Closed geodesics in homology classes on random hyperbolic surfaces of large genus

기술 요약: 거대 지표수(Large Genus)를 갖는 무작위 쌍곡 곡면 위의 호몰로지 클래스 내 닫힌 측지선

문제 정의
본 논문은 거대 지표수 $g$를 갖는 무작위 쌍곡 곡면 위에서 특정 호몰로지 클래스 내에 존재하는 닫힌 측지선의 통계적 분포를 조사한다. 저자는 정수 $q$에 대하여 호몰로지 클래스 $[\gamma]$가 $q$에 대한 고정된 클래스 $\alpha$와 합동인, 노름 $N(\gamma) \leq X$를 만족하는 방향성 닫힌 측지선 $\gamma$의 폰 망골트 가중치(von Mangoldt weights)를 합산한 가중 계수 함수 $\Psi_M(X; q, \alpha)$의 변동(fluctuations)을 연구한다.

연구의 핵심 대상은 모든 호몰로지 클래스 $\alpha \pmod q$에 대해 평균을 내고, 와일-피터슨(Weil–Petersson) 확률 측도로 정의된 모듈라이 공간 $\mathcal{M}_g$ 상에서 평균을 낸 분산 $G_M(X, q)$이다. 주요 목표는 $g \to \infty$ 극한에서 이 분산의 점근적 거동을 결정하는 것이다.

방법론
분석은 쌍곡 곡면의 소수 측지선 정리(Prime Geodesic Theorem)와 산술적 수열에서의 소수 정리(Prime Number Theorem for arithmetic progressions) 사이의 유사성에 기초한다. 방법론은 다음 단계들을 통해 진행된다:

1. 분산의 전개: 분산 $G_M(X, q)$를 $[\gamma_1] \equiv [\gamma_2] \pmod q$를 만족하는 측지선 쌍 $(\gamma_1, \gamma_2)$에 대한 이중 합으로 전개한다. 이는 결합 계수 항(joint counting term) $J_M(X, q)$와 전체 계수의 제곱 사이의 차이로 표현된다.
2. 측지선 쌍의 분류: 측지선의 기하학적 및 위상적 성질에 따라 합을 네 가지 별개의 범주로 분해한다:
   • 대각 항(Diagonal pairs): $\gamma_1 = \gamma_2$ (원시적, 단순, 비분리형).
   • 반대각 항(Anti-diagonal pairs): $\gamma_2 = \gamma_1^{-1}$ (원시적, 단순, 비분리형).
   • SNS 쌍: 서로 구별되고, 서로소이며, 단순하고, 비분리형인 두 개의 서로 다른 측지선 쌍으로서, 그 합집합이 연결된 여집합을 남기는 경우.
   • 기타 모든 쌍: 교차하는 측지선, 비단순 측지선, 또는 연결되지 않은 여집합을 갖는 경우를 포함한다.
3. 모듈라이 공간 상의 적분: $g \to \infty$일 때 이 합들의 기댓값을 계산하기 위해, 저자는 미르카니(Mirzakhani)의 적분 공식을 사용한다. 이 공식들은 길이 스펙트럼과 함수 $\left(\frac{\sinh(\ell/2)}{\ell/2}\right)^2$를 포함하는 적분으로 변환함으로써 단순 닫힌 측지선에 대한 합의 기댓값을 계산할 수 있게 해준다.
4. 점근적 분석: 각 범주의 기여도를 추정한다. 대각 항과 반대각 항이 지배적임을 보이며, SNS 쌍 및 "기타 모든 쌍"의 기여는 거대 지표수 극한에서 무시할 수 있는 수준($O(X)$ 또는 $O(1/g)$)임이 증명된다.

핵심 기여 및 결과
본 논문은 $X \to \infty$ 및 $g \to \infty$로서의 기대 분산에 대한 다음과 같은 점근적 거동을 확립한다:

$$\lim_{g \to \infty} \mathbb{E}^{\text{WP}}_g (G_M(X, q)) \sim \begin{cases} X \log X & \text{if } q > 2, \\ 2X \log X & \text{if } q = 2. \end{cases}$$

주요 기술적 발견은 다음과 같다:

• 대각 항의 지배성: 분산은 전적으로 "대각" 기여(즉, $\gamma_1 = \gamma_2$인 경우)에 의해 점근적으로 결정된다. $q=2$인 경우, 반대각 기여($\gamma_2 = \gamma_1^{-1}$)가 동일한 차수를 가지며 계수를 두 배로 만든다. $q > 2$인 경우, 반대각 항은 무시할 수 있다.
• 비대각 항의 무시 가능성: 서로 다른 측지선 쌍(SNS 쌍) 및 비단순 또는 교차하는 측지선을 포함하는 쌍의 기여는 거대 지표수 극한에서 $X \log X$ 항에 비해 사라진다.
• 산술과의 대비: 이 결과는 산술적 수열에서의 소수에 대한 훌러(Hooley)의 추측과 대조를 이루는데, 훌러의 추측은 분산이 $X \log q$가 될 것이라고 예측한다. 여기서 분산은 $q$의 값과 상관없이 $X \log X$의 척도를 갖는다.

의의 및 설명
본 논문은 쌍곡 곡면의 결과($X \log X$)와 산술적 결과($X \log q$) 사이의 불일치에 대한 휴리스틱한 설명을 제시한다. $L$-함수의 이론과 관련하여, 저자는 이 문제를 고차 $L$-함수(associated with $GL(d)$)와 관련된 산술적 수열 내 소수의 분산 문제와 비교한다.

Hall, Keating, Roditty-Gershon의 연구를 인용하며, 저자는 $L$-함수의 차수 $d$가 증가함에 따라 분산이 $X \log X$에 의해 지배되는 모듈러스의 범위가 확장된다고 언급한다. $d \to \infty$ 극한에서 오직 $X \log X$ 체계만이 살아남는다. 저자는 거대 지표수를 갖는 무작위 쌍곡 곡면 위의 닫힌 측지선 이론이 $d \to \infty$ 극한에서의 $GL(d)$ 상의 오토모픽 형식(automorphic forms) 이론과 유사하게 작동한다고 가정한다. 이는 왜 분산이 $\log q$가 아닌 $\log X$에 의존하는지에 대한 개념적 틀을 제공한다.

결론적으로, 본 논문은 거대 지표수 극한이 특정 모듈러스 $q$에 대한 의존성을 효과적으로 "씻어내어(wash out)", 고정된 지표수 또는 고전적인 수론적 설정에서 관찰되는 행동과는 구별되는, 곡면의 길이 스펙트럼에 의해 주도되는 보편적인 분산 거동을 남긴다는 것을 보여준다.