mre .

Por consiguiente,
iθ τ
−m)−τ π
z s−1 e−mz = ere ( 2kπ 2 +(s−1) log 2kπ+O(1) .

Ahora observamos que

τ xy − km (x − m)k + (y − k)m + (x − m)(y − q)

−m= = .
2kπ k k
Como |x − m| ≤ 1 y, por definición de k, también |y − k| ≤ 1, la expresión
anterior está acotada. Así llegamos a que
π
z s−1 e−mz = e−τ 2 +(s−1) log 2kπ+O(1) .
6.1. La ecuación funcional aproximada 195

Puesto que (ez − 1)−1 está acotada sobre φ∗22 , concluimos que, sobre este arco,
z s−1 e−mz
= O((2kπ)σ−1 e−τ π/2 ).
ez − 1
Más aún, k ≤ y + 1 ≤ 2y si y ≥ 1 y k = 1 ≤ y/δ en otro caso, luego en cualquier
caso k = O(y) y llegamos a que
z s−1 e−mz
Z
z −1
dz = O(η σ−1 e−τ π/2 ).
∗
φ22 e

Recapitulando, tenemos que

e−πis Π(−s) z s−1 e−mz
Z
dz = O(τ −σ η σ ) + O(τ 1/2−σ η σ−1 )
2πi φ2 ez − 1

= O(x−σ ) + O(τ 1/2−σ y σ−1 ),

donde hemos usado una vez más que η σ−1 = (2π)σ−1 y σ−1 ≤ y σ−1 .
Un caso particular especialmente simple de la ecuación funcional aproximada
p
se da si la restringimos a la recta crítica σ = 1/2 y tomamos x = y = |τ |/2π.
Entonces se reduce a:
X 1 X 1
ζ(1/2 + τ i) = 1/2+τ i
+ χ(1/2 + τ i) 1/2−τ i
+ O(|τ |−1/4 ).
√ n √ n
n≤ |τ |/2π n≤ |τ |/2π

El teorema 4.8 prueba que la función |χ(1/2 + τ i)| tiende a 1 en ∞ y, en parti-

cular, está acotada, luego
X 1
|ζ(1/2 + τ i)| ≤ c + O(|τ |−1/4 ). (6.1)
√ n1/2+τ i
n≤ |τ |/2π

En particular
X 1
|ζ(1/2 + τ i)| ≤ c + O(|τ |−1/4 )
√ n1/2
n≤ |τ |/2π

Ahora bien,
Z √|τ |/2π
X 1 1 p
≤1+ √ du ≤ 4 |τ |/2π = O(|τ |1/4 ),
√ n1/2 1 u
n≤ |τ |/2π

luego concluimos que

ζ(1/2 + τ i) = O(|τ |1/4 ).
Este resultado es ligeramente mejor que el que obtuvimos como consecuencia
del teorema 4.11 (la convexidad de la función de Lindelöf). Habíamos visto que
µ(1/2) ≤ 1/4, lo cual significa que ζ(1/2 + iτ ) = O(|τ |1/4+ ), para cualquier
 > 0. Ahora acabamos de ver que el  no es necesario. En la sección siguiente
mejoraremos un poco más la estimación.
196 Capítulo 6. La función dseta de Riemann II

6.2 El método de Hardy-Littlewood

Se conocen varias técnicas para estudiar el orden de crecimiento de la función
exponencial sobre la banda crítica. Aquí vamos a presentar una debida a Hardy
y Littlewood, que, entre otras cosas, nos permitirá mejorar ligeramente la región
sin ceros que conocemos, lo que a su vez tiene consecuencias sobre la estimación
del error en el teorema de los números primos.
Antes de entrar en materia conviene discutir un resultado que usaremos en
varias ocasiones de aquí en adelante.
Si X 6= ∅ es un conjunto finito, podemos considerar en PX la medida µ
que a cada conjunto A ⊂ X le asigna su cardinal. Como todo subconjunto de
X es medible, resulta que toda función f : X −→ R es medible, y de hecho es
integrable, pues se comprueba fácilmente que
Z X
f dµ = f (x).
X x∈X

Observemos además que el único subconjunto nulo de X es el conjunto vacío,

lo cual hace que los espacios Lp (µ) definidos en [An 9.18] son simplemente el
espacio de todas las aplicaciones f : X −→ R, con la norma
P 1/p
kf kp = |f (x)|p .
x∈X

Notemos que esta definición vale igualmente si f : X −→ C, y en tal caso

kf kp coincide con la norma de |f | : X −→ R.
La mayoría de las propiedades de la integral de Lebesgue se particularizan
a hechos triviales sobre sumas finitas en este contexto, pero hay un hecho que
no es trivial incluso en este caso particular, y es el que nos va a interesar. Nos
referimos a la desigualdad de Hölder [An 9.22], que en este contexto se enuncia
así:

Desigualdad de Hölder Sea X 6= ∅ un conjunto finito, sean p1 , . . . , pn nú-

n
1
P
meros positivos tales que pi = 1 y sean fi : X −→ C funciones cualesquiera.
i=1
Entonces
Qn n
Q
fi ≤ kfi kpi .

i=1 1 i=1

En efecto, [An 9.22] prueba el resultado para funciones reales, y el caso

complejo se obtiene aplicándolo a los módulos de las funciones dadas.
Pasamos ya a exponer el método de Hardy-Littlewood, que es un estudio de
las sumas de la forma
b
X 1
s
.
n=a+1
n
Necesitamos una ligera generalización del teorema de Abel [VC 5.2]:
6.2. El método de Hardy-Littlewood 197

Teorema 6.5 Sea {bn } una sucesión decreciente de números reales ≥ 0, sea
n
P
sn = am , donde los am son números complejos, entendiendo que sM = 0.
m=M +1
Entonces  N 
 X 
an bn  ≤ bM máx |sn |.
 

  M <n≤N
n=M +1

Demostración: Por [VC 5.2]

N
X N
X −1
an bn = sn (bn − bn+1 ) + sN bN ,
n=M +1 n=M +1

luego  
 X N  N
X −1
an bn  ≤ |sn |(bn − bn+1 ) + |sN |bN
 

 
n=M +1 n=M +1
−1
N
!
X
≤ (bn − bn+1 ) + bN máx |sn | = bM +1 máx |sn | ≤ bM máx |sn |.
M <n≤N M <n≤N M <n≤N
n=M +1

En particular, si an = 1/niτ , bn = 1/nσ , obtenemos que

 b   n 
 X 1 1  X 1 
≤ máx  .
   
ns  aσ a<n≤b  niτ 


n=a+1 n=a+1

Esto nos reduce a estudiar series con exponentes imaginarios puros. A su

vez, vamos a ver que en cada término 1/niτ = e−iτ log n podemos truncar la serie
de Taylor del logaritmo:

Teorema 6.6 Sean k, a, b números naturales no nulos, b − a ≥ 1 y t ≥ 1 un

número real tal que
b−a 1
≤ t−1/(k+1) .
a 2
Sea M tal que m 
1 n2 k−1 nk 
X 
−it( n − +···+(−1) )
e 2 a2 kak  ≤ M
 a

 
n=1

para todo m ≤ b − a. Entonces

 b 
 X 
−it log n 
e  < 4M.


 
n=a+1

Demostración: Consideramos la serie de Taylor

∞
1 X1
log = zr ,
1−z r=1
r
198 Capítulo 6. La función dseta de Riemann II

que converge en el disco D(0, 1), y lo mismo vale para la serie

∞
X 1 r
z .
r
r=k+1

La función ∞
1 r
P
t rz
ft (z) = e r=k+1

es holomorfa en el disco D(0, 1), luego admite un desarrollo en serie de Taylor

∞
1 r
P
t rz
∞
cr (t)z r .
P
e r=k+1
=
r=0

Vamos a probar, más concretamente, que cl (t) es un polinomio en t con coefi-

cientes positivos. En efecto, en primer lugar observamos que
∞ ∞
 X 1 r m X
t z = crm (t)z r ,
r
r=k+1 r=m(k+1)

donde cada crk es una forma de grado m (es decir, un polinomio cuyos monomios
tienen todos grado m) con coeficientes positivos. Ciertamente, para m = 1 es
cr1 = t/r. Si vale para m, entonces

 ∞
X ∞
1 r m+1 X
∞
X t r
∞
X r−m(k+1)
X t r
t z = crm (t)z r z = cr−u,m (t) z
r r u
r=k+1 r=m(k+1) r=k+1 r=(m+1)(k+1) u=k+1

y, como cada cr−u,m (t) es una forma de grado m con coeficientes positivos, es
claro que lo mismo vale para el coeficiente de z r , pero ahora con grado m + 1.
A su vez,
∞
t
P 1 r ∞ ∞ ∞ ∞
rz 1  X 1 r m X 1
X X
e r=k+1
= t z = crm (t)z r
m=0
m! r m=0
m!
r=k+1 r=m(k+1)

∞ E[r/(k+1)]
X X crm (t)
= zr ,
r=0 m=0
m!
E[r/(k+1)]
P crm (t)
luego cr (t) = m! es un polinomio con coeficientes positivos.
m=0

En particular, cambiando t por it y z por −z, tenemos que

∞
(−1)r−1
zr
P
−it r
∞
(−1)r cr (it)z r ,
P
e r=k+1
=
r=0

siempre que |z| < 1.

6.2. El método de Hardy-Littlewood 199

Se cumple que
     
 Xb  Xb−a   b−a 
−it log n  −it log(a+n)   −it log a X −it log(1+ na ) 
e = e  = e e =
 

     
n=a+1 n=1 n=1
 k ∞

(−1)r−1 nr (−1)r−1 nr 
 b−a −it
X P P
r ar −it r ar 

 e r=1 r=k+1 ,

n=1 
donde usamos que n/a ≤ (b − a)/a ≤ 1/2, luego la serie de Taylor de log(1 + z)
converge en n/a.
En términos del desarrollo precedente tenemos que
   k

b b−a P (−1)r−1 nr X∞  n l 
 X  X −it r
e−it log n  = 
r a
e r=1 (−1)l cl (it)
  
a 

  
n=a+1 n=1 l=0
 
∞ b−a k
(−1)r−1 nr
X (−1)l cl (it) X P 
−it r a r
l

=  l
n e r=1 .
 l=0 a n=1


Ahora usamos el teorema de Abel [VC 5.2], según el cual
b−a k
P (−1)r−1 nr
X −it r ar
l
ne r=1 =
n=1

b−a−1 u k b−a k
P (−1)r−1 nr P (−1)r−1 nr
X X −it r ar
X −it r ar
(ul − (u + 1)l ) e r=1 + (b − a)l e r=1 .
u=1 n=1 n=1
Por lo tanto,
 
 b−a k
 X l −it P (−1)r narr  b−a−1
r−1 
X

 n e r=1 ≤
 ((u + 1)l − ul )M + (b − a)l M
n=1  u=1

= 2(b − a)l M − M < 2M (b − a)l .

Con esto hemos probado que
 
b ∞  l
 X 
−it log n 
X b−a
e  ≤ 2M |cl (it)| .

a

 
n=a+1 l=0

Pero, como cl (t) tiene coeficientes positivos, se cumple que |cl (it)| ≤ cl (|it|),
luego  
b ∞  l
 X 
−it log n 
X b−a
e  ≤ 2M cl (t)

a

 
n=a+1 l=0
∞ r ∞
P 1 (b−a)
P (b−a)r
t r ar t ar ((b−a)/a)k+1
= 2M e r=k+1
≤ 2M e r=k+1
≤ 2M et (1−(b−a)/a) .
200 Capítulo 6. La función dseta de Riemann II

A su vez
b−a k+1 1 −1/(k+1) k+1



t a t 2t 1
≤ =
1 − b−a
a
1/2 2k
k
y e1/2 < 2.
Esto nos lleva a su vez a estudiar la acotación de expresiones de la forma
m
X
S= e2πiP (n) ,
n=1

donde P (n) es un polinomio de grado k con coeficientes reales. Teniendo en

cuenta que |e2πiP (n) | = 1, una cota obvia es |S| ≤ m, pero podemos encontrar
cotas mejores.
Por ejemplo, supongamos que P (n) = αn y α no es entero (si α es entero se
cumple que |S| = m). Entonces tenemos una progresión geométrica:
 2πiα
− e2πiα(m+1) 

e 2 2 1
|S| = 

 ≤ |1 − e2πiα | = |e−πiα − eπiα | = | sen πα| .
1 − e2πiα
Por lo tanto,
|S| ≤ mín{m, | sen πα|−1 }.
Consideremos ahora el caso en que P (n) = αn2 + βn. Entonces
m X
m
2
+βn−αn02 −βn0 )
X
|S|2 = S S̄ = e2πi(αn .
n=1 n0 =1

Hacemos el cambio n0 = n − r:
m n−1 m−1 mín{r+m,m}
X X 2 X X 2
|S|2 = e2πi(2αnr−αr +βr)
= e2πi(2αnr−αr +βr)

n=1 r=n−m r=−m+1 n=máx{r+1,1}

 
m−1  mín{r+m,m} 
X X2
2πi(−αr +βr)  4πiαnr 
 
≤ |e | e 
r=−m+1 n=máx{r+1,1} 
 
X  mín{r+m,m}
m−1 X  m−1
X
4πiαnr 
mín{m, | sen(2παr)|−1 }

= 
 e  ≤
r=−m+1 n=máx{r+1,1}  r=−m+1
m−1
X
=m+2 mín{m, | sen(2παr)|−1 },
r=1
donde hemos usado una ligera variante del caso ya probado en que P tiene
grado 1. Notemos que si tenemos —como es aquí el caso— una suma de la
forma
l
X l−k+1
X l−k+1
X
e2πiαn = e2πiα(n−k+1) = e2πiα(−k+1) e2πiαn .
n=k n=1 n=1
6.2. El método de Hardy-Littlewood 201

El primer factor tiene módulo 1 y el segundo se puede acotar como hemos visto.
Ahora obtenemos una cota para el caso general:

Teorema 6.7 (Desigualdad de Weyl) Sea k ≥ 2 un número natural y

P (n) = αnk + αk−1 nk−1 + · · · + α1 n + α0

un polinomio con coeficientes reales, α 6= 0. Sea

m
X
S= e2πiP (n) ,
n=1

donde m ≥ 1 es un número natural. Sea K = 2k−1 . Entonces

m−1
X
|S|K ≤ 22K mK−1 + 2K mK−k mín{m, | sen(παk! r1 · · · rk−1 )|−1 }.
r1 ,...,rk−1 =1

Demostración: Notemos que para k = 2 hemos obtenido una cota mejor

incluso que la que proporciona el teorema. La hemos dado para un polinomio
sin término independiente, pero esto es irrelevante porque en la expresión de S
podemos sacar factor común e2πiα0 , que tiene módulo 1, y el exponente pasa
a ser un polinomio sin término independiente. Supongamos que el resultado es
cierto para k − 1 ≥ 2 y veamos que se cumple para k.
m
m X m n−1
2πi(P (n)−P (n0 ))
X X X
2
|S| = e = e2πi(P (n)−P (n−r1 ))
n=1 n0 =1 n=1 r1 =n−m

m−1
X mín{rX
1 +m,m}

= e2πi(P (n)−P (n−r1 )) .

r1 =−m+1 n=máx{r1 +1,1}

Llamemos
mín{rX
1 +m,m} mín{rX
1 +m,m}
k−1
S1 = S1 (r1 ) = e2πi(P (n)−P (n−r1 )) = e2πi(αkr1 n +···)
.
n=máx{r1 +1,1} n=máx{r1 +1,1}

En estos términos,

m−1 m−1
!1−2/K m−1
!2/K
X X X
|S|2 ≤ |S1 (r1 )| ≤ 1 |S1 |K/2 ,
r1 =−m+1 r1 =−m+1 r1 =−m+1

donde hemos usado la desigualdad de Hölder tal y como la hemos enunciado al

principio de este capítulo. Esto implica que

m−1
!2/K
X
∗
|S|2 ≤ (2m)1−2/K mK/2 + |S1 |K/2 ,
r1 =−m+1
202 Capítulo 6. La función dseta de Riemann II

donde el asterisco indica que falta el sumando correspondiente a r1 = 0. Por lo

tanto: !
m−1
X
K K/2−1 K/2 ∗ K/2
|S| ≤ (2m) m + |S1 | .
r1 =−m+1

A S1 podemos aplicarle la hipótesis de inducción, pues un cambio de índice

reduce su expresión a una suma para n = 1, . . . , n0 ≤ m y el exponente se
convierte en otro polinomio también de grado k − 1 con el mismo coeficiente
director. La conclusión es que
m−1
X
|S1 |K/2 ≤ 2K mK/2−1 +2K/2 mK/2−k+1 mín{m, | sen(r1 παk! r2 · · · rk−1 )|−1 },
r2 ,...,rk−1 =1

y de aquí obtenemos la desigualdad para k.

Con esto podemos probar la acotación básica en la que nos vamos a apoyar:

Teorema 6.8 Sea t > 3, sean a, b números naturales tales que

1 ≤ a < b ≤ 2a, (6.2)

sea k ≥ 2 un número natural y K = 2k−1 . Entonces

 b 
 X   1 1 1 k−1

n  < c a1− K t (k+1)K + at− (k+1)K log K a log1/K t,
−it 


 
n=a+1

donde c es una constante independiente de todos los datos.

Demostración: Supongamos en primer lugar que a ≤ 4t1/(k+1) . Entonces

 b 
 X  1 1 1 1
n−it  ≤ b − a ≤ a = a1− K a K ≤ a1− K t (k+1)K 41/K
 

 
n=a+1

1 1
< 4a1− K t (k+1)K log1/K t,
pues esto equivale a que 1/4K−1 < 1 < log t. Es claro entonces que se cumple
la desigualdad del enunciado con c = 4.
Así pues, podemos suponer que

a > 4t1/(k+1) , (6.3)

con lo que en particular a > 4. Llamamos

 
1 1
m = E at− k+1 ≥ 2, N = E[(b − a)/m].
2
Así
1 − k+1
1 1 1
at < m ≤ at− k+1 , (6.4)
4 2
6.2. El método de Hardy-Littlewood 203

pues, teniendo en cuenta (6.3),

1 − k+1
1 1 1 1 1
at − at− k+1 = at− k+1 > 2.
2 4 2
Además, por (6.2) y (6.4),

b−a a
0≤N ≤ ≤ < 4t1/(k+1) , (6.5)
m m
mN ≤ b − a < mN + m.
Supongamos ahora que N ≤ 1, con lo que b − a < 2m, luego, por (6.4),
 b 
 X  1 1
n  ≤ b − a < 2m ≤ at− k+1 < at− k+1 log(k−1)/K a log1/K t,
−it 


 
n=a+1

donde usamos que a > 4, t > 3, y de aquí se sigue la desigualdad del enunciado.
Por lo tanto, podemos suponer que N ≥ 2, con lo que

b−a
m≤ . (6.6)
2
En tal caso descomponemos
b
X a+m
X a+2m
X b
X
n−it = n−it + n−it + · · · + n−it
n=a+1 n=a+1 n=a+m+1 n=a+mN +1

= Σ1 + Σ2 + · · · ΣN +1 , (6.7)
donde en la última igualdad ha de entenderse que cada Σj es, por definición, el
sumando correspondiente del término anterior. Llamamos vj = a + jm, para
1 ≤ j ≤ N + 1, con lo que, por (6.5), (6.2) y (6.6),

a < a + m = v1 ≤ vj ≤ vN +1 = a + (N + 1)m ≤ a + m + b − a

b−a 5a
= b + m ≤ 2a + m ≤ 2a + ≤ < 3a. (6.8)
2 2
Por otra parte, por (6.4),

m m 1 1
< ≤ t− k+1 .
vj a 2

Fijemos 1 ≤ j ≤ N + 1 y sea M el máximo para 1 ≤ m0 ≤ m de las sumas

0
m
n2 nk
 
X −it n 1
a+jm − 2 (a+jm)2 +···+(−1)k−1
Sj = e k(a+jm)k .
n=1
204 Capítulo 6. La función dseta de Riemann II

Así el teorema 6.6 nos da que |Σj | ≤ 4M . Por otra parte, según 6.7,
m−1
X t(k − 1)! r1 · · · rk−1 −1
|Sj |K ≤ 22K mK−1 + 2K mK−k mín{m, | sen( )| }.
r1 ,...,rk−1 =1
2(a + jm)k

De aquí se sigue que2

 1/K
m−1
2 1−1/K 1−k/K
X t(k − 1)! r1 · · · rk−1 −1 
|Sj | ≤ 2 m + 2m  mín{m, | sen( )| } .
r1 ,...,rk−1
=1
2(a + jm)k

A su vez,
 1/K
m−1
X t(k − 1)! r1 · · · rk−1 −1 
|Σj | ≤ 24 m1−1/K + 23 m1−k/K  mín{m, | sen( )| } ,
r1 ,...,rk−1 =1
2(a + jm)k

de donde, volviendo a (6.7),  

 b 
 X
n−it  ≤



n=a+1 
 1/K
N m−1
X X t(k − 1)! r 1 · · · r k−1 −1
24 (N + 1)m1−1/K 3 1−k/K
+2 m  mín{m, | sen( )| }
j=0 r ,...,r =1
2(a + jm)k
1 k−1

≤ 24 (N + 1)m1−1/K + (6.9)
 1/K
N m−1
1 X X t(k − 1)! r1 · · · rk−1 −1 
23 m1−k/K (N + 1)1− K  mín{m, | sen( )| } ,
j=0 r1 ,...,rk−1 =1
2(a + jm)k

donde hemos usado la desigualdad de Hölder (a la suma sobre j, con un factor 1

en cada sumando, p = (1 − 1/K)−1 , q = K).
Llamemos R = r1 · · · rk−1 y

t(k − 1)! R t(k − 1)!R

θj = θj (t, k, m, R) = = .
2(a + jm)k 2vjk

Observemos que
k
1 1 vj+1 − vjk (vj+1 /vj )k − 1
− = =
vjk k
vj+1 vjk vj+1
k k
vj+1

(vj+1 /vj − 1)((vj+1 /vj )k−1 + · · · + 1) (vj+1 /vj − 1)k

= k
> k
vj+1 vj+1
k(vj+1 − vj ) k(vj+1 − vj )
= k
> k+1
.
vj vj+1 vj+1
2 Usamos que (A + B)1/K ≤ A1/K + B 1/K (para A, B ≥ 0), pues, llamando x = A1/K ,

y = B 1/K , es equivalente a que xK + y K ≤ (x + y)K .

6.2. El método de Hardy-Littlewood 205

Usando esto, junto con (6.8) y (6.4),

!
t(k − 1)!R 1 1 t(k − 1)!R k(vj+1 − vj ) tk!R m
θj −θj+1 = − k > >
2 vjk vj+1 2 k+1
vj+1 2 (3a)k+1
1 k
tk!R at− k+1 k!Rt k+1 a−k
> = = D,
2 4(3a)k+1 23 · 3k+1
donde D > 0 es independiente de j. Por otra parte
tk!R tk!R
0 < θ1 = k
< k . (6.10)
2k(a + m) a
Fijado g ∈ Z, si θj , θj 0 ∈ [gπ, (g + 1/2)π], con j < j 0 , entonces, para todo
j ≤ j 00 ≤ j 0 se cumple también que θj 00 ∈ [gπ, (g + 1/2)π], porque la sucesión θj
es decreciente. Por lo tanto, los índices para los que esto sucede serán de la
forma j0 ≤ j ≤ j0 + l. Si θj = gπ + αj , con 0 ≤ αj ≤ π/2, entonces
| sen θj | = sen α ≥ 2α/π,
luego
2
| sen θj | ≥ (j0 + l − j) D,
π
pues gπ < θj0 +l < . . . < θj = gπ + αj , luego hay j0 + l − j intervalos de longitud
mayor que D entre 0 y αj . Esta cota inferior es positiva salvo a lo sumo para
j = j0 +l, que puede cumplir | sen θj | = | sen gπ| = 0. Por consiguiente, acotando
RN
1/2 + 1/3 + · · · + 1/N ≤ 1 dt/t = log N y usando luego (6.5),
N
X πX 1 π 1 + log N
mín{m, | sen θj |−1 } ≤ m + ≤m+
2 j=1 jD 2 D
θj ∈[gπ,(g+1/2)π]

1 + log N 2 2 1
≤m+2 < m + (1 + log 4t1/2 ) < m + (3 + log t)
D D D 2
7
< m + log t,
D
donde en la última desigualdad usamos que t > 3. Igualmente se concluye que
X 7
mín{m, | sen θj |−1 } < m + log t.
D
θj ∈[(g−1/2)π,gπ]

Por otra parte,

k
mk!Rt k+1 a−k k 1
mD = < mk k!t k+1 a−k < k!(mt k+1 a−1 )k < k!
23 · 3k+1
por (6.4). Por consiguiente, si I es cualquier intervalo de la forma [gπ, (g+1/2)π]
o [(g − 1/2)π, gπ],
 
X k! 7 8k!
mín{m, | sen θj |−1 } < + log t ≤ log t
D D D
θj ∈I
206 Capítulo 6. La función dseta de Riemann II

26 · 3k+1 − k+1
k 22k+8 − k+1
k 210k − k+1
k
≤ t ak log t < t ak log t ≤ t ak log t,
R R R
Por (6.10), el número de intervalos I que pueden contener algún θj es a lo
sumo
2
1 + tk!Ra−k < 1 + tk!Ra−k .
π
Por lo tanto,
N
X 210k − k+1
k
mín{m, | sen θj |−1 } < (1 + tk!Ra−k ) t ak log t
j=0
R

210k − k+1
k 1
= t ak log t + 210k k! t k+1 log t. (6.11)
R
Ahora:
m−1 m−1
!k−1
X 1 X 1
= ≤ (1 + log(m − 1))k−1
r1 ,...,rk−1
r · · · rk−1
=1 1 r=1
r

≤ (1 + log a)k−1 < (2 log a)k−1 ,

donde hemos usado que 2m ≤ a, por (6.6) y (6.2) y a ≥ 4, y además, por (6.4),
m−1
X k−1
1 = (m − 1)k−1 < mk−1 ≤ ak−1 t− k+1 .
r1 ,...,rk−1 =1

Por consiguiente, de (6.11) se sigue que

N
X m−1
X m−1
X N
X
−1
mín{m, | sen(θj )| }= mín{m, | sen(θj )|−1 }
j=0 r1 ,...,rk−1 =1 r1 ,...,rk−1 =1 j=0

m−1  
X 1 k
10k − k+1 k 10k 1
≤ 2 t a log t + 2 k! t k+1 log t
r1 ,...,rk−1 =1
r1 · · · rk−1
k k−1 1
≤ (2 log a)k−1 210k t− k+1 ak log t + ak−1 t− k+1 210k k! t k+1 log t
k 2−k
< 211K logk−1 a t− k+1 ak log t + 211K t k+1 log t ak−1 ,
k u−2 k−1
22 < 22 = 2K .
Q
donde hemos usado que k ≤ K y que k! ≤
u=2
A su vez:
N
X m−1
X 1/K
mín{m, | sen(θj )|−1 } <
j=0 r1 ,...,rk−1 =1

k 2−k
211 (log(k−1)/K a t− (k+1)K ak/K + t (k+1)K a(k−1)/K ) log1/K t,
6.2. El método de Hardy-Littlewood 207

donde hemos usado de nuevo que (véase la nota al pie de la página 204) que
(A + B)1/K ≤ A1/K + B 1/K . Llamamos V a la última expresión que hemos
obtenido. Con ella podemos volver a (6.9):
 
 Xb  1
−it 
n  ≤ 24 (N + 1)m1−1/K + 23 m1−k/K (N + 1)1− K V.


 
n=a+1

Por (6.4) y (6.5):

24 (N + 1)m1−1/K < 24 (N + 1)a1−1/K t−1/(k+1)(1−1/K)

≤ 24 4t1/(k+1) a1−1/K t−1/(k+1)(1−1/K)

1 1
< 27 a1−1/K t K(k+1) < 27 a1−1/K t K(k+1) log1/K t,
e igualmente
1 1 1 1 k
23 m1−k/K (N + 1)1− K < 26 t k+1 (1− K ) (at− k+1 )1− K
k k−1
= 26 a1− K t (k+1)K .
Uniendo todas estas estimaciones resulta:
 b 
 X  1 1
n  < (27 a1−1/K t (k+1)K + 217 at− K(k+1) log(k−1)/K a
−it 


 
n=a+1

1
+217 a1−1/K t (k+1)K ) log1/K t
 1 1 1 k−1

< 218 a1− K t (k+1)K + at− (k+1)K log K a log1/K t.

Si aplicamos el teorema anterior con k = 2 obtenemos que, si 1 ≤ a < b ≤ 2a,

 b 
 X   1 1 1 1

−it 
n  < c a 2 t 6 + at− 6 log 2 a log1/2 t.


 
n=a+1

El teorema 6.5 nos da entonces que

b
X 1  1 1 1

1 = O (τ 6 + a1/2 τ − 6 log 2 a) log1/2 τ .
2 +τ i
n=a+1 n
p
Dado τ > 0, sea N tal que 2N −1 < τ /2π ≤ 2N . Así, tenemos la descom-
posición p
a0 = 1 < 2 < 4 < · · · < 2N −1 < τ /2π = aN ,
de modo que
N −1
X 1 X X 1
=1+ .
√ n1/2+τ i j=0 aj <n≤aj+1
n1/2+τ i
n≤ τ /2π
208 Capítulo 6. La función dseta de Riemann II

Como aj = O(τ 1/2 ), su suma correspondiente es

O(τ 1/6 log1/2 τ + τ 1/12 log τ ) = O(τ 1/6 log1/2 τ ).

Por otra parte, el número de sumandos es

log(τ /2π)
N <1+ = O(log τ ).
2 log 2
Por consiguiente,
X 1
= O(τ 1/6 log3/2 τ ),
√ n1/2+τ i
n≤ τ /2π

y combinando esto con la fórmula (6.1) que nos proporciona la ecuación funcional
aproximada, concluimos que

ζ(1/2 + τ i) = O(τ 1/6 log3/2 τ ) + O(τ −1/4 ).

En definitiva:

Teorema 6.9 Si τ ≥ 2, se cumple que

ζ(1/2 + τ i) = O(τ 1/6 log3/2 τ ).

En particular, la función de Lindelöf cumple µ(1/2) ≤ 1/6.

Este resultado, debido a Hardy y Littlewood, mejora la cota µ(1/2) ≤ 1/4

obtenida por Lindelöf, y a su vez ha ido siendo mejorado paulatinamente en
muchas ocasiones mediante técnicas cada vez más sofisticadas. La mejor esti-
mación conocida hasta el momento, debida a M.N. Huxley, es µ(1/2) ≤ 32/205.
Notemos que 1/6 = 0.166 . . ., mientras que 32/205 = 0.156 . . ., con lo que las su-
cesivas mejoras sólo han conseguido rebajar en una centésima la cota de Hardy
y Littlewood. Recordemos, por otra parte, que la hipótesis de Lindelöf afirma
que µ(1/2) = 0.
Hasta aquí sólo hemos aprovechado el caso k = 2 del teorema 6.8. Lo
usaremos en toda su potencia para refinar el siguiente resultado elemental:

Teorema 6.10 Dado δ > 0, en la región del plano complejo determinada por
las condiciones 21 + δ ≤ σ ≤ 1, τ ≥ 3 se cumple que
X 1
ζ(s) = + O(1).
2
ns
n≤τ

Demostración: En el teorema 4.1 tomamos x = E[τ 2 ], con lo que

 

X 1  E[τ 2 ]1−σ
 Z +∞

ζ(s) − ≤ dt
s
+ |s| σ+1
 n |s| 2
E[τ ] t
 n≤τ 2 
6.2. El método de Hardy-Littlewood 209

E[τ 2 ]1/2−δ √ +∞
E[τ 2 ]1/2−δ √
Z
dt 1
≤ + 2τ ≤ + 2τ
τ E[τ 2 ] t3/2+δ τ (1/2 + δ)E[τ 2 ]1/2+δ
√ √ √
E[τ 2 ]1/2 1 2 2 2
≤ δ
+ 2δ
≤ δ + = O(1),
τ 9 (1/2 + δ)τ 9 (1/2 + δ)9δ
√ p √
donde hemos usado que |s|/τ ≤ 11 + τ 2 /τ = 1/τ 2 + 1 ≤ 2, y también que
√ p √
E[τ 2 ]1/2 /τ ≤ τ 2 + 1/τ = 1 + 1/τ 2 ≤ 2.

El caso k = 2 del teorema 6.8 basta para probar esta versión, válida en una
estrecha banda en el borde de la banda crítica:

23
Teorema 6.11 En la región del plano complejo determinada por 24 ≤ σ ≤ 1,
τ ≥ 3, se cumple que
X 1
ζ(s) = s
+ O(1)
√ n
n≤ τ

Demostración: Teniendo en cuenta el teorema anterior, basta probar que,

en la región indicada,
X 1
s
= O(1). (6.12)
1/2 2
n
τ <n≤τ

En efecto:

2E[τ 1/2 ] 4E[τ 1/2

X 1 X 1 X ] 1 X 1
= + + ··· + , (6.13)
ns ns ns ns
τ 1/2 <n≤τ 2 n=E[τ 1/2 ]+1 1/2
n=2E[τ ]+1 2 E[τ 1/2 ]<n≤τ 2
r

donde r es el único número natural que cumple 2r E[τ 1/2 ] < τ 2 ≤ 2r+1 E[τ 1/2 ].
Si 2h E[τ 1/2 ] ≤ τ 2 , por la observación tras el teorema 6.5,
 h+1 1/2 
 2 E[τ ] 
 X 1  1

s
≤ hσ 1/2 ]σ
M,
 n
n=2h E[τ 1/2 ]+1  2 E[τ

donde
  
 m 
X 1  h 
  2 E[τ 2 ] + 1 ≤ m ≤ 2h+1 E[τ 2 ] .
M = máx 
 niτ  
n=2h E[τ 1/2 ]+1

Ahora aplicamos el teorema 6.8, con k = K = 2, según el cual

 
M ≤ c 2h/2 E[τ 1/2 ]1/2 τ 1/6 + 2h E[τ 1/2 ]τ −1/6 log1/2 (2h E[τ 1/2 ]) log1/2 τ,

con lo que
210 Capítulo 6. La función dseta de Riemann II

 h+1 1/2 
 2 E[τ ] 
X 1
≤ c(2−h(σ−1/2) E[τ 1/2 ]−(σ−1/2) τ 1/6
 
 
 n s
(2h E[τ 1/2 ])1−σ τ −1/6 log1/2 (2h E[τ 1/2 ])) log1/2 τ
n=2h E[τ 1/2 ]+1 
+
≤ c(E[τ 1/2 ]−(σ−1/2) τ 1/6 + τ 2−2σ τ −1/6 log1/2 τ 2 ) log1/2 τ
≤ c(τ −σ/2+1/4 τ 1/6 + τ 2−2σ τ −1/6 log1/2 τ ) log1/2 τ
≤ c(τ −1/16 log1/2 τ + τ −1/12 log τ ) = O(1/ log τ ).

Por otra parte,

τ2 τ2 3
h + 1 ≤ log ≤ log = log τ,
E[τ 1/2 ] τ 1/2 2

luego el número de sumandos en (6.13) es O(log τ ), y esto nos da (6.12).

La versión completa de 6.8 nos permite probar lo siguiente:

Teorema 6.12 Sea r ≥ 6 un número natural y R = 2r−1 . Entonces, en la

región del plano complejo determinada por las condiciones 1 − 1/R ≤ σ ≤ 1,
log log τ ≥ r, se cumple que
X 1
ζ(s) = + O(1),
ns
1≤n≤τ 2/r

donde la constante implícita en O(1) no depende de r.

Demostración: Teniendo en cuenta el teorema anterior, basta probar que

X 1
= O(1). (6.14)
ns
τ 2/r <n≤τ 1/2

Notemos que 23/24 ≤ 31/32 = 1 − 1/26−1 ≤ 1 − 1/R, por lo que bajo las
hipótesis actuales se cumplen las del teorema anterior.
A su vez, para probar esto demostraremos primero que si k ≥ 3, K = 2k−1 ,
1
1 − 4K ≤ σ ≤ 1, τ > 3, entonces
X 1 1
= O(τ − 84K log2 τ ), (6.15)
ns
τ 2/(k+2) <n≤τ 2/(k+1)

donde la constante de O no depende de k.

Descomponemos la suma como

2E[τ 2/(k+2) ] 4E[τ 2/(k+2) ] 2h+1 E[τ 2/(k+2) ]

X 1 X 1 X 1
+ + ··· + + ···
ns ns ns
n=E[τ 2/(k+2) ]+1 n=2E[τ 2/(k+2) ]+1 n=2h E[τ 2/(k+2) ]+1
6.2. El método de Hardy-Littlewood 211

Observemos que, como k ≥ 3, τ ≥ 3,

2
E[τ k+2 ]2log τ > 2log τ = τ log 2 > τ 2/(k+1) ,
por lo que el número de sumandos es menor o igual que log τ . Por lo tanto,
basta probar que el módulo de cada sumando es O(1/ log τ ). Por la observación
tras 6.5 es  h+1 2/(k+2) 
 2 E[τ ] 
 X 1 
≤ 1

s hσ 2/(k+2)
M,
n=2h E[τ 2/(k+2) ]+1 n  2 E[τ
  ]σ

donde
  
 Xm  
n−iτ   2h E[τ 2/(k+2) ] + 1 ≤ m ≤ 2h+1 E[τ 2/(k+2) ] .

M = máx 

 
n=2h E[τ 2/(k+2) ]+1 

El teorema 6.8 nos da que

1 1
M ≤ c((2h E[τ 2/(k+2) ])1− K τ (k+1)K
1 k−1
+2h E[τ 2/(k+2) ]τ − (k+1)K log K (2h E[τ 2/(k+2) ])) log1/K τ,
luego  h+1 2/(k+2) 
 2 E[τ ] 


X 1  1
 ≤ c((2h E[τ 2/(k+2) ])1− K1 −σ τ (k+1)K
s
n=2h E[τ 2/(k+2) ]+1 n 
 

1 k−1
+(2h E[τ 2/(k+2) ])1−σ τ − (k+1)K log K (2h E[τ 2/(k+2) ])) log1/K τ
3 1 2−2σ 1 k−1
≤ c((2h E[τ 2/(k+2) ])− 4K τ (k+1)K + τ k+1 τ − (k+1)K log K τ 1/2 ) log1/K τ
3 1 1 1
≤ c(τ − 2K(k+2) τ (k+1)K log1/K τ + τ 2K(k+1) τ − (k+1)K logk τ ).
Ahora usamos que
3 1 1−k 1 k−1
− + = =−
2K(k + 2) (k + 1)K 2K(k + 1)(k + 2) 2K(k + 2) k + 1
1 1 1
=−
<− ,
4kK 2 8kK
1 1 1 1
− =− <− ,
2K(k + 1) (k + 1)K 2K(k + 1) 8kK
luego
 h+1 2/(k+2) 
 2 E[τ ] 
X 1  1 1
≤ c(τ − 8kK log1/K τ + τ − 8kK logk/K τ )


 n s
n=2h E[τ 2/(k+2) ]+1 
1
= O(τ − 8kK log τ ).
Como el número de sumandos es a lo sumo log τ , obtenemos (6.15). Pasamos a
probar (6.14).
212 Capítulo 6. La función dseta de Riemann II

Suponemos, pues, que 6 ≤ r ≤ log log τ , R = 2r−1 y que 1 − 1/R ≤ σ ≤ 1.

Sea 3 ≤ k ≤ r − 2, de modo que K = 2k cumple 4K = 2k+1 ≤ 2r−1 = R. Por
consiguiente,
1 1
σ ≥1− ≥1−
R 4K
y Rr ≥ 4Kr ≥ 4K(k + 2) ≥ Kk. Podemos aplicar (6.15), de modo que
 
 
X 1  1 1
= O(τ − 84K log2 τ ) = O(τ − 84rR log2 τ )


 ns
 2/(k+2)
τ 2/(k+1)
<n≤τ 
1 1 1−log log τ
= O(τ − 8 log log τ 2 log2 τ ),
pues Rr ≤ 2r−1 r ≤ 2log log τ −1 log log τ . Ahora,

21−log log τ = 2/elog log τ log 2 = 2/(log τ )log 2 = 2(log τ )− log 2 ,

luego  
  − log 2
X 1  1 (log τ )
= O(τ − 4 log log τ log2 τ )


s
τ 2/(k+2) <n≤τ 2/(k+1) n 
 

1−log 2
1 (log τ )
= O(e− 4 log log τ log2 τ ) = O(1/ log τ ).
Para comprobar la última igualdad basta ver que
α
1 (log τ )
lím e− 4 log log τ log3 τ = 0,
τ →+∞

donde α = 1 − log 2. Equivalentemente, basta ver que:

x3
lím 1 xα
= 0.
x→+∞
e 4 log x

Observamos que 9α < 3 < 10α, de modo que

x3 x3 1
1 xα
≤ 10
= 9
.
e 4 log x P 1 xkα
P 1 1
+ 1 x10α−3
4k k! logk x 4k k! x3−kα logk x 410 10! log10 x
k=0 k=0

El primer sumando del último denominador tiende a 0, pero el segundo tiende

a +∞, luego la fracción tiende a 0.
A su vez,
   
 r−2 
  X  


X 1 ≤ 
X 1  ≤ Cr ≤ C log log τ = O(1).

s s
τ 2/r <n≤τ 1/2 n  k=3 τ 2/(k+2) <n≤τ 2/(k+1) n  log τ log τ
   

La estimación final que vamos a necesitar es la siguiente:

6.2. El método de Hardy-Littlewood 213

Teorema 6.13 (Hardy-Littlewood-Weyl) En la región del plano complejo

determinada por las condiciones 63
64 ≤ σ < 1, τ ≥ 3, se cumple que
 
1 log τ
ζ(s) = O τ 4(1−σ)/ log 1−σ .
log log τ
6
Demostración: Fijamos τ > ee y definimos
1
log 1−σ
r = E[mín{ , log log τ }].
log 2
63 1
Como 64 ≤ σ < 1, tenemos que 1−σ ≥ 64 = 26 , luego 6 ≤ r ≤ log log τ . Además

1 1
σ ≥1− >1− ,
2r R
donde R = 2r−1 . Se cumplen, pues, todas las hipótesis del teorema anterior.
Por consiguiente:
E[τ 2/r ]
X 1
|ζ(s)| ≤ + O(1). (6.16)
n=1
nσ
Ahora distinguimos dos casos:
log log τ
Caso 1 Si se cumple 1 − σ ≤ log τ , entonces

log log τ − log log log τ

r ≥ E[mín{ , log log τ }]
log 2
y si tomamos el τ inicial suficientemente grande (mayor que una constante
independiente de σ) podemos exigir que en este caso se cumpla r > log log
2
τ
.
Ahora:
E[τ 2/r ] E[τ 2/r ] 1−σ E[τ 2/r ]
X 1 X n 2(1−σ) X 1
σ
= ≤τ r ,
n=1
n n=1
n n=1
n
2/r 2(1−σ)
pues n1−σ = e(1−σ) log n ≤ e(1−σ) log τ =τ r . Continuando:

E[τ 2/r ]
X 1 4 log log τ log τ
σ
≤ elog τ log log τ log τ 2 log τ 2/r < 4e4
n=1
n log log τ

1 log τ
< 4e4 τ 4(1−σ)/ log 1−σ ,
log log τ
donde hemos acotado
E[τ 2/r ] E[τ 2/r ] Z n Z τ 2/r
X 1 X dx dx
≤1+ ≤1+ = 1 + log τ 2/r < 2 log τ 2/r ,
n=1
n n=2 n−1 x 1 x

para τ suficientemente grande.

214 Capítulo 6. La función dseta de Riemann II

log log τ
Caso 2 Si se cumple 1 − σ > log τ , entonces
1
log < log log τ − log log log τ < log log τ,
1−σ
luego " #
1
log 1−σ 1 1 1
r=E ≥ E[log ] > log
log 2 1−σ 2 1−σ
y
4(1−σ)
E[τ 2/r ] τ 2/r 1
τ 2/r(1−σ) τ log 1−σ log τ
Z
X 1 dx
< = < .
n=1
nσ 0 x σ 1−σ log log τ
Así pues, en ambos casos tenemos que
E[τ 2/r ]
X 1 1 log τ
< Cτ 4(1−σ)/ log 1−σ ,
n=1
nσ log log τ

y el término de la derecha tiende a +∞ cuando τ tiende a +∞, luego (6.16)

implica ahora que
1 log τ
|ζ(s)| ≤ Cτ 4(1−σ)/ log 1−σ , (6.17)
log log τ
y esto es lo que había que probar.
Observemos que si en (6.17) hacemos tender σ → 1 obtenemos que
log τ
|ζ(1 + iτ )| ≤ C ,
log log τ
luego
log τ
ζ(1 + iτ ) = O().
log log τ
Pero la consecuencia principal es la siguiente:
Teorema 6.14 Existe una constante A > 1 tal que, para todo s ∈ C tal que
log τ )2
τ ≥ 3 y σ ≥ 1 − (loglog τ se cumple que

ζ(s) = O(logA τ ).
(log log τ )2
Demostración: Notemos que 1 − log τ > 63/64, luego si σ ≤ 1 el
teorema anterior nos da que
 
  4(log log τ )2
1 log τ log
log τ log τ 
ζ(s) = O τ 4(1−σ)/ log 1−σ = O e (log log τ )2
log log τ log log τ

log5 τ
 
log τ
= O e4 log log τ = O( ) = O(log5 τ ).
log log τ log log τ
Para σ ≥ 1 se cumple que ζ(s) = O(log τ ), por el teorema 4.7.
6.2. El método de Hardy-Littlewood 215

Este teorema nos permite aplicar el teorema 5.22 con

(log log t)2
θ(t) = , φ(t) = A log log t.
log t
El resultado es:
Teorema 6.15 (Littlewood) Existe una constante A > 0 tal que ζ(s) no se
anula en la región
A log log τ
1− < σ, τ > t0 .
log τ
En principio tendríamos que poner 2τ + 1 en lugar de τ dentro de los loga-
ritmos, pero es fácil ver que, para τ suficientemente grande, se cumple que
2A log log τ A log log(2τ + 1)
> ,
log τ log(2τ + 1)
ya que el cociente tiende a 2, luego es finalmente mayor que 1.
A su vez esto nos permite aplicar el teorema 5.20:
Teorema 6.16 Existe una constante A > 0 tal que
√ √
ψ(x) = x + O(xe−A log x log log x
), π(x) = Il(x) + O(xe−A log x log log x
).
Demostración: Consideramos la función
 log log t
A log t si t > ee ,
η(t) =
A/e si 0 ≤ t ≤ ee .
Es fácil ver que cumple las hipótesis del teorema 5.20 (salvo que no es derivable
en el punto ee , pero, como ya señalamos en la nota al pie en las observaciones
posteriores al teorema, éste sigue siendo válido aunque la derivabilidad falle en
un número finito de puntos). Notemos que tomando la constante A suficiente-
mente grande podemos asegurarnos de que no haya ningún cero no trivial en la
zona finita de la región 1 − η(τ ) < σ que no cubre el teorema de Littlewood.
La única dificultad
√
es estimar la función ω(x). Ahora bien, consideramos la
función ξ(x) = e log x . Para todo x tal que ξ(x) ≥ ee , usando que (a+b)2 ≥ 4ab,
vemos que
 √ √
2 A log x log log t ≥ √2A log x log log x, si t ≥ ξ(x),
η(t) log x + log t ≥
η(ξ(x)) log x = (A/2) log x log log x, si 1 ≤ t ≤ ξ(x).
Por lo tanto p
ω(x) ≥ 2A log x log log x,
para todo x suficientemente grande.
Esto prueba que, como habíamos adelantado, el teorema 5.15 se cumple para
toda constante c. Al margen de la mejora que esto supone respecto de 5.15, lo
más relevante es que el teorema 6.15 nos asegura que se cumple la primera de las
hipótesis del teorema de Hoheisel 5.21. En la sección siguiente nos ocuparemos
de la segunda.
216 Capítulo 6. La función dseta de Riemann II

6.3 El teorema de Ingham

En esta sección demostraremos el teorema siguiente:

Teorema 6.17 Si ζ(1/2 + iτ ) = O(τ c ), entonces

N (σ, T ) = O(T 2(1+2c)(1−σ) log5 T ),

para 1/2 ≤ σ ≤ 1.

Esto tiene interés a causa del teorema de Hoheisel, 5.21, pues, teniendo en
cuenta también el teorema 6.15, así podemos concluir que las hipótesis de 5.21
se satisfacen con b = 2 + 4c y B = 5 (y la A dada por el teorema 6.15), luego
llegamos a que todo θ que cumpla
1 + 4c + 5/A
<θ<1
2 + 4c + 5/A
satisface la conclusión del teorema. El mero hecho de que exista una constante
0 < θ < 1 que cumpla el teorema ya es algo notable en sí mismo, pero en el
capítulo siguiente demostraremos (véanse las observaciones tras el teorema 7.14)
que, en realidad, el teorema 6.15 se cumple para cualquier valor de A, luego
haciendo tender A a +∞ obtenemos una cota para θ que depende exclusivamente
de c, a saber:

Teorema 6.18 (Ingham) Si ζ(1/2 + iτ ) = O(τ c ), con c > 0 y

1 + 4c
< θ < 1,
2 + 4c
para todo k > 0 se cumple que
kxθ
π(x + kxθ ) − π(x) ∼ , pn+1 − pn = O(pθn ).
log x
Ya sabíamos que si admitimos la hipótesis de Lindelöf (en particular, si
admitimos la hipótesis de Riemann) tenemos que la conclusión del teorema se
cumple siempre que 1/2 < θ < 1. El teorema anterior, en cambio, nos permite
encontrar valores de θ de los que podemos afirmar que cumplen la conclusión
sin apoyarnos en hipótesis no demostradas. Concretamente, el teorema 6.9 nos
permite tomar c = 1/6 + , con lo que podemos afirmar que la conclusión se
cumple siempre que 5/8 < θ < 1.
Pasamos, pues a la prueba del teorema 6.17. Para ello necesitamos algu-
nos resultados previos. Empezamos con un resultado general sobre funciones
holomorfas:

Teorema 6.19 (Hardy, Ingham, Pólya) Sea f una función holomorfa en

un entorno de la banda σ1 ≤ σ ≤ σ2 . Supongamos que existe
Z +∞
J(σ) = |f (σ + iτ )|2 dτ
−∞
6.3. El teorema de Ingham 217

y que la convergencia de la integral es uniforme en [σ1 , σ2 ], así como que

lím |f (σ + iτ )| = 0
|τ |→+∞

también uniformemente. Entonces

σ2 −σ σ−σ1
J(σ) ≤ J(σ1 ) σ2 −σ1 J(σ2 ) σ2 −σ1 .
Demostración: Probaremos primero la conclusión para σ = σ0 = σ1 +σ 2
2
.
Consideremos la frontera R del rectángulo dado por σ1 ≤ σ ≤ σ2 , −T ≤ τ ≤ T .
Tenemos que f es holomorfa en un entorno de dicho rectángulo, al igual que
lo es la función f ∗ (s) = f (2σ0 − s̄) (basta considerar los desarrollos en serie de
Taylor de la función f (2σ0 − s). Las dos conjugaciones equivalen a conjugar sus
coeficientes.) Sobre la recta σ = σ0 tenemos que f ∗ (s) = f (s), luego, por el
teorema de Cauchy,
Z σ0 +iT Z σ0 +iT Z
∗
2
|f (s)| ds = f (s)f (s) ds = f (s)f ∗ (s) ds,
σ0 −iT σ0 −iT γ2

donde γ2 : [a, b] −→ C representa la poligonal formada por los tres segmentos de

R situados a la derecha de la recta σ = σ0 . Así pues, aplicando la desigualdad
de Hölder,
Z σ0 +iT Z b
|f (s)|2 ds ≤ |f (γ2 (t))||f ∗ (γ2 (t))| dt
σ0 −iT a
!1/2 !1/2
Z b Z b
2 ∗ 2
≤ |f (γ2 (t))| dt |f (γ2 (t))| dt
a a
!1/2 !1/2
Z b Z b
2 2
= |f (γ2 (t))| dt |f (γ1 (t))| dt ,
a a

donde γ1 : [a, b] −→ C es la parte de R a la izquierda de la recta σ = σ0 , pues la

aplicación s 7→ 2σ0 − σ̄ biyecta los puntos de γ2∗ con los de γ1∗ . Explícitamente,
Z b Z σ2 Z T Z σ2
|f (γ2 (t))|2 dt = |f (σ−iT )|2 dσ+ |f (σ2 +it)|2 dt+ |f (σ+iT )|2 dσ.
a σ0 −T σ0

Por hipótesis, Z σ2
lím |f (t ± iT )|2 dt = 0,
T →+∞ σ0
por lo que
Z b Z +∞
2
lím |f (γ2 (t))| dt = |f (σ2 + it)|2 dt = J(σ2 ),
T →+∞ a −∞

e igualmente
Z b
lím |f (γ1 (t))|2 dt = J(σ1 ),
T →+∞ a
lo que nos da la conclusión para σ0 .
218 Capítulo 6. La función dseta de Riemann II

Ahora observamos que si la conclusión es cierta para σ1 ≤ σ10 < σ20 ≤ σ2 ,

también lo es para σ00 = (σ10 + σ20 )/2. En efecto, por la parte ya probada,

J(σ00 ) ≤ J(σ10 )1/2 J(σ20 )1/2 ≤

 0
σ2 −σ1 0 −σ
σ1
1/2  0
σ2 −σ2 0 −σ
σ2
1/2
1 1
J(σ1 ) σ2 −σ1
J(σ2 ) σ2 −σ1
J(σ1 ) σ2 −σ1
J(σ2 ) σ2 −σ1
=

0
σ2 −σ0 0 −σ
σ0 1
J(σ1 ) σ2 −σ1 J(σ2 ) σ2 −σ1 .
Pero la conclusión es trivialmente cierta para σ1 y σ2 , luego tenemos el teorema
probado para todos los valores σ = σ1 + (σ1 − σ1 ) 2mn , con 0 ≤ m ≤ 2n . Como
J(σ) es una función continua, esto implica que se cumple para todo σ.
La parte más técnica de la prueba del teorema de Ingham es el resultado
siguiente:
P µ(n)
Teorema 6.20 Sea MX (s) = ns , donde µ es la función de Möbius, y sea
n<X

fX (s) = ζ(s)MX (s) − 1.

Si ζ(1/2 + iτ ) = O(τ c ), para cierta constante c > 0, entonces

T
T 4c(1−σ)
Z
|fX (σ + iτ )|2 dτ < A (T + X) log4 (T + X),
1 X 2σ−1

para 1/2 ≤ σ ≤ 1, T > 1, X > 1 y cierta constante A > 0.

Demostración: Notemos que si la conclusión se cumple para un valor de c,

se cumple para cualquier otro mayor, y sabemos que la hipótesis se cumple para
c > 1/6, luego no perdemos generalidad si suponemos que c < 1/2.
Si 1 < X < 2, se cumple que fX = f2 , por lo que no tampoco perdemos
generalidad si suponemos que X ≥ 2.
Podemos ver a MX (s) como una serie de Dirichlet que tiene nulos sus co-
eficientes correspondientes a índices n ≥ X, con lo que el producto también es
una serie de Dirichlet y
∞
X aX (n) X
fX (s) = , donde aX (n) = µ(d), salvo aX (1) = 0.
n=1
ns
d|n
d<X

Notemos que si n < X entonces aX (n) = 0, pues µ ∗ c1 = 1. Por otro lado, es

claro que |aX (n)| ≤ d(n).
Si 0 < δ < 1 y T > 0, tenemos que
Z T X aX (m)aX (n) Z T
2
|fX (1 + δ + iτ )| dτ = (n/m)iτ dτ
0 (mn)1+δ 0
m,n≥X
6.3. El teorema de Ingham 219

X a2 (m) aX (m)aX (n) T

X Z
=T X
+ (n/m)iτ dτ
m2+2δ (mn)1+δ 0
m≥X X≤m<n
X aX (m)aX (n) Z T
+ (n/m)iτ dτ
(mn)1+δ 0
X≤n<m
X a2 (m) X aX (m)aX (n) Z T
=T X
+ (n/m)iτ dτ
m2+2δ (mn)1+δ 0
m≥X X≤m<n
X aX (m)aX (n) Z T
+ (n/m)−iτ dτ
(mn)1+δ 0
X≤m<n
2
X a (m) X aX (m)aX (n) Z T
X
=T + 2 cos(τ log(n/m)) dτ
m2+2δ (mn)1+δ 0
m≥X X≤m<n
X d2 (m) X d(m)d(n)
≤T +2 sen(T log(n/m))
m2+2δ (mn)1+δ log(n/m)
m≥X X≤m<n
X d2 (m) X d(m)d(n)
≤T +2 .
m2+2δ (mn)1+δ log(n/m)
m≥X X≤m<n

Observamos ahora que, si 1 < a < 3, en virtud del teorema 2.24,

X d2 (m) Z +∞
X
2 1+a
1+a
= d (m) dx
m m x2+a
m≥X m≥X
Z +∞ Z +∞
1+a X 2 1+a X
= 2+a
χ [m,+∞[ (x)d (m) dx = 2+a
d2 (m) dx
X x X x
m≥X X≤m≤x
Z +∞ 3 Z +∞ 3
log x log (Xy 1/a )
<A 1+a
dx = A dy
X x 1 aX a y 2
Z +∞ ( log X + 1 log y )3 Z +∞
A y 1/6 a y 1/6 A (A log X + A)3
= a 3/2
dy < a
dy
aX 1 y X 1 y 3/2
Z +∞
A A
< a (log X + 1) 3
y −3/2 dy = a log3 X.
X 1 X
Tomando concretamente a = 1 + 2δ obtenemos
X d2 (m) A A
2+2δ
< 1+2δ log3 X < ,
m X Xδ 3
m≥X

pues X 2δ = e2δ log X > 16 (2δ log X)3 , por la serie de Taylor de la exponencial.
Por otra parte observamos que, si λ > 1, se cumple que
1 1
1 < log λ + < log λ + √ . (6.18)
λ λ
(basta ver que log λ − 1/λ − 1 es creciente, porque tiene derivada positiva).
220 Capítulo 6. La función dseta de Riemann II

Lo aplicamos a λ = n/m, con lo que obtenemos que

1 1
< 1 + 1/2 −1/2 .
log(n/m) n m log(n/m)
Por consiguiente,
1 1 1
< + δ 1+δ ,
(mn)1+δ log(n/m) (mn)1+δ m n (mn)1/2 log(n/m)
y a su vez
X d(m)d(n) X d(m)d(n)
< +
(mn)1+δ log(n/m) (mn)1+δ
X≤m<n X≤m<n
X d(m)d(n)
δ n1+δ (mn)1/2 log(n/m)
<
X≤m<n
m

∞
!2
X d(n) X d(m)d(n) 1
1+δ
+ 1/2 log(n/m) n1+δ
n=1
n (mn)
1≤m<n
Z +∞
4 d(m)d(n)
X 1+δ
= ζ (1 + δ) + dx
(mn) 1/2 log(n/m)
n x2+δ
1≤m<n
Z +∞
1+δ X d(m)d(n)
= ζ 4 (1 + δ) + χ
1/2 log(n/m) [n,+∞[
(x) dx
1 x2+δ (mn)
1≤m<n
Z +∞
4 1+δ X d(m)d(n)
= ζ (1 + δ) + dx
1 x2+δ (mn) 1/2 log(n/m)
m<n≤x
Z +∞
1+δ
4
< ζ (1 + δ) + c log3 x dx,
1 x1+δ
de nuevo por el teorema 2.24. Ahora, por una parte,
1 δ+1 2
ζ(1 + δ) ≤ 1 + = ≤ ,
δ δ δ
y por otra parte, como x−δ/2 log3 x está acotada,
Z +∞ Z +∞
1+δ 3 1 2A A
1+δ
A log x dx ≤ c 1+δ/2
dx ≤ ≤ 4.
1 x 1 x δ δ
En definitiva,
X d(m)d(n) A
1+δ
< 4.
(mn) log(n/m) δ
X≤m<n

En total tenemos que

Z T  
T
2
|fX (1 + δ + iτ )| dτ < A + 1 δ −4 .
0 X
6.3. El teorema de Ingham 221

Ahora obtendremos una estimación similar para 1/2 + iτ . Para ello obser-
vamos que de (x − y)2 ≥ 0 se sigue que (x + y)2 ≤ 2(x2 + y 2 ), luego

|fX (s)|2 ≤ (|ζ(s)||MX (s)| + 1)2 ≤ 2(|ζ(s)|2 |MX (s)|2 + 1).

Así, para T > 0,

Z T Z T
2
|fX (1/2 + iτ )| dτ ≤ 2 (|ζ(1/2 + iτ )|2 |MX (1/2 + iτ )|2 + 1) dτ
0 0
Z T
2c
≤ AT |MX (1/2 + iτ )|2 dτ + 2T.
0

Como antes,
Z T Z T
2
X µ(m)µ(n)
|MX (1/2 + iτ )| dτ = dτ
0 0 m,n<X
m1/2+iτ n1/2−iτ

X µ(m)µ(n) Z T  m iτ
= dτ ≤
m,n<X
(mn)1/2 0 n

X 1 Z T
X 1
T +4 cos log(m/n)τ dτ ≤
n
n<X m<n<X
(mn)1/2 0

X 1 X 1
T +4 .
n<X
n
m<n<X
(mn)1/2 log(m/n)

Seguidamente usamos que (6.18) equivale a

1 λ1/2
<1+ ,
log λ λ−1

luego
1 (mn)1/2
<1+ ,
log(m/n) m−n
luego
Z T X 1  
X 1 1
|MX (1/2 + iτ )|2 dτ ≤ T +4 1/2
+
0 n (mn) n−m
n<X m<n<X

X X 2
≤ T log X + 4 ≤ T log X + 8X log X.
n
m<X n<X

En total tenemos que

Z T
|fX (1/2 + iτ )|2 dτ ≤ AT 2c (T + X) log X.
0
222 Capítulo 6. La función dseta de Riemann II

Faltaría un sumando 2T , pero, si T ≥ 1

1
T ≤ T 1+2c ≤ T 1+2c log X ≤ AT 2c (T + X) log X,
log 2

mientras que, para 0 ≤ T ≤ 1, tenemos una acotación más simple, ya que

ζ(1/2 + iτ ) está acotada en [0, 1], luego, si 0 ≤ τ ≤ 1,

X 1 Z X
1 √ √
|fX (1/2 + iτ )| ≤ A( √ + 1) ≤ A( √ dx + 2) = A(2 X + 2) ≤ A X,
n 1 x
n<X

con lo que
Z T
|fX (1/2 + iτ )|2 dτ ≤ AT X ≤ AT 2c X ≤ AT 2c (T + X) log X,
0

porque 2c < 1 y T ≤ 1, luego T ≤ T 2c .

En resumen, si llamamos
Z T
Iσ (T ) = |fX (σ + iτ )|2 dτ,
0

hemos probado que

T
I1/2 (T ) = O(T 2c (T + X) log X), I1+δ (T ) = O(( + 1)δ −4 ).
X
Consideramos ahora
s−1
φ(s) = fX (s), t > 3/π.
s cos(s/2t)

Notemos que el coseno no se anula en la banda 1/2 ≤ σ ≤ 1 + δ, por lo que,

teniendo en cuenta que el factor s − 1 cancela el polo de ζ(s), resulta que φ
es holomorfa en un entorno de dicha banda. Observemos que, en ese mismo
dominio,
−τ +iσ τ −iσ −τ −iσ τ +iσ
e 2t +e 2t e 2t +e 2t 1 σ 1
| cos(s/2t)| = 2
= cos + (eτ /t + e−τ /t ),
2 2 2 t 4
luego

1 −|τ |/t σ 1 1
| cos(s/2t)|2 e−|τ |/t = e cos + (1 + e−2|τ |/t ) → (6.19)
2 t 4 4
cuando τ tiende a ±∞. Así pues,

1
= O(e−|τ |/t ).
| cos(s/2t)|2
6.3. El teorema de Ingham 223

Por 4.7, para σ ≥ 1/2 y |τ | ≥ 3 tenemos que ζ(s) = O(|τ |1/2 ), luego
   
s − 1  s − 1 s − 1  1/2 1/2
 s fX (s) =  s ζ(s)MX (s) − s  ≤ A|τ | X + 2 ≤ AX|τ | .
  

Si la constante se toma suficientemente grande, esto vale para todo τ (con

σ ≥ 1/2). Así,
|φ(s)|2 ≤ AX 2 |τ |e−|τ |/t ,
lo que prueba la convergencia de la integral
Z +∞
Jσ = |φ(σ + iτ )|2 dτ
−∞

uniformemente en la banda 1/2 ≤ σ ≤ 1 + δ, así como que

lím |φ(σ + iτ )| = 0
|τ |→+∞

también uniformemente. Similarmente concluimos que |Iσ (T )| ≤ AX 2 T 2 .

El hecho de que φ tome valores reales sobre los números reales implica que
φ(s̄) = φ(s), luego |φ(s̄)| = |φ(s)|. Esto nos permite expresar
Z +∞
Jσ = 2 |φ(σ + iτ )|2 dτ.
0

Integrando por partes:

Z +∞
Jσ ≤ 2 Ae−τ /t |fX (σ + iτ )|2 dτ =
0
!
Z T
1 1
2A lím − e−T /t Iσ (T ) + e−τ /t Iσ (τ ) dτ
T →+∞ t t 0
Z T /t Z +∞
−w
= 2A lím e Iσ (tw) dw = 2c e−w Iσ (tw) dw,
T →+∞ 0 0

donde hemos eliminado el primer término por la acotación |Iσ (T )| ≤ AX 2 T 2 y

luego hemos hecho el cambio de variable τ = tw. Ahora podemos usar las cotas
que hemos obtenido para Iσ :
Z +∞    
tw t
J1+δ ≤ 2A e−w + 1 δ −4 dw = A 1 + δ −4 ,
0 X X
donde hemos integrado por partes. Similarmente,
Z +∞
J1/2 ≤ 2A e−w (tw)2c (tw + X) log X dw
0
Z +∞
2c
= 2At log X e−w w2c (tw + X) dw.
0
224 Capítulo 6. La función dseta de Riemann II

Descomponemos la integral en suma de las integrales en [0, 1] y en [1, +∞[.

En el primer intervalo acotamos w2c ≤ 1, con lo que
Z 1 Z 1
e−w w2c (tw + X) dw ≤ e−w (tw + X) dw.
0 0

En el segundo usamos que w2c ≤ w e integramos por partes:

Z +∞ Z +∞
e−w w2c (tw + X) dw = (t + X)e−1 + e−w (2tw + X) dw
1 1
Z +∞
≤ (t + X)e−1 + 2 e−w (tw + X) dw.
1
Uniendo de nuevo las dos partes resulta que
Z +∞ Z +∞
e−w w2c (tw + X) dw ≤ (t + X)e−1 + 2 e−w (tw + X) dw.
0 0

Integrando otra vez por partes llegamos a que

Z +∞
e−w w2c (tw + X) dw ≤ (t + X)e−1 + 2(t + X) = (2 + e−1 )(t + X).
0

En total,
J1/2 ≤ At2c (t + X) log X.
Así podemos aplicar el teorema 6.19, según el cual, para cada 1/2 ≤ σ ≤ 1+δ,
tenemos que
    σ−1/2
t −4
1/2+δ
1+δ−σ
Jσ ≤ A 1 + δ At2c (t + X) log X 1/2+δ ≤
X
1−2σ 4c(1+δ−σ)
X 2δ+1 t 2δ+1 (X + t) máx{Aδ −4 , A log X}.
Por otra parte, en dicha banda, para τ ≥ 1, en virtud de (6.19) tenemos que

|φ(s)|2 ≥ Ae−τ /t |fX (s)|2 ,

pues el cociente sin la constante tiende a 4, luego

Z T Z T
Jσ ≥ |φ(σ + iτ )|2 dτ ≥ Ae−τ /t |fX (σ + iτ )|2 dτ
1 1
Z T
≥ Ae−T /t |fX (σ + iτ )|2 dτ.
1
En total,
Z T
1−2σ 4A(1+δ−σ)
|fX (σ + iτ )|2 dτ ≤ AeT /t X 2δ+1 t 2δ+1 (X + t) máx{Aδ −4 , A log X}.
1
6.3. El teorema de Ingham 225

1
Tomamos t = T , δ = A/ log(T + X), donde A = 4 log 3, para que se cumpla
0 < δ ≤ 1/4. Así,
1−2σ
X 2δ+1 ≤ X −(1−2δ)(2σ−1) ≤ X −(2σ−1)+2δ ≤ e2A X −(2σ−1) .

En efecto, la primera desigualdad se reduce a que 1 − (2δ)2 ≤ 1, mientras que

la segunda se reduce a δ(σ − 1) ≤ σ − 1/2, que se cumple trivialmente si σ ≤ 1
y, para σ > 1 tenemos que

δ(σ − 1) ≤ δ 2 ≤ 1/2 < σ − 1/2.

Por otra parte, teniendo en cuenta que c < 1/2,

4c(1+δ−σ)
T 2δ+1 ≤ T 4c(1+δ−σ) ≤ T 4c(1−σ)+2δ ≤ e2A T 4c(1−σ) .

Ahora la conclusión es inmediata.

Para probar el teorema 6.17 nos falta una última observación general sobre
las funciones holomorfas. Observemos en primer lugar que la función x2|x|
+y 2 es
integrable en Br (0). En efecto, si

A(0, δ, r) = {x ∈ R2 | δ < kxk < r},

pasando a coordenadas polares tenemos que

Z r Z 2π
|x|
Z
ρ| cos θ|
2 + y2
dxdy = ρ dθdρ
A(0,δ,r) x δ 0 ρ2
Z 2π
= (r − δ) | cos θ| dθ = 4(r − δ),
0
luego, por el teorema de la convergencia monótona, la función es integrable en
Br (0) y

|x| |x|
Z Z
2 2
dxdy = lím 2 2
dxdy = 4r.
Br (0) x + y n A(0,1/n,r) x + y

Como consecuencia, también es integrable x/(x2 + y 2 ), y es fácil ver que la

integral es nula. A su vez, si definimos la integral de una función compleja
como Z Z Z
f (x, y) dxdy = Re f (x, y) dxdy + i Im f (x, y) dxdy,
Ω Ω Ω
tenemos que
1 x y
= 2 −i 2 ,
z x + y2 x + y2
luego 1/z es integrable en Br (0) y su integral es nula. Esto implica a su vez que
1/(z − z0 ) es integrable en Br (z0 ), con integral nula, lo que a su vez implica que
toda función holomorfa es integrable en un entorno de un punto en el que tenga
un polo simple.
226 Capítulo 6. La función dseta de Riemann II

Demostración (de 6.17): Consideramos las funciones fX (s) y MX (s) defi-

nidas en el teorema anterior, para X > 1. Definimos además
2
hX (s) = 1 − fX (s) = (1 + fX (s))(1 − fX (s)) = ζ(s)MX (s)(2 − MX (s)ζ(s)).

Llamamos gX (s) = MX (s)(2 − MX (s)ζ(s)), de modo que hX (s) = ζ(s)gX (s).

Las funciones hX y gX son holomorfas en C salvo a lo sumo en s = 1. En la
prueba del teorema anterior hemos visto que
X d(n) X d(n)
|fX (s)| ≤ ≤
nσ n2
n≥X n≥X

para σ ≥ 2 y, por (2.5) sabemos que d(n) = o(n1/4 ), luego existe un X0 > 1 tal
que si X ≥ X0 , entonces, d(n) ≤ n1/4 y, usando el teorema 4.1,

X n1/4 X 1 X 1
|fX (s)| ≤ 2
= 7/4
= ζ(7/4) − ≤
n≥X
n
n≥X
n n<X
n7/4

X 1 1 1 4 1
ζ(7/4) − + ≤ + + 7/4 = O(X −3/4 ),
n≤X
n7/4 X 7/4 X 7/4 3X 3/4 X

luego X|fX (s)|2 = O(X −1/2 ) y, si X0 se elige suficientemente grande, tenemos

que, para X ≥ X0 ,
1 1
|fX (s)|2 ≤ < . (6.20)
2X 2
Por lo tanto, hX (s) 6= 0 si σ ≥ 2. De hecho, Re hX (s) > 1/2.
Llamemos Nh (σ, T ) al número de ceros (contando multiplicidades) de hX
con Re ρ ≥ σ, 0 < Im ρ ≤ T . Si T1 < T2 , llamamos

Nh (σ, T1 , T2 ) = Nh (σ, T2 ) − Nh (σ, T1 ).

Dados X > X0 y T > 4, elegimos T1 y T2 tales que 3 < T1 < 4 y T < T2 < T +1
y de modo que h no se anule en los segmentos 1/2 ≤ σ ≤ 2, τ = T1 , T2 .
Para 1/2 ≤ u ≤ 2, llamamos Ru al rectángulo de vértices T2 i
u+iT1 , 2+iT1 , 2+iT2 , u+iT2 . A lo sumo, hX puede anularse
en su lado izquierdo. Si no es así, tenemos que Ru

h0X (s)
Z
T1 i
ds = 2πiNh (u, T1 , T2 ).
Ru hX (s)

Sea 1/2 ≤ σ0 ≤ 1 tal que h no se anula en Rσ0 . Entonces

2 2
h0X (s)
Z Z Z
2πi Nh (u, T1 , T2 ) du = ds du
σ0 σ0 Ru hX (s)
6.3. El teorema de Ingham 227

!
2 2+iT1 2+iT2 u+iT2
h0X (s) h0X (s) h0X (s)
Z Z Z Z
= ds + ds + ds du
σ0 u+iT1 hX (s) 2+iT1 hX (s) 2+iT2 hX (s)

2 u+iT1
h0X (s)
Z Z
+ dsdu.
σ0 u+iT2 hX (s)
Notemos que la integral sobre Ru no está definida para un número finito de
valores de u, pero esto es irrelevante. Lo mismo sucede con la integral interior
del último término. Desarrollándola tenemos que
Z 2 Z u+iT1 0 Z 2 Z T2 0
hX (s) hX (u + it)
dsdu = −i dtdu.
σ0 u+iT2 hX (s) σ0 T1 hX (u + it)

Ahora bien, el integrando es una función holomorfa en el rectángulo salvo a

lo sumo en un número finito de puntos donde tiene polos simples, luego por
la observación previa al teorema sabemos que es integrable en el rectángulo, y
podemos aplicar el teorema de Fubini:
Z 2 Z u+iT1 0
h0X (u + it)
Z
hX (s)
dsdu = −i dudt
σ0 u+iT2 hX (s) [2,σ0 ]×[T1 ,T2 ] hX (u + it)

T2 2
h0X (u + it)
Z Z
= −i dudt,
T1 σ0 hX (u + it)
donde la integral interior no está definida para un número finito de valores de t.
Tomando partes imaginarias llegamos a que
Z 2 Z T2 Z 2 0
hX (u + it)
2π Nh (u, T1 , T2 ) du = − Re dudt +
σ0 T1 σ0 hX (u + it)

Z 2 Z 2+iT1 Z 2+iT2 Z u+iT2 !

h0X (s) h0X (s) h0X (s)
Im ds + Im ds + Im ds du.
σ0 u+iT1 hX (s) 2+iT1 hX (s) 2+iT2 hX (s)
Por otra parte,
Z T2 Z 2 0 Z T2
hX (u + it)
− Re dudt = (log |hX (σ0 + it)| − log |hX (2 + it)|) dt.
T1 σ0 hX (u + it) T1

Ahora observamos que

log |hX (s)| ≤ log(1 + |fX (s)|2 ) ≤ |fX (s)|2 ,

lo que nos permite aplicar el teorema anterior para acotar la integral del pri-
mer logaritmo. Para el segundo logaritmo no podemos usar el teorema, pero,
teniendo en cuenta (6.20), vemos que

− log |hX (2 + it)| ≤ − log(1 − |fX (2 + it)|2 ) ≤ 2|fX (2 + it)|2 < 1/X.
228 Capítulo 6. La función dseta de Riemann II

Por consiguiente, teniendo en cuenta que T2 < T +1 y que T2 −T1 ≤ T +1−3 < T ,
T2 2
h0X (u + it)
Z Z
− Re dudt <
T1 σ0 hX (u + it)

(T + 1)4c(1−σ0 ) T
A (T + X + 1) log4 (T + X + 1) + . (6.21)
X 2σ0 −1 X
Ahora estimaremos las otras tres integrales. La más sencilla es
2 2+iT2
h0X (s)
Z Z
Im dsdu ≤ 2(Im log hX (2 + iT2 ) − Im log hX (2 + iT1 )),
σ0 2+iT1 hX (s)

donde hemos usado que hX (s) no se anula cuando σ = 2, pues, de hecho,

Re hX (s) > 1/2, y esto implica además que la variación del argumento tiene
que ser menor que π. Así pues,
2 2+iT2
h0X (s)
Z Z
Im dsdu < 2π.
σ0 2+iT1 hX (s)

Sean ahora γ1 y γ2 los segmentos determinados por τ = T1 y τ = T2 ,

respectivamente, y σ0 ≤ σ ≤ 2. Los puntos de γj en los que se anula Re hX son
los ceros de la función holomorfa
1
Hj (s) = (hX (s + iTj ) + hX (s − iTj ))
2
sobre el segmento σ0 ≤ σ ≤ 2, τ = 0, luego son un número finito, digamos mj ,
y están contenidos en el conjunto de ceros de Hj en el disco D(2, 3/2). Notemos
que Hj es holomorfa salvo a lo sumo en los puntos 1 ± iTj , luego en particular
lo es en D(2, 7/4) (ya que 3 < T1 < T2 ). El teorema [VC 2.19] nos da que
 mj
1 6
< Re hX (2) = |Hj (2)| ≤ máx{|Hj (s)| | |s − 2| = 7/4}.
2 7

Ahora bien,
1 1
|Hj (s)| = | (hX (s + iTj ) + hX (s̄ + iTj ))| ≤ (|hX (s + iTj )| + |hX (s̄ + iTj )|)
2 2
y si |s − 2| = 7/4, entonces Re(s ± iTj ) = Re s ≥ 1/4 y

−2 ≤ Im s, Im s̄ ≤ 2,

luego
1 ≤ Im(s + iTj ), Im(s̄ + iTj ) ≤ T + 3,
y por lo tanto
 mj
7
≤ máx{|hX (s)| | σ ≥ 1/4, 1 ≤ τ ≤ T + 3}.
6
6.3. El teorema de Ingham 229

Ahora bien,
|hX (s)| ≤ 1 + |fX (s)|2 ≤ 2 + |ζ(s)MX (s)|2 .
Por 4.7 tenemos que |ζ(s)| = O(τ 3/4 ) = O(T 3/4 ) = O((T + X)3/4 ), y
X 1 Z X
dx
|MX (s)| ≤ 1/4
≤ 1 + 1/4
= O(X 3/4 ) = O((T + X)3/4 ),
n<X
n 1 x

luego hX (s) = O((T + X)3/2 ) y a su vez

mj log(7/6) ≤ 2 log(A(T + X)3/2 ) ≤ A(1 + log(T + X)),

luego mj ≤ A log(T + X).

Ahora el mismo argumento empleado en la prueba del teorema 4.19 prueba
que  Z 
 h0X (s) 
Im ds = | arg |hX (σ0 + iTj )| − arg |hX (2 + iTj )||

 γj hX (s) 
≤ (mj + 1)π ≤ A log(T + X),
(pues entre cada par de puntos de γj∗ donde Re hX no se anula, el argumento
no puede variar más de π unidades). Por lo tanto.
Z Z 
 2 2+iTj h0X (s) 
Im dsdu ≤ 2A log(T + X).
 
hX (s)

 σ0 u+iTj 

Concluimos que
Z 2
Nh (u, T1 , T2 ) du ≤ AT 4c(1−σ0 ) (T X 1−2σ0 + X 2(1−σ0 ) ) log4 (T + X),
σ0

donde hemos retocado (6.21) cambiando T + 1 por T y eliminando el término

T /X ≤ T X 1−2σ0 y hemos despreciado las cotas de las otras tres integrales, ya
que son menores que (6.21), trivialmente en el caso de 2π y, en el caso de las
otras dos porque

log(T + X) ≤ X 2(1−σ0 ) log4 (T + X).

Por otra parte, todos los ceros de la función dseta son ceros de h, luego,
llamando N (σ, T1 , T2 ) = N (σ, T2 ) − N (σ, T1 ), para 0 < δ < 1, tenemos que
Z 2 Z σ0 +δ
Nh (u, T1 , T2 ) du ≥ N (u, T1 , T2 ) du ≥ δN (σ0 + δ, T1 , T2 ).
σ0 σ0

Como la función dseta no tiene ceros con parte imaginaria ≤ T1 < 4, resulta
que N (σ, T ) ≤ N (σ, T1 , T2 ), luego, si 1/2 + δ ≤ σ ≤ 1, tomando σ0 = σ − δ,
tenemos que
A 4c(1−σ+δ)
N (σ, T ) ≤ T (T X 1−2σ+2δ + X 2(1−σ+δ) ) log4 (T + X). (6.22)
δ
230 Capítulo 6. La función dseta de Riemann II

Por otra parte, si 1/2 ≤ σ ≤ 1/2 + δ, la fórmula de Riemann-von Mangoldt nos

da que
N (σ, T ) ≤ N (T ) ≤ AT log T ≤ AT 2(1−σ+δ) log T. (6.23)
Finalmente tomamos X = T > máx{X0 , 4} y δ = 1/ log T , con lo que (6.22) se
reduce a
N (σ, T ) ≤ AT 2(1+2c)(1−σ+δ) log5 T,
en el caso de la primera, y (6.23) implica la misma desigualdad. Finalmente
basta observar que T 2(1+2c)δ = e2(1+2c) ≤ e4 .
Capítulo VII

El método de Vinogradov

En este capítulo presentamos otra forma de estudiar con precisión el creci-

miento de la función dseta a la izquierda de la recta σ = 1, lo que a su vez nos
proporcionará una región sin ceros mejor que las que ya hemos obtenido y a su
vez una mejor estimación del error en el teorema de los números primos. En
realidad el resultado principal se enmarca en un contexto más general y tiene
aplicaciones a otros problemas de la teoría analítica de números.

7.1 La conjetura de Vinogradov

Definición 7.1 Dados números naturales, k, l, q ≥ 1, llamaremos Jlk (q) al nú-
mero de soluciones enteras del sistema de ecuaciones

x1 + · · · + xl = y1 + · · · + yl
x21 + ··· + x2l = y12 + · · · + yl2
............ ............
xk1 + · · · + xkl = y1k + · · · + ylk

tales que 1 ≤ xj , yj ≤ q.

Un hecho fundamental es que se cumple algo más general que lo que exige
la definición:

Teorema 7.2 Dados números naturales k, l, q ≥ 1 y enteros a, b, con b 6= 0, se

cumple que Jlk (q) es el número de soluciones enteras del sistema de ecuaciones

l l
(a + bxj )h = (a + byj )h ,
P P
h = 1, . . . , k,
j=1 j=1

tales que 1 ≤ xj , yj ≤ q.

231
232 Capítulo 7. El método de Vinogradov

Demostración: Sucede, más concretamente, que las soluciones del sistema

del enunciado son las mismas que las del sistema de la definición 7.1. En efecto,
la ecuación h-ésima del enunciado es
l X h   l h  
X h r h−r h−r X X h r h−r h−r
a b xj = a b yj ,
j=1 r=0
r j=1 r=0
r

que equivale a
h   l h   l
X h X X h X
r h−r
a b xh−r
j = ar bh−r yjh−r .
r=0
r j=1 r=0
r j=1

Por lo tanto, cada solución del sistema de ecuaciones de la definición 7.1 es

también solución del sistema del enunciado. Recíprocamente, si xj , yj es una
solución del sistema del enunciado y suponemos inductivamente que cumple las
ecuaciones de la definición 7.1 hasta el exponente h − 1, entonces cada sumando
de cada miembro de la ecuación anterior es igual al correspondiente del miembro
opuesto para r = 1, . . . , h, luego lo mismo vale para r = 0, lo que implica que
xj , yj también cumplen la ecuación de exponente h.
En particular, tanto en la definición 7.1 como en el teorema anterior es indis-
tinto exigir que 1 ≤ xi , yi ≤ q que exigir c < xj , yj ≤ c + q, para cualquier entero
prefijado c, pues si xj , yj forman una solución con esta condición y llamamos
x0j = xj − c, yj0 = yj − c, entonces 1 ≤ x0j , yj0 ≤ q y

a + bx0j = −ac + bxj , a + byj0 = −ac + byj ,

por lo que x0j , yj0 son una solución del sistema de 7.2 cambiando a por −ac, luego
el número de soluciones es igualmente Jlk (q).
El segundo hecho fundamental se deriva de la observación elemental de que,
si c es entero, entonces
Z 1 
2πicx 1 si c = 0,
e dx =
0 0 si c 6= 0.

La relación con lo anterior se obtiene considerando la función

f k (x; a0 , . . . , ak ) = ak xk + · · · + a1 x + a0 ,

y a su vez
X
S k (q, a; a0 , . . . , ak ) = e2πif (n) . (7.1)
a<n≤a+q

El teorema siguiente puede interpretarse como que Jlk (q) es el valor medio
de |S k (q, a)|2l cuando las variables a1 , . . . , al varían sobre el cubo unitario. Por
ello la expresión Jlk (q) se conoce como “valor medio de Vinogradov”:
7.1. La conjetura de Vinogradov 233

Teorema 7.3 Dados números naturales k, l, q ≥ 1 y un entero a, se cumple que

Z
k
Jl (q) = |S k (q, a)|2l da1 · · · dak .
[0,1]k

Demostración: Tenemos que

k
ah (nh h
P
X 2πi 1 +···+nl )
k l
S (q, a) = e h=0

a<n1 ,...,nl ≤a+q

y, multiplicando por el conjugado,

k
ah (mh h h h
P
2πi 1 +···+ml −n1 +···−nl )
X
k 2l
|S (q, a)| = e h=0 .
a<m1 ,...,ml ≤a+q
a<n1 ,...,nl ≤a+q

Por lo tanto,
Z k Z 1
X Y h h h h
|S k (q, a)|2l da1 · · · dak = e2πi(m1 +···+ml −n1 +···−nl )ah dah
[0,1]k a<m1 ,...,ml ≤a+q h=0 0
a<n1 ,...,nl ≤a+q

y, por la observación previa al teorema, cada sumando vale 0 o 1, y los sumandos

que valen 1 se corresponden con las soluciones del sistema de ecuaciones de
la definición 7.1. (Notemos que los factores correspondientes a h = 0 valen1
siempre 1).
Una estimación elemental de Jlk (q) es
q l ≤ Jlk (q) ≤ q 2l . (7.2)
l
En efecto, por una parte obtenemos q soluciones del sistema de 7.1 sin más que
dar valores arbitrarios a las variables xj y tomar yj = xj . Por otra parte, es
claro que |S k (q, a)| ≤ q, lo que nos da la cota superior.

Soluciones triviales En realidad hay más de q l soluciones triviales, pues cada

asignación arbitraria de las variables xj no da lugar a unos únicos valores para
las variables yj , sino a tantos como permutaciones admitan dichos valores, que
serán a lo sumo l!, en el caso en que los valores asignados a las xj sean distintos
dos a dos. En cualquier caso, el número de soluciones triviales es a lo sumo l! q l .
Si sólo hubiera soluciones triviales, sería fácil calcular exactamente Jlk (q).
Por ejemplo, es fácil probar que en el caso k = l = 2 sólo hay soluciones
triviales,2 por lo que
J22 (q) = 2q(q − 1) + q = 2q 2 − q.
A su vez, esto implica que, para k ≥ 2, se cumple J2k (q) = J22 (q).
1 Alternativamente, la expresión |S k (q, a)| no depende de a , ya que en la definición de
0
S k (q, a) podemos sacar factor común e2πia0 , que tiene módulo 1, luego podemos suponer que
a0 = 0 y que el menor valor para h es h = 1.
2 La ecuación cuadrática equivale a (x + y )(x − y ) = (x + y )(y − x ), de donde,
1 1 1 1 2 2 2 2
usando la ecuación lineal, se sigue que si x1 6= y1 , entonces x1 = y2 .
234 Capítulo 7. El método de Vinogradov

En cambio, para k = 2, l = 3 ya hay soluciones no triviales. La menor es

1 + 4 + 4 = 9 = 2 + 2 + 5, 12 + 42 + 42 = 33 = 22 + 22 + 52 .

El número de soluciones triviales en este caso es

q(q − 1)(q − 2)6 + 3q(q − 1)3 + q = 6q 3 − 9q 2 + 4q,

sin embargo, ahora no son todas.

Nuestro objetivo a medio plazo es encontrar estimaciones más finas que (7.2).
Si c = (c1 , . . . , ck ) son números enteros, definimos, más en general, Jlk (q; c)
como el número de soluciones enteras del sistema de ecuaciones
l
(xhj − yjh ) = ch ,
P
h = 1, . . . , k, (7.3)
j=1

con 0 ≤ xj , yj < q, de modo que Jlk (q) = Jlk (q; 0).

Una ligera variante de la prueba del teorema anterior muestra que
Z
Jlk (q; c) = |S k (q, a)|2l e2πi(a·c) da1 · · · dak .
[0,1]k

En efecto, basta observar que

k
ah (mh h h h
P
2πi 1 +···+ml −n1 +···−nl +ch )
X
k 2l 2πi(a·c)
|S (q, a)| e = e h=1 ,
0≤m1 ,...,ml <q
0≤n1 ,...,nl <q

y se concluye igualmente. Por consiguiente.

Z
Jlk (q; c) = |Jlk (q; c)| ≤ |S k (q, a)|2l da1 · · · dak ≤ Jlk (q).
[0,1]k

Ahora observamos que una solución de (7.3) cumple que

l l
|xhj − yjh | ≤ máx{xhj , yjh } < lq h
P P
|ch | ≤
j=1 j=1

y, recíprocamente, el sistema no tiene solución cuando |ch | ≥ lq h , para algún h.

Por consiguiente,
k
Jlk (q; c) ≤ (2l)k q h Jlk (q) = (2l)k q k(k+1)/2 Jlk (q).
P Q
c h=1

Ahora bien, el miembro izquierdo de esta desigualdad es el número de solu-

ciones del sistema (7.3) cuando las ch son consideradas también variables, luego
7.1. La conjetura de Vinogradov 235

es q 2l , ya que existe una única solución para cada valor que demos arbitraria-
mente a las variables xj , yj (dentro del rango permitido). Así pues,

Jlk (q) ≥ (2l)−k q 2l−k(k+1)/2

lo que, combinado con (7.2), nos da que

Jlk (q) ≥ máx{(2l)−k q 2l−k(k+1)/2 , q l }.

Podemos precisar cuál de las dos cotas inferiores es mejor. Basta observar
que
(2l)−k q 2l−k(k+1)/2
= (2l)−k q l−k(k+1)/2 ,
ql
luego si l ≤ k(k + 1)/2 el denominador es mayor, mientras que si l > k(k + 1)/2
es mayor el numerador siempre que q ≥ lk . Por lo tanto, para q ≥ lk , podemos
desglosar la cota inferior así:3
 l
q si l ≤ k(k + 1)/2,
Jlk (q) ≥
(2l)−k q 2l−k(k+1)/2 si l > k(k + 1)/2.
Vinogradov conjeturó en 1935 que esta estimación por defecto del creci-
miento del valor medio Jlk (q) está muy cerca de ser una estimación por exceso.
Concretamente, conjeturó que, para todo  > 0, cuando q tiende a ∞ se cumple
que 
O(q l+ ) si l ≤ k(k + 1)/2,
Jlk (q) =
O(q 2l−k(k+1)/2+ ) si l ≥ k(k + 1)/2.
Vinogradov demostró una versión débil de su conjetura, y es costumbre
referirse a ella y a cualquiera de las mejoras subsiguientes como “teorema del
valor medio de Vinogradov”.
La conjetura ha sido demostrada recientemente (en 2015) por Bourgain,
Demeter y Guth mediante técnicas del análisis harmónico. Aquí no vamos a
entrar en la demostración de este hecho, sino que nos limitaremos a probar una
versión débil que será suficiente para nuestros fines. No obstante, terminaremos
esta sección con algunas observaciones elementales sobre la conjetura.

El caso crítico Se llama caso crítico de la conjetura de Vinogradov al corres-

pondiente a lk = k(k + 1)/2. Sucede que si la conjetura es cierta para un caso
crítico (k, lk ), entonces es cierta para dicho k y cualquier valor de l.
En efecto, si l > lk , entonces
Z
Jlk (q) = |S k (q, a)|2l−k(k−1) |S k (q, a)|k(k−1) da1 · · · dak
[0,1]k
Z
≤ q 2(l−lk ) S k (q, a)|k(k−1) da1 · · · dak = q 2(l−lk ) Jlkk ,
[0,1]k
3 Incidentalmente, esto prueba la existencia de soluciones no triviales cuando l > k(k +1)/2,

pues el número de soluciones triviales es O(q l ).

236 Capítulo 7. El método de Vinogradov

y por la hipótesis Jlkk = O(q lk + ) sobre el caso crítico, llegamos a que

Jlk (q) = O(q 2(l−lk )+lk + ) = O(q 2l−k(k+1)/2+ ).

1 1
En el caso l < lk aplicamos la desigualdad de Hölder a p + lk /l = 1:
Z
Jlk (q) = 1 · |S k (q, a)|2l da1 · · · dak
[0,1]k
Z !1/p Z !l/lk
p k 2lk
≤ 1 da1 · · · dak |S (q, a)| da1 · · · dak
[0,1]k [0,1]k

= (Jlkk )1/lk = O(q lk + )l/lk = O(q l+ )

pues
l/lk l/lk
O(q lk + )l/lk O(q lk + ) O(q lk + )
 
1
= = = O(1).
q l+ q lk +lk /l q lk + q (lk /l−1)

Por ejemplo, l1 = 1 y es obvio que J11 (q) = q, luego la conjetura de Vinogra-

dov se cumple para Jl1 (q) (incluso con  = 0).

El caso k = 2 También es fácil demostrar que la conjetura de Vinogradov se

cumple para k = 2. Basta considerar el caso crítico l = 3. Podemos escribir las
ecuaciones así:
x1 + x2 − y3 = y1 + y2 − x3 ,
x21 + x22 − y32 = y12 + y22 − x23 .
Usando la identidad (a + b − c)2 − (a2 + b2 − c2 ) = 2(a − c)(b − c), al restar
la primera ecuación al cuadrado menos la segunda resulta

(x1 − y3 )(x2 − y3 ) = (y1 − x3 )(y2 − x3 )

Vamos a contar las posibles elecciones de x1 , x2 , y3 que hacen no nulos los

dos miembros de la ecuación anterior.
Si elegimos x1 6= x2 , tenemos q(q − 1) posibilidades, que pueden completarse
con q − 2 posibilidades para y3 . En total, q(q − 1)(q − 2). Si elegimos x1 = x2
tenemos q posibilidades, que pueden completarse con q −1 posibilidades para y3 .
En total q(q − 1). Los dos casos suman q(q − 1)2 = O(q 3 ).
Para cada elección en estas condiciones, p = (x1 − x3 )(x2 − y3 ) cumple
|p| < q 2 , y el número de descomposiciones en dos factores es (teniendo en cuenta
los signos) 2d(p) ≤ cp/2 ≤ cq  , donde hemos usado (2.5). La ecuación

x1 + x2 − y3 = (y1 − x3 ) + (y2 − x3 ) + x3

implica que, una vez fijados y1 − x3 , y2 − x3 , el valor de x3 queda unívocamente

determinado, y éste a su vez determina y1 , y2 . Por consiguiente, hay a lo sumo
O(q 3 )O(q  ) = O(q 3+ ) soluciones en este caso.
7.2. El teorema del valor medio de Vinogradov 237

En caso de que los dos miembros de la ecuación se anulen, tenemos cuatro

subcasos, según qué factor se anule en cada factor. Si suponemos, por ejemplo,
que x1 = y3 , y2 = x3 , entonces la primera ecuación nos da que x2 = y1 , luego hay
q 3 posibilidades. Lo mismo vale para los otros tres subcasos, luego concluimos
que el número de soluciones en el segundo caso es O(x3 ), luego el número total
de soluciones es O(x3+ ), como había que probar.
El caso k = 3 ya no es trivial, y la primera prueba de la conjetura en este
caso fue obtenida por Wooley poco antes que la prueba en el caso general.

7.2 El teorema del valor medio de Vinogradov

Vamos a probar uno de los llamados “teorema del valor medio de Vinogra-
dov”, es decir, una estimación del crecimiento del valor medio Jkl (q) bajo ciertas
condiciones sobre k y l.
Empezamos con un hecho algebraico general:

Teorema 7.4 (Identidades de Newton) Sea K un cuerpo, sean e0 , . . . , en

los polinomios simétricos elementales en K[X1 , . . . , Xn ] y ph = X1h + · · · + Xnh .
Entonces
h
(−1)i−1 eh−i pi .
P
heh =
i=1

Demostración: Para 2 ≤ i ≤ h, llamemos rih (X1 , . . . , Xn ) a la suma de

todos los monomios de grado h (con coeficiente 1) en los que una variable tiene
grado i y las demás tienen grado 1. Entonces, para 2 ≤ i < h, es claro que

pi eh−i = rih + ri+1

h
.

En efecto, eh−i está formado por todos los monomios M de grado h − i con
variables de grado 1. Cuando uno de estos monomios se multiplica por una
potencia Xji , obtenemos uno de los monomios de rih si Xj no está en M , o bien
h
uno de los monomios de ri+1 si Xj está en M . Además, así se obtienen todos
h h
los monomios de ri + ri+1 sin repeticiones.
Para i = h tenemos trivialmente:

ph e0 = ph = rhh ,

mientras que para i = 1 se cumple que

p1 eh−1 = heh + r2h .

En efecto, al multiplicar un monomio M de grado h − 1 con variables de grado 1

por una variable Xj , obtenemos un monomio de r2h si Xj está en M , o bien un
monomio de eh si no lo está. Sin embargo, los monomios de r2h aparecen una
vez cada uno, pero los de eh aparecen h veces cada uno, una por cada una de
sus variables.
238 Capítulo 7. El método de Vinogradov

Ahora basta sumar:

h
(−1)i−1 eh−i pi =
P
i=1

heh + r2h − (r2h + r3h ) + · · · (−1)h−2 (rh−1

h
+ rhh ) + (−1)h−1 rhh = heh .
Como consecuencia:
Teorema 7.5 Si un sistema de ecuaciones
x1 + · · · + xk = m 1
··················
xk1 + · · · + xkk = mk
tiene solución en un cuerpo K y k es menor que la característica de K si ésta
es no nula, entonces la solución es única salvo reordenación de las variables.
Demostración: Si 1 ≤ h < k, como h no divide a la característica de K,
podemos expresar
1 Ph
eh (x1 , . . . , xk ) = (−1)i−1 eh−i (x1 , . . . , xk )pi (x1 , . . . , xk )
k i=1
1 Ph
= (−1)i−1 mi eh−i (x1 , . . . , xk ),
k i=1
y esto es una relación recurrente que determina unívocamente todos los valores
eh (x1 , . . . , xk ) ∈ K a partir de m1 , . . . , mk . Por lo tanto, el polinomio
k
(−1)k−i ek−i (x1 , . . . , xk )X i
P
(X − x1 ) · · · (X − xk ) =
i=0

está unívocamente determinado por m1 , . . . , mk , y x1 , . . . , xk son las raíces de

este polinomio, luego están unívocamente determinadas salvo el orden.
Si consideramos las soluciones del sistema anterior como k-tuplas ordenadas,
entonces resulta que, o bien no hay ninguna, o bien hay a lo sumo k! (habría
exactamente k! si sus coordenadas fueran distintas dos a dos, pero si hay repe-
ticiones, las permutaciones posibles son menos).
En particular, si el sistema de la definición 7.1 para l = k tiene una solución,
entonces xj = yj salvo reordenación. Por lo tanto, x1 , . . . , xk pueden elegirse
arbitrariamente (y hay q k posibilidades) y, para cada una de ellas, hay a lo
sumo k! posibilidades para los yj , luego en total hay a lo sumo k!q k soluciones.
Así pues, Jkk (q) ≤ k!q k . Más en general, para k ≤ l,
Z
Jlk (q) = |S k (q, a)|2l da1 · · · dak
[0,1] k
Z
= |S k (q, a)|2(l−k) |S k (q, a)|2k da1 · · · dak
[0,1] k
Z
2(l−k)
≤ q |S k (q, a)|2k da1 · · · dak = q 2(l−k) Jkk (q),
[0,1]k
7.2. El teorema del valor medio de Vinogradov 239

luego
Jlk (q) ≤ k!q 2l−k .
Esto ya es un refinamiento de (7.2) para el caso k ≥ l, pero necesitamos mucho
más. Para ello probamos primero un resultado sobre congruencias:

Teorema 7.6 Si k, M son números naturales no nulos, p > k es primo y

m1 , . . . , mk son enteros, el número T de soluciones del sistema de congruencias

x1 + · · · + xk ≡ m1 (mód p)
·····················
xk1 + · · · + xkk ≡ mk (mód pk )

con 0 ≤ xj ≤ M pk − 1 y xj 6≡ xj 0 (mód p) para j 6= j 0 cumple

T ≤ k!M k pk(k−1)/2 .

Demostración: Dada una solución del sistema, es claro que podemos desa-
rrollar
xj = xj1 + pxj2 + · · · + pk xj,k+1 ,
donde 0 ≤ xjs ≤ p − 1, para s = 1, . . . , k y 0 ≤ xj,k+1 ≤ M − 1. Por hipótesis
xj1 6= xj 0 1 , para j 6= j 0 , y además

x11 + · · · + xk1 ≡ m1 (mód p)

·····················
xk11 + · · · + xkk1 ≡ mk (mód p)

Por el teorema anterior, el número de soluciones de este sistema de ecuaciones

(sin descartar que sea nulo) es T1 ≤ k! Por otra parte, la solución dada debe
cumplir también el sistema de congruencias

(x11 + px12 )2 + · · · + (xk1 + pxk2 )2 ≡ m2 (mód p2 )

·············································
(x11 + px12 )k + · · · + (xk1 + pxk2 )k ≡ mk (mód p2 )

que es equivalente a otro sistema

x11 x12 + · · · + xk1 xk2 ≡ m02 (mód p)

·································
xk−1 k−1 0
11 x12 + · · · + xk1 xk2 ≡ mk (mód p)

Como x11 , . . . , xk1 son distintos dos a dos, a lo sumo uno de ellos es 0.
Podemos suponer que x11 , . . . , xk−1,1 son no nulos, y entonces
 
 x11 ··· xk−1,1 
 .. ..
  Y
 = x11 · · · xk−1,1 (xj1 − xi1 ) 6= 0,

 . .
 k−1
xk−1

 x ···  i<j
11 k−1,1
240 Capítulo 7. El método de Vinogradov

luego cada valor para xk2 determina una única solución del sistema x12 , . . . , xk2 ,
luego en total tiene T2 = p soluciones. A continuación consideramos el sistema

((x11 + px12 ) + p2 x13 )3 + · · · + ((xk1 + pxk2 ) + p2 xk3 )3 ≡ m3 (mód p3 )

·······························································
((x11 + px12 ) + p2 x13 )k + · · · + ((xk1 + pxk2 ) + p2 xk3 )k ≡ mk (mód p3 )

que equivale a un sistema

x11 x13 + · · · + xk1 xk3 ≡ m03 (mód p)

·································
xk−1 k−1 0
11 x13 + · · · + xk1 xk3 ≡ mk (mód p)

en el que ahora podemos fijar libremente xk−1,3 y xk,3 , luego tiene T3 = p2

soluciones. Así podemos proseguir, con la única salvedad de que en el último
paso es Tk+1 = M k (los xj,k+1 pueden fijarse libremente, sin que tengan que
cumplir ningún sistema de congruencias).
Así pues, el número total de soluciones x1 , . . . , xk del sistema inicial es a lo
sumo T1 · · · Tk+1 = k! p p2 · · · pk−1 M k , que es la cota del enunciado.
El teorema del valor medio que vamos a probar se apoya en el siguiente
resultado técnico:

Teorema 7.7 Sean k, l, q números naturales tales que

k ≥ 2, l ≥ k 2 + k, q ≥ 2−k (2k)2k = (2k 2 )k .

Entonces
2l−k(k+1)/2
Jlk (q) < 3l2k q12k p1 k
Jl−k (q1 ),

donde p1 es cualquier primo que cumpla 21 q 1/k ≤ p1 ≤ q 1/k y q1 = E[qp−1

1 ] + 1.

Demostración: Notemos que el postulado de Bertrand asegura la existen-

cia de un primo p1 en las condiciones indicadas.
Por definición de q1 tenemos que q < p1 q1 , luego Jlk (q) < Jlk (p1 q1 ). Notemos
que la desigualdad es estricta, pues Jlk (p1 q1 ) es el número de soluciones enteras
del sistema de la definición 7.1 con

0 ≤ xj , yj ≤ p1 q1 − 1,

(por el teorema 7.2 con a = −1 y b = 1), y obviamente existen soluciones con

x1 = q que no aparecen en el cálculo de Jlk (q), si en este consideramos soluciones
con 0 ≤ xj , yj ≤ q − 1.
Alternativamente, Jlk (p1 q1 ) es el número de soluciones enteras del sistema

(m1 + p1 x1 )h + · · · + (ml + p1 xl )h = (n1 + p1 y1 )h + · · · + (nl + p1 yl )h , (7.4)

para h = 1, . . . , k, con 0 ≤ mj , nj ≤ p1 − 1 y 0 ≤ xj , yj ≤ q1 − 1.
7.2. El teorema del valor medio de Vinogradov 241

Diremos que una solución del sistema (7.4) es de primera clase si los con-
juntos {m1 , . . . , ml } y {n1 , . . . , nl } tienen al menos k elementos cada uno, y en
caso contrario diremos que es de segunda clase. Así, podemos descomponer

Jlk (p1 q1 ) = J1 + J2 ,

donde los sumandos representan el número de soluciones de (7.4) de primera y

segunda clase, respectivamente. Sea
1 −1
qP
U (m) = e2πig(m+p1 x) ,
x=0

donde g(x; a1 , . . . , ak ) = ak xk + · · · + a1 x. Notemos que |U (m)| ≤ q1 . Además

Z X
J2 = U (m1 ) · · · U (ml )U (n1 ) · · · U (nl ) da1 · · · dak ,
[0,1]k mj ,nj

donde mj , nj varían entre los pares de l-tuplas de números naturales menores

que p1 tales que

al menos una de las dos tenga menos de k elementos distintos.
p1
Hay k−1 conjuntos de k − 1 números naturales menores que p1 , y con
los elementos de cada uno de ellos se pueden formar (k − 1)l l-tuplas, luego el
número total de tales l-tuplas es
 
p1 1
(k − 1)l < k l pk−1 .
k−1 2 1

Por otra parte, el número de l-tuplas de números menores que p1 es pl1 , luego
pares de l-tuplas con el primer par restringido a l-tuplas con a lo sumo k elemen-
tos distintos es a lo sumo k l pl+k−1
1 /2, y el número de sumandos del integrando
anterior es a lo sumo k l p1l+k−1 . Aplicamos la desigualdad de Hölder:
 
 P 
U (m1 ) · · · U (ml )U (n1 ) · · · U (nl ) ≤
 

mj ,nj 

 P 1/2l  P 1/2l
|U (m1 )|2l ··· |U (nl )|2l .
mj ,nj mj ,nj

1 −1
pP
Ahora acotamos |U (mj )|2l , |U (nj )|2l ≤ |U (m)|2l , con lo que
m=0
 
 P 
U (m1 ) · · · U (ml )U (n1 ) · · · U (nl ) ≤
 

mj ,nj 

1 −1
pP 1 −1
pP
k l p1l+k−1 |U (m)|2l ≤ k l q12k pl+k−1
1 |U (m)|2l−2k ,
m=0 m=0

donde hemos usado que |U (m)| ≤ q1 .

242 Capítulo 7. El método de Vinogradov

Por consiguiente
Z 1 −1
pX
J2 ≤ k l q12k pl+k−1
1 |U (m)|2l−2k da1 · · · dak
[0,1]k m=0

1 −1 Z
pX
= k l q12k p1l+k−1 |U (m)|2l−2k da1 · · · dak ,
m=0 [0,1]k

pero la integral es el número de soluciones enteras del sistema de ecuaciones

(m + p1 x1 )h + · · · + (m + p1 xl−k )h = (m + p1 y1 )h + · · · + (m + p1 yl−k )h ,
k
para h = 1, . . . , k, con 0 ≤ xj , yj < q1 , que por 7.2 es igual a Jl−k (q1 ), luego

Jl2 ≤ k l q12k pl+k k

1 Jl−k (q1 ).

Ahora observamos que, por las hipótesis del teorema, tenemos l ≥ k 2 +k ≥ 2k

(porque k ≥ 2), luego
l/2−k k l/2 l−k(k+1)/2
k l−2k pk1 = (k 2 )l/2−k pk1 ≤ p1 p1 = p1 ≤ p1 ,
1 1/k
pues, también por las hipótesis del teorema, p1 ≥ 2q ≥ k 2 . A su vez,
multiplicando por k 2k pl1 ,
2l−k(k+1)/2 2k
k l pl+k
1 ≤ p1 k ,
con lo que
2l−k(k+1)/2 2l−k(k+1)/2
J2 ≤ k 2k q12k p1 k
Jl−k (q1 ) ≤ l2k q12k p1 k
Jl−k (q1 ).
Pasamos ahora a estimar J1 . Para ello observamos que toda solución de
primera clase de (7.4) puede reordenarse para que m1 , . . . , mk y n1 , . . . , nk sean
distintos dos a dos, luego el número total de soluciones será a lo sumo el número

2
de soluciones de este tipo multiplicado por kl , pues una k-tupla de números
distintos y una l − k-tupla de números arbitrarios pueden intercalarse de kl

formas distintas para obtener (con repeticiones) todas las l-tuplas con al menos k
números distintos. Así pues,
 2 Z
l X
J1 ≤ U (m1 ) · · · U (ml )U (n1 ) · · · U (nl ) da1 · · · dak
k [0,1]k m ,n j j

 2 Z
l X X
= U (m1 ) · · · U (ml ) U (n1 ) · · · U (nl ) da1 · · · dak
k [0,1]k m n
j j

 2 Z 2
l X
= U (m1 ) · · · U (ml ) da1 · · · dak ,
 
k

[0,1]k m j

donde mj y nj recorren l-tuplas con las k primeras componentes distintas dos

a dos.
7.2. El teorema del valor medio de Vinogradov 243

A su vez,
 2 Z 2 X 2
l X
J1 ≤ U (m1 ) · · · U (mk )  U (mk+1 ) · · · U (ml ) da1 · · · dak ,
   
k

[0,1]k m j m j

donde en el primer sumatorio mj recorre las k-tuplas con todas sus componentes
distintas dos a dos y en el segundo las l−k-tuplas arbitrarias. Por la desigualdad
de Hölder:
P 2  P 
 U (mk+1 ) · · · U (ml ) =  U (mk+1 ) · · · U (ml )U (nk+1 ) · · · U (nl ) ≤
   
mj mj ,nj

 P 1/(2l−2k)  P 1/(2l−2k)
|U (mk+1 )|2l−2k ··· |U (nl )|2l−2k
mj ,nj mj ,nj
 1 −1
pP 1/(2l−2k)  1 −1
pP 1/(2l−2k)
= p12l−2k−1 |U (m)|2l−2k · · · p12l−2k−1 |U (m)|2l−2k
m=0 m=0
1 −1
pP
= p2l−2k−1
1 |U (m)|2l−2k .
m=0
Por lo tanto,
 2 Z 1 −1
2 pX
l 2l−2k−1
X
J1 ≤ p1 U (m1 ) · · · U (mk ) |U (m)|2l−2k da1 · · · dak .
 
k

[0,1]k m j m=0

La integral es el número Nl de soluciones enteras del sistema de ecuaciones

(m1 + p1 x1 )h + · · · + (mk + p1 xk )h − (n1 + p1 y1 )h − · · · − (nk + p1 yk )h
= (m + p1 xk+1 )h + · · · + (m + p1 xl )h − (m + p1 yk+1 )h − · · · − (m + p1 yl )h
para h = 1, . . . , k y con 0 ≤ m, mj , nj ≤ p1 − 1, 0 ≤ xj , yj ≤ q1 − 1 y los mj , al
igual que los nj , son distintos dos a dos.
Por el mismo argumento empleado en la prueba del teorema 7.2, dichas
soluciones coinciden con las del sistema
(m1 −m+p1 x1 )h +· · ·+(mk −m+p1 xk )h −(n1 −m+p1 y1 )h −· · ·−(nk −m+p1 yk )h
= ph1 (xhk+1 + · · · + xhl − yk+1
h
− · · · − ylh ).
Así pues, tenemos que
 2
l
J1 ≤ p2l−2k−1
1 Nl .
k
Llamemos Nk (c1 p1 , . . . , ck pk1 ) al número de soluciones enteras del sistema de
ecuaciones
(m1 − m + p1 x1 )h + · · · + (mk − m + p1 xk )h
−(n1 − m + p1 y1 )h − · · · − (nk − m + p1 yk )h = ch ph1 ,
para h = 1, . . . , k, donde las variables cumplen las mismas condiciones prece-
dentes.
244 Capítulo 7. El método de Vinogradov

Así tenemos que

Nk (d1 p1 , . . . , dk pk1 )Jl−k

k
P
Nl ≤ (q1 ; c),
|ch |<lq1h

k
donde, recordemos, Jl−k (q1 ; c) es el número de soluciones del sistema de ecuacio-
nes (7.3), que es nulo si algún |ch | ≥ lq1h . Además hemos probado la desigualdad
k k
Jl−k (q1 ; c) ≤ Jl−k (q1 ).
Finalmente, llamemos T al número de soluciones del sistema de congruencias

(m1 − m + p1 x1 )h + · · · + (mk − m + p1 xk )h

−(n1 − m + p1 y1 )h − · · · − (nk − m + p1 yk )h ≡ 0 (mód ph1 ),

también en las mismas condiciones precedentes. Así
k
Nk (c1 p1 , . . . , ck pk1 ) ≤ Jl−k
k
P
Nl ≤ Jl−k (q1 ) (q1 )T.
|ch |≤lq1h

Ahora vamos a acotar T usando el teorema 7.6. Esto requiere que p1 > k,
que ya sabemos que se cumple. Por el mismo argumento empleado en la prueba
del teorema 7.2, vemos que T es también el número de soluciones del sistema
de congruencias

(m1 − m + p1 + p1 x1 )h + · · · + (mk − m + p1 + p1 xk )h ≡

(n1 − m + p1 + p1 y1 )h + · · · + (nk − m + p1 + p1 yk )h ≡ 0 (mód ph1 ),

para h = 1, . . . , k, con 0 ≤ m, mj , nj ≤ p1 − 1, 0 ≤ xj , yj ≤ q1 − 1 y los mj , al
igual que los nj , son distintos dos a dos.
Si llamamos x0j = mj − m + p1 + p1 xj ≥ 0 y M = E[q1 p−k+1 1 ] + 1, entonces
M > q1 p−k+1
1 , luego p q
1 1 < M pk
1 , luego q 1 ≤ M p k−1
1 − 1, y

x0j ≤ p1 − 1 − m + p1 q1 ≤ p1 (q1 + 1) − 1 ≤ M pk1 − 1.

Además los x0j no son congruentes módulo p1 . Así pues, fijados m, nj , yj , existen
k(k−1)/2
a lo sumo k!M k p1 soluciones posibles del sistema

x0h 0h
1 + · · · + xk ≡

(n1 − m + p1 + p1 y1 )h + · · · + (nk − m + p1 + p1 yk )h ≡ 0 (mód ph1 ),

en las condiciones requeridas, cada una de las cuales determina unos valores
para mj y xj . Como nj y m pueden tomar p1 valores cada una e yj puede
tomar q1 valores, concluimos que
k(k−1)/2
T ≤ k!p1 (p1 q1 )k M k p1 .

Ahora usamos que p1 ≤ q 1/k y que q1 > qp−1 −k+1

1 , con lo que q1 p1 >1y

M = E[q1 p−k+1
1 ] + 1 ≤ 2E[q1 p−k+1
1 ] ≤ 2q1 p−k+1
1 .
7.2. El teorema del valor medio de Vinogradov 245

Por lo tanto
k+1−k(k−1)/2 2k+1−k(k+1)/2
T ≤ k!2k q 2k p1 = k!2k q 2k p1

luego
2k+1−k(k−1)/2
Nl ≤ k!2k q12k p1 k
Jl−k (q1 )
y a su vez
 2
l 2l−k(k+1)/2 k 2l−k(k+1)/2 k l2k 2k
J1 ≤ k!2k q12k p1 Jl−k (q1 ) = q12k p1 Jl−k (q1 )
k k!
2l−k(k+1)/2
≤ 2l2k q12k p1 k
Jl−k (q1 ).
Recapitulando,
2l−k(k+1)/2
Jlk (q) < Jlk (p1 q1 ) = J1 + J2 ≤ 3l2k q12k p1 k
Jl−k (q1 ).

De aquí deducimos a su vez:

Teorema 7.8 (Teorema del valor medio de Vinogradov) Sean r, k, l, q nu-

meros naturales tales que
r−1
r ≥ 1, k ≥ 2, l ≥ k 2 + kr, q ≥ (2k k 2k )(1+1/(k−1)) .

Entonces
Jlk (q) ≤ (3l2k )r 34lr−k(k+1)r/2 q 2l−k(k+1)/2+δr ,
donde  r
k(k + 1) 1
δr = 1− .
2 k

En particular, Jlk (q) = O(q 2l−l(k+1)/2+δr ). Notemos que δr tiende a 0

cuando r tiende a ∞, por lo que el teorema implica que, fijados k ≥ 2 y  > 0,
la conjetura de Vinogradov se cumple para dichos k y  y todo l suficientemente
grande.
Demostración: Sea q0 = q y, para u = 1, . . . , r, definimos el número qu y
el primo pu mediante:
1 1/k 1/k
q ≤ pu ≤ qu−1 , qu = E[qu−1 p−1
u ] + 1.
2 u−1
Veamos que se cumple
u u
qu−1 < pu qu , q (1−1/k) < qu < 3u q (1−1/k) , pu > k 2 .

La primera desigualdad es inmediata, por definición. Para probar la segunda

observamos que, por la primera y la elección de pu ,
qu−1 1−1/k u
qu > ≥ qu−1 ≥ q (1−1/k) ,
pu
246 Capítulo 7. El método de Vinogradov

y que, por definición de qu y la elección de pu ,

qu−1 1−1/k 1−1/k u
qu ≤ + 1 ≤ 2qu−1 + 1 < 3qu−1 < 3u q (1−1/k) .
pu

La tercera desigualdad se debe a que, por la segunda y la hipótesis sobre q:

1 1/k 1 u−1 1 r−1 u−1
pu ≥ q > q (1−1/k) /k ≥ (2k 2 )(1+1/(k−1)) (1−1/k)
2 u−1 2 2
1 u−1 u−1 1
(2k 2 )(1+1/(k−1)) (1−1/k)
≥ = 2k 2 = k 2 .
2 2
Además, si u < r, por la segunda desigualdad y la hipótesis sobre q:
u r−1
(1−1/k)u
qu > q (1−1/k) ≥ (2k k 2k )(1+1/(k−1))
u
(1−1/k)u
≥ (2k k 2k )(1+1/(k−1)) = 2k k 2k ,
y por la hipótesis sobre l, también l − uk ≥ k 2 + (r − u)k ≥ k 2 + k. Por lo tanto,
podemos aplicar reiteradamente el teorema anterior a k y l − uk:
2l−k(k+1)/2
Jlk (q) < 3l2k q12k p1 k
Jl−k (q1 ) <

(3l2k )2 (q1 q2 )2k (p1 p2 )2l−k(k+1)/2 p−2k

2
k
Jl−2k (q2 ) < · · ·

· · · < (3l2k )r (q1 · · · qr )2k (p1 · · · pr )2l−k(k+1)/2 (p2 p23 · · · pr−1

r )−2k Jl−kr
k
(qr ).
Ahora bien,
q1 · · · qr < p2 p23 · · · pr−1
r qrr ,
luego
Jlk (q) < (3l2k )r qr2kr (p1 · · · pr )2l−k(k+1)/2 Jl−kr
k
(qr ).
1−1/k
Ahora, como qu−1 /pu > qu−1 ≥ 1, tenemos que qu−1 /pu < 2qu−1 /pu − 1,
luego qu = E[qu−1 p−1
u ] + 1 < 2qu−1 /pu , luego pu < 2qu−1 /qu , luego

q q1 qr−1 q r r
p1 · · · pr < 2 2 ···2 = 2r < 2r qq −(1−1/k) < 3r q 1−(1−1/k) .
q1 q2 qr qr
k 2(l−kr)
A esto añadimos la cota trivial Jl−kr (qr ) ≤ qr , con lo que
r
Jlk (q) < (3l2k )r 3(2l−k(k+1)/2)r q (1−(1−1/k) )(2l−k(k+1)/2) 2l
qr . (7.5)

Usando que
r
qr2l < 32lr q (1−1/k) 2l
,
se llega a la desigualdad del enunciado.
En realidad necesitaremos únicamente esta versión más débil del teorema
anterior, según el cual la conjetura de Vinogradov se cumple para  = 1/2 y
todo l suficientemente grande (respecto de un k prefijado):
7.2. El teorema del valor medio de Vinogradov 247

Teorema 7.9 Sean k, l, q números naturales tales que

k ≥ 2, l ≥ k 2 + 4k 2 log k, q ≥ 2.

Entonces existe una constante c tal que

2
Jlk (q) ≤ eclk log k q 2l−k(k+1)/2+1/2 .

Demostración: Si q < 2−k (2k)2k , tenemos trivialmente que

2
Jlk (q) ≤ q 2l = e2l log q < e4kl log 2k < eclk log k

y como, por hipótesis,

2l − k(k + 1)/2 + 1/2 ≥ 2k 2 + 8k 2 log k − k(k + 1)/2 + 1/2

3k 2 − k + 1
= + 8k 2 log k > 0,
2
la conclusión es inmediata.
Supongamos ahora que q ≥ 2−k (2k)2k . Definimos la sucesión qu como en la
prueba del teorema anterior. Notemos que, mientras qu−1 ≥ 2−k (2k)2k ≥ 43 se
1/k
cumple que qu−1 ≥ 2k 2 y es posible definir pu ≥ k 2 y, a partir de él, qu , que
cumplirá qu ≤ qu−1 , pues
qu−1 qu−1
qu − 1 ≤ ≤ ≤ qu−1 − 1,
p1 2
ya que la última desigualdad equivale a qu−1 ≥ 2. Distinguimos dos casos:
1. Existe un número natural 1 ≤ r ≤ 4k log k tal que

qr < 2−k (2k)2k ≤ qr−1 .

2. Para todo natural 1 ≤ r ≤ 4k log k se cumple qr ≥ 2−k (2k)2k .

En el primer caso tenemos que l ≥ k 2 + 4k 2 log k ≥ k 2 + kr, lo cual basta
para aplicar r veces el teorema 7.7 para obtener (7.5), de donde a su vez
4k log k
Jlk (q) < (3l2k )4k log k 3(2l−k(k+1)/2)4k log k q (1−(1−1/k) )(2l−k(k+1)/2)
(2k k 2k )2l

≤ (3l2k )4k log k 38lk log k (2k k 2k )2l q (2l−k(k+1)/2)

2
= e4k log k log 3+8k log k log l+8lk log k log 3+2lk log 2+4lk log k (2l−k(k+1)/2)
q .
Ahora usamos que k log l ≤ l log k para l ≥ k 2 ≥ k ≥ 2. Así

4k log k log 3 + 8k 2 log k log l + 8lk log k log 3 + 2lk log 2 + 4lk log k

≤ ck log k + clk log2 k + clk log k + clk + clk log k ≤ clk log2 k,
luego se cumple también la desigualdad del enunciado.
248 Capítulo 7. El método de Vinogradov

En el segundo caso tomamos r = E[k log(k 2 + k)] + 1. Se cumple que

r ≤ 4k log k, pues
k3
4k log k − k log(k 2 + k) = k log ≥ 1,
k+1
pues k + 1 < k 3 , ya que k ≥ 2. Por otra parte,
k r
r log ≥ ≥ log(k 2 + k),
k−1 k
k
pues la primera desigualdad equivale a log k−1 ≥ k1 , para k ≥ 2 o, con el
cambio k = 1/x, equivale a que x ≤ − log(1 − x), para x ≤ 1/2, lo cual es fácil
de comprobar, por ejemplo, teniendo en cuenta el desarrollo de Taylor de la
función − log(1 − x). Por lo tanto
1 1
δr = k(k + 1)(1 − 1/k)r ≤ ,
2 2
pues esto equivale a que
k
log(k 2 + k) − r log ≤ 0.
k−1
Por la hipótesis de este segundo caso tenemos que qr ≥ 2−k (2k)2k y, como
en el primer caso, esto implica a su vez que l ≥ k 2 + kr, por lo que podemos
llegar igualmente a (7.5) y de ahí pasar a la conclusión del teorema anterior,
con lo que
Jlk (q) ≤ (3l2k )r 34lr−k(k+1)r/2 q 2l−k(k+1)/2+1/2 .
2
Los primeros factores se reducen a la forma eclk log k
como en el caso precedente.

7.3 Aplicación a la función dseta

Veamos ahora cómo aplicar el teorema del valor medio de Vinogradov al
estudio del crecimiento de la función dseta. La clave será un resultado conocido
como desigualdad de Vinogradov, en cuya prueba usaremos el teorema siguiente:
Teorema 7.10 Sea M un número entero y N > 1 un número natural. Sea φ(n)
una función con valores en R definida sobre los enteros M ≤ n ≤ M + N − 1
tal que existen a ≥ 1 y δ > 0 tales que δ ≤ φ(n + 1) − φ(n) ≤ aδ, para todo
M ≤ n ≤ M + N − 2. Entonces, para todo W > 0, el número de enteros n
tales que D(φ(n)) ≤ W δ (donde D(n) es la distancia al entero más próximo) es
menor que (N aδ + 1)(2W + 1).
Demostración: Si W δ ≥ 1/2, los N − 2 posibles valores de n cumplen la
condición y
(N aδ + 1)(2W + 1) ≥ 2N W δa ≥ N > N − 2.
Suponemos, pues, que W δ < 1/2.
7.3. Aplicación a la función dseta 249

Para cada x ∈ R y cada h ∈ Z, existe a lo sumo un n en el intervalo

considerado tal que
x + h ≤ φ(n) < x + h + δ.
En efecto, si hubiera dos valores de n que cumplieran esto, como φ es estricta-
mente monótona creciente por hipótesis, habría dos consecutivos n y n + 1, y
entonces sería φ(n + 1) − φ(n) < δ, contradicción.
Llamemos Gx al número de enteros n para los que existe un entero hn con
el que se cumple esta condición. Si Gx > 0, entonces Gx ≤ H2 − H1 + 1, donde
H1 y H2 son el menor y el mayor valor de hn (porque n 7→ hn es inyectiva).
Además,
φ(M ) < x + H1 + δ, x + H2 ≤ φ(M + N − 1),
pues si H1 = hn1 , tenemos que φ(M ) ≤ φ(n1 ) < x + H1 + δ, e igualmente
x + H2 ≤ φ(n2 ) ≤ φ(M + N − 1). Por lo tanto

H2 − H1 − δ < φ(M + N − 1) − φ(M ) ≤ (N − 1)aδ,

luego
Gx < (N − 1)aδ + δ + 1 ≤ (N − 1)aδ + aδ + 1 = N aδ + 1.
Hemos probado esto bajo la hipótesis de que Gx > 0, pero es trivialmente cierto
si Gx = 0.
Ahora dividimos el intervalo [−W δ, W δ] en E[2W +1] subintervalos [xi , xi+1 ]
de longitud menor que δ. Si D(φ(n)) ≤ W δ, existe un entero h para el que
φ(n) − h ∈ [−W δ, W δ], luego existe un i tal que φ(n) − h ∈ [xi , xi+1 ], luego

xi ≤ φ(n) − h ≤ xi+1 < xi + δ,

luego
xi + h ≤ φ(n) < xi + h + δ.
Así pues, n está contado en Gxi , luego el número total de tales n es a lo sumo
el número de intervalos E[2W + 1] por la cota N aδ + 1 al número posible de
tales n para cada intervalo, lo que nos da la conclusión del teorema.

Teorema 7.11 (Desigualdad de Vinogradov) Sean P , Q números natura-

les no nulos, Q ≥ 2 y sea F : [P + 1, P + Q] −→ R una función de clase C k+1 ,
con k ≥ 7. Sea λ ∈ R tal que, para todo x ∈ [P + 1, P + Q],
 k+1) 
F (x) 
0<λ≤  ≤ 2λ
(k + 1)! 

y λ−1/4 ≤ Q ≤ λ−1 . Entonces existen constantes K y c tales que

 P +Q 
 < Keck log2 k Q1−ρ ,
 P 2πiF (n) 

 e 
n=P +1

donde ρ = (70k 2 log k)−1 .

250 Capítulo 7. El método de Vinogradov

Demostración: Llamemos
PP
+Q
C= e2πiF (n)
n=P +1

y veamos en primer lugar que

P +Q−q
|C| ≤ q −1
P
|T (n)| + q,
n=P +1

donde q es un número natural 1 ≤ q < Q y

q
e2πi(F (m+n)−F (n)) .
P
T (n) =
m=1

Concretamente, tomamos q = E[λ(η−1)/(k+1) ], donde η = (6k 2 log k)−1 . No-

temos que las hipótesis Q ≤ λ−1 y Q ≥ 2 implican que λ ≤ 1/2, luego
q ≥ E[λ0 ] = 1. Por otra parte, como λ−1/4 ≤ Q, tenemos que

q ≤ λ(η−1)/(k+1) ≤ Q4(1−η)/(k+1) ≤ Q4/(k+1) < Q. (7.6)

Ahora
 q PP
+Q
  q P +Q−q+m
 q
P  P
2πiF (n) 
P 
2πiF (n) 
P
|qC| =  e ≤
 e  + q
m=1 n=P +1 m=1 n=P +1+m m=1

(hemos acotado por 1 parte de los sumandos)

 q P +Q−q  P +Q−q q 
P P 
2πiF (n+m)  2
 P P 2πiF (n+m) 
= e  + q2
+q = e
 

m=1 n=P +1 n=P +1 m=1
P +Q−q q
 P +Q−q
 P 2πiF (n)

2πi(F (n+m)−F (n))  2
|T (n)| + q 2 .
P P
=
 e e  + q ≤
n=P +1 m=1 n=P +1

Ahora expresamos |T (n)| = 1 · |T (n)| y aplicamos la desigualdad de Hölder

1 −1
con exponentes 2l (para cualquier l ≥ 1) y (1 − 2l ) , lo que nos da que
P +Q−q 1−1/2l P +Q−q 1/2l
2l
+ q2
P P
q|C| ≤ 1 |T (n)|
n=P +1 n=P +1

P +Q−q 1/2l
≤ Q1−1/2l |T (n)|2l + q2 .
P
(7.7)
n=P +1

Fijado P + 1 ≤ n ≤ P + Q − q, el teorema de Taylor nos da que, para cada

1 ≤ m ≤ q,
k
X F r) (n) F k+1) (x) k+1
F (m + n) − F (n) = mr + m ,
r=1
r! (k + 1)!

con 0 < x < m.

7.3. Aplicación a la función dseta 251

Equivalentemente,
k
X F r) (n)
F (m + n) − F (n) = mr + 2λθq k+1 ,
r=1
r!

con |θ| ≤ 1, pues  

 F k+1) (x)  m k+1 
 ≤ 2λ.
 
 (k + 1)! q



Llamamos Ar = F r) (n)/r! y definimos Ωn ⊂ Rk como el conjunto de los

a ∈ Rk tales que
1 1 k+1
|ar − Ar | ≤ λq , r = 1, . . . , k.
2 qr

Así, si a ∈ Ωn tenemos que4

k
|e2πi(F (m+n)−F (n)) −e2πi(ak m +···+a1 m)
| ≤ 2π|F (m+n)−F (n)−ak mk −· · ·−a1 m|
k k  r
X X m
≤ 2π |Ar − ar |mr + 4πλq k+1 ≤ πλq k+1 + 4πλq k+1
r=1 r=1
q
k+1
≤ πλq (k + 4) ≤ 2πkλq k+1 ,
donde usamos que k + 4 ≤ 2k, ya que k ≥ 7. Por lo tanto,

|T (n)| ≤ |S(q)| + 2πkλq k+2 ,

donde S(q) = S(q, 0; 0, a1 , . . . , ak ) es el dado por (7.1).

A su vez, por la convexidad5 de la función x2l ,

|T (n)|2l ≤ 22l |S(q)|2l + (4πkλq k+2 )2l .

Por lo tanto,
Z
2l
m(Ωn )|T (n)| = |T (n)|2l da1 · · · dak ≤
Ωn
Z
22l |S(q)|2l da1 · · · dak + m(Ωn )(4πkλq k+2 )2l .
Ωn
4 En la primera desigualdad usamos que |eix1 − eix2 | ≤ |x1 − x2 |. Geométricamente, esto
equivale a que la longitud de una cuerda en una circunferencia es menor o igual que su arco.
Analíticamente equivale a que |eix − 1| ≤ |x|, que a su vez equivale a que cos x − 1 + x2 /2 ≥ 0,
lo cual se prueba fácilmente viendo que la función tiene un mínimo en 0.
5 Concretamente, usamos que

1 1 1 1
(x + y)n = ( 2x + 2y)n ≤ (2x)n + (2y)n ≤ (2x)n + (2y)n .
2 2 2 2
252 Capítulo 7. El método de Vinogradov

Como Ωn es un producto de intervalos, tenemos que

k
(q −r λq k+1 ) = (λq k+1 )k q −k(k+1)/2 ,
Q
m(Ωn ) =
r=1

luego
Z
2l 2l k(k+1)/2 k+1 −k
|T (n)| ≤ 2 q (λq ) |S(q)|2l da1 · · · dak + (4πkλq k+2 )2l .
Ωn

Como S(q) tiene periodo 1 respecto de cada una de las variables ar , la

integral de |S(q)|2l sobre Ωn coincide con la integral sobre g + Ωn , para todo
g ∈ Zk . Observemos que
(η−1)k
λq k ≤ λ k+1 +1 < 1,
pues, como 0 < λ ≤ 1/2, esto equivale a que el exponente sea positivo, es decir,
a que ηk +1 > 0, lo cual es cierto. Esto implica que Ωn es producto de intervalos
de diámetro menor que 1, luego los trasladados g + Ωn son disjuntos dos a dos.
Sea
Ω0n = [0, 1]k ∩
S
(g + Ωn ).
g∈Zk
Entonces Z Z
|S(q)|2l da1 · · · dak = |S(q)|2l da1 · · · dak ,
Ωn Ω0n

pues Ωn puede cubrirse por un número finito de trasladados del cubo unitario I k ,
luego la integral sobre Ωn es la suma de las integrales sobre los trasladados
(g + I k ) ∩ Ωn , que coinciden con las integrales sobre I k ∩ (−g + Ωn ), cuya suma
es la integral sobre Ω0n . Así pues,
Z
|T (n)|2l ≤ 22l q k(k+1)/2 (λq k+1 )−k |S(q)|2l χΩ0n da1 · · · dak + (4πkλq k+2 )2l ,
[0,1]k
y a su vez
P +Q−q
X Z P +Q−q
|T (n)|2l ≤ 22l q k(k+1)/2 (λq k+1 )−k |S(q)|2l
P
χΩ0n da1 · · · dak
n=P +1 [0,1]k n=P +1

+(Q − q)(4πkλq k+2 )2l .

P +Q−q
P
A continuación observamos que χΩ0n (a) es el número de números na-
n=P +1
turales P + 1 ≤ n ≤ P + Q − q tales que a ∈ Ω0n . Si a ∈ Ω0n ∩ Ω0n0 , entonces
Ωn y Ωn0 tienen trasladados no disjuntos, luego lo mismo vale para sus pro-
yecciones respecto de la k-ésima componente, que son los intervalos de centros
Ak (n) y Ak (n0 ) y radio λq/2. Equivalentemente, existe un h ∈ Z tal que los
intervalos de centros Ak (n) y Ak (n0 ) + h y dicho radio no son disjuntos, luego
|Ak (n) − Ak (n0 ) − h| ≤ λq o, equivalentemente,
D(Ak (n) − Ak (n0 )) ≤ λq,
donde D indica la distancia al entero más próximo.
7.3. Aplicación a la función dseta 253

P +Q−q
Por consiguiente, si a ∈ Ω0n0 , entonces
P
χΩ0n (a) es menor o igual que el
n=P +1
número de números n en [P + 1, P + Q − q] tales que D(Ak (n) − Ak (n0 )) ≤ λq.
Vamos a probar que este número es menor o igual que 4kq, para lo cual
aplicamos el teorema anterior con
φ(n) = Ak (n) − Ak (n0 ), M = P + 1, N = Q − q > 1, a = 2, δ = λ(k + 1),
W = q/(k + 1) (si Q − q = 1 el intervalo es {P + 1} y la conclusión es trivial).
Observemos que
1 k) F k+1) (x)
φ(n + 1) − φ(n) = (F (n + 1) − F k) (n)) = ,
k! k!
para cierto n < x < n + 1. La hipótesis del teorema implica que F k+1) no se
anula, luego no puede cambiar de signo en el intervalo que estamos considerando.
Observemos además que ni las hipótesis ni la conclusión del teorema que estamos
probando se alteran si cambiamos F por −F , por lo que no perdemos generalidad
si suponemos que el signo es positivo. Esto garantiza que φ cumple las hipótesis
del teorema anterior. La conclusión es que el número de números n que estamos
estudiando es menor o igual que
2q 2q q 
(2λ(k + 1)Q + 1)( + 1) ≤ (2k + 3)( + 1) ≤ 3k + q < 4kq,
k+1 k+1 4
donde hemos usado que Q ≤ 1/λ y luego que k ≥ 7.
Así pues,
P +Q−q
|T (n)|2l ≤ 22l q k(k+1)/2 (λq k+1 )−k 4kqJlk (q) + (Q − q)(4πkλq k+2 )2l ,
P
n=P +1

de donde a su vez, volviendo a (7.7) (véase la nota al pie de la página 204):

 1/2l
|C| ≤ q −1 Q1−1/2l 22l q −k(k+1)/2 λ−k 4kqJlk (q) + (Q − q)(4πkλq k+2 )2l +q
 1/2l
≤ q −1 Q1−1/2l 22l q −k(k+1)/2 λ−k 4kqJlk (q) +

1/2l
q −1 Q1−1/2l (Q − q)(4πkλq k+2 )2l +q
 1/2l
= 2q −1 Q1−1/2l q −k(k+1)/2 λ−k 4kqJlk (q) + 4Qπkλq k+1 + q.
De acuerdo con el teorema 7.9, elegimos l = E[k 2 + 4k 2 log k] + 1, con lo que
 2
1/2l
|C| ≤ 2q −1 Q1−1/2l q −k(k+1)/2 λ−k 4kqeclk log k q 2l−k(k+1)/2+1/2

+4Qπkλq k+1 + q
2
 1/2l
≤ e(c/2)k log k 2Q1−1/2l q 3/2−k(k+1) 4kλ−k + 4Qπkλq k+1 + q.
254 Capítulo 7. El método de Vinogradov

Por (7.6) q ≤ Q4/(k+1) y, por definición de q, además λq k+1 ≤ λη ≤ Q−η .

1 (η−1)/(k+1)
Por otra parte, como λ(η−1)/(k+1) ≥ 1, tenemos que6 q ≥ 2λ ,
luego
λq k+1 ≥ 2−(k+1) λη ≥ 2−(k+1) Q−4η .
Usando estas cotas obtenemos que
2
 1/2l
|C| ≤ e(c/2)k log k 2Q1−1/2l q 3/2 (λq k+1 )−k 4k + 4Qπkλq k+1 + q
2
 1/2l
≤ eck log k 2Q1−1/2l Q6/(k+1) 2k(k+1) Q4ηk 4k + 4πkQ1−η + Q4/(k+1)
2
 1/2l
≤ eck log k 2Q1−1/2l Q3/(k+1)l Q2ηk/l 2k(k+1) 4k + 4πkQ1−η + Q4/(k+1)
Como l ≥ k 2 + 4k 2 log k, tenemos que
2k(k+1)/2l ≤ 2, (4k)1/2l = e(log 4+log k)/2l ≤ e,
luego
2
|C| ≤ Keck log k Q1−1/2l Q3/(k+1)l Q2ηk/l + 4πkQ1−η + Q4/(k+1)
2 1 1 3
= Keck log k Q1− l ( 2 − k+1 −2ηk) + 4πkQ1−η + Q4/(k+1) .
Ahora observamos que, como k ≥ 7,
1 3 1 3 1 1 3 1 1
− − 2ηk = − − ≥ − − > ,
2 k+1 2 k + 1 3k log k 2 8 21 14
y l < 5k 2 log k, luego
2 1− 70k21log k 1− 6k2 1log k 4
|C| ≤ Keck log k Q + 4πkQ + Q k+1
2 2
≤ (Keck log k
+ 4πk + 1)Q1−ρ ≤ Keck log k Q1−ρ .
donde hemos usado que, para k ≥ 7,
4 1
+ 2
≤ 1.
k + 1 70k log k
En la práctica sólo necesitaremos la consecuencia siguiente:
Teorema 7.12 Sean P , N números naturales, sea F : [P +1, P +N ] −→ R una
función de clase C k+1 , con k ≥ 7, sean λ, Q números reales tales que N ≤ Q,
λ−1/3 ≤ Q ≤ λ−1 y, para todo x ∈ [P + 1, P + N ],
 k+1) 
F (x) 
0 < λ ≤  ≤ 2λ.
(k + 1)! 
Entonces existen constantes K y c tales que
 
 PP
+N 
2πiF (n)  ck log2 k 1−ρ

 e  < Ke Q ,
n=P +1
2 −1
donde ρ = (70k log k) .
6 En general, si x ≥ 2 es claro que E[x] ≥ x − 1 ≥ x/2, mientras que si 1 ≤ x < 2, entonces

x/2 < 1 = E[x].

7.3. Aplicación a la función dseta 255

Demostración: Si λ−1/4 ≤ N , la conclusión se sigue del teorema anterior,

aplicado con N en lugar de Q. Si N < λ−1/4 tenemos que
 P +N 
 P 2πiF (n) 
 e  ≤ N < λ−1/4 ≤ Q3/4 ≤ Q1−ρ .
 
n=P +1

Vamos a elegir adecuadamente números reales 1 < a < b ≤ 2a y τ ≥ 1 de

modo que el teorema anterior sea aplicable con Q = a y

k = E[log τ / log a] + 1.

Para empezar exigimos que

1
2 log1/2 τ < log a ≤ log τ. (7.8)
6
Así, la segunda desigualdad garantiza que k ≥ 7. Por definición de k vemos que

ak+1 > Qalog τ / log a = Qτ, ak+1 ≤ a2 alog τ / log a = Q2 τ,

con lo que
ak+1
Q< ≤ Q2 . (7.9)
τ
Consideramos la función F : [a, 2a] −→ R dada por
τ log x
F (x) = − .
2π
Así
k!τ
F k+1) (x) = (−1)k+1 .
2πxk+1
En [a, 2a] se cumple que
 k+1) 
τ F (x)  τ
≤
 ≤ . (7.10)
2π(k + 1)(2a)k+1 (k + 1)!  2π(k + 1)ak+1

Podemos dividir el intervalo [a, b] en a lo sumo k + 1 subintervalos, en cada

uno de los cuales exista un λ tal que7
 k+1) 
τ τ F (x) 
≤ λ ≤ , λ ≤  (k + 1)!  ≤ 2λ.

2π(k + 1)(2a)k+1 2π(k + 1)ak+1

Teniendo en cuenta (7.9), las primeras desigualdades implican que

1 1
≤λ< ,
π(k + 1)2k+2 Q2 Q
7 Para el primer intervalo, de extremo a, tomamos como 2λ el miembro derecho de (7.10), y

el extremo derecho del intervalo es el punto en el que el miembro central se reduce a la mitad.
Ése es el valor de λ para el intervalo siguiente, y, como el miembro izquierdo se obtiene del
derecho dividiéndolo entre 2k+1 , el número de intervalos necesarios para superar b será a lo
sumo k + 1.
256 Capítulo 7. El método de Vinogradov

que se simplifica hasta

1 1
≤λ<
Q3 Q
si se cumple Q ≥ 2k+2 π(k + 1). Esta condición equivale a

(k + 2) log 2 + log π + log(k + 1) ≤ log a.

Para que se cumpla esto es suficiente con que se cumpla

   
log τ log τ
+ 3 log 2 + log π + log + 2 ≤ log a,
log a log a
pues, por definición de k, el miembro izquierdo de esta desigualdad es mayor o
igual que el de la precedente. A su vez, teniendo en cuenta (7.8), basta con que
se cumpla
   
log τ log τ
+ 3 log 2 + log π + log + 2 ≤ 2 log1/2 τ
2 log1/2 τ 2 log1/2 τ
o, equivalentemente,
 
log1/2 τ

1 3

log π log 2 +2
+ 1/2
log 2 + + ≤ 2,
2 log τ log1/2 τ log1/2 τ
y esto se cumple para todo τ suficientemente grande. En resumen: si partimos
de un τ suficientemente grande y elegimos a de modo que se cumpla (7.8),
entonces se cumple todo lo que hemos afirmado hasta ahora.
Así, si [aj−1 , aj ] es uno de los subintervalos en los que hemos dividido [a, b]
y aj−1 < P + 1 ≤ P + N ≤ aj son el menor y el mayor de los números naturales
contenidos en él, tenemos que N ≤ aj − aj−1 ≤ 2a − a = a = Q, y se cumplen
todas las hipótesis del teorema anterior. La conclusión es que
 
 P 2πiF (n)  2
e  < Keck log k Q1−ρ ,


aj−1 <n≤aj 

o, equivalentemente, sumando para todos los subintervalos:

 
 
 X 1 
  < K(k + 1)eck log2 k a1−ρ ≤ 2Kkeck log2 k a1−ρ .
 iτ
n 
 a<n≤b

Por la observación tras el teorema 6.5, para 0 < σ < 1 se cumple que
 
 X 
1  1 2 2
2Kkeck log k a1−ρ = O(keck log k a1−ρ−σ ),


s
≤ σ
(7.11)

a<n≤b n E[a]

donde ρ = (70k 2 log k)−1 .

7.3. Aplicación a la función dseta 257

Debemos tener presente que esta desigualdad se cumple cuando a, τ y k se

toman sujetos a unas condiciones muy concretas. Vamos a probar que, dado un
 > 0, es posible exigir además que

k log k <  log1/3 a. (7.12)

Para ello probaremos que esto se cumple si

A(log τ log log τ )3/4 < log a, (7.13)

para cierta constante A dependiente de  y de τ . Observemos antes que, fijado

A > 0, para todo τ suficientemente grande, se cumple que
1
2 log1/2 τ < A(log τ log log τ )3/4 < log τ,
6
por lo que si τ es suficientemente grande, cualquier a que cumpla
1
A(log τ log log τ )3/4 < log a < log τ (7.14)
6
hace que se cumplan todas las condiciones que estamos considerando.
En efecto, si se cumple (7.13), entonces

2 log τ 2 log1/4 τ
k< <
log a A (log log τ )3/4

y por otra parte, por (7.8),

2 log τ
k< < log1/2 τ,
log a
1
luego log k < 2 log log τ y, usando de nuevo (7.13),
 1/3
1 1 1
k log k < (log τ log log τ )1/4 < log a
A A A

1 1
= log1/3 a < 4/3 1/3 log1/3 τ,
A4/3 A 6
luego eligiendo A suficientemente grande se cumple (7.12).
En estas condiciones (7.11) nos da que
X 1  
log τ 1−σ ck log2 k− 70klog a
2 log k
=O a e
ns log a
a<n≤b

 3 −1) log a

log τ 1−σ (70c
=O a e 70k2 log k .
log a
258 Capítulo 7. El método de Vinogradov

Elegimos  suficientemente pequeño para que 70c3 − 1 < 0. Así podemos

usar de nuevo las cotas superiores que tenemos para k y log k, con lo que

(70c3 −1) log3 a
X 1 
1−σ 70·2 log2 τ log log τ
= O log τ a e .
ns
a<n≤b

Finalmente usamos (7.13), de modo que


−B log a(log τ log log τ )3/2
X 1 
1−σ 2 τ log log τ
= O log τ a e log ,
ns
a<n≤b

y así
−B log a(log log τ )1/2
 
X 1 1−σ 1/2 τ
= O log τ a e log , (7.15)
ns
a<n≤b

donde B > 0 es una constante que depende de A, que a su vez depende de τ .

Recordemos que esto es válido para todo τ suficientemente grande, todo a que
cumpla (7.14) y todo a < b ≤ 2a.
Ahora recordamos el teorema 6.12, según el cual, si r ≥ 6 y R = 2r−1 ,
entonces
X 1
ζ(s) = s
+ O(1), (7.16)
2/r
n
1≤n≤τ

en la región dada por 1 − 1/R ≤ σ ≤ 1 para log log τ ≥ r.

Fijamos una constante A1 > 0 que determinaremos después y llamamos
3/4
α = eA1 (log τ log log τ ) . Notemos que si τ es suficientemente grande se cumple
que α < τ 2/r . Descomponemos
X 1 X 1 X 1
s
= + .
n ns ns
1≤n≤τ 2/r 1≤n≤α α<n≤τ 2/r

Fijamos otra constante A2 > 0 y definimos σ0 mediante

A2 (log log τ )1/2

1 − σ0 = ,
log1/2 τ

de modo que, si τ es suficientemente grande, 0 < σ0 < 1. Así, si σ > σ0 ,

tenemos que
 
log1/2 τ
Z α
α1−σ0
 X 
 1 
≤
X 1 dx (1−σ0 ) log α

s σ
≤ σ0
= ≤ e
1≤n≤α n  1≤n≤α n 0
 
0 x 1 − σ0 A2 (log log τ )1/2

1/4
τ (log log τ )5/4 log1/2 τ 1/4 5/4
≤ eA1 A2 log 1/2
≤ eA3 log τ (log log τ ) , (7.17)
A2 (log log τ )
7.3. Aplicación a la función dseta 259

para todo τ suficientemente grande, pues

log1/2 τ log1/2 τ 1/4 1/4 5/4

1/2
≤ ≤ elog τ ≤ elog τ (log log τ ) ,
A2 (log log τ ) A2

donde la desigualdad intermedia se debe a que lím ex /x2 = +∞.

x→+∞
Tomando τ suficientemente grande podemos exigir que 1/R ≥ 1 − σ0 , pues
esto equivale a
A2 (log log τ )1/2 1
1/2
≤ ,
log τ R
y el miembro izquierdo tiende a 0 con τ . Así, si σ0 < σ ≤ 1 se cumple también
que 1 − 1/R ≤ σ ≤ 1, luego se cumple (7.16).
Ahora descomponemos
X 1 X 1 X 1
= + + ···
ns ns ns
α<n≤τ 2/r α<n≤2α 2α<n≤4α

(donde el último sumatorio es para 2v−1 α < n ≤ τ 2/r ). Así, el número v

de sumandos cumple que (v − 1) log 2 + log α ≤ (2/r) log τ ≤ 2 log τ , luego
v − 1 ≤ 2 log τ y v ≤ 3 log τ .
A cada uno de estos sumatorios (digamos al que empieza en 2u α < τ 2/r ) les
podemos aplicar (7.15), pues para ello se requiere que

1
A(log τ log log τ )3/4 < log(2u α) < log τ.
6
La segunda desigualdad se cumple si r ≥ 12, pues entonces

2 1
log(2u α) < log τ ≤ log τ,
r 6
mientras que la primera se cumple si A < A1 , pues entonces

A(log τ log log τ )3/4 < A1 (log τ log log τ )3/4

≤ u log 2 + A1 (log τ log log τ )3/4 = log(2u α).

Por otra parte observamos que

A2 (log log τ )1/2
u (log α+u log 2)
(2u α)1−σ ≤ (2u α)1−σ0 = e(1−σ0 ) log(2 α)
=e log1/2 τ ,

luego (7.15) nos da que la suma que empieza en 2u α es de orden

1/2
!
−(B−A2 )(log log τ ) (log α+u log 2)

O log τ e log1/2 τ .
260 Capítulo 7. El método de Vinogradov

Si tomamos 0 < A2 < B, el numerador del exponente es negativo, luego po-

demos eliminar el término u log 2 y, como el número de sumandos está acotado
por 3 log τ , concluimos que
!
−(B−A2 ) log α(log log τ )1/2
X 1 2 1/2 τ
= O log τ e log .
2/r
ns
α<n≤τ

Ahora aplicamos la definición de α:

X 1 
2 −c log1/4 τ (log log τ )5/4

= O log τ e = O(1).
ns
α<n≤τ 2/r

Teniendo en cuenta (7.16) y (7.17), hemos probado el teorema siguiente:

Teorema 7.13 En una región de la forma

A2 (log log τ )1/2

1− < σ, τ > τ0
log1/2 τ

se cumple que
1/4
τ (log log τ )5/4
ζ(s) = O(eA3 log ).

En principio hemos probado el teorema con la hipótesis adicional σ ≤ 1,

pero para σ ≥ 1 el teorema 4.7 nos da que ζ(s) = O(log τ ) = O(elog log τ ), que
es una estimación más fina.
Si comparamos este teorema con 6.14, vemos que la estimación es peor, pero
la región en la que se cumple es mayor, y esto es lo que realmente importa,
porque a través del teorema 5.22 nos da una región sin ceros mayor que la dada
por el teorema de Littlewood 6.15.
En efecto, aplicamos 5.22 con

A2 (log log t)1/2

φ(t) = A3 log1/4 t(log log t)5/4 , θ(t) =
log1/2 t

Observamos que

φ(t) A3 (log t log log t)3/4 A3 (log t log log t)3/4

= ≤
θ(t)eφ(t) A2 eA3 (log t log log t)1/4 log log t A2 eA3 (log t log log t)1/4

y la última función tiende a 0 porque x3 /ex tiende a 0. La conclusión es:

Teorema 7.14 (Chudakov) Existen constantes A y τ0 tales que ζ(s) no tiene

ceros en la región

A
1− 3/4
≤ σ, τ ≥ τ0 .
log τ (log log τ )3/4
7.3. Aplicación a la función dseta 261

Observaciones Una versión más débil del teorema anterior afirma que, para
todo  > 0, existe un τ1 tal que ζ(s) no tiene ceros en la región
1
σ >1− 3/4+
, τ ≥ τ1 .
log τ
En efecto, basta observar que
1 A
1− >1−
log3/4+ τ log3/4 τ (log log τ )3/4
para todo τ suficientemente grande, ya que esto equivale a que

(log log τ )3/4

A> ,
log τ
y el miembro derecho tiende a 0.
A su vez, esto implica que el teorema 6.15 se cumple para todo A > 0, es
decir, que para todo A > 0 existe un t0 tal que la función dseta no se anula en
la región
A log log τ
1− < σ, τ > t0 .
log τ
En efecto, tenemos que
1 A log log τ
1− 3/4+
<1−
log τ log τ
equivale a
log1/4− τ 10
A< ,
log log τ
y si  < 1/4 el miembro derecho tiende a infinito. 8
El teorema 7.14 puede refinarse ligeramente. La
mejor estimación que se conoce afirma que la función
6
dseta no tiene ceros en la región
1
1− 2/3
≤ σ, τ ≥ 3. 4
57.54 log τ (log log τ )1/3
A la vista de la figura, puede parecer peor que la región 2
dada por el teorema 5.13, pero es fácil ver que, para
valores grandes de τ , la que acabamos de obtener es
más amplia. 0
0.0 0.2 0.4 0.6 0.8 1.0

A su vez, el teorema 5.20 nos proporciona una estimación mejor del error en
el teorema de los números primos. Concretamente, ahora podemos tomar
A
η(t) = 3/4
log t (log log t)3/4
(extendida con un valor constante para t < τ1 ). La conclusión es:
262 Capítulo 7. El método de Vinogradov

Teorema 7.15 Existe una constante c > 0 tal que

4/7
x (log log x)−3/7
π(x) = Il(x) + O(xe−c log ).
log τ1
Demostración: Sea x1 = e η(τ1 ) . Así η(τ1 ) log x1 = log τ1 y si x ≥ x1
entonces η(τ1 ) log x − log τ1 ≥ 0, luego existe un único t0 = t0 (x) ≥ τ1 tal que

η(t0 ) log x − log t0 = 0,

pues el miembro izquierdo, como función de t, decrece hacia −∞, luego pasa
por 0 una única vez. Entonces, para todo t ≥ 1, se cumple que

η(t) log x + log t ≥ log t0 .

En efecto, si t ≥ t0 tenemos trivialmente que

η(t) log x + log t ≥ log t ≥ log t0 ,

mientras que si 1 ≤ t ≤ t0 entonces

η(t) log x + log t ≥ η(t0 ) log x = log t0 .

Por consiguiente, en términos de la función ω considerada en 5.20, tenemos que

ω(x) ≥ log t0 ,

pero
A log x
log t0 = 3/4
,
log t0 (log log t0 )3/4
luego
(A log x)4/7
log t0 = ,
(log log t0 )3/7
luego
3 4 4
log log t0 < log log t0 + log log log t0 = log log x + log A < c log log x,
7 7 7
para x suficientemente grande, luego

(A log x)4/7
ω(x) ≥ ≥ c log4/7 x (log log x)−3/7 .
(log log t0 )3/7

Ahora basta aplicar 5.20.

Capítulo VIII

Números compuestos

Tras haber dedicado grandes esfuerzos al estudio de la distribución de los

números primos, en este capítulo nos ocupamos de varias familias de números
que, en distintos sentidos, “tienen muchos divisores”.

8.1 Números altamente compuestos

Recordemos que d(n) es la función aritmética multiplicativa que asocia a
cada número natural n su número de divisores. En términos de la función d, los
números primos pueden caracterizarse como los números que cumplen d(p) = 2,
es decir, los números en los que d toma el valor mínimo posible (sin contar el
caso excepcional d(1) = 1). Naturalmente, no podemos hablar de los números
en los que d toma el valor máximo posible, pues no existe tal máximo, pero sí
que podemos considerar los que baten “récords” de divisores:

Definición 8.1 Un número natural n ≥ 1 es altamente compuesto si d(n) es

mayor que d(m), para todo m < n.

Los primeros números altamente compuestos son

1, 2, 4, 6, 12, 24, 36, 48, 60 . . .

25 360
d(n)
240
20
180
120
15

60

10
48
36
24
12
5 6

0 100 200 300 400

263
264 Capítulo 8. Números compuestos

No es casual que muchos de ellos nos resulten familiares: 12 horas, 24 horas,

60 minutos, 360 grados. . . Avanzando más en la sucesión nos encontramos con
7! = 5 040, que fue propuesto por Platón como el número ideal de habitantes de
una polis, precisamente por su gran número de divisores.
Es evidente que hay infinitos números altamente compuestos, pero podemos
decir algo más preciso:

Teorema 8.2 Si N es un número altamente compuesto, existe otro número

altamente compuesto N 0 tal que N < N 0 ≤ 2N .

Demostración: Basta observar que, si N = 2e2 · 3e3 · · · pep , entonces

d(2N ) e2 + 2
= > 1,
d(N ) e2 + 1
luego el menor número natural N 0 que tiene más de d(N ) divisores es altamente
compuesto y cumple N < N 0 ≤ 2N .
Las descomposiciones en primos de los números altamente compuestos deben
cumplir ciertas propiedades:

Teorema 8.3 Si N ≥ 2 es un número altamente compuesto, entonces factoriza

e
en la forma N = 2e2 · 3e3 · · · prpr , donde p1 , . . . , pr son los primeros primos
consecutivos y e2 ≥ e3 ≥ · · · ≥ epr . Además, epr = 1 salvo si n = 4 o n = 36.

Demostración: La primera parte es inmediata, pues si π1 , . . . πr son pri-

mos distintos arbitrarios, entonces

d(π1m1 · · · πrmr ) = d(2m1 · 3m2 · · · pm

r ),
r

pero el número de la derecha es menor que el primero (salvo que π1 , . . . , πr sean

e
los r primeros primos). Por lo tanto, N = 2e2 · 3e3 · · · prpr , y si epi < epj con
i < j, el número que resulta de intercambiar ambos exponentes es menor y tiene
los mismos divisores. Por lo tanto, la sucesión de los exponentes es decreciente.
La última parte del teorema es un poco más delicada. Se comprueba que 4
y 36 son las únicas excepciones para n ≤ 36, luego sólo hay que probar que
epr = 1 cuando N > 36. Observemos en primer lugar que si epr ≥ 2, entonces
e2 ≥ 3. En caso contrario, es decir, si e2 = 1, 2, tiene que ser r ≥ 3, pues de lo
contrario n ≤ 22 32 = 36, luego 5 | n y podemos considerar1

e e2 + 3 e5 52
d(4n/5) = d(2e2 +1 3e3 5e5 −1 · · · prpr ) = d(n) ≥ d(n) > d(n),
e2 + 1 e5 + 1 33
contradicción.
Ahora consideramos
pr+1 n e −1 e2 e pr 32
d( ) = d(2e2 −1 3e3 · · · prpr pr+1 ) = 2d(n) ≥ 2d(n) = d(n),
2pr e2 + 1 epr +1 43
1 Aquí usamos que la sucesión n/(n + 1) = 1 − 1/(n + 1) es creciente.
8.1. Números altamente compuestos 265

pero
pr+1 n
< n,
2pr
ya que esto equivale a que pr+1 < 2pr , y esto es el postulado de Bertrand
(teorema 3.9).
El teorema anterior se expresa de forma más conveniente en términos de
primoriales.

Definición 8.4 El primorial (factorial primo) de un primo p se define como el

producto p# de todos los primos menores o iguales que p.

El teorema anterior afirma que todo número altamente compuesto se expresa

de forma única como producto de primoriales

N = P1 # · · · Pk #,

para una sucesión decreciente de primos P1 ≥ P2 ≥ · · · ≥ Pk , y además P1 > P2

salvo si N = 4, 36. Más explícitamente:

N= 2 · 3 · · · · · · · · · P1
2 · 3 · · · · · · P2
(8.1)
·········
2 · 3 · · · Pk

Nota En lo sucesivo, si N es un número altamente compuesto, sobrentendere-

mos que su descomposición en primoriales (decrecientes) es

N = P1 # · · · Pk #,

con lo que P1 es el mayor primo que divide a N , y que su descomposición en

primos es
e
N = 2e2 · · · P1 P1 .
Notemos que k = e2 . Si en la sucesión de los Pi no hubiera repeticiones sería
ePi = i, pero como puede haberlas, sólo podemos afirmar que i ≤ ePi . Simi-
larmente, si Pi∗ es el primo siguiente a Pi , podemos afirmar que ePi∗ ≤ i − 1.

Hay que tener presente que todas estas condiciones son necesarias, pero no
suficientes, para que un número N sea altamente compuesto. Podemos dar
algunas más:
e
Teorema 8.5 Si N = 2e2 · · · P1 P1 es un número altamente compuesto, entonces
ep
pi i < P16 , para todo primo pi ≤ P1 .

Demostración: Por abreviar escribiremos p = pi . Como eP1 ≤ 2, podemos

suponer que p < P1 . Si fuera pep > P16 , llamemos a al menor natural tal que
P12 < pa . Entonces pa−1 < P12 , luego pa < P13 . Entonces p2a < P16 , luego
2a < ep .
266 Capítulo 8. Números compuestos

Sea N 0 = N P1∗ /pa , donde P1∗ es el primo siguiente a P1 . Por el postulado

de Bertrand tenemos que P1∗ ≤ 2P1 ≤ P12 < pa , luego N 0 < N y, como N es
altamente compuesto, tiene que ser d(N 0 ) < d(N ), pero
d(N 0 ) 2(ep − a + 1) 2ep − ep + 1
= > = 1,
d(N ) ep + 1 ep + 1
contradicción.
Esto implica que sólo hay un número finito de números altamente compuestos
cuyo mayor divisor primo sea un primo P1 dado. Equivalentemente, la sucesión
formada por el mayor divisor primo de cada número altamente compuesto tiende
a infinito. Podemos precisar esto:
Teorema 8.6 Existen constantes c1 y c2 tales que, para todo número altamente
compuesto N ,
c1 log N < P1 < c2 log N.
6π(P ) P
Demostración: Por el teorema anterior, N ≤ P1 1 , donde π(x) = 1.
p≤x
Por consiguiente
π(P1 ) log P1
log N ≤ 6π(P1 ) log P1 = 6 P1 ,
P1
pero, por el teorema de los números primos, la fracción está acotada, así que
log N < c11 P1 , para cierta constante2 c1 > 0. Por otro lado, N > P1 #, luego,
por el teorema 3.10,
1
log N > ϑ(P1 ) ≥ P1 log 2,
4
luego basta tomar c2 = 4/ log 2 < 5.771.

Teorema 8.7 Si N es un número altamente compuesto suficientemente grande

y P1 /2 < p ≤ P1 , entonces ep = 1.
Demostración: Necesitamos que N sea lo suficientemente grande como
para que existan primos p1 < p2 < p3 < p. Sean P1∗ < P1∗∗ los dos primos
siguientes a P1 . Consideramos N 0 = N P1∗ P1∗∗ /(p1 p2 p3 ) y veamos que si N es
suficientemente grande, entonces N 0 < N .
En efecto, por el postulado de Bertrand sabemos que P1∗ < 2P1 , P1∗∗ < 4P1 ,
p3 > p/2 > P1 /4, p2 > P2 /8, p3 > P1 /16, luego
P1∗ P1∗∗ 8P 2 4 096
< 3 1 = .
p1 p2 p3 P1 /512 P1
Por el teorema anterior, tomando N suficientemente grande podemos garantizar
que P1 > 4 096, y así N 0 < N . Sin embargo, si ep ≥ 2,
 3
d(N 0 ) 4ep1 ep2 ep3 2
= ≥4 > 1,
d(N ) (ep1 + 1)(ep2 + 1)(ep3 + 1) 3
pues la función x/(x + 1) es creciente y en x = 2 vale 2/3.
2 Tomando 1.256 como cota para el cociente, obtenemos c1 < 0.132.
8.1. Números altamente compuestos 267

Nota Hemos probado que la condición N 0 < N se cumple cuando P1 > 4 096,
pero es fácil comprobar con un ordenador que también se cumple3 para los
primos en el rango 37 ≤ P1 < 4 096, por lo que el teorema vale, de hecho,
para P1 ≥ 37. Más aún, una comprobación directa sobre los números altamente
compuestos con P1 < 37 muestra que el teorema se cumple de hecho para
P1 ≥ 11, es decir, a partir de N = 55 440 = 24 · 32 · 5 · 7 · 11.
Similarmente podemos probar que, los números altamente compuestos sufi-
cientemente grandes tienen divisores primos con exponente 2:

Teorema
√ 8.8 Si √ N es un número altamente compuesto suficientemente grande
y 2 P1 < p < 4 P1 , entonces ep = 2.
√
Demostración: Supongamos que p > 2 P1 y que ep ≥ 3. Entonces,
con la misma notación de la prueba del teorema anterior, esta vez tomamos
N 0 = N P1∗ P1∗∗ /(p1 p2 p3 p4 ), que cumple N 0 < N cuando N es suficientemente
grande. Además
 4
d(N 0 ) 4ep1 ep2 ep3 ep4 3
= ≥4 > 1,
d(N ) (ep1 + 1)(ep2 + 1)(ep3 + 1)(ep4 + 1) 4

contradicción. √
Sea ahora p el menor primo para el que ep = 1 y supongamos que p < 4 P1 .
Tomando N suficientemente grande, podemos √ asegurar que haya al menos 11
primos comprendidos estrictamente entre 4 P1 y P1 .
En efecto, por el teorema de los números primos, dado  > 0, tomando P1
suficientemente grande podemos exigir que
√ √
π(P1 ) log P1 π(4 P1 ) log 4 P1
1−< , √ < 1 + ,
P1 4 P1
luego √
P1 p 4 P1
π(P1 ) > (1 − ) , π(4 P1 ) < (1 + ) √ .
log P1 log 4 P1
Por lo tanto,
√
p P1 4 P1
π(P1 ) − π(4 P1 ) > (1 − ) − (1 + ) √
log P1 log 4 P1
√ √
P1 4 P1 (1 − )P1 − (1 + )8 P1
≥ (1 − ) − (1 + ) √ = ,
log P1 log P1 log P1
y aplicando la regla de L’Hôpital vemos que el último término tiende a +∞
cuando P1 tiende a +∞. √ Por lo tanto, si P1 es suficientemente grande, podemos
exigir que π(P1 ) − π(4 P1 ) > 12.
3 Más concretamente, se trata de comprobar que si 5 ≤ P1 < 4 096 (hay 560 primos en
estas condiciones) y p es el menor primo p > P1 /2, entonces P1∗ P1∗∗ /p1 p2 p3 > 1 siempre que
P1 ≥ 37.
268 Capítulo 8. Números compuestos

Pongamos que p = pi y que P1 = pj y consideremos

pi+1 pi+2 pi+3 pi+4 pi+5 pi+6 pi+7
N0 = N .
pj−1 pj−2 pj−3 pj−4

La elección√de P1 garantiza que los 11 primos son distintos entre sí. Ahora
pi+t ≤ 2t+2 P1 y pj+t ≥ P1 /2t , luego
√ 7
N0 P1 K
≤K = √ <1
N P14 P1
cuando P1 es suficientemente grande. Por otra parte,
 7
d(N 0 ) 3 1
= > 1,
d(N ) 2 24

pues todos los primos considerados tienen exponente 1 en N , luego los del nume-
rador dan lugar a factores 3/2 y los del denominador a factores 2. Así tenemos
nuevamente una contradicción.

Nota Las pruebas de los teoremas anteriores pueden generalizarse para probar
que un número altamente compuesto suficientemente grande es divisible entre
primos con cualquier exponente en un conjunto finito prefijado.
Hemos señalado que 7! es altamente compuesto, y es fácil ver que lo mismo
sucede con todos los factoriales precedentes, pero no con los posteriores:

Teorema 8.9 El número n! es altamente compuesto si y sólo si n ≤ 7.

Demostración: Vamos a probar que n! no es altamente compuesto si

n ≥ 20. El resto del enunciado puede comprobarse analizando los factoria-
les anteriores uno por uno. Sea n0 = n!13/16. Claramente n0 < n!, y basta
probar que d(n0 ) > d(n!) o, equivalentemente, que

d(n0 ) (e2 − 3)(e13 + 2)

= > 1.
d(n!) (e2 + 1)(e13 + 1)

Esto equivale a su vez a que (e2 −3)(e13 +2) > (e2 +1)(e13 +1), que se simplifica
hasta e2 > 4e13 + 7. Según (3.1) tenemos que
E[log
P2 n] E[log
P2 n]
e2 = E[n/2m ] > n/2m − 1 = n − n/2E[log2 n] − E[log2 n]
m=1 m=1

≥ n − 2 − log2 n,
donde hemos usado que n/2E[log2 n] ≤ n/2log2 n = 1 y que E[logn 2] ≤ log2 n + 1.
Similarmente,
E[log
P13 n] ∞
E[n/13m ] ≤ n/13m = n/12.
P
e13 =
m=1 m=1
8.2. Números altamente compuestos superiores 269

Por consiguiente, basta probar la desigualdad central de la cadena siguiente:

e2 > n − 2 − log2 n ≥ n/3 + 7 ≥ 4e13 + 7,

pero es fácil ver que la función x − 2 − log2 x − x/3 − 7 es positiva en x = 20 y

tiene derivada positiva para x ≥ 20, luego siempre es positiva.

8.2 Números altamente compuestos superiores

Todas las características de los números altamente compuestos que hemos
probado en la sección anterior son condiciones necesarias, pero no suficientes.
De hecho, no tenemos ningún criterio para reconocer los números altamente
compuestos más allá del obvio de comparar su número de divisores con los de
todos sus precedentes. Sin embargo, Ramanujan introdujo una clase de números
altamente compuestos fáciles de calcular.
La definición se apoya en que, por el teorema 2.22 (véanse las observaciones
tras el enunciado), para todo  > 0 se cumple que d(n) = o(n ). Por consi-
guiente, para todo  > 0 la sucesión d(n)/n alcanza un valor máximo, lo cual
justifica la definición siguiente:

Definición 8.10 Un número natural N ≥ 1 es altamente compuesto superior

si existe un  > 0 tal que la función d(n)/n toma en N su valor máximo.
2.0
d(n)/n0.5
1.5

1.0

0.5

0 20 40 60 80 100.

La figura muestra la función d(n)/n0.5 , que toma su máximo en N = 12, por

lo que 12 es un número altamente compuesto superior.
Nota Es importante advertir que acabamos de afirmar, pero no hemos de-
mostrado, que 12 sea altamente compuesto superior, pues la gráfica no prueba
que no haya valores de n > 100 donde la función exceda el valor que toma en
N = 12. En principio, no tenemos ningún método para saber si un número
dado es o no altamente compuesto superior. Podría parecer que los números al-
tamente compuestos superiores son más difíciles de identificar que los altamente
compuestos, pero enseguida veremos que la situación es justo la contraria.
Todo número N altamente compuesto superior es altamente compuesto, pues
si N cumple la definición con  y n < N , entonces
d(n) d(N )
≤ ,
n N
270 Capítulo 8. Números compuestos

luego  n 
d(n) ≤ d(N ) < d(N ).
N
e
Supongamos ahora N = 2e2 · · · prpr es altamente compuesto superior (res-
pecto de ) y consideremos un primo p | N . Sea N 0 = N/p, de modo que

d(N 0 ) d(N )
≤ . (8.2)
N 0 N
Usando que d es multiplicativa, esto se simplifica a
ep ep + 1
≤ ,
p −1)
(e p p ep 

que equivale a
1
p ≤ 1 +
ep
o también a
log((ep + 1)/ep )
≤ (8.3)
log p
Similarmente, si p es un primo cualquiera y consideramos N 0 = N p, la
condición
d(N 0 ) d(N )
0
≤
N N
se traduce ahora en que
ep + 2 ep + 1
(e +1)
≤ ep  ,
p p p
de donde
ep + 2
p ≥
ep + 1
o, equivalentemente,
log((ep + 2)/(ep + 1))
≥ . (8.4)
log p
Ahora necesitamos distinguir casos según que puedan darse o no las igual-
dades en las fórmulas precedentes. Para ello conviene introducir la notación
siguiente:

Definición 8.11 Consideramos la función

log((e + 1)/e)
F (p, e) =
log p
Para cada primo p definimos el conjunto

Ep = {F (p, e) | e = 1, 2, 3, . . .} .
S
Llamamos E = Ep .
p
8.2. Números altamente compuestos superiores 271

En estos términos (8.3) y (8.4) equivalen respectivamente a  ≤ F (p, ep ) y

 ≥ F (p, ep + 1). La primera vale también para ep = 0 si convenimos en que
F (p, 0) = +∞. Si  > 0 no está en E, ambas desigualdades son estrictas.

Teorema 8.12 Para cada número real  > 0 tal que  ∈/ E, la función d(n)/n
alcanza su máximo en un único número NQ
 , que es, por definición, altamente
compuesto superior. Concretamente N = pep () , con
p
 
1
ep () = E .
p − 1
Demostración: Sea N un número donde d(n)/n alcance su valor máximo
(en principio puede haber más de uno). Si p divide a N con exponente ep , hemos
probado que
F (p, ep + 1) <  < F (p, ep ), (8.5)
es decir,
log((ep + 2)/(ep + 1)) log((ep + 1)/ep )
<<
log p log p
o también
ep + 2 ep + 1
< p < ,
ep + 1 ep
de donde se llega fácilmente hasta
1 1
− 1 < ep <  .
p −1 p −1
Esto implica en particular que (p − 1)−1 no es entero, y que, necesariamente,
e = E[(p − 1)−1 ], luego N está completamente determinado por .
Notemos ahora que, como la función F (p, e) decrece hacia 0 tanto si au-
menta p como si aumenta e, para cada δ > 0 hay un número finito de elementos
en E mayores que δ, lo que se traduce en que E puede ordenarse en una sucesión
decreciente4
1 > 2 > 3 > · · ·
convergente a 0. Definimos 0 = +∞.
Así, si  > 0 no está en E, existe un único i tal que i <  < i−1 , y se
cumple que cualquier par de números  en ]i , i−1 [ tienen por debajo y por
encima exactamente los mismos elementos de E. A su vez, esto implica que
ambos cumplen las desigualdades (8.5) con los mismos valores de p y ep , por lo
que N es el mismo para ambos.

Definición 8.13 Para cada i ≥ 0, definimos Ni como el número altamente

compuesto superior N determinado por cualquier  ∈ ]i+1 , i [.
4 Concretamente para calcular todos los términos de la sucesión mayores que un δ > 0 vamos

calculando F (2, 1), F (2, 2), F (2, 3), . . . hasta obtener un valor menor que δ, luego calculamos
F (3, 1), F (3, 2), . . . hasta obtener de nuevo un valor menor que δ, y seguimos así hasta que
F (p, 1) < δ. Por último ordenamos todos los números obtenidos.
272 Capítulo 8. Números compuestos

La tabla siguiente contiene los i > 0.3 junto con sus números altamente
compuestos superiores asociados. No obstante, cabe señalar que se ha impuesto
el convenio de no considerar al 1 como número altamente compuesto superior
(aunque sí que se considera altamente compuesto).

i i Ni Factorización Fact. en primoriales

0 +∞ 1
1 1 2 2 2#
2 0.63093 6 2·3 3#
3 0.58496 12 22 · 3 3# · 2#
4 0.43067 60 22 · 3 · 5 5# · 2#
5 0.41503 120 23 · 3 · 5 5# · 2# · 2#
6 0.36907 360 23 · 32 · 5 5# · 3# · 2#
7 0.35620 2 520 23 · 32 · 5 · 7 7# · 3# · 2#
8 0.32192 5 040 24 · 32 · 5 · 7 7# · 3# · 2# · 2#

Ejemplo Si  = 0.5, tenemos que

e2 = E[(20.5 − 1)−1 ] = 2, e3 = E[(30.5 − 1)−1 ] = 1, e5 = E(50.5 − 1)−1 ) = 0,

por lo que N3 = 22 · 3 = 12.

Falta por estudiar si los  ∈ E dan lugar a números altamente compuestos
superiores que no aparecen al prolongar la lista precedente.

Teorema 8.14 Si i está en un único conjunto Eq , entonces la función d(n)/ni

alcanza su máximo exactamente en dos números altamente compuestos superio-
res, que no son sino Ni−1 y Ni . Además Ni = Ni−1 q.

Demostración: Estamos suponiendo que hay un único primo q tal que

i = F (q, e), para un e que, claramente, también será único. Si N es uno de los
números donde la función d(n)/ni toma su valor máximo, se sigue cumpliendo
(8.5) para todos los primos p 6= q, por lo que necesariamente ep = E[(pi −1)−1 ].
Más aún, es claro que (8.5) se cumple con el mismo ep aunque cambiemos i
por un número ligeramente mayor o menor, luego ep coincide con el exponente
de p en Ni y en Ni−1 . En cambio, para q tenemos que

F (q, eq + 1) ≤ i ≤ F (q, eq ),

lo que nos lleva a

1 1
− 1 ≤ eq ≤ i .
q i −1 q −1
Hay exactamente dos valores de eq que cumplen estas desigualdades, a saber
eq = e y eq = e − 1. Además, eq = e es el mismo exponente que se obtiene
con un  ligeramente menor que i , luego N = Ni , mientras que eq = e − 1 es
el mismo exponente que se obtiene con un  ligeramente mayor que i , luego
N = Ni−1 .
8.3. Números abundantes y superabundantes 273

En particular, vemos que Ni−1 y Ni son divisibles entre los mismos pri-
mos con los mismos exponentes, salvo en el caso de q, que divide a Ni−1 con
exponente e − 1 y a Ni con exponente e. Por consiguiente, Ni = Ni−1 q.
Si partimos de (8.2) aplicado a N = Ni , N 0 = Ni /q = p, entonces (8.3) es la
igualdad i = F (p, eq ), luego (8.2) también es una igualdad, luego concluimos
que Ni−1 y Ni son ambos máximos de la función d(n)/ni .
Nos falta considerar la posibilidad de que un mismo i esté en varios conjun-
tos Ep . Observemos que i ∈ Ep equivale a que existe un e tal que i = F (p, e),
lo cual equivale a su vez a que pi = 1 + 1/e.
Si i ∈ Ep ∩ Eq , tenemos que pi y q i son números racionales. La conjetura
de las cuatro exponenciales (véase la página 12) implica que esto sólo es posible
si i es entero, lo cual a su vez sería absurdo porque 1 + 1/e no puede ser una
potencia de primo.
Así pues, la conjetura de las cuatro exponenciales implica que los conjuntos
Ep son disjuntos dos a dos, y el teorema anterior recoge todas las posibilidades
de generación de números altamente compuestos superiores.
Si no nos apoyamos en la conjetura, el teorema 1.7 nos asegura al menos
que un mismo i puede pertenecer a lo sumo a dos conjuntos Ep y Eq . En tal
caso, los mismos razonamientos del teorema anterior implican que la función
d(n)/ni alcanza su máximo en cuatro números, que son Ni−1 , Ni = Ni−1 pq,
Ni−1 p, Ni−1 q, con lo que hay dos números altamente compuestos superiores que
no aparecen en la sucesión de los Ni .
En particular vemos que una consecuencia de la conjetura de las cuatro ex-
ponenciales es que el cociente de dos números altamente compuestos superiores
consecutivos es un número primo. Sin la conjetura, sólo podemos afirmar que
los cocientes Ni /Ni−1 son primos o productos de dos primos, y en el segundo
caso (para los primos p < q), hay dos números altamente compuestos compren-
didos entre Ni−1 y Ni , a saber, Ni−1 < Ni−1 p < Ni−1 q < Ni . Sin embargo, es
muy poco probable que pueda darse este caso.
Una última observación es que si al calcular los i recordamos con qué valores
F (p, e) se genera cada uno, el cálculo de los Ni se reduce a ir multiplicando los
primos p. Por ejemplo, 1 = F (2, 1) ∈ E2 , 2 = F (3, 1) ∈ E3 , 3 = F (2, 2) ∈ E2 ,
4 = F (5, 1) ∈ E5 , etc., lo que se traduce en que la sucesión de los Ni es

1, 2, 2 · 3, 2 · 3 · 2, 2 · 3 · 2 · 5, ...

8.3 Números abundantes y superabundantes

Los antiguos griegos dividieron los números entre deficientes, perfectos y
abundantes, según si la suma de sus divisores propios es inferior, igual o superior
al propio número, respectivamente.5
5 Véase la sección 4.1 de [Al] para una discusión de los números perfectos.
274 Capítulo 8. Números compuestos

Recordemos que la función σ es la que a cada número natural le asigna la

suma de sus divisores. En términos de σ, un número n es deficiente, perfecto
o abundante según si σ(n) es menor, igual o mayor que 2n (porque en σ(n) se
suma también el propio n). Equivalentemente, según si σ(n)/n es menor, igual
o mayor que 2.
3.5
360
180 240
120
3.0
60
48
24 36
2.5 12
6
2.0

1.5

1.0

0.5

0 100 200 300 400

La gráfica muestra la función σ(n)/n, de modo que podemos apreciar cómo

se distribuyen los números deficientes, perfectos y abundantes. Los números
en los que σ(n)/n toma un valor mayor que cualquier otro anterior se llaman6
superabundantes.
Observación Podríamos dar nombre a los números para los que σ(n)/n es
menor que en cualquier número anterior, pero dichos números son simplemente
los primos.
√ En efecto,√ si n cumple esto y no es primo, tiene un factor primo
p ≤ n, luego n/p ≥ n, luego
√
σ(n) n + n/p n+ n 1
≥ ≥ =1+ √ .
n n n n
√
Por otra parte, es fácil ver que si n ≥√4, entonces 2 n ≤ n, por lo que el
postulado de Bertrand nos da un primo n ≤ p < n (la desigualdad es estricta
porque n no es primo), y entonces
σ(p) 1 1 σ(n)
=1+ ≤1+ √ ≤ ,
p p n n
contradicción.
Los primeros números abundantes son

12, 18, 20, 24, 30, 36, 40, 42, 48, 54, 56, 60, 66, 70, 72, 78, 80, 84, 88, 90, 96, 100 . . .

Los números perfectos son más escasos: 6, 28, 496, 8 128, . . .

Los primeros números superabundantes son 1, 2, 4, 6, 12, . . . Es obvio que,
una vez superado el 6 (el primer número perfecto) es decir, a partir del 12, los
números superabundantes son abundantes.
6 Ramanujan los llamó números altamente compuestos generalizados, pero Erdős los llamó

superabundantes y actualmente se conocen con este nombre.

8.3. Números abundantes y superabundantes 275

Los 19 primeros números superabundantes (hasta 7! = 5 040) coinciden con

los 19 primeros números altamente compuestos, pero el siguiente número alta-
mente compuesto (7 560) no es superabundante, mientras que 1 163 962 800 es
el menor número superabundante que no es altamente compuesto.
Todo múltiplo de un número abundante es abundante, pues si n es abun-
dante, entonces P P
2kn < kd ≤ d.
d|n d|kn

Parece que los números abundantes tengan que ser pares, pero no es así. El
primer número abundante impar es 945. Otra conjetura falsa sobre los núme-
ros superabundantes es que son múltiplos de la suma de sus cifras. El primer
contraejemplo es 149 602 080 797 769 600.
Pese a que, como hemos indicado, los números superabundantes no tienen
por qué ser altamente compuestos ni viceversa, ambas clases de números com-
parten muchas propiedades. Por ejemplo:

Teorema 8.15 Si n ≥ 2 es un número superabundante, entonces factoriza en la

e
forma n = 2e2 ·3e3 · · · prpr , donde p1 , . . . , pr son los primeros primos consecutivos
y e2 ≥ e3 ≥ · · · ≥ epr . Además, epr = 1 salvo si n = 4, 36.

Demostración: Si la sucesión de exponentes no es decreciente, existen

dos primos q < p divisores de n cuyos exponentes cumplen eq < ep . Entonces
n0 = nq/p < n, luego σ(n0 )/n0 < σ(n)/n. Al aplicar que σ es multiplicativa
y simplificar los factores correspondientes a primos distintos de q, p, esta de-
sigualdad se reduce a
q eq +2 − 1 pep +1 − 1
e +2
< .
q q −q pep +1 − p
No es difícil comprobar que la función (xn −1)/(xn −x) tiene derivadas parciales
(respecto de n y x) negativas para x, n ≥ 2, lo que nos da que

q eq +2 − 1 q ep +2 − 1 pep +1 − 1
≥ ≥ ,
q eq +2 − q q ep +2 − q pep +1 − p
con lo que tenemos una contradicción.
Supongamos ahora que er ≥ 2. Si r = 1, es decir, si n = 2e , consideramos
n = n3/4 < n, y al simplificar σ(n0 )/n0 < σ(n)/n obtenemos
0

(2e−1 − 1)4 2e+1 − 1

< ,
3 4
de donde llegamos a que 2e+1 < 13, luego e ≤ 2, y tiene que ser n = 4.
Así pues, podemos suponer que r ≥ 2. Llamamos q = pr−1 , p = pr , t = pr+1 ,
de modo que n0 = nt/pq < n, pues, por el postulado de Bertrand,
t 2p 2
< = <1
pq pq q
276 Capítulo 8. Números compuestos

si q ≥ 3, pero si q = 2 también es cierto: t/pq = 5/6 < 1. Por consiguiente,

σ(n0 )/n0 < σ(n)/n. Al simplificar esta desigualdad obtenemos que
  
1 q−1 p−1
1 + < 1 + eq +1 1 + ep +1 .
t q −q p −p

Supongamos en primer lugar que r = 2, con lo que q = 2, p = 3, t = 5.

Entonces
     
1 1 2 1 2
1 + < 1 + e2 +1 1 + e3 +1 ≤ 1 + e2 +1 1+ 3 .
5 2 −2 3 −3 2 −2 3 −3

Operando llegamos a que 2e2 +1 < 79/7 ≈ 11.3, luego e3 ≤ 2, lo que a su vez
implica que e2 = e3 = 2 y n = 36. Ahora supongamos que r > 2, luego q ≥ 3,
y acotamos
     
1 q−1 p−1 1 1
1+ < 1+ 3 1+ 3 = 1+ 1+
t q −q p −p q(q + 1) p(p + 1)
  
1 1
< 1+ 2 1+ 2 .
q p
Por otro lado, la desigualdad
  
1 1 1
1+ 2 1+ 2 ≤1+
q p t

equivale a
1 1 1 1
+ 2+ 2 2 < ,
q2 p q p t
pero
1 1 1 2q 2 + 1 1 1
2
+ 2+ 2 2 ≤ , < ,
q p q p q4 4q t
la última desigualdad por el postulado de Bertrand. Luego si

2q 2 + 1 1
3
≤
q 4

tenemos una contradicción. Pero esto equivale a que q 3 − 8q 2 − 4 ≥ 0, y un

análisis de esta función muestra que es positiva para q ≥ 9, o sea, salvo si
q = 3, 5, 7, pero en estos tres casos podemos comprobar directamente que se
cumple   
1 1 1
1+ 2 1+ 2 <1+
q p t
e igualmente tenemos una contradicción.
En el caso de los números superabundantes es posible demostrar hechos
adicionales. Por ejemplo:
8.3. Números abundantes y superabundantes 277

e
Teorema 8.16 Si n = 2e2 · 3e3 · · · prpr es superabundante y 1 ≤ i < j ≤ r,
entonces epj toma uno de los valores k−1, k, k+1, donde k = E[epi log pi / log pj ].

Demostración: Sea m el número natural que cumple pm−1 i < pj < pm i .

Supongamos que epj ≤ k − 2, lo que a su vez implica que m ≤ epi , pues en caso
ep ep +2 ep
contrario tendríamos que pi i ≤ pm−1
i < pj < pj j ≤ pkj ≤ pi i . Por lo tanto,
n0 = npj pi < n y tiene que cumplirse que σ(npj p−m
−m
i )/npj p−m
i < σ(n)/n. Al
simplificar esta desigualdad resulta
epj +2 epi +1
pj (pm
i − 1) + pj > pi (pj − 1) + pm
i ,

pero por otra parte, teniendo en cuenta que pm−1

i ≤ pj − 1,
epj +2 ep
pj (pm k m m i m
i − 1) + pj ≤ pj (pi − 1) + pi ≤ pi (pi pj − pj − 1) + pi

ep epi +1
< pi i (pi pj − pi ) + pm
i < pi (pj − 1) + pm
i .

Si epj ≥ k + 2 consideramos n0 = pim−1 p−1

j n < n y llegamos a

epj +1 epi +m
pj (pm−1
i − 1) + pj < pi (pj − 1) + pm−1
i .

Por otra parte

epi +m epj −1 m
pi (pj − 1) + pm−1
i ≤ pk+1
j pm
i (pj − 1) + pj ≤ pj pi (pj − 1) + pj ,

luego tendremos una contradicción si probamos que

epj −1 m epj +1
pj pi (pj − 1) + pj ≤ pj (pm−1
i − 1) + pj ,

lo que equivale a
2 m−1
pm
i (pj − 1) ≤ pj (pi − 1).
Si llamamos P = pm−1
i y p = pi , tenemos que P ≥ p ≥ 2 y P < pj < pP , y se
trata de probar que la función

F (t) = (P − 1)t2 − pP t + pP

es ≥ 0 en el intervalo [P, pP ]. Ahora bien, se trata de una parábola con vértice

en t = 2(PpP−1) ≥ P , pues p ≥ 2 implica que p ≤ 2(p − 1) ≤ 2(P − 1). Así pues,
F (t) es creciente en [P, +∞[, y basta observar que

F (P ) = (P − 1)P 2 − pP 2 + pP = P (P − 1)(P − p) ≥ 0.

El teorema anterior limita sustancialmente las factorizaciones de los números

superabundantes, pero todavía podemos decir más:
e ep j
Teorema 8.17 n = 2e2 · 3e3 · · · prpr es superabundante, entonces pj < 2e2 +2 .
278 Capítulo 8. Números compuestos

Demostración: Aplicamos el teorema eanterior con i = 2. Si se cumple

p
epj ≤ k = E[e2 log 2/ log pj ], trivialmente pj j ≤ 2e2 , luego podemos suponer
ep
que epj = k + 1. Si fuera 2e2 +2 < pj j , consideramos el número m tal que
2m−1 < pj < 2m y n0 = n2m−1 /pj < n. Como en la prueba del teorema
anterior, la condición σ(n0 )/n0 < σ(n)/n se simplifica hasta
epj +1
pj (2m−1 − 1) + pj < 2e2 +m (pj − 1) + 2m−1 ,

y por otra parte

ep epj +1
2e2 +m (pj − 1) + 2m−1 ≤ pj j 2m−2 pj + pj ≤ pj (2m−1 − 1),

luego tenemos una contradicción.

Vemos así que sólo hay un número finito de números superabundantes con
un exponente e2 dado.
Nota Una última observación elemental es que, al igual que sucede con los
números altamente compuestos, el cociente entre dos números superabundantes
consecutivos es menor o igual que 2, pues

σ(2n)/2n 2e2 +2 − 1
= e2 +2 > 1,
σ(n)/n 2 −2

luego el menor número superabundante mayor que n es menor o igual que 2n.

8.4 Números colosalmente abundantes

Ramanujan llamó números altamente compuestos generalizados superiores
a una familia de números análoga a la de los números altamente compuestos
superiores, pero respecto de los números superabundantes. Actualmente estos
números se conocen con el nombre que les dio Erdős, que es el que da título a
esta sección. Para definirlos observamos que, para todo  > 0, se cumple que
log log n
lím = 0,
n n
por lo que, teniendo en cuenta el teorema 3.27,

σ(n) σ(n) log log n

lím = lím = 0,
n n1+ n n log log n n

pues el primer factor está acotado. Por lo tanto, la sucesión σ(n)/n1+ alcanza
un valor máximo.

Definición 8.18 Un número natural N es colosalmente abundante si existe un

 > 0 tal que la sucesión σ(n)/n1+ alcanza un valor máximo en N .
8.4. Números colosalmente abundantes 279

Por ejemplo, ésta es la gráfica de la sucesión σ(n)/n1.1 , que alcanza su valor

máximo en n = 60:
2.0

1.5

1.0

0.5

0 20 40 60 80 100

Como en el caso de los números altamente compuestos superiores, la gráfica

no prueba que 60 sea colosalmente abundante, pero enseguida veremos que la
situación es idéntica: es fácil generar la sucesión de los números colosalmente
abundantes.
Observemos que todo número colosalmente abundante N es superabundante,
pues si n < N tenemos que
σ(n) σ(N )
1+
≤ 1+ ,
n N
luego
σ(n) σ(N )  n  σ(N )
≤ < .
n N N N
Por otra parte, si N es colosalmente abundante y p | N , aplicamos la defini-
ción a N 0 = N/p, con lo que
σ(N 0 ) σ(N )
≤ 1+ .
N 01+ N
Al desarrollar esta desigualdad se reduce a
p ep − 1 pep +1 − 1
≤ ,
p(ep −1)(1+) pep (1+)
y operando llegamos a
ep +1
−1
log( ppep +1 −p )
≤ .
log p
Similarmente, si p es un primo cualquiera y N 0 = N p, la definición de número
colosalmente abundante se reduce a
pep +2 − 1 pep +1 − 1
≤ ,
p(ep +1)(1+) pep (1+)
y al despejar queda
ep +2
−1
log( ppep +2 −p )
≥ .
log p
Esto nos lleva a las definiciones siguientes:
280 Capítulo 8. Números compuestos

Definición 8.19 Consideramos la función

pe+1 −1
log pe+1 −p
F (p, e) = ,
log p

para p ≥ 2 y e > 0, con el convenio de que F (p, 0) = +∞. Más aún, observemos
que
log(1 + p(pp−1
e −1) )
1
log(1 + p+p2 +···+p e)
F (p, e) = = .
log p log p
La última expresión muestra que la función p 7→ F (p, e) es estrictamente de-
creciente, y una comprobación rutinaria nos da que biyecta el intervalo ]1, +∞[
con ]0, +∞[. También es claro que la sucesión e 7→ F (p, e) decrece hacia 0, para
e = 0, 1, 2, 3 . . .

En estos términos, hemos probado que si N es colosalmente abundante (res-

pecto de ) y p es un primo cualquiera, entonces F (p, ep + 1) ≤  ≤ F (p, ep ).
Para cada primo p definimos el conjunto

Ep = {F (p, e) | e ≥ 1},
S
y llamamos E = Ep . Como F (p, e) decrece cuando crece cualquiera de sus
p
argumentos, es claro que los elementos de E forman una sucesión decreciente
1 > 2 > 3 > . . . convergente a 0. Definimos además 0 = +∞.
Observemos que si  ∈ Ep entonces

1
p = 1 + ∈ Q,
p + p2 + · · · + pe

luego, por el mismo argumento empleado en el caso de los números altamente

compuestos superiores, la conjetura de las cuatro exponenciales implica que
los conjuntos Ep son disjuntos dos a dos y, en su defecto, el teorema de las seis
exponenciales garantiza que un mismo  > 0 pertenece a lo sumo a dos conjuntos
Ep , Eq .
Si  > 0 no está en E y N es colosalmente abundante respecto de , entonces
F (p, ep + 1) <  < F (p, ep ), lo cual equivale a

p1+ −1 p1+ −1
log p −1 log p −1
− 1 < ep − 1 < .
log p log p

A partir de aquí la situación es formalmente idéntica a la que hemos en-

contrado al estudiar los números altamente compuestos superiores. El teorema
siguiente se demuestra exactamente con los mismos razonamientos, sin más que
cambiar las definiciones del conjunto E y la función F :
8.4. Números colosalmente abundantes 281

Teorema 8.20 Sea  > 0.

1. Si  ∈/ E, la función σ(n)/n1+ alcanza su máximo en
Q un único número
N , cuya descomposición en factores primos es N = pep () , con
p

log((p1+ − 1)/(p − 1))

 
ep () = E − 1.
log p

2. Para cada i ≥ 1, todos los  ∈ ]i+1 , i [ determinan un mismo número N ,

al que llamaremos también Ni .
3. Si los conjuntos Ep son disjuntos dos a dos, entonces todo número colo-
salmente abundante es de la forma Ni . La función σ(n)/n1+i alcanza su
máximo en dos puntos, Ni y Ni+1 .
4. Si i ∈ Ep ∩ Eq , entonces la función σ(n)/n1+i alcanza su máximo en
cuatro puntos, Ni , pNi , qNi , qrNi = Ni+1 (y los cuatro son colosalmente
abundantes).

La tabla siguiente contiene los números colosalmente abundantes correspon-

dientes a i > 0.04 (aunque se ha impuesto el convenio de no considerar al 1
como colosalmente abundante):

i i Ni Factorización Fact. en primoriales

0 +∞ 1
1 0.58496 2 2 2#
2 0.26186 6 2·3 3#
3 0.22239 12 22 · 3 3# · 2#
4 0.11328 60 22 · 3 · 5 5# · 2#
5 0.09953 120 23 · 3 · 5 5# · 2# · 2#
6 0.07285 360 23 · 32 · 5 5# · 3# · 2#
7 0.06862 2 520 23 · 32 · 5 · 7 7# · 3# · 2#
8 0.04730 5 040 24 · 32 · 5 · 7 7# · 3# · 2# · 2#

Vemos que coinciden con los primeros números altamente compuestos supe-
riores, sin embargo, la coincidencia termina en N15 , pues el decimosexto número
colosalmente abundante es

N16 = 25 · 33 · 52 · 7 · 11 · 13 · 17 · 19 · 23,

mientras que el decimosexto número altamente compuesto superior es

26 · 33 · 52 · 7 · 11 · 13 · 17 · 19.
Bibliografía

[1] Alaoglu, L., y Erdős, P., On Highly Composite and Similar Numbers.
Transactions of the American Mathematical Society, 56 (3) (1944) 448–
469.

[2] Apostol, T.M. Introducción a la teoría analítica de números. Ed. Reverté,

Barcelona, 1984.

[3] Chandrasekharan, K. Arithmetical functions. Springer, New York, 1970.

[4] Clarke, L.E. y Singer, J. On Circular Permutations. Amer. Math. Monthly

65 (1958), 609–610.

[5] Davenport, H. Multiplicative Number Theory. Springer, New York, 1980.

[6] Edwards, H.M. Riemann’s zeta function. Academic Press, New York, 1975.

[7] Erdős, P, On Highly Composite Numbers. Journal of the London Mathe-

matical Society, 19 (75) (1944), 30–134.

[8] Hardy, G.H. y Wright, .M., An Introduction to the Theory of Numbers,

Oxford University Press, 2008.

[9] Ireland, K., Rosen, M. A Classical Introduction to Modern Number Theory.

Springer, New York, 1990

[10] Lang, S. Algebraic Number Theory. Addison Wesley, Massachussetts, 1970.

[11] Patterson, S.J. An introduction to the theory of the Riemann Zeta-Function.

Cambridge University Press, 1995.

[12] Ram Murthy, R. y Rath, M. Transcendental Numbers. Springer, New York,

2014.

[13] Ramanujan, S. Highly composite numbers. Proc. London Math. Soc. 14 (2)
(1915) 347–409

[14] Shidlovski, A.B. Aproximaciones diofánticas y números trascendentes. Ser-

vicio editorial Universidad del País Vasco (1989).

283
284 BIBLIOGRAFÍA

[15] Tenenbaum, G. Introduction to analytic and probabilistic number theory,

Cambridge University Press, 1990.

[16] Titchmarsh, E.C. The theory of the Riemann zeta-function. Clarendon

Press, 1988.
[17] Zagier, D. Newman’s Short Proof of the Prime Number Theorem. American
Mathematical Monthly 97, 9 (1993) 693–696.
Índice de Materias

abundante (número), 273 primorial, 265

altamente compuesto (número), 263
superior, 269 superabundante (número), 274
asintóticamente equivalentes, 34
Teorema
Bertrand (postulado de), 63 de Chudakov, 260
de Gelfond-Schneider, 18
Chebyshev (funciones de), 61 de las seis exponenciales, 12
colosalmente abundante (número), de Lindemann-Weierstrass, 7
278 de Liouville, 2
convolución de Dirichlet, 23 de los números primos, 85
de Mertens, 67, 68, 81
deficiente (número), 273 del valor medio de Vinogradov,
derivada (de una función aritmética), 245
30
dseta (función), 77 Vinogradov (desigualdad de), 249
función Weyl (desigualdad de), 201
aritmética, 23
completamente multiplicativa,
25
multiplicativa, 25
de Liouville, 78
de Möbius, 26
de Mangoldt, 30

Hölder (desigualdad de), 196

hipótesis
de Lindelöf, 134
de Riemann, 129

integral logarítmica, xi

Mertens (constante de), 68

Möbius
fórmula de inversión de, 28
función de, 26

perfecto (número), 273

285