Distribution functions and the Riemann zeta function.

In dieser groß angelegten Arbeit beginnen die Verf. zunächst mit einer Zusammenstellung der grundlegenden Begriffe und Hilfsmittel in der Theorie der \(k\)-dimensionalen Verteilungsfunktionen. Diesbezüglich muß auf die Arbeit selbst verwiesen werden. Es werden dann zunächst Konvergenzkriterien für ``unendliche Faltungen \(\varPhi_1 \ast \varPhi_2 \ast \cdots\) von Verteilungsfunktionen \(\varPhi_n\) gegeben, die sinngemäß den \textit{Cauchy}schen Reihenkriterien entsprechen. Das Beweismittel ist, wie üblich, die \textit{Fourier}transformation (die Verf. legen \textit{Lebesgue-Radon}sche Integrale zugrunde). Für das Spektrum einer konvergenten Faltung \(\varPsi = \varPhi_1 \ast \varPhi_2 \ast \cdots\) gilt die Additionsregel \[ S(\varPsi) = S(\varPhi_1) + S(\varPhi_2) \cdots . \] Es bezeichne \(c(\varPhi)\) den ``Schwerpunkt der Verteilung und es sei \(\widetilde{\varPhi}(E) = \varPhi(E + c(\varPhi))\), so daß wird. Endlich werde für ganzes \(p > 0\) \[ M_p(\varPhi) = \int\limits_{R_x} |x|^p \varPhi\, (dRx) \qquad (R_x\, \text{der } k\text{-dimensionale } x\text{-Raum}) \] gesetzt. Dann gilt noch z. B. das folgende Kriterium: Wenn alle Spektra \(S(\varPhi_n)\) in einer festen Kugel enthalten sind, so ist die Konvergenz der beiden Reihen \[ \sum_{1}^{\infty} c(\varPhi_n), \quad \sum_{1}^{\infty} M_2(\varPhi_n) \] notwendig und hinreichend für die Konvergenz der Faltung \(\varPsi = \varPhi_1 \ast \varPhi_2 \ast \cdots\). Wenn die erste Reihe absolut konvergiert, so gilt das gleiche für \(\varPsi\). Die Verf. gehen dann zur Spezialisierung der allgemeinen Sätze über: (1) Es sei \(k > 1\) und die \(\varPsi_n\) seien ``sphärische Gleichverteilungen auf Kugeln des Radius \(r_n\). Dann gilt: \(\varPsi\) konvergiert dann und nur dann (sogar absolut), wenn \(\sum\limits_{1}^{\infty}r_n^2\) konvergiert. \(\varPsi\) ist ``absolut stetig (d. h. \(\varPsi(E) = 0\), wenn \(E\) das Maß 0 hat), und seine Dichte \(D(x)\) besitzt stetige Ableitungen beliebig hoher Ordnung. Wenn \(\sum\limits_{1}^{\infty}r_n\) konvergiert, so ist das Spektrum \(S(\varPsi)\) durch \(a \leqq |x| \leqq b\) gegeben, wo \(b = \sum\limits_{1}^{\infty}r_n\) und \(a\) im allgemeinen = 0 ist. (Nur wenn es ein \(r_{\nu}\) mit \(r_{\nu} > {\sum\limits_{n \neq \nu}}' r_n\) gibt, ist \(a = r_{\nu}\).) Wenn \(\sum\limits_{1}^{\infty}r_n\) divergiert, ist \(S(\varPsi)\) derganze Raum \(R_x\) und \(D(x)>0\). (2) Es sei \(k=1\) und \(\varPhi_n\) die zu \(r_n > 0\) gehörige ``\textit{Bernoulli}sche Verteilung, d. h. \(\varPhi_n(E) = 0,\frac{1}{2}\) oder 1, je nachdem ob \(E\) von dem Punktepaar \(\pm r_n\) keinen, einen oder beide Punkte enthält. \(\varPsi\) ist dann und nur dann (sogar absolut) konvergent, wenn \(\sum\limits_{1}^{\infty}r_n^2\) konvergiert. Das Spektrum \(S(\varPsi)\) ist beschrankt, wenn \(\sum\limits_{1}^{\infty}r_n\) konvergiert, und sonst die ganze Gerade. Das ``Punktspektrum \(P(\varPsi)\) ist leer und \(\varPsi\) entweder absolut stetig oder ``singular (d. h. es gibt ein \(E\) vom Maße 0 mit \(\varPsi(E) = 1\)). Hierzu werden mancherlei interessante Beispiele gegeben (vgl. \textit{Wintner}, Amer. Journ. of Math. 56 (1934), 659-663; Bull. Amer. Math. Soc. 41 (1935), 137-138. F.~d.~M. 60\(_{\text{I}}\), 463; 61\(_{\text{I}}\), nachfolgendes Referat). (3) Es sei \(k = 2\) und eine Kurve durch ihre Parameterform \[ x=x(\theta) =\left( \xi_1(\theta), \xi_2(\theta) \right) \tag{S} \] gegeben. Ist \(E\) eine \textit{Borel}menge der \((\xi_1, \xi_2)\)-Ebene \(R_x\), und wird \[ \varPhi(E)=m(E \cdot S) \] gesetzt, wo \(m\) das \(\theta\)-Maß ist, so heißt diese Verteilungsfunktion \(\varPhi\) durch \(S\) bestimmt. Es werden zunächst einige Sätze und Abschätzungen der ``\textit{Fourier}transformierten \[ \varLambda(y, \varPhi)=\int\limits_{R_x} e^{ixy}\, \varPhi(dR_x) \] für den Fall einer konvexen Kurve \(S\) gegeben. Ferner gilt z. B. der folgende Satz: Es sei \(F(z)= \sum\limits_{1}^{\infty} a_n z^n, \, a_1 \neq 0\), für \(|z|<\varrho \leqq \infty\) konvergent. Es sei \(0 < r_n \leqq r < \varrho\), und \(S_n\) bezeichne die Parameterdarstellung \(x=F(r_n \, e^{2\pi i \theta}); \, \varPhi_n\) sei die zugehörige Verteilungsfunktion. Dann ist die Konvergenz von \(\sum\limits_{1}^{\infty}r_n^2\) notwendig und hinreichend für die (absolute) Konvergenz von \(\varPsi\). Das Spektrum \(S(\varPsi)\) ist beschränkt, wenn die \(\sum\limits_{1}^{\infty}r_n\) konvergiert, andernfalls die ganze Ebene. \(\varPsi\) ist absolut stetig, und seine Dichte \(D(x)=D(\xi_1, \xi_2)\) besitzt stetige partielle Ableitungen beliebig hoher Ordnung, und alle diese Ableitungensind für jedes \(\lambda>0\) von der Größenordnung \(O(c^{-\lambda |x|^2}), \, |x| \to \infty\). Wenn \(\sum\limits_{1}^{\infty}r_n\) divergiert, ist überdies \(D(x)>0\). Ist \(r_n^{-1}=O(n)\), so ist \(D(x)\) regulär analytisch in jedem Punkte \(x\); und wenn \(r_n^{-1}=o(n)\) ist, so ist \(D(x)\) sogar eine ganze Funktion von \(\xi_1\), \(\xi_2\). (4) Es sei \(p_n\) die \(n\)-te Primzahl und \(\varPhi_{n, \sigma}\) die zur Parameterdarstellung \[ x=x_{n,\sigma}=-\log (1-p_n^{-\sigma}\, e^{2 \pi i \theta}) \qquad (\sigma>0) \] gehörige Verteilungsfunktion. \(\varPsi_{\sigma}=\varPhi_{1,\sigma} \ast \varPhi_{1,\sigma} \ast \cdots\) konvergiert dann und nur dann, wenn \(\sigma>\frac{1}{2}\) ist, und ist dann symmetrisch bezüglich \(\xi_2=0\). Für \(\frac{1}{2}<\sigma \leqq 1\) ist das Spektrum die ganze Ebene. Für \(\sigma>1\) ist \(S(\varPsi_{\sigma})\) ein konvexer oder ``ringförmiger Bereich. \(\varPsi(\sigma)\) ist absolut stetig, und die Dichte \(D_{\sigma}(x)\) besitzt stetige partielle Ableitungen beliebig hoher Ordnung von der Größenordnung \(O(c^{-\lambda |x|^2}), \, \lambda>0, \, |x| \to \infty\). Für \(\frac{1}{2}<\sigma < 1\) ist \(D_{\sigma}(x)\) eine ganze Funktion von \(\xi_1\), \(\xi_2\). Für \(\sigma \to \frac{1}{2}\) streben \(D_{\sigma}(x)\) und alle seine Ableitungen gleichmäßig gegen Null. Der zweite Teil der Arbeit beschäftigt sich im wesentlichen mit der Werteverteilung fastperiodischer Funktionen. \(G\) sei ein abstrakter Raum des variablen Punktes \(t\), in welchem für ein \textit{Borel}feld von Mengen \(A\) ein Maß \(m(A)\) mit \(m(G)=\infty\) erklärt ist. Ferner seien gewisse Mengenfolgen \(A_n\) mit \(m(A_n) \to \infty\) als ``zugelassen ausgewählt. Ist nun \(f(t)\) eine meßbare Funktion in \(G\), und existiert \[ M(f)=\lim_{n \to \infty} \frac{1}{m(A_n)} \int\limits_{A_n} f(t) m(dG) \] für jede zugelassene Folge \(A_n\), so heißt \(M(f)\) der ``Mittelwert von \(f\). Es sei ferner \(x(t)\) eine meßbare Vektorfunktion mit \(k\) Komponenten. Ist \(E\) eine \textit{Borel}menge in \(R_x\) und bedeutet \(A_E\) die Menge der \(t\), mit \(x(t) \subset E\), so besitzt \(x(t)\) dann eine ``asymptotische Verteilungsfunktion \(\varPhi\), wenn für alle zugelassenen Folgen \(A_n\) der Grenzwert \[ \varPhi_{A_n} (E) = \frac{m(A_{n_E}A_n)}{m(A_n)} \to \varPhi(E) \] existiert. \(x(t)\) besitzt übrigens dann und nur dann eine asymptotische Verteilungsfunktion \(\varPhi\), wenn der ``Mittelwert \(M(e^{i x(t) y})\) gleichmäßig in jeder Kugel \(|y| \leqq a\) von \(R_y\) existiert. Und zwar ist dann die \textit{Fourier}transformierte \(\varLambda(y,\varPhi)=M(e^{i x(t) y})\). (1) Es sei jetzt \(G\) die reelle Achse und \(m\) das \textit{Lebesgue}sche Maß daselbst, während die Intervalle \((a_n,b_n)\) mit \(b_n-a_n \to \infty\) die zugelassenen \(A_n\) sind. Dann gilt: Jede (im Sinne von \textit{Bohr}) fastperiodische Funktion \(x(t)\) besitzt eine asymptotische Verteilungsfunktion. Deren Spektrum ist die Hülle des Wertevorrats von \(x(t)\). Für die verschiedenen Verallgemeinerungen des Begriffs ``fastperiodisch gelten ähnliche Sätze. Nur müssen hier unter Umständen andere Intervalle \(\left( (0,a_n) \right.\) und \((-b_n,0), \, a_n~\to~\infty\), \(\left. b_n \to \infty \right)\) als ``zugelassen gewählt werden (asymptotische Verteilungsfunktion im eingeschränkten Sinne). (2) \(\zeta(s)=\zeta(\sigma+it)\) sei die \textit{Riemann}sche \(\zeta\)-Funktion. Für \(\sigma>1\) besitzt \(\log \zeta(\sigma+it)\) eine asymptotische Verteilungsfunktion, für \(\frac{1}{2}<\sigma \leqq 1\) nur im ein geschränkten Sinne. Diese Verteilungsfunktion ist die oben (unter 4) genannte Verteilungsfunktion \(\varPsi_{\sigma}\). Das dort geschilderte Spektrum \(S(\varPsi_{\sigma})\) ist die Hülle des Werte vorrats von \(\log \zeta(\sigma+it)\). Auch die asymptotische Verteilungsfunktion \(\varPsi_{\sigma}\) von \(\zeta(\sigma+it)\) selbst existiert für \(\sigma>1\) und \(\frac{1}{2}<\sigma \leqq 1\) im eingeschränkten Sinne. Sie wird näher bestimmt. Ihr Spektrum ist die Hülle des Wertevorrats von \(\zeta(\sigma+it)\) (vgl. \textit{Bohr} und \textit{Jessen}, K. Danske Vidensk. Selsk. Skr. Nat. mat. Afd. 12 (1929) 325-405; Acta math. 54 (1930), 1-35. F.~d.~M. 55\(_{\text{II}}\), 1068; 56\(_{\text{I}}\), 287). Der letzte Teil der Arbeit beschäftigt sich mit dem Konvergenzproblem für unendliche Faltungen von Verteilungsfunktionen von Vektorfunktionen in abstrakten Räumen und bringt Sätze in Richtung der Ergebnisse von \textit{Khintchine}, \textit{Kolmogoroff} und \textit{Lévy} (\textit{Khintchine} und \textit{Kolmogoroff}, Rec. math. Moscou 32 (1925), 668-677; F.~d.~M. 52, 212. \textit{Kolmogoroff}, Math. Ann. 99 (1928), 309-319, 102 (1929), 484-488; F.~d.~M. 54, 543, 55\(_{\text{I}}\), 296. \textit{Lévy}, Studia Math. 8 (1931), 119-155; F.~d.~M. 57). Sehr beachtenswert ist noch der 60 Arbeiten des Problemkreises umfassende Literaturnachweis. (IV 4 D.)

Cites work

Cited in

(25)

This page was built for publication: Distribution functions and the Riemann zeta function.

Report a bug (only for logged in users!)Click here to report a bug for this page (MaRDI item Q5923883)