Maass尖形式的L-函数的零点密度估计

来源 :山东大学 | 被引量 : 0次 | 上传用户:qq1226
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
SL2(Z)上的Maass尖形式所对应的L-函数的零点密度问题是解析数论中的重要课题,许多数学家对这一问题进行了研究,得到了一些非常重要的结果.本文也对该问题进行了研究,我们沿着经典的Halás-Montgomery-JutilaIvi(c)方法,结合一些新的技巧,得到了一个关于Maass尖形式L-函数零点密度的新结果,该结果在σ离1很近时改进了前人的结果.  令f是一个正规化的全模群SL2(Z)上的Maass尖形式,并假设它是所有Hecke算子T(n)的特征函数.即对于任意n∈N,有T(n)(f)=λ(n)f,且λ(1)=1.每个这样的f都对应了一个L-函数L(s,f),定义为  L(s,f)=∞∑n=1λf(n)/ns=∏p(1-λf(p)p-s+p-2s)-1,Re(s)>1.  该L-函数在Re(s)>1时绝对收敛,并且可以解析延拓到整个复平面.与经典的Riemann zeta-函数或Dirichlet L-函数类似,L(s,f)的非显然零点均落在带形域0<Re(s)<1中,广义Riemann假设猜想L(s,f)的所有非平凡零点都落在直线Re(s)=1/2上,这个猜想是非常困难的.关于L(s,f)零点分布的一个弱的猜想是零点密度假设,若令  Nf(σ,T):=#{ρ=β+iγ:L(ρ,f)=0,β≥σ,|γ|≤T}.  则零点密度假设可表述为估计式  Nf(σ,T)(《)T2(1-σ)+ε  对于σ>1/2成立.该猜想也是一个非常困难的猜想.  如果f是全模群SL2(Z)上的全纯尖形式,Ivi(c)首先证明了  Nf(σ,T)(《)T2(1-σ)/σ+ε3/4≤σ≤1.  最近Tang[9]证明了上式对于Maass尖形式也成立.  我们知道,当f是全纯尖形式时,有λf(n)∈R(见[4])且Ramanujan猜想成立,即|λf(n)|(《)nε(见[1]).而对于Maass尖形式,Ramanujan猜想|λf(n)|(《)nε还没有被证明.目前关于λf(n)的上界估计的最好结果是Kim和Sanark[5,6]给出的  |λf(n)|(《)n7/64+ε.  因此用处理全纯尖形式的方法去处理Maass尖形式的情形时,会遇到一些困难,尤其是在运用Halás-Montgomery不等式的过程中(参见引理2.2).为了解决这个问题,我们对(λf(n))4作平均估计(见引理3.1).类似的技巧在A.Sankaranarayanan和J.Sengupta[8],H.Tang[9],Z.Xu[10]以及Y.Ye和D.Zhang[12]中也能见到.这个技巧利用了Ramanujan猜想在平均的意义下是成立的这一事实,这使得我们可以得到如下关于Maass尖形式的L-函数的零点密度估计(见定理1.1):  Nf(σ,T)(《){T4(1-σ)/σ+1+εfor3831/4791≤σ≤1,T6(1-σ)/2σ+1+εfor41/53≤σ≤1.
其他文献
随着人类社会的发展和进步,人们生活中的数据呈现出更多的复杂性、异构性。面对这些纷繁复杂的数据,分类分析往往是一类较为简单有效的方法。聚类分析便是一类广义的分类方法,它
随着信息时代的发展,人们需要处理的数据量急速膨胀。很多人已无法在本地存储这些海量数据,转而选择云存储的方式,即先把数据存储到云上,待需要时再搜索云上的数据。云存储减轻了
摘 要:随着天然气下游市场的不断扩大,带来巨大效益的同时,也增加了输气管道的管理难度,传统的方式已经不能满足我们日益增长的需求,本文阐述了如何利用数字化平台进行天然气管道完整性管理。  关键词:数字化; GIS; 完整性管理; 风险评估  引言  天然气公司目前管辖的集输气管道、站场分布于河北、天津两省市,地域广阔,沿线地形、环境、人口、经济等因素复杂多变,因此与生产运营息息相关的各种数据规模庞大
全文分三个部分共十章。第一部分给出一种从全局到局部的正交表数据分析新方法,称为GL算法(Global-LocalAlgorithm).主要用来求解已知或者未知多元系统函数的稳定中心.所谓稳