Skip to main content
QUICK REVIEW

[论文解读] Hölder regularity of arithmetic Fourier series arising from modular forms

Izabela Petrykiewicz|arXiv (Cornell University)|Nov 4, 2013
Analytic Number Theory Research参考文献 5被引用 6
一句话总结

该论文利用小波分析,确定了从模形式导出的算术傅里叶级数在无理点处的 Hölder 正则性指数。结果表明,正则性精确依赖于该点的连分数性质,其中非尖点形式的指数表达为 $ s - k + \frac{k}{\mu(x)} $,而尖点形式的指数表达为 $ s - \frac{k}{2} - 1 + \frac{2}{\mu(x)} $,其中 $ \mu(x) $ 反映了连分数逼近项的增长速率。

ABSTRACT

Given a modular form which is not a cusp form $M_k(z)=\sum_{n=0}^{\infty}r_ne^{2πinz}$ of weight $k \geq 4$, we define the series $M_{k,s}(x)=\sum_{n=1}^{\infty}\frac{r_n}{n^s}\sin(2πnx),$ which converges for all $x\in\mathbb{R}$ when $s>k$. In this paper, we compute the Hölder regularity exponent of $M_{k,s}$ at irrational points. In our analysis we apply wavelets methods proposed by Jaffard in 1996 in the study of the Riemann series. We find that the Hölder regularity exponent at a point $x$ is related to the fine diophantine properties of $x$, in a very precise way.

研究动机与目标

  • 确定从模形式导出的算术傅里叶级数在无理实数处的逐点 Hölder 正则性指数。
  • 将 Jaffard 的基于小波的方法从 Riemann 型级数推广至模形式,特别是非尖点形式与尖点形式。
  • 建立正则性指数与无理数的丢番图性质之间的精确联系,后者通过连分数的部分商编码。
  • 分析特定级数(如埃斯克温斯坦级数和模判别式 $\Delta$)的正则性。
  • 提供正则性指数达到最优值的条件,基于逼近指数 $\kappa_n$ 的上极限。

提出的方法

  • 将原本为 Riemann 级数开发的 Jaffard 小波分析框架,适配用于研究模形式的傅里叶级数。
  • 定义级数 $ M_{k,s}(x) = \sum_{n=1}^\infty \frac{r_n}{n^s} \sin(2\pi n x) $,其中 $ r_n $ 为权 $ k \geq 4 $ 的模形式的傅里叶系数。
  • 利用连分数渐近逼近 $ \frac{p_n}{q_n} $ 的增长速率定义 $ \kappa_n $,进而定义 $ \mu(x) = \limsup_{n \to \infty} \kappa_n $,该量量化了 $ x $ 的丢番图逼近质量。
  • 应用小波分解分析局部 Hölder 正则性,将正则性指数与小波系数的衰减关联。
  • 区分尖点形式与非尖点形式,因为模形式在无穷远处的行为影响系数的下界。
  • 利用非尖点形式在无穷远处有下界的事实,使其正则性估计强于尖点形式。

实验结果

研究问题

  • RQ1在无理点 $ x \in \mathbb{R} \setminus \mathbb{Q} $ 处,级数 $ M_{k,s}(x) = \sum_{n=1}^\infty \frac{r_n}{n^s} \sin(2\pi n x) $ 的 Hölder 正则性指数是多少?
  • RQ2正则性指数如何依赖于 $ x $ 的连分数展开?
  • RQ3用于 Riemann 级数的小波方法能否推广至与模形式相关的傅里叶级数?
  • RQ4尖点形式的最优正则性指数是什么?它与非尖点形式有何不同?
  • RQ5在 $ s $ 和 $ x $ 的丢番图类型满足何种条件下,正则性指数达到精确值?

主要发现

  • 对于权 $ k \geq 4 $ 的非尖点模形式,无理点处的 Hölder 正则性指数为 $ \alpha_{k,s}(x) = s - k + \frac{k}{\mu(x)} $,前提是 $ s > k + \frac{k}{\nu(x)} - \frac{k}{\mu(x)} $。
  • 对于尖点形式,正则性指数满足 $ \beta_{k,s}(x) \geq s - \frac{k}{2} - 1 + \frac{2}{\mu(x)} $,且当 $ \mu(x) = 2 $ 且存在无穷多个部分商 $ a_n(x) $ 有界时取等号。
  • 条件 $ s > \frac{3k}{2} $ 确保对所有无理 $ x $,正则性指数公式成立,且当 $ s > k $ 时,该条件对几乎所有 $ x $ 成立。
  • 对于埃斯克温斯坦级数 $ E_k $,在相同条件下,$ E_{k,s}(x) $ 的正则性指数为 $ s - k + \frac{k}{\mu(x)} $,这是由于 $ E_{k,s} \propto M_{k,s} $ 的关系。
  • 对于权为 2 的拟模形式埃斯克温斯坦级数 $ E_2 $,正则性指数满足 $ \gamma_{2,s}(x) \geq s - 2 + \frac{2}{\mu(x)} $,且当 $ a_n(x) \geq 7 $ 对无穷多个 $ n $ 成立时取等号。
  • 对于模判别式 $ \Delta $,级数 $ \Delta_s(x) = \sum_{n=1}^\infty \frac{\tau(n)}{n^s} \cos(2\pi n x) $ 满足 $ \delta_s(x) = s - 6 $ 几乎对所有 $ x $ 成立,当 $ s > 7 $ 时,这证实了 Zagier 对 $ \Delta_{11} $ 的观察。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。