[論文レビュー] Application of an accurate remainder term in the calculation of Residue Class Distributions

Colin Myerscough|arXiv (Cornell University)|Jan 8, 2013

Analytic Number Theory Research参考文献 1被引用数 4

ひとこと要約

本稿では、素数の剰余類分布を計算する際の正確な剰余項を導出し、素数のレースにおける対数周波数の推定精度を著しく向上させた。わずか5個のゼータ関数の非自明な零点を用いた初期推定値と、100個未満の零点を用いた高精度な結果において、複数の手法で0.001%以内の一致を達成しており、pi(x) > Li(x) + 5*Li(sqrt(x))のような極端な逸脱の頻度8.649×10^(-12477)を正確に計算可能である。

ABSTRACT

This paper uses concepts introduced by Fiorilli and Martin to develop a more accurate remainder term in calculations of the distribution of primes in residue classes. Using it in Rubinstein and Sarnak's method estimates the limiting logarithmic frequency of pi(x)>Li(x) as 0.00000026300 with only 5 zeta zeros used explicitly, and a reliable value between 0.000000262996732 and 0.000000262996733 is obtained with fewer than 100 zeros. Accurate results for "prime number races" can usually be obtained with explicit use of only the first zero of each L-function involved, thus bringing out their dependence on those zeros. For extreme deviations, the method of steepest descent can be applied, and the remainder approximated by an explicit formula together with a rapidly convergent series. This gives, for example, 8.649*10^(-12477) for the logarithmic frequency of pi(x)>Li(x)+5*Li(sqrt(x)). The Monach - Lamzouri model of the extreme distribution is developed to give close agreement with these results. The remainder can also be calculated explicitly as an asymptotic series. This allows good modelling of non-extreme races and the calculation of distributions by direct convolution. The three different methods agree to within 0.001% where they overlap in application. The distribution calculated from values of pi(x) for x<10^20 shows similar behaviour to the limiting distribution, but is somewhat further from normal.

研究の動機と目的

• 素数の剰余類分布の計算における剰余項の精度を向上させること。
• 高精度な対数周波数推定を維持しつつ、大量のゼータ関数の零点に依存しないようにすること。
• 非極端および極端な素数のレースを一貫性があり信頼性のある結果でモデル化すること。
• 漸近級数と明示的公式を用いて剰余項を直接計算可能な手法を開発すること。
• 異なる手法とのクロス比較および既存のモデルや数値データとの照合を通じて、手法の正確性を検証すること。

提案手法

• FiorilliとMartinの概念を応用・精錬し、素数分布計算におけるより正確な剰余項を導出する。
• RubinsteinとSarnakの手法を応用し、pi(x) > Li(x)の極限対数周波数を推定する。わずか5個のゼータ関数の零点を用いて、0.00000026300の精度を達成した。
• 極端な逸脱を扱うために勾配降下法（steepest descent）を適用し、明示的公式と収束が速い級数を用いて剰余項を近似する。
• Monach-Lamzouriモデルを用いて極端な分布を記述し、計算結果と良好な一致を得た。
• 非極端な素数のレースをモデル化するため、剰余項を漸近級数として表現し、直接畳み込みを可能にする。
• 明示的零点計算、勾配降下法による剰余項近似、漸近級数の3つの異なる手法を用い、重複領域において0.001%以内の一致を達成した。

実験結果

リサーチクエスチョン

• RQ1 わずか数個のゼータ関数の零点を用いることで、剰余類分布計算における剰余項をどの程度正確に改善できるか？
• RQ2 わずか数個のゼータ関数の零点を明示的に使用する場合、pi(x) > Li(x)の対数周波数はどの程度か？
• RQ3 勾配降下法と明示的剰余項公式を組み合わせることで、極端な素数のレース逸脱を正確にモデル化できるか？
• RQ4 Monach-Lamzouriモデルは、数値的に計算された極端な素数逸脱の分布とどの程度一致するか？
• RQ5 剰余項の漸近級数表現は、直接畳み込みを用いて非極端な素数のレースをどの程度うまくモデル化できるか？

主な発見

• わずか5個のゼータ関数の零点を明示的に使用した場合、pi(x) > Li(x)の対数周波数は0.00000026300と推定された。
• 100個未満のゼータ関数の零点を用いることで、同じ周波数の信頼性のある推定値は0.000000262996732から0.000000262996733の間であった。
• pi(x) > Li(x) + 5*Li(sqrt(x))のような極端な逸脱に対しては、対数周波数が8.649×10^(-12477)と計算された。
• 明示的零点計算、勾配降下法による剰余項近似、漸近級数の3つの手法が重複領域で0.001%以内に一致した。
• x < 10^20の数値データは、極限分布に類似しているが、正規分布からわずかにずれていた。
• 本手法により、関連するL関数の最初の零点のみを用いても、素数のレースを正確にモデル化できることが示された。これにより、これらの零点に依存する性質が明確になった。