Limiting Distribution and Rate of Convergence for GL(3) Fourier Coefficients

Technische Samenvatting van "Limiting Distribution and Rate of Convergence for GL(3) Fourier Coefficients"

Probleemstelling
Dit artikel behandelt het probabilistische gedrag van de foutterm geassocieerd met de sommatiefunctie van Fourier-coëfficiënten van automorfe vormen op $GL(3)$. Specifiek zij $f$ een vaste zelf-duale Hecke–Maass-cusp-vorm voor $GL(3)$ met genormaliseerde Fourier-coëfficiënten $A_f(n, m)$. De auteur definieert de foutterm $\Delta_f(x) = \sum_{n \le x} A_f(n, 1)$. Het centrale probleem is om te bepalen of de genormaliseerde functie $F_f(t) = t^{-1/3}\Delta_f(t)$ een limietverdeling bezit als $t \to \infty$, en om de convergentiesnelheid van deze verdeling te kwantificeren.

Dit werk dient als een analogon voor een baanbrekend resultaat van Heath-Brown (1992) met betrekking tot het klassieke delerprobleem en de drievoudige delerfunctie $\Delta_3(x)**. Hoewel Heath-Brown het bestaan van een limietverdeling voor de genormaliseerde foutterm in het delerprobleem vaststelde, breidt dit artikel dat kader uit naar de setting van$GL(3)$ automorfe vormen.

Methodologie
De auteur past de probabilistische benaderingsmethoden toe die door Heath-Brown zijn geïntroduceerd en door latere werken (bijv. Lamzouri, Lau) zijn verfijnd. De kernstrategie bestaat uit het benaderen van de deterministische foutterm $F_f(t)$ door een willekeurige trigonometrische reeks die is opgebouwd uit onafhankelijke willekeurige variabelen.

Belangrijke methodologische componenten zijn:

1. Constructie van een Willekeurig Model: Een willekeurige variabele $F_{f,X}$ wordt gedefinieerd als een willekeurige trigonometrische reeks die de Fourier-coëfficiënten $A_f(1, n)$ en onafhankelijke willekeurige variabelen $\{X_n\}$ bevat die uniform verdeeld zijn over $[0, 1]$. De reeks is zo geconstrueerd dat hij het oscillerende karakter van $\Delta_f(t)$ nabootst, zoals afgeleid uit Voronoï-achtige sommatieformules.
2. Schattingen van het Gemiddelde versus Puntsgewijze Schattingen: Een kritisch onderscheid in dit werk is de afhankelijkheid van schattingen van het gemiddelde van Fourier-coëfficiënten in plaats van puntsgewijze grenzen. De auteur merkt expliciet op dat sterke puntsgewijze schattingen voor $GL(3)$-coëfficiënten (zoals de Ramanujan-vermoeden) niet worden verondersteld. In plaats daarvan maakt het bewijs gebruik van de kwadratische gemiddelde-schatting van partiële sommen van Fourier-coëfficiënten.
3. Analytische Hulpmiddelen:
   • Grenzen voor L-functies: Het bewijs van de kwadratische gemiddelde-schatting (Stelling 1.2) berust op het vaststellen van een grens voor het tweede moment van de $L$-functie $L(s, f)$ op de kritieke lijn. Specifiek maakt de auteur gebruik van een resultaat van Pal [22] om aan te tonen dat $\int_1^T |L(\sigma + it, f)|^2 dt \ll T^{1+\varepsilon}$ voor een specifieke $\sigma < 2/3$ (specifiek $\sigma = 13/20$).
   • Momentenmatching: Om de convergentie van verdelingen te bewijzen, toont het artikel aan dat de momenten van de afgeknotte deterministische functie $F_f(t)$ de momenten van het willekeurige model $F_{f,X}$ nauwkeurig benaderen over een specifiek bereik. Dit houdt in dat niet-diagonale termen worden begrensd met behulp van de lineaire onafhankelijkheid van derdemachten over $\mathbb{Q}$.
   • Benadering via Laplace-transformatie: De verdeling van grote waarden wordt geanalyseerd door de Laplace-transformatie van $F_f(t)$ te benaderen met die van $F_{f,X}$, waarbij gebruik wordt gemaakt van grenzen voor de exponentiële momenten van de willekeurige reeks.

Belangrijkste Bijdragen en Resultaten

• Stelling 1.1 (Bestaan van Limietverdeling): Het artikel bewijst dat $F_f(t) = t^{-1/3}\Delta_f(t)$ een limietverdelingsfunctie $g(\alpha)$ bezit. De dichtheidsfunctie $g(\alpha)$ blijkt glad te zijn ($C^\infty$), snel af te nemen (Schwartz-klasse) en uitbreidbaar tot een gehele functie op $\mathbb{C}$. Dit resultaat geldt zonder het Ramanujan-vermoeden aan te nemen.

• Stelling 1.2 (Kwadratische Gemiddelde-schatting): Een kwantitatieve schatting voor het kwadratische gemiddelde van de foutterm wordt vastgesteld:
  $$\int_0^x \Delta_f(y)^2 dy = \frac{1}{10\pi^2} \left( \sum_{n=1}^\infty \frac{A_f(1, n)^2}{n^{4/3}} \right) x^{5/3} + O(x^{18/11+\varepsilon}).$$
  Dit resultaat wordt afgeleid door een $\sigma < 2/3$ te vinden zodat het tweede moment van de $L$-functie begrensd is door $T^{1+\varepsilon}$, een stap die mogelijk wordt gemaakt door recent werk van Pal.

• Stelling 1.3 (Convergentiesnelheid): Het artikel biedt een kwantitatieve grens voor de discrepantie tussen de verdelingsfunctie van $F_f(t)$ en het willekeurige model $F_{f,X}$. Specifiek voldoet de discrepantie $D_F(T)$ aan:
  $$D_F(T) \ll \frac{(\log \log \log T)^{5/3}}{(\log \log T)^{1/3}}.$$
  Dit bevestigt dat het probabilistische model het statistische gedrag van de foutterm nauwkeurig beschrijft met een specifieke convergentiesnelheid.

• Stelling 1.4 (Verdeling van Grote Waarden): Het artikel stelt boven- en ondergrenzen vast voor de kans dat $F_f(t)$ een grote waarde $V$ overschrijdt. Voor $V$ in een specifiek bereik dat iteratieve logaritmen omvat, neemt de kans exponentieel af:
  $$\exp(-b_3 V^{35/2+\varepsilon}) \le P_T(F_f(t) > V) \le \exp(-b_4 V^{5/3-\varepsilon}).$$
  De auteur merkt op dat, vanwege het ontbreken van sterke puntsgewijze schattingen voor $GL(3)$-coëfficiënten, de exponenten in deze grenzen zwakker zijn dan die bekend zijn voor het klassieke delerprobleem.

Betekenis en Aanspraken
Het artikel claimt met succes de probabilistische theorie van fouttermen uit het klassieke delerprobleem te hebben uitgebreid naar de complexere setting van $GL(3)$ automorfe vormen. De primaire betekenis ligt in:

1. Generalisatie: Het aantonen dat het verschijnsel van limietverdeling niet uniek is voor delerfuncties, maar ook van toepassing is op Fourier-coëfficiënten van automorfe vormen van hogere rang.
2. Methodologische Aanpassing: Het tonen aan dat de probabilistische benaderingsmethode kan worden aangepast aan settings waar puntsgewijze grenzen niet beschikbaar zijn, door deze te vervangen door schattingen van het gemiddelde en momentengrenzen voor $L$-functies.
3. Kwantitatieve Precisie: Het leveren van expliciete convergentiesnelheden en grenzen voor grote afwijkingen, die essentieel zijn voor het begrijpen van de fijnmazige verdeling van deze arithmetische functies.

De auteur stelt expliciet dat de vereiste dat $f$ zelf-duaal is, noodzakelijk is om de convergentie van de definiërende reeks voor het willekeurige model te waarborgen. Het artikel concludeert dat als convergentie kan worden bewezen voor niet-zelf-duale vormen, de resultaten ook op die gevallen van toepassing zouden zijn. Het werk stelt geen nieuwe experimentele toepassingen voor, maar verdiept het theoretische begrip van de verdeling van arithmetische fouttermen in de context van het Langlands-programma.