再谈Abel群问题

这个问题是很难的,因为1980年代G.Kolesnik的二变量指数和方法被认为是登封造极,他关于ζ(1/2+it) 和 Dirichlet 除数问题的论文1982年刊登在Pacufic.J.Math.,文中列了很多无法验证的方程,真不知道论文怎么能发表。所以1985年意大利E.Bombieri和波兰旅美学者H.Iwaniec开创新方法,"改进"关于ζ(1/2+it)和Dirichlet除数问题的结果(但后来我发现他们论文中含有致命错误)。但这两个国际解析数论界最著名学者还是无法改进Kolesnik1981年对Abel群问题的(错误)结果。A.Ivic对Abel群问题给出过Ω 型结果。但是出人意料地被我硕士论文实质改进了(从0.254... 改进到0.251...)。后来两位法国学者O.Robert和P.Sargos在德国著名杂志 J.rene.angew.Math.进一步改进我的结果,得到0.25。

相关推荐
码农阿豪3 天前
时序数据库选型指南:我们是怎么评估和选型的
数据库·时序数据库
百锦再4 天前
时序数据库选型指南:大数据时代的“数据基建”与 IoTDB 的工业原生之路
大数据·数据库·mysql·oracle·sqlserver·时序数据库·iotdb
檀越剑指大厂4 天前
时序数据库选型指南-IoTDB
数据库·时序数据库·iotdb
一个天蝎座 白勺 程序猿4 天前
时序数据库选型从迷茫到清晰:国产DolphinDB凭什么成为大数据场景下的首选?
大数据·数据库·时序数据库
想你依然心痛6 天前
大数据时代时序数据库选型指南:Apache IoTDB 的实战进阶与避坑法则
大数据·apache·时序数据库
TDengine (老段)6 天前
工业系统中的高级分析:超越工业实时数据库
大数据·数据库·人工智能·时序数据库·tdengine
Francek Chen7 天前
【IoTDB】工业物联网时序数据库优选:Apache IoTDB的显著优势
大数据·数据库·物联网·时序数据库·iotdb
YMatrix 官方技术社区7 天前
美国·硅谷|YMatrix 即将亮相 Postgres Conference 2026,前瞻 AI 时代的数据基座
数据库·数据仓库·postgresql·时序数据库·ymatrix
李兆龙的博客7 天前
从一到无穷大 #67 大查询根因分析 - 从 PinSQL 到 RCRank
数据库·时序数据库