[论文解读] Multiplicative chaos measures for a random model of the Riemann zeta function

Eero Saksman, Christian Webb|arXiv (Cornell University)|Apr 28, 2016

Stochastic processes and statistical mechanics参考文献 15被引用 9

一句话总结

本文通过使用底层随机场的精确高斯近似，建立了从临界线上黎曼ζ函数随机模型导出的非高斯乘法混沌测度的存在性。关键贡献在于在亚临界和临界混沌情形下，证明了收敛到一个非平凡的多分形随机测度，通过定量近似技术将高斯乘法混沌理论扩展至非高斯设定。

ABSTRACT

We prove convergence of a stochastic approximation of powers of the Riemann $ζ$ function to a non-Gaussian multiplicative chaos measure, and prove that this measure is a non-trivial multifractal random measure. The results cover both the subcritical and critical chaos. A basic ingredient of the proof is a 'good' Gaussian approximation of the induced random fields that is potentially of independent interest.

研究动机与目标

• 通过随机模型研究黎曼ζ函数在临界线上的多分形行为。
• 解决尽管在数论和数学物理中具有相关性，但缺乏非高斯乘法混沌测度的一般理论的问题。
• 建立由ζ函数随机模型导出的非平凡多分形随机测度的存在性。
• 开发并应用一种对与ζ函数相关的非高斯随机场的定量高斯近似。
• 通过证明随机近似收敛到一个定义良好的混沌测度，将高斯乘法混沌理论扩展至非高斯设定。

提出的方法

• 使用素数上的独立均匀相位，在临界线上构建黎曼ζ函数的随机模型。
• 通过素数上的随机相位求和，定义一个逼近ζ函数对数的随机场。
• 通过一种新型的 $L^1$-距离界，建立非高斯场与高斯对应物之间定量的高斯近似。
• 利用高斯近似，将高斯乘法混沌理论中的已知结果转移到非高斯设定中。
• 证明在亚临界和临界情形下，随机近似收敛到一个非高斯乘法混沌测度。
• 应用乘法混沌理论，展示极限测度的多分形标度性质。

实验结果

研究问题

• RQ1 从临界线上黎曼ζ函数的随机模型中，是否会产生非高斯乘法混沌测度？
• RQ2 与ζ函数相关的非高斯场能否被一个具有定量误差界（$L^1$ 范数）的对数相关高斯场良好近似？
• RQ3 在亚临界和临界混沌情形下，随机近似的极限测度是否为一个非平凡的多分形随机测度？
• RQ4 通过此类近似，高斯乘法混沌理论在多大程度上可被扩展至非高斯设定？
• RQ5 所得到的非高斯混沌测度的精确标度和矩性质是什么？

主要发现

• 黎曼ζ函数的随机近似在亚临界和临界情形下均收敛到一个非高斯乘法混沌测度。
• 证明了非高斯场可被对数相关高斯场良好近似，$L^1$-误差界为 $O(\text{polylog}(n) \times n^{-1/2 + (d+2)\nu})$，其中 $\nu > 0$，取决于维度 $d$。
• 证明了极限测度为一个非平凡的多分形随机测度，其标度行为与多分形形式一致。
• 通过伯恩斯坦型不等式控制近似误差的指数矩，从而实现从高斯设定到非高斯设定的矩估计转移。
• 对于有界随机变量，该方法可得到次高斯尾部界，确保在矩条件下的近似稳定性。
• 高斯近似技术具有鲁棒性，且可能适用于其他非高斯乘法混沌模型，而不仅限于ζ函数。