[논문 리뷰] A note on the maximum of the Riemann zeta function, and log-correlated random variables

Adam J. Harper|arXiv (Cornell University)|2013. 04. 02.

Analytic Number Theory Research참고 문헌 9인용 수 18

한 줄 요약

이 논문은 임계선 상에서 리만 제타 함수의 최댓값을 연구하기 위해 무작위 오일러 곱 모델을 제안한다. 이 모델은 상관관계가 로그적인 성질을 띠며, 가우시안 랜덤 변수의 최대값에 대한 엄밀한 분석을 가능하게 한다. 주요 결과는 히포테시스에 따라 Fyodorov와 Keating의 추측을 확인하며, $\max_{T \leq t \leq T+2\pi} |\zeta(1/2+it)|$의 일반적인 크기를 $\exp(\log\log T - \frac{3}{4}\log\log\log T + O_\epsilon(1))$로 도출한다.

ABSTRACT

In recent work, Fyodorov and Keating conjectured the maximum size of $|ζ(1/2+it)|$ in a typical interval of length O(1) on the critical line. They did this by modelling the zeta function by the characteristic polynomial of a random matrix; relating the random matrix problem to another problem from statistical mechanics; and applying a heuristic analysis of that problem. In this note we recover a conjecture like that of Fyodorov and Keating, but using a different model for $|ζ(1/2+it)|$ in terms of a random Euler product. In this case the probabilistic model reduces to studying the supremum of Gaussian random variables with logarithmic correlations, and can be analysed rigorously.

연구 동기 및 목표

• 짧은 간격 길이 $2\pi$에서 $|\zeta(1/2+it)|$의 최댓값에 대한 엄밀한 확률 모델을 제공한다.
• 이전 연구에서 사용된 랜덤 매트릭스 모델 대신, 랜덤 오일러 곱을 통해 $\log|\zeta(1/2+it)|$의 행동을 분석한다.
• 짧은 간격에서 제타 함수의 최댓값이 랜덤 매트릭스 이론에서 유도된 추측된 渐近 성장률과 일치함을 보여준다.
• 제타 함수의 극단적 값과 로그 상관관계를 가진 가우시안 과정의 최대값 간의 연결 고리를 설정한다.
• 히ュ리스틱한 통계역학적 추론에 의존하지 않고, Fyodorov–Keating 추측을 지지하는 새로운 분석적으로 다룰 수 있는 모델을 제공한다.

제안 방법

• Soundararajan의 $\log|\zeta(1/2+it)|$에 대한 상계를 변형하여, 잘린 오일러 곱을 사용한 결정론적 근사식을 유도한다.
• $p \leq T$인 소수에 대해 $\Re(\frac{1}{p^{1/2+it}} \frac{\log(T/p)}{\log T})$의 합으로 $\log|\zeta(1/2+it)|$를 모델링하며, $p^{it}$를 단위 원 위에서 독립적인 균일 분포 랜덤 변수로 간주한다.
• 유도된 랜덤 과정을 로그 공분산 구조를 가진 복소수 가우시안 랜덤 변수의 합으로 분석한다.
• 스테인의 정규 근사 방법을 적용하여, 로그 상관관계를 가진 가우시안 필드로 과정의 최대값을 근사할 때 발생하는 오차를 제한한다.
• 과정 $Y_h$의 최대값 꼬리 행동을 제어하기 위해 가우시안 벡터 $Z$와의 세 단계 조합 기법을 사용한다.
• 다변수 스테인 경계를 적용하여, 삼차 도함수와 증분의 분산을 포함한 수렴 속도를 유도한다.

실험 결과

연구 질문

• RQ1 짧은 간격에서 $|\zeta(1/2+it)|$의 최댓값에 대한 Fyodorov–Keating 추측을 무작위 오일러 곱 모델을 통해 엄밀히 뒷받침할 수 있는가?
• RQ2 무작위 오일러 곱 모델은 제타 함수의 극단적 값을 기존의 랜덤 매트릭스 모델과 비교해 볼 때 어떻게 다루는가?
• RQ3 리만 가설 하에서 $\max_{T \leq t \leq T+2\pi} |\zeta(1/2+it)|$의 정확한 渐近 행동은 무엇인가?
• RQ4 로그 상관관계를 가진 가우시안 과정의 최대값을 사용하여 짧은 간격에서 제타 함수의 최댓값을 모델링하고 경계 지을 수 있는가?
• RQ5 추측된 성장률에 나타나는 $O_\epsilon(1)$ 오차 항은 무엇을 의미하며, $\epsilon$에 따라 어떻게 달라지는가?

주요 결과

• 무작위 오일러 곱 모델은 $2\pi$ 길이 간격에서 $|\zeta(1/2+it)|$의 최댓값에 대한 엄밀한 분석을 가능하게 하며, Fyodorov–Keating 추측을 $O_\epsilon(1)$ 오차 항까지 확인한다.
• 모델은 $p \leq T$에 대해 $\Re(\frac{1}{p^{1/2+it}} \frac{\log(T/p)}{\log T})$의 합으로 $\log|\zeta(1/2+it)|$가 잘 근사됨을 보여주며, 이는 측도가 최대 $0.01\pi$인 집합을 제외한 전 구간에서 성립한다.
• 모든 $T$에 대해 큰 간격에서, 짧은 간격에서 제타 함수의 최댓값은 $\exp(\log\log T - \frac{3}{4}\log\log\log T + O_\epsilon(1))$로 渐近적으로 성립하며, 측도가 $\epsilon T$인 집합을 제외한 전 구간에서 성립한다.
• 모델의 확률적 구조는 로그 상관관계를 가진 가우시안 과정의 최대값을 연구하는 것으로 단순화되며, 이는 스테인의 방법을 통해 엄밀히 분석할 수 있다.
• 최대값의 정규 근사 오차는 삼차 도함수와 분산 항에 명시적인 의존성을 가진 다변수 스테인 경계를 통해 제한된다.
• 분석 결과, 무작위 오일러 곱 모델이 랜덤 매트릭스 모델과 동일한 渐近 행동을 유도함을 확인하여, 추측에 대해 독립적인 지원을 제공한다.