[论文解读] Zeros of partial sums of the Riemann zeta-function

S. M. Gonek, Andrew Ledoan|ArXiv.org|Jun 30, 2008

Analytic Number Theory Research被引用 7

一句话总结

本文研究了黎曼ζ函数部分和 $ F_X(s) = \sum_{n \leq X} n^{-s} $ 的零点分布，建立了关于高度 $ T $ 以内零点数量、垂直线 $ \sigma $ 右侧水平分布以及平均实部的渐近估计和上界。关键结果包括 $ N_X(T) \sim \frac{T}{2\pi} \log X $ 及零点实部之和的界，表明当 $ X \to \infty $ 时零点向临界线聚集。分析依赖于辐角原理、Littlewood引理以及Dirichlet多项式均值估计。

ABSTRACT

We investigate the distribution of the zeros of partial sums of the Riemann zeta-function, sum_{n\leq X}n^{-s}, estimating the number of zeros up to height T, the number of zeros to the right of a given vertical line, and other aspects of their horizontal distribution.

研究动机与目标

• 理解黎曼ζ函数部分和 $ F_X(s) = \sum_{n \leq X} n^{-s} $ 的零点分布，特别是临界带内的分布。
• 在 $ X, T \to \infty $ 的一致条件下，估计高度 $ T $ 以内零点数量 $ N_X(T) $，以及在垂直线 $ \sigma $ 右侧的零点数量 $ N_X(\sigma, T) $。
• 分析零点的平均实部及其水平集中程度，特别是其是否趋向于 $ \sigma = 1/2 $。
• 通过复分析与乘法数论工具，扩展关于部分和的零点自由区域与密度定理的已知结果。

提出的方法

• 在矩形围道上应用辐角原理，通过围道各边的辐角变化有界，推导出 $ N_X(T) = \frac{T}{2\pi} \log X + O(X) $。
• 对函数 $ h_X(s) = 1 - f_X^2(s) $ 应用Littlewood引理，其中 $ f_X(s) = F_X(s) M_Y(s) - 1 $，将零点密度与 $ |F_X(s)| $ 的对数积分联系起来。
• 利用算术-几何平均不等式与Montgomery-Vaughan均值定理，对 $ \sigma < 1/2 $ 时的 $ \int_0^T \log |F_X(\sigma + it)| \, dt $ 进行估计。
• 将Descartes符号法则推广至三角多项式，以控制围道上边界处 $ \Im F_X(\sigma + iT) $ 的符号变化次数，从而控制辐角变化。
• 通过Möbius函数 $ \mu(n) $ 构造Dirichlet多项式逼近，定义 $ f_X(s) = F_X(s) M_Y(s) - 1 $，以分析零点自由区域与密度。
• 利用对数积分与 $ |F_X(\sigma + it)| $ 的估计，推导 $ \sum_{\beta_X > \sigma} (\beta_X - \sigma) $ 的上界，进而得到 $ N_X(\sigma, T) $ 的界。

实验结果

研究问题

• RQ1 部分和 $ F_X(s) $ 在高度 $ T $ 以内的零点数量 $ N_X(T) $ 的渐近行为如何？其随 $ X $ 和 $ T $ 如何增长？
• RQ2 部分和 $ F_X(s) $ 的零点在水平方向上如何分布？特别是实部 $ \geq \sigma $ 的零点数量 $ N_X(\sigma, T) $ 是多少？
• RQ3 部分和 $ F_X(s) $ 的零点的平均实部是多少？当 $ X \to \infty $ 时，它是否趋向于 $ 1/2 $？
• RQ4 当 $ \sigma < 1/2 $ 时，能否对 $ \sum_{\beta_X > \sigma} (\beta_X - \sigma) $ 获得渐近估计，还是仅能获得上界？
• RQ5 部分和 $ F_X(s) $ 的零点自由区域是什么？它们如何依赖于 $ X $ ？

主要发现

• 高度 $ T $ 以内部分和 $ F_X(s) $ 的零点数量满足 $ N_X(T) = \frac{T}{2\pi} \log X + O(X) $，表明其在 $ X $ 上对数增长，在 $ T $ 上线性增长。
• 当 $ \sigma \geq \frac{1}{2} + \frac{1}{\log T} $ 时，实部 $ \geq \sigma $ 的零点数量满足 $ N_X(\sigma, T) = O(T X^{1-2\sigma} \log^6 T) $，表明当 $ \sigma $ 超过 $ 1/2 $ 时密度递减。
• 当 $ X \ll T^{1/2} $ 时，零点的平均实部满足 $ \frac{1}{N_X(T)} \sum_{0 < \gamma_X \leq T} \beta_X = O\left( \frac{1}{\log X} \right) $，表明当 $ X \to \infty $ 时零点向临界线聚集。
• 当 $ \sigma < 1/2 $ 时，和 $ \sum_{\beta_X > \sigma} (\beta_X - \sigma) $ 的上界为 $ \left( \frac{1}{2} - \sigma \right) \frac{T}{2\pi} \log X - \frac{T}{4\pi} \log(1 - 2\sigma) + O((\sigma + 1)X) + O(T) $。
• 零点实部之和满足 $ \sum_{0 < \gamma_X \leq T} \beta_X = O(T) + O(X^2) $，且当 $ X \ll T^{1/2} $ 时，平均实部随 $ X \to \infty $ 趋于零。
• 本文未解决的问题是：当 $ \sigma < 1/2 $ 时，$ \sum_{\beta_X > \sigma} (\beta_X - \sigma) \sim \left( \frac{1}{2} - \sigma \right) \frac{T}{2\pi} \log X $ 是否渐近成立，这需要对 $ \int_0^T \log |F_X(\sigma + it)| \, dt $ 有更精细的估计。