Conditional Upper Bounds for Large Deviations and Moments of the Riemann Zeta Function

以下是 Arguin、Bailey 和 Roberts 所著论文《黎曼$\zeta$函数大偏差与矩的条件上界》的详细技术总结。

1. 问题陈述

本文探讨了黎曼$\zeta$函数$\zeta(s)$在临界线$\text{Re}(s) = 1/2$上大值分布的问题。具体而言，旨在建立以下两个方面的精确上界：

1. 大偏差：集合$\{t \in [T, 2T] : |\zeta(1/2 + it)| > (\log T)^k\}$（或等价地，$\log|\zeta(1/2+it)| > V$，其中$V \sim k \log \log T$）的测度。
2. 矩：$|\zeta(1/2+it)|$的$2k$阶矩，定义为$\frac{1}{T} \int_T^{2T} |\zeta(1/2+it)|^{2k} dt$。

背景：

• Selberg 中心极限定理确立了$\log|\zeta(1/2+it)|$的行为类似于方差为$\frac{1}{2}\log \log T$的高斯随机变量（对于固定的$v$）。
• Soundararajan (2009) 证明了在黎曼猜想（RH）下，大偏差的测度约为$(\log T)^{-k^2}$。
• Harper (2013) 将矩的上界 sharpen 为$\ll e^{O(k)} (\log T)^{k^2}$。
• 差距：虽然对于小$k$（$0 \le k \le 2$）存在无条件上界，但在黎曼猜想下，将 Harper 的精确矩上界推广到更大的$k$，并为$V \sim k \log \log T$的全范围建立精确的大偏差估计，仍然是一个未解决的挑战。这些上界中的最优常数由 Keating-Snaith 猜想预测，涉及算术常数和几何常数（$a_k g_k$），且随着$k \to \infty$迅速衰减。

2. 方法论

作者采用了一种复杂的概率方法，结合了 Soundararajan 的条件点态界与之前在 [ABR20] 中开发的递归方案。

A. Soundararajan 的点态界

证明依赖于命题 1.3（Soundararajan），该命题指出在黎曼猜想下，对于参数$x$，$\log|\zeta(1/2+it)|$被狄利克雷多项式的实部加上一个余项所界定：
$$\log |\zeta(1/2+it)| \le \text{Re} \sum_{n \le x} \frac{a(n)\Lambda(n)}{n^{\sigma+it}\log n} + \text{Error}$$
挑战在于选择足够大的$x$以捕捉矩的主要贡献，同时保持对狄利克雷多项式的控制以证明高斯行为。

B. 递归方案（事件分解）

核心创新是将“坏”事件$H = \{ \log|\zeta(1/2+i\tau)| > V \}$分解为一系列“好”事件$G_\ell$的和。

1. 检查点：区间$[T, 2T]$通过一系列检查点$T_\ell = T^{\beta_\ell}$进行分析，其中$\beta_\ell$呈指数递减。
2. 部分和：在每个检查点，作者定义狄利克雷多项式的部分和$S^{(j)}_\ell$。这些和被建模为时间索引为$t_\ell = \log \log T_\ell$的随机游走。
3. 好事件（$G_\ell$）：事件$G_\ell$限制部分和保持在目标值$V$的线性插值周围的“管”内。具体而言，$S^{(j)}_\ell \in [L_\ell, U_\ell]$，其中屏障为：
   $$L_\ell = \kappa \log \log T_\ell - c_\ell, \quad U_\ell = \kappa \log \log T_\ell + c_\ell$$
   这里，$\kappa = V / \log \log T$是梯度，$c_\ell$代表允许的波动（屏障宽度）。
4. 屏障宽度：一个关键的技术选择是宽度$c_\ell = \beta_\ell^{-\gamma}$（其中$\gamma = 1/25$）。随着$\ell$增加，该宽度变窄，迫使随机游走保持接近达到大偏差$V$所需的线性趋势。

C. 估计技术

为了界定事件$H \cap (G_{\ell-1} \setminus G_\ell)$（即游走在第$\ell$步离开管）的概率，作者将分析分为：

• 上屏障：利用狄利克雷多项式增量的并集界和高斯尾部估计。
• 下屏障（新颖之处）：这是最困难的部分。作者利用 Soundararajan 的界（命题 1.3）将$\log|\zeta|$的尾部与部分和联系起来。他们对第$\ell$步的位置进行条件化，并证明如果和低于下屏障，$\zeta$函数剩余的尾部无法补偿以达到总高度$V$。这涉及对狄利克雷和中不同绝对收敛轴（$\sigma_j$与$\sigma_m$）之间差异的仔细分析。
• 狄利克雷多项式的矩：证明利用矩估计（附录 A），将狄利克雷多项式与独立的 Steinhaus 随机变量（随机相位）进行比较，以近似高斯行为。

3. 主要贡献

1. 条件大偏差界：本文证明了定理 1.1，确立在黎曼猜想下，对于$V \sim k \log \log T$：
   $$\frac{1}{T} \text{meas} \{ t \in [T, 2T] : \log|\zeta(1/2+it)| > V \} \le C_k \frac{e^{-V^2 / \log \log T}}{\sqrt{\log \log T}}$$
   其中$C_k = \exp(e^{ck})$。这证实了高斯波动延伸至$V \sim k \log \log T$全范围的大偏差区域。
2. 精确矩界：通过对大偏差界进行积分，作者恢复了$2k$阶矩的 Harper 界（推论 1.2）：
   $$\frac{1}{T} \int_T^{2T} |\zeta(1/2+it)|^{2k} dt \ll e^{eck} (\log T)^{k^2}$$
   这对$k \ge 2$成立（此前已知$k < 2$无条件成立，$k \ge 2$条件成立但常数不够精确）。
3. 改进的递归方案：本文通过更有效地利用 Soundararajan 的界处理“下屏障”问题，改进了 [ABR20] 的方案，从而允许更大的$k$值并对狄利克雷多项式截断进行更严格的控制。
4. 短区间应用：结果被推广到长度为$(\log T)^\gamma$的短区间，为这些区间内$|\zeta|$的最大值及其矩提供了条件上界（推论 3.1 和 3.2）。

4. 主要结果

• 定理 1.1：提供了大值测度的条件上界。其衰减率与高斯预测$e^{-V^2 / \log \log T}$一致，证实了即使在大偏差情况下也存在“高斯尾部”行为。
• 推论 1.2：确立了矩界$\ll e^{O(k)} (\log T)^{k^2}$。虽然常数$C_k$尚未达到 Keating-Snaith 预测的最优$a_k g_k$（当$k \to \infty$时衰减至 0），但$k$的指数依赖关系已得到控制，且$\log T$的幂次精确为$k^2$。
• 推论 3.1 和 3.2：将这些界推广到短区间，表明在长度为$(\log T)^\gamma$的区间上，$|\zeta|$的最大值被$(\log T)^{\sqrt{1+\gamma}}$界定（对数因子除外），条件依赖于黎曼猜想。

5. 意义

• 高斯启发式的验证：这项工作提供了严谨的证据，证明$\log|\zeta|$的高斯中心极限定理是稳健的，并延伸至大偏差区域，鉴于$\zeta$函数的算术性质，这是一个非平凡的结果。
• 矩问题的推进：它在黎曼猜想下推动了已知矩界的前沿。虽然最优常数仍然难以捉摸（需要控制$T^{1/k^2}$到$T^{1/k}$范围内的素数），但本文显著缩小了这一差距。
• 方法论影响：结合 Soundararajan 界的递归方案为分析$L$函数的极值提供了一套强大的新工具。这表明类似的技术可以应用于其他$L$函数族，以推导精确的大偏差估计。
• 短区间：向短区间的推广对于理解$\zeta$函数的局部行为至关重要，这与关于$\zeta$函数最大值的 Fyodorov-Hiary-Keating 猜想相关。

总之，本文代表了黎曼$\zeta$函数解析数论领域的重大进展，成功地在经典矩估计与黎曼猜想假设下的大偏差推测行为之间架起了桥梁。