[论文解读] Subconvexity for symmetric square $L$-functions

Ritabrata Munshi|arXiv (Cornell University)|Sep 17, 2017

Analytic Number Theory Research参考文献 4被引用 7

一句话总结

本文为一个权为固定值、主形式为素数水平 $ p $ 且非自守特征为平凡的全纯模形式 $ f $ 所关联的对称平方 $ L $-函数 $ L(1/2, \mathrm{Sym}^2 f) $ 建立了一个次凸界。通过一种新颖的谱方法，基于彼得松迹公式，并利用谐波和中的导子下降现象，作者获得了 $ L(1/2, \mathrm{Sym}^2 f) \ll p^{1/2 - \delta} $，其中 $ \delta > 0 $ 为可计算常数，隐含常数仅依赖于 $ \delta $ 和 $ f $ 的权，这标志着对三度 $ L $-函数在水平方面次凸性问题的突破性进展。

ABSTRACT

Let $f$ be a holomorphic modular form of prime level $p$ and trivial nebentypus. We show that there exists a computable $δ>0$, such that $$ L\left( frac{1}{2},\mathrm{Sym}^2 f ight)\ll p^{ frac{1}{2}-δ}, $$ with the implied constant depending only on $δ$ and the weight of $f$.

研究动机与目标

• 在全纯模形式为素数水平且非自守特征为平凡的条件下，建立对称平方 $ L $-函数 $ L(s, \mathrm{Sym}^2 f) $ 在水平方面的非平凡次凸界。
• 克服在对称平方情形下阻碍传统放大方法的‘导子下降’现象所带来的困难。
• 发展一种新的谱方法，利用彼得松迹公式，选择一组精心设计的谐波，以保持导子大小的同时实现抵消。
• 在凸性界 $ p^{1/2 + \varepsilon} $ 的基础上实现改进，具体为 $ p^{1/2 - \delta} $，其中 $ \delta > 0 $ 为可计算常数。

提出的方法

• 应用彼得松迹公式，通过谱展开表达克罗内克 $ \delta $ 函数，使用一类利用对称平方 $ L $-函数中导子下降特性的谐波。
• 利用 $ \Lambda(s, \mathrm{Sym}^2 f) $ 的函数方程与解析延拓，将中心值与贝塞尔函数和傅里叶系数的和联系起来。
• 对 $ r $-和应用泊松求和，以提取非对角项中的抵消，尤其在 $ p \nmid m - v $ 时，利用特征和与拉马努金和。
• 利用贝塞尔函数估计、$ h $-函数的平均大小估计以及除数界限，控制所得积分与指数和。
• 通过细致的二元分解与对参数 $ N, Q, \ell, C, J $ 的优化，控制对角项与非对角项的贡献。
• 利用韦伊对特征和的估计，并利用拉马努金和 $ \mathfrak{c}_q(\cdot) $ 的结构，在非对角情形下获得额外抵消。

实验结果

研究问题

• RQ1 能否在全纯模形式为素数水平且非自守特征为平凡的条件下，对对称平方 $ L $-函数 $ L(1/2, \mathrm{Sym}^2 f) $ 在水平方面建立次凸界？
• RQ2 如何将‘导子下降’现象建设性地加以利用，而非视其为次凸性问题中的障碍？
• RQ3 在标准放大方法失效时，可采用何种谱技术在彼得松迹公式展开中产生足够的抵消？
• RQ4 在对称平方情形下，能否在凸性界 $ p^{1/2 + \varepsilon} $ 的基础上实现改进，具体为 $ p^{1/2 - \delta} $，其中 $ \delta > 0 $ 为可计算常数？
• RQ5 该方法能否被调整以处理对称平方 $ L $-函数，其行为类似于自形式与自身的秩-塞尔积，其中导子增长构成问题？

主要发现

• 本文为权为固定值、主形式为素数水平 $ p $ 且非自守特征为平凡的全洁模形式 $ f $ 建立了次凸界 $ L(1/2, \mathrm{Sym}^2 f) \ll p^{1/2 - \delta} $，其中 $ \delta > 0 $ 为可计算常数。
• 该界优于凸性界 $ p^{1/2 + \varepsilon} $，在水平方面实现了非平凡的改进。
• 该方法依赖于通过彼得松迹公式进行谱分解，使用一类特殊谐波以利用导子下降，避免了通常的导子增长。
• 非对角项的贡献通过泊松求和与特征和估计加以控制，抵消来源于拉马努金和及条件 $ p \nmid m - v $。
• 对角项通过贝塞尔函数衰减与平均大小估计进行平凡控制，而非对角项则通过除数和界限与参数优化加以控制。
• 最终界通过平衡参数 $ N, Q, \ell, C, J $ 获得，且在假设 $ Q < p $ 下，误差项被证明由非对角项主导。