本文是《黎曼猜想发现过程（一）》的数学续篇。 上一篇讲的是人与历史，这一篇讲的是结构与证明。

全文的符号约定： \(s = \sigma + it \in \mathbb{C}\)，\(\zeta\) 表示 Riemann \(\zeta\) 函数， \(\rho = \beta + i\gamma\) 表示其非平凡零点。

---

0. 问题陈述

黎曼猜想（RH）：Riemann \(\zeta\) 函数的所有非平凡零点均位于临界线

\[\Re(s) = \frac{1}{2}\]

上。

等价地，记

\[\xi(s) = \frac{1}{2}s(s-1)\pi^{-s/2}\Gamma\!\left(\frac{s}{2}\right)\zeta(s)\]

则 RH 等价于断言 \(\Xi(t) = \xi\!\left(\frac{1}{2}+it\right)\) 的所有零点都是实数。

为什么这个”零点位置”问题如此难？ 因为显式公式表明：

\[\text{素数分布的涨落} \;\longleftrightarrow\; \text{零点的位置}\]

这是一个全局性的对应关系。单个零点的位置影响极小，但全部零点的集体位置决定了我们对素数分布的认知精度。要证明 RH，等价于要证明一个由无穷多个点组成的集合恰好落在一条直线上——而我们只有有限的手段去检验无穷。

下面把这个框架一层层搭起来。

---

1. Euler 乘积：解析数论的起点

1.1 绝对收敛区域

对 \(\Re(s) > 1\)，级数

\[\zeta(s) = \sum_{n=1}^{\infty} n^{-s}\]

绝对收敛，且由 Euler 乘积公式

\[\zeta(s) = \prod_{p}\left(1 - p^{-s}\right)^{-1}\]

与之等价。

1.2 取对数展开

在 \(\Re(s) > 1\) 中，对乘积取对数并展开几何级数，双重求和可交换（绝对收敛保证）：

\[\log\zeta(s) = \sum_{p}\sum_{k \ge 1}\frac{p^{-ks}}{k}\]

于是

\[\frac{\log\zeta(s)}{s} = \sum_{n=1}^{\infty}\frac{\Lambda(n)}{n^{s}}\]

其中 \(\Lambda\) 是 von Mangoldt 函数：

\[\Lambda(n) = \begin{cases} \log p, & n = p^k \\ 0, & \text{其他} \end{cases}\]

这是整个理论最关键的一步：一个”关于所有整数求和”的函数，被改写成了”关于素数（及其幂）求和”的函数。素数的乘法结构被编码进了 \(\Lambda\)。

1.3 Perron 反演：回到计数函数

由 Mellin 反演，若 \(F(s) = \sum_{n\ge1} a_n n^{-s}\)（\(\Re(s) > \sigma_a > 0\)），则

\[\sum_{n \le x} a_n = \frac{1}{2\pi i}\int_{c-i\infty}^{c+i\infty}\frac{F(s)x^{s}}{s}\,ds, \qquad c > \sigma_a\]

取 \(a_n = \Lambda(n)\)、\(F(s) = -\log\zeta(s)/s\)，得到

\[\psi(x) := \sum_{n \le x}\Lambda(n) = -\frac{1}{2\pi i}\int_{c-i\infty}^{c+i\infty}\frac{\log\zeta(s)}{s}x^{s}\,ds\]

核心思想：\(x^s = e^{s\log x}\)，积分沿竖线时 \(x^{it}\) 以频率 \(\log x\) 振荡，因此积分可以用留数定理转化为”竖线左侧各奇点贡献之和”。

这就把一个离散的计数问题转成了解析的奇点问题。

1.4 为什么需要解析延拓

上面的积分要求把竖线从 \(c > 1\) 往左推。推到哪儿为止，取决于 \(\log\zeta(s)\) 在左侧的解析结构——而这必须先有解析延拓。

这就是为什么 1859 年的那篇论文必须从”让 \(\zeta\) 定义在整个复平面上”开始。

---

2. 解析延拓与函数方程

2.1 第一步：积分表示

分部积分（对 \(\Re(s) > 1\)）给出

\[\zeta(s) = \frac{1}{\Gamma(s)}\int_0^\infty \frac{x^{s-1}}{e^x - 1}\,dx\]

关键观察：被积函数在 \(x=0\) 附近可展为 \(x^{-1} - \frac12 + \frac{x}{12} - \cdots\)，所以积分在 \(\Re(s) > 0\) 收敛。

因此：

\[\zeta(s) = \frac{1}{\Gamma(s)}\int_0^\infty\frac{x^{s-1}}{e^x-1}\,dx, \qquad \Re(s) > 0\]

这个式子把解析延拓的问题变成了一个关于积分的估计问题。

2.2 第二步：围道积分与留数

令

\[I(s) = \int_0^\infty\frac{(-x)^{s-1}}{e^x-1}\,dx\]

取** Hankel 围道**：沿正实轴向上、绕无穷远、沿负实轴向下（其中 \(-x\) 取主值分支）。函数 \(1/(e^x-1)\) 在

\[x = \pm 2\pi i n, \qquad n = 1, 2, 3, \dots\]

处有极点。

围道技巧的关键：由 \(e^x - 1\) 的周期性，

\[\frac{1}{e^x - 1} + \frac{1}{e^{-x}-1} = -1\]

这个恒等式让沿正负实轴的两段积分互为补数，从而整个围道积分等于正实轴积分的一个倍数：

\[\int_H\frac{(-x)^{s-1}}{e^x-1}\,dx = \left(1 - e^{i\pi s}\right)\int_0^\infty\frac{x^{s-1}}{e^x-1}\,dx\]

同时，因为围道左侧的函数在无穷远处指数衰减，正实轴的贡献可以忽略。于是留数定理给出

\[\oint_H\frac{(-x)^{s-1}}{e^x-1}\,dx = 2\pi i \sum_{n=1}^{\infty}\operatorname{Res}_{x=2\pi i n}\frac{(-x)^{s-1}}{e^x-1}\]

在极点 \(x = 2\pi i n\) 处，\(e^x-1 \approx e^{2\pi i n}(x - 2\pi i n) = x - 2\pi i n\)，故

\[\operatorname{Res} = \frac{(-2\pi i n)^{s-1}}{1} = (2\pi n)^{s-1}e^{i\pi(s-1)}\]

代入并整理，结合 \(\Gamma(s)\Gamma(1-s) = \pi/\sin(\pi s)\) 与 \(2^{s}\pi^{s-1}\sin\frac{\pi s}{2}\Gamma(1-s) = \frac{\pi^s}{\Gamma(s)\sin\frac{\pi s}{2}}\) 的关系，得到函数方程：

\[\boxed{\;\zeta(s) = 2^{s}\,\pi^{s-1}\,\sin\frac{\pi s}{2}\,\Gamma(1-s)\,\zeta(1-s)\;}\]

注意一个细节：这里出现的留数来自 \(1/(e^x-1)\) 的极点 \(2\pi i n\)，不是素数幂。这是一个常见的误解——函数方程的推导里并没有用到 Euler 乘积。

2.3 函数方程的三重对称

把函数方程写成对称形式

\[\zeta(s) = \chi(s)\,\zeta(1-s), \qquad \chi(s) = 2^{s}\pi^{s-1}\sin\frac{\pi s}{2}\Gamma(1-s)\]

立刻得到：

（a）实轴对称：\(\chi(\bar{s}) = \overline{\chi(s)}\)，故

\[\zeta(\bar{s}) = \overline{\zeta(s)}\]

（b）临界线反射：令 \(s = \frac{1}{2}+it\)，则 \(1-s = \bar{s}\)，结合 (a)：

\[\zeta\!\left(\frac{1}{2}+it\right) = \chi\!\left(\frac{1}{2}+it\right)\overline{\zeta\!\left(\frac{1}{2}+it\right)}\]

由于 \(\lvert\chi\!\left(\frac{1}{2}+it\right)\rvert = 1\)，这说明临界线上的函数值与一个单位复数相乘——这正是构造实值函数

\[Z(t) = e^{i\theta(t)}\zeta\!\left(\frac{1}{2}+it\right)\]

的动机，其中 \(\theta(t)\) 选取为使 \(\chi\!\left(\frac{1}{2}+it\right) = e^{-2i\theta(t)}\)。

（c）零点对称：由 (a)(b)，若 \(\rho\) 是零点，则 \(1-\rho\)、\(\bar\rho\)、\(1-\bar\rho\) 都是零点。

2.4 平凡零点

由函数方程右端的零点：

• \(\sin\frac{\pi s}{2} = 0\) 于 \(s = 2k\)（偶整数）——但这些点的零点被 \(\Gamma(1-s) = \Gamma(1-2k) = \infty\) 抵消；
• 真正的来源是 \(\Gamma(1-s)\) 在 \(s = 2, 4, 6, \dots\) 处的极点。

综合可知：\(\zeta(s)\) 在 \(s = -2, -4, -6, \dots\) 处有零点，称为平凡零点。

另一方面，\(\zeta(s)\) 在 \(s=1\) 处有唯一极点（留数 1）。

2.5 临界带

定理（临界带）：除平凡零点外，\(\zeta(s)\) 的所有零点都在 \(0 < \Re(s) < 1\) 内。

证明要点：设 \(\rho = \beta + i\gamma\) 是零点，\(\beta > 1\)。由 Euler 乘积

\[\zeta(\beta) = \prod_p\left(1-p^{-\beta}\right)^{-1}\]

收敛（因为 \(\sum_p p^{-\beta} < \infty\)），故 \(\zeta(\beta) \ne 0\)，矛盾。同理 \(\beta < 0\) 时由函数方程与 \(\zeta(1-\beta) \ne 0\) 导出矛盾。\(\beta = 0\) 或 \(1\) 的情形需要更精细的论证（利用 \(\Gamma\) 与三角函数的联合零点分析）。

---

3. 完备函数 \(\xi(s)\) 与 Hadamard 乘积

3.1 定义与性质

定义

\[\xi(s) = \frac{1}{2}s(s-1)\pi^{-s/2}\Gamma\!\left(\frac{s}{2}\right)\zeta(s)\]

则：

性质	说明
全纯性	抵消了 \(s=1\) 的极点与 \(s=0,1\) 的三角函数零点
函数方程	\(\xi(s) = \xi(1-s)\)（完美对称）
零点	与 \(\zeta\) 的非平凡零点完全一致
阶	1（极大型），且 \(\xi(\bar{s}) = \overline{\xi(s)}\)
实值性	当 \(s\in\mathbb{R}\) 时 \(\xi(s) \in \mathbb{R}\)

3.2 Hadamard 乘积展开

定理（Hadamard, 1893）：存在常数 \(A, B\) 使得

\[\xi(s) = e^{A+Bs}\prod_{\rho}\left(1 - \frac{s}{\rho}\right)e^{s/\rho}\]

乘积对所有非平凡零点 \(\rho\)（按重数）取。

推导的三个关键步骤：

（i）Jensen 定理与零点密度。由 Jensen 公式，对 \(\lvert s\rvert = R\)：

\[\int_0^R \frac{n(r)}{r}\,dr = \frac{1}{2\pi}\int_0^{2\pi}\log\left\lvert\xi\left(Re^{i\theta}\right)\right\rvert d\theta - \log\lvert\xi(0)\rvert\]

其中 \(n(r)\) 是半径为 \(r\) 的圆内零点数。由于 \(\xi\) 是阶 1 的整函数，

\[n(R) = O(R\log R)\]

这个估计不够好——它使得无穷乘积 \(e^{s/\rho}\) 的补偿因子必须保留（否则对数项发散）。

（ii）收敛性的精确化。把乘积按 \(\lvert\rho\rvert \le R\) 截断：

\[P_R(s) = \prod_{\lvert\rho\rvert \le R}\left(1 - \frac{s}{\rho}\right)e^{s/\rho}\]

利用 \(\sum_\rho \frac{1}{\lvert\rho\rvert^2} < \infty\)（由 \(n(R)=O(R\log R)\) 推得），可以证明 \(P_R(s)\) 在紧集上一致收敛到非零整函数。

（iii）识别因子。整函数 \(f(s) = \xi(s)/P(s)\) 无零点，故 \(f(s) = e^{g(s)}\)。由阶数估计，\(g\) 是一次多项式：

\[g(s) = A + Bs\]

由此得到 Euler 乘积的推广形式：

\[\xi(s) = \xi(0)\prod_\rho\left(1 - \frac{s}{\rho}\right)\]

（此处已吸收常数因子并利用了 \(\prod\) 的对称性。）

3.3 为什么这一节最要命

Hadamard 乘积把”零点的位置”编码成了”函数的整体行为”。反过来，任何关于 \(\xi(s)\) 增长率的估计都会转化为对零点数量的约束。

这就是下一节的主线。

---

4. 零点计数与 Riemann–von Mangoldt 公式

4.1 计数函数的定义

记 \(N(T)\) 为满足 \(0 < \gamma \le T\) 的非平凡零点数（按重数计），并约定

\[N_0(T) = \#\{\rho : 0 < \gamma \le T,\ \Re\rho = \tfrac12\}\]

定理（Riemann–von Mangoldt, 1895）：

\[N(T) = \frac{T}{2\pi}\log\frac{T}{2\pi} - \frac{T}{2\pi} + \frac{7}{8} + S(T) + O\!\left(\frac{1}{T}\right)\]

其中

\[S(T) = \frac{1}{\pi}\arg\zeta\!\left(\frac{1}{2}+iT\right)\]

是 Riemann–Siegel 函数（更准确地说，\(S(T)\) 定义为从 \(T\) 到无穷的适当路径上 \(z^{-1/2}\log z + \frac{z^{1/2}}{2(1-z)} - \log\sqrt{2\pi}\) 的辐角变化）。

4.2 关键推论

（a）零点无穷多：由 \(N(T) \sim \frac{T}{2\pi}\log T \to \infty\)。

（b）零点密度（渐近密度）：在区间 \([T, T+\Delta T]\) 内的零点数约为

\[\frac{\log T}{2\pi}\Delta T\]

即零点密度随高度对数增长。

（c）RH 成立的必要条件：RH 若成立，则

\[N_0(T) = N(T)\]

（d）RH 的一个等价表述：

\[\boxed{\;\text{RH} \iff N(\sigma, T) = 0 \quad \text{对所有 } \sigma > \tfrac12 \text{ 与 } T > 0\;}\]

其中

\[N(\sigma,T) := \#\{\rho : \Re\rho \ge \sigma,\ \lvert\Im\rho\rvert \le T\}\]

---

5. 显式公式：零点到素数的桥梁

5.1 von Mangoldt 公式

定理：

\[\psi(x) = x - \sum_{\rho}\frac{x^{\rho}}{\rho} - \log(2\pi) - \frac{1}{2}\log\left(1 - x^{-2}\right)\]

这个公式的每一项都对应一个物理对象：

项	含义
\(x\)	主项：素数的平均行为
\(-\sum_\rho x^\rho/\rho\)	零点贡献：所有振荡的来源
\(-\log 2\pi\)	常数项
\(-\frac12\log(1-x^{-2})\)	来自平凡零点的修正项

核心洞察：\(x^\rho = x^\beta e^{i\gamma\log x}\)。实部 \(\beta\) 决定振荡的衰减率，虚部 \(\gamma\) 决定振荡的频率。

• 若 RH 成立（\(\beta = 1/2\)），振荡幅度为 \(x^{1/2}\)。
• 若有反例（\(\beta > 1/2\)），该振荡衰减更慢，会压制其他振荡。

这解释了为什么 Bombieri 说 RH 失败会”造成灾难性的混乱”：一个偏离的零点会主导整个误差项。

5.2 Riemann 的原始显式公式

黎曼自己的版本（用于 \(J(x) = \sum_{p^k\le x}1/k\)）是

\[J(x) = \frac{1}{2\pi i}\int_{a-i\infty}^{a+i\infty}\frac{x^{s}}{s}\cdot\frac{\zeta'(s)}{\zeta(s)}\,ds - \sum_{n=1}^{\infty}\frac{\pi^{2n}x^{2n}}{(2n)!(2n-1)}, \qquad a>1\]

注意 \(\frac{\zeta'}{\zeta}(s)\) 的极点位置：每个零点 \(\rho\) 贡献一个留数 \(\frac{x^\rho}{\rho}\)。这就是”零点 → 素数”贡献的严格来源。

5.3 与对数积分的关系

由 \(\operatorname{Li}(x) = \int_2^x \frac{dt}{\log t}\)，素数计数误差

\[\pi(x) - \operatorname{Li}(x)\]

的主导项恰好由零点的虚部给出。Gauss 在 1796 年写信给天文学家 Hencke 时，就已用数值比较过 \(\pi(x)\) 与 \(\operatorname{Li}(x)\) 到 \(x = 3\times10^6\)，并注意到 \(\pi(x)\) 系统性地低于 \(\operatorname{Li}(x)\)。

黎曼在 1859 年把这个数值观察提升为了理论：这个系统性偏差，正是由零点的集体位置决定的。

---

6. 为什么 \(\Re(s) = 1/2\) 是”自然的”

这是本篇最重要的结构性洞察，也是理解 RH 难度的关键。

6.1 对称性只给出”中心”，不给出”对齐”

回顾 2.3 节：零点关于实轴与临界线都对称。这保证了零点成四元组

\[\{\rho,\ \bar\rho,\ 1-\rho,\ 1-\bar\rho\}\]

分布。

但这完全不能推出它们都在 \(\Re(s) = 1/2\) 上。一个位于 \(\beta + i\gamma\)（\(\beta \ne 1/2\)）的零点，会与它的镜像 \(\beta - i\gamma\) 等一起落在直线两侧。

黎曼猜想的困难正在于此：对称性告诉我们零点的中心在哪，但猜想要求它们对齐在一条直线上。而”对齐”是一个远比”对称”强得多的条件。

6.2 Euler 乘积的 Ramanujan 求和：为什么是 \(1/2\)

一个更深刻的角度。考虑 Ramanujan 对素数计数的求和：

\[R(x) = \sum_{n \le x}\frac{\Lambda(n)}{n} - \log\log x\]

展开 Euler 乘积的对数：

\[R(x) = \sum_{n=1}^{\infty}\frac{\mu(n)}{n}\log\left(\frac{\zeta(nx)}{\zeta(n)}\right)\]

对 \(n \ge 2\)，当 \(x \to \infty\) 时 \(\log\zeta(nx) \to 0\)，而 \(\log\zeta(n) = -\log n + \text{小量}\)，故

\[R(x) = \gamma + \sum_{n=2}^{\infty}\frac{\mu(n)}{n}\log\frac{n}{\zeta(n)} + O\!\left(\frac{1}{x}\right)\]

有意思的是：这个常数展开中，\(n\) 的求和范围恰好是 \(n \ge 2\)，而 \(n = 1\) 项被 \(\zeta(1)\) 的极点”切掉”。临界线 \(\Re(s) = 1/2\) 的位置，本质上是”极点的倒数平方根”——这与 Weierstrass 判别式（判别式是曲线的 \(-1\) 次幂测度）的精神一致：临界值出现在幂次分界处。

6.3 随机零点矩阵：为什么 $\frac12$ 是”最可能”的位置

一个纯现象学的论证。取 \(N(T)\) 个零点的实部 \(\beta_j\)，考虑

\[S = \sum_{j=1}^{N(T)} (2\beta_j - 1)^2\]

若 RH 成立则 \(S = 0\)。Montgomery 与 Dyson 的对数关联计算表明，\(S\) 的分布尾部按

\[\Pr(S > \lambda) \sim e^{-\frac{\pi^2\lambda}{4\gamma}}\]

衰减（\(\gamma = \log(T/2\pi)\) 为”密度参数”）。这与指数分布的尾巴吻合——正是”独立随机点落在直线上”的特征。

这解释了为什么 RH”非常可能”：如果零点的实部近似独立地随机分布在 \((0,1)\) 上，那么全部落在中点附近的概率是 0；能全部落在中点附近，只可能是因为存在额外的结构性约束。

而这个”额外的结构性约束”究竟是什么，正是 RH 的未解之处。

---

7. 主线：零点密度估计

7.1 问题设定

核心的未解问题可表述为：证明

\[N(\sigma, T) = 0 \qquad \text{对所有 } \sigma > \tfrac12\]

历史上，人们转而研究更弱的零点密度估计：控制 \(N(\sigma,T)\) 随 \(T\) 的增长速度。

定义（密度假设 DH）：若存在常数 \(C\) 使得

\[N(\sigma, T) \ll T^{C(1-\sigma)+\varepsilon}\]

对所有 \(\frac12 \le \sigma \le 1\)、\(T \ge 1\)、\(\varepsilon > 0\) 成立，则称 DH 成立。

重要事实：\(N\!\left(\frac12, T\right) \asymp T\log T\)，因此 DH 的最优指数是

\[C = \frac{T\log T}{T(1-\frac12)} = 2\]

而 RH 等价于 DH 取到最优指数 \(C=2\) 并且在 \(\sigma > 1/2\) 处严格为零。

7.2 已知的层级

\[\text{RH} \;\Longrightarrow\; \text{Lindelöf 假设 (LH)} \;\Longrightarrow\; \text{密度假设 (DH)}\]

其中 LH 断言

\[\zeta\!\left(\frac{1}{2}+it\right) \ll_\varepsilon t^{\varepsilon}\]

指数 $C$	年份	作者	备注
\(3/2\)（在 \(\sigma > 3/4\)）	1940	Ingham
\(12/5 = 2.4\)	1955	Huxley	长期无人能破
\(30/13 \approx 2.3077\)	2024	Guth–Maynard	当前记录

Guth–Maynard 的定理（2024）：

\[N(\sigma, T) \ll T^{\frac{30(1-\sigma)}{13}+o(1)}\]

其核心技术是 Dirichlet 多项式的大值估计：若 \((b_n)_{n \in [N,2N]}\) 满足 \(\lvert b_n\rvert \le 1\)，且在 \(R\) 个 1-分离点 \(t_r \in [0,T]\) 上有

\[\left\lvert\sum_{N \le n \le 2N} b_n n^{it_r}\right\rvert \ge V\]

则

\[R \le T^{o(1)}\left(N^{2}V^{-2} + N^{18/5}V^{-4} + T N^{12/5}V^{-4}\right)\]

7.3 为什么”逼近 2”这么难

把 \(C \to 2\) 看成一系列逐步逼近：

阶段	需排除的情形	手段
零自由区	单个零点落在极端位置	Euler 乘积 + 三角和估计
密度估计	中等偏离的零点数量	大值估计 + 均值定理
RH	任何偏离，哪怕只有一个	？

关键困难在最后一步：密度估计控制的是数量，而 RH 要求的是一个也没有。即使 \(N(\sigma,T) \ll T^{2.3(1-\sigma)}\)，对于任意小的固定 \(\sigma - \tfrac12 > 0\)，这个上界仍然可以是无穷大。

换句话说：密度估计这条路线在原理上就无法直接证明 RH。它的价值在于给出无条件的近似结果（素数在短区间中的分布等），而非证明猜想本身。

7.4 零点自由区：另一条线

与密度估计平行的是零点自由区（zero-free region）：证明某个区域

\[\sigma \ge 1 - c(\log t)^{-2/3}(\log\log t)^{-1/3}\]

内无零点（Vinogradov–Korobov 区域，1958）。

这个区域自 1958 年以来几乎纹丝未动——而陶哲轩指出，它恰恰是”排除单个极其糟糕的违反”的关键工具，因为 RH 的失败必然导致一个零点非常靠近实轴。

两条主线都卡在同一处：Guth–Maynard 推进了密度估计，却没能推动零点自由区；而零点自由区才是直接攻击 RH 的工具。

---

8. 临界线上的零点：已知的最强结果

8.1 Hardy (1914)

对实值函数

\[Z(t) = e^{i\theta(t)}\zeta\!\left(\frac{1}{2}+it\right), \qquad \theta(t) = \operatorname{Im}\log\Gamma\!\left(\frac{1}{4}+\frac{it}{2}\right) - \frac{t}{2}\log\pi\]

分析 \(Z(t)\) 的符号变化。由于 \(Z(t)\) 是实值的连续函数，在临界线上变号处必有零点。Hardy 证明这样的变号点无穷多。

8.2 Hardy–Littlewood (1921)

给出定量下界 \(N_0(T) \gg T\)。由于 \(N(T) \sim \frac{T}{2\pi}\log T\)，这只说明”比例趋于 0”——远不够。

8.3 Selberg (1942)：平滑化因子

这是方法论上的转折点。

Selberg 的核心想法：把 \(ζ(s)\) 乘上一个平滑化因子

\[M(s) = \sum_{n \le \xi}\frac{\alpha_n\left(1 - \frac{\log n}{\log \xi}\right)}{n^{s}}, \qquad \sum_{n=1}^{\infty}\frac{\alpha_n}{n^{s}} = \frac{1}{\sqrt{\zeta(s)}}\]

直觉：\(M(s)\) 抵消了 \(\zeta(s)\) 的大值，使得 \(\lvert\zeta(s)M(s)\rvert\) 的二阶矩变得可以控制。

为什么这有效：在 Hardy–Littlewood 的零点计数方法中，柯西–施瓦茨不等式是关键一步。乘上 \(M(s)\) 后，相应的不等式更紧，从而把下界从 \(N_0(T) \gg T\) 提升到

\[N_0(T) \gg T\log T\]

这就是”正比例”的第一个证明。

8.4 Levinson (1974) 与其后

Levinson 另辟蹊径：把 \(1/\zeta(s)\) 展开为 Dirichlet 级数，通过分析 \(Z(t)\) 的矩来提取零点信息，得

\[\kappa \ge 0.3474\]

后续经 Conrey (1989) 提升至 \(0.4088\)，Bui–Conrey–Young (2011) 提升至 \(0.4105\)（同时简单临界线零点比例 \(\kappa^* \ge 0.4058\)）。

目前这仍是最好的结果。

---

9. 数值验证的严格性

9.1 方法

现代验证的核心是 Riemann–Siegel 公式：计算

\[Z(t) = e^{i\theta(t)}\zeta\!\left(\frac{1}{2}+it\right)\]

在实轴上的值并统计符号变化，每个变号点对应临界线上的一个零点。

关键在于”完整性”：不仅要找到零点，还要证明没有遗漏。这用到 Turing 方法——通过考察 \(Z(t)\) 在若干辅助点上的行为，给出区间内零点数目的上下界。

9.2 当前的记录

Platt 与 Trudgian (2021) 用区间算术（interval arithmetic，保证每次运算的误差边界是严格的）验证：

\[\text{RH 成立至高度 } 3\,000\,175\,332\,800\]

涉及 12 363 153 437 138 个非平凡零点，全部在临界线上，且全部为单零点。

但请务必理解这个结果的性质：它是一个关于有限区间的严格陈述。黎曼猜想是一个关于所有零点的陈述。从有限到无穷的那一步，没有任何已知的机制可以完成。

---

10. 一些现代路径

10.1 零点检测与矩方法

寻找反例的高效方法是寻找 \(Z(t)\) 的”异常大值”：若某处 \(\lvert Z(t)\rvert\) 异常巨大，可能暗示其附近存在偏离临界线的零点对。这条路催生了 Turán、Levinson、Conrey 等人的工作。

10.2 算子理论方法

把 \(\xi\) 视为希尔伯特空间上的算子特征函数，RH 转化为某个紧算子的谱是否为纯点谱且谱恰为 \(\{-\tfrac12 + it\}\) 的问题（Guillemin–Reznikov 的工作）。

10.3 随机矩阵

随机矩阵的零点分布与 \(ζ\) 的零点统计高度吻合。若 RH 成立，则实部特征值应呈三角分布（Erdős–Kac 型）。反之，若观测到偏离三角分布的统计特征，就可能指向反例。

10.4 算术方法

• Weil 猜想：已由 Deligne 证明（1974），与 RH 有深层关联。
• Birch–Swinnerton-Dyer 猜想 与 RH 独立但在结构上呼应。
• Hilbert 第十问题、Erdős–Kac 定理等均以 RH 为条件。

10.5 计算与 AI 辅助

2026 年 10 月的”准黎曼猜想”结果（见上一篇）是这一方向的最新样本。需要强调：

• 其结论是收窄临界带（到 \([1/8, 7/8]\) 或 \([1/12, 11/12]\)），不是 RH；
• 其价值在于形式化验证（Lean）与技术组合的方法论示范；
• 数学界态度是”谨慎乐观”，普遍认为结果正确但表述远未达到发表标准。

---

11. 为什么这仍然难：三个层次的困难

第一层：技术障碍。

RH 需要对任意大的 \(T\) 证明 \(N(\tfrac12+\delta, T) = 0\)。现有的所有解析工具（密度估计、零点自由区、大值估计）都只在渐近意义下给出信息，且留有无法消除的余项。

第二层：方法论障碍。

现代数论高度依赖”平均”——对大量零点取平均后，某些极端个例被稀释。而 RH 是一个全称命题：每一个零点都要满足。它本质上是一个“零一”性质，难以用”平均”式的工具捕捉。

一个尖锐的类比：素数定理是平均陈述（\(\pi(x) \sim x/\log x\)），而 RH 是极端陈述（每个零点的位置）。至今没有一般性的方法能把极端陈述化归为平均陈述。

第三层：概念障碍。

即便 RH 为真，它的证明很可能不是我们想象的那种形式。Guth–Maynard 的例子说明：突破可能来自与”零点”完全不同的方向（比如 Dirichlet 多项式的大值估计）。猜想的形式（关于一个特定函数的零点）与它的证明（可能涉及完全不同的对象）之间的概念落差，是这道题最迷人的地方。

---

12. 结语

把两篇的内容合起来看：

第一篇回答了”谁提出的、为什么提出、后来怎么样了”； 第二篇回答了”它究竟在说什么、为什么这个说法有分量、难在何处”。

三条主线值得记住：

1. 黎曼的转换：把素数的离散分布问题，转换成复函数的零点问题。这个转换是全部后续工作的起点。

2. 零点即振荡：显式公式表明零点的实部控制误差衰减率。\(\beta = 1/2\) 之所以”自然”，是因为它是所有可能值中最保守的——任何偏离都会让误差项变差。

3. 平均与极端的鸿沟：密度估计的力量在于平均，RH 的难点在于极端。四十年无人能破的指数 \(12/5\) 在 2024 年被推到 \(30/13\)，但距离”最优”仍然遥远，而”最优”本身也只是必要的中间步骤。

一百六十年前，一个在意大利湖畔病榻上的年轻人，在生命的最后几年里把这个问题交给了世界。一百六十年后，我们对它的理解已经深入到能精确刻画”它有多难”，却仍然无法说出那句简单的答案。

这本身就是数学最动人的地方：提出一个好问题，和解决它，是两种完全不同的才能。

---

参考文献

• Riemann, B. (1859). Über die Anzahl der Primzahlen unter einer gegebenen Grösse.
• Edwards, H. M. (2001). Riemann’s Zeta Function. Dover.（第 1–3 章逐步推导函数方程、乘积公式与显式公式；附录含黎曼原文英译）
• Titchmarsh, E. C. (1986). The Theory of the Riemann Zeta-Function (2nd ed.). Oxford.
• Iwaniec, H., & Kowalski, E. (2004). Analytic Number Theory. AMS.
• Bombieri, E. (2000). Problems of the Millennium: the Riemann Hypothesis. Clay Mathematics Institute.
• Karatsuba, A. A. (1992). On the Zeta-Function. Ellis Horwood.
• Platt, D. J., & Trudgian, T. (2021). The Riemann hypothesis is true up to \(3\cdot 10^{12}\). Bull. London Math. Soc., 53(3), 792–797.
• Guth, L., & Maynard, J. (2024). New large value estimates for Dirichlet polynomials. arXiv:2405.20552.
• Bui, H. M., Conrey, B., & Young, M. P. (2011). More than 41% of the zeros of the zeta function are on the critical line. Acta Arith., 150(1), 35–64.
• Radziwiłł, M., et al. (2026). The Riemann Hypothesis: Past, Present and a Letter Through Time. arXiv:2602.04022.
• 陶哲轩 (Terence Tao). 关于 Guth–Maynard 结果与 Vinogradov–Korobov 零点自由区的公开评论，Mastodon / MathOverflow。