[논문 리뷰] Secondary terms in the number of vanishings of quadratic twists of elliptic curve L-functions

J. Brian Conrey, Atul Pocharel외 2명|ArXiv.org|2005. 09. 02.

Analytic Number Theory Research참고 문헌 5인용 수 11

한 줄 요약

이 논문은 소수 q에 대해 잔여류로 분류된 타원곡선 L-함수의 제곱형 변형의 영점 비율의 점점 수렴하는 전개에서 보조 항을 추측하고 유도한다. L-함수 값의 모멘트에 대한 추측을 바탕으로, 예측된 극한 R_q로의 느린 수렴을 설명하는 O(1/log X) 보정 항을 규명하였으며, a_q = 0일 경우 더 높은 정확도를 제공한다.

ABSTRACT

We examine the number of vanishings of quadratic twists of the L-function associated to an elliptic curve. Applying a conjecture for the full asymptotics of the moments of critical L-values we obtain a conjecture for the first two terms in the ratio of the number of vanishings of twists sorted according to arithmetic progressions.

연구 동기 및 목표

• 왜곡된 L-함수의 영점 비율 R_q(X)가 예측된 극한 R_q로 수렴하는 데 느리게 진행되는지 이해하는 것.
• R_q(X)의 점점 수렴하는 전개에서 첫 번째 비주역 항을 유도하는 것.
• X ≈ 10^9일 때조차도 수치 계산이 R_q로의 일치가 두 자리 소수까지밖에 되지 않는 이유를 설명하는 것.
• 보조 항이 도수 Q를 나누는 소수들에 대해 d의 산술적 조건에 민감하게 반응함을 보여주어, 제한된 판별자 집합의 사용을 정당화하는 것.
• 특히 a_q = 0일 경우 수치 데이터와의 일치를 향상시키는 보다 정교한 점점 수렴 공식을 제공하는 것.

제안 방법

• Conrey 등(2005)의 L_E(1, χ_d)^k의 모멘트에 대한 전체 점점 수렴 전개를 추측하여 R_q(X)의 다음 주역 항을 도출한다.
• Barnes 유형 적분과 리만 제타 함수를 포함하는 모멘트 생성 함수 Υ^±_k(x)의 k중 잔여치 공식을 사용한다.
• M^±_E(X,k) ≈ (1/X)∫₀^X Υ^±_k(log t) dt + O(X^{-1/2+ε})라는 추측을 도입하여 L-함수 값의 분포를 모델링한다.
• R_q(X)의 보조 항을 주역 예측 R_q = ((q+1−a_q)/(q+1+a_q))^{1/2}에 대한 보정으로 도출한다.
• 보조 항을 안정화시키기 위해 기본 판별자 d의 집합을 S^±(X)로 제한하며, 이는 p|Q이면 χ_d(p) = −a_p를 만족하도록 한다.
• 11과 307의 도수를 가진 타원곡선에서 수치적으로 공식을 검증하였으며, X=10^8에서의 R_q(X)를 일차 및 이차 근사와 비교하였다.

실험 결과

연구 질문

• RQ1 왜 왜곡된 L-함수의 영점 비율 R_q(X)가 예측된 극한 R_q로 수렴하는 데 느리게 진행되는가?
• RQ2 R_q(X)의 점점 수렴 전개에서 보조 항의 함수적 형태는 무엇이며, 수렴 속도에 어떤 영향을 미치는가?
• RQ3 보조 항은 도수 Q를 나누는 소수들에 대해 d의 잔여류와 같은 산술 조건에 어떻게 의존하는가?
• RQ4 왜 a_q = 0일 경우 수치 데이터와 주역 예측 R_q 간의 일치가 현저히 향상되는가?
• RQ5 X ≈ 10^9에서 관측된 수치 계산의 불일치를 보다 정교한 점점 수렴 공식(보조 항 포함)이 설명할 수 있는가?

주요 결과

• R_q(X)의 점점 수렴 전개에서 보조 항의 크기는 O(1/log X)이며, 이는 극한 R_q로의 느린 수렴을 설명한다.
• 보조 항은 도수 Q를 나누는 소수들에 대해 d의 산술적 성질에 민감하게 반응하므로, 제한된 판별자 집합 S^±(X)의 사용이 정당화된다.
• a_q = 0인 곡선의 경우 보조 항이 0이거나 현저히 작아져 수렴 속도가 빨라지고 수치 데이터와의 일치도 향상된다.
• X = 10^8에서의 수치 결과는 이차 근사(64)가 일차 예측(63)보다 계산된 R_q(X) 값과 훨씬 더 잘 맞는다는 것을 보여주며, 특히 a_q = 0일 경우 더욱 뚜렷하다.
• 보조 항의 공식은 추측된 모멘트 점점 수렴 전개에서 유도되었으며, 여러 소수 q에 대해 관측된 R_q(X)의 불일치를 잘 설명한다.
• 정교화된 점점 수렴 공식은 산술적 등차수열에서의 영점 분포를 더 정확하게 예측하여 오랫동안 지속된 수치적 이면을 해결한다.