Vinogradovの平均値定理

同義語:Vinogradov's mean value theorem

概要

Vinogradovの平均値定理(Vinogradov's mean value theorem)とは、連立方程式 $\sum_{i\le s}(x_i^j-y_i^j)=0$($1\le j\le k$)の $1\le x_i,y_i\le X$ の整数解の個数 $J_{s,k}(X)$、すなわち Weyl 和の $2s$ 乗の平均値を上から評価する定理である。最良の形 $J_{s,k}(X)\ll X^{s+\varepsilon}+X^{2s-k(k+1)/2+\varepsilon}$ は主予想と呼ばれ、$k=3$ を Wooley、一般の $k$ を Bourgain–Demeter–Guth が証明した。評価は $\varepsilon$ の分を除いて改良できず、$k=2$ の場合は初等的に証明できる。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: Hardy–Littlewoodの円周法, Newtonの恒等式, Hölderの不等式

Vinogradov の平均値定理(Vinogradov's mean value theorem)とは、連立 Diophantus 方程式
$$ x_1^j+\cdots+x_s^j=y_1^j+\cdots+y_s^j\qquad(1\le j\le k) $$
の $1\le x_i,y_i\le X$ の整数解の個数 $J_{s,k}(X)$ を上から評価する定理の総称である。解の個数は指数和の $2s$ 乗の平均値として書けるので、この名がある。最良の評価
$$ J_{s,k}(X)\ll_{\varepsilon}X^{s+\varepsilon}+X^{2s-k(k+1)/2+\varepsilon} $$
は 主予想(main conjecture)と呼ばれ、$\varepsilon$ の分を除けば改良できない(Woo16 §1 の (1.2) の後)。主予想は $k=1,2$ では古くから知られていたが、$k\ge3$ では長く予想のままだった。$k=3$ は Wooley が efficient congruencing(効率的合同法)で、$k\ge4$ は Bourgain、Demeter、Guth が decoupling(デカップリング)の不等式(デカップリング定理)で証明し、どちらも 2016 年に刊行された(Woo16、BDG16)。
$J_{s,k}(X)$ の評価は、Weyl 和(多項式の位相をもつ指数和)の評価を通じて、Waringの問題 の漸近式や、Riemannゼータ関数 の零点のない領域の評価に使われる。この記事では、定義、主予想が最良であること(下界)、$s\le k$ の場合の Newton の恒等式による計算、臨界の指数への帰着、$k=2$ の場合の主予想の初等的な証明を示し、$k\ge3$ の解決と応用は主張と所在を述べる。

定義と積分表示

$e(x):=e^{2\pi ix}$ とおく。整数 $k,s\ge1$ と実数 $X\ge1$ について、$\boldsymbol\alpha=(\alpha_1,\dots,\alpha_k)\in[0,1)^k$ に対し
$$ f_k(\boldsymbol\alpha;X):=\sum_{1\le x\le X}e(\alpha_1x+\alpha_2x^2+\cdots+\alpha_kx^k) $$
とおく。これを $k$ 次の Weyl 和 という。

Vinogradov の積分

$1\le x_i,y_i\le X$($1\le i\le s$)を満たす整数の組 $(x_1,\dots,x_s,y_1,\dots,y_s)$ で、連立方程式
$$ \sum_{i=1}^s(x_i^j-y_i^j)=0\qquad(1\le j\le k) $$
を満たすものの個数を $J_{s,k}(X)$ と書き、Vinogradov の積分 という。

解の個数の積分表示

$$ J_{s,k}(X)=\int_{[0,1)^k}\lvert f_k(\boldsymbol\alpha;X)\rvert^{2s}\,d\boldsymbol\alpha . $$

直交関係で展開する

$\lvert f_k\rvert^{2s}=f_k^s\overline{f_k}^{\,s}$ を展開すると
$$ \lvert f_k(\boldsymbol\alpha;X)\rvert^{2s}=\sum_{x_1,\dots,x_s,y_1,\dots,y_s}e\Bigl(\sum_{j=1}^k\alpha_jh_j\Bigr),\qquad h_j:=\sum_{i=1}^s(x_i^j-y_i^j) $$
となる(和は $1$ 以上 $X$ 以下の整数にわたる)。整数 $h$ について $\int_0^1e(\alpha h)\,d\alpha$ は $h=0$ なら $1$、それ以外は $0$ なので、各項を積分すると、$h_1=\cdots=h_k=0$ の項だけが $1$ を残す。$\square$

$J_{s,k}(X)$ は $s$ 個の整数の冪和の組 $(\sum x_i,\sum x_i^2,\dots,\sum x_i^k)$ が一致する組の数である。冪和の組の値 $\boldsymbol v$ をとる $s$ 個組の個数を $r(\boldsymbol v)$ とすれば、$J_{s,k}(X)=\sum_{\boldsymbol v}r(\boldsymbol v)^2$ でもある。

平行移動で不変

整数の組 $(\boldsymbol x,\boldsymbol y)$ が def-vmv-integral の連立方程式を満たすなら、任意の整数 $a$ について $(x_1+a,\dots,x_s+a,y_1+a,\dots,y_s+a)$ も同じ連立方程式を満たす。

二項展開

$1\le j\le k$ について、二項定理から
$$ \sum_{i=1}^s\bigl((x_i+a)^j-(y_i+a)^j\bigr)=\sum_{l=0}^{j}\binom jl a^{j-l}\sum_{i=1}^s(x_i^l-y_i^l) $$
である。$l=0$ の項は $s-s=0$、$1\le l\le j$ の項は仮定より $0$ である。$\square$

したがって、連立方程式の解の個数は、変数の動く範囲を長さ $X$ の別の整数区間 $[a+1,a+X]$ に替えても変わらない。

主予想と、それが最良であること

下界

整数 $k,s\ge1$ と整数 $X\ge1$ について
$$ J_{s,k}(X)\ge\max\Bigl\{X^s,\ (2s)^{-k}X^{2s-k(k+1)/2}\Bigr\}. $$

対角の解と、右辺の値で分けた数え上げ

第 1 の下界. $y_i=x_i$($1\le i\le s$)とした組はすべて解であり、その個数は $X^s$ である。
第 2 の下界. 整数の組 $\boldsymbol h=(h_1,\dots,h_k)$ について、$\sum_i(x_i^j-y_i^j)=h_j$($1\le j\le k$)の解の個数を $J_{s,k}(X;\boldsymbol h)$ とする。prf-vmv-integral と同じ計算で
$$ J_{s,k}(X;\boldsymbol h)=\int_{[0,1)^k}\lvert f_k(\boldsymbol\alpha;X)\rvert^{2s}e(-\alpha_1h_1-\cdots-\alpha_kh_k)\,d\boldsymbol\alpha\le J_{s,k}(X) $$
である。$2s$ 個の変数の選び方 $X^{2s}$ 通りは、どれかの $\boldsymbol h$ に属するので、$\sum_{\boldsymbol h}J_{s,k}(X;\boldsymbol h)=X^{2s}$ である。$J_{s,k}(X;\boldsymbol h)\ne0$ なら $\lvert h_j\rvert\le s(X^j-1)$ なので、そのような $\boldsymbol h$ は $\prod_{j=1}^k(2s(X^j-1)+1)\le(2s)^kX^{k(k+1)/2}$ 個以下である。よって $X^{2s}\le(2s)^kX^{k(k+1)/2}J_{s,k}(X)$ である。$\square$

この下界の論法は For02 §1 の (1.5) の導出による。2 つの下界が入れ替わるのは $s=k(k+1)/2$ のときで、この $s$ を 臨界の指数 という。

主予想(Wooley、Bourgain–Demeter–Guth)

整数 $k,s\ge1$ と $\varepsilon>0$ について、$k,s,\varepsilon$ だけによる定数 $C$ があって、$X\ge1$ で
$$ J_{s,k}(X)\le C\bigl(X^{s+\varepsilon}+X^{2s-k(k+1)/2+\varepsilon}\bigr). $$

出典と解決の経緯

主張の形は Woo16 の (1.2) である。Woo16 は、主予想が $k=1$(自明)と $k=2$(2 次形式の初等的な理論による)の場合しか知られていなかったと述べ、$k=3$ の場合を証明した(同 Theorem 1.1)。$k\ge4$ を含む一般の $k$ は BDG16 の Theorem 1.1 で、曲線 $t\mapsto(t,t^2,\dots,t^k)$ の decoupling の不等式(同 Theorem 1.2)から導かれた。のちに Wooley は efficient congruencing の入れ子の版で一般の $k$ の主予想を証明し直した(Woo19)。この記事では $k\ge3$ の証明はしない。
BDG16 の §5 の (7) は、$s>k(k+1)/2$ では $\varepsilon$ を除いた評価 $J_{s,k}(X)\ll X^{2s-k(k+1)/2}$ が成り立つことを、主弧と副弧の分割で示している。

prop-vmv-lower から、thm-vmv-main の 2 つの項はどちらも、指数を少しでも下げると成り立たなくなる(第 1 項は $s< k(k+1)/2$ で、第 2 項は $s> k(k+1)/2$ で)。

小さい $s$:対角の解しかない場合

$s\le k$ の場合

$1\le s\le k$ なら、def-vmv-integral の連立方程式の解はすべて、$(y_1,\dots,y_s)$ が $(x_1,\dots,x_s)$ の並べ替えであるもの(対角の解)である。特に、$X$ が整数なら
$$ s!\,X(X-1)\cdots(X-s+1)\le J_{s,k}(X)\le s!\,X^s $$
であり、$J_{2,k}(X)=2X^2-X$($k\ge2$)である。

冪和から基本対称式を復元する

$s$ 個の数 $x_1,\dots,x_s$ の冪和を $P_j=\sum_ix_i^j$、基本対称式を $e_j$ とする($e_0=1$)。Newtonの恒等式
$$ me_m=\sum_{i=1}^m(-1)^{i-1}e_{m-i}P_i\qquad(1\le m\le s) $$
により、$e_1,\dots,e_s$ は有理数の範囲で $P_1,\dots,P_s$ から順に決まる。$s\le k$ なので、解では $\boldsymbol x$ と $\boldsymbol y$ の $P_1,\dots,P_s$ が一致し、したがって $e_1,\dots,e_s$ も一致する。すると多項式 $\prod_i(T-x_i)=\sum_m(-1)^me_mT^{s-m}$ と $\prod_i(T-y_i)$ が等しいので、根の多重集合が一致し、$\boldsymbol y$ は $\boldsymbol x$ の並べ替えである。
逆に並べ替えはすべて解である。$\boldsymbol x$ ごとの並べ替えの個数は、$\boldsymbol x$ の成分がすべて異なれば $s!$、一般には $s!$ 以下である。成分がすべて異なる $\boldsymbol x$ は $X(X-1)\cdots(X-s+1)$ 個あるので下界を、全体が $X^s$ 個あることから上界を得る。$s=2$ では、$x_1\ne x_2$ の $X(X-1)$ 個が 2 通りずつ、$x_1=x_2$ の $X$ 個が 1 通りずつ寄与し、$2X(X-1)+X=2X^2-X$ である。$\square$

$s=k+1$ になると対角でない解が現れる。たとえば $k=2$、$s=3$ では $(1,5,6)$ と $(2,3,7)$ が、和 $12$、2 乗の和 $62$ をともにもつ。主予想は、$s$ が臨界の指数 $k(k+1)/2$ に達するまでは、対角でない解が対角の解の個数 $X^s$ を($X^\varepsilon$ の分を除いて)超えないことを主張している。

臨界の指数への帰着

臨界の指数で足りる

$k\ge1$ を固定し、$s_0:=k(k+1)/2$ とする。すべての $\varepsilon>0$ について $J_{s_0,k}(X)\ll_\varepsilon X^{s_0+\varepsilon}$ が成り立つなら、すべての $s\ge1$ について thm-vmv-main の評価が成り立つ。

Hölder の不等式と自明な上界

$s< s_0$ のとき. $[0,1)^k$ の Lebesgue 測度は $1$ なので、指数 $s_0/s$ と $s_0/(s_0-s)$ の Hölderの不等式 から
$$ J_{s,k}(X)=\int\lvert f_k\rvert^{2s}\le\Bigl(\int\lvert f_k\rvert^{2s_0}\Bigr)^{s/s_0}=J_{s_0,k}(X)^{s/s_0}\ll X^{(s_0+\varepsilon)s/s_0}\le X^{s+\varepsilon}. $$
$s>s_0$ のとき. $\lvert f_k(\boldsymbol\alpha;X)\rvert\le X$ なので $\lvert f_k\rvert^{2s}\le X^{2(s-s_0)}\lvert f_k\rvert^{2s_0}$ であり、積分して
$$ J_{s,k}(X)\le X^{2(s-s_0)}J_{s_0,k}(X)\ll X^{2s-s_0+\varepsilon}=X^{2s-k(k+1)/2+\varepsilon}. $$
$s=s_0$ では仮定そのものである。$\square$

この帰着は Woo16 §1 でも、$k=3$ の主予想を $J_{6,3}(X)\ll X^{6+\varepsilon}$ に帰着するのに使われている。

$k=2$ の場合の証明

$k=2$ の臨界の指数は $s_0=3$ である。次の定理と prop-vmv-critical から、$k=2$ の主予想がすべての $s$ について従う。

$k=2$、$s=3$ の評価

整数 $X\ge2$ について
$$ J_{3,2}(X)\le81X^3(1+\log X). $$
特に、$k=2$ の主予想 $J_{s,2}(X)\ll_\varepsilon X^{s+\varepsilon}+X^{2s-3+\varepsilon}$ がすべての $s\ge1$ で成り立つ。

差と和に変数を替え、1 次の関係に落とす

解 $(x_1,x_2,x_3,y_1,y_2,y_3)$ について $d_i:=x_i-y_i$、$u_i:=x_i+y_i$ とおく。$(\boldsymbol d,\boldsymbol u)$ から $x_i=(u_i+d_i)/2$、$y_i=(u_i-d_i)/2$ が復元できるので、解の個数は対応する $(\boldsymbol d,\boldsymbol u)$ の個数以下である。$\lvert d_i\rvert\le X-1$、$2\le u_i\le2X$ であり、$x_i^2-y_i^2=d_iu_i$ だから、連立方程式は
$$ d_1+d_2+d_3=0,\qquad d_1u_1+d_2u_2+d_3u_3=0 $$
となる。第 1 式で $d_3=-d_1-d_2$ を代入すると、第 2 式は
$$ d_1(u_1-u_3)+d_2(u_2-u_3)=0 $$
となる。以下、この式を「1 次の関係」と呼ぶ。$d_1,d_2$ が $0$ かどうかで場合を分ける。
(a) $d_1=d_2=0$. $d_3=0$ で、すべての $i$ で $x_i=y_i$ である。個数は $X^3$ である。
(b) $d_1,d_2$ のちょうど一方が $0$. $d_1=0\ne d_2$ なら 1 次の関係から $u_2=u_3$ である。$x_1=y_1$ の選び方が $X$ 通り、$d_2$ が $2X$ 通り以下、$u_2$ が $2X$ 通り以下で、残り($d_3=-d_2$、$u_3=u_2$、$u_1=2x_1$)は決まる。個数は $4X^3$ 以下で、$d_2=0\ne d_1$ の場合も同じである。合わせて $8X^3$ 以下である。
(c) $d_1d_2\ne0$. $d_1,d_2,u_3$ を固定し、$g:=\gcd(\lvert d_1\rvert,\lvert d_2\rvert)$ とする。1 次の関係から $(d_1/g)(u_1-u_3)=-(d_2/g)(u_2-u_3)$ で、$d_1/g$ と $d_2/g$ は互いに素なので、整数 $t$ によって $u_1-u_3=(d_2/g)t$、$u_2-u_3=-(d_1/g)t$ と書ける。$\lvert u_1-u_3\rvert,\lvert u_2-u_3\rvert\le2X$ から $\lvert t\rvert\le2Xg/\max(\lvert d_1\rvert,\lvert d_2\rvert)$ であり、$t$ の個数は $1+4Xg/\max(\lvert d_1\rvert,\lvert d_2\rvert)$ 以下である。$t$ が決まれば $u_1,u_2$ が決まる。$u_3$ の選び方は $2X$ 通り以下なので、この場合の個数は
$$ \sum_{d_1,d_2}2X\Bigl(1+\frac{4Xg}{\max(\lvert d_1\rvert,\lvert d_2\rvert)}\Bigr)\le2X\cdot(2X)^2+8X^2\cdot4S(X) $$
以下である。ここで $S(N):=\sum_{1\le a,b\le N}\gcd(a,b)/\max(a,b)$ とおき、$d_1,d_2$ の符号の 4 通りをまとめた。$a=ga'$、$b=gb'$ と書いて $g$ ごとに分けると
$$ S(N)\le\sum_{g=1}^N\ \sum_{1\le a',b'\le N/g}\frac1{\max(a',b')}=\sum_{g=1}^N\ \sum_{m\le N/g}\frac{2m-1}m\le\sum_{g=1}^N\frac{2N}g\le2N(1+\log N) $$
である($\max(a',b')=m$ となる組は $2m-1$ 個)。よって (c) の個数は $8X^3+64X^3(1+\log X)$ 以下である。
(a)、(b)、(c) を足して $J_{3,2}(X)\le X^3+8X^3+8X^3+64X^3(1+\log X)\le81X^3(1+\log X)$ を得る。$\log X\ll_\varepsilon X^\varepsilon$ なので $J_{3,2}(X)\ll_\varepsilon X^{3+\varepsilon}$ であり、prop-vmv-critical から後半が従う。$\square$

数値で見る $J_{3,2}(X)$

冪和の組ごとの個数 $r(\boldsymbol v)$ を数えて $J=\sum r(\boldsymbol v)^2$ を計算した(検算のスクリプトで全数を数えた)。

$X$$J_{3,2}(X)$$J/X^3$$J/(X^3\log X)$$81X^3(1+\log X)$
$10$$5788$$5.79$$2.51$$2.68\times10^5$
$40$$534136$$8.35$$2.26$$2.43\times10^7$
$120$$17889456$$10.35$$2.16$$8.10\times10^8$

$J/X^3$ は増え続け、$J/(X^3\log X)$ はゆっくり減っている。thm-vmv-quadratic の評価は定数の点では粗いが、増え方の形 $X^3\log X$ は数値の傾向と合っている。$s=2$ では prop-vmv-small のとおり $J_{2,2}(X)=2X^2-X$ で、$X=2,5,10,20$ で全数の数え上げと一致した。

decoupling による解決

BDG16 の方法は、整数の問題を実数の調和解析の問題に置き換える。$k\ge2$、$0< \delta\le1$ とし、区間 $J\subset[0,1]$ と $g\colon[0,1]\to\mathbb C$ について
$$ E_Jg(\boldsymbol x):=\int_Jg(t)\,e(tx_1+t^2x_2+\cdots+t^kx_k)\,dt\qquad(\boldsymbol x\in\mathbb R^k) $$
とおく(曲線 $t\mapsto(t,t^2,\dots,t^k)$ の上の関数の Fourier 拡張)。BDG16 の Theorem 1.2 は、半径 $\delta^{-k}$ の球 $B$ と、$B$ の外で多項式の速さで減る重み $w_B$ について
$$ \|E_{[0,1]}g\|_{L^{k(k+1)}(w_B)}\ll_\varepsilon\delta^{-\varepsilon}\Bigl(\sum_{\lvert J\rvert=\delta}\|E_Jg\|_{L^{k(k+1)}(w_B)}^2\Bigr)^{1/2} $$
が成り立つことを述べる($J$ は $[0,1]$ を長さ $\delta$ に等分した区間を動く)。指数 $k(k+1)=2s_0$ は臨界の指数に対応する。$g$ を点 $t_i=i/X$ の近くに集中した関数にとると、左辺は $\lvert f_k\rvert^{2s_0}$ の平均に、右辺の各項は $1$ 項だけの和に近づき、$J_{s_0,k}(X)\ll X^{s_0+\varepsilon}$ が得られる(同 §4 の Theorem 4.1 と Corollary 4.2)。この議論では整数性を使わないので、$x_i$ を $i-1< x_i\le i$ を満たす任意の実数に替え、方程式を近似的な等式に替えた数え上げでも同じ評価が成り立つ(同 Corollary 4.2)。
BDG16 は、それまでの進展がすべて数論的な方法によっていたのに対し、この証明は調和解析の方法だけによると述べている(同 §1)。

応用

  • Waringの問題.$k$ 乗の和の表し方の数の漸近式は Hardy–Littlewoodの円周法 で示され、副弧では Weyl 和 $f_k$ の評価が要る。漸近式が成り立つ変数の個数について、$k$ が大きいときは Vinogradov の平均値定理から導かれる評価が大幅に良い(VW02 pp. 10–11、Table 4)。
  • Riemannゼータ関数の零点のない領域.Korobov と Vinogradov の零点のない領域 $\sigma>1-c(\log\lvert t\rvert)^{-2/3}(\log\log\lvert t\rvert)^{-1/3}$ は、$\sigma=1$ の近くでの $\lvert\zeta(\sigma+it)\rvert$ の上界から導かれ、その上界は $J_{s,k}$ の上界に依存する(For02 §1)。

反例:条件を変えると成り立たないこと

変える条件例成り立たなくなること
$s\le k$(prop-vmv-small)$k=2$、$s=3$、$(1,5,6)$ と $(2,3,7)$解が対角の解だけであること
次数 $1,\dots,k$ の式をすべて課す$k=2$、$s=3$ で 2 乗の和の式だけを課す$X^{3+\varepsilon}$ の上界(解は $X^4/3$ 個以上)
第 1 項の指数 $s$$s< s_0$ で $X^{s-\delta}$($\delta>0$)に替えるthm-vmv-main の評価($J\ge X^s$)
第 2 項の指数 $2s-k(k+1)/2$$s> s_0$ で $\delta>0$ だけ下げるthm-vmv-main の評価(prop-vmv-lower の第 2 の下界)
反例の確かめ

要点:1 行目は直接の計算、2 行目は Cauchy–Schwarz の不等式、3・4 行目は prop-vmv-lower による。

確かめを開く

1 行目:$1+5+6=2+3+7=12$、$1+25+36=4+9+49=62$ で、$(2,3,7)$ は $(1,5,6)$ の並べ替えでない。どちらの組も成分が $7$ 以下なので $X\ge7$ で数えられる。

2 行目:$1\le x_i\le X$ の 3 個組は $X^3$ 個あり、2 乗の和は $3$ 以上 $3X^2$ 以下の整数なので、値 $v$ をとる組の数を $r(v)$ とすると Cauchy–Schwarz の不等式から $\sum_vr(v)^2\ge(\sum_vr(v))^2/(3X^2)=X^4/3$ である。これは $x_1^2+x_2^2+x_3^2=y_1^2+y_2^2+y_3^2$ の解の個数で、$X^{3+\varepsilon}$ では押さえられない。検算では $X=10,20,40$ で $8458$、$135608$、$2153050$ 個で、同じ $X$ の $J_{3,2}(X)$ より多かった。

3・4 行目:prop-vmv-lower から $J_{s,k}(X)\ge X^s$ と $J_{s,k}(X)\ge(2s)^{-k}X^{2s-k(k+1)/2}$ である。$s< s_0$ では $2s-s_0\le s-1$ なので、第 1 項の指数を $\delta$ だけ下げると、$\varepsilon< \min(\delta,1)$ のとき右辺は $X^s$ より小さい位数になり、$X\to\infty$ のとき評価が成り立たない。$s> s_0$ では $s\le2s-s_0-1$ なので、同じく第 2 項の指数を下げると評価が成り立たない。$s=s_0$ では 2 つの項が同じ $X^{s_0+\varepsilon}$ なので、一方だけ下げても下からの評価と矛盾しない。

関連項目

参考文献

[1]
Jean Bourgain, Ciprian Demeter, Larry Guth, Proof of the main conjecture in Vinogradov's mean value theorem for degrees higher than three, Annals of Mathematics, 2016, pp. 633–682(Theorem 1.1、Theorem 1.2、§4 の Theorem 4.1・Corollary 4.2、§5 の (7))
[2]
Trevor D. Wooley, The cubic case of the main conjecture in Vinogradov's mean value theorem, Advances in Mathematics, 2016, pp. 532–561(§1 の (1.2)・Theorem 1.1・(1.4) の後の臨界の指数への帰着)
[3]
Trevor D. Wooley, Nested efficient congruencing and relatives of Vinogradov's mean value theorem, Proceedings of the London Mathematical Society (3), 2019, pp. 942–1016(arXiv:1708.01220)
[4]
Kevin Ford, Vinogradov's integral and bounds for the Riemann zeta function, Proceedings of the London Mathematical Society (3), 2002, pp. 565–633(§1、(1.3)–(1.5))

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する