論文「臨界線上のリーマンゼータ関数の大偏差とモーメントの下限」の技術的サマリー

著者: Louis-Pierre Arguin, Nathan Creighton
概要: 本論文は、リーマンゼータ関数 $\zeta(s)$ が臨界線 $\text{Re}(s) = 1/2$ 上にあるとき、実数値の大偏差（large deviations）に対する確率的な下限を証明するものです。具体的には、$\log|\zeta(1/2 + it)|$ が $\sqrt{\log \log T}$ のオーダーで発散する領域における測度の下限を示し、それによって分数モーメント（fractional moments）の既知の最良の下限を、リマン予想（Riemann Hypothesis）に依存せずに再証明・改善します。

1. 問題設定と背景

リーマンゼータ関数の臨界線上での値の分布は、数論における中心的なテーマです。Selberg の中心極限定理（1946 年）により、$\log|\zeta(1/2 + it)|$ は平均 0、分散 $\log \log T$ の正規分布に従うことが知られています。しかし、標準偏差 $\sqrt{\log \log T}$ を超える「大偏差」の領域における分布の挙動、特にモーメントの成長との関係は未解決の課題でした。

• 既存の成果:

  • Soundararajan [Sou09] は、モーメントの分解を通じて、$\log|\zeta(1/2 + it)| \sim k \log \log T$ となる点の集合の測度が $T (\log T)^{-k^2}$ のオーダーであることを示唆しましたが、その上限・下限の評価にはリマン予想が必要でした。
  • [HS22], [RS12] は、分数モーメントの下限 $\int_0^T |\zeta(1/2+it)|^{2\alpha} dt \gg T (\log T)^{\alpha^2}$ を証明しましたが、これは大偏差の測度の直接的な評価から導かれたものではありませんでした。
  • [AB24] は、臨界線からわずかにずれた位置（$\sigma_0 = 1/2 + \delta/\log T$）での大偏差の下限を証明し、凸性論法を通じて臨界線上のモーメント下限を導出しましたが、定数項（constant）の精度が劣っていました。

• 本研究の目的:
  臨界線上そのままで、大偏差 $\log|\zeta(1/2+it)| \sim \alpha \log \log T$ に対する測度の下限を、リマン予想なしに証明し、かつモーメントの下限における定数項を [HS22] と同等の精度にまで改善することです。

2. 主要な結果

定理 1.1 (大偏差の下限):
任意の $\alpha > 0$ に対し、$V \sim \alpha \log \log T$ とする。十分大きな $T$ に対して、
$$\frac{1}{T} \left| \left\{ t \in [0, T] : \log \left| \zeta\left(\frac{1}{2} + it\right) \right| > V \right\} \right| \ge K_\alpha \int_V^\infty \frac{e^{-\frac{y^2}{\log \log T}}}{\sqrt{\log \log T}} dy$$
が成り立ち、定数 $K_\alpha$ は $\alpha \to \infty$ に対して $K_\alpha \gg (C \alpha^2 \log \alpha)^{-\alpha^2}$ を満たします。

コローラリー 1.2 (分数モーメントの下限):
上記の定数を用いて、任意の $\alpha > 0$ に対して、
$$\int_0^T |\zeta(1/2 + it)|^{2\alpha} dt \gg K_\alpha T (\log T)^{\alpha^2}$$
が成り立ちます。これは [HS22] による既知の最良の下限を、定数項の精度を維持したまま、リマン予想なしに再証明するものです。

また、同様の手法を Dirichlet $L$-関数の族（$q$-aspect）に適用し、定理 1.3 およびコローラリー 1.4 として、中心値 $L(1/2, \chi)$ の大偏差とモーメントの下限も証明しています。

3. 証明手法と技術的アプローチ

本証明は、[ABR20], [AB23], [AB24] で開発された「部分和の制限（restrictions of partial sums）」と「モーメントの分解」の枠組みを基盤とし、以下の技術的改良を施しています。

3.1. 部分和の近似と制限

$\log|\zeta(1/2+it)|$ を、素数 $p \le T^*$ までのディリクレ多項式の和 $S(\eta, t)$ で近似します。ここで $T^* = T^{1/R(\alpha^2+1)}$ であり、$R$ は十分大きな定数です。

• バリアの概念: 大偏差が発生する確率を評価するため、部分和 $S_j(t)$ が、対数 - 対数スケール上で特定の直線（傾き $\kappa^*$）の周りに狭い窓（バリア）内に留まる事象 $G_J$ を定義します。
• 制限の重要性: この事象 $G_J$ 上で $\zeta$ の値が大きいことを示すことで、全体の測度の下限を得ます。

3.2. Paley-Zygmund 不等式の適用

事象 $G_J$ における条件付き確率を評価するために、Paley-Zygmund 不等式を使用します。
$$P(|\zeta M|^2 > e^{2(V-L_J)} | G_J) \ge (1-\delta)^2 \frac{E[|\zeta M|^2 | G_J]^2}{E[|\zeta M|^4 | G_J]}$$
ここで $M(t)$ はモリファイア（mollifier）です。この不等式が有効であるためには、分母の 4 乗モーメントと分子の 2 乗モーメントの比率を精密に制御する必要があります。

3.3. 傾斜（Tilt）と多項式近似

従来の手法では、指示関数（indicator function）を直接用いていましたが、これでは定数項の精度が劣化します。本研究では以下の工夫を行いました。

• 多項式による傾斜: 指示関数を、ディリクレ多項式の実部で評価される多項式 $D_\pm$ で近似します。これにより、モーメント計算における「ねじれ（twist）」を多項式 $Q(t)$ として表現できます。
• $\alpha$-分離性（$\alpha$-separability）: ねじれ多項式 $Q(t)$ が、異なる素数区間 $P_j$ に対して独立した構造を持つように定義し、平均値定理（Mean Value Theorem for Dirichlet Polynomials）を適用可能にします。
• Steinhaus モデルとの比較: ねじれたモーメントを、独立な一様分布を持つ確率変数（Steinhaus モデル）のモーメントと比較します。特に、小さな素数（$P_0$）と大きな素数（$P_j, j \ge 1$）で異なる挙動を扱い、ガウス近似の誤差を精密に評価します。

3.4. 定数項の改善

[AB24] では、大偏差の検出に必要なディリクレ多項式の次数が高くなりすぎ、切断（truncation）が早すぎて定数項が悪化していました。本研究では、多項式傾斜を用いることで、より短い多項式で同じ効果を達成し、切断を $T^*$ まで遅らせることに成功しました。これにより、定数 $K_\alpha$ が [HS22] の結果と整合する形（$a_\alpha g_\alpha$ の積に近い形）に改善されました。

4. 主要な貢献

1. リマン予想の除去: 臨界線上での大偏差の測度下限と分数モーメントの下限を、リマン予想を仮定せずに証明しました。
2. 定数項の最適化: 既存の [AB24] の結果よりも定数項を改善し、[HS22] によるモーメントの下限と整合する精度を達成しました。これは、大偏差の確率がガウス分布の尾部と一致する（あるいはそれに近い）ことを示唆しています。
3. 一般化: 手法を Dirichlet $L$-関数の族（$q$-aspect）に拡張し、同様の結果を導出しました。
4. 技術的革新: 指示関数の多項式近似と、ねじれたモーメントにおける「$\alpha$-分離性」の概念を組み合わせ、高次モーメントの精密評価を可能にしました。

5. 意義と今後の展望

本研究は、リーマンゼータ関数の値の分布に関する「大偏差」の理論的基盤を強化しました。特に、モーメントの成長が、$\log|\zeta|$ が $\alpha \log \log T$ のオーダーになる点の測度によって支配されているという Soundararajan の予想を、定数項の精度まで裏付ける結果となっています。

今後の課題としては、得られた定数 $K_\alpha$ が、Keating-Snaith の予想（$a_\alpha g_\alpha$）と完全に一致するかどうかのさらなる精密化や、より広い範囲の $\alpha$ に対する上限・下限の一致（シャープな評価）の確立が挙げられます。また、この手法は他の $L$-関数の族や、ランダム行列理論との関連において、さらに応用が期待されます。

結論: 本論文は、解析的数論におけるリーマンゼータ関数の極値問題に対して、確率論的手法と解析的手法を高度に融合させ、リマン予想なしに最良の精度で大偏差の下限を証明した画期的な成果です。