🔢 mathematics

A discrete mean-value theorem for the higher derivatives of the Riemann zeta function

本文通过推导这些和的完整渐近展开式，证明了黎曼ζ函数在其非平凡零点上的 $n$ 阶导数之和为实数，且在平均意义上呈现出特定的符号模式（ $n$ 为奇数时为正， $n$ 为偶数时为负）。

原作者： Christopher Hughes, Andrew Pearce-Crump

发布于 2026-05-25

📖 1 分钟阅读🧠 深度阅读

原作者： Christopher Hughes, Andrew Pearce-Crump

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

以下是用通俗语言和日常类比对论文《黎曼ζ函数高阶导数的离散均值定理》的解释。

大局观：聆听数字的“心跳”

想象黎曼ζ函数（ $\zeta(s)$ ）是一台庞大而复杂的机器，它掌管着素数（如 2、3、5、7、11……）的分布。这台机器拥有一组特殊的“隐藏齿轮”，称为非平凡零点。这些是机器输出恰好为零的特定位置。

长期以来，数学家们一直着迷于当你在这些隐藏齿轮处观察这台机器的“速度”或“加速度”时会发生什么。用数学术语来说，这意味着在这些零点处取函数的导数（变化率）。

Shanks 猜想是一个旧观点（源自 20 世纪 70 年代），它提出：如果你观察所有这些零点处的一阶导数（速度）并将它们相加，结果是一个正的实数。这就像说，如果你聆听机器在每个零点处的“心跳”，平均节拍总是正的。

本文做了什么：“高阶”升级

Christopher Hughes 和 Andrew Pearce-Crump 决定将这个想法提升到下一个层次。他们不再仅仅观察速度（一阶导数），而是观察加速度（二阶导数）、加加速度（三阶导数），以此类推，一直延伸到 $n$ 阶导数。

可以这样理解：

旧观点：你只在特定的检查点查看汽车的速度表。
本文：他们在同样的检查点查看了速度表、加速度、加加速度以及所有其他运动传感器的读数，然后将所有这些读数相加。

主要发现：符号的规律

作者在这些求和的“平均”结果中发现了一个美丽且可预测的模式：

如果你观察奇数阶导数（1 阶、3 阶、5 阶……），平均和为正。
如果你观察偶数阶导数（2 阶、4 阶、6 阶……），平均和为负。

这就像钟摆摆动。如果你在奇数间隔测量摆动，它总是在右侧；在偶数间隔，它总是在左侧。论文证明这不仅仅是幸运的猜测；它是ζ函数行为的一个基本规律。

他们是如何做到的：“留数”侦探工作

为了证明这一点，作者没有仅仅靠猜测；他们使用了涉及复分析（处理虚数的数学分支）的复杂数学工具箱。

轮廓图：想象在零点这片田野周围画一个巨大的矩形围栏。
积分：他们计算了沿这个围栏边缘的“流量”（积分）。在数学中，一个著名的定理（柯西定理）指出，如果你知道围栏周围的流量，你就确切知道围栏内部发生了什么（零点处导数的和）。
“左侧”：他们发现围栏三条边上的流量可以忽略不计（就像微风一样）。真正的数据“风暴”来自围栏的左侧。
展开：他们将左侧的复杂公式分解为长长的项列表（渐近展开）。这就像把复杂的食谱分解为列出每一种配料及其确切用量，而不仅仅是说“加一些面粉”。

结果：精确的食谱

这篇论文提供了一个计算这些求和的完整食谱（渐近公式）。

主要成分：答案的最大部分取决于你在数轴上走得多高（由 $T$ 表示），并涉及对数（一种衡量增长的方式）。
调味：他们还计算了较小的、低阶的项（文中提到的 $C_j$ 和 $A_j$ 常数）。这些就像让预测变得准确而非粗略估计的一撮盐或一点胡椒。
误差范围：他们还精确计算了预测可能存在的偏差（误差项）。他们表明，即使不假设著名的“黎曼猜想”（一个巨大的未解数学问题），他们的预测也极其接近。如果你确实假设黎曼猜想成立，预测会变得更加精确。

为什么这很重要（根据论文）

这篇论文并没有声称要解决黎曼猜想，也没有将其应用于物理学或工程学。相反，它的价值是纯粹的数学：

推广：它将关于一阶导数的已知事实（Shanks 猜想）推广并证明适用于所有导数。
精度：先前的研究只计算了“主项”（答案的最大部分）。这篇论文计算了整个展开式，包括那些较小的、杂乱的细节。
验证：他们用前 100,000 个零点的实际计算机数据测试了二阶导数（ $n=2$ ）的公式。数学与数据几乎完美匹配，误差极小（在数百万的总值上小于 2,400）。

总结类比

想象你试图预测一个合唱团演唱复杂歌曲时的总噪音水平。

Shanks 发现，如果你聆听歌手在特定音符处的音量，平均值是正的。
Hughes 和 Pearce-Crump 发现，如果你聆听音量的变化、该变化的变化，以此类推，存在一条严格的规则：奇数变化为正，偶数变化为负。
他们不仅仅是猜测音量；他们写下了一个精确的数学公式，告诉你音量应该是多少，包括所有细微的差别，并通过将其与实际合唱团的录音进行比较证明了其有效性。

技术摘要：黎曼ζ函数高阶导数的离散均值定理

问题陈述
本文探讨了黎曼ζ函数 $\zeta(s)$ 的非平凡零点 $\rho = \beta + i\gamma$ 处，其 $n$ 阶导数 $\zeta^{(n)}(s)$ 的离散均值的渐近行为问题。具体而言，作者旨在评估以下求和：
$\sum_{0 < \gamma \leq T} \zeta^{(n)}(\rho)$
虽然 $n=1$ 的情形（Shanks 猜想）此前已由 Conrey、Ghosh、Gonek 和 Fujii 确立，但高阶导数（ $n \geq 2$ ）的行为此前探索较少。作者旨在将这些结果推广至所有 $n$ ，提供包含低阶项和精确误差界的显式渐近公式，这些结果既无条件成立，也在黎曼猜想（RH）假设下成立。

方法论
证明遵循围道积分方法，利用柯西留数定理。方法论按以下步骤进行：

围道积分设置：作者定义了一个矩形围道 $R$ ，其顶点为$c+i, c+iT, 1-c+iT, 1-c+i $（其中$ c = 1 + 1/\log T $）。根据柯西定理，函数$ \frac{\zeta'(s)}{\zeta(s)}\zeta^{(n)}(s) $沿该围道的积分等于非平凡零点处的留数之和，即目标求和$ \sum \zeta^{(n)}(\rho)$。
围道分解：积分被分解为四段：底边（ $S_B$ ）、顶边（ $S_T$ ）、右边（ $S_R$ ）和左边（ $S_L$ ）。利用 $\zeta(s)$ 及其导数的凸性界以及对数导数 $\frac{\zeta'}{\zeta}(s)$ 的界，证明了 $S_B$ 、 $S_T$ 和 $S_R$ 的贡献可忽略不计（包含在误差项内）。
左侧边评估：主要贡献来自围道的左侧边（ $S_L$ ）。利用ζ函数及其导数的函数方程（特别是引理 4 和引理 3），积分被转化为涉及狄利克雷级数的表达式。
归约为算术和：通过应用 Gonek 引理 5，积分被归约为涉及冯·曼戈尔特函数 $\Lambda(r)$ 的离散算术和：
$(-1)^{n+1} \sum_{mr \leq T/2\pi} \Lambda(r) \log^n r$
佩龙公式与留数计算：该算术和利用截断的佩龙公式进行评估，将其转换回复变积分。随后通过向左移动围道计算该积分，并提取极点 $s=1$ 处的留数。
洛朗展开： $s=1$ 处的留数通过将被积函数 $\left(\frac{\zeta'(s)}{\zeta(s)}\right)^{(n)} \zeta(s) \frac{Y^s}{s}$ （其中 $Y = T/2\pi$ ）在 $s=1$ 附近进行洛朗级数展开来计算。这涉及 $\zeta(s)$ 展开式中的系数 $C_j$ 以及 $\frac{\zeta'(s)}{\zeta(s)}$ 展开式中的系数 $A_j$ 。
误差项分析：误差项在两种情形下进行分析：
- 无条件情形：通过选择围道移动的特定高度 $V$ ，误差被界定为 $O(T e^{-C\sqrt{\log T}})$ 。
- 条件情形（RH）：假设黎曼猜想成立，误差改进为 $O(T^{1/2} \log^{n+5/2} T)$ 。此外，针对 $n=1$ 推导出了特定的改进结果，得出 $O(T^{1/2} \log^{13/4} T)$ 。

主要贡献与结果
主要贡献是定理 3，它提供了零点处 $n$ 阶导数求和的完整渐近展开：

$\sum_{0<\gamma \leq T} \zeta^{(n)}(\rho) = (-1)^{n+1} \frac{1}{n+1} \frac{T}{2\pi} \log^{n+1}\left(\frac{T}{2\pi}\right) + \text{低阶项} + E_n(T)$

结果的关键特征包括：

推广：它将 Shanks 猜想（ $n=1$ 情形）推广至所有 $n \geq 1$ 。
显式低阶项：与仅计算主项的先前工作（如 Kaptan、Karabulut 和 Yıldırım）不同，本文提供了涉及 $\log(T/2\pi)$ 幂次以及常数 $C_j$ 和 $A_j$ 的所有低阶项的显式系数。
均值符号：结果表明，若 $n$ 为奇数，则 $\zeta^{(n)}(s)$ 的均值为实数且为正；若 $n$ 为偶数，则均值为实数且为负。
数值验证：作者为 $n=2$ 情形提供了数值证据，表明渐近公式与前 100,000 个零点的真实求和高度吻合（对于量级约为 $10^6$ 的求和，误差不超过 2,400）。

意义
本文声称提供了ζ函数在其零点处高阶导数均值的第一个完整渐近展开。通过恢复 $n=1$ 的已知结果（Fujii 定理）并将其扩展至 $n=2$ 及更高阶，同时提供显式的低阶项，这项工作为理解这些导数的分布提供了更精细的视角。作者指出，他们的方法允许计算任意特定 $n$ 阶导数，尽管更高阶的手动计算会变得繁琐。这项工作作为 Shanks 猜想的严格推广，根据导数阶数的奇偶性确认了均值符号的交替模式。