Skip to main content
QUICK REVIEW

[論文レビュー] Pointwise convergence of averages along cubes

Idris Assani|ArXiv.org|May 27, 2003
Limits and Structures in Graph Theory参考文献 5被引用数 6
ひとこと要約

本稿は、測度保存系における立方体に 沿った多重エゴドリック平均の逐次ほとんど everywhere 収束を確立し、以前の $L^2$ 収束結果を拡張する。スペクトル的技法と一様な Wiener-Wintner 型推定を用いて、7つの有界関数の平均が a.e. で収束することを証明し、その際 $CL$ 要因がエゴドリック系におけるこのような収束の特徴的要因であることを示す。

ABSTRACT

Let $(X,\mathcal{B},μ, T)$ be a measure preserving system. We prove the pointwise convergence of the averages $$\frac{1}{N^2}\sum_{n,m= 0}^{N-1} f_1(T^nx)f_2(T^mx)f_3(T^{n+m}x)$$ and of similar averages with seven bounded functions.

研究の動機と目的

  • 測度保存系における立方体に 沿った多重エゴドリック平均の逐次ほとんど everywhere 収束を確立すること。
  • 立方体平均の以前の $L^2$ 収束結果を almost everywhere 収束へ拡張すること。
  • エゴドリック系における逐次収束に対して $CL$ 要因が特徴的要因である役割を特定すること。
  • 弱混合系において、$2^k - 1$ 個の有界関数の平均が a.e. で積分の積に収束することを示すこと。
  • 3関数平均の逐次収束に対してKronecker 要因が特徴的要因であることを示すこと。

提案手法

  • 問題をエゴドリック系に還元するためにエゴドリック分解を用いる。
  • Kronecker 要因の直交補空間に属する関数を含む指数和を制御するためにBourgainの一様 Wiener-Wintner 結果を適用する。
  • $L^ u$-ノルム推定とコーシー・シュワルツ型不等式を用いて平均作用素の $L^2$-ノルムを評価する。
  • 3次元立方体の平均を低次元立方体へのネストされた平均に再帰的に分解する。
  • スペクトル論および $CL$ 要因の構造を用いて、1つの関数の積分がゼロの場合の極限挙動を分析する。
  • 補題4を適用して、1つの関数が $CL$ 要因に直交する場合、平均の $L^2$-ノルムがゼロに近づくことを示し、その場合に a.e. 収束がゼロに成ることを示す。

実験結果

リサーチクエスチョン

  • RQ1有界関数に対して、平均 $\frac{1}{N^3}\sum_{m,n,p=0}^{N-1} f_1(T^m x)f_2(T^n x)f_3(T^{m+n}x)f_4(T^p x)f_5(T^{m+p}x)f_6(T^{n+p}x)f_7(T^{m+n+p}x)$ は almost everywhere に収束するか?
  • RQ2$CL$ 要因はエゴドリック系におけるこのような7関数平均の逐次収束に対して特徴的か?
  • RQ3弱混合系において、$2^k - 1$ 個の有界関数の平均は逐次収束するか?
  • RQ43関数平均の逐次収束に対してKronecker 要因が特徴的要因であることを示せるか?
  • RQ5$L^2$ 収束が非中心または非一様配置の平均に対して a.e. 収束を示さないのはなぜか?

主な発見

  • 任意のエゴドリック測度保存系において、3次元立方体上の7つの有界関数の平均は a.e. に収束する。
  • $CL$ 要因は7関数立方体平均の逐次収束に対して特徴的であり、極限はこの要因への射影にのみ依存する。
  • 弱混合系において、$2^k - 1$ 個の有界関数の平均はすべての $k \geq 1$ に対して a.e. で積分の積に収束する。
  • 3関数平均の場合、Kronecker 要因は逐次収束に対して特徴的であり、1つの関数がこの要因に直交する場合、極限はゼロである。
  • 証明により、1つの関数の積分がゼロで系が弱混合である場合、平均の $L^2$-ノルムがゼロに近づくことが示され、その場合 a.e. 収束がゼロに成ることを示す。
  • 本稿は、$L^2$ 収束が非一様または非中心配置の平均に対して a.e. 収束を示さないことを、文献における反例によって示している。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。