[論文レビュー] Partial sums of the M{ö}bius function

K. Soundararajan|ArXiv.org|May 5, 2007

Analytic Number Theory Research参考文献 7被引用数 8

ひとこと要約

この論文は、リーマン予想の下で、メビウス関数 $ M(x) = \sum_{n \leq x} \mu(n) $ の部分和に対する既知の上界を改善する。ゼータ関数の非自明な零点の虚部の集積頻度を分析し、ペロンの公式の改良版を適用することで、$ M(x) \ll \sqrt{x} \exp\left( (\log x)^{1/2} (\log\log x)^{14} \right) $ を確立する。これは従来の結果を著しく改善し、メビウス関数の振動的挙動の理解を前進させる。

ABSTRACT

Assuming the Riemann Hypothesis we establish an upper bound for the sum of the M{\" o}bius function up to $x$. Our method is based on estimating the frequency with which intervals of a given length can contain an unusual number of ordinates of zeros of the Riemann zeta-function.

研究の動機と目的

• リーマン予想を仮定した下で、メビウス関数の部分和 $ M(x) = \sum_{n \leq x} \mu(n) $ の既知の上界を改善すること。
• 短い区間における非自明なゼータ関数零点の虚部の集積頻度を分析し、$ M(x) $ の上限を求めるための主要な技術的道具とする。
• 零点間隔の頻度に関する結果と、ペロンの公式の精密化および指数和の推定を組み合わせることで、$ M(x) $ の新しい鋭い推定を確立すること。

提案手法

• 短い区間における零点数の偏差を測る量 $ S(t+h) - S(t-h) $ の大きな値の頻度に関する新規な分析を導入する。
• 零点分布、素数和の挙動、対数的制約に基づいて、$ V $-典型点 $ t \in [T, 2T] $ を定義し、$ \zeta(\sigma + it) $ の大きさを制御する。
• $ V $-典型性に基づいて垂直および水平部分を含む、臨界線を避ける変形された contour を用いたペロンの公式の修正版を適用する。
• 素数とゼータ関数零点を結ぶ明示的公式と、大スクリーブ不等式を用いて、$ \Lambda(n) $ および $ \mu(n) $ を含む指数和を制御する。
• 最近のリトルウッドの上限の改良と、$ S(t) $ のガウス型分布を組み合わせることで、$ V $-非典型点の数の上限を指数的減衰性を用いて確立する。
• 垂直および水平部分の contour 積分の推定を、適切な dyadic 分解と $ V $ に関する最適化を経て組み合わせ、$ M(x) $ の最終的な上限を導出する。

実験結果

リサーチクエスチョン

• RQ1 現在の零点分布に関する知識を踏まえ、リーマン予想の下で、$ M(x) = \sum_{n \leq x} \mu(n) $ の最良の可能な上界は何か？
• RQ2 非自明なゼータ関数零点の虚部は、短い区間でどれほど頻繁に集積することができるか？ そして、その集積は臨界線上での $ \zeta(s) $ の大きさにどのように影響するか？
• RQ3 $ V $-典型点の手法を用いて、$ \sigma > 1/2 $ に対して $ \zeta(\sigma + it) $ の大きさを一様に制御できるか？ その結果、$ M(x) $ を上界で抑えられるか？
• RQ4 零点数の関数 $ N(t+h) - N(t-h) $ の誤差項は、どの程度制御可能か？ その制御が $ M(x) $ の上限改善にどのように寄与するか？

主な発見

• リーマン予想の下で、メビウス関数の部分和は $ M(x) \ll \sqrt{x} \exp\left( (\log x)^{1/2} (\log\log x)^{14} \right) $ を満たす。これは従来の結果を著しく改善する。
• $ V \geq (\log\log T)^2 $ のとき、$ [T, 2T] $ 内の $ V $-非典型点の数は、$ R \ll T \exp\left( -V \log\left( \frac{V}{\log\log T} \right) + 4V \log\log V \right) $ で抑えられ、零点の集積頻度が定量的に評価される。
• $ V $-典型点 $ t \in [T, 2T] $ に対して、$ \sigma \geq \sigma_0 = \frac{1}{2} + \frac{V}{\log T} $ では $ \log|\zeta(\sigma + it)| \geq -V \log\log V $ が成り立ち、$ |\zeta(s)| $ の一様な制御が得られる。
• $ M(x) $ の上限は、$ x^s / (s \zeta(s)) $ の contour 積分により導出され、臨界線を避けるように contour を変形し、$ V $-典型性に基づいて部分を選択することで誤差を最小化する。
• もし $ V $-非典型点の数が予想されるガウス型の上限を満たすならば、$ M(x) \ll \sqrt{x} \exp(C (\log\log x)^3) $ へのさらなる改善が可能であることが示唆される。
• この結果は、$ M(x) $ の真のオーダーが $ \sqrt{x} (\log\log\log x)^{5/4} $ であると予想されていることに向けた重要な一歩を示している。