Skip to main content
QUICK REVIEW

[论文解读] Gram's Law Fails a Positive Proportion of the Time

Timothy S. Trudgian|arXiv (Cornell University)|Nov 6, 2008
Analytic Number Theory Research参考文献 8被引用 4
一句话总结

本文证明了Gram定律——即每个Gram区间内恰好有一个黎曼zeta函数的零点——在正密度的区间中不成立,且弱Gram定律(每个区间内至少有一个零点)也对正密度的区间成立。通过使用参数函数 $ S(t) $、偏移矩以及Hölder不等式,作者证明Gram定律的失败并非稀疏,而是以正密度出现,从而解决了关于此类失败在临界带中统计普遍性的长期悬而未决问题。

ABSTRACT

This paper extends the work done by Titchmarsh on Gram's Law (an attempt to locate the zeroes of the zeta-function on the critical line). Herewith it is shown that a positive proportion of Gram intervals violate Gram's Law; and also that a weaker notion of Gram's Law is valid over a positive proportion of intervals.

研究动机与目标

  • 确定黎曼zeta函数临界带中Gram定律失败的区间的自然密度。
  • 确定尽管已知存在无穷多失败,弱Gram定律是否对正密度的区间成立。
  • 使用解析数论工具量化具有多个零点的区间(即 $ F_k $ 区间)的频率。
  • 解决一个开放问题:尽管已知Gram定律存在无穷多失败,其是否以正密度成立。

提出的方法

  • 分析参数函数 $ S(t) = \pi^{-1} \arg \zeta(1/2 + it) $,该函数追踪至 $ t $ 为止的零点数量,并通过 $ S(g_n) = \lambda $ 将其与Gram区间关联。
  • 使用Fujii的偏移矩公式:$ I(T) = \int_T^{2T} |S(t+h) - S(t)|^2 dt \sim \pi^{-2} T \log(3 + h \log T) $,其中 $ h = C_0 (\log T)^{-1} $。
  • 应用Hölder不等式,以限制 $ F_k $ 区间(Gram定律以 $ k $ 个零点失败)对偏移矩积分的贡献。
  • 通过 $ N_{F_k}(T) \ll \left( \frac{Am^2}{(k-4)^2} \right)^m H \log T $ 估计 $ F_k $ 区间的数量,对 $ m $ 最小化以导出 $ k $ 的指数衰减。
  • 利用不等式 $ N_{F_k}(T)/(H \log T) \ll \exp(-Ak) $ 证明具有大量零点的区间呈指数稀少。
  • 将 $ \sum k N_{F_k}(T)/(T \log T) $ 的收敛性与总零点计数的下界结合,证明至少有一个零点的区间占正比例。

实验结果

研究问题

  • RQ1Gram定律失败的区间的自然密度是多少?
  • RQ2弱Gram定律是否对正密度的区间成立?
  • RQ3作为 $ k $ 的函数,包含多个零点的区间(即 $ F_k $ 区间)的出现频率如何?
  • RQ4能否利用参数函数 $ S(t) $ 和矩方法量化Gram区间失败的频率?
  • RQ5尽管存在无穷多失败,是否存在正密度的区间满足弱Gram定律?

主要发现

  • 当 $ T \to \infty $ 时,Gram定律在 $[T, 2T]$ 中的正密度区间中不成立,从而解决了长期悬而未决的开放问题。
  • 弱Gram定律对正密度的区间成立,这由 $ \sum k N_{F_k}(T)/(T \log T) $ 的收敛性与总零点计数的下界共同证明。
  • 具有 $ k $ 个零点的区间($ F_k $ 区间)呈指数稀少,其中 $ N_{F_k}(T)/(H \log T) \ll \exp(-Ak) $,$ A $ 为某正的常数。
  • 包含至少一个零点的Gram区间的数量至少为 $ AT \log T $,其中 $ A $ 为某正的常数,从而证明弱Gram定律的成功具有正密度。
  • Gram定律的失败并非孤立事件,而是以正密度出现,这由 $ S(t) $ 的偏移矩的渐近行为所证实。
  • 分析结果证实,基于 $ S(t) $ 的方法能够检测临界带中零点分布模式的统计普遍性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。