Filiq's blog

Riemannova hypotéza - detailně vysvětleno

· 49 min čtení

Tento text původně vznikl jen jako mé poznámky k výkladu, ale protože o ně projevili zájem i někteří další lidé, rozhodl jsem se je trochu podrobněji rozepsat a zveřejnit.

Obsah

1. Prvočísla

1.1 Záhady a zajímavosti prvočísel

1.1.1 Goldbachova domněnka

1.1.2 Bertrandův postulát

1.1.3 Malá Fermatova věta

1.1.4 Wilsonova věta

1.1.5 Další zajímavosti

1.2 Využití prvočísel v kryptografii

2. Hustota a rozložení prvočísel

2.1 Hustota prvočísel

2.2 Rozložení prvočísel

2.2.1 Polignacova domněnka

3. Základy matematické analýzy (reálné analýzy)

3.1 Limita funkce

3.2 Spojitost funkce

3.3 Derivace funkce

3.3.1 Diferencovatelnost

3.3.2 Algebraická pravidla pro derivace

3.3.3 Seznam derivací základních funkcí

3.3.4 Extrémy funkce

3.3.5 Růst a klesání funkce

3.4 Řada

3.5 Mocninné řady

3.6 Taylorova řada

3.6.1 Příklady Taylorových řad

3.7 Analytické funkce

3.7.1 Hladká funkce

4. Riemannova zeta funkce (v oboru reálných čísel)

4.1 Harmonická řada

4.2 Basilejský problém

4.2.1 Eulerův důkaz

4.3 Riemannova zeta funkce a součin všech prvočísel

4.3.1 Důkaz sítem

5. Goniometrie

5.1 Stupně a radiány

5.1.1 Stupně

5.1.2 Radiány

5.1.3 Převod mezi stupni a radiány

5.2 Jednotková kružnice

5.3 Úhel a trigonometrické funkce

5.4 Goniometrická identita

5.5 Nejednotková kružnice

5.6 Polární a kartézské souřadnice

6. Komplexní čísla

6.1 Operace s komplexními čísly

6.2 Komplexní rovina - geometrický pohled

6.2.1 Sčítání komplexních čísel

6.2.2 Absolutní hodnota komplexních čísel

6.3 Goniometrický tvar komplexních čísel

6.3.1 Násobení komplexních čísel v goniometrickém tvaru

6.3.2 Umocňování komplexních čísel v goniometrickém tvaru

6.3.3 Eulerův vzorec

6.4 Základní věta algebry

7. Komplexní analýza

7.1 Limita a spojitost

7.2 Derivace komplexní funkce

7.2.1 Diferencovatelnost komplexní funkce

7.3 Holomorfní funkce

7.3.1 Vlastnosti holomorfních funkcí

7.3.2 Věta o identitě (Identity theorem)

7.4 Singularity, polynomické a meromorfní funkce

7.4.1 Singularity

7.4.2 Polynomické funkce

7.4.3 Meromorfní funkce

7.5 Laurentovy řady

7.6 Analytické prodloužení

7.6.1 Ukázka analytického prodloužení

8. Riemannova zeta funkce v komplexní rovině

8.1 Připomenutí funkce v oboru reálných čísel

8.2 Analytické prodloužení Riemannovy zeta funkce

8.3 Funkční rovnice zeta funkce

8.4 Triviální a netriviální nuly

8.4.1 Triviální nuly

8.4.2 Netriviální nuly

8.5 Kritické pásmo a kritická přímka

8.5.1 Kritické pásmo

8.5.2 Kritická přímka

9. Riemannova hypotéza

9.1 Formulace hypotézy

9.2 Důsledky hypotézy

9.3 Dosavadní výsledky

9.3.1 Výsledky umělé inteligence (2026)


Riemannova hypotéza je stále nevyřešený matematický problém. Clayův matematický institut ji v roce 2000 zařadil mezi sedm matematických problémů tisíciletí.

Než samotnou hypotézu zformulujeme, musíme si nejprve projít několik základních pojmů a hlavně příčin a důvodů jejího vzniku.

Prvočísla

Prvočíslo je přirozené číslo větší než 1, které má právě dva dělitele: 1 a samo sebe. Prvních pár prvočísel je 2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73 a tak dále.

Už ve starověkém Egyptě si lidé všímali zvláštních vlastností některých čísel – Rhindův papyrus z doby kolem 1550 př. n. l. obsahuje tabulku rozkladů zlomků na součty kmenných zlomků, ve které někteří historici vidí první náznaky rozlišování prvočísel a složených čísel. Skutečný začátek systematického studia prvočísel však přinesli až antičtí Řekové. Přibližně kolem roku 300 př. n. l. dokázal Eukleidés ve svém díle Základy, že prvočísel je nekonečně mnoho. Základy obsahují i základ tzv. základní věty aritmetiky, kterou v úplné podobě dokázal až Carl Friedrich Gauss v roce 1801:

Každé přirozené číslo větší než 1 lze jednoznačně (až na pořadí činitelů) rozložit na součin prvočísel.

Prvočísla tak tvoří jakési základní stavební kameny přirozených čísel.

Záhady a zajímavosti prvočísel

Goldbachova domněnka

Každé sudé číslo větší než 2 lze zapsat jako součet dvou prvočísel.

Tato domněnka byla poprvé formulována v roce 1742 matematikem Christianem Goldbachem a dodnes nebyla dokázána ani vyvrácena.

Pro sudá čísla menší než 4⋅10184 \cdot 10^{18} byla domněnka ověřena počítačem.

Bertrandův postulát

Pro každé přirozené číslo n>1n > 1 existuje alespoň jedno prvočíslo pp, které splňuje n<p<2nn < p < 2n.

Větu poprvé formuloval Joseph Bertrand v roce 1845 a dokázal ji Pafnutij Čebyšev v roce 1852.

Existují i silnější tvrzení, například, že pro každé přirozené číslo n>3n > 3 existuje alespoň jedno prvočíslo pp, které splňuje n<p<2n−2n < p < 2n - 2. Nebo třeba že pro každé přirozené číslo n>25n > 25 existuje alespoň jedno prvočíslo pp, které splňuje n<p<(1+15)nn < p < (1 + \frac{1}{5})n.

Malá Fermatova věta

Pro každé prvočíslo pp a libovolné celé číslo aa, které není dělitelné pp, platí, že:

ap−1≡1mod  pa^{p-1} \equiv 1 \mod p

Větu formuloval Pierre de Fermat v roce 1640. Jak už bylo u Fermata zvykem, větu nejspíše nedokázal. Teprve o skoro 100 let později větu dokázal Leonhard Euler.

Věta je v praxi paradoxně užitečnější než Velká Fermatova věta, má totiž široké uplatnění v asymetrické kryptografii nebo v testování prvočíselnosti.

Například si můžete ověřit s kalkulačkou, že pro prvočíslo p=7p = 7 a číslo a=3a = 3 platí:

37−1≡1mod  73^{7-1} \equiv 1 \mod 7

To znamená, že 363^6 vydělené 77 dává zbytek 11.

Wilsonova věta

Přirozené číslo p>1p > 1 je prvočíslo právě tehdy, když (p−1)!≡−1mod  p(p-1)! \equiv -1 \mod p.

Vyzkoušejme na příkladu prvočísla p=5p = 5:

(5−1)!=4!=24≡−1mod  5(5-1)! = 4! = 24 \equiv -1 \mod 5

Další zajímavosti

Řada převrácených prvočísel diverguje k nekonečnu.

∑n=1∞1pn=12+13+15+17+111+113+…=+∞\sum_{n=1}^{\infty} \frac{1}{p_n} = \frac{1}{2} + \frac{1}{3} + \frac{1}{5} + \frac{1}{7} + \frac{1}{11} + \frac{1}{13} + \ldots = + \infty

Využití prvočísel v kryptografii

Prvočísla tvoří základ asymetrické kryptografie, která umožňuje bezpečné šifrování a digitální podepisování zpráv. Nejznámějším šifrovacím systémem je RSA, založený na obtížnosti rozložit součin dvou velkých prvočísel na jeho činitele — tento problém je pro současné počítače prakticky neřešitelný.

Kromě RSA se prvočísla uplatňují i v systémech založených na eliptických křivkách, které poskytují srovnatelnou úroveň bezpečnosti při použití mnohem kratších klíčů. Díky tomu jsou tyto metody efektivnější a rychlejší.

Asymetrická kryptografie je dnes nepostradatelná — používá se při zabezpečení webové komunikace (HTTPS), digitálních podpisů, autentizace, e-mailového šifrování, Bitcoinu, a v mnoha dalších oblastech, kde je důležitá důvěrnost, integrita a ověřitelnost dat.

Hustota a rozložení prvočísel

Dostáváme se k velmi zásadnímu tématu v oblasti teorie čísel, a to k hustotě a rozložení prvočísel mezi přirozenými čísly.

Nejprve si definujme funkci π(x)\pi(x), která udává počet prvočísel menších nebo rovných číslu x. Pozor, π\pi zde nesouvisí s konstantou π≈3,14\pi \approx 3{,}14. Používá se jako symbol funkce, protože pochází od prvního písmene "p", které je nahrazeno řeckým písmenem π\pi.

Vypišme si pro přehlednost několik hodnot funkce π(x)\pi(x):

xx1234567891011121314151617
π(x)\pi(x)01223344445566667

Graf funkce pi(x)

Graf funkce π(x)\pi(x) pro x<500x < 500.

Hustota prvočísel

Jedním z nejdůležitějších poznatků z teorie čísel je takzvaná Prvočíselná věta, která nám dává představu o hustotě prvočísel mezi přirozenými čísly.

Věta má několik různých formulací, například:

Pravděpodobnost, že náhodně vybrané přirozené číslo nn je prvočíslo, je přibližně 1ln⁡(n)\frac{1}{\ln(n)}, kde ln⁡\ln je přirozený logaritmus.

nebo:

Funkce π(x)\pi(x) roste přibližně stejně jako xln⁡(x)\frac{x}{\ln(x)}.

Graf funkce pi(x)

Černý je graf funkce π(x)\pi(x) a modrý je graf xln⁡(x)\frac{x}{\ln(x)} pro x<10000x < 10000.

Tento odhad funkce π(x)\pi(x) objevil Carl Friedrich Gauss v roce 1792 teprve ve svých 15 letech a později ho v roce 1896 dokázali nezávisle na sobě Jacques Hadamard a Charles Jean de la Vallée-Poussin.

Rozložení prvočísel

Prvočíselná věta nám dává představu o hustotě prvočísel, ale neříká nám nic o jejich rozložení - jaká je konkrétní poloha prvočísel.

Přestože je definice prvočísel jednoduchá, jejich rozložení mezi přirozenými čísly vykazuje pozoruhodnou složitost. Některá prvočísla leží velmi blízko sebe, například 11 a 13 (tzv. dvojčata), zatímco mezi jinými jsou dlouhé mezery – třeba i více než milion čísel mezi dvěma po sobě jdoucími prvočísly.

Mezery mezi prvočísly dokonce mohou být libovolně velké. Pro libovolné n≥2n \geq 2 jsou totiž všechna čísla n!+2,n!+3,…,n!+nn! + 2, n! + 3, \ldots, n! + n složená, protože n!+kn! + k je dělitelné kk. Dostáváme tak n−1n - 1 po sobě jdoucích složených čísel.

Polignacova domněnka

V roce 1849 francouzský matematik Alphonse de Polignac formuloval domněnku, že pro každé sudé přirozené číslo kk existuje nekonečně mnoho párů po sobě jdoucích prvočísel, jejichž rozdíl je roven kk. Tedy pro každé sudé kk existuje nekonečně mnoho párů (pn,pn+1)(p_n, p_{n+1}), kde pn+1−pn=kp_{n+1} - p_n = k.

Pro lichá kk to smysl nedává, rozdíl dvou lichých prvočísel je vždy sudý (jedinou výjimkou je dvojice (2,3)(2, 3)).

Pro k=2k = 2 jde o dvojčata, tedy dvojice prvočísel jako (3,5)(3, 5), (5,7)(5, 7), (11,13)(11, 13), a tak dále.

Pro k=6k = 6 jde o tzv. sexy prvočísla. Po sobě jdoucí dvojice s rozdílem 6 jsou například (23,29)(23, 29), (31,37)(31, 37), (47,53)(47, 53) a tak dále.

Zajímavostí je, že se zatím nikomu nepodařilo Polignacovu domněnku pro žádné kk vyvrátit ani dokázat.

Významný pokrok ale v roce 2013 přinesl Yitang Zhang, který jako první dokázal, že existuje nekonečně mnoho párů prvočísel, jejichž rozdíl je menší než 70 milionů. James Maynard a nezávisle na něm Terence Tao tuto mez brzy výrazně zlepšili a projekt Polymath8 ji pak snížil až na 246. Dnes tedy víme, že existuje nekonečně mnoho párů prvočísel, jejichž rozdíl je menší nebo roven 246. To znamená, že pro nějaké sudé k≤246k \leq 246 existuje nekonečně mnoho párů prvočísel s tímto rozdílem, třeba to je zrovna k=2k = 2, třeba k=6k = 6, a nebo to třeba platí pro všechna sudá k≤246k \leq 246, to nikdo zatím neví.

Základy matematické analýzy

Pojďme se na chvíli zase vrátit do světa reálných čísel a seznámit se s některými základními pojmy a nástroji matematické analýzy, které později rozšíříme na komplexní čísla a funkce.

V této kapitole bude nutné být velmi matematicky korektní a přesný. Většinu pojmů budeme formálně definovat.

Limita funkce

Limita popisuje, jak se funkce chová v okolí určitého bodu. Říkáme, že funkce f(x)f(x) má limitu v bodě AA, pokud se její hodnoty blíží určitému číslu, když se xx blíží k AA. Nezáleží přitom na tom, jaká je hodnota funkce přímo v bodě AA, nebo zda tam vůbec je definovaná – důležitý je trend chování funkce v jeho blízkosti.

Limitu funkce f(x)f(x) v bodě AA značíme jako:

lim⁡x→Af(x)=L\lim_{x \to A} f(x) = L

a formálně ji definujeme jako:

∀ϵ>0,∃δ>0:0<∣x−A∣<δ  ⟹  ∣f(x)−L∣<ϵ\forall \epsilon > 0, \exists \delta > 0: 0 < |x - A| < \delta \implies |f(x) - L| < \epsilon

Pro všechna reálná kladná čísla ϵ\epsilon existuje reálné kladné číslo δ\delta takové, že pokud je xx v prstencovém okolí bodu AA (tedy 0<∣x−A∣<δ0 < |x - A| < \delta), pak hodnota funkce f(x)f(x) je v okolí hodnoty LL (tedy ∣f(x)−L∣<ϵ|f(x) - L| < \epsilon).

Limita funkce

Můžete nahlédnout, že δ\delta ohraničuje prstencové okolí bodu AA a ϵ\epsilon ohraničuje okolí hodnoty LL.

Důležitý detail je, že okolí hodnoty LL obsahuje i samotnou hodnotu LL. Zatímco prstencové okolí bodu AA neobsahuje samotný bod AA.

Opět připomeňme, že nás u limity nezajímá samotná hodnota funkce v bodě AA, ale pouze to, jak se funkce chová v jeho blízkosti.

Ukažme si příklady funkcí a jejich limit.

První příklad

f(x)={−x,pro ∣x∣≤2x,pro ∣x∣>2f(x) = \begin{cases} -x, & \text{pro } |x| \leq 2 \\ x, & \text{pro } |x| > 2 \end{cases}

Příklad funkce s limitou

Kolik je lim⁡x→2f(x)\lim_{x \to 2} f(x)? Na obrázku vidíme, že zleva se funkce blíží k hodnotě −2-2, zatímco z pravé strany se blíží k hodnotě 22. Můžeme tedy říct, že limita v bodě 22 neexistuje, protože zleva a zprava se blíží k různým hodnotám.

Formálně bychom to zapsali jako:

lim⁡x→2−f(x)=−2,lim⁡x→2+f(x)=2  ⟹  lim⁡x→2f(x) neexistuje\lim_{x \to 2^-} f(x) = -2, \quad \lim_{x \to 2^+} f(x) = 2 \implies \lim_{x \to 2} f(x) \text{ neexistuje}

Všimněte si, že ale funkční hodnota v bodě 22 existuje a je rovna −2-2. Ale limita zkoumá okolí bodu 22, ne samotný bod.

Druhý příklad

f(x)={x24,pro x≠46,pro x=4f(x) = \begin{cases} \frac{x^2}{4}, & \text{pro } x \neq 4 \\ 6, & \text{pro } x = 4 \end{cases}

Příklad funkce s limitou

Kolik je lim⁡x→4f(x)\lim_{x \to 4} f(x)? Na obrázku vidíme, že funkce se blíží k hodnotě 44 z obou stran, tedy:

lim⁡x→4−f(x)=4,lim⁡x→4+f(x)=4  ⟹  lim⁡x→4f(x)=4\lim_{x \to 4^-} f(x) = 4, \quad \lim_{x \to 4^+} f(x) = 4 \implies \lim_{x \to 4} f(x) = 4

Všimněte si, že funkční hodnota v bodě 44 je 66, ale limita je 44. To opět ukazuje, že limita zkoumá chování funkce v okolí bodu, ne samotnou hodnotu v bodě.

Třetí příklad

f(x)=2xf(x) = 2x

Příklad funkce s limitou

Kolik je lim⁡x→∞f(x)\lim_{x \to \infty} f(x)? Na obrázku vidíme, že funkce roste do nekonečna, tedy:

lim⁡x→∞f(x)=∞\lim_{x \to \infty} f(x) = \infty

Čtvrtý příklad

f(x)=10xf(x) = \frac{10}{x}

Příklad funkce s limitou

Kolik je lim⁡x→2f(x)\lim_{x \to 2} f(x)? Na obrázku vidíme, že funkce se blíží k hodnotě 55 z obou stran, tedy:

lim⁡x→2−f(x)=5,lim⁡x→2+f(x)=5  ⟹  lim⁡x→2f(x)=5\lim_{x \to 2^-} f(x) = 5, \quad \lim_{x \to 2^+} f(x) = 5 \implies \lim_{x \to 2} f(x) = 5

Funkční hodnota v bodě 22 je také 55. Tímto se dostáváme k dalšímu důležitému pojmu a to je spojitost funkce.

Spojitost funkce

Taková intuitivní definice spojitosti funkce by mohla být, že funkce je spojitá, pokud ji dokážeme nakreslit jedním tahem tužkou.

Formálně definujeme spojitost funkce f(x)f(x) v bodě AA takto:

f(x) je spojitaˊ v bodeˇ A  ⟺  lim⁡x→Af(x)=f(A)f(x) \text{ je spojitá v bodě } A \iff \lim_{x \to A} f(x) = f(A)

Řekneme, že funkce f(x)f(x) je spojitá, pokud je spojitá v každém bodě svého definičního oboru.

Derivace funkce

Intuitivní představa derivace je, že nám říká, jak rychle se mění hodnota funkce v daném bodě. Jinými slovy: jaký je sklon tečny k průběhu funkce v tomto bodě.

Derivace funkce

Přesněji řečeno, derivace zkoumá poměr velmi malých změn výstupu a vstupu - tedy jak moc se změní hodnota funkce, když posuneme vstup o nepatrně malý kousek vpravo.

Zajímá nás, jak se chová rozdíl f(x+h)−f(x)f(x+h) - f(x), když je posun hh velmi malý - téměř nulový. To "téměř" je zde klíčové: nechceme, aby bylo hh přesně nula, protože pak bychom porovnávali funkční hodnotu sama se sebou. Místo toho sledujeme, jak se funkce chová pro dvojici velmi blízkých vstupů.

Podobně jako u limity: nezajímá nás přímo hodnota funkce v bodě xx, ale chování funkce v okolí tohoto bodu. Derivace je vlastně limitní poměr dvou extrémně malých změn - říká nám, jak se výstup mění na základě nepatrné změny vstupu.

Formálně definujeme derivaci funkce f(x)f(x) v bodě AA jako:

f′(A)=lim⁡h→0f(A+h)−f(A)hf'(A) = \lim_{h \to 0} \frac{f(A + h) - f(A)}{h}

Zde si můžete pro lepší představu vyzkoušet interaktivní ukázku derivace na https://www.desmos.com/calculator/tlsum08k0m.

Diferencovatelnost

Řekneme, že funkce f(x)f(x) je diferencovatelná v bodě AA, pokud má v tomto bodě derivaci, tedy pokud limita výše uvedeného poměru existuje.

Řekneme, že funkce f(x)f(x) je diferencovatelná pokud je diferencovatelná v každém bodě svého definičního oboru.

Pokud je funkce f(x)f(x) diferencovatelná v bodě AA, pak je také spojitá v tomto bodě. Pozor, to ale neplatí obráceně - funkce může být spojitá, ale nemusí být diferencovatelná (například funkce f(x)=∣x∣f(x) = |x| nemá derivaci v bodě 00, i když je spojitá).

Algebraická pravidla pro derivace

Linearita derivace: Pokud jsou f(x)f(x) a g(x)g(x) diferencovatelné funkce a a,ba, b jsou konstanty, pak platí:

(af+bg)′(x)=af′(x)+bg′(x)(af + bg)'(x) = af'(x) + bg'(x)

Derivace součinu: Pokud jsou f(x)f(x) a g(x)g(x) diferencovatelné, pak platí:

(fg)′(x)=f′(x)g(x)+f(x)g′(x)(fg)'(x) = f'(x)g(x) + f(x)g'(x)

Derivace podílu: Pokud jsou f(x)f(x) a g(x)g(x) diferencovatelné a g(x)≠0g(x) \neq 0, pak platí:

(fg)′(x)=f′(x)g(x)−f(x)g′(x)g(x)2\left( \frac{f}{g} \right)'(x) = \frac{f'(x)g(x) - f(x)g'(x)}{g(x)^2}

Derivace složené funkce (chain rule): Pokud je gg diferencovatelná v bodě xx a ff je diferencovatelná v bodě g(x)g(x), pak platí:

(f(g(x)))′=f′(g(x))g′(x)(f(g(x)))' = f'(g(x))g'(x)

Seznam derivací základních funkcí

  • Derivace konstanty: c′=0c' = 0
  • Derivace lineární funkce: (ax+b)′=a(ax + b)' = a
  • Derivace mocniny: (xn)′=nxn−1(x^n)' = nx^{n-1}
  • Derivace exponenciální funkce: (ex)′=ex(e^x)' = e^x
  • Derivace logaritmické funkce: (ln⁡(x))′=1x(\ln(x))' = \frac{1}{x}
  • Derivace goniometrických funkcí:
    • (sin⁡(x))′=cos⁡(x)(\sin(x))' = \cos(x)
    • (cos⁡(x))′=−sin⁡(x)(\cos(x))' = -\sin(x)
    • (tan⁡(x))′=1cos⁡2(x)(\tan(x))' = \frac{1}{\cos^2(x)}
  • Derivace inverzních goniometrických funkcí:
    • (sin⁡−1(x))′=(arcsin⁡(x))′=11−x2(\sin^{-1}(x))' = (\arcsin(x))' = \frac{1}{\sqrt{1 - x^2}}
    • (cos⁡−1(x))′=(arccos⁡(x))′=−11−x2(\cos^{-1}(x))' = (\arccos(x))' = -\frac{1}{\sqrt{1 - x^2}}
    • (tan⁡−1(x))′=(arctan⁡(x))′=11+x2(\tan^{-1}(x))' = (\arctan(x))' = \frac{1}{1 + x^2}

Extrémy funkce

Extrémy funkce jsou body, ve kterých funkce dosahuje svých maximálních nebo minimálních hodnot. Rozlišujeme lokální extrémy (funkce v bodě nabývá největší nebo nejmenší hodnoty v nějakém jeho okolí) a globální extrémy (největší nebo nejmenší hodnota na celém definičním oboru). Globální extrém může ležet uvnitř definičního oboru i na jeho okraji.

Pokud je funkce f(x)f(x) diferencovatelná v bodě AA a f′(A)=0f'(A) = 0 nebo f′(A)f'(A) neexistuje, pak se v bodě AA může nacházet lokální extrém (maximum nebo minimum).

Růst a klesání funkce

Funkce f(x)f(x) roste v intervalu (a,b)(a, b), pokud pro každé x1,x2∈(a,b)x_1, x_2 \in (a, b) platí x1<x2  ⟹  f(x1)<f(x2)x_1 < x_2 \implies f(x_1) < f(x_2).

Funkce f(x)f(x) klesá v intervalu (a,b)(a, b), pokud pro každé x1,x2∈(a,b)x_1, x_2 \in (a, b) platí x1<x2  ⟹  f(x1)>f(x2)x_1 < x_2 \implies f(x_1) > f(x_2).

Pokud je f′(x)>0f'(x) > 0 v intervalu (a,b)(a, b), pak funkce roste v tomto intervalu.

Pokud je f′(x)<0f'(x) < 0 v intervalu (a,b)(a, b), pak funkce klesá v tomto intervalu.

Řada

Nekonečná řada je součet nekonečné posloupnosti čísel. Můžeme ji zapsat jako:

∑n=0∞an=a0+a1+a2+…\sum_{n=0}^{\infty} a_n = a_0 + a_1 + a_2 + \ldots

kde ana_n jsou členy posloupnosti.

Řada konverguje, pokud její součet má konečnou hodnotu. Pokud řada diverguje, znamená to, že součet neexistuje nebo je nekonečný.

Mocninné řady

Mocninná řada je nekonečná řada ve tvaru:

f(x)=∑n=0∞an(x−c)n=a0+a1(x−c)+a2(x−c)2+a3(x−c)3+…f(x) = \sum_{n=0}^{\infty} a_n (x - c)^n = a_0 + a_1 (x - c) + a_2 (x - c)^2 + a_3 (x - c)^3 + \ldots

Tento zápis popisuje funkci jako nekonečný polynom - každý člen závisí na mocnině výrazu (x−c)(x-c), kde cc je pevně zvolený bod (tzv. střed řady).

Pokud řada konverguje, může velmi přesně popisovat různé funkce – nejen polynomy, ale i funkce jako exe^x, sin⁡(x)\sin(x) nebo ln⁡(x)\ln(x).

Taylorova řada

Taylorova řada je zvláštní případ mocninné řady, která vzniká tak, že její koeficienty jsou určeny derivacemi dané funkce v jednom bodě.

Pokud má funkce f(x)f(x) všechny derivace v bodě AA, pak ji můžeme (za určitých podmínek) rozvinout do Taylorovy řady:

f(x)=∑n=0∞f(n)(A)n!(x−A)n=f(A)+f′(A)(x−A)+f′′(A)2!(x−A)2+…f(x) = \sum_{n=0}^{\infty} \frac{f^{(n)}(A)}{n!} (x - A)^n = f(A) + f'(A)(x - A) + \frac{f''(A)}{2!}(x - A)^2 + \ldots

Příklady Taylorových řad

Exponenciální funkce f(x)=exf(x)=e^x

Tato funkce má tu zvláštní vlastnost, že všechny její derivace jsou opět exe^x. V bodě x=0x=0 tak platí f(n)(0)=1f^{(n)}(0)=1 pro všechna nn, a dostáváme:

ex=∑n=0∞xnn!=1+x+x22!+x33!+x44!+…e^x = \sum_{n=0}^{\infty} \frac{x^n}{n!} = 1 + x + \frac{x^2}{2!} + \frac{x^3}{3!} + \frac{x^4}{4!} + \ldots

Tato řada konverguje pro všechna reálná (i komplexní) čísla xx.

Přirozený logaritmus f(x)=ln⁡(x)f(x)=\ln(x)

Derivace logaritmu jsou f(1)(x)=1xf^{(1)}(x)=\frac{1}{x}, f(2)(x)=−1x2f^{(2)}(x)=-\frac{1}{x^2}, atd. V bodě x=1x=1 mají derivace konkrétní hodnoty a vedou na řadu:

ln⁡(x)=∑n=1∞(−1)n−1n(x−1)n=(x−1)−(x−1)22+(x−1)33−(x−1)44+…\ln(x) = \sum_{n=1}^{\infty} \frac{(-1)^{n-1}}{n} (x - 1)^n = (x - 1) - \frac{(x - 1)^2}{2} + \frac{(x - 1)^3}{3} - \frac{(x - 1)^4}{4} + \ldots

Tato řada konverguje pro 0<x≤20 < x \leq 2.

Goniometrické funkce

sin⁡(x)=∑n=0∞(−1)n(2n+1)!x2n+1=x−x33!+x55!−x77!+…\sin(x) = \sum_{n=0}^{\infty} \frac{(-1)^n}{(2n+1)!} x^{2n+1} = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \ldots cos⁡(x)=∑n=0∞(−1)n(2n)!x2n=1−x22!+x44!−x66!+…\cos(x) = \sum_{n=0}^{\infty} \frac{(-1)^n}{(2n)!} x^{2n} = 1 - \frac{x^2}{2!} + \frac{x^4}{4!} - \frac{x^6}{6!} + \ldots

Obě řady konvergují pro všechna xx, a lze je využít k přesným výpočtům hodnot goniometrických funkcí.

Analytické funkce

Funkce je analytická v bodě AA, pokud existuje okolí tohoto bodu, kde lze funkci vyjádřit jako konvergentní Taylorovu řadu, tj. řada nejen existuje, ale také konverguje k hodnotám funkce:

f(x)=∑n=0∞an(x−A)n,an=f(n)(A)n!.f(x)=\sum_{n=0}^{\infty} a_n (x-A)^n, a_n=\frac{f^{(n)}(A)}{n!}.

Všechny polynomy, exponenciála, sinus, kosinus a další běžné funkce jsou analytické.

Hladká funkce

Hladká funkce je taková funkce, která má derivace všech řádů a tyto derivace jsou spojité.

Každá analytická funkce je hladká, ale ne každá hladká funkce je analytická.

Například funkce

f(x)={e−1/x2,pro x≠00,pro x=0f(x) = \begin{cases} e^{-1/x^2}, & \text{pro } x \neq 0 \\ 0, & \text{pro } x = 0 \end{cases}

Funkce ff je hladká, ale není analytická v bodě 00, protože její Taylorova řada v 00 je nulová a nekonverguje k hodnotám funkce v okolí tohoto bodu.

Riemannova zeta funkce (v oboru reálných čísel)

Riemannova zeta funkce hraje klíčovou roli v teorii čísel a je spojena s rozložením prvočísel. Její význam spočívá v tom, že poskytuje hluboké spojení mezi prvočísly a komplexní analýzou.

První, kdo funkci ve skutečnosti zavedl a zkoumal byl Leonhard Euler, ten ji však přirozeně zkoumal pouze pro reálná čísla. My se také nejdříve budeme zabývat pouze reálnými čísly, ke komplexní analýze se dostaneme později.

ζ(x)=∑n=1∞1nx=1+12x+13x+14x+15x+…    pro x∈R\zeta(x) = \sum_{n=1}^{\infty} \frac{1}{n^x} = 1 + \frac{1}{2^x} + \frac{1}{3^x} + \frac{1}{4^x} + \frac{1}{5^x} + \ldots \space \space \space \text{ pro } x \in \mathbb{R}

Všimněme si, že řada konverguje (nabývá konečné hodnoty) pro x>1x > 1 a diverguje (roste do nekonečna) pro x≤1x \leq 1. Pro x=1x = 1 jde o tzv. harmonickou řadu, která diverguje. Pro x<1x < 1 jde o řadu, která diverguje ještě rychleji.

Harmonická řada

Speciální případ Riemannovy zeta funkce, kdy x=1x = 1:

∑n=1∞1n=1+12+13+14+…=+∞\sum_{n=1}^{\infty} \frac{1}{n} = 1 + \frac{1}{2} + \frac{1}{3} + \frac{1}{4} + \ldots = + \infty

To, že tato řada diverguje k nekonečnu lze dokázat například pomocí integrálního kritéria konvergence.

∑n=1∞f(n)∈R  ⟺  ∫1∞f(x) dx<+∞\sum_{n=1}^{\infty} f(n) \in \mathbb{R} \iff \int_{1}^{\infty} f(x) \, dx < + \infty

Kritérium platí za předpokladu, že funkce f(x)f(x) je definovaná na intervalu [1,∞)[1, \infty), je na něm nezáporná a klesající.

∫1∞1x dx=lim⁡t→∞[ln⁡(x)]1t=lim⁡t→∞(ln⁡(t)−ln⁡(1))=lim⁡t→∞ln⁡(t)=+∞  ⟹  ∑n=1∞1n=+∞\int_{1}^{\infty} \frac{1}{x} \, dx = \lim_{t \to \infty} \left[ \ln(x) \right]_{1}^{t} = \lim_{t \to \infty} (\ln(t) - \ln(1)) = \lim_{t \to \infty} \ln(t) = + \infty \implies \sum_{n=1}^{\infty} \frac{1}{n} = + \infty

Basilejský problém

Pro zajímavost si ještě ukažme případ, kdy x=2x = 2 v Riemannově zeta funkci. Později nám to pomůže k pochopení dalších souvislostí.

ζ(2)=∑n=1∞1n2=1+122+132+142+…=π26\zeta(2) = \sum_{n=1}^{\infty} \frac{1}{n^2} = 1 + \frac{1}{2^2} + \frac{1}{3^2} + \frac{1}{4^2} + \ldots = \frac{\pi^2}{6}

Tento výsledek je známý jako basilejský problém a byl vyřešen v roce 1735 matematikem Leonhardem Eulerem.

Eulerův důkaz

To co již před Eulerem bylo známo, bylo vyjádření funkce sin⁡(x)\sin(x) jako nekonečného součtu pomocí Taylorovy řady:

sin⁡(x)=∑n=0∞(−1)nx2n+1(2n+1)!=x−x33!+x55!−x77!+…\sin(x) = \sum_{n=0}^{\infty} (-1)^n \frac{x^{2n+1}}{(2n+1)!} = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \ldots

Panu Eulerovi se nejdříve podařilo nalézt rozklad funkce sin⁡(x)\sin(x) jako nekonečného součinu:

sin⁡(x)=x∏n=1∞(1−x2n2π2)=x(1−x212π2)(1−x222π2)(1−x232π2)…\sin(x) = x \prod_{n=1}^{\infty} \left(1 - \frac{x^2}{n^2 \pi^2}\right) = x \left(1 - \frac{x^2}{1^2 \pi^2}\right)\left(1 - \frac{x^2}{2^2 \pi^2}\right)\left(1 - \frac{x^2}{3^2 \pi^2}\right) \ldots

Můžete si prohlédnout a přesvědčit se o "stejnosti" na https://www.desmos.com/calculator/lkcuzrkzkn.

Euler tento rozklad odvodil spíše intuitivně, podle nulových bodů funkce sin⁡(x)\sin(x) (stejně jako se rozkládá polynom podle svých kořenů). Rigorózně ho dokázal až Karl Weierstrass v 19. století.

Euler pak položil rovnost mezi nekonečným součinem a nekonečnou řadou (protože obě strany jsou rovny funkci sin⁡(x)\sin(x), musí se rovnat i sobě navzájem):

x∏n=1∞(1−x2n2π2)=∑n=0∞(−1)nx2n+1(2n+1)!x \prod_{n=1}^{\infty} \left(1 - \frac{x^2}{n^2 \pi^2}\right) = \sum_{n=0}^{\infty} (-1)^n \frac{x^{2n+1}}{(2n+1)!}

Po rozepsání na prvních pár členů dostaneme:

x(1−x212π2)(1−x222π2)(1−x232π2)…=x−x33!+x55!−x77!+…x \left(1 - \frac{x^2}{1^2 \pi^2}\right)\left(1 - \frac{x^2}{2^2 \pi^2}\right)\left(1 - \frac{x^2}{3^2 \pi^2}\right) \ldots = x - \frac{x^3}{3!} + \frac{x^5}{5!} - \frac{x^7}{7!} + \ldots

Obě strany vydělíme xx:

(1−x212π2)(1−x222π2)(1−x232π2)…=1−x23!+x45!−x67!+…\left(1 - \frac{x^2}{1^2 \pi^2}\right)\left(1 - \frac{x^2}{2^2 \pi^2}\right)\left(1 - \frac{x^2}{3^2 \pi^2}\right) \ldots = 1 - \frac{x^2}{3!} + \frac{x^4}{5!} - \frac{x^6}{7!} + \ldots

Pravou stranu již máme rozepsanou jako mocninnou řadu, tedy ve tvaru: 1+ax2+bx4+cx6+dx8+…1 + ax^2 + bx^4 + cx^6 + dx^8 + \ldots, kde a,b,c,da, b, c, d jsou koeficienty.

Nyní se pokusíme levou stranu také rozepsat jako mocninnou řadu. Jelikož se obě strany rovnají jako funkce, musí mít stejné koeficienty u jednotlivých mocnin xx.

Zaměříme se pouze na koeficient u x2x^2. Ten vznikne tak, že z jedné závorky vybereme člen −x2n2π2-\frac{x^2}{n^2 \pi^2} a ze všech ostatních jen 11.

Koeficient u x2x^2 je tedy roven součtu všech těchto členů:

−112π2−122π2−132π2−…=∑n=1∞−1n2π2=−1π2∑n=1∞1n2=−1π2⋅ζ(2)-\frac{1}{1^2 \pi^2} - \frac{1}{2^2 \pi^2} - \frac{1}{3^2 \pi^2} - \ldots = \sum_{n=1}^{\infty} -\frac{1}{n^2 \pi^2} = -\frac{1}{\pi^2} \sum_{n=1}^{\infty} \frac{1}{n^2} = -\frac{1}{\pi^2} \cdot \zeta(2)

Teď nám stačí jediné, porovnat s koeficientem u x2x^2 u výrazu z 1−x23!+x45!−x67!+…1 - \color{red}{\frac{x^2}{3!}} + \color{black}{\frac{x^4}{5!}} - \frac{x^6}{7!} + \ldots:

−1π2⋅ζ(2)=−13!-\frac{1}{\pi^2} \cdot \zeta(2) = -\frac{1}{3!}

Z toho plyne, že:

ζ(2)=∑n=1∞1n2=π26\zeta(2) = \sum_{n=1}^{\infty} \frac{1}{n^2} = \frac{\pi^2}{6}

Ještě pro zajímavost zmiňme obecný vzorec pro výpočet libovolné sudé kladné hodnoty ζ(2k)\zeta(2k):

ζ(2k)=(−1)k+1B2k(2π)2k2(2k)!\zeta(2k) = \frac{(-1)^{k+1} B_{2k} (2\pi)^{2k}}{2(2k)!}

kde B2kB_{2k} je Bernoulliho číslo, které lze definovat explicitně jako

Bn=∑k=0n1k+1∑j=0k(kj)(−1)jjnB_n = \sum_{k=0}^{n} \frac{1}{k + 1} \sum_{j=0}^{k} \binom{k}{j} (-1)^j j^n

Prvních pár hodnot zeta funkce a Bernoulliho čísel:

ζ(2)\zeta(2)ζ(4)\zeta(4)ζ(6)\zeta(6)ζ(8)\zeta(8)ζ(10)\zeta(10)ζ(12)\zeta(12)
π26\frac{\pi^2}{6}π490\frac{\pi^4}{90}π6945\frac{\pi^6}{945}π89450\frac{\pi^8}{9450}π1093555\frac{\pi^{10}}{93555}691π12638512875\frac{691 \pi^{12}}{638512875}
B2B_2B4B_4B6B_6B8B_8B10B_{10}B12B_{12}
16\frac{1}{6}−130-\frac{1}{30}142\frac{1}{42}−130-\frac{1}{30}566\frac{5}{66}−6912730-\frac{691}{2730}

Riemannova zeta funkce a součin všech prvočísel

Leonhard Euler kromě basilejského problému také dokázal, že Riemannova zeta funkce může být vyjádřena jako nekonečný součin přes prvočísla. Toto je extrémně důležitý objev, protože ukazuje, že zeta funkce je spojena s prvočísly. Rovnost platí pro všechna x>1x > 1, tedy tam, kde řada konverguje.

ζ(x)=∏p prvocˇıˊslo11−p−x=11−12x⋅11−13x⋅11−15x⋅11−17x⋯\zeta(x) = \prod_{p \text{ prvočíslo}} \frac{1}{1 - p^{-x}} = \frac{1}{1 - \frac{1}{2^{x}}} \cdot \frac{1}{1 - \frac{1}{3^{x}}} \cdot \frac{1}{1 - \frac{1}{5^{x}}} \cdot \frac{1}{1 - \frac{1}{7^{x}}} \cdots

Důkaz sítem

Euler dokázal tuto rovnost pouze pomocí algebraických úprav - opakovaným "sítem" přes násobky prvočísel. Ukážeme si, jak tento postup vypadá.

Začněme s původní řadou:

ζ(x)=1+12x+13x+14x+15x+⋯\zeta(x) = 1 + \frac{1}{2^x} + \frac{1}{3^x} + \frac{1}{4^x} + \frac{1}{5^x} + \cdots

Vynásobme obě strany výrazem (1−12x)\left(1 - \frac{1}{2^x}\right):

(1−12x)ζ(x)=(1+12x+13x+14x+⋯ )−(12x+14x+16x+⋯ )\left(1 - \frac{1}{2^x}\right)\zeta(x) = \left(1 + \frac{1}{2^x} + \frac{1}{3^x} + \frac{1}{4^x} + \cdots\right) - \left(\frac{1}{2^x} + \frac{1}{4^x} + \frac{1}{6^x} + \cdots\right)

Jak si můžete všimnout, na pravé straně se odstraní všechny členy, které mají ve jmenovateli násobky 2.

Zůstane nám tedy:

(1−12x)ζ(x)=1+13x+15x+17x+⋯\left(1 - \frac{1}{2^x}\right)\zeta(x) = 1 + \frac{1}{3^x} + \frac{1}{5^x} + \frac{1}{7^x} + \cdots

Teď provedeme stejný proces, ale pro násobky 3. Vynásobíme obě strany výrazem (1−13x)\left(1 - \frac{1}{3^x}\right):

(1−12x)ζ(x)⋅(1−13x)=(1+13x+15x+17x+⋯ )−(13x+16x+19x+⋯ )\left(1 - \frac{1}{2^x}\right)\zeta(x) \cdot \left(1 - \frac{1}{3^x}\right) = \left(1 + \frac{1}{3^x} + \frac{1}{5^x} + \frac{1}{7^x} + \cdots\right) - \left(\frac{1}{3^x} + \frac{1}{6^x} + \frac{1}{9^x} + \cdots\right)

Jak můžete vidět, na pravé straně se odstraní všechny členy, které mají ve jmenovateli násobky 3.

Proces již určitě chápete, takhle bychom pokračovali pro 5,7,11,135, 7, 11, 13 a tak dále pro všechna prvočísla.

Po nekonečně mnoha krocích dostaneme:

ζ(x)⋅∏p prvocˇıˊslo(1−1px)=1\zeta(x) \cdot \prod_{p \text{ prvočíslo}} \left(1 - \frac{1}{p^x}\right) = 1

Odtud již jednoduchou úpravou dostaneme:

ζ(x)=∏p prvocˇıˊslo11−p−x\zeta(x) = \prod_{p \text{ prvočíslo}} \frac{1}{1 - p^{-x}}

Tento výsledek je velmi důležitý, Euler tímto otevřel cestu k hlubšímu porozumění vztahu mezi zeta funkcí a prvočísly.

Goniometrie

Na první pohled se může zdát, že goniometrie s prvočísly a Riemannovou zeta funkcí příliš nesouvisí. Ve skutečnosti však hraje klíčovou roli v komplexní analýze, která je nezbytná pro studium zeta funkce v komplexní rovině.

Stupně a radiány

Stupně

Stupeň je jednotka úhlu, která rozděluje kružnici na 360 stejných částí. Tato jednotka má historický původ a byla zavedena do jisté míry "uměle". Vznikla ve starověké Babylónii, kde používali šedesátkovou soustavu čísel.

Proč právě číslo 360? Teoreticky by se dala zvolit jakákoliv jiná hodnota, například 100 nebo 1000. Přesný důvod, proč Babylonci vybrali právě 360, není úplně jasný. Spekuluje se však především o dvou důvodech: jednak o vlivu šedesátkové soustavy a také o výhodné dělitelnosti čísla 360 na mnoho částí (1,2,3,4,5,6,8,9,10,12,15,18,20,24,30,36,40,45,60,72,90,120,180,360)(1, 2, 3, 4, 5, 6, 8, 9, 10, 12, 15, 18, 20, 24, 30, 36, 40, 45, 60, 72, 90, 120, 180, 360), což usnadňovalo výpočty a dělení kruhu.

Radiány

Naproti tomu radián je přirozená jednotka úhlu, která vychází přímo z geometrie kružnice. Jeden radián je definován jako takový středový úhel, který na kružnici vytne oblouk o délce rovné poloměru dané kružnice.

Obecně platí, že pokud úhel α\alpha (v radiánech) svírá středový úhel, který na kružnici vytne oblouk délky ss, a kružnice má poloměr rr, pak:

α=sr\alpha=\frac{s}{r}

Radián

Z toho vyplývá, že celý kruh (obvod délky s=2πrs=2\pi r) odpovídá úhlu:

α=2πrr=2π radiaˊnu˚\alpha = \frac{2\pi r}{r}=2\pi \text{ radiánů}

To znamená, že:

  • celý kruh má úhel 2π2\pi radiánů (360°),
  • půlkruh má π\pi radiánů (180°),
  • pravý úhel má π2\frac{\pi}{2} radiánů (90°).

Radián

Převod mezi stupni a radiány

stupneˇ=180π⋅radiaˊny\text{stupně} = \frac{180}{\pi} \cdot \text{radiány} radiaˊny=π180⋅stupneˇ\text{radiány} = \frac{\pi}{180} \cdot \text{stupně}

Jednotková kružnice

Uvažujme jednotkovou kružnici v rovině - tedy kružnici se středem v počátku a poloměrem 1.

Představme si, že máme bod na této kružnici s kartézskými souřadnicemi (32,12)(\frac{\sqrt{3}}{2}, \frac{1}{2}) a že z počátku vede do tohoto bodu oranžový vektor.

Jednotková kružnice

Jaké délky mají jednotlivé úsečky v pravoúhlém trojúhelníku, který tímto vektorem vzniká?

  • Oranžový vektor je poloměr jednotkové kružnice, tedy má délku 11.
  • Modrá vodorovná úsečka má délku 32\frac{\sqrt{3}}{2}.
  • Červená svislá úsečka má délku 12\frac{1}{2}.

Úhel a trigonometrické funkce

Zkoumejme nyní úhel, který svírá oranžový vektor s vodorovnou osou. Označme ho jako α\alpha.

Jednotková kružnice s pravoúhlým trojúhelníkem

Z trigonometrie v pravoúhlém trojúhelníku víme, že:

sin⁡(α)=deˊlka protilehleˊ odveˇsnydeˊlka prˇeponyacos⁡(α)=deˊlka prˇilehleˊ odveˇsnydeˊlka prˇepony\sin(\alpha) = \frac{\text{délka protilehlé odvěsny}}{\text{délka přepony}} \quad \text{a} \quad \cos(\alpha) = \frac{\text{délka přilehlé odvěsny}}{\text{délka přepony}}

V jednotkové kružnici je přepona rovna 11, a proto platí jednoduše:

sin⁡(α)=deˊlka protilehleˊ odveˇsnyacos⁡(α)=deˊlka prˇilehleˊ odveˇsny\sin(\alpha) = \text{délka protilehlé odvěsny} \quad \text{a} \quad \cos(\alpha) = \text{délka přilehlé odvěsny}

Konkrétně v našem případě:

α=sin⁡−1(12),α=cos⁡−1(32),tedysin⁡(α)=12,cos⁡(α)=32\alpha = \sin^{-1}\left(\frac{1}{2}\right), \quad \alpha = \cos^{-1}\left(\frac{\sqrt{3}}{2}\right), \quad \text{tedy} \quad \sin(\alpha) = \frac{1}{2}, \quad \cos(\alpha) = \frac{\sqrt{3}}{2}

Tyto vzorce můžeme využít, známe-li buď úhel, nebo délky odvěsen pravoúhlého trojúhelníku.

Goniometrická identita

Použijeme-li na tento trojúhelník Pythagorovu větu:

(12)2+(32)2=12\left(\frac{1}{2}\right)^2 + \left(\frac{\sqrt{3}}{2}\right)^2 = 1^2

dostaneme známou goniometrickou identitu:

sin⁡2(α)+cos⁡2(α)=1\sin^2(\alpha) + \cos^2(\alpha) = 1

Tato rovnost platí pro libovolný úhel α\alpha.

Pro lepší představu o průběhu funkcí sin⁡\sin a cos⁡\cos jak v jednotkové kružnici, tak v grafu:

sin a cos na jednotkové kružnici

Nejednotková kružnice

Pokud použijeme kružnici s poloměrem r≠1r \neq 1 (například r=2r = 2), délky stran trojúhelníku se násobí tímto poloměrem, ale úhel α\alpha zůstává stejný.

Obecně tedy platí:

x=r⋅cos⁡(α),y=r⋅sin⁡(α)x = r \cdot \cos(\alpha), \quad y = r \cdot \sin(\alpha)

Souřadnice bodu (x,y)(x, y) tak můžeme popsat pomocí tzv. polárních souřadnic, tedy pomocí vzdálenosti od počátku a směrového úhlu.

Polární a kartézské souřadnice

Polární souřadnice (r,α)(r, \alpha) jsou spojeny s kartézskými souřadnicemi (x,y)(x, y) vztahem:

x=r⋅cos⁡(α),y=r⋅sin⁡(α)x = r \cdot \cos(\alpha), \quad y = r \cdot \sin(\alpha)

Ukažme si na příkladu pro bod A, který má v kartézské soustavě souřadnice:

A=(22,22)A = \left(\frac{\sqrt{2}}{2}, \frac{\sqrt{2}}{2}\right)

Bod A v kartézské soustavě souřadnic

Poloměr kružnice spočítáme jako:

r=(22)2+(22)2=24+24=44=1=1r = \sqrt{\left(\frac{\sqrt{2}}{2}\right)^2 + \left(\frac{\sqrt{2}}{2}\right)^2} = \sqrt{\frac{2}{4} + \frac{2}{4}} = \sqrt{\frac{4}{4}} = \sqrt{1} = 1

Směrový úhel α\alpha můžeme spočítat pomocí tangens:

tan⁡(α)=yx=sin⁡(α)cos⁡(α)=2222=1\tan(\alpha) = \frac{y}{x} = \frac{\sin(\alpha)}{\cos(\alpha)} = \frac{\frac{\sqrt{2}}{2}}{\frac{\sqrt{2}}{2}} = 1

Inverzní funkcí dostáváme:

α=tan⁡−1(1)=π4\alpha = \tan^{-1}(1) = \frac{\pi}{4}

Pozor, funkce tan⁡−1\tan^{-1} vrací jen úhly z intervalu (−π2,π2)\left(-\frac{\pi}{2}, \frac{\pi}{2}\right), takže tento postup funguje přímo jen pro body s x>0x > 0. Pro body vlevo od svislé osy je potřeba k výsledku přičíst π\pi.

Souřadnice bodu A v polárních souřadnicích jsou tedy:

A=(1,π4)A = \left(1, \frac{\pi}{4}\right)

Bod A v polárních souřadnicích

Komplexní čísla

Riemannova zeta funkce byla původně definována pouze pro reálná čísla, ale její význam a aplikace v teorii čísel vyžadují rozšíření na komplexní čísla.

Proto si nyní představíme komplexní čísla a pokusíme se pochopit jejich vlastnosti, důležitost, využití a celkově krásu.

Komplexní čísla jsou čísla ve tvaru a+bia + bi, kde aa a bb jsou reálná čísla a ii je imaginární jednotka, která splňuje rovnici i2=−1i^2 = -1. Často se také píše i=−1i = \sqrt{-1}, s odmocninami záporných čísel je ale potřeba zacházet opatrně, běžná pravidla jako ab=ab\sqrt{a}\sqrt{b} = \sqrt{ab} pro ně neplatí.

Reálnou část komplexního čísla značíme jako Re(z)=a\text{Re}(z) = a a imaginární část jako Im(z)=b\text{Im}(z) = b. Komplexní číslo zz tedy můžeme zapsat jako:

z=a+bi=Re(z)+Im(z)i z = a + bi = \text{Re}(z) + \text{Im}(z)i

Ukažme si na příkladu, mějme komplexní číslo z=3+4iz = 3 + 4i. V tomto případě je Re(z)=3\text{Re}(z) = 3 a Im(z)=4\text{Im}(z) = 4.

Operace s komplexními čísly

Komplexní čísla lze sčítat, odčítat, násobit a dělit podobně jako reálná čísla, ale s určitými specifiky:

Sčítání a odčítání: Pro dvě komplexní čísla z1=a+biz_1 = a + bi a z2=c+diz_2 = c + di platí:

z1+z2=(a+c)+(b+d)iz_1 + z_2 = (a + c) + (b + d)i z1−z2=(a−c)+(b−d)iz_1 - z_2 = (a - c) + (b - d)i

Násobení: Pro dvě komplexní čísla z1=a+biz_1 = a + bi a z2=c+diz_2 = c + di platí:

z1⋅z2=(ac−bd)+(ad+bc)i z_1 \cdot z_2 = (ac - bd) + (ad + bc)i

Dělení: Pro dvě komplexní čísla z1=a+biz_1 = a + bi a z2=c+diz_2 = c + di (kde cc a dd nejsou obě nula) platí:

z1z2=(ac+bd)+(bc−ad)ic2+d2 \frac{z_1}{z_2} = \frac{(ac + bd) + (bc - ad)i}{c^2 + d^2}

Konjugace: Pro komplexní číslo z=a+biz = a + bi je komplexně sdružené číslo z‾=a−bi\overline{z} = a - bi.

Pro komplexní číslo zz a jeho komplexně sdružené číslo z‾\overline{z} platí:

z+z‾=2Re(z) z + \overline{z} = 2\text{Re}(z)

To je v mnoha případech velmi užitečný fakt.

Absolutní hodnota: Absolutní hodnota komplexního čísla z=a+biz = a + bi je definována jako:

∣z∣=a2+b2 |z| = \sqrt{a^2 + b^2}

Všimněme si, že absolutní hodnota komplexního čísla je vždy nezáporné reálné číslo.

Umocňování komplexních čísel si ukážeme později.

Komplexní rovina - geometrický pohled

Podobně jako zobrazujeme reálná čísla nebo reálné funkce v rovině, můžeme v rovinném (2D) prostoru zobrazovat i komplexní čísla.

Každému komplexnímu číslu z=a+biz=a+bi odpovídá bod v rovině se souřadnicemi (a,b)(a,b) – tedy reálná část určuje pozici na vodorovné ose (osa xx), imaginární část určuje pozici na svislé ose (osa yy). Takovému zobrazení říkáme komplexní rovina nebo také Gaussova rovina.

Ukažme si příklad komplexní roviny s několika komplexními čísly:

Komplexní rovina

Můžete si prohlédnout na https://www.desmos.com/calculator/7iswamokrv.

Pozor: V dvojrozměrném prostoru (2D) zobrazujeme komplexní čísla, ne komplexní funkce. Komplexní funkce mají jako vstup komplexní číslo (2 proměnné, potřeba 2D prostoru) a jako výstup také komplexní číslo (2 proměnné, potřeba 2D prostoru). Dohromady tedy komplexní funkce potřebují pro zobrazení průběhu čtyřrozměrný prostor (4D), což asi chápete, že je obtížné vizualizovat.

Toto geometrické zobrazení je klíčové pro hlubší porozumění komplexním číslům a jejich vlastnostem. Představte si, že body v komplexní rovině představují ve skutečnosti vektorové šipky, které začínají v počátku (0,0)(0,0) a končí v bodě (a,b)(a,b).

Sčítání komplexních čísel

Sčítání komplexních čísel odpovídá sčítání vektorů v rovině.

Ukažme si na příkladu dvou komplexních čísel z1=−2−2iz_1 = -2 - 2i a z2=3+iz_2 = 3 + i, chceme je sečíst:

Sčítání komplexních čísel

Absolutní hodnota komplexního čísla

Absolutní hodnota komplexního čísla z=a+biz = a + bi odpovídá vzdálenosti bodu (a,b)(a,b) od počátku (0,0)(0,0) v komplexní rovině. Ukažme si na příkladu z=4+3iz = 4 + 3i.

Absolutní hodnota komplexního čísla

Jak můžete vidět, vzdálenost bodu spočítáme pomocí Pythagorovy věty:

∣z∣=a2+b2=42+32=16+9=25=5 |z| = \sqrt{a^2 + b^2} = \sqrt{4^2 + 3^2} = \sqrt{16 + 9} = \sqrt{25} = 5

Proto jsme takto definovali absolutní hodnotu komplexního čísla.

Goniometrický tvar komplexních čísel

Jelikož již máme představu o (ne)jednotkové kružnici a goniometrických funkcích, můžeme přejít ke goniometrickému tvaru komplexních čísel.

Komplexní číslo z=a+biz = a + bi můžeme zapsat v goniometrickém tvaru jako:

z=r(cos⁡(α)+isin⁡(α)) z = r(\cos(\alpha) + i\sin(\alpha))

kde r=∣z∣r = |z| je absolutní hodnota komplexního čísla (vzdálenost od počátku) a α\alpha je úhel, který svírá vektor s reálnou osou.

Zkusme si to ukázat na příkladu komplexního čísla z=3+iz = \sqrt{3} + i.

Nejprve spočítáme jeho absolutní hodnotu:

∣z∣=(3)2+12=3+1=4=2 |z| = \sqrt{(\sqrt{3})^2 + 1^2} = \sqrt{3 + 1} = \sqrt{4} = 2

Nyní spočítáme úhel α\alpha:

α=cos⁡−1(32)aα=sin⁡−1(12)  ⟹  α=30∘=π6 \alpha = \cos^{-1}\left(\frac{\sqrt{3}}{2}\right) \quad \text{a} \quad \alpha = \sin^{-1}\left(\frac{1}{2}\right) \implies \alpha = 30^\circ = \frac{\pi}{6}

Tedy goniometrický tvar komplexního čísla zz je:

z=2(cos⁡(π6)+isin⁡(π6)) z = 2\left(\cos\left(\frac{\pi}{6}\right) + i\sin\left(\frac{\pi}{6}\right)\right)

Tento zápis je velmi užitečný, protože usnadňuje násobení, dělení a umocňování komplexních čísel díky vlastnostem trigonometrických funkcí.

Násobení komplexních čísel v goniometrickém tvaru

Násobení komplexních čísel v goniometrickém tvaru je velmi jednoduché. Pokud máme dvě komplexní čísla v goniometrickém tvaru:

z1=r1(cos⁡(α1)+isin⁡(α1)),z2=r2(cos⁡(α2)+isin⁡(α2)) z_1 = r_1(\cos(\alpha_1) + i\sin(\alpha_1)), \quad z_2 = r_2(\cos(\alpha_2) + i\sin(\alpha_2))

Pak jejich součin je dán vzorcem:

z1⋅z2=r1r2(cos⁡(α1+α2)+isin⁡(α1+α2)) z_1 \cdot z_2 = r_1 r_2 \left(\cos(\alpha_1 + \alpha_2) + i\sin(\alpha_1 + \alpha_2)\right)

Tedy při násobení komplexních čísel v goniometrickém tvaru se násobí jejich absolutní hodnoty a sčítají se jejich úhly. To je mnohem jednodušší než násobení v algebraickém tvaru.

Geometricky to znamená, že násobení komplexních čísel odpovídá složení rotací a škálování v komplexní rovině.

Umocňování komplexních čísel v goniometrickém tvaru

Umocňování komplexních čísel v goniometrickém tvaru je také velmi jednoduché. Umožňuje nám to Moivreova (de Moivreova) věta, která říká, že pro libovolné komplexní číslo z=r(cos⁡(α)+isin⁡(α))z = r(\cos(\alpha) + i\sin(\alpha)) a celé číslo nn platí:

zn=rn(cos⁡(nα)+isin⁡(nα))z^n = r^n(\cos(n\alpha) + i\sin(n\alpha))

Eulerův vzorec

Eulerův vzorec je klíčovým výsledkem v teorii komplexních čísel a říká, že pro libovolné reálné číslo α\alpha platí:

eiα=cos⁡(α)+isin⁡(α)e^{i\alpha} = \cos(\alpha) + i\sin(\alpha)

Tento vzorec spojuje exponenciální funkci s goniometrickými funkcemi a umožňuje nám vyjádřit komplexní čísla v goniometrickém tvaru pomocí exponenciálního zápisu.

Základní věta algebry

Tato věta patří k nejzásadnějším větám v matematice, obzvlášť v oblasti polynomů a komplexních čísel. Říká, že:

Každý polynom stupně n≥1n \geq 1 s komplexními koeficienty má přesně nn komplexních kořenů (počítáno s násobností).

To například znamená, že libovolná kvadratická rovnice má dva komplexní kořeny, libovolná kubická rovnice má tři komplexní kořeny, libovolná kvartická rovnice má čtyři komplexní kořeny a tak dále.

x2+1=0x^2 + 1 = 0 nemá žádné reálné kořeny, ale má dva komplexní kořeny ii a −i-i.

Komplexní analýza

Dostáváme se k jádru věci, k analýze komplexních funkcí. Máme již základy z reálné analýzy a známe komplexní čísla. Nyní se podíváme, jak tyto znalosti spojit a začít zkoumat komplexní funkce.

Definujme komplexní funkci jako zobrazení f:C→Cf: \mathbb{C} \to \mathbb{C}, které přiřazuje každému komplexnímu číslu zz komplexní číslo w=f(z)w = f(z).

Limita a spojitost

Podobně jako v reálné analýze definujeme limitu komplexní funkce f:C→Cf: \mathbb{C} \to \mathbb{C} v bodě z0z_0:

∀ϵ>0,∃δ>0:0<∣z−z0∣<δ  ⟹  ∣f(z)−L∣<ϵ,\forall \epsilon > 0, \exists \delta > 0 : 0 < |z - z_0| < \delta \implies |f(z) - L| < \epsilon,

kde L∈CL \in \mathbb{C} je limita funkce v bodě z0z_0.

Funkce ff je spojitá v bodě z0z_0, pokud

lim⁡z→z0f(z)=f(z0).\lim_{z \to z_0} f(z) = f(z_0).

Derivace komplexní funkce

Derivace komplexní funkce f:C→Cf: \mathbb{C} \to \mathbb{C} v bodě z0z_0 je definována podobně jako v reálné analýze:

f′(z0)=lim⁡h→0f(z0+h)−f(z0)h=lim⁡z→z0f(z)−f(z0)z−z0f'(z_0) = \lim_{h \to 0} \frac{f(z_0 + h) - f(z_0)}{h} = \lim_{z \to z_0} \frac{f(z) - f(z_0)}{z - z_0}

kde hh a zz jsou komplexní čísla. Tento limitní výraz musí existovat a mít stejnou hodnotu bez ohledu na to, jakým způsobem se hh blíží k nule — tedy po libovolné křivce nebo přímce v komplexní rovině.

To je klíčový rozdíl oproti reálné analýze, kde máme pouze dvě možné strany (zleva a zprava). V komplexní rovině je těchto směrů nekonečně mnoho a derivace existuje pouze tehdy, pokud limitní hodnota je stejná pro každý směr.

Diferencovatelnost komplexní funkce

Komplexní funkce ff je diferencovatelná v bodě z0z_0, pokud existuje komplexní číslo f′(z0)f'(z_0) splňující výše uvedenou definici. Pokud je funkce diferencovatelná v okolí bodu z0z_0, pak je nutně hladká (tedy nekonečněkrát diferencovatelná) a dokonce analytická (lze ji vyjádřit pomocí konvergentní mocninné řady).

Holomorfní funkce

Funkci komplexní proměnné f:D⊂C→Cf : D \subset \mathbb{C} \to \mathbb{C}, kde DD je otevřená množina, nazveme holomorfní, jestliže má v každém bodě DD komplexní derivaci. Řekneme, že je funkce holomorfní v bodě z0z_0, pokud je holomorfní na nějakém okolí tohoto bodu. Nestačí tedy, aby měla derivaci jen v samotném bodě z0z_0 – například funkce f(z)=∣z∣2f(z) = |z|^2 má komplexní derivaci pouze v bodě 00, a není tak holomorfní nikde.

Pro funkci rozloženou na reálnou a imaginární část

f(z)=u(x,y)+iv(x,y),kde z=x+iy,f(z) = u(x, y) + i v(x, y), \quad \text{kde } z = x + i y,

platí, že následující tvrzení jsou na otevřené množině DD ekvivalentní:

  1. Funkce ff je holomorfní na DD (tj. má komplexní derivaci v každém bodě DD).

  2. Funkce uu a vv mají na DD spojité parciální derivace a platí pro ně Cauchyho–Riemannovy rovnice:

    ∂u∂x=∂v∂y,∂u∂y=−∂v∂x.\frac{\partial u}{\partial x} = \frac{\partial v}{\partial y}, \quad \frac{\partial u}{\partial y} = -\frac{\partial v}{\partial x}.
  3. Funkce ff je na DD analytická, tj. v okolí každého bodu DD ji lze vyjádřit konvergentní mocninnou řadou.

Tato silná vlastnost umožňuje z lokálního chování funkce vyvozovat její globální vlastnosti. Holomorfní funkce lze navíc často rozšířit mimo původní definiční obor pomocí tzv. analytického prodloužení (ne vždy je to ale možné). To činí komplexní analýzu nejen elegantní, ale i mimořádně účinnou.

Vlastnosti holomorfních funkcí

  • Součet, součin i podíl (pro nenulový jmenovatel) holomorfních funkcí je opět holomorfní.

  • Polynomy a funkce vyjádřitelné mocninnou řadou s nekonečným poloměrem konvergence (např. sinus, kosinus, exponenciála) jsou holomorfní na celé komplexní rovině.

  • Derivace holomorfní funkce existuje a je opět holomorfní.

  • Holomorfní funkce na souvislé oblasti je jednoznačně určena už svými hodnotami na libovolně malém okolí jednoho bodu (viz věta o identitě níže). Právě na tom stojí analytické prodloužení.

  • Naopak běžné funkce jako reálná či imaginární část holomorfní funkce nebo její absolutní hodnota obvykle holomorfní nejsou.

Věta o identitě (Identity theorem)

Nechť ff a gg jsou dvě holomorfní funkce definované na otevřené a souvislé oblasti D⊂CD \subset \mathbb{C}. Pokud existuje podmnožina A⊂DA \subset D, která má v DD hromadný bod (např. obsahuje interval nebo nekonečně mnoho bodů, které se k sobě přibližují), a na které platí:

f(z)=g(z)pro vsˇechna z∈A,f(z) = g(z) \quad \text{pro všechna } z \in A,

pak platí:

f(z)=g(z)pro vsˇechna z∈D.f(z) = g(z) \quad \text{pro všechna } z \in D.

Jinými slovy: pokud se dvě holomorfní funkce shodují na nějaké "dostatečně husté" množině bodů, pak se shodují úplně všude na celé oblasti.

Tato věta je přímým důsledkem analytické povahy holomorfních funkcí — jakmile známe jejich hodnoty v malém okolí, známe je v celé oblasti. To je zásadní rozdíl oproti reálným funkcím, kde i nekonečně diferencovatelná funkce může být nulová v okolí bodu a přitom nenulová jinde.

Singularity, polynomické a meromorfní funkce

Singularity

Singularitu v komplexní analýze chápeme jako bod, kde funkce není holomorfní. Nejdůležitější jsou tzv. izolované singularity – body, ve kterých funkce není holomorfní, ale v jejich okolí (bez samotného bodu) holomorfní je. Izolované singularity dělíme na tři typy:

  • Odstranitelné singularity: Funkce není holomorfní v bodě, ale lze ji tam dodefinovat tak, aby byla holomorfní. Například funkce f(z)=sin⁡zzf(z) = \frac{\sin z}{z} má odstranitelnou singularitu v z=0z = 0, protože můžeme definovat f(0)=1f(0) = 1.
  • Póly: Absolutní hodnota funkce roste při přibližování k bodu do nekonečna. Například funkce f(z)=1zf(z) = \frac{1}{z} má pól v z=0z = 0 a funkce f(z)=1z−1f(z) = \frac{1}{z - 1} má pól v z=1z = 1.
  • Podstatné singularity: Funkce se v okolí bodu nechová ani jedním z předchozích způsobů. Například funkce f(z)=e1/zf(z) = e^{1/z} má v bodě z=0z = 0 podstatnou singularitu a v libovolně malém okolí tohoto bodu nabývá všech komplexních hodnot kromě nuly (tzv. Picardova věta).

Polynomické funkce

Polynomické funkce jsou holomorfní na celé komplexní rovině. Mají tvar:

f(z)=anzn+an−1zn−1+…+a1z+a0,f(z) = a_n z^n + a_{n-1} z^{n-1} + \ldots + a_1 z + a_0,

kde ai∈Ca_i \in \mathbb{C} jsou koeficienty a nn je stupeň polynomu.

Meromorfní funkce

Meromorfní funkce jsou holomorfní na celé komplexní rovině (nebo obecně na otevřené množině) kromě izolovaných singularit, kterými jsou pouze póly. Tyto funkce lze vyjádřit jako podíl dvou holomorfních funkcí:

f(z)=g(z)h(z),f(z) = \frac{g(z)}{h(z)},

kde g(z)g(z) a h(z)h(z) jsou holomorfní funkce a h(z)h(z) není identicky nulová. Póly funkce ff leží v nulových bodech funkce hh.

Laurentovy řady

Laurentova řada je rozšířením Taylorovy řady pro funkce, které jsou holomorfní v mezikruží kolem bodu z0z_0, typicky v okolí izolované singularity. Na rozdíl od Taylorovy řady obsahuje i záporné mocniny. Má tvar:

f(z)=∑n=−∞∞an(z−z0)n,f(z) = \sum_{n=-\infty}^{\infty} a_n (z - z_0)^n,

kde ana_n jsou komplexní koeficienty a z0z_0 je bod, kolem kterého řadu rozvíjíme.

Analytické prodloužení

Analytické prodloužení je technika, která umožňuje rozšířit definiční obor dané funkce tak, aby si zachovala svou analytickou (tj. holomorfní) povahu.

Typickým výchozím bodem je funkce definovaná pomocí mocninné řady, která je sice v daném bodě analytická, ale konverguje pouze v určitém okolí tohoto bodu (tzv. kruh konvergence). Za jeho hranicí se řada rozpadá – diverguje – a ztrácíme původní definici. Přesto může existovat jiná analytická funkce, která se s tou původní shoduje uvnitř tohoto kruhu, ale je smysluplně definovaná i za jeho hranicí. Takové rozšíření nazýváme analytickým prodloužením.

Proces prodlužování může být opakován – krok za krokem – čímž lze funkci prodloužit do rozsáhlejší oblasti. To ale nemusí být vždy možné nebo jednoznačné:

  • V některých případech narážíme na singularity – body, do kterých již funkci nelze prodloužit (např. póly).

  • Jindy může záležet na cestě, podél které prodloužení provádíme – vznikají tak situace, kdy má funkce více hodnot v jednom bodě (tzv. monodromie). Tyto jevy souvisejí s topologií komplexní roviny a vedou například ke konceptu Riemannových ploch.

Ukázka analytického prodloužení

Uvažme řadu:

∑n=0∞zn=1+z+z2+z3+…\sum_{n=0}^{\infty} z^n = 1 + z + z^2 + z^3 + \ldots

Jak mnoho z vás ví, jedná se o geometrickou řadu, která konverguje pouze pro ∣z∣<1|z| < 1 a diverguje pro ∣z∣≥1|z| \geq 1.

Pro ∣z∣<1|z| < 1 známe vzorec pro výpočet této řady:

f(z)=11−zf(z) = \frac{1}{1 - z}

Všimněte si ale, že f(z)=11−zf(z) = \frac{1}{1 - z} je holomorfní funkce v C∖{1}\mathbb{C} \setminus \{1\}, tedy v celém komplexním oboru kromě bodu z=1z = 1. V bodě z=1z = 1 má singularitu, konkrétně pól.

Funkce f(z)=11−zf(z) = \frac{1}{1 - z} tedy není pouze součtem geometrické řady v jednotkovém disku ∣z∣<1|z| < 1, ale dává smysl i mimo něj – všude v komplexní rovině kromě bodu z=1z = 1, kde má pól.

Protože se tato funkce shoduje s původní řadou ve společném oboru ∣z∣<1|z| < 1, můžeme podle věty o identitě (identity theorem) říci, že 11−z\frac{1}{1 - z} je jediné analytické prodloužení řady ∑n=0∞zn\sum_{n=0}^{\infty} z^n na širší oblast.

Tímto způsobem jsme tedy funkci původně definovanou pouze uvnitř jednotkového kruhu prodloužili do celé roviny kromě jednoho bodu. Takové rozšíření zachovává analytickou povahu funkce – nová funkce je holomorfní tam, kde je definovaná, a zároveň navazuje na původní hodnoty.

Tento jednoduchý příklad krásně ilustruje, jak silný nástroj analytické prodloužení v komplexní analýze představuje. Začínáme funkcí, která je definována pouze lokálně – například pomocí mocninné řady platné v malém okolí – a prostřednictvím jednoduchého výrazu ji rozšíříme do mnohem širší oblasti, aniž bychom ztratili její analytické vlastnosti.

Zatímco v reálné analýze může i nekonečně diferencovatelná funkce být "místně nulová" a přitom jinde zcela jiná, v komplexní analýze má každá holomorfní funkce tak pevnou strukturu, že znalost funkce v libovolně malém okolí často určuje její chování na celé oblasti.

Právě tato schopnost „rekonstruovat“ funkci z lokálních informací dělá z analytického prodloužení jeden ze stěžejních principů komplexní analýzy, který umožňuje studovat funkce hluboko za hranicemi jejich původní definice.

Riemannova zeta funkce v komplexní rovině

Připomenutí funkce v oboru reálných čísel

Připomeňme si Riemannovu zeta funkci, která byla nejdříve definovaná pouze pro reálná čísla větší než 11:

ζ(x)=∑n=1∞1nx\zeta(x) = \sum_{n=1}^{\infty} \frac{1}{n^x}

A důležitou souvislost s Eulerovým součinem prvočísel:

ζ(x)=∏p prvocˇıˊslo11−p−x\zeta(x) = \prod_{p \text{ prvočíslo}} \frac{1}{1 - p^{-x}}

Analytické prodloužení Riemannovy zeta funkce

Původní řadu, která konverguje jen pro Re(z)>1\text{Re}(z)>1, můžeme v této oblasti ekvivalentně vyjádřit i pomocí integrálu.

ζ(z)=∑n=1∞1nz=1Γ(z)∫0∞tz−1et−1 dtpro Re(z)>1\zeta(z) = \sum_{n=1}^{\infty} \frac{1}{n^z} = \frac{1}{\Gamma(z)} \int_0^\infty \frac{t^{z-1}}{e^t - 1} \, dt \quad \text{pro } \text{Re}(z) > 1

kde Γ(z)=∫0∞tz−1e−t dt\Gamma(z) = \int_0^\infty t^{z-1} e^{-t} \, dt je gama funkce, která rozšiřuje faktoriál (Γ(n)=(n−1)!\Gamma(n) = (n-1)!) a je definována pro všechna komplexní čísla kromě nekladných celých čísel. Nekladná celá čísla nás ale netrápí, protože tento vzorec používáme jen pro Re(z)>1\text{Re}(z) > 1.

Pro rozšíření definice zeta funkce mimo oblast Re(z)>1\text{Re}(z)>1 se používá analytické prodloužení. Riemann ukázal, že ζ(z)\zeta(z) lze takto jednoznačně rozšířit na meromorfní funkci definovanou na celé komplexní rovině s jedinou singularitou – jednoduchým pólem v bodě z=1z=1.

Analytické prodloužení lze konstruovat několika způsoby, například:

  • pomocí funkční rovnice (popsaná v další části),

  • Euler–Maclaurinovy formule,

  • Fourierovy transformace (theta-funkce).

Jednodušší, ale lokálně omezený přístup poskytuje Dirichletova eta funkce:

η(z)=∑n=1∞(−1)n+1nz,kteraˊ konverguje pro Re(z)>0.\eta(z) = \sum_{n=1}^{\infty} \frac{(-1)^{n+1}}{n^z}, \quad \text{která konverguje pro } \text{Re}(z) > 0.

Ta umožňuje vyjádřit zeta funkci vztahem

ζ(z)=η(z)1−21−z,pro Re(z)>0, z≠1,\zeta(z) = \frac{\eta(z)}{1 - 2^{1 - z}}, \quad \text{pro } \text{Re}(z) > 0, \ z \ne 1,

(Jmenovatel je nulový ještě v bodech z=1+2πikln⁡2z = 1 + \frac{2\pi i k}{\ln 2} pro celá k≠0k \neq 0, v těch je ale nulová i funkce η\eta, takže jde jen o odstranitelné singularity.)

což představuje konkrétní příklad analytického prodloužení pouze do oblasti 0<Re(z)≤10 < \text{Re}(z) \leq 1, kde původní řada diverguje.

Tento vztah je v souladu s původní definicí pro Re(z)>1\text{Re}(z) > 1 a je výhodný zejména pro numerické výpočty.

Globální analytické prodloužení na celou komplexní rovinu (kromě bodu z=1z=1) však zajišťuje až funkční rovnice.

Funkční rovnice zeta funkce

Zeta funkce splňuje funkční rovnici, která propojuje její hodnoty v bodech zz a 1−z1 - z:

ζ(z)=2z⋅πz−1⋅sin⁡(πz2)⋅Γ(1−z)⋅ζ(1−z)\zeta(z) = 2^{z} \cdot \pi^{z - 1} \cdot \sin\left( \frac{\pi z}{2} \right) \cdot \Gamma(1 - z) \cdot \zeta(1 - z)

Díky ní stačí znát zeta funkci pro Re(z)>0\text{Re}(z) > 0 (kde ji umíme spočítat pomocí řady nebo eta funkce) a z rovnice dopočítat její hodnoty i pro Re(z)<0\text{Re}(z) < 0.

Tato rovnost platí jako rovnost meromorfních funkcí na celé komplexní rovině - obě strany definují tutéž funkci mimo izolované singularity.

Rovnice odhaluje hlubokou symetrii zeta funkce vůči přímce Re(z)=12\text{Re}(z) = \frac{1}{2}, která hraje klíčovou roli v Riemannově hypotéze.

Triviální a netriviální nuly

Nahlédněme na funkční rovnici zeta funkce:

ζ(z)=2z⋅πz−1⋅sin⁡(πz2)⋅Γ(1−z)⋅ζ(1−z)\zeta(z) = 2^{z} \cdot \pi^{z - 1} \cdot \sin\left( \frac{\pi z}{2} \right) \cdot \Gamma(1 - z) \cdot \zeta(1 - z)

Triviální nuly

Když se zaměříme na člen sin⁡(πz2)\sin\left( \frac{\pi z}{2} \right) ve funkční rovnici zeta funkce, zjistíme, že tento výraz nabývá nuly právě tehdy, když z=2kz=2k, kde k∈Zk\in\mathbb{Z}, tedy ve všech sudých celých číslech.

Tato skutečnost ale neznamená, že ζ(z)=0\zeta(z)=0 pro každé takové zz, protože záleží i na chování ostatních členů rovnice. Rozhodující jsou výrazy Γ(1−z)\Gamma(1 - z) a ζ(1−z)\zeta(1 - z), členy 2z2^z a πz−1\pi^{z-1} nejsou nikdy nulové.

  • Pro kladná sudá čísla (např. z=2,4,6,…z=2,4,6,\ldots) sice sin⁡(πz2)=0\sin\left( \frac{\pi z}{2} \right)=0, ale zároveň má Γ(1−z)\Gamma(1-z) v těchto bodech pól (1−z1 - z je záporné celé číslo). Tento pól eliminuje nulu sinusového členu, takže ζ(z)\zeta(z) je v těchto bodech nenulová (například ζ(2)=π26\zeta(2) = \frac{\pi^2}{6}).

  • Pro z=0z = 0 je sinus také nulový, ale ζ(1−z)=ζ(1)\zeta(1 - z) = \zeta(1) má pól, který nulu opět vyruší. Ve skutečnosti ζ(0)=−12\zeta(0) = -\frac{1}{2}.

  • Naproti tomu pro záporná sudá čísla (např. z=−2,−4,−6,…z=-2,-4,-6,\ldots) je funkce Γ(1−z)\Gamma(1-z) regulární (nemá zde póly) a ζ(1−z)\zeta(1-z) je konečná a nenulová (jde o hodnoty ζ(3),ζ(5),ζ(7),…\zeta(3), \zeta(5), \zeta(7), \ldots, kde řada konverguje). Nula ze sinusu se tak nezruší a ζ(z)\zeta(z) v těchto bodech skutečně nabývá hodnoty nula.

Triviálními nulami zeta funkce jsou tedy všechna záporná sudá čísla:

ζ(z)=0 pro z=−2,−4,−6,−8,−10,…\zeta(z)=0 \quad \text{ pro } z=-2,-4,-6,-8, -10,\ldots

Netriviální nuly

Netriviální nuly jsou veškeré nuly, které nejsou triviální. Kolem těchto nul se dějí největší záhady.

Je matematicky dokázáno, že všechny netriviální nuly zeta funkce leží v kritickém pásmu. Pro Re(z)>1\text{Re}(z) > 1 nuly být nemohou díky Eulerovu součinu (součin nenulových činitelů je nenulový), pro Re(z)<0\text{Re}(z) < 0 díky funkční rovnici (kromě triviálních nul) a v roce 1896 dokázali Jacques Hadamard a Charles Jean de la Vallée-Poussin, že žádné nuly neleží ani na přímce Re(z)=1\text{Re}(z) = 1. Právě z toho plyne prvočíselná věta.

První netriviální nula je přibližně 12+14,1347 i\frac{1}{2} + 14{,}1347\,i.

Kritické pásmo a kritická přímka

Kritické pásmo

Kritické pásmo je oblast v komplexní rovině, kde se nacházejí netriviální nuly zeta funkce.

Je definováno jako:

Kritickeˊ paˊsmo={z∈C∣0<Re(z)<1}\text{Kritické pásmo} = \{ z \in \mathbb{C} \mid 0 < \text{Re}(z) < 1 \}

Toto pásmo zahrnuje všechna komplexní čísla, jejichž reálná část je mezi 00 a 11.

Kritická přímka

Kritická přímka je pak přímka, která prochází přesně bodem z=12z=\frac{1}{2} a je kolmá na reálnou osu:

Kritickaˊ prˇıˊmka={z∈C∣Re(z)=12}\text{Kritická přímka} = \{ z \in \mathbb{C} \mid \text{Re}(z) = \frac{1}{2} \}

Riemannova hypotéza

Konečně se dostáváme k samotné Riemannově hypotéze, kterou poprvé formuloval Bernhard Riemann v roce 1859.

Formulace hypotézy

Všechny netriviální nuly Riemannovy zeta funkce leží na kritické přímce Re(z)=12\text{Re}(z) = \frac{1}{2}.

Víme, že všechny netriviální nuly leží v kritickém pásmu, ale Riemannova hypotéza tvrdí, že dokonce všechny tyto nuly leží právě na kritické přímce.

Důsledky hypotézy

Distribuce prvočísel

Vzpomeňme si na funkci π(x)\pi(x), která udává počet prvočísel menších nebo rovných xx.

Již Gauss odhadl, že tato funkce asymptoticky roste jako:

π(x)∼xln⁡x\pi(x) \sim \frac{x}{\ln x}

Zatímco funkce xln⁡x\frac{x}{\ln x} slouží jako hrubý odhad pro počet prvočísel menších než xx, logaritmický integrál

Li(x)=∫2xdtln⁡t\mathrm{Li}(x)=\int_2^x \frac{dt}{\ln t}

poskytuje ještě přesnější aproximaci funkce π(x)\pi(x).

Ve své slavné práci z roku 1859 Riemann ukázal, že funkci π(x)\pi(x) lze přesně vyjádřit pomocí tzv. explicitního vzorce, který zahrnuje netriviální nuly Riemannovy zeta funkce.

Dnes se nejčastěji uvádí verze tohoto vzorce pro Čebyševovu funkci ψ(x)\psi(x), tedy váženou verzi funkce π(x)\pi(x), kterou v roce 1895 dokázal Hans von Mangoldt:

ψ(x)=x−∑ρxρρ−ln⁡(2π)−12ln⁡(1−x−2)\psi(x) = x - \sum_{\rho} \frac{x^{\rho}}{\rho} - \ln(2\pi) - \frac{1}{2}\ln\left(1 - x^{-2}\right)

kde:

  • ψ(x)\psi(x) je Čebyševova funkce: ψ(x)=∑p≤x⌊log⁡px⌋ln⁡p\psi(x)=\sum_{p\leq x} \lfloor{\log_p x}\rfloor \ln p,

  • součet probíhá přes všechny netriviální nuly ρ\rho zeta funkce, tj. všechna komplexní čísla ρ\rho taková, že ζ(ρ)=0\zeta(\rho)=0 a 0<Re(ρ)<10<\text{Re}(\rho)<1 (nuly se sčítají postupně podle rostoucí absolutní hodnoty imaginární části),

  • vzorec platí pro x>1x > 1, které není mocninou prvočísla.

Tento vzorec ukazuje, že fluktuace v rozdělení prvočísel jsou přímo řízeny reálnou a imaginární částí nul ρ\rho. Člen xρx^\rho má absolutní hodnotu xRe(ρ)x^{\text{Re}(\rho)}, čím blíže k 12\frac{1}{2} reálné části nul leží, tím menší jsou tyto fluktuace.

Pokud je Riemannova hypotéza pravdivá, pak všechny netriviální nuly mají tvar ρ=12+it\rho=\frac{1}{2}+it. Helge von Koch v roce 1901 dokázal, že Riemannova hypotéza platí právě tehdy, když:

π(x)=Li(x)+O(xln⁡x)\pi(x) = \mathrm{Li}(x) + O\left(\sqrt{x} \ln x\right)

Obecněji, pokud by všechny netriviální nuly měly reálnou část nejvýše β\beta (pro nějaké 12≤β<1\frac{1}{2} \leq \beta < 1), byla by odchylka řádu O(xβln⁡x)O(x^\beta \ln x).

Výrazně lepší odhad už čekat nelze. John Edensor Littlewood v roce 1914 ukázal, že rozdíl π(x)−Li(x)\pi(x) - \mathrm{Li}(x) nekonečněkrát dosáhne velikosti řádu xln⁡ln⁡ln⁡xln⁡x\frac{\sqrt{x} \ln \ln \ln x}{\ln x} (a to s kladným i záporným znaménkem). Riemannova hypotéza tedy říká, že prvočísla jsou rozložena tak pravidelně, jak to jen jde.

Dosavadní výsledky

Riemannova hypotéza zůstává nedokázaná, za více než 160 let se ale podařilo dokázat řadu dílčích výsledků:

  • 1896 – Hadamard a de la Vallée-Poussin dokázali, že na přímce Re(z)=1\text{Re}(z) = 1 (a díky funkční rovnici tedy ani na přímce Re(z)=0\text{Re}(z) = 0) neleží žádné nuly.
  • 1914 – Godfrey Harold Hardy dokázal, že na kritické přímce leží nekonečně mnoho netriviálních nul.
  • 1942 – Atle Selberg dokázal, že na kritické přímce leží dokonce kladný podíl všech netriviálních nul.
  • 1974 – Norman Levinson ukázal, že na kritické přímce leží alespoň třetina netriviálních nul.
  • 1989 – Brian Conrey tento podíl zvýšil na alespoň 40 %.
  • 2018 – Brad Rodgers a Terence Tao dokázali, že tzv. de Bruijnova–Newmanova konstanta Λ\Lambda splňuje Λ≥0\Lambda \geq 0. Riemannova hypotéza je přitom ekvivalentní tvrzení Λ≤0\Lambda \leq 0, platí tedy právě tehdy, když Λ=0\Lambda = 0. Projekt Polymath15 pak v roce 2019 ukázal, že Λ≤0,22\Lambda \leq 0{,}22.
  • 2020 – Kyle Pratt, Nicolas Robles, Alexandru Zaharescu a Dirk Zeindler zvýšili podíl nul na kritické přímce na více než 512\frac{5}{12}, tedy zhruba 41,7 % (článek). Tento rekord pak vydržel šest let.
  • 2021 – David Platt a Timothy Trudgian rigorózně ověřili, že všechny netriviální nuly s imaginární částí do 3⋅10123 \cdot 10^{12} leží na kritické přímce. Starší, ne zcela rigorózní výpočty (Xavier Gourdon, 2004) ověřily dokonce prvních 101310^{13} nul.
  • 2024 – Larry Guth a James Maynard zlepšili odhad, kolik nul může ležet daleko od kritické přímky (tzv. odhad hustoty nul). Šlo o první zlepšení odhadu Alberta Inghama z roku 1940, tedy po více než 80 letech, a výsledek zpřesňuje i odhady počtu prvočísel v krátkých intervalech. Terence Tao ho označil za pozoruhodný průlom (článek).

Výsledky umělé inteligence (2026)

V roce 2026 přišly dva výsledky, na kterých se zásadně podílela umělá inteligence. Riemannovu hypotézu ani jeden z nich nedokazuje, oba ale patří k největším posunům za poslední desetiletí.

  • Více než dvě třetiny nul na kritické přímce (srpen 2026). Výzkumný model Claude od společnosti Anthropic propojil metodu, kterou v roce 2025 představili Baluyot, Goldston, Suriajaya a Turnage-Butterbaugh (ta ale fungovala jen za dodatečného předpokladu), s prací Enrica Bombieriho z roku 2000. Výsledkem je bezpodmínečný důkaz, že více než 67,25 % netriviálních nul je jednoduchých a leží na kritické přímce. Předchozí rekord tak vzrostl z přibližně 41 % na více než dvě třetiny. Důkaz ověřili matematici Anthropicu Levent Alpöge a Ralph Furman a v září 2026 zveřejnil Youness Lamzouri jiný, koncepčně jednodušší důkaz stejného odhadu. Ani podíl 100 % by ale Riemannovu hypotézu nedokázal, jde totiž o podíl „téměř všech“ nul, ne o všechny (Terence Tao, článek).

  • Kvazi-Riemannova hypotéza (říjen 2026). Společnost OpenAI zveřejnila důkaz, že všechny netriviální nuly zeta funkce leží v pásmu 18≤Re(z)≤78\frac{1}{8} \leq \text{Re}(z) \leq \frac{7}{8}, tedy v užším pásmu, než je kritické pásmo. Dosud nikdo nedokázal, že by nuly ležely v jakémkoliv pásmu užším než 0<Re(z)<10 < \text{Re}(z) < 1. Podle vztahu z předchozí kapitoly z toho plyne, že odchylka π(x)−Li(x)\pi(x) - \mathrm{Li}(x) je nejvýše řádu x7/8ln⁡xx^{7/8} \ln x. Důkaz má 199 stran a byl formálně ověřen v systému Lean, o týden později vyšla i kratší verze se slabším pásmem 112≤Re(z)≤1112\frac{1}{12} \leq \text{Re}(z) \leq \frac{11}{12}. Odborníci (například Maksym Radziwiłł) považují výsledek za pravděpodobně správný, ale stále ho prověřují a kritizují, že je špatně napsaný. Peter Sarnak ho chce za větu považovat až poté, co mu lidé porozumí v plném detailu (Quanta Magazine).

Existuje také řada tvrzení, která jsou s Riemannovou hypotézou ekvivalentní. Například Guy Robin v roce 1984 dokázal, že hypotéza platí právě tehdy, když pro všechna n>5040n > 5040 platí σ(n)<eγnln⁡ln⁡n\sigma(n) < e^{\gamma} n \ln \ln n, kde σ(n)\sigma(n) je součet všech dělitelů čísla nn a γ≈0,5772\gamma \approx 0{,}5772 je Eulerova–Mascheroniho konstanta.

Další podrobnosti, včetně neúspěšných pokusů o důkaz, najdete na anglické Wikipedii.