[论文解读] On the Riemann zeta-function and the divisor problem III

Aleksandar Ivić|ArXiv.org|Oct 18, 2006

Analytic Number Theory Research参考文献 11被引用 4

一句话总结

本文研究了积分 $ R(T) $ 中的误差项，该积分关联黎曼ζ函数与狄利克雷除数问题的精化误差函数 $ E^*(t) $。通过分析高阶矩并应用先进的指数和技巧，作者建立了 $ R(T) = O_{\varepsilon}(T^{593/912 + \varepsilon}) $，$ \int_0^T R^2(t)\,dt = T^2 P_3(\log T) + O_{\varepsilon}(T^{11/6 + \varepsilon}) $，以及 $ \int_0^T R^4(t)\,dt \ll_{\varepsilon} T^{3 + \varepsilon} $，其中 $ P_3 $ 是首项系数为正的三次多项式。

ABSTRACT

Let $Δ(x)$ denote the error term in the Dirichlet divisor problem, and $E(T)$ the error term in the asymptotic formula for the mean square of $|ζ(1/2+it)|$. If $E^*(t) = E(t) - 2πΔ^*(t/2π)$ with $Δ^*(x) = -Δ(x) + 2Δ(2x) - {1\over2}Δ(4x)$ and we set $\int_0^T E^*(t) dt = 3πT/4 + R(T)$, then we obtain $$ R(T) = O_ε(T^{593/912+ε}), \int_0^TR^4(t) dt \ll_εT^{3+ε}, $$ and $$ \int_0^TR^2(t) dt = T^2P_3(\log T) + O_ε(T^{11/6+ε}), $$ where $P_3(y)$ is a cubic polynomial in $y$ with positive leading coefficient.

研究动机与目标

• 为了深化对由 $ E^*(t) $ 的积分产生的误差项 $ R(T) $ 的理解，该函数是连接黎曼ζ函数与狄利克雷除数问题的混合函数。
• 通过建立非平凡且显式的误差指数，改进平凡界 $ R(T) = O(T^{3/4}) $。
• 确定 $ R(T) $ 的二阶与四阶矩的渐近行为，揭示主项中多项式对数结构。
• 研究 $ R(T) $ 的猜想大小，其对 $ E^*(T) $ 与 $ \Delta^*(x) $ 的大小具有影响，并评估当前解析方法的极限。

提出的方法

• 通过 $ \int_0^T E^*(t)\,dt = \frac{3\pi}{4}T + R(T) $ 定义 $ R(T) $，其中 $ E^*(t) = E(t) - 2\pi\Delta^*(t/2\pi) $，$ \Delta^* $ 是除数问题误差 $ \Delta(x) $ 的光滑版本。
• 应用矩法，特别是利用先前工作中对 $ \int_0^T |E^*(t)|^k\,dt $（$ k=4,5 $）的界，推导 $ R(T) $ 的矩估计。
• 使用指数和技巧与鞍点法分析 $ d(n) $ 求和中 $ n \asymp T^{1/3} $ 项的贡献，特别关注 $ \sqrt{n} $ 项的振荡行为。
• 利用引理6与引理3（取 $ a=5 $）控制积分近似中的误差，特别是通过截断积分范围并界定 $ \sin y / y $ 项。
• 将有限积分区间替换为 $ (0, \infty) $，通过 $ \sin^2 y / y^2 $ 的可积性与对数矩来估计误差。
• 通过匹配 $ E^*(t) $ 的二阶矩结构并提取多项式对数系数，建立渐近形式 $ \int_0^T R^2(t)\,dt = T^2 P_3(\log T) + O_{\varepsilon}(T^{11/6 + \varepsilon}) $。

实验结果

研究问题

• RQ1 对于 $ R(T) = \int_0^T E^*(t)\,dt - \frac{3\pi}{4}T $，最佳可能的误差界是什么？其与平凡界 $ O(T^{3/4}) $ 相比如何？
• RQ2 能否将二阶矩 $ \int_0^T R^2(t)\,dt $ 表示为包含 $ \log T $ 的三次多项式主项，其误差项为何？
• RQ3 四阶矩 $ \int_0^T R^4(t)\,dt $ 的增长速率如何？其是否支持或反驳猜想 $ R(T) = O_{\varepsilon}(T^{1/2 + \varepsilon}) $？
• RQ4 对 $ R(T) $ 及其矩的界如何与 $ E^*(T) $ 的大小相关联？这对除数问题与ζ函数均值平方有何含义？
• RQ5 光滑误差函数 $ \Delta^*(x) $ 在改善除数问题与ζ函数均值平方之间类比方面起什么作用？

主要发现

• 本文建立了 $ R(T) = O_{\varepsilon}(T^{593/912 + \varepsilon}) $，其中 $ 593/912 \approx 0.6502 $，显著优于平凡界 $ O(T^{3/4}) $。
• 二阶矩满足 $ \int_0^T R^2(t)\,dt = T^2 P_3(\log T) + O_{\varepsilon}(T^{11/6 + \varepsilon}) $，其中 $ P_3(y) $ 是首项系数为正的 $ y $ 的三次多项式。
• 四阶矩满足 $ \int_0^T R^4(t)\,dt \ll_{\varepsilon} T^{3 + \varepsilon} $，表明 $ R(T) $ 在 $ L^4 $-范数下不会增长过快。
• 导出了 $ R(T) = \Omega(T^{1/2} (\log T)^{3/2}) $ 的下界，表明 $ R(T) $ 不可能小于此阶，支持猜想 $ R(T) = O_{\varepsilon}(T^{1/2 + \varepsilon}) $。
• 误差指数 $ 593/912 $ 源于当前解析技巧的极限，特别是使用引理2.5与指数和估计中的鞍点法。
• 结果表明 $ E^*(T) \ll_{\varepsilon} T^{1/4 + \varepsilon} $，若成立，将改进已知的 $ |\zeta(1/2 + it)| $ 均值平方渐近公式。