Der Dimensions-Split in den Statistiken der L-Funktions-Nullstellen: Wenn GUE auf Poisson trifft
Number TheoryL-FunctionsRandom Matrix TheoryRiemann HypothesisSpectral StatisticsGUEMontgomery-OdlyzkoLMFDB
Back openDesk Edu for a sovereign, open-source education — every vote counts.
Vote nowSave products you love by clicking the heart icon.
In 1900, David Hilbert unveiled 23 unsolved problems that would shape the course of modern mathematics. Over a century later, some are solved, others remain open, and their legacy continues to drive mathematical discovery.
Im Jahr 1973 stellte Hugh Montgomery eine verblüffende Vermutung auf: Die nicht-trivialen Nullstellen der Riemannschen Zeta-Funktion sind so verteilt wie die Eigenwerte zufälliger hermitescher Matrizen aus dem Gaussian Unitary Ensemble (GUE). 14 Jahre und 175 Millionen Nullstellen später bestätigten die numerischen Berechnungen von Andrew Odlyzko in einer Höhe von ~10²⁰ dies – das Histogramm der Abstände und die Vorhersage des GUE sind im Wesentlichen nicht voneinander zu unterscheiden.
Das Montgomery–Odlyzko-Gesetz wurde zum Gemeingut: Alle L-Funktions-Nullstellen sollten der GUE-Statistik folgen. Die Katz–Sarnak-Philosophie (1999) formalisierte dies nach Symmetrietypen, aber die Kernintuition blieb: Nullstellen stoßen sich quadratisch ab, wie geladene Teilchen auf einer Linie.
Doch ist dies universell? Konvergiert jede L-Funktion, unabhängig von ihrer arithmetischen Komplexität, gegen dasselbe Random-Matrix-Limit?
Wir haben dies an 63.844 Newforms des Gewichts 2 aus der LMFDB getestet – die bisher größte Analyse dieser Art – und dabei etwas entdeckt, das uns überrascht hat.
Für jede der 63.844 Modulformen haben wir die 10 niedrigsten nicht-trivialen Nullstellen der L-Funktion herangezogen (insgesamt 568.708 Abstände zwischen nächsten Nachbarn). Wir haben diese „entfaltet“ (Division durch den mittleren Abstand pro Form) und die Brody-Verteilung angepasst – eine Ein-Parameter-Familie, die zwischen Poisson (β=0, keine Abstoßung) und GUE (β=2, quadratische Abstoßung) interpoliert:
P(s; β) = (β+1) · a · s^β · exp(−a · s^(β+1))
Der Parameter β quantifiziert die Level-Abstoßung. β=0 bedeutet, dass sich die Nullstellen wie unabhängige Zufallspunkte verhalten (ein Poisson-Prozess). β=2 bedeutet, dass sie sich wie GUE-Eigenwerte abstoßen.
Anschließend haben wir die Analyse nach der Dimension des Hecke-Körpers stratifiziert (der Grad des Zahlkörpers, der durch die Fourier-Koeffizienten der Form erzeugt wird).
| Gruppe | β (MLE) | Interpretation |
|---|---|---|
| Alle Formen (aggregiert) | 0.620 | „Intermediäre Abstoßung“ — irreführend |
| dim = 1 (CM-Formen) | 1.879 | GUE-ähnlich (β=2) |
| dim ≥ 2 (Nicht-CM) | 0.242 | Nahe-Poisson (β=0) |
| Rang 0 | 0.676 | Intermediär |
| Rang 1 | 0.538 | Intermediär |
Eindimensionale Galois-Darstellungen (CM-Formen, ~15 % der Population) weisen β ≈ 1,88 auf – im Wesentlichen nicht zu unterscheiden von GUE. Die Kolmogorov–Smirnov-Distanz zur GUE-Verteilung beträgt 0,017, fast so niedrig wie die Anpassung an die Brody-Verteilung selbst (0,014).
Höherdimensionale Galois-Darstellungen (Nicht-CM-Formen, ~85 %) weisen β ≈ 0,24 auf – kaum über Poisson. Die Level-Abstoßung ist dramatisch schwächer.
Das aggregierte β ≈ 0,62 ist bedeutungslos. Es ist schlicht ein gewichteter Durchschnitt: 15 % GUE + 85 % Poisson ≈ 0,49 (die geringfügige Abweichung zu 0,62 resultiert aus der Überlappung der Verteilungen).
Die Trennung ist nach jedem statistischen Standard extrem: Cohen's d = 8,808, z = 101,6σ.
CM-Formen sind „einfach“. Formen mit komplexer Multiplikation faktorisieren ihre L-Funktion als Produkt zweier Hecke-L-Funktionen über einem quadratischen Körper. Arithmetisch sind sie der „gutmütige“ Fall – und ihre Nullstellen verhalten sich genau so, wie Montgomery–Odlyzko es vorhersagt.
Nicht-CM-Formen sind „komplex“. Die höherdimensionale Galois-Darstellung führt eine arithmetische Struktur ein, die spektrale Korrelationen zu unterdrücken scheint. Die Nullstellen stoßen sich kaum ab – sie sind fast wie unabhängige Zufallspunkte.
Was auffällt, ist, dass der analytische Rang – die Ordnung der Nullstelle bei s=1/2, welche tiefe arithmetische Informationen über elliptische Kurven kodiert – nur einen sekundären Effekt hat. Rang 0 (β=0,68) und Rang 1 (β=0,54) sind beide intermediär, und ihre Werte lassen sich vollständig durch den Anteil an CM- gegenüber Nicht-CM-Formen in der jeweiligen Ranggruppe erklären. Der primäre strukturelle Determinant ist die Dimension, nicht der Rang.
Das Montgomery–Odlyzko-Gesetz ist nicht universell. Es gilt für die Riemannsche Zeta-Funktion und für CM-Formen, aber nicht für generische Nicht-CM-L-Funktionen (zumindest nicht bei nur 10 Nullstellen). Dies stellt eine Kernannahme der analytischen Zahlentheorie infrage.
Die Dimension ist die Variable, nicht der Rang. Die LMFDB-Community hat sich stark auf den analytischen Rang konzentriert (aus offensichtlichen Gründen – er ist die Goldmine für elliptische Kurven). Unsere Ergebnisse legen jedoch nahe, dass die Dimension des Hecke-Körpers der fundamentalere Parameter für die Spektralstatistik ist.
Es gibt eine Analogie zur statistischen Mechanik. Die Drei-Punkt-Funktion des Brody-Modells besitzt eine exakte Lösung, die β mit einem Screening-Parameter verbindet – das Debye–Hückel-Bild in 1D. GUE (β=2) ist „kristallisiert“ (starke Abstoßung); Poisson (β=0) ist „gasartig“ (keine Interaktion). Die Aufteilung nach Dimensionen entspricht einem Phasenübergang in der arithmetischen Komplexität.
Dies wirft mehr Fragen auf, als es beantwortet:
Höhenabhängigkeit: Würden wir bei Nicht-CM-Formen mit mehr Nullstellen (jenseits von z₁₀) GUE sehen? Effekte durch endliche Stichproben sind plausibel.
Sub-dimensionale Struktur: Variiert β kontinuierlich mit der Dimension? Wir haben d≥2 in einer Gruppe zusammengefasst – d=2, d=3, d=4 könnten unterschiedliche β-Werte haben.
Gewichtsabhängigkeit: Alle Formen haben das Gewicht 2. Wie sieht es mit Formen der Gewichte 4, 6, 8 aus?
Die Verbindung zur Physik: Ein begleitendes Experiment zu Cayley-Graph-Spektren fand einen scharfen Phasenübergang bei d=6 in der spektralen Zeta-Anpassung. Die gleiche Art von dimensionalem Übergang, in einem völlig anderen Kontext. Zufall?
Hätte man mich vor dieser Analyse gefragt, ob die Statistik der L-Funktions-Nullstellen von der Galois-Dimension abhängt, hätte ich „wahrscheinlich nicht“ getippt. Die Nullhypothese – ein universelles GUE-Verhalten – ist tief in der Literatur verankert.
Die Daten sagen etwas anderes. Die Trennung ist real, sie ist groß, und es ist die Dimension, nicht der Rang, die zählt.
Manchmal ist das interessanteste Signal jenes, das man zufällig findet, während man nach etwas anderem sucht.
Vollständiges Paper: Dimension-Dependent Spectral Statistics of L-Function Zeros
Daten: LMFDB — 63.844 Newforms des Gewichts 2, 568.708 Nullstellen-Abstände