MathLabs

解法:对称幂的潜在自守性证明萨托–泰特猜想(2011年)

第 2/8 步:塞尔的归约:由对称幂 LL 函数得到均匀分布
通俗地说

赫尔曼·外尔早就指出,要证明一列角度均匀分布,只需检验对每个正整数 n≥1n \ge 1,该数列上 cos⁡(nθ)\cos(n\theta) 的平均值趋于零即可——无需直接检验每一个可能的区间。

塞尔恰好把每个 nn 对应的这些平均值,打包成附着于 EE 的单一解析工具,即第 nn 个对称幂 LL 函数 L(SymnE,s)L(\mathrm{Sym}^n E, s);证明每一个这样的函数性质良好,结果恰好等价于萨托–泰特猜想。

L(SymnE,s)=∏p∏j=0n(1−ei(n−2j)θpp−s)−1L(\mathrm{Sym}^n E, s) = \prod_p \prod_{j=0}^{n} \left(1 - e^{i(n-2j)\theta_p} p^{-s}\right)^{-1}
详细分析

根据外尔均匀分布判据,角度数列 θp\theta_p 关于 [0,π][0,\pi] 上测度 μ\mu 均匀分布,当且仅当对每个 n≥1n \ge 1,切比雪夫型函数 Un(cos⁡θp)U_n(\cos\theta_p)(本质上是 ∑jei(n−2j)θp\sum_{j} e^{i(n-2j)\theta_p})的平均值趋于 00;这些平均值恰好就是控制对称幂 LL 函数 L(SymnE,s)=∏p∏j=0n(1−ei(n−2j)θpp−s)−1L(\mathrm{Sym}^n E, s) = \prod_p \prod_{j=0}^{n} \left(1 - e^{i(n-2j)\theta_p} p^{-s}\right)^{-1} 的系数。

塞尔于1968年证明,只要每个对称幂 LL 函数对所有 n≥1n \ge 1 都能延拓为在 Re(s)≥1\mathrm{Re}(s) \ge 1 上全纯且不为零的函数,角度 θp\theta_p 就按萨托–泰特测度均匀分布;这就把解析数论中的均匀分布问题,归约为朗兰兹纲领中关于无穷多个 LL 函数族解析行为的问题。

剩下要做的就是证明这些解析性质,而所采取的途径是证明每个 L(SymnE,s)L(\mathrm{Sym}^n E, s) 都是自守的——一个强得多的结构性命题,这正是接下来几步的主题。

本步骤中的术语
外尔均匀分布判据
赫尔曼·外尔于1916年提出的判据,把数列的均匀分布归结为验证沿该数列的某些指数(傅里叶)平均值对每个频率 n≥1n \ge 1 都趋于零。
对称幂LL函数
对椭圆曲线 EE 与整数 nn,由每个素数处局部数据 θp\theta_p 的 nn 次对称幂构造出的欧拉积 L(SymnE,s)=∏p∏j=0n(1−ei(n−2j)θpp−s)−1L(\mathrm{Sym}^n E, s) = \prod_p \prod_{j=0}^{n} \left(1 - e^{i(n-2j)\theta_p} p^{-s}\right)^{-1};猜想它是自守的,并具有由此而来的一切良好解析性质。
本步骤用到的知识