🔢 mathematics

On the number of exceptional intervals to the prime number theorem in short intervals

यह शोध पत्र शून्य घनत्व अनुमानों (zero density estimates) और लघु अंतरालों (short intervals) में अभाज्य संख्या प्रमेय के लिए अपवाद समुच्चय (exceptional set) की सीमाओं के बीच एक स्पष्ट संबंध स्थापित करता है, जिससे हाल के शून्य घनत्व अनुमानों और न्यूनतम कंप्यूटर सहायता के अनुप्रयोग के माध्यम से $\theta > \frac{2}{15}$ के लिए लगभग सभी $x$ हेतु बेहतर ऊपरी सीमाओं का निष्कर्षण संभव हो पाता है।

मूल लेखक: Ayla Gafni, Terence Tao

प्रकाशित 2026-05-27

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Ayla Gafni, Terence Tao

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य विचार: जल्दबाजी में अभाज्य संख्याओं (Primes) की गिनती

कल्पना कीजिए कि आप एक लाइब्रेरियन हैं जो एक बहुत लंबी शेल्फ पर किताबों (जो अभाज्य संख्याओं का प्रतिनिधित्व करती हैं) को गिनने की कोशिश कर रहे हैं। आप एक सामान्य नियम जानते हैं: यदि आप शेल्फ के एक बहुत बड़े हिस्से को देखते हैं, तो वहां मिलने वाली किताबों की संख्या बहुत अनुमानित (predictable) होती है। यह प्रसिद्ध प्राइम नंबर थ्योरम (Prime Number Theorem) है।

लेकिन क्या होगा यदि आपके पास शेल्फ के केवल एक बहुत छोटे, संक्षिप्त हिस्से को देखने का ही समय हो? शायद कुछ इंच का हिस्सा?

अपेक्षा: गणितज्ञों का मानना है कि इन छोटे हिस्सों में भी, किताबों की संख्या उसी अनुमानित पैटर्न का पालन करनी चाहिए। यदि आप एक छोटे हिस्से में 10 किताबें मिलने की उम्मीद करते हैं, तो आपको लगभग 10 ही मिलनी चाहिए।
समस्या: कभी-कभी, प्रकृति अव्यवस्थित होती है। कुछ बहुत ही विशिष्ट, छोटे हिस्सों में, गिनती बहुत अधिक गलत हो सकती है। आपको 10 के बजाय 2 किताबें मिल सकती हैं, या 10 के बजाय 18 किताबें मिल सकती हैं। ये हैं "अपवाद स्वरूप अंतराल" (Exceptional Intervals)।

यह शोध पत्र पूछता है: ऐसे "अव्यवस्थित" अंतराल कितनी बार होते हैं?

उपमा: धुंधली खिड़की

अभाज्य संख्याओं के वितरण को एक स्पष्ट चित्र के रूप में सोचें। हालाँकि, एक "धुंध" (गणितीय अनिश्चितता) है जो कभी-कभी छोटे अंतरालों में चित्र को धुंधला कर देती है।

"धुंध" (Zeta Function के शून्य/Zeroes): इस गणित के बैकग्राउंड में, 'रीमैन ज़ेटा फंक्शन' नामक एक जटिल वस्तु है। इसमें "शून्य" (zeroes) नामक विशेष बिंदु होते हैं। आप इन शून्यों को धुंध के स्रोत के रूप में देख सकते हैं। इन खतरनाक क्षेत्रों में जितने अधिक शून्य होंगे, धुंध उतनी ही घनी होगी, और इसकी संभावना उतनी ही अधिक होगी कि छोटे अंतराल में हमारी अभाज्य संख्या की गिनती गलत हो जाए।
लक्ष्य: लेखक यह मापना चाहते हैं कि कितनी "धुंध" मौजूद है। यदि वे यह सिद्ध कर सकें कि धुंध पर्याप्त पतली है, तो वे गारंटी दे सकते हैं कि "अव्यवस्थित" अंतराल अत्यंत दुर्लभ हैं।

नई खोज: एक बेहतर मानचित्र

इस शोध पत्र से पहले, गणितज्ञों के पास ऐसे मानचित्र थे जो दिखाते थे कि धुंध कहाँ घनी है, लेकिन वे बहुत विस्तृत नहीं थे। वे जानते थे कि बहुत छोटे अंतरालों के लिए, गिनती सुनिश्चित करने के लिए धुंध बहुत घनी है।

गाफनी और ताओ (लेखक) ने दो मुख्य कार्य किए:

उन्होंने एक नया, अधिक सटीक अनुवादक बनाया।
उन्होंने एक गणितीय सूत्र बनाया जो एक अनुवादक के रूप में कार्य करता है। यह "धुंध" के नवीनतम और सबसे सटीक मानचित्रों (जिन्हें जीरो डेंसिटी एस्टीमेट्स कहा जाता है) को लेता है और तुरंत उन्हें इस सीमा में बदल देता है कि कितने "अव्यवस्थित" अंतराल मौजूद हो सकते हैं।
- उपमा: कल्पना कीजिए कि आपके पास एक मौसम उपग्रह है जो आपको बताता है कि तूफान में कितनी बारिश हो रही है। लेखकों ने एक ऐसी मशीन बनाई जो उस बारिश के डेटा को लेती है और तुरंत आपको बताती है कि फुटपाथ पर कितने गड्ढे बनेंगे।
उन्होंने गणना करने के लिए कंप्यूटर का उपयोग किया।
चूंकि "धुंध" के मानचित्र अविश्वसनीय रूप से जटिल हैं (जिसमें कई अलग-अलग वक्र और रेंज शामिल हैं), लेखों ने अपने नए सूत्र के माध्यम से संख्याओं को चलाने के लिए कंप्यूटर का उपयोग किया।
- परिणाम: उन्होंने पाया कि "अव्यवस्थित" अंतराल पहले की तुलना में और भी अधिक दुर्लभ हैं। उन्होंने विशिष्ट संख्याएँ प्रदान कीं जो दिखाती हैं कि लगभग सभी छोटे अंतरालों के लिए, प्राइम नंबर थ्योरम सही रहता है।

उन्होंने क्या पाया (इसका महत्व क्या है?)

यह शोध पत्र यह दावा नहीं करता कि अभाज्य संख्याएँ इस तरह क्यों वितरित होती हैं (यह अभी भी एक बड़ा रहस्य है)। इसके बजाय, यह एक विशिष्ट उप-समस्या को हल करता है: अपवाद कितने बुरे हो सकते हैं?

"अपवाद स्वरूप सेट" (Exceptional Set): यह उन सभी "बुरे" अंतरालों का संग्रह है जहाँ गिनती गलत होती है।
निष्कर्ष: लेखकों ने सिद्ध किया कि यह "अपवाद स्वरूप सेट" अविश्वसनीय रूप से छोटा है। वास्तव में, यदि आप एक यादृच्छिक (random) छोटा अंतराल चुनते हैं, तो इसके "अव्यवस्थित" होने की संभावना इतनी कम है कि एक को ढूंढना लगभग असंभव है।
संबंध: उन्होंने दिखाया कि यदि हम यह सिद्ध कर सकें कि "धुंध" (शून्य) एक निश्चित मात्रा से कम पतली है, तो "अव्यवस्थित" अंतराल लगभग पूरी तरह से गायब हो जाते हैं।

यह क्यों महत्वपूर्ण है (सरल शब्दों में)

इसे एक फैक्ट्री लाइन पर गुणवत्ता नियंत्रण (quality control) जांच की तरह समझें।

फैक्ट्री: अभाज्य संख्याएँ बनाती है।
दोष (Defect): एक छोटा अंतराल जहाँ गिनती गलत है।
पुरानी विधि: हम जानते थे कि दोष होते हैं, लेकिन हमें यह नहीं पता था कि वे कितने दुर्लभ थे।
नई विधि: गाफनी और ताओ ने फैक्ट्री की मशीनरी (जीरो डेंसिटी एस्टीमेट्स) के सर्वोत्तम उपलब्ध डेटा का उपयोग करके, संभावित दोषों की सटीक अधिकतम संख्या की गणना की।

उन्होंने पाया कि फैक्ट्री हमारी सोच से कहीं अधिक सुचारू रूप से चल रही है। हालांकि हम यह नहीं कह सकते कि दोष कभी नहीं होते, लेकिन वे इतने दुर्लभ हैं कि व्यावहारिक उद्देश्यों के लिए प्राइम नंबर थ्योरम छोटे अंतरालों में पूरी तरह से काम करता है।

सारांश

यह शोध पत्र एक सेतु (bridge) है। यह गणित के दो जटिल क्षेत्रों को जोड़ता है:

जीरो डेंसिटी एस्टीमेट्स: बैकग्राउंड में कितने "धुंधले" बिंदु मौजूद हैं।
अपवाद स्वरूप अंतराल: कितनी बार छोटे अंतराल में अभाज्य संख्या की गिनती गलत होती है।

उनके बीच एक मजबूत सेतु बनाकर, लेखकों ने दिखाया कि धुंध इतनी पतली है कि यह गारंटी दी जा सके कि प्राइम नंबर थ्योरम लगभग हर जगह, यहाँ तक कि बहुत छोटे अंतरालों में भी काम करता है। उन्होंने किसी नए प्रकार की अभाज्य संख्या की खोज नहीं की; उन्होंने बस यह सिद्ध किया कि "बुरे" वाले अत्यंत दुर्लभ हैं।

तकनीकी सारांश: लघु अंतराल में अभाज्य संख्या प्रमेय के अपवाद स्वरूप अंतरालों की संख्या पर

समस्या विवरण
यह शोध पत्र लघु अंतरालों में अभाज्य संख्या प्रमेय (PNT) की वैधता को संबोधित करता है। विशेष रूप से, एक निश्चित घातांक $0 < \theta \le 1$ के लिए, यह अनुमान है कि अंतराल $[x, x+x^\theta]$ पर वॉन मांगोल्ट फलन (von Mangoldt function) $\Lambda(n)$ का योग $\sum_{x<n\le x+x^\theta} \Lambda(n) \sim x^\theta$ होता है जब $x \to \infty$ । यह ज्ञात है कि यह $\theta > 17/30$ के लिए सभी $x$ के लिए सत्य है (हालिया शून्य-घनत्व अनुमानों के आधार पर) और $2/15 < \theta \le 17/30$ के बीच के कुछ "अपवाद" (exceptional) मानों के लिए यह विफल हो जाता है, जबकि $\theta > 2/15$ के लिए यह लगभग सभी $x$ के लिए सत्य है।

केंद्रीय समस्या अपवाद स्वरूप सेट $E_\delta(X, \theta)$ के आकार को निर्धारित करना है, जिसे $x \in [X, 2X]$ के उन मानों के सेट के रूप में परिभाषित किया गया है जहाँ PNT एक सापेक्ष त्रुटि $\delta$ द्वारा विफल होता है। लेखक अपवाद स्वरूप सेट घातांक $\mu(\theta)$ को निर्धारित करने का लक्ष्य रखते हैं, जिससे लेबेग माप (Lebesgue measure) इस प्रकार संतुष्ट होता है: $|E_\delta(X, \theta)| \ll X^{\mu(\theta)+o(1)}$ । यदि $\mu(\theta) < 1$ है, तो इसका अर्थ है कि PNT लगभग सभी $x$ के लिए सत्य है, और यदि $\mu(\theta) = -\infty$ है, तो इसका अर्थ है कि यह सभी $x$ के लिए सत्य है।

कार्यप्रणाली
लेखक रीमान ज़ेटा फलन के शून्य-घनत्व अनुमानों और अपवाद स्वरूप सेट घातांक $\mu(\theta)$ के बीच एक कठोर संबंध स्थापित करते हैं।

स्पष्ट सूत्र और मोमेंट अनुमान (Explicit Formula and Moment Estimates): प्रमाण रणनीति $\sum \Lambda(n)$ के स्पष्ट सूत्र पर आधारित है। लेखक त्रुटि पद (error term) को रीमान ज़ेटा फलन $\zeta(s)$ के गैर-तुच्छ शून्यों (non-trivial zeros) $\rho = \beta + i\gamma$ के योगदान में विभाजित करते हैं। वे इन योगदानों के परिमाण का विश्लेषण करने के लिए $L^\infty$ , $L^2$ , और $L^4$ मोमेंट अनुमानों का उपयोग करते हैं।
शून्य घनत्व और योगात्मक ऊर्जा (Zero Density and Additive Energy):
- मानक शून्य-घनत्व प्रमेय $N(\sigma, T)$ पर सीमा प्रदान करता है, जो वास्तविक भाग $\ge \sigma$ और काल्पनिक भाग $\le T$ वाले शून्यों की संख्या है। घातांक $A(\sigma)$ को इस प्रकार परिभाषित किया गया है कि $N(\sigma, T) \ll T^{A(\sigma)(1-\sigma)+\varepsilon}$ ।
- महत्वपूर्ण रूप से, लेखक शून्यों की योगात्मक ऊर्जा (additive energy) के बंधनों को शामिल करते हैं, जिसे $N^*(\sigma, T)$ द्वारा दर्शाया गया है, जो शून्यों के चतुर्भुज $(\rho_1, \dots, \rho_4)$ को गिनता है ताकि $|\gamma_1 + \gamma_2 - \gamma_3 - \gamma_4| \le 1$ हो। इससे संबंधित घातांक $A^*(\sigma)$ है।
सीमाओं का व्युत्पन्न (Derivation of Bounds): एक विशिष्ट वास्तविक-भाग सीमा $[\sigma, \sigma+\epsilon]$ $[σ, σ + ϵ]$ में शून्यों के योगदान के लिए $L^2$ $L^{2}$ और $L^4$ $L^{4}$ नॉर्म्स का उपयोग करके दो प्रतिस्पर्धी ऊपरी सीमाओं को प्राप्त करने के लिए स्पष्ट सूत्र लागू करके, लेखक निम्नलिखित व्युत्पन्न करते हैं:
- $A(\sigma)$ से प्राप्त द्वितीय मोमेंट से प्राप्त सीमा: $\mu_{2,\sigma}(\theta) = (1-\theta)(1-\sigma)A(\sigma) + 2\sigma - 1$ ।
- $A^*(\sigma)$ से प्राप्त चतुर्थ मोमेंट से प्राप्त सीमा: $\mu_{4,\sigma}(\theta) = (1-\theta)(1-\sigma)A^*(\sigma) + 4\sigma - 3$ ।
अनुकूलन (Optimization): $\mu(\theta)$ के लिए अंतिम सीमा $\varepsilon$ के इन्फिमम (infimum) और $\sigma$ के सुप्रीमक (supremum) के रूप में, दो मात्राओं के न्यूनतम के रूप में प्राप्त की जाती है, जो इस प्रतिबंध के अधीन है कि शून्य घनत्व पर्याप्त रूप से उच्च ( $A(\sigma) \ge \frac{1}{1-\theta} - \varepsilon$ ) होना चाहिए।

प्रमुख योगदान

प्रमेय 1.2 (सामान्य सीमा): यह शोध पत्र शून्य-घनत्व घातांक $A(\sigma)$ से $\mu(\theta)$ से संबंधित एक सामान्य सूत्र स्थापित करता है। यह पिछले परिणामों को पुनः प्राप्त करता है, जैसे कि सभी $x$ के लिए PNT के सत्य होने की स्थिति ( $\theta > 1 - 1/A_0$ ) और लगभग सभी $x$ के लिए ( $\theta > 1 - 2/A_0$ )।
प्रमेय 1.3 (परिमित सीमा): प्रमुख सैद्धांतिक योगदान योगात्मक ऊर्जा घातांक $A^*(\sigma)$ का समावेश है। लेखक सिद्ध करते हैं कि $\mu(\theta)$ दो सीमाओं (द्वितीय-मोमेंट और चतुर्थ-मोमेंट व्युत्पन्न) के न्यूनतम द्वारा सीमित है। यह शोध, अपवाद स्वरूप सेट पर अधिक सटीक नियंत्रण प्रदान करता है, विशेष रूप से उन श्रेणियों में जहाँ $A^*(\sigma)$ , $3A(\sigma)$ से काफी छोटा है।
हालिया अनुमानों के साथ स्पष्ट संबंध: लेखक शून्य-घनत्व अनुमानों (विशेष रूप से गुथ और मेनार्ड, तथा ताओ-ट्रुडियन-यांग द्वारा) का उपयोग करके अपवाद स्वरूप सेट को सीमित करने के लिए एक ढांचा प्रदान करते हैं। यह विश्लेषणात्मक व्युत्पन्न और कंप्यूटर-सहायता प्राप्त संख्यात्मक मूल्यांकन के संयोजन के माध्यम से प्राप्त किया जाता है।

परिणाम

अप्रतिबंधित सीमाएँ (Unconditional Bounds): $A(\sigma)$ $A (σ)$ और $A^*(\sigma)$ $A^{*} (σ)$ के वर्तमान सर्वोत्तम अपरिवर्तित (unconditional) बंधनों का उपयोग करके, लेखक $\mu(\theta)$ $μ (θ)$ के लिए स्पष्ट ऊपरी सीमाएँ ज्ञात करते हैं।
- $\theta > 17/30$ के लिए, अपवाद स्वरूप सेट खाली है (PNT सभी $x$ के लिए सत्य है)।
- $\theta > 2/15$ के लिए, अपवाद स्वरूप सेट का घनत्व शून्य है।
- मध्यवर्ती श्रेणी में, शोध पत्र विशिष्ट संख्यात्मक सीमाएँ प्रदान करता है। उदाहरण के लिए, $\theta = 17/30$ पर, वे दिखाते हैं कि $\mu(17/30) \le 7/12$ है।
पिछले कार्य के साथ तुलना: लेखक नोट करते हैं कि उनकी पद्धति बज़ानैला और पेरेली के परिणामों को पुनः प्राप्त करती है लेकिन योगात्मक ऊर्जा अनुमानों का उपयोग करके कुछ श्रेणियों में उनसे बेहतर प्रदर्शन करती है। वे स्पष्ट रूप से कहते हैं कि वे बज़ानैला [4] के एक पिछले कार्य के दावे को दोहराने में असमर्थ थे, जो $1/6 < \theta \le 1/2$ की सीमा के संबंध में था, और जुतिला घनत्व अनुमान से संबंधित एक तर्क में अंतराल की पहचान की।
परिकल्पित परिदृश्य (Hypothetical Scenarios): शोध पत्र घनत्व परिकल्पना (DH), लिंडेलोफ परिकल्पना (LH), और रीमान परिकल्पना (RH) के तहत सीमाओं का विश्लेषण करता है। RH के तहत, $\theta > 1/2$ के लिए $\mu(\theta) = -\infty$ है। DH के तहत, सीमाएँ काफी सुधर जाती हैं, हालांकि लेखक नोट करते हैं कि कुछ $\theta$ के लिए, अपरिवर्तित सीमाएँ आश्चर्यजनक रूप से DH मानने वाले परिणामों के करीब हैं।

महत्व और दावे
शोध पत्र दावा करता है कि यह शून्य-घनत्व अनुमानों और अपवाद स्वरूप सेट सीमाओं के बीच अब तक का "सबसे स्पष्ट संबंध" प्रदान करता है। इसका महत्व निम्नलिखित में निहित है:

एकीकृत ढांचा: यह शून्य-घनत्व अनुमानों (चाहे $A(\sigma)$ हो या $A^*(\sigma)$ ) में किसी भी सुधार को सीधे लघु अंतराल में PNT के लिए अपवाद स्वरूप सेट की बेहतर सीमाओं में अनुवादित करने के लिए एक व्यवस्थित विधि बनाता है।
योगात्मक ऊर्जा का उपयोग: शून्यों की योगात्मक ऊर्जा ( $A^*(\sigma)$ ) को स्पष्ट रूप से शामिल करके, लेखक प्रदर्शित करते हैं कि सबसे सटीक ज्ञात अपरिवर्तित सीमाएँ प्राप्त करने के लिए चतुर्थ-मोमेंट अनुमान आवश्यक हैं, जिससे पुराने, कम सटीक घनत्व अनुमानों पर आधारित परिणाम सुधरते हैं।
संगणकीय सत्यापन: लेखक इस बात पर जोर देते हैं कि उनके सैद्धांतिक बंधन तुरंत कंप्यूटर सहायता के माध्यम से लागू करने योग्य हैं, जिससे नवीनतम परिणामों (जैसे गुथ-मेनार्ड) को बिना किसी नए विश्लेषणात्मक तंत्र के सीधे लागू करना संभव हो जाता है।

लेखक विनम्र रहते हुए नोट करते हैं कि सीमाओं के सटीक सूत्र जटिल हैं और नए शून्य-घनत्व अनुमान सिद्ध होने पर उन्हें बदला जा सकता है। वे यह दावा नहीं करते कि वे $\theta \le 2/15$ के लिए लघु अंतराल में PNT को हल कर रहे हैं, बल्कि वे वर्तमान में सुलभ सीमा में अपवादों का सर्वोत्तम मात्रात्मक विवरण प्रदान करते हैं।