Апис, прошу прощения. Просто я подумал, что Вы утверждаете, что погрешность

. (В Ваших обозначениях, т.е.

,

- простые,

.)
По поводу оценки погрешности. Резюмирую то, что я писал выше.
Можно показать, что
Напомню, что в этой формуле:

- постоянная Эйлера;

- некоторая постоянная.
Проще говоря,
где
Т.е.

. По-моему, очень любопытный факт, т.к. естественно было бы ожидать, что предел равен

.
Если Вы сможете показать (элементарными рассуждениями), что предел

существует, то Вы получите новое элементарное доказательство асимптотического закона распределения простых чисел (и прославитесь на весь мир).
А если серьезно, то Вы изобретаете велосипед. Подобные рассуждения на основе формулы включения-исключения уже давно рассматриваются в теории чисел (они называются методами решета). Как правило, они весьма громоздкие и весьма непростые (потому, что элементарны), однако с помощью них удается получать результаты, пока недоступные аналитическим методам. Для первоначального ознакомления могу порекомендовать книжку
Гельфонд А.О., Линник Ю.В. — Элементарные методы в аналитической теории чисел (Глава 5). Но читать эту книжку ой как непросто по той простой причине, что она посвящена именно элементарным методам (как ни глупо это звучит). Кроме того, есть мнение, что в этой книжке количество ошибок отлично от нуля (я слушал спецкурс, на котором рассказывались некоторые результаты из этой книжки).
Добавлено спустя 42 минуты 15 секунд:
Получаем такой парадоксальный результат. Если в качестве

взять наибольшее простое число, не превосходящее

, где

, то получится гораздо более хорошее приближение. Т.е. погрешность в приближенной формуле
гораздо меньше, чем в формуле
