[논문 리뷰] Currently there are no reasons to doubt the Riemann Hypothesis: The zeta function beyond the realm of computation

David W. Farmer|arXiv (Cornell University)|2022. 11. 21.

Random Matrices and Applications인용 수 5

한 줄 요약

이 논문은 리만 가설(RH)을 의심할 만한 설득력 있는 증거나 없으며, 계산 데이터에서 유래된 일반적인 오해를 바로잡는다. 무작위 행렬 이론, 특성 다항식, 그리고 캐리어 파동의 개념을 사용하여 극한 높이에서 제타 함수의 행동을 분석함으로써, ζ(1/2 + it)의 큰 값들이 리만 가설 위반 때문이 아니라, 영점 밀도의 변동 때문이라는 것을 입증한다. 주요 기여는 계산적 이질현상이 리만 가설을 뒤집지 않는 이유를 통합된 프레임워크로 설명한 데 있다.

ABSTRACT

We examine published arguments which suggest that the Riemann Hypothesis may not be true. In each case we provide evidence to explain why the claimed argument does not provide a good reason to doubt the Riemann Hypothesis. The evidence we cite involves a mixture of theorems in analytic number theory, theorems in random matrix theory, and illustrative examples involving the characteristic polynomials of random unitary matrices. Similar evidence is provided for four mistaken notions which appear repeatedly in the literature concerning computations of the zeta-function. A fundamental question which underlies some of the arguments is: what does the graph of the Riemann zeta-function look like in a neighborhood of its largest values? We explore that question in detail and provide a survey of results on the relationship between L-functions and the characteristic polynomials of random matrices. We highlight the key role played by the emergent phenomenon of carrier waves, which arise from fluctuations in the density of zeros. The main point of this paper is that it is possible to understand some aspects of the zeta function at large heights, but the computation evidence is misleading.

연구 동기 및 목표

• 리만 가설이 잘못일 수 있다는 주장을 반박하기 위해, 특히 큰 제타 값의 계산 관측에 기반한 그러한 주장을 반박하는 것.
• 제타 함수 계산에 관해 문헌에서 널리 퍼진 오해를 명확히 하기 위해, 특히 그램 점과 간격 유형에 관해.
• 계산이 실패하는 극한 높이에서 제타 함수의 행동을 이해하기 위해 무작위 행렬 이론과 특성 다항식을 사용하여 깊이 있는 이해를 개발하는 것.
• ζ(1/2 + it)의 큰 값들이 리만 가설 실패의 징후가 아니며, 오히려 영점 밀도의 통계적 변동에서 기인한다는 것을 설명하는 것.
• 캐리어 파동과 밀도 파동을 중심으로 한 개념적 프레임워크를 구축하여 영점 분포와 제타 함수 크기 사이의 관계를 연결하는 것.

제안 방법

• 무작위 행렬 이론을 통해 제타 함수의 값 분포를 분석하여, 특히 ζ(1/2 + it)를 큰 무작위 유니터리 행렬의 특성 다항식과 비교하는 것.
• ‘캐리어 파동’ 개념을 도입함—영점 밀도의 변동이 극한 높이에서 제타 함수의 진폭을 변조하는 파동.
• U(N)에서 하르-무작위 행렬을 사용하여 N = 62, 250, 1000일 때의 수치 데이터를 활용해 계산이 닿지 않는 영역의 행동을 모델링하는 것.
• 리만-시겔 공식과 윈의 명시적 공식을 적용하여 영점 분포와 함수 값 사이의 연결을 설정하고 이질현상을 탐지하는 것.
• ‘좋은’과 ‘나쁜’ 그램 점을 구분하고, 큰 N에서 이 구분이 사라짐을 보여, 리만 가설 검증에 이들의 사용이 불가능하다는 것을 입증하는 것.
• L-함수와 무작위 행렬 고유값 간의 연결 고리를 조사하며, 개별 영점 행동보다는 통계적 규칙성에 초점을 맞추는 것.

실험 결과

연구 질문

• RQ1 왜 계산 결과로 나타나는 |ζ(1/2 + it)|의 큰 값들 때문에 일부는 리만 가설을 의심하게 되는가, 이에 대한 이론적 근거는 전혀 없음에도 불구하고?
• RQ2 영점 밀도의 변동인 캐리어 파동이 극한 높이에서 관측된 제타 함수의 큰 값을 어떻게 설명할 수 있는가?
• RQ3 무작위 행렬 모델이 직접 계산이 불가능한 범위에서 제타 함수의 통계적 행동을 얼마나 정확히 예측할 수 있는가?
• RQ4 왜 리만 가설의 타당성을 평가할 때 ‘좋은’ vs. ‘나쁜’ 그램 점의 구분이 오해의 소지가 있는가?
• RQ5 왜 소규모 행렬 시뮬레이션과 이론적 예측 사이에 이격된 그램 점 주변의 간격 유형 분포에서 모순이 나타나는가?

주요 결과

• N = 250과 N = 1000에서의 데이터로 보여지듯이, 큰 N에서 ‘좋은’과 ‘나쁜’ 그램 점의 구분은 통계적으로 의미가 없어지며, 둘 다 동일한 확률로 나타남.
• N = 62일 때, 이격된 그램 점에서 유형 II 대 유형 I 간격의 비율은 1과 유의미하게 다름. 그러나 N이 증가함에 따라 이 격차는 줄어들며, 유한한 크기 효과임을 시사함.
• N이 증가함에 따라, 모든 이격 수준(−0.2δ에서 0.2δ)에서 유형 I 및 유형 II 간격의 비율이 1으로 수렴함. 이는 국소적 간격 패턴이 보편적임을 지지함.
• 무작위 행렬의 데이터는 영점 간격의 큰 간격과 군집이 포isson 유사 모델이 예측하는 것보다 더 자주 발생함을 보여주며, 이는 분포에 보조 항이 존재함과 일치함.
• 영점 밀도의 변동에서 기인하는 캐리어 파동은, 리만 가설 위반 없이도 |ζ(1/2 + it)|가 클 수 있음을 설명함. 이는 구조적 이상이 아니라 통계적 변동이기 때문이다.
• S(t), 즉 log ζ(1/2 + it)의 허수부는 |ζ(1/2 + it)|의 크기와 관련이 있음. 큰 값이 관측되는 영역에서는 S(t)가 감소하는 경향이 있으며, 이는 캐리어 파동과 밀도 파동의 상호작용에 의해 설명됨.