🔢 mathematics

High-Precision Approximation of Riemann Zeros via the Truncated Weil Form

Este artigo apresenta a primeira implementação pública da forma quadrática de Weil truncada de Connes-van Suijlekom, demonstrando que seus autovalores do estado fundamental convergem monotonicamente para os zeros de Riemann com precisão extrema (até 329 dígitos) à medida que o parâmetro de corte aumenta, enquanto valida empiricamente as taxas de convergência e propriedades espectrais sem reivindicar uma prova formal da Hipótese de Riemann.

Autores originais: Akiva Groskin

Publicado 2026-05-21

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Akiva Groskin

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

A Visão Geral: Sintonizar um Rádio para Encontrar Estações Ocultas

Imagine que a Função Zeta de Riemann é uma estação de rádio gigante e complexa transmitindo um sinal através do universo da matemática. Escondidos dentro deste sinal estão "frequências" específicas chamadas zeros de Riemann. Esses zeros são famosos porque, se todos estiverem situados em uma "linha crítica" específica (uma linha reta em um gráfico), isso prova a Hipótese de Riemann, um dos maiores mistérios não resolvidos da matemática.

Por décadas, matemáticos tentaram encontrar essas frequências. Em 2026, um grupo liderado por Alain Connes propôs uma nova maneira de "sintonizar" nessas frequências usando uma máquina matemática chamada Forma Quadrática de Weil. Eles sugeriram que, se você construir essa máquina com um "corte" específico (um limite sobre quantos números primos você permite entrar na máquina), a máquina produzirá um "estado fundamental" (sua configuração de energia mais baixa). Os zeros desse estado fundamental deveriam alinhar-se perfeitamente com os zeros de Riemann.

A Grande Questão: Essa máquina realmente funciona? À medida que você torna a máquina maior e permite a entrada de mais números primos (aumentando o corte), os zeros ficam cada vez mais próximos dos zeros reais de Riemann, ou eles apenas vagueiam?

O Que Este Artigo Fez: Construindo a Máquina do Zero

O autor, Akiva Groskin, não apenas adivinhou; ele construiu a máquina do zero usando um computador.

Reprodução Independente: Ninguém mais havia compartilhado publicamente o código para construir essa máquina específica. Groskin escreveu seu próprio código (em Python) para recriar a matriz "Connes–van Suijlekom". É como construir uma réplica de um famoso e complexo motor de relógio a partir de um projeto para ver se ele realmente tiquetaqueia.
O Teste: Eles executaram a máquina em 16 configurações diferentes (cortes), começando pequeno (permitindo primos até 13) e ficando maior (até 100).
O Resultado: A máquina funcionou incrivelmente bem.
- Na configuração mais pequena, o erro foi minúsculo (cerca de 1 parte em $10^{55}$ ).
- Na configuração mais grande (corte 67), o erro tornou-se inconcebivelmente pequeno (cerca de 1 parte em $10^{168}$ ).
- Analogia: Imagine tentar acertar o alvo no centro de um alvo do tamanho de um grão de areia do outro lado da galáxia. No início, você estava fora por algumas polegadas. No final, você estava fora por menos da largura de um único átomo.

O Experimento "C = 100": Empurrando os Limites

O artigo não parou nas configurações padrão. Eles levaram a máquina a uma configuração muito maior: corte 100. Isso é como aumentar o volume ao máximo para ver se o sinal permanece claro ou se distorce.

O Desafio: Nessa configuração alta, a máquina começou a mostrar algum "ruído" (matematicamente, alguns números negativos apareceram onde deveriam haver apenas positivos). É como um rádio captando um pouco de ruído estático.
A Solução: O autor filtrou cuidadosamente o ruído e focou no "ramo positivo" do sinal.
A Descoberta: Mesmo com o ruído, a máquina foi capaz de prever os primeiros 10 zeros de Riemann com 300+ dígitos corretos. Esta é a previsão mais profunda e precisa de seu tipo já feita publicamente.
A Comparação: Eles compararam seus resultados com uma "previsão heurística" (um palpite inteligente) feita por Connes. Seus resultados corresponderam muito de perto ao palpite, sugerindo que a máquina está seguindo na direção certa, embora não tenham provado que o palpite seja uma lei da natureza.

Principais Descobertas e Observações "Estruturais"

O artigo está cheio de padrões interessantes que eles encontraram enquanto construíam a máquina:

A "Forma" Permanece a Mesma: Mesmo que o "volume" (os autovalores) tenha mudado em quantidades massivas (trilhões de vezes menores), a "forma" do sinal (o autovetor) permaneceu quase idêntica. É como uma corda de guitarra que fica cada vez mais silenciosa, mas continua vibrando exatamente no mesmo padrão.
Não É Apenas Sobre Primos: Eles descobriram que a melhoria na precisão veio principalmente de tornar o "quarto" (o intervalo) maior, e não apenas de adicionar mais números primos. É o tamanho do recipiente que importa mais.
Sem Fórmula Simples: Eles tentaram ajustar os dados a curvas matemáticas simples (como uma linha reta ou uma curva suave), mas nenhuma delas funcionou perfeitamente. A convergência (quão rápido ela melhora) é complexa e ainda não segue uma regra simples.
Aleatoriedade vs. Ordem: O "volume" dos números internos da máquina (aqueles que não são os zeros principais) comportou-se como eventos aleatórios e desconectados (estatísticas de Poisson), em vez do padrão altamente ordenado e repelente (estatísticas GUE) pelo qual os reais zeros de Riemann são famosos. Isso sugere que o "ruído" na máquina é diferente do "sinal" que estamos procurando.

O Que Eles NÃO Reivindicaram (As "Não Reivindicações Honestas")

O autor é muito cuidadoso para não prometer demais:

Sem Prova da Hipótese de Riemann: Eles não provaram que a hipótese é verdadeira. Eles apenas mostraram que esta máquina específica chega incrivelmente perto da resposta.
Sem Prova de Convergência: Eles não provaram que a máquina vai eventualmente atingir a resposta exata à medida que fica infinitamente grande. Eles apenas mostraram que ela fica cada vez mais próxima na faixa que testaram.
Sem Bala de Prata: Os "números negativos" (ruído) que apareceram na configuração alta ainda são um mistério. Eles podem ser um defeito na matemática, ou podem ser uma característica real. O autor não resolveu isso; eles apenas relataram.

A Conclusão

Este artigo é uma enorme conquista da matemática experimental. O autor construiu um motor matemático complexo, sintonizou-o com precisão extrema e mostrou que ele pode prever os zeros de Riemann com precisão sem precedentes.

Pense nisso como um mestre relojoeiro construindo um novo tipo de relógio. Eles não provaram que o tempo funciona da maneira que Einstein disse que funciona, mas construíram um relógio que marca o tempo tão perfeitamente que corresponde quase exatamente às previsões teóricas do tempo. Isso dá a outros matemáticos uma nova ferramenta poderosa para estudar o mistério, mesmo que a "prova" final ainda esteja fora de alcance.

O artigo conclui com uma promessa: Todo o código, dados e resultados são públicos. Qualquer pessoa pode baixar a "máquina", executá-la e verificar os resultados por si mesma.

Resumo Técnico: Aproximação de Alta Precisão dos Zeros de Riemann via Forma Quadrática de Weil Truncada

Enunciado do Problema
O artigo aborda uma questão aberta dentro da interpretação espectral da Hipótese de Riemann (HR) proposta por Alain Connes e colaboradores. Especificamente, investiga a convergência dos zeros do estado fundamental da forma quadrática de Weil truncada para os zeros reais de Riemann à medida que o parâmetro de corte $c$ (controlando primos $p \le c$ ) tende ao infinito. Embora Connes–van Suijlekom (2025) tenha provado que esses zeros residem na linha crítica para qualquer $c$ finito, a convergência para os verdadeiros zeros de Riemann quando $c \to \infty$ permanece não provada. Antes deste trabalho, não existia nenhuma implementação pública independente da matriz de Galerkin de Connes–van Suijlekom, nem nenhuma reprodução independente dos dados numéricos relatados por Connes (2026) ou Connes–Consani–Moscovici (2025) havia sido publicada.

Metodologia
O autor apresenta uma implementação numérica de alta precisão da matriz de Galerkin da Proposição 4.1 de Connes–van Suijlekom, utilizando Python e a biblioteca mpmath para aritmética de precisão arbitrária.

Construção do Operador: A implementação constrói a projeção do setor par da forma quadrática de Weil truncada em $L^2([0, \log c])$ . Os elementos da matriz são derivados de um núcleo envolvendo o multiplicador de Mellin arquimediano (envolvendo a função digama) e uma soma finita sobre primos $p \le c$ .
Equivalência Unitária: O artigo estabelece que a matriz implementada é unitariamente equivalente à matriz definida no Lema 5.1 de Connes–Consani–Moscovici (2025), confirmando que o cálculo visa o mesmo objeto espectral.
Estratégia Numérica:
- Precisão: Os cálculos utilizam até 1000 dígitos decimais (dps) para evitar limites de erro reverso, com varreduras específicas em dps=500 e dps=1000.
- Quadratura: Quadratura adaptativa tanh–sinh é utilizada para a integral arquimediana, com um corte $T=800$ verificado para convergência.
- Extração de Autovalores: O menor autovalor positivo ( $\lambda_{\min}^{even}$ ) da matriz do setor par é computado. O autovetor correspondente é utilizado para extrair zeros de Riemann ( $\gamma_k$ ) via transformada de Fourier–Mellin do estado fundamental.
- Validação: O estudo inclui validação cruzada contra valores publicados em $c=13$ e $c=14$ , e um teste fora da amostra em $c=100$ com uma varredura de tamanhos de base $N \in \{100, 150, 200, 250\}$ .

Contribuições Principais

Primeira Implementação Independente: Esta é a primeira reprodução pública e independente da matriz de Galerkin de Connes–van Suijlekom. Ela reproduz o erro do primeiro zero em $c=13$ dentro de um fator de 1,3 dos valores relatados por Connes (2026) e Connes–Consani–Moscovici (2025).
Varredura Numérica Estendida: O estudo estende as medições para quinze cortes ( $c=13$ até $67$) e um décimo sexto corte em $c=100$ . Através da janela dentro da amostra ( $c \le 67$ ) em $N=100$ , o erro absoluto $|\gamma_1 - \gamma_{\text{Riemann}}|$ diminui monotonicamente de $\sim 2 \times 10^{-55}$ para $\sim 1,5 \times 10^{-168}$ , abrangendo 113 ordens de grandeza.
Teste Fora da Amostra em $c=100$ : Em $c=100$ , o autor realiza uma varredura de $N$ para testar o comportamento de convergência. Usando extrapolação de Aitken- $\Delta^2$ na sequência dos menores autovalores positivos, o limite estimado $\log_{10}|\lambda_{\min}^{even}(\infty)|$ é encontrado ser aproximadamente $-533,7 $a$ -536,8$. Isso se aproxima da previsão heurística de contínuo de Connes (2026) ( $\approx -530,4$ ) com lacunas de 3,3 a 6,4 ordens de grandeza, fornecendo consistência empírica com a heurística teórica.
Caracterização Estrutural: O artigo identifica várias propriedades estruturais do operador de $N$ $N$ finito:
- Invariância do Autovetor: Apesar dos autovalores variarem por 113 ordens de grandeza, os autovetores do estado fundamental através de diferentes cortes exibem alta sobreposição ( $>0,95$ ), sugerindo invariância aproximada em $c$ .
- Taxas de Convergência: Todos os dez zeros detectáveis ( $\gamma_1$ até $\gamma_{10}$ ) convergem a taxas dentro de 3,8% uma da outra.
- Regularidade de Sobolev: Um expoente empírico de convergência de Galerkin $s(c) \approx 55 \log c - 128$ é identificado, sugerindo regularidade crescente com $c$ .
- Estatísticas de Volume: O espectro de volume (excluindo o estado fundamental) segue estatísticas de Poisson ( $\beta < 0,05$ ), indicando ausência de repulsão de níveis, o que os autores notam ser um diagnóstico estrutural do operador truncado e não um teste da conjectura de Montgomery (que se aplica a zeros localmente reescalados).
Extensão para Funções L de Dirichlet: Uma portagem preliminar para $L(s, \chi_3)$ revela uma quebra oscilatória de positividade em cortes específicos ( $c=23, 29$ ), contrastando com a positividade estável observada no caso da função zeta de Riemann para $c \le 67$ .

Resultados e Dados

Redução de Erro: Em $c=100, N=250, \text{dps}=500$ , a extração dos primeiros dez zeros de Riemann alcança 307–329 dígitos coincidentes.
Falsificação de Modelos Simples: Oito modelos de convergência suave de dois parâmetros (linear, quadrático, exponencial em $L$ ou $\pi(c)$ ) foram testados e rejeitados. Um modelo log-periódico de cinco parâmetros também foi falsificado fora da amostra em $c=53$ .
N-Finito vs. Contínuo: O ajuste empírico $|\log_{10} \lambda| \approx 13,24 c^{0,634}$ derivado de dados $c \le 67$ é mostrado ser uma taxa de $N$ -finito, não o assíntota do contínuo. É falsificado em $c=100$ por um desvio de 49 ordens de grandeza na direção de decaimento mais rápido.
Autovalores Negativos: Em $c=100$ , a matriz bruta de $N$ finito contém um pequeno bloco de autovalores de sinal negativo. O autor relata o menor autovalor positivo como um ramo empiricamente estável, notando que a identificação deste ramo com o estado fundamental teórico é condicional à natureza desses valores negativos (provavelmente artefatos condicionais).

Alegações e Significado
O artigo explicitamente não alega provar a Hipótese de Riemann ou validar a conjectura de convergência de Connes.

Natureza da Contribuição: O trabalho é apresentado como "matemática experimental" fornecendo dados numéricos reproduzíveis e interpretação cuidadosa sob o arcabouço existente de Connes–van Suijlekom/Connes–Consani–Moscovici.
Consistência, Não Prova: O acordo entre a extrapolação de Aitken em $c=100$ e a heurística de Connes (2026) é relatado como um teste de consistência empírica, não um teorema. O autor enfatiza que a aceleração de Aitken depende de suposições sobre a forma local da sequência de convergência.
Status da Hipótese: A aplicação do Teorema 1.1 de Connes–Consani–Moscovici aos dados de $c=100$ é tratada com uma "caveat de status de hipótese" devido à presença de autovalores negativos na matriz bruta, os quais não são assumidos como existentes no limite contínuo.
Significado: O significado principal reside em fornecer a primeira verificação numérica independente e de alta precisão do arcabouço de Connes–van Suijlekom, estendendo a faixa de cortes testados e caracterizando o comportamento estrutural (estabilidade do autovetor, taxas de convergência e estatísticas espectrais) do operador truncado. Os dados restringem o trabalho teórico quantificando os efeitos de $N$ -finito e demonstrando que modelos suaves simples não podem capturar o comportamento de convergência sobre a faixa medida.