[论文解读] Computation of Selberg zeta functions on Hecke triangle groups

Fredrik Strömberg|ArXiv.org|Apr 30, 2008

Advanced Algebra and Geometry参考文献 21被引用 9

一句话总结

本论文提出一种启发式数值方法，通过转移算子与符号动力学计算Hecke三角群的Selberg zeta函数，即使这些群是非共(compact)的，也能实现高精度计算。该方法在临界带内的取值精度达到$10^{-36}$，并通过大量数值结果与误差分析得到验证。

ABSTRACT

In this paper, a heuristic method to compute the Selberg zeta function for Hecke triangle groups, $G_q$ ($q>=3$) is described. The algorithm is based on the transfer operator method and an overview of the relevant background is given. We give numerical support for the claim that the method works and can be used to compute the Selberg Zeta function for $G_q$ to any desired precision. We also present some numerical results obtained by implementing the algorithm.

研究动机与目标

• 开发一种实用的数值方法，用于计算Hecke三角群上的Selberg zeta函数，这些群是共有限但非共(compact)，使得标准Fredholm行列式技术不适用。
• 将此前仅用于共(compact)群的转移算子方法扩展至非共(compact)Fuchsian群，如Hecke三角群。
• 为临界带内的Selberg zeta函数提供数值证据与高精度结果，此区域需要解析延拓。
• 通过误差分析与近似特征值、函数方程恒等式比较，验证该方法。
• 沿临界线$ e s = 1/2$计算并列出zeta函数及相关函数（如$ ilde{ ho}_q(s)$）的取值。

提出的方法

• 该方法利用符号动力学与马尔可夫分划，通过分段线性映射$F_q$对Hecke曲面上的测地线流进行建模。
• 基于符号动力学构造转移算子$ ilde{ ho}_q(s)$，以编码测地线流的动力学。
• 通过有限维截断$A_eta^{(N)}$数值逼近转移算子的谱，并通过特征值衰减监控收敛性。
• 通过一系列近似$A_eta^{(N)}$实现转移算子的解析延拓，误差界通过特征值$| ilde{ ho}_K|$的衰减进行估计。
• 通过比较$ ilde{Z}_q(1-s)/ ilde{Z}_q(s)$与预测的$ ilde{ ho}_q(s)$，对Selberg zeta函数的函数方程进行数值验证。
• 使用高精度算术（100位工作精度）计算特征值与zeta函数取值，误差估计通过残差范数与特征值衰减提供。

实验结果

研究问题

• RQ1 能否将转移算子方法适配于计算非共(compact)Fuchsian群（如Hecke三角群）上的Selberg zeta函数？
• RQ2 转移算子的谱在多大程度上可通过数值逼近，以获得临界带内$Z_q(s)$的准确值？
• RQ3 数值结果与函数方程$Z_q(1-s) = Z_q(s) \cdot \rho_q(s)$相比如何？可建立何种误差界？
• RQ4 使用该方法计算$s = \frac{1}{2} + ni$时，$Z_q(s)$的精度能达到何种水平？
• RQ5 特征值逼近的收敛性如何依赖于截断大小$N$与迭代次数$K$？

主要发现

• 该方法成功计算了Hecke三角群$G_q$的$Z_q(s)$，对于$q=3$与$s = \frac{1}{2} + 250i$，精度达到$10^{-36}$，误差估计已确认。
• 对于$q=3$，计算得$Z_3(\frac{1}{2} + 250i)$为$1.192213402686855883047193551130117623672 + 0.07441372137027373177901851156938182265i$，误差为$1 \cdot 10^{-36}$。
• 函数方程通过数值验证：对于$q=4$且$n \leq 10$，$ ilde{Z}_q(1-s)/\tilde{Z}_q(s)$与$ ilde{\rho}_q(s)$的匹配精度达到$10^{-15}$。
• 对于$q=5$，该方法沿临界线计算了$ olimits\mathcal{Z}_5(t)$，结果在图3中可视化，显示行为稳定。
• 特征值逼近的收敛性表现稳健：对于$q=3$，经$K=50$次迭代后，$|\tilde{\lambda}_K| \approx 5 \cdot 10^{-36}$，表明精度极高。
• 基于特征值衰减与残差范数的误差估计始终低于$10^{-9}$，证实了数值结果的可靠性。