[论文解读] Joint universality for dependent $L$-functions

Łukasz Pańkowski|arXiv (Cornell University)|Apr 15, 2016

Analytic Number Theory ResearchMathematics参考文献 9被引用 20

一句话总结

本文在非线性、非均匀平移形式 $L(s + i\beta t^{a}\log^b t; \chi)$ 下建立了狄利克雷 $L$-函数的联合普遍性，证明了在指数对 $(a_j, b_j)$ 互不相同且满足特定算术条件的前提下，任何紧致子集上的非零解析函数的有限集合均可通过此类平移同时逼近。该结果将经典普遍性推广至非线性平移情形，并涵盖连续与离散两种设定。

ABSTRACT

We prove that, for arbitrary Dirichlet $L$-functions $L(s;χ_1),\ldots,L(s;χ_n)$ (including the case when $χ_j$ is equivalent to $χ_l$ for $j e k$), suitable shifts of type $L(s+iα_jt^{a_j}\log^{b_j}t;χ_j)$ can simultaneously approximate any given analytic functions on a simply connected compact subset of the right open half of the critical strip, provided the pairs $(a_j,b_j)$ are distinct and satisfy certain conditions. Moreover, we consider a discrete analogue of this problem where $t$ runs over the set of positive integers.

研究动机与目标

• 将经典 $L$-函数联合普遍性定理从线性平移推广至更一般的非线性、非均匀平移形式 $t^{a_j} \log^{b_j} t$。
• 处理狄利克雷特征相关或等价的情形，此时由于函数依赖关系，标准联合普遍性不成立。
• 在连续与离散两种设定下建立普遍性，包括 $t$ 取正整数的情形。
• 基于模 1 的均匀分布理论与解析逼近技术，提出适用于具有欧拉乘积的 $L$-函数的一般框架。
• 通过引入辅助素数集与修正平移序列，克服整数指数情形下的算术障碍。

提出的方法

• 基于引理 2.1 与引理 3.1 的通用框架，将模 1 的均匀分布与解析函数逼近相联系。
• 应用平移普遍性原理于非线性函数 $\gamma_j(t) = \alpha_j t^{a_j} \log^{b_j} t$，通过确保指数对 $(a_j, b_j)$ 的互异性避免退化。
• 利用序列 $\gamma_j(k)$ 模 1 的均匀分布理论，特别当 $a_j \in \mathbb{Z}$ 且 $b_j = 0$ 时，通过引入辅助素数集 $\mathcal{A}_j$ 与 $\mathcal{P}_j$ 以保证无理性条件。
• 通过在选定素数上移除欧拉因子，构造修正后的 $L$-函数 $f_j^*(s)$，以确保平移序列模 1 的均匀分布。
• 利用柯西积分公式与卡尔森定理控制误差项，并确保在紧集上的一致逼近。
• 通过缩放因子 $q^*$ 将连续情形适配至离散情形，确保满足逼近条件的正整数 $k \in [2,N]$ 的数量至少为 $cN/q^*$。

实验结果

研究问题

• RQ1 能否在非线性平移 $t^{a} \log^b t$ 而非仅线性平移下，建立狄利克雷 $L$-函数的联合普遍性？
• RQ2 指数对 $(a_j, b_j)$ 需满足何种条件，才能使平移 $\gamma_j(t) = \alpha_j t^{a_j} \log^{b_j} t$ 产生联合普遍行为？
• RQ3 当 $L$-函数相互依赖（例如对应等价特征）或当 $a_j \in \mathbb{Z}$ 且 $b_j = 0$ 时，应如何处理？
• RQ4 在 $t$ 取正整数的离散设定下，是否可能实现联合普遍性？
• RQ5 能否在良好平移的密度方面实现有效逼近？此类平移的下密度是多少？

主要发现

• 对于任意紧集 $K$ 上的非零解析函数有限集合，其在 $\{s \in \mathbb{C} : 1/2 < \operatorname{Re}(s) < 1\}$ 内且补集连通的情形，存在平移 $L(s + i\alpha_j t^{a_j} \log^{b_j} t; \chi_j)$ 可同时一致逼近它们。
• 当指数对 $(a_j, b_j)$ 互不相同，且满足 $a_j \notin \mathbb{Z}$ 或 $b_j \neq 0$，或当 $a_j \in \mathbb{Z}$ 且 $b_j = 0$ 时，平移参数 $\alpha_j$ 的选择使得相关指数和模 1 为无理数，则联合普遍性成立。
• 当 $a_j \in \mathbb{Z}$ 且 $b_j = 0$ 时，方法引入最小素数集 $\mathcal{P}_j$ 与缩放因子 $q^*$，以确保平移序列模 1 的均匀分布。
• 满足逼近条件的整数 $k \in [2,N]$ 的数量至少为 $cN/q^*$，其中 $c > 0$ 为绝对常数，$q^*$ 依赖于指数的算术结构。
• 该结果可推广至离散设定：当 $t$ 取遍 $\mathbb{N}$ 时，相同逼近性质成立，且良好平移具有正的下密度。
• 证明依赖于柯西积分公式与卡尔森定理等解析技术，以控制误差项并确保逼近的收敛性。