Let $\Psi(x,y)$ count the number of positive integers $n\le x$ such that every prime divisor of $n$ is at most $y$. Given inputs $x$ and $y$, what is the best way to estimate $\Psi(x,y)$? We address this problem in three ways: with a new algorithm to estimate $\Psi(x,y)$, with a performance improvement to an established algorithm, and with empirically based advice on how to choose an algorithm to estimate $\Psi$ for the given inputs. Our new algorithm to estimate $\Psi(x,y)$ is based on Ennola's second theorem [Ennola69], which applies when $y< (\log x)^{3/4-\epsilon}$ for $\epsilon>0$. It takes $O(y^2/\log y)$ arithmetic operations of precomputation and $O(y\log y)$ operations per evaluation of $\Psi$. We show how to speed up Algorithm HT, which is based on the saddle-point method of Hildebrand and Tenenbaum [1986], by a factor proportional to $\log\log x$, by applying Newton's method in a new way. And finally we give our empirical advice based on five algorithms to compute estimates for $\Psi(x,y)$.The challenge here is that the boundaries of the ranges of applicability, as given in theorems, often include unknown constants or small values of $\epsilon>0$, for example, that cannot be programmed directly.
翻译:Lets\ Psi( x, y) 美元计数正整数数 $n\ lexx 美元, 这样每个正折数的正整数 $n\ lexx 美元, 这样每个正折数的正整数 $n\ lexx $ 美元最多 。 鉴于投入 $x 美元和 $y 美元, 估算美元 (xx,y) 的最佳方法是什么? 我们用三种方法解决这个问题: 使用一个新的算法来估算 $\ Psi(x,y) 美元, 并改进既定算法的性能改进, 以及根据经验建议如何选择一个算法来估算给给给给给给 $\ Psi 美元的估计 $\ Psi (x,y) 我们用来估算 $\ 美元 (x, 美元 美元) 的新算法以 Ennola 的速率 $x 。 我们用 以 美元 美元 方向, 以 数字 的 方法 向 方向 提供 方向 。 以 方向 以 方向 方向 方向 以 方向 以 方向 以 方向 以 方向 以 向 以 以 方向 以 直 向 直 向 直 向 直 向 向 直 。 直 直 直 直 直 直 。 直 向 向 。 向 向 的 。