Partial sums of random multiplicative functions with supercritical divisor twists

这是一份关于 Jad Hamdan 论文《具有超临界除数扭曲的随机乘性函数部分和》（Partial Sums of Random Multiplicative Functions with Supercritical Divisor Twists）的详细技术总结。

1. 研究背景与问题 (Problem)

核心对象：

• Steinhaus 随机乘性函数 $f(n)$：定义在素数 $p$ 上为独立同分布的复单位圆上的均匀随机变量 $Z_p$，并通过完全乘性扩展到所有自然数。
• $\alpha$-除数函数 $d_\alpha(n)$：由狄利克雷级数 $\zeta(s)^\alpha = \sum d_\alpha(n)n^{-s}$ 定义。
• 研究目标：研究部分和 $S_x = \sum_{n \le x} d_\alpha(n)f(n)$ 的矩（moments），特别是其 $2q$ 阶矩的渐近行为。

背景与挑战：

• Helson 猜想与 Harper 的工作：Harper (2017) 证明了当 $\alpha=1$（即无扭曲，仅 $f(n)$）时，部分和表现出显著的抵消现象（cancellation），其矩的阶为 $(\log \log x)^{-q/2}$。这一结果与高斯乘性混沌（Gaussian Multiplicative Chaos, GMC）的临界相（critical phase）理论相对应。
• 超临界相（Supercritical Phase）：当 $\alpha \in (1, 2)$ 时，对应的 GMC 处于超临界相。在此区域，部分和的矩行为更为复杂，涉及双重对数修正（double-logarithmic corrections）。
• 未解决问题：
  1. 对于 $\alpha \in (1, 2)$，确定 $\sum_{n \le x} d_\alpha(n)f(n)$ 矩的精确上界。
  2. 解决 Gerspach 关于黎曼 $\zeta$ 函数伪矩（pseudomoments）在特定参数范围内的猜想。
  3. 提供一种比 Harper 原始证明更简洁、自包含的方法来推导临界情况（$\alpha=1$）的上界。

2. 方法论 (Methodology)

本文的核心创新在于通过研究**随机欧拉积（Random Euler Products）**的大偏差（large deviations）性质，建立部分和矩与欧拉积积分矩之间的联系。

主要技术步骤：

1. 从部分和到欧拉积的归约：

   • 利用筛法（sieve-theoretic arguments）和 Parseval 定理，将部分和 $\sum_{n \le x} d_\alpha(n)f(n)$ 的矩转化为截断欧拉积 $F_x(s) = \prod_{p \le x} (1 - f(p)p^{-s})^{-1}$ 的积分矩。
   • 具体地，将问题转化为估计形如 $\mathbb{E} [ (\int |F_x(\sigma + ih)|^\gamma dh)^q ]$ 的量，其中 $\gamma = 2\alpha$。

2. 水平集测度分析（Level Sets Analysis）：

   • 作者没有直接使用 Harper 的近似 Girsanov 定理，而是通过分析 $\log |F_x(s)|$ 的水平集测度来估计积分。
   • 定义“好点集” $G_A$，即那些随机游走路径 $S_j$ 保持在特定上下界（barriers）内的点。
   • 利用大偏差理论证明：积分的主要贡献来自于那些 $\log |F_x|$ 接近其最大值（即 $\log \log x$）的点。

3. 随机游走与高斯场类比：

   • 将 $\log |F_x(1/2+ih)|$ 近似为对数相关的随机场（log-correlated field），其统计特性类似于布朗运动或高斯过程。
   • 利用**极值统计（Extremal Statistics）**理论，特别是关于对数相关场最大值的分布（类似 Bramson 在分支布朗运动中的工作）。
   • 对于超临界情况（$\gamma > 2$），积分的主导项来自 $|F_x|$ 的局部最大值周围，而非临界情况下的整体平均。

4. 倾斜测度（Tilted Measure）与插值论证：

   • 在证明伪矩（Theorem 1.6）时，引入了倾斜测度（tilted measure）来处理介观尺度（mesoscopic intervals）上的积分。
   • 使用 Soundararajan 和 Zaman 的插值论证，结合概率界限（如 Lemma 2.3 和 Proposition 3.1），逐步逼近矩的上界。

3. 主要结果 (Key Results)

定理 1.1 (超临界除数函数的矩上界)：
对于 $\alpha \in (1, 2)$ 和 $q \in [0, 1/\alpha]$，当 $x$ 充分大时：
$$\mathbb{E} \left\{ \left| \frac{1}{\sqrt{x}} \sum_{n \le x} d_\alpha(n)f(n) \right|^{2q} \right\} \ll \frac{(\log x)^{2q(\alpha-1)}}{(\log \log x)^{3\alpha q/2 (1-\alpha q) + 1}}$$

• 意义：该结果与超临界高斯乘性混沌理论的预测完全一致，并给出了 $\alpha=1$ 时 Harper 结果的超临界类比。

命题 1.2 (临界情况的简短证明)：
作者利用上述水平集测度方法，给出了 $\alpha=1$ 时 Helson 猜想上界的一个简短证明，避免了复杂的 Girsanov 定理应用。

定理 1.3 (欧拉积积分的矩)：
对于 $\gamma \in (2, 4)$，证明了随机欧拉积 $F_y(\sigma + ih)$ 的 $\gamma$ 次幂积分的矩界限：
$$\mathbb{E} \left\{ \left( \frac{1}{\log y} \int_0^1 |F_y(\sigma_k + ih)|^\gamma dh \right)^q \right\} \ll \frac{(\log y)^{(\gamma-2)q}}{(\log \log y)^{3\gamma q/4 (2-\gamma q) + 1}}$$
这是推导定理 1.1 的关键中间步骤。

推论 1.4 & 1.5 (最大值与水平集测度)：

• 给出了 $|F_x(1/2+ih)|$ 最大值的概率上界，匹配了 Fyodorov-Hiary-Keating 猜想的最佳已知界限。
• 描述了在最大值附近，$\log |F_x|$ 水平集的典型测度，揭示了其结构特征。

定理 1.6 (黎曼 $\zeta$ 函数的伪矩)：
对于 $\alpha \in (1, 2)$ 和小 $q > 0$，证明了伪矩 $\Psi_{2q, \alpha}(x)$ 的上界：
$$\Psi_{2q, \alpha}(x) \ll \frac{(\log x)^{2q(\alpha-1)}}{(\log \log x)^{q(3\alpha/2)}}$$

• 意义：这回答了 Gerspach 提出的问题，并在 Gerspach 提出的猜想范围内（$1 \le \alpha < 2, 0 < q \le 2(\alpha-1)/\alpha^2$）给出了第一个 regime 的严格上界，确认了 $(\log \log x)$ 的指数修正项。

4. 贡献与意义 (Significance)

1. 理论统一性：将随机乘性函数的部分和理论与高斯乘性混沌（GMC）的超临界相理论紧密联系起来，验证了数论中的随机模型与统计物理中的混沌模型在深层结构上的一致性。
2. 方法创新：提供了一种新的、自包含的方法来证明 Harper 类型的矩界限。通过直接分析欧拉积的水平集测度，绕过了传统证明中复杂的 Girsanov 定理构造，使得证明更加简洁且易于推广到超临界情况。
3. 解决开放问题：
   • 首次确立了 $\alpha \in (1, 2)$ 时随机乘性函数部分和矩的精确渐近行为（包括双重对数修正）。
   • 解决了 Gerspach 关于黎曼 $\zeta$ 函数伪矩在 $\alpha > 1$ 时的猜想，明确了 $(\log \log x)$ 因子的具体指数。
4. 技术深度：文章深入探讨了随机对数相关场（log-correlated fields）的极值统计特性，特别是最大值附近的局部测度结构，这些技术细节对于理解更广泛的随机数论问题具有重要价值。

总结

Jad Hamdan 的这篇论文通过引入对随机欧拉积水平集测度的精细分析，成功地将随机乘性函数的研究从临界情况推广到了超临界情况。不仅给出了 $\alpha \in (1, 2)$ 时部分和矩的精确上界，还解决了关于黎曼 $\zeta$ 函数伪矩的长期猜想，为理解数论中随机过程的深层结构提供了强有力的工具和新视角。