Deficiency Identity for Zeta Values and Optimal Approximation

यहाँ मेइसम मोहम्मदिया (Meisam Mohammady) के शोध पत्र "A Deficiency Identity for Zeta Values and Optimal Approximation" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

रीमान ज़ेटा फलन (Riemann zeta function), $\zeta(s) = \sum_{n=1}^\infty n^{-s}$, विश्लेषणात्मक संख्या सिद्धांत (analytic number theory) की एक मौलिक वस्तु है। जबकि सम पूर्णांकों (even integers) के लिए स्पष्ट बंद-रूप व्यंजक (closed-form expressions) मौजूद हैं (जो बर्नौली संख्याओं से संबंधित हैं), विषम पूर्णांकों ($\zeta(3), \zeta(5), \dots$) के लिए ऐसे कोई व्यंजक ज्ञात नहीं हैं।
मानक संख्यात्मक सन्निकटन विधियों (numerical approximation methods) में शामिल हैं:

• डिरिचलेट ट्रंकेशन (Dirichlet Truncation): पहले $n$ पदों को जोड़ना। यह $O(n^{-(q-1)})$ का त्रुटि स्तर देता है।
• यूलर-मैकलॉरिन समेशन (Euler–Maclaurin Summation): उच्च-क्रम अभिसरण (higher-order convergence) प्राप्त करने के लिए श्रेणी के टेल (tail) का स्पर्शोन्मुख विस्तार (asymptotically expanding) करना। हालांकि यह अत्यधिक प्रभावी है, लेकिन इसके लिए बर्नौली संख्याओं और उच्च-क्रम के अवकलजों (derivatives) की स्पष्ट गणना की आवश्यकता होती है, जिससे प्रतीकात्मक जटिलता (symbolic complexity) बढ़ जाती है।

यह शोध पत्र विषम ज़ेटा मानों $\zeta(q)$ को उच्च दक्षता और एक एकीकृत संरचनात्मक ढांचे के साथ सन्निकट करने की चुनौती का समाधान करता है, जो स्पष्ट टेल विस्तार या जटिल प्रतीकात्मक तंत्र पर निर्भर नहीं है।

2. कार्यप्रणाली: डेफिशिएंसी फ्रेमवर्क (Methodology: The Deficiency Framework)

मुख्य नवाचार एक डेफिशिएंसी-आधारित प्रतिनिधित्व (deficiency-based representation) है जो गैररेखीय रूपांतरणों (nonlinear transformations) की उत्तलता (convexity) से व्युत्पन्न है।

2.1. मूल अवधारणा (Core Concept)

यह विधि इस अवलोकन पर आधारित है कि एक उत्तल फलन (convex function) $f(x) = x^\alpha$ ($\alpha > 1$) और धनात्मक वृद्धियों (positive increments) के लिए, रूपांतरण लागू करने से पहले मात्राओं को एकत्रित करना, रूपांतरण को स्थानीय रूप से लागू करने और फिर उन्हें जोड़ने की तुलना में एक बड़ा मान देता है।

• वैश्विक एकत्रीकरण (Global Aggregation): $(\sum k^{-p})^{q/p}$
• स्थानीय संचय (Local Accumulation): $\sum (k^{-p})^{q/p} = \sum k^{-q}$

इन दोनों मात्राओं के बीच का अंतर डेफिशिएंसी फंक्शनल (Deficiency Functional) को परिभाषित करता है।

2.2. सटीक पहचान (Exact Identity)

माना $S_n^{(p)} = \sum_{k=1}^n k^{-p}$ और $S_\infty^{(p)} = \zeta(p)$ है। $q > p$ के लिए, शोध पत्र एक संचयी डेफिशिएंसी (cumulative deficiency) $D_{p,q}^n$ को परिभाषित करता है ताकि:
$$\zeta(q) = \zeta(p)^{q/p} - D_{p,q}^\infty$$
जहाँ $D_{p,q}^\infty$ उस "हानि" (loss) को दर्शाता है जो गैररेखीय रूपांतरण लागू करने से पहले द्रव्यमान (mass) के विखंडन (fragmenting) के कारण होती है।
विशेष रूप से, परिमित डेफिशिएंसी (finite deficiency) को इस प्रकार परिभाषित किया गया है:
$$D_{p,q}^n = (S_n^{(p)})^{q/p} - \sum_{k=1}^n k^{-q}$$
यह सटीक अपघटन (exact decomposition) प्रदान करता है:
$$\zeta(q) = (S_n^{(p)})^{q/p} - D_{p,q}^n$$
यह संरचना आधार अनुक्रम (base sequence) के आंशिक योग $S_n^{(p)}$ की गणना करके, उसे $q/p$ की घात तक raising करके, और संचित डेफिशिएंसी को घटाकर $\zeta(q)$ के सन्निकटन की अनुमति देती है।

2.3. सन्निकटन योजना और बायस सुधार (Approximation Scheme and Bias Correction)

लेखक आधार अनुक्रम के टेल व्यवहार द्वारा उत्पन्न बायस (bias) को संभालने के लिए एक सुधारा गया एस्टीमेटर (corrected estimator) $B_{p,q}^n$ प्रस्तावित करते हैं।

1. बुनियादी एस्टीमेटर ($A_{p,q}^n$): यह सीधे आंशिक डेफिशिएंसी का उपयोग करता है। यह $O(n^{-1})$ के प्रथम-क्रम बायस से ग्रस्त है।
2. सुधारा गया एस्टीमेटर ($B_{p,q}^n$): गैररेखीय रूपांतरण के टेलर विस्तार (Taylor expansion) से प्राप्त एक स्पष्ट प्रथम-क्रम बायस पद को घटाकर, यह विधि उच्च अभिसरण (convergence) प्राप्त करती है।
   $$B_{p,q}^n = \zeta(p)^{q/p} - D_{p,q}^n - \frac{q}{p}\zeta(p)^{q/p-1}(\zeta(p) - S_n^{(p)})$$

3. मुख्य योगदान (Key Contributions)

• सटीक संरचनात्मक अपघटन (Exact Structural Decomposition): शोध पत्र एक कठोर पहचान स्थापित करता है जो $\zeta(q)$ को एक आधार अनुक्रम के गैररेखीय समुच्चय और एक संचयी डेफिशिएंसी के रूप में व्यक्त करता है। यह ज़ेटा मानों के लिए एक नया ज्यामितीय और बीजगणितीय परिप्रेक्ष्य प्रदान करता है।
• एकीकृत सन्निकटन ढांचा (Unified Approximation Framework): यूलर-मैकलॉर के विपरीत, जिसके लिए प्रत्येक $q$ के लिए विशिष्ट विस्तार की आवश्यकता होती है, यह विधि किसी भी $q > p$ को सन्निकट करने के लिए एक ही आधार अनुक्रम $S_n^{(p)}$ (आमतौर पर $p=2$ या अनुकूलित $p$) का उपयोग करती है।
• अंतर्निहित यूलर-मैकलॉर संरचना (Implicit Euler–Maclaurin Structure): लेखक प्रदर्शित करते हैं कि बायस सुधार पद गैररेखीय मानचित्र $x \mapsto x^{q/p}$ के टेलर विस्तार से स्वाभाविक रूप से उत्पन्न होते हैं। इस प्रकार, यह विधि स्पष्ट रूप से बर्नौली संख्याओं की गणना किए बिना, यूलर-मैकलॉर के समान स्पर्शोन्मुखी सुधारों (asymptotic corrections) को अंतर्निहित रूप से उत्पन्न करती है।
• इष्टतम पैरामीटर चयन (Optimal Parameter Selection): शोध पत्र अभिसरण दरों को अधिकतम करने के लिए आधार घातांक (base exponent) $p$ के इष्टतम चयन को व्युत्पन्न करता है। विषम $q = 2m+1$ के लिए, इष्टतम विकल्प $p = q-1 = 2m$ है।
• स्पेक्ट्रल ज़ेटा फलनों तक विस्तार (Extension to Spectral Zeta Functions): इस ढांचे को स्पेक्ट्रल ज़ेटा फलनों $\zeta_L(s) = \sum \lambda_k^{-s}$ तक सामान्यीकृत किया गया है, जो आइजनवैल्यू अनुक्रमों $\{\lambda_k\}$ से जुड़े हैं, यह दिखाते हुए कि अभिसरण आधार घातांक और स्पेक्ट्रल विकास दर के बीच परस्पर क्रिया पर निर्भर करता है।

4. परिणाम और अभिसरण विश्लेषण (Results and Convergence Analysis)

4.1. अभिसरण दरें (Convergence Rates)

सुधारा गया एस्टीमेटर का स्पर्शोन्मुखी त्रुटि (asymptotic error) इस प्रकार है:
$$B_{p,q}^n - \zeta(q) = O(n^{-\min(2p-2, \, q-1)})$$

• मानक मामला ($p=2$): किसी भी $q > 2$ के लिए, विधि $O(n^{-2})$ अभिसरण प्राप्त करती है। यह $q=3$ के लिए सरल डिरिचलेट ट्रंकेशन की दर से मेल खाता है, लेकिन एक एकीकृत संरचनात्मक दृष्टिकोण प्रदान करता है।
• अनुकूलित मामला ($p = q-1$): विषम $q$ के लिए, $p = q-1$ चुनने पर निम्नलिखित प्राप्त होता है:
  $$B_{q-1,q}^n - \zeta(q) = O(n^{-(q-1)})$$
  यह ट्रंकेशन त्रुटि के इष्टतम क्षय दर (decay rate) को प्राप्त करता है और साथ ही डेफिशिएंसी संरचना को बनाए रखता है।

4.2. संख्यात्मक प्रयोग (Numerical Experiments)

• तुलना: विधि का परीक्षण $\zeta(3), \zeta(5), \zeta(7)$ के लिए डिरिचलेट ट्रंकेशन और यूलर-मैकलॉर समेशन के विरुद्ध किया गया।
• निष्कर्ष:
  • $p=2$ के साथ सुधारा गया एस्टीमेटर लगातार $O(n^{-2})$ प्राप्त करता है।
  • अनुकूलित एस्टीमेटर ($p=q-1$) अभिसरण को नाटकीय रूप से तेज करता है, जो सैद्धांतिक $O(n^{-(q-1)})$ दर से मेल खाता है।
  • हालांकि यूलर-मैकलॉर बहुत उच्च क्रमों के लिए स्पर्शोन्मुखी रूप से श्रेष्ठ रहता है (उच्च-क्रम के पदों के कारण), डेफिशिएंसी विधि एक सरल, अंतर्निहित तंत्र के माध्यम से तुलनीय उच्च-क्रम अभिसरण प्राप्त करती है।
  • स्पेक्ट्रल ज़ेटा फलनों $\lambda_k = k^\alpha$ पर स्पेक्ट्रल प्रयोगों ने पुष्टि की कि विधि विभिन्न स्पेक्ट्रल विकास शासनों (spectral growth regimes) के अनुकूल प्रभावी ढंग से ढलती है।

5. महत्व और सीमाएं (Significance and Limitations)

महत्व:

• वैचारिक अंतर्दृष्टि (Conceptual Insight): यह कार्य ज़ेटा मानों के सन्निकटन को विखंडन (fragmentation) के तहत "आयतन दक्षता" (volume efficiency) की समस्या के रूप में पुनर्गठित करता है, जो एक ज्यामितीय व्याख्या प्रदान करता है (विशेष रूप से $q=3$ के लिए)।
• एल्गोरिद्मिक सरलता (Algorithmic Simplicity): यह एक एकीकृत, ट्यून करने योग्य योजना प्रदान करता है जो प्रत्येक नए घातांक के लिए यूलर-मैकलॉर गुणांकों को व्युत्पन्न करने की प्रतीकात्मक जटिलता से बचती है।
• अंतर्निहित सुधार (Implicit Correction): यह प्रदर्शित करता है कि गैररेखीय रूपांतरणों के अंश (partial sums) आवश्यक स्पर्शोन्मुखी सुधारों को अंतर्निहित रूप से उत्पन्न कर सकते हैं, जो सरल योग और उन्नत स्पर्शोन्मुखी विश्लेषण के बीच के अंतर को पाटते हैं।

सीमाएं:

• स्पर्शोन्मुखी क्रम (Asymptotic Order): यह विधि उपयुक्त रूप से ट्रंकेटेड यूलर-मैकलॉर विस्तार द्वारा प्राप्त होने वाले स्पर्शोन्मुखी क्रम से आगे नहीं निकलती है। यह सख्त अर्थों में "सुपर-कन्वर्जेंट" विधि नहीं है बल्कि एक वैकल्पिक संरचनात्मक दृष्टिकोण है।
• बंद रूप (Closed Forms): यह विषम ज़ेटा मानों के लिए नए बंद-रूप व्यंजक प्रदान नहीं करती है; यह एक संख्यात्मक सन्निकटन तकनीक बनी हुई है।

निष्कर्ष:
यह शोध पत्र एक नवीन, डेफिशिएंसी-आधारित ढांचे को प्रस्तुत करता है जो ज़ेटा मानों को एक गैररेखीय संचय और एक कमी (deficit) में विभाजित करता है। आधार घातांक को अनुकूलित करके, विधि उच्च-क्रम अभिसरण दर प्राप्त करती है जो शास्त्रीय तकनीकों के तुल्य है, लेकिन एक एकीकृत, अंतर्निहित तंत्र के माध्यम से। यह डिरिचलेट-प्रकार के योगों के सैद्धांतिक विश्लेषण और संख्यात्मक गणना दोनों के लिए एक मूल्यवान वैकल्पिक परिप्रेक्ष्य प्रदान करता है।