🔢 mathematics

Simple and accurate approximations to the Riemann zeta function

Questo lavoro presenta approssimazioni semplici e accurate per la funzione zeta di Riemann e la sua derivata all'interno della striscia critica, combinando la somma principale della formula di Riemann-Siegel con un termine di resto basato su funzioni elementari derivato mediante quadratura gaussiana, supportato da ampie evidenze numeriche della loro alta precisione.

Autori originali: Alexey Kuznetsov

Pubblicato 2026-05-22

📖 4 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Alexey Kuznetsov

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina la funzione zeta di Riemann come una macchina massiccia e incredibilmente complessa che i matematici cercano di comprendere da secoli. È come un gigantesco motore invisibile che alimenta alcuni dei misteri più profondi della teoria dei numeri. Per "far funzionare" questa macchina e ottenere un numero specifico da essa (un valore per $\zeta(s)$ ), solitamente devi fornirle una grande quantità di dati.

Per molto tempo, il modo migliore per farlo è stato come cercare di contare ogni singolo granello di sabbia su una spiaggia per stimare il volume totale. Se la spiaggia è piccola, è facile. Ma se la spiaggia è enorme (il che accade quando i numeri diventano molto grandi), contare ogni granello richiede un'eternità. Questo è il problema dei vecchi metodi: richiedono la somma di milioni di termini solo per ottenere una singola risposta, rendendoli lenti e poco pratici per i numeri grandi.

Il nuovo motore "scorciatoia"

In questo articolo, Alexey Kuznetsov introduce una nuova e astuta scorciatoia. Invece di contare ogni singolo granello di sabbia, costruisce un modello altamente accurato che prevede il volume totale basandosi su alcune misurazioni chiave.

Pensa al vecchio metodo (la formula di Riemann-Siegel) come a una ricetta che richiede di cuocere una torta enorme, ma poi devi buttare via la maggior parte di essa perché è troppo disordinata. Il "residuo" della torta è difficile da calcolare, quindi solitamente lo si indovina o si usa un metodo molto complicato e meticoloso per ottenerlo correttamente.

Il nuovo metodo di Kuznetsov è come avere una tazza di misurazione magica. Egli si rende conto che la parte "residua disordinata" della torta segue uno schema molto specifico e prevedibile. Invece di cuocere tutto, pre-calcola un insieme di 21 numeri speciali (per una versione specifica dello strumento) che agiscono come un codice segreto. Questi numeri sono come un insieme di pesi pre-sintonizzati su una bilancia.

Come funziona la magia

I pesi pre-calcolati: Prima ancora di iniziare, l'autore ha calcolato un elenco di numeri complessi speciali (pensali come "coefficienti magici"). Li ha calcolati per diversi livelli di precisione (come avere una versione "piccola", "media" e "grande" dello strumento). Puoi scaricare questi numeri; non devi calcolarli tu stesso ogni volta.
La ricetta semplice: Per ottenere la risposta, prendi la parte principale del calcolo (che è facile) e aggiungi un termine di correzione. Questo termine di correzione non richiede la somma di milioni di elementi. Invece, utilizza semplicemente quei pesi "magici" pre-calcolati combinati con funzioni matematiche semplici (come esponenziali e logaritmi).
Il risultato: È come scambiare un lavoro manuale di 10 ore con la pressione di un pulsante di 5 secondi. L'articolo dimostra che per numeri molto grandi, questo nuovo metodo è incredibilmente accurato — spesso preciso fino a 100 o addirittura 300 cifre decimali — senza richiedere la fatica dei vecchi metodi.

Perché è migliore del vecchio modo

L'articolo confronta questo nuovo metodo con lo "standard aureo" (la formula di Riemann-Siegel).

Il vecchio modo: Per ottenere un'alta accuratezza, devi calcolare molti termini di correzione complicati. Questi termini sono come cercare di risolvere un puzzle in cui i pezzi hanno la forma di rocce frastagliate; sono difficili da incastrare e le formule sono disordinate e soggette a errori.
Il nuovo modo: Hai bisogno solo di un piccolo elenco fisso di numeri pre-calcolati (circa da 15 a 30 numeri a seconda di quanto vuoi essere preciso). La matematica coinvolta è fluida e semplice, come incastrare insieme biglie lisce e rotonde.

Lo schema del "punto dolce"

L'autore ha notato qualcosa di affascinante negli errori. Quando ha testato il metodo, gli errori non erano casuali. Danzavano in uno schema specifico, come un battito cardiaco. L'errore sarebbe stato minuscolo a certi intervalli regolari e leggermente più grande nel mezzo. Questo schema in realtà lo ha aiutato a capire come scegliere i migliori "pesi magici" fin dall'inizio. È come se la macchina gli avesse "sussurrato" il segreto attraverso lo schema dei suoi errori.

Cosa significa per la matematica

L'articolo non afferma che questo curerà malattie o predirà il tempo. Invece, risolve un problema specifico e ostinato nella matematica pura: come calcolare questa funzione specifica in modo rapido e accurato.

Velocità: Permette ai computer di calcolare questi valori centinaia o migliaia di volte più velocemente degli strumenti integrati in software come MATLAB.
Precisione: Permette ai matematici di vedere la funzione con estrema chiarezza (centinaia di cifre decimali), il che è cruciale per testare teorie profonde sui numeri primi.
Semplicità: Sostituisce un processo complesso e multi-step con una formula semplice che si basa su una "barretta trucco" pre-fatta di numeri.

In breve, Kuznetsov ha costruito una calcolatrice ad alta precisione e facile da usare per una funzione che in precedenza era difficile e lenta da calcolare, utilizzando un astuto trucco di "numeri magici" pre-calcolati per bypassare la fatica.

Riepilogo Tecnico: Approssimazioni Semplici e Accurate alla Funzione Zeta di Riemann

Enunciato del Problema

Il calcolo della funzione zeta di Riemann, $\zeta(s)$ , per grandi valori della parte immaginaria, $t = \text{Im}(s)$ , presenta sfide significative. Sebbene il metodo di somma di Euler-Maclaurin offra limiti di errore rigorosi, la sua complessità computazionale scala come $O(|s|)$ , rendendolo poco pratico per grandi $t$ . L'approccio standard per grandi $t$ è la formula di Riemann-Siegel, che riduce la complessità a $O(t^{1/2})$ sfruttando una somma principale e uno sviluppo asintotico per il termine di resto. Tuttavia, le correzioni di ordine superiore nella formula di Riemann-Siegel coinvolgono derivate complesse di funzioni speciali (in particolare la funzione $F(z)$ ), che sono difficili da valutare numericamente a causa di singolarità e formule complicate. Inoltre, gli algoritmi esistenti ad alta precisione, come quelli di Galway, richiedono spesso la sintonizzazione di più parametri per raggiungere un'accuratezza ottimale.

Il lavoro affronta la necessità di approssimazioni che siano sia computazionalmente efficienti (richiedendo pochi termini) sia altamente accurate su strisce verticali arbitrarie, inclusa la striscia critica, senza le difficoltà di implementazione associate alle correzioni di ordine superiore di Riemann-Siegel.

Metodologia

L'autore sviluppa una famiglia di approssimazioni, denotate $\zeta_p(s)$ , che combinano la somma principale della formula di Riemann-Siegel con una nuova approssimazione del termine di resto. La metodologia di base si basa sui seguenti passaggi:

Rappresentazione Integrale: Il termine di resto della formula esatta di Riemann-Siegel è espresso come un integrale $I_M(s)$ che coinvolge una misura a valori complessi $\eta(dx) = \frac{e^{-\pi x^2}}{\cosh(\pi \theta x)} dx$ , dove $\theta = e^{-i\pi/4}$ .
Quadratura Gaussiana: Invece di utilizzare sviluppi in serie asintotici, l'autore approssima questo integrale utilizzando una regola di quadratura gaussiana. L'obiettivo è trovare un insieme di nodi $\{x_{p,j}\}$ e pesi $\{\omega_{p,j}\}$ tali che la quadratura sia esatta per un insieme specifico di $4p+2$ funzioni di prova.
Derivazione dei Coefficienti: I coefficienti $\{\omega_{p,j}\}$ ${ω_{p, j}}$ e $\{\lambda_{p,j}\}$ ${λ_{p, j}}$ (dove $\lambda_{p,j} = \theta x_{p,j}$ $λ_{p, j} = θ x_{p, j}$ ) sono derivati risolvendo un sistema di equazioni lineari. Questo sistema è costruito richiedendo che la quadratura sia esatta per funzioni della forma $f_k(x) = e^{-\pi x^2 + 2\pi \theta y_{p,k} x}$ $f_{k} (x) = e^{- π x^{2} + 2 π θ y_{p, k} x}$ , dove $y_{p,k}$ $y_{p, k}$ sono punti equispaziati in $[-1, 1]$ $[- 1, 1]$ .
- Il problema è trasformato nella ricerca dei nodi e dei pesi di una quadratura gaussiana per un funzionale lineare $L$ definito dai momenti dell'integrale di Mordell $H(y)$ .
- Questi nodi e pesi sono calcolati utilizzando polinomi ortogonali generati tramite una relazione di ricorrenza a tre termini.
Formula di Approssimazione: L'approssimazione finale è definita come:
$\zeta_p(s) = \sum_{n=1}^{N_t} n^{-s} + \chi(s) \sum_{n=1}^{N_t} n^{s-1} - \frac{(-1)^{N_t}}{2} \left[ I_{N_t+1/2, p}(s) + \chi(s) I_{N_t+1/2, p}(1-s) \right]$
dove $I_{M,p}(s)$ è l'approssimazione per quadratura del termine integrale, che coinvolge solo funzioni elementari (esponenziali, logaritmi) e coefficienti complessi precalcolati.

Contributi Chiave

Implementazione Semplificata: Le approssimazioni proposte dipendono da un singolo parametro intero $p$ e da un insieme di coefficienti precalcolati $\{\omega_{p,j}\}$ e $\{\lambda_{p,j}\}$ . A differenza della formula di Riemann-Siegel, che richiede la valutazione di derivate complesse di funzioni speciali per i termini di ordine superiore, $\zeta_p(s)$ richiede solo funzioni elementari e la funzione Gamma.
Coefficienti Precalcolati: L'autore fornisce coefficienti precalcolati per $1 \le p \le 30$ e valori selezionati fino a $p=150$ . Questi coefficienti mostrano di avere un modulo moderato e di decadere rapidamente, facilitando una valutazione numerica stabile.
Approssimazione della Derivata: Il lavoro estende la metodologia per approssimare la derivata $\zeta'(s)$ differenziando la formula di approssimazione rispetto a $s$ (valutata a $N_t$ fissato), evitando le discontinuità associate alla differenziazione della funzione parte intera in $N_t$ .
Algoritmo Ibrido: Viene proposta una strategia per calcolare $\zeta(s)$ su tutto il piano complesso passando dalla somma diretta, alla somma di Euler-Maclaurin, all'approssimazione $\zeta_p(s)$ in base alla regione di $s$ .

Risultati

Il lavoro presenta estese evidenze numeriche riguardanti l'accuratezza di $\zeta_p(s)$ :

Accuratezza nella Striscia Critica: Gli esperimenti numerici nella striscia critica ( $0 \le \sigma \le 1$ $0 \leq σ \leq 1$ ) dimostrano che l'errore $|\zeta_p(s) - \zeta(s)|$ $∣ ζ_{p} (s) - ζ (s) ∣$ diminuisce significativamente all'aumentare di $p$ $p$ .
- Per $p=10$ , gli errori sono $< 10^{-15}$ per $t > 250$ .
- Per $p=50$ , gli errori sono $< 10^{-100}$ per $t > 4000$ .
- Per $p=150$ , gli errori sono $< 10^{-300}$ per $t > 6900$ .
Pattern di Errore: L'errore presenta un pattern distinto in cui si annulla agli estremi degli intervalli $[t_n, t_{n+1}]$ (dove $t_n = 2\pi n^2$ ) e in $4p$ punti equispaziati all'interno di questi intervalli. Questo comportamento è spiegato analiticamente dal fatto che il termine di errore dominante è proporzionale a $H_p(B(t)) - H(B(t))$ , che è nullo ai nodi di quadratura.
Confronto con Riemann-Siegel: Per $t$ moderato (ad esempio $10^2 \le t \le 10^4$ ), l'approssimazione $\zeta_7(s)$ risulta più accurata dell'approssimazione di Riemann-Siegel con $K=5$ ( $\zeta^{RS}_5$ ). Sebbene $\zeta^{RS}_5$ abbia un tasso di decadimento asintotico più veloce ( $O(t^{-13/4})$ ) rispetto a $\zeta_7$ ( $O(t^{-1/4})$ ), $\zeta_7$ richiede significativamente meno coefficienti precalcolati (15 contro ~100–170 per alta precisione) ed è più facile da implementare.
Limiti di Precisione: Nelle implementazioni in doppia precisione, gli errori di arrotondamento dominano l'errore di approssimazione per $t > 200$ . Tuttavia, in precisione quadrupla, le approssimazioni mantengono un'alta accuratezza fino a $t$ molto più grandi (ad esempio $t > 10^4$ con errori $< 10^{-29}$ ).
Prestazioni: L'implementazione in MATLAB dell'algoritmo ibrido risulta essere centinaia o migliaia di volte più veloce della funzione integrata zeta di MATLAB.

Significato e Affermazioni

Il lavoro afferma che queste approssimazioni consentono il calcolo ad alta precisione di $\zeta(s)$ e $\zeta'(s)$ nella striscia critica e in altre strisce verticali per grandi $t$ . Il significato risiede nel compromesso tra complessità di implementazione e accuratezza: il metodo offre un'alternativa "semplice" alla formula di Riemann-Siegel che evita il carico computazionale dei termini di correzione di ordine superiore mantenendo un'accuratezza competitiva o superiore per un'ampia gamma di $t$ .

L'autore nota che, sebbene non vengano forniti limiti di errore rigorosi per $\zeta_p(s)$ in questo lavoro, le evidenze numeriche sono estese. Il metodo è presentato come uno strumento pratico per calcoli ad alta precisione, cruciali per scoperte matematiche come la smentita della congettura di Mertens. Il lavoro conclude fornendo implementazioni open-source in MATLAB, Python e Fortran, facilitando l'uso immediato da parte della comunità di ricerca.