🔢 mathematics

Lower bounds for the large deviations and moments of the Riemann zeta function on the critical line

Dieser Artikel liefert einen bedingungslosen unteren Schätzwert für große Abweichungen der Riemannschen Zeta-Funktion auf der kritischen Linie, der die bisher besten bekannten unteren Schranken für fraktionale Momente bestätigt und für den Bereich $0<\alpha<2$ mit den bekannten oberen Schranken übereinstimmt.

Ursprüngliche Autoren: Louis-Pierre Arguin, Nathan Creighton

Veröffentlicht 2026-03-03

📖 4 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Louis-Pierre Arguin, Nathan Creighton

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich das Riemannsche Zeta-Funktion als einen riesigen, chaotischen Ozean vor. In diesem Ozean gibt es Wellen, die sich unvorhersehbar bewegen. Mathematiker interessieren sich besonders für eine ganz bestimmte Linie in diesem Ozean, die sogenannte „kritische Linie". Auf dieser Linie versuchen sie, die Höhe der Wellen zu messen.

Die Frage, die sich die Autoren Louis-Pierre Arguin und Nathan Creighton stellen, ist: Wie oft und wie hoch können diese Wellen eigentlich werden?

Hier ist eine einfache Erklärung ihrer Arbeit, ohne komplizierte Formeln:

1. Das Problem: Die extremen Wellen

Normalerweise bewegen sich die Wellen des Zeta-Funktion ziemlich vorhersehbar. Die meisten Wellen haben eine durchschnittliche Höhe. Aber manchmal gibt es riesige, fast unmögliche Wellen – sogenannte „große Abweichungen" (Large Deviations).

Stellen Sie sich vor, Sie werfen eine Münze. Normalerweise landen Kopf und Zahl etwa gleich oft. Aber was ist, wenn Sie 100-mal hintereinander Kopf werfen? Das ist extrem unwahrscheinlich, aber es kann passieren. Die Mathematiker wollen wissen: Wie wahrscheinlich ist es wirklich, dass eine dieser „100-mal-Kopf"-Wellen auf der kritischen Linie auftritt?

Bisher wussten wir nur, dass diese Wellen nicht zu hoch sein können (eine Obergrenze). Aber die genaue Untergrenze – also wie oft sie mindestens vorkommen – war ein Rätsel.

2. Die Lösung: Ein neuer Weg durch den Wald

Die Autoren haben einen neuen Weg gefunden, um diese Untergrenze zu beweisen.

Der alte Weg: Früher mussten die Mathematiker einen riesigen Umweg nehmen. Sie schauten sich das Problem etwas versetzt an (nicht genau auf der kritischen Linie) und versuchten dann, die Ergebnisse zurückzurechnen. Das war wie ein Versuch, die Höhe eines Berges zu messen, indem man ihn von weit weg durch einen dichten Nebel betrachtet. Das Ergebnis war oft ungenau.
Der neue Weg: Arguin und Creighton gehen direkt auf den Berg zu. Sie nutzen eine Technik, die man sich wie ein Mikroskop vorstellen kann. Sie zerlegen das riesige Problem in viele kleine, handliche Stücke (Teilsummen).

3. Die Methode: Der „Gute Weg" und das Sicherheitsnetz

Stellen Sie sich vor, Sie müssen einen langen Wanderweg durch einen Wald gehen. Sie wollen wissen, wie wahrscheinlich es ist, dass Sie einen bestimmten, sehr steilen Abschnitt schaffen.

Der Wanderweg (Die Teilsummen): Die Autoren teilen den Weg in kleine Abschnitte ein. In jedem Abschnitt schauen sie sich an, wie sich die „Wellen" verhalten.
Der Sicherheitszaun (Die Barrieren): Sie definieren einen engen Korridor (einen Zaun), durch den die Wellen laufen müssen, um als „gut" zu gelten. Wenn die Welle den Zaun berührt oder verlässt, ist der Versuch gescheitert.
Die Wahrscheinlichkeitsrechnung (Paley-Zygmund): Hier kommt der Trick. Statt zu versuchen, die perfekte Welle zu finden, nutzen sie eine mathematische Regel (die Paley-Zygmund-Ungleichung). Man kann sich das wie eine Lotterie vorstellen:
- Wenn Sie wissen, dass der Durchschnitt Ihrer Gewinne hoch ist und die Schwankung nicht zu wild ist, dann müssen Sie zwangsläufig auch einige sehr hohe Gewinne haben.
- Die Autoren zeigen: „Wenn die Wellen im Durchschnitt so stark sind, wie wir denken, dann müssen sie auch oft genug die extremen Höhen erreichen, um die Mathematik aufzusaugen."

4. Das Ergebnis: Ein klarer Beweis

Das Wichtigste an dieser Arbeit ist, dass sie unabhängig von der Riemannschen Vermutung ist.

Die Riemannsche Vermutung ist wie ein berühmtes, noch ungelöstes Rätsel in der Mathematik. Viele Beweise sagen: „Wenn dieses Rätsel gelöst ist, dann stimmt auch unser Ergebnis."
Arguin und Creighton sagen: „Nein, wir brauchen das Rätsel nicht gelöst zu haben. Unser Beweis steht fest, egal ob das Rätsel wahr oder falsch ist."

Sie haben bewiesen, dass die Wahrscheinlichkeit für diese extrem hohen Wellen genau so groß ist, wie die besten bisherigen Schätzungen vermutet haben. Sie haben die „Untergrenze" mit der „Obergrenze" in Einklang gebracht.

5. Warum ist das wichtig?

Stellen Sie sich vor, Sie bauen ein Haus. Sie wissen, wie stark der Wind maximal wehen kann (Obergrenze). Aber Sie wollen auch wissen, wie oft der Wind mindestens eine bestimmte Stärke erreicht, um die Fundamente richtig zu planen.

Diese Arbeit sagt uns: „Ja, diese extremen Stürme kommen genau so oft vor, wie die Theorie sagt." Das hilft uns, die Struktur der Zahlen (die Primzahlen, die mit dem Zeta-Funktion verbunden sind) besser zu verstehen. Es bestätigt, dass das Verhalten dieser Zahlen zufällig wie ein Münzwurf aussieht, aber mit einer sehr spezifischen, berechenbaren Regel für die extremen Ausreißer.

Zusammenfassend:
Die Autoren haben einen cleveren Trick angewendet, um zu beweisen, dass die „riesigen Wellen" der Zeta-Funktion auf der kritischen Linie nicht nur theoretisch möglich sind, sondern tatsächlich mit einer genau berechenbaren Häufigkeit auftreten. Sie haben dabei einen alten, unsicheren Umweg vermieden und direkt zum Ziel geführt – ganz ohne Hilfe von ungelösten Rätseln.

Titel

Untere Schranken für große Abweichungen und Momente der Riemannschen Zeta-Funktion auf der kritischen Geraden
Autoren: Louis-Pierre Arguin und Nathan Creighton

1. Problemstellung und Motivation

Die Verteilung der Werte der Riemannschen Zeta-Funktion $\zeta(s)$ auf der kritischen Geraden $\text{Re}(s) = 1/2$ ist ein zentrales Thema der analytischen Zahlentheorie. Seit Selbergs Zentralem Grenzwertsatz (CLT) für $\log |\zeta(1/2 + it)|$ ist bekannt, dass die Werte für kleine Abweichungen (bis zur Standardabweichung $\sqrt{\log \log T}$ ) gaußförmig verteilt sind.

Das Hauptproblem dieses Papers liegt im Bereich der großen Abweichungen (Large Deviations), insbesondere für Werte der Ordnung $V \sim \alpha \log \log T$ mit $\alpha > 0$ .

Hintergrund: Bisherige Ergebnisse (z. B. [Rad11]) zeigten, dass die Gaußsche Verteilung für Abweichungen bis zu $(\log \log T)^{3/5}$ gilt. Für das Wachstum der Momente von $\zeta(1/2+it)$ ist jedoch das Verhalten im Bereich der Varianz entscheidend.
Lücke: Es fehlte an einer unbedingten (d.h. ohne Annahme der Riemannschen Hypothese) unteren Schranke für das Maß der Niveau-Mengen (Level Sets) bei großen Abweichungen auf der kritischen Geraden, die scharf genug ist, um die bekannten unteren Schranken für die Momente zu reproduzieren. Frühere Arbeiten (z. B. [AB24]) erzielten Ergebnisse nur für Punkte leicht außerhalb der kritischen Geraden, was zu schlechteren Konstanten führte.

2. Hauptergebnisse

Satz 1.1 (Untere Schranke für große Abweichungen)

Für $\alpha > 0$ und $V \sim \alpha \log \log T$ gilt für hinreichend großes $T$ :
$\frac{1}{T} \left| \left\{ t \in [0, T] : \log \left| \zeta\left(\frac{1}{2} + it\right) \right| > V \right\} \right| \geq K_\alpha \int_V^\infty \frac{e^{-\frac{y^2}{\log \log T}}}{\sqrt{\log \log T}} \, dy$
wobei die Konstante $K_\alpha$ die Abschätzung $K_\alpha \gg (C \alpha^2 \log \alpha)^{-\alpha^2}$ erfüllt.

Bedeutung: Dies ist eine untere Schranke, die bis auf einen konstanten Faktor mit der oberen Schranke aus [AB23] für $0 < \alpha < 2$ übereinstimmt. Sie bestätigt, dass Werte in diesem Bereich mit dem für die Momente notwendigen Maß auftreten.

Korollar 1.2 (Momente der Zeta-Funktion)

Durch Anwendung der Soundararajan-Methode (Zerlegung von Momenten in Integrale über Niveau-Mengen) folgt daraus eine untere Schranke für die fraktionalen Momente:
$\int_0^T |\zeta(1/2 + it)|^{2\alpha} dt \gg K_\alpha T (\log T)^{\alpha^2}$
Dies reproduziert die scharfsten bekannten unbedingten unteren Schranken für Momente (aus [HS22], [RS12]) mit der gleichen Konstanten $K_\alpha$ .

Erweiterung auf Dirichlet-L-Funktionen (Satz 1.3 & Korollar 1.4)

Die Methode wird auf die Familie der primitiven Dirichlet-L-Funktionen mit geradem Charakter und großem Modul $q$ übertragen. Es werden analoge untere Schranken für große Abweichungen und Momente der zentralen Werte $L(1/2, \chi)$ bewiesen.

3. Methodik und Beweisstrategie

Der Beweis basiert auf einem rekursiven Schema, das in früheren Arbeiten ([ABR20], [AB23], [AB24]) entwickelt wurde, und kombiniert mehrere fortgeschrittene Techniken:

A. Approximation durch Dirichlet-Polynome

Der Logarithmus von $|\zeta(1/2+it)|$ wird durch Partialsummen von Dirichlet-Polynomen approximiert:
$S(\eta, t) = \sum_{\log \log p < \eta} \frac{1}{p^{1/2+it}} + \sum_{\log \log p < \eta} \frac{1}{2p^{1+2it}}$
Um große Momente zu kontrollieren, wird die Summe in Intervalle von Primzahlen $P_j$ (auf der $\log \log$ -Skala) unterteilt.

B. Mollifikation und Einschränkungen (Restrictions)

Um die Wahrscheinlichkeit großer Abweichungen zu unterschätzen, wird ein Mollifier $M(t)$ verwendet, der als Produkt von Polynomen $M_j(t)$ über die Intervalle $P_j$ definiert ist.

Barriere-Methode: Die Partialsummen $S_j(t)$ werden auf "gute" Pfade eingeschränkt, die innerhalb einer schmalen Barriere um eine lineare Funktion mit Steigung $\kappa^* \approx V^*/n_J$ liegen.
Paley-Zygmund-Ungleichung: Um eine untere Schranke für die Wahrscheinlichkeit $P(\log|\zeta| > V)$ zu erhalten, wird die Ungleichung $P(Z \ge \delta E[Z]) \ge (1-\delta)^2 E[Z]^2 / E[Z^2]$ auf den mollifizierten Ausdruck $|\zeta M|^2$ angewendet. Dies erfordert präzise Schätzungen des zweiten und vierten gemischten Moments (Twisted Moments).

C. Verzerrte Maße (Tilted Measures) und Polynom-Tilts

Ein entscheidender technischer Fortschritt gegenüber früheren Arbeiten ist die Verwendung von polynomialen Tilts statt nur exponentieller Tilts oder Indikatorfunktionen.

Um die Konstante $K_\alpha$ zu optimieren, wird das Maß so verzerrt, dass die seltene Ereignisregion (die Barriere) typisch wird.
Anstatt lange Dirichlet-Polynome zu verwenden (was zu schlechteren Konstanten führt), werden die Indikatorfunktionen der Barriere durch Polynome $D_\pm$ angenähert.
Die Autoren führen den Begriff $\alpha$ -separabler Twist ein (Definition 3.4). Dies sind Polynome, deren Struktur es erlaubt, die Momente durch den Hauptterm (diagonale Terme) zu dominieren, während die Kreuzterme vernachlässigbar bleiben.

D. Steinhaus-Modell und Gaußsche Approximation

Die Verteilung der Partialsummen wird durch ein zufälliges Steinhaus-Modell approximiert, bei dem $p^{-it}$ durch unabhängige Zufallsvariablen $e^{i\theta_p}$ ersetzt werden.

Es wird gezeigt, dass die Momente der mollifizierten Zeta-Funktion unter den Einschränkungen asymptotisch den Momenten des Steinhaus-Modells entsprechen.
Ein wesentlicher Schritt ist der Nachweis, dass die Beiträge von Abweichungen außerhalb der Barriere (durch Markov-Ungleichung kontrolliert) vernachlässigbar sind, selbst wenn die Polynome $D_\pm$ nicht überall als Indikatorfunktionen wirken.

4. Technische Schlüsselbeiträge

Optimierung der Konstante: Durch die direkte Arbeit auf der kritischen Geraden und die Verwendung von polynomialen Tilts statt exponentieller Tilts (wie in [AB24] für $\sigma > 1/2$ ) wird die Konstante $K_\alpha$ verbessert. Das Ergebnis stimmt nun mit den besten bekannten Momenten-Schranken überein, während frühere Methoden eine Konstante von der Form $(C \alpha^{36} \log \alpha)^{-\alpha^2}$ lieferten.
Kontrolle der Primzahlen: Die Autoren zeigen, dass sie die Partialsummen bis zu Primzahlen der Größe $T^* = T^{1/R(\alpha^2+1)}$ kontrollieren können, was ausreicht, um die große Abweichung zu detektieren, ohne die Riemannsche Hypothese zu benötigen.
Verallgemeinerung: Die Methode ist robust genug, um auf andere Familien von L-Funktionen (Dirichlet-L-Funktionen) angewendet zu werden, was in Satz 1.3 demonstriert wird.

5. Signifikanz und Fazit

Das Papier liefert einen unbedingten Beweis dafür, dass die großen Abweichungen der Riemannschen Zeta-Funktion auf der kritischen Geraden mit einer Wahrscheinlichkeit auftreten, die genau der Gaußschen Vorhersage entspricht (bis auf die Konstante).

Dies bestätigt die Vermutung von Soundararajan, dass die dominanten Beiträge zu den Momenten von Werten stammen, die in der Größenordnung $(\log T)^k$ liegen, und dass diese Werte mit dem notwendigen Maß auftreten.
Die Ergebnisse schließen die Lücke zwischen den unteren Schranken für Momente und den unteren Schranken für die Verteilung der Werte, ohne auf die Riemannsche Hypothese angewiesen zu sein.
Die Konstante $K_\alpha$ ist zwar etwas schlechter als die von Keating und Snaith für die Momente vermutete Konstante (Faktor $a_\alpha g_\alpha$ ), aber sie ist der beste bekannte unbedingte Wert und zeigt das korrekte asymptotische Verhalten für $\alpha \to \infty$ .

Zusammenfassend stellt diese Arbeit einen bedeutenden Fortschritt im Verständnis der extremen Werte der Zeta-Funktion dar und verfeinert die Methoden der probabilistischen Zahlentheorie durch die Kombination von Mollifikation, Barriere-Methoden und verfeinerten Momenten-Schätzungen.