🔢 mathematics

Local Moments of Möbius Fourier Polynomials and the Riemann Hypothesis

Este artículo establece una reformulación probabilística local de la Hipótesis de Riemann al demostrar que la hipótesis es equivalente al crecimiento subpolinómico de momentos locales finitos arbitrariamente altos de polinomios de Fourier de Möbius normalizados evaluados en puntos aleatorios dentro de un arco de escala crítica.

Autores originales: Alberto Verjovsky

Publicado 2026-07-29

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Alberto Verjovsky

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

La Gran Búsqueda de los Números y el Círculo Susurrante

Imagina que eres un detective intentando resolver el misterio definitivo de las matemáticas: la Hipótesis de Riemann. Esto no es solo un rompecabezas sobre números; es una búsqueda para comprender el ritmo oculto de los números primos, los bloques de construcción de la aritmética que aparecen en todo, desde el cifrado informático hasta la estructura del universo. Durante másos de 160 años, los matemáticos han intentado demostrar que estos primos siguen un patrón específico y predecible, pero la prueba ha seguido siendo esquiva.

Para abordar este misterio, el artículo que estamos por explorar utiliza algunas ideas clave. Primero, está la función de Möbius, que actúa como un interruptor cósmico para los números, asignándoles valores de +1, -1 o 0 basándose en sus factores. Si sumas estos interruptores para todos los números hasta un cierto punto, obtienes la función de Mertens. La Hipótesis de Riemann es esencialmente una promesa de que esta suma no crece demasiado rápido; se mantiene dentro de un límite de "raíz cuadrada".

Segundo, el artículo utiliza polinomios de Fourier. Piensa en ellos como instrumentos musicales. Así como un sonido complejo puede descomponerse en notas simples (frecuencias), un patrón complejo de números puede convertirse en una onda compuesta por diferentes tonos musicales. La "Hipótesis de Riemann" en este contexto es una afirmación sobre qué tan fuerte o débil se vuelve esta onda musical.

Finalmente, el artículo introduce un poco de probabilidad. En lugar de mirar la onda en un solo punto fijo, imagina girar una rueda para elegir un punto aleatorio en la onda para medirlo. La gran pregunta es: si la Hipótesis de Riemann es cierta, ¿cómo se ve el "volumen" de esta onda cuando tomamos muestras aleatorias de una pequeña rebanada decreciente del círculo?

El Descubrimiento del Artículo: Escuchando el Susurro

En este artículo, el matemático Alberto Verjovsky propone una nueva y astuta forma de probar la Hipótesis de Riemann. No intenta probarla directamente. En su lugar, crea una "reformulación probabilística local". Piensa en esto de la siguiente manera: imagina que tienes un tambor gigante e invisible (el polinomio de Möbius) que vibra con un ritmo complejo. La Hipótesis de Riemann afirma que este tambor nunca se vuelve demasiado ruidoso.

La idea de Verjovsky es dejar de escuchar todo el tambor y, en su lugar, concentrarse en un parche diminuto y decreciente de su superficie. Elige un punto aleatorio en este parche diminuto —específicamente, un parche tan pequeño que solo tiene un ancho de $1/N$ , donde $N$ es el número de notas en la canción—. Luego se pregunta: "Si mido la intensidad (el 'momento') del tambor en este punto aleatorio, una y otra vez, ¿cómo se comporta el promedio de la intensidad?".

El artículo demuestra una equivalencia fascinante: La Hipótesis de Riemann es cierta si y solo si la intensidad de estas muestras aleatorias se mantiene "subpolinómica".

¿Qué significa "subpolinómica" en lenguaje sencillo? Significa que la intensidad no explota. Si la Hipótesis de Riemann es cierta, incluso si eliges un nivel de "volumen" muy alto (un alto poder matemático $q$ ) para medir el sonido, el nivel de ruido promedio en ese pequeño parche crecerá increíblemente lento, tan lento que es casi plano. No subirá disparado como un cohete; apenas aumentará.

El artículo argumenta que, si la Hipótesis de Riemann fuera falsa, el tambor tendría un pico masivo justo en el centro (el origen). Debido a que el tambor está hecho de ondas, un pico masivo en el centro obligaría al sonido a permanecer fuerte durante un tiempo en el área circundante. Al medir los "momentos" (la intensidad promedio) en este arco diminuto y decreciente, Verjovsky demuestra que puedes detectar ese pico. Si la intensidad promedio se mantiene baja (subpolinómica) sin importar qué tan alto pongas tu medidor de volumen, entonces no hay pico, y la Hipótesis de Riemann se cumple.

Cómo Trabaja el Detective

El artículo construye un puente entre dos mundos: el mundo determinista de la teoría de números y el mundo aleatorio de la probabilidad.

La Configuración: El autor define una variable aleatoria, $X_{N,c}$ , que es el valor del polinomio de Möbius en un punto elegido uniformemente al azar de un intervalo diminuto de radio $c/N$ .
La Herramienta: Utiliza una "desigualdad local de momento a valor de punto". Esta es una regla matemática que dice: "Si conoces la intensidad promedio de una onda en un pequeño parche, puedes determinar qué tan fuerte es la onda justo en el centro".
El Resultado: El artículo demuestra que si la Hipótesis de Riemann es cierta, entonces para cualquier tamaño fijo del parche (siempre que se reduzca al ritmo de $1/N$ ), la intensidad promedio de estas muestras aleatorias crecerá más lento que cualquier potencia de $N$ . En otras palabras, $M_{q,c}(N) = O_{\eta,q,c}(N^\eta)$ para cada $\eta > 0$ diminuto.

Crucialmente, el artículo aclara lo que no es. No es un nuevo método para probar la Hipótesis de Riemann desde cero. No aleatoriza los números mismos (como el antiguo "heurístico de Denjoy" que pretendía que los números fueran monedas aleatorias). En su lugar, mantiene los números exactamente como son (deterministas) y solo aleatoriza dónde miramos.

El artículo también descarta la idea de que una sola medición sea suficiente. Demuestra que es necesario observar "momentos finitos arbitrariamente altos". Si solo revisas la intensidad promedio (un momento bajo), podrしまい perder un pico agudo. Pero si aumentas la sensibilidad para medir la intensidad "extrema" (momentos altos), ya no podrás ocultar un pico. El artículo demuestra que la Hipótesis de Riemann es equivalente a la afirmación de que no importa qué tan alto subas la sensibilidad, la intensidad local se mantiene bajo control.

Por Qué Esto Importa

Este enfoque es como encontrar una nueva forma de escuchar un susurro. En lugar de intentar escuchar el susurro a través de un estadio ruidoso (el círculo completo), el autor sugiere escuchar en un rincón diminuto y silencioso donde es más probable que se escuche el susurro. Si el susurro es verdaderamente tenue en ese rincón, sin importar cuánto te esfuerces por escucharlo, entonces la Hipótesis de Riemann es cierta.

El artículo concluye que este "criterio local de escala crítica" complementa las teorías existentes. Conecta el antiguo problema de los números primos con las ideas modernas sobre ondas aleatorias y concentración local. Aunque no resuelve la Hipótesis de Riemann hoy, proporciona a los matemáticos un lenguaje probabilístico preciso para describir cómo debe verse la solución: un mundo donde las fluctuaciones locales de estas ondas numéricas permanecen perfectamente domadas, incluso en las escalas más pequeñas.

Resumen Técnico: Momentos Locales de Polinomios de Fourier de Möbius y la Hipótesis de Riemann

Planteamiento del Problema
El artículo aborda la Hipótesis de Riemann (HR) a través de la lente de la función sumatoria de Mertens, $M(x) = \sum_{n \le x} \mu(n)$ . Un equivalente clásico de la HR es la cota $M(x) = O_\epsilon(x^{1/2+\epsilon})$ para cada $\epsilon > 0$ . Si bien los heurísticos probabilísticos (como el de Denjoy) tratan la función de Möbius $\mu(n)$ como signos aleatorios independientes para explicar la cancelación de raíz cuadrada inherente a la HR, estos modelos descartan la estructura multiplicativa determinista de los coeficientes. El artículo busca una reformulación que conserve la información aritmética determinista de $\mu(n)$ introduciendo simultáneamente la aleatoriedad de una manera que permita un análisis probabilístico del comportamiento de la función.

Metodología
El autor define el polinomio de Fourier de Möbius normalizado:
$P_N(t) = \frac{1}{\sqrt{N}} \sum_{n \le N} \mu(n) e^{2\pi i n t}, \quad t \in \mathbb{T} = \mathbb{R}/\mathbb{Z}.$
En lugar de aleatorizar los coeficientes $\mu(n)$ , la metodología introduce la aleatoriedad evaluando $P_N(t)$ en un punto aleatorio $U_{N,c}$ elegido uniformemente de un arco decreciente $I_{N,c} = [-c/N, c/N]$ , donde $c > 0$ es una constante fija. La escala $N^{-1}$ se elige porque corresponde al periodo del modo de frecuencia más alta ( $n=N$ ) en el polinomio; en esta escala, el polinomio no es efectivamente constante, pero el intervalo es lo suficientemente pequeño como para ser considerado "local".

La herramienta analítica central es una desigualdad de momento local-a-valor-del-punto. El artículo establece que el valor de un polinomio trigonométrico en el origen, $|S_N(0)|$ , puede acotarse mediante sus momentos $L^q$ locales en un intervalo de radio $r \sim N^{-1}$ . Específicamente, para el polinomio de Möbius, el artículo deriva una desigualdad que vincula la función de Mertens $M(N)$ con los momentos locales $M_{q,c}(N) = (\mathbb{E}|P_N(U_{N,c})|^q)^{1/q}$ :
$|M(N)| \le C_{q,c} \max \left\{ \sqrt{N} M_{q,c}(N), \, N^{\frac{1}{2} + \frac{1}{2(q+1)}} M_{q,c}(N)^{\frac{q}{q+1}} \right\}.$

Contribuciones Clave y Resultados
La principal contribución es el Teorema 1.3, que proporciona una formulación probabilística equivalente de la Hipótesis de Riemann:

Equivalencia: La Hipótesis de Riemann se cumple si y solo si, para cada $\eta > 0$ y cada $q \ge 1$ finito, los momentos locales satisfacen la condición de crecimiento subpolinómico:
$M_{q,c}(N) = O_{\eta, q, c}(N^\eta).$
Condición Debilitada: La hipótesis también se cumple si, para cada $\eta > 0$ , existe un conjunto no acotado de exponentes $Q_\eta \subseteq [1, \infty)$ tal que se cumple la cota subpolinómica para todo $q \in Q_\eta$ .
Mecanismo de Recuperación: El artículo demuestra que se requieren momentos finitos arbitrariamente altos para recuperar el exponente crítico $1/2$ en la cota de Mertens. Un solo $q$ fijo produce una cota de $O(N^{1/2 + \epsilon})$ con un término de pérdida de $1/(2(q+1))$ que solo desaparece cuando $q \to \infty$ . Por lo tanto, la "concentración local" de la masa del polinomio en la escala crítica $N^{-1}$ codifica la información aritmética global de $M(N)$ .

El artículo contrasta este criterio local con los criterios de $L^p$ -semiflatness global (estudiados por el-Abdalaoui) y discute la naturalidad de la escala $N^{-1}$ . Observa que, si bien la HR implica cotas subpolinómicas en arcos de tamaño $r_N = N^{-1+o(1)}$ , determinar la escala de reducción máxima para la cual esto se mantiene sigue siendo una pregunta abierta (Pregunta 5.3).

Significado y Pretensiones
El autor establece explícitamente que este trabajo no es un nuevo enfoque para probar la Hipótesis de Riemann. Su importancia radica en:

Proporcionar una formulación equivalente de la HR que aísla el papel de la concentración local en la escala crítica determinada por la frecuencia más alta.
Ofrecer un principio local cuantitativo que muestra cómo los momentos locales de orden finito alto recuperan el valor distinguido $P_N(0) = M(N)/\sqrt{N}$ .
Complementar marcos existentes: une el heurístico de la caminata aleatoria de Denjoy (que aleatoriza los coeficientes) y la teoría de las series de Fourier aleatorias de Kahane al retener coeficientes deterministas mientras se aleatoriza el punto de evaluación.
Establecer un "criterio de escala crítica local" que sitúa el criterio clásico de Mertens en una forma comparable a las cuestiones de planitud probabilística para polinomios de Fourier.

El artículo concluye que el comportamiento de estas variables aleatorias locales —específicamente, si exhiben momentos subpolinómicos de orden finito arbitrariamente alto— sirve como un sustituto probabilístico preciso de la validez de la Hipótesis de Riemann.

La Gran Búsqueda de los Números y el Círculo Susurrante

El Descubrimiento del Artículo: Escuchando el Susurro

Cómo Trabaja el Detective

Por Qué Esto Importa

Más como este