[论文解读] On the multiplicity of zeros of the zeta-function

Aleksandar Ivić|ArXiv.org|Jan 25, 2005

Analytic Number Theory Research参考文献 4被引用 7

一句话总结

本文建立了黎曼ζ函数$ζ(s)$零点重数的新上界，特别表明高重数零点必须位于临界线$σ=1$的左侧。通过使用Jensen公式及涉及Γ函数和ζ函数的积分表示，推导出优于经典估计的上界，尤其在Lindel"of假设和黎曼假设下表现更优，并引入了一个考虑重数的零点密度计数函数。

ABSTRACT

Several results are obtained concerning multiplicities of zeros of the Riemann zeta-function $ζ(s)$. They include upper bounds for multiplicities, showing that zeros with large multiplicities have to lie to the left of the line $σ= 1$. A zero-density counting function involving multiplicities is also discussed.

研究动机与目标

• 推导黎曼ζ函数非平凡零点重数$m(\beta+i\gamma)$的改进无条件及条件上界。
• 研究高重数零点的位置，表明其必须位于$\sigma=1$的左侧。
• 引入并分析一个考虑重数的零点密度计数函数$N^{(r)}(\sigma,T)$。
• 探讨在Lindel"of假设（LH）和黎曼假设（RH）下这些上界的含义，特别是对多重零点分布的影响。
• 将新上界与现有结果比较，包括经典$N(T)$公式和$S(T)$的矩估计。

提出的方法

• 在以$1+i\gamma$为中心的圆盘上对ζ函数应用Jensen公式，利用$\zeta(s)$的正则性及对$|\zeta(\sigma+i\gamma+it)|$已知的下界。
• 使用通过Γ函数和指数衰减定义的函数$f_r(x)$的积分表示，以模拟多重零点的行为。
• 利用Dirichlet级数$M_X(s) = \sum_{n\leq X} \mu(n)n^{-s}$及其系数$a(n)$，将重数与算术函数的和联系起来。
• 通过围线积分和留数定理推导上界，特别利用复平面上的矩形$\mathcal{D}$来隔离重数为$r$的零点。
• 应用Stirling公式，并对$\Gamma(s)$和$\zeta(s)$进行估计，以控制积分大小并提取重数上界。
• 对函数$f_r(x)$进行迭代分部积分，以获得渐近估计，并建立单调性和衰减性质。

实验结果

研究问题

• RQ1 目前对ζ函数零点重数$m(\beta+i\gamma)$的最好上界是什么？它们如何依赖于$\gamma$？
• RQ2 在何种条件下可以更紧密地限制零点重数，特别是在Lindel"of或黎曼假设下？
• RQ3 是否可以限制高重数零点的位置？这是否意味着它们必须偏离临界线？
• RQ4 当$T \to \infty$时，计数重数为$r$的零点的零点密度函数$N^{(r)}(\sigma,T)$的渐近行为如何？
• RQ5 用于$N^{(r)}(\sigma,T)$的方法是否能产生比现有基于矩的估计$N_r(T) \ll N(T)e^{-C\sqrt{r}}$更优的结果？

主要发现

• 本文建立了当$\frac{1}{2} < \beta < 1$时的上界：$$ m(\beta+i\gamma) \leq \frac{1}{\log \frac{1}{2-2\beta}} \left( \max_{\sigma \geq \frac{1}{2}, |t| \leq \frac{1}{2}} \log|\zeta(\sigma + i\gamma + it)| + O(\log\log\gamma) \right) $$，该结果优于平凡估计。
• 在Lindel"of假设下，上界进一步改善为$m(\beta+i\gamma) = o(\log\gamma)$当$\gamma \to \infty$，表明在此假设下多重零点极为稀少。
• 在黎曼假设下，上界变为$m(\beta+i\gamma) \ll \frac{1}{\log\log\gamma} \log\gamma$，表明即使在RH下，多重零点依然稀疏。
• 本文引入了计数重数为$r$的零点的零点密度函数$N^{(r)}(\sigma,T)$，并证明当$r \geq 2$时，有$\lim_{T\to\infty} \frac{N^{(r)}(\sigma,T)}{N(\sigma,T)} = 0$，表明多重零点在密度上可忽略。
• 该方法得到的上界比经典估计小一个因子$\log^A T$（固定$r \geq 2$），表明对多重零点密度估计有显著改进。
• 讨论了猜想$m(\beta+i\gamma) \ll_\varepsilon (\log\log\gamma)^{1+\varepsilon}$作为可能但尚未证明的改进，并指出当前方法无法通过逐点$S(T)$估计达到此类界限。