Vamos
$$t_P = \sum_{p < P} \log \left| \frac{1}{1-p^{-s}} \right|$$
con $s=\sigma+it$, $\sigma \in (0,1)$ y $t$ un real distinto de cero.
El punto de esta respuesta es para mostrar que el $t_P$ saltar alrededor de una gran cantidad. Específicamente, para cualquier $M$ e $N$ hay $P$ e $Q$ con $N < P < Q$ tal que $t_Q - t_P > M$, y otros $P'$ e $Q'$ con $N < P' < Q'$ tal que $t_{Q'} - t_{P'} < -M$
Por lo tanto $t_P$ no puede acercarse a cualquier límite finito. Todavía podría enfoque de $\pm \infty$; pensar de $\sum (-1)^n (3+(-1)^n)^n$, lo que ha arbitrariamente grandes aumentos y disminuciones, pero hace subir a $\infty$. Sin embargo, este resultado significa que usted debe ser muy desconfiados de los datos numéricos que parece indicar que la $t_P$ tiene una tendencia definida: No siempre es suficiente futuro de oscilación restantes para acabar con los logros que ha hecho hacia la $\pm \infty$.
Obviamente, esto implica análogas a las declaraciones acerca de la $\prod \left| \frac{1}{1-p^{-s}} \right|$: no puede acercarse a un límite finito, y usted no debe confiar en la evidencia numérica que va a $0$ o $\infty$. Y, por supuesto, la vida sólo es más complicado si usted guarde la pista de el argumento de el de Euler del producto así como su magnitud.
Así, una prueba. Vamos a tratar a $\sigma$ e $t$ completamente fija, por lo que las constantes en $O$'s puede depender de ellos.
Elige un pequeño reales positivos $\delta$. Esta será una de una vez por todas elección, pero voy a grabar las dependencias de manera explícita, porque tengo que ver que me puede tomar una pequeña suficientes opciones para hacer que todo funcione.
Deje $(P,Q)$ ser de la forma
$$(e^{(2 \pi k-\delta)/t}, e^{(2 \pi k+\delta)/t})$$
para algún entero positivo $k$. Eligiendo $k$ grandes, podemos organizar que $P$ e $Q$ son más grandes que cualquier $N$.
Para cualquier prime $p$ en este rango,
$$|1-p^{-s}| = |1-p^{-\sigma} e^{i \theta}|$$
para algunos $\theta \in (2 \pi k - \delta, 2 \pi k + \delta)$. Así que esto es
$$1-p^{-\sigma}(1 + O(\delta^2))$$
y
$$ \log \left| \frac{1}{1-p^{-s}} \right| = p^{-\sigma} (1+O(\delta^2))(1+O(p^{-\sigma}))$$
Si $(P,Q)$ es suficientemente grande, el primer término de error domina y
$$t_Q - t_P \geq \sum_{e^{2 \pi k - \delta}/t < p < e^{2 \pi k + \delta}/t} p^{-\sigma}(1+O(\delta^2)) = \# \{p: e^{(2 \pi k - \delta)/t} < p < e^{(2 \pi k + \delta)/t} \} e^{-2 \pi k \sigma/t} (1+O(\delta)).$$
(El término de error ha cambiado debido a las nuevas dominante de error es aproximar $e^{\delta \sigma/t}$ as $1+O(\delta)$.
Por el teorema de los números primos, el número de números primos en este rango es
$$\left( e^{(2 \pi k + \delta)/t} - e^{(2 \pi k - \delta)/t} \right) \frac{1}{2 \pi k/t} (1 + O(1/k)) = \frac{2 \delta e^{2 \pi k/t}}{(2 \pi k/t)} (1+O(\delta)+O(1/k)).$$
En resumen, hemos delimitado $t_Q - t_P$ por debajo de
$$\frac{\delta t e^{2 \pi k(1-\sigma)/t}}{2 \pi k}(1+O(\delta) + O(1/k)).$$
Suponiendo que nuestra elección inicial de $\delta$ era bastante pequeña, y el uso de $\sigma<1$, esto va a $\infty$.
Ahora, repita el argumento con $(P,Q) = (e^{((2k+1)\pi -\delta)/t}, e^{((2k+1)\pi +\delta)/t})$ a mostrar que $t_Q - t_P$ puede ser arbitrariamente negativos.
No tengo un instinto para saber si esta suma se a $- \infty$, va a $\infty$, o oscila indefinidamente. Sin embargo, debe quedar claro que esta suma está muy lejos de ser la $\zeta$ función.