技術的概要：リーマンゼータ関数への簡潔かつ高精度な近似

問題定義

虚部 $t = \text{Im}(s)$ が大きい場合のリーマンゼータ関数 $\zeta(s)$ の計算には、大きな課題が存在する。オイラー・マクローリンの総和法は厳密な誤差限界を提供するが、その計算複雑度は $O(|s|)$ となり、$t$ が大きい場合には実用的ではない。$t$ が大きい場合の標準的な手法はリーマン・ジーゲル公式であり、主要な和と剰余項に対する漸近展開を利用することで、複雑度を $O(t^{1/2})$ に削減する。しかし、リーマン・ジーゲル公式における高次補正項には、特殊関数（特に関数 $F(z)$）の複雑な微分が含まれており、特異点や複雑な式のため数値的に評価することが困難である。さらに、ガールウェイ（Galway）による既存の高精度アルゴリズムなどは、最適な精度を達成するために複数のパラメータの調整を必要とする場合が多い。

本論文は、計算効率性（少数の項で済むこと）と、臨界帯を含む任意の垂直帯域における高精度を両立し、かつ高次リーマン・ジーゲル補正に伴う実装上の困難さを回避する近似手法の必要性に答えるものである。

手法

著者は、リーマン・ジーゲル公式の主要な和と、剰余項に対する新たな近似を組み合わせた近似族 $\zeta_p(s)$ を開発する。核心的な手法は以下の手順に依存する：

1. 積分表現：正確なリーマン・ジーゲル公式の剰余項を、複素数値測度 $\eta(dx) = \frac{e^{-\pi x^2}}{\cosh(\pi \theta x)} dx$（ただし $\theta = e^{-i\pi/4}$）を含む積分 $I_M(s)$ として表現する。
2. ガウス求積法：漸近級数展開の代わりに、著者はこの積分をガウス求積法を用いて近似する。目的は、特定の $4p+2$ 個のテスト関数に対して求積が正確となるような、ノードの集合 $\{x_{p,j}\}$ と重みの集合 $\{\omega_{p,j}\}$ を見出すことである。
3. 係数の導出：係数 $\{\omega_{p,j}\}$ と $\{\lambda_{p,j}\}$（ここで $\lambda_{p,j} = \theta x_{p,j}$）は、連立一次方程式を解くことで導出される。この連立方程式は、$f_k(x) = e^{-\pi x^2 + 2\pi \theta y_{p,k} x}$ の形の関数に対して求積が正確となるように要求することで構成される。ここで $y_{p,k}$ は $[-1, 1]$ 内で等間隔に配置された点である。
   • この問題は、モルデル積分 $H(y)$ のモーメントによって定義される線形汎関数 $L$ に対するガウス求積法のノードと重みを見つける問題に変換される。
   • これらのノードと重みは、3 項漸化式を通じて生成される直交多項式を用いて計算される。
4. 近似公式：最終的な近似は以下のように定義される：
   $$\zeta_p(s) = \sum_{n=1}^{N_t} n^{-s} + \chi(s) \sum_{n=1}^{N_t} n^{s-1} - \frac{(-1)^{N_t}}{2} \left[ I_{N_t+1/2, p}(s) + \chi(s) I_{N_t+1/2, p}(1-s) \right]$$
   ここで $I_{M,p}(s)$ は積分項の求積近似であり、初等関数（指数関数、対数関数）と事前に計算された複素係数のみを含む。

主要な貢献

• 簡素化された実装：提案される近似は、単一の整数パラメータ $p$ と、事前に計算された係数の集合 $\{\omega_{p,j}\}$ および $\{\lambda_{p,j}\}$ に依存する。高次項のために特殊関数の複雑な微分を評価する必要があるリーマン・ジーゲル公式とは異なり、$\zeta_p(s)$ は初等関数とガンマ関数のみで済む。
• 事前に計算された係数：著者は $1 \le p \le 30$ および $p=150$ までの選択された値に対する事前に計算された係数を提供する。これらの係数は適度な大きさを持ち、急速に減衰することが示されており、安定した数値評価を可能にする。
• 微分近似：本論文は、$N_t$ における床関数の微分に関連する不連続性を回避するため、近似公式を $s$ について微分すること（$N_t$ を固定して評価）によって、微分 $\zeta'(s)$ を近似する手法へと拡張する。
• ハイブリッドアルゴリズム：$s$ の領域に応じて、直接総和、オイラー・マクローリン総和、および $\zeta_p(s)$ 近似を切り替えることで、複素平面全体にわたって $\zeta(s)$ を計算する戦略が提案される。

結果

本論文は、$\zeta_p(s)$ の精度に関する広範な数値的証拠を提示する：

• 臨界帯域における精度：臨界帯域（$0 \le \sigma \le 1$）における数値実験は、$p$ が増加するにつれて誤差 $|\zeta_p(s) - \zeta(s)|$ が著しく減少することを示している。
  • $p=10$ の場合、$t > 250$ に対して誤差は $< 10^{-15}$ である。
  • $p=50$ の場合、$t > 4000$ に対して誤差は $< 10^{-100}$ である。
  • $p=150$ の場合、$t > 6900$ に対して誤差は $< 10^{-300}$ である。
• 誤差のパターン：誤差は、区間 $[t_n, t_{n+1}]$（ただし $t_n = 2\pi n^2$）の端点およびこれらの区間内の $4p$ 個の等間隔点で消滅する明確なパターンを示す。この挙動は、支配的な誤差項が $H_p(B(t)) - H(B(t))$ に比例しており、これは求積ノードにおいてゼロとなるという事実によって解析的に説明される。
• リーマン・ジーゲル公式との比較：中程度の $t$（例：$10^2 \le t \le 10^4$）において、近似 $\zeta_7(s)$ は $K=5$ のリーマン・ジーゲル近似（$\zeta^{RS}_5$）よりも高精度であることが示される。$\zeta^{RS}_5$ は $\zeta_7$（$O(t^{-1/4})$）と比較してより速い漸近的減衰率（$O(t^{-13/4})$）を持つが、$\zeta_7$ ははるかに少ない数の事前に計算された係数（15 対、高精度の場合の約 100〜170）を必要とし、実装が容易である。
• 精度の限界：倍精度の実装では、$t > 200$ において丸め誤差が近似誤差を支配する。しかし、4 倍精度では、近似ははるかに大きな $t$ まで（例：$t > 10^4$ で誤差 $< 10^{-29}$）高精度を維持する。
• パフォーマンス：ハイブリッドアルゴリズムの MATLAB 実装は、組み込みの MATLAB 関数 zeta よりも数百倍から数千倍高速であると報告されている。

意義と主張

本論文は、これらの近似が、臨界帯域および他の垂直帯域において、$t$ が大きい場合の $\zeta(s)$ および $\zeta'(s)$ の高精度計算を可能にすると主張している。その意義は、実装の複雑さと精度のトレードオフにある：この手法は、高次補正項の計算負担を回避しつつ、広範な $t$ の範囲で競争力のある、あるいはそれ以上の精度を維持するリーマン・ジーゲル公式に対する「簡素な」代替案を提供する。

著者は、$\zeta_p(s)$ に対する厳密な誤差限界が本論文では提供されていないものの、数値的証拠は広範であると指摘している。この手法は、メルテンス予想の反証のような数学的発見に不可欠な高精度計算のための実用的なツールとして提示されている。論文は、研究コミュニティによる即時の利用を促進するため、MATLAB、Python、Fortran でのオープンソース実装を提供して結論としている。