The Fyodorov--Hiary--Keating Conjecture on Mesoscopic Intervals

技术摘要：关于介观区间的费奥多罗夫–希亚里–基廷猜想

问题陈述
本文探讨了黎曼$\zeta$函数 $\zeta(s)$ 在临界线 $\Re(s) = 1/2$ 上“介观”短区间内的最大值分布及其二阶矩（配分函数）。具体而言，作者研究了 $\max_{|h| \le (\log T)^\theta} |\zeta(1/2 + i(\tau + h))|$ 的行为及其平方的积分，其中 $\tau$ 在 $[T, 2T]$ 上均匀分布，且 $\theta \in (-1, 0]$。

核心问题在于验证费奥多罗夫–希亚里–基廷（FHK）猜想，该猜想预测此类区间上 $\log |\zeta|$ 的局部最大值行为类似于分支随机游走（BRW）的最大值。虽然对于 $\theta < 0$ 的主导阶行为（由 Arguin、Ouimet 和 Radziwiłł 建立）以及 $\theta = 0$ 时的完整分布（由 Arguin、Bourgade 和 Radziwiłł 建立）此前已获证实，但关于 $\theta \in (-1, 0)$ 的情形，其精确的次主导阶以及高斯波动项的显式识别仍属未决问题。

方法论
作者采用了一种基于$\zeta$函数与分支随机游走之间联系的概率方法，利用了源自 Arguin、Bourgade 和 Radziwiłł [6] 的递归方案。该方法包含几个关键技术组件：

1. $\zeta$函数的分解：作者将 $\log |\zeta(1/2 + i(\tau + h))|$ 分解为“长”狄利克雷多项式部分 $S_{t_\theta}(h)$ 和“短”移位部分 $S_k(h) = S_{t_\theta+k}(h) - S_{t_\theta}(h)$。其中，$S_{t_\theta}(h)$ 捕捉了直到素数 $p \le \exp((\log T)^{|\theta|})$ 的相关性。

   • 对于 $\theta < 0$，项 $S_{t_\theta}(0)$ 作为一个公因子（在区间内大致为常数）引入了高斯波动。
   • 剩余项被建模为深度为 $t(1+\theta)$ 的树上的分支随机游走。

2. 递归障碍方案：为了界定最大值，作者构建了一系列由上界和下界（$U_y(k)$ 和 $L_y(k)$）定义的“好集” $G_\ell$，部分和 $S_k(h)$ 必须在特定检查点 $t_\ell$ 处满足这些界限。该方案最初由 Bramson [15] 为分支随机游走开发，通过限制狄利克雷多项式的长度范围（在此范围内矩估计通过均值定理依然有效），从而实现对大偏差的控制。

3. 配分函数的部分障碍策略：对于临界点（$\beta=2$）处的二阶矩（配分函数），作者引入了一种“部分障碍”策略。与以往需要在整个时间区间上设置障碍的方法不同，他们证明了将过程限制到时间 $t^* = (t - t_\theta)/2$ 足以恢复正确的归一化因子。这避免了在整个区间上控制长狄利克雷多项式的技术困难。

4. 相关性控制：一个关键的技术引理（命题 1.5）确立了素数 $p \le \exp((\log T)^{|\theta|})$ 的贡献在区间 $|h| \le (\log T)^\theta$ 上本质上是常数，其偏差按高斯尾部衰减。这证明了从最大值和矩估计中提取项 $|P_\tau(\theta)|$（与 $e^{-S_{t_\theta}(0)}$ 相关）的合理性。

主要贡献与结果

1. 局部最大值的上界（定理 1.2）：
   作者证明了$\zeta$函数在介观区间上最大值的尖锐上界。他们表明，对于固定的 $\theta \in (-1, 0]$ 和大 $T$，最大值超过阈值 $y$ 的概率被以下不等式界定：
   $$P\left( \max_{|h| \le (\log T)^\theta} |\zeta(1/2 + i(\tau + h))| > e^y \frac{(\log T)^{1+\theta}}{(\log \log T)^{3/4}} \right) \le C y \exp\left(-2y - \frac{y^2}{(1+\theta)\log \log T}\right)$$
   至关重要的是，该结果明确指出了 FHK 猜想中高斯项的来源是量 $S(t) = S_{t_\theta}(0)$，该量依分布收敛于标准高斯分布。这解决了 $\theta \in (-1, 0]$ 情形下猜想的上界问题（精度达常数倍）。

2. 配分函数的上界（定理 1.3）：
   本文推导了介观区间上二阶矩 $Z_2(\theta)$ 的上界。结果表明，$Z_2(\theta)$ 超过阈值的概率按 $A^{-1+\epsilon}$ 衰减。该界限包含一个对数正态因子（源于长素数）和一个平方根修正项 $\sqrt{\log \log T}$（源于短素数）的乘积，推广了 Harper 针对 $\theta=0$ 的结果。
   $$P\left( Z_2(\theta) |P_\tau(\theta)|^2 \ge A \frac{(\log T)^{1+\theta}}{\sqrt{(1+\theta)\log \log T}} \right) \le C A^{-1+\epsilon}$$

3. 受约束的大偏差估计（定理 1.4）：
   作者建立了在素数区间上受障碍约束的 $\log |\zeta|$ 的大偏差估计。该结果推广了 [1] 和 [6] 中的技术，具有独立的学术价值，并作为主要定理的技术引擎。它将$\zeta$函数在障碍约束下超过值 $V$ 的概率与高斯随机游走的相应概率联系起来。

意义
本文声称以 $O(1)$ 精度解决了介观区间（$\theta \in (-1, 0]$）上费奥多罗夫–希亚里–基廷猜想的上界问题，这是对以往主导阶结果的显著改进。通过显式识别高斯波动项 $S(t)$，该工作阐明了最大值结构，确认其为来自长素数的高斯变量与来自短素数的分支随机游走最大值之和。

此外，本文为 $\theta = 0$ 处的临界二阶矩提供了 Harper 界限的新证明，并将其推广至 $\theta < 0$。作者指出，他们的证明利用“部分障碍”策略，区别于 Harper 的方法，能够在不依赖整个区间上障碍的全部复杂性的情况下，对高点的测度进行严格控制。这项工作填补了 $\theta=0$（随机矩阵理论类比）与 $\theta < 0$ 已知结果之间的空白，为理解$\zeta$函数在不同尺度下的极值提供了一个统一的框架。