🔢 mathematics

Conditional upper bounds on the least character non-residue

本文通过利用临界带内不同无零区域（特别是沿 $\sigma=1$ 线任意高度处的有界矩形）的条件，扩展了已知方法以建立关于最小特征非剩余的上界，从而将早期相关结果与 Granville 和 Soundararajan 关于特征和的最新研究联系起来。

原作者： Aritro Pathak

发布于 2026-03-17

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Aritro Pathak

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

这篇论文探讨的是数论中一个非常迷人且古老的问题：“最小的非二次剩余”到底有多大？

为了让你轻松理解，我们可以把这篇论文想象成一场**“寻找隐藏宝藏的侦探游戏”**。

1. 核心概念：什么是“非二次剩余”？

想象你有一个巨大的数字迷宫（模数 $q$ ）。在这个迷宫里，有些数字是“合法的居民”（与 $q$ 互质），有些是“非法的”。

特征（Character）：就像迷宫里的一个“守门员”或“过滤器”。它会给每个合法居民发一张卡片，卡片上写着 $1 $、$ -1 $或者$ 0$。
非二次剩余：我们要找的是第一个拿到“非 1"卡片（比如 $-1$）的合法居民。
问题：这个“第一个捣乱者”（最小的非二次剩余，记为 $n(\chi)$ ）通常出现在迷宫的哪个位置？是紧挨着门口（数字很小），还是躲在迷宫深处（数字很大）？

直觉告诉我们：这个捣乱者应该出现得很早，数字不应该太大。数学家们一直在试图证明：无论迷宫多大，这个捣乱者出现的数字 $n$ 都不会超过某个特定的“安全线”。

2. 过去的线索：零点的秘密

这篇论文的核心逻辑建立在一个惊人的联系上：“捣乱者出现的早晚”与“迷宫深处隐藏的幽灵（L-函数的零点）”有关。

L-函数：你可以把它想象成迷宫的**“全息地图”**。
零点（Zeros）：地图上的“幽灵”或“黑洞”。如果这些幽灵出现在地图的某些特定危险区域（临界带内），那么迷宫里的“捣乱者”就会躲得很远（ $n$ 很大）。
零自由区域（Zero-free region）：这是地图上的“安全区”。如果我们可以证明在某个区域没有幽灵，那么我们就可以断定“捣乱者”一定躲在这个区域之外，也就是它出现的数字 $n$ 不会太大。

以前的研究：

如果假设**广义黎曼猜想（GRH）**成立（即所有幽灵都乖乖地待在一条垂直线上），那么我们可以非常精确地算出捣乱者出现的位置，它非常小（大约是对数级别）。
但是，黎曼猜想太难证明了。所以，这篇论文做的是：如果我们不能证明所有幽灵都在那条线上，但至少能证明在靠近边缘的某个“矩形安全区”里没有幽灵，我们能得到什么结论？

3. 这篇论文的突破：更灵活的“安全区”

作者 Aritro Pathak 提出了一种更聪明的方法，不再要求整个地图都安全，而是允许我们在特定高度（任意高度 $t_0$ ）的特定矩形区域里寻找安全。

比喻：巡逻的探照灯

想象你在一个巨大的黑暗大厅（临界带）里找幽灵。

旧方法：要求整个大厅除了中间一条线外，其他地方都不能有幽灵。这太难了。
新方法（本文）：作者说，我们不需要看整个大厅。我们只需要拿一个探照灯，照向大厅的某个特定高度（比如 $t_0$ 处），并确保在探照灯照亮的一个长方形小房间里（宽度为 $\delta$ ，高度有限）没有幽灵。

只要在这个小房间里没发现幽灵，作者就能推导出：

“捣乱者”（最小的非二次剩余）一定躲在这个小房间对应的数字范围之外。

4. 主要发现（定理 2 和定理 3）

论文给出了两个主要的结论，就像侦探给出的两条线索：

定理 2（宽泛的结论）：
如果你能证明在靠近边缘（ $\sigma$ 接近 1）的一个无限长的垂直条带里没有幽灵，那么“捣乱者”出现的数字 $n$ 就不会超过 $(\log q)^{1/\delta}$ 。
- 简单说：如果你把边缘封锁得越紧（ $\delta$ 越小，条带越窄），捣乱者可能藏得越远；但如果封锁得宽一点，捣乱者就藏不远。
定理 3（更精准的结论）：
这是论文的亮点。作者引入了一个**“高度参数” $t_0$ **。
如果你能证明在特定高度 $t_0$ 附近的一个矩形区域（宽度 $\delta$ ，高度与 $t_0$ 有关）里没有幽灵，那么“捣乱者”的大小就被限制在一个更具体的公式里。
- 比喻：这就像你不仅知道“二楼没有鬼”，你还知道“二楼东边的 3 号房间绝对安全”。基于这个更精确的信息，你能更准确地推断出“捣乱者”躲在哪里。

5. 为什么这很重要？

连接过去与未来：以前的研究要么假设整个地图都安全（黎曼猜想），要么只关注特定的情况。这篇论文架起了一座桥梁，告诉我们：只要我们在临界带的任何“局部”发现安全区，就能立刻转化为对“最小非二次剩余”的强力约束。
与 Character Sums（特征和）的关系：如果“捣乱者”很大，意味着特征和（一种数学上的累加）会很大。这篇论文反过来证明：如果特征和很大，那么 L-函数的零点一定在某个特定的地方。这为研究素数分布提供了新的视角。

总结

想象你在玩一个捉迷藏游戏：

目标：找到第一个“捣乱者”（最小非二次剩余）。
线索：捣乱者躲得越远，说明地图（L-函数）上某些地方有“幽灵”（零点）。
本文贡献：作者发明了一种新的**“局部扫描”技术**。以前我们需要扫描整个地图才能确定捣乱者的位置，现在作者说：“只要你在地图的任意一个特定高度、特定宽度的小房间里确认没有幽灵，我就能告诉你捣乱者一定没躲多远。”

这篇论文通过更精细地分析“零点”的分布，为限制“最小非二次剩余”的大小提供了更灵活、更强大的数学工具。即使我们还没完全解开黎曼猜想，我们也能利用这些“局部安全区”来缩小搜索范围，离真相更近一步。

这篇论文《Conditional upper bounds on the least character non-residue》（关于最小特征非剩余的条件上界）由 Aritro Pathak 撰写，主要研究了在黎曼 $\zeta$ 函数和 $L$ -函数零点分布的特定假设下，如何改进最小特征非剩余（least character non-residue） $n(\chi)$ 的上界估计。

以下是该论文的详细技术总结：

1. 研究问题 (Problem)

对于模 $q$ 的非主特征 $\chi$ ，定义 $n(\chi)$ 为 $\chi$ 的最小特征非剩余，即满足 $(n, q)=1$ 且 $\chi(n) \neq 1$ 的最小正整数 $n$ 。

背景：Vinogradov 猜想认为对于任意固定的 $\epsilon > 0$ 和素数模 $p$ ，有 $n(p) \ll p^\epsilon$ 。
现有结果：Burgess 给出了 $n(\chi) \ll q^{1/4+\epsilon}$ 的有效上界。在广义黎曼猜想（GRH）成立的前提下，已知 $n(\chi) \ll (\log q)^2$ 。
核心问题：如果 GRH 不完全成立，但在临界带（critical strip）的某些特定区域（如 $\sigma=1$ 线附近的无零区域）内零点分布受到限制，能否得到比 Burgess 界更强、接近 GRH 条件下的上界？

2. 方法论 (Methodology)

论文采用了复分析中的经典技术，结合零点的分布假设来推导上界：

围道积分与逆 Mellin 变换：利用 Perron 公式的变体，构造包含 $\chi(n)\Lambda(n)$ 的加权和。通过移动积分围道（Contour shifting），将积分值与 $L(s, \chi)$ 的零点 $\rho = \beta + i\gamma$ 联系起来。
核函数构造：
- 在定理 2 的证明中，使用了简单的核函数 $(x-n)$ 。
- 在定理 3 的证明中，为了获得更精细的结果，构造了一个特定的加权核函数 $K(s, t_0)$ ，其形式涉及 $y^{s-1-it_0}$ 等项，旨在利用特定高度 $t_0$ 附近的零点分布信息。
零点计数估计：利用 Lemma 4 和 Lemma 5（源自 Iwaniec & Kowalski 或 Montgomery 的著作），对临界带内矩形或圆盘内的零点数量 $N(\rho)$ 进行上界估计，通常形式为 $\ll \log(q(|t|+2))$ 。
矛盾论证：假设 $n(\chi)$ 很大，推导出加权和的估计值与主项（来自主特征 $\chi_0$ 的留数）之间产生矛盾，从而迫使 $n(\chi)$ 必须小于某个界限。

3. 主要贡献与结果 (Key Contributions & Results)

定理 2：基于带状无零区域的上界

假设：假设 $L(s, \chi)$ 在区域 $R''(\delta) = \{ \sigma + it : 1-\delta < \sigma < 1 \}$ 内无零点（其中 $0 \le \delta < 1/2$ ）。
结论： $n(\chi) \ll (\log q)^{1/\delta}$ 。
意义：这是一个相对简单的推广，表明只要 $\sigma=1$ 线附近存在宽度为 $\delta$ 的无零带，最小非剩余的对数上界指数即为 $1/\delta$ 。

定理 3：基于矩形无零区域的更强上界（核心贡献）

假设：
- 给定高度 $t_0$ ( $|t_0| > 1$ ) 和模数 $q \ge e^{|t_0|+4}$ 。
- 假设 $L(s, \chi)$ 在特定的矩形区域内无零点： $1-\delta < \sigma < 1$ 且 $|t - t_0| \le K_1 |t_0|^2 \log q$ 。
- 其中 $\delta$ 满足 $\frac{1}{\log(|t_0|+4)} \le \delta \le \frac{1}{2}$ 。
结论：存在绝对常数 $C, K_1$ ，使得：
$n(\chi) < C \left( \frac{K_1 |t_0|^2 \log q}{\delta} \right)^{1/\delta}$
技术细节：
- 该定理利用了逆 Mellin 变换和精心设计的权重函数，能够“定位”到特定高度 $t_0$ 附近的零点。
- 如果最小非剩余违反了该界限，则意味着在所述矩形区域内必然存在零点。
- 当 $t_0 = 0$ 时，该结果退化为 Rodosskii 的旧结果，但这里推广到了任意高度 $t_0$ 。

引理与辅助工具

论文引用并使用了关于 $L$ -函数零点密度的标准引理（Lemma 4, 5），用于控制求和项中来自零点的贡献。

4. 讨论与未来方向 (Discussion & Future Directions)

与现有工作的联系：
- 结果与 Heath-Brown 关于违反 Burgess 界的序列会导致 $\sigma=1/2$ 线外存在零点的观察一致。
- 与 Granville 和 Soundararajan 关于特征和的研究相呼应，表明特征和的大小与 $L$ -函数零点的位置紧密相关。
- 如果假设 $L$ -函数在 $\sigma=1$ 线附近没有零点（即 $\delta$ 接近 $1/2$ ），则 $n(\chi)$ 的上界接近 $(\log q)^2$ ，这与 GRH 下的结果相当。
未来工作：
- 作者提出可以进一步推广到更复杂的无零区域，例如：随着实部 $\beta$ 接近 1，虚部 $\gamma$ 的限制可以动态变化（即 $\delta_i \to 0$ 序列与 $K_i \to \infty$ 序列的对应关系）。
- 这种推广允许在临界带内更精细地刻画零点分布对最小非剩余的影响。

5. 意义 (Significance)

条件性改进：该论文在不完全假设 GRH 的情况下，通过限制 $L$ -函数在 $\sigma=1$ 线附近的零点分布，提供了比 Burgess 界更优的 $n(\chi)$ 上界。
高度依赖性：定理 3 的创新之处在于引入了高度参数 $t_0$ ，表明即使零点不在实轴附近（ $t=0$ ），只要它们在特定高度 $t_0$ 附近的矩形区域内受到限制，也能推导出关于 $n(\chi)$ 的强上界。
连接桥梁：这项工作进一步建立了“特征和/非剩余的大小”与" $L$ -函数零点分布”之间的定量联系，为通过解析数论工具研究数论中的极值问题提供了新的视角。

简而言之，Aritro Pathak 通过扩展 Ankeny 和 Rodosskii 的方法，证明了如果 $L$ -函数在 $\sigma=1$ 线附近的特定矩形区域内没有零点，那么最小特征非剩余 $n(\chi)$ 将被限制在 $(\log q)^{1/\delta}$ 的量级，这为理解 GRH 失效时的数论结构提供了重要的条件性界限。