[論文レビュー] Pointwise convergence of multiple ergodic averages and strictly ergodic models
本稿は、厳密に混合的なモデルを構築することで、混合系における複数のエルゴード平均の逐次的収束を確立する。任意の混合系および有界な観測量に対して、2次元グリッド上の平均がμ-ほとんど everywhereに定数に収束することを示している。さらに、距離的系における逐次的収束問題を解き、積系における対角点の軌道閉包に台を持つ不変測度を用いて、多項式軌道に沿った複数のエルゴード平均がほとんど everywhereに収束することを示している。
By building some suitable strictly ergodic models, we prove that for an ergodic system $(X,\mathcal{X},μ, T)$, $d\in{\mathbb N}$, $f_1, \ldots, f_d \in L^{\infty}(μ)$, the averages $$\frac{1}{N^2} \sum_{(n,m)\in [0,N-1]^2} f_1(T^nx)f_2(T^{n+m}x)\ldots f_d(T^{n+(d-1)m}x) $$ converge $μ$ a.e. Deriving some results from the construction, for distal systems we answer positively the question if the multiple ergodic averages converge a.e. That is, we show that if $(X,\mathcal{X},μ, T)$ is an ergodic distal system, and $f_1, \ldots, f_d \in L^{\infty}(μ)$, then multiple ergodic averages $$\frac 1 N\sum_{n=0}^{N-1}f_1(T^nx)\ldots f_d(T^{dn}x) $$ converge $μ$ a.e.
研究の動機と目的
- 混合系における形 $\frac{1}{N^2}\sum_{(n,m)\in[0,N-1]^2} f_1(T^n x)\cdots f_d(T^{n+(d-1)m}x)$ の複数のエルゴード平均の逐次的収束を確立すること。
- 任意の混合系に対して、$\langle \tau_d(T), \sigma_d(T) \rangle$ の下での対角点の軌道閉包が厳密に混合的となるような厳密に混合的な位相的モデル $(\hat{X}, \hat{T})$ を構築すること。
- 混合距離的系のクラスにおける、$\frac{1}{N}\sum_{n=0}^{N-1} f_1(T^n x)\cdots f_d(T^{dn}x)$ の逐次的収束問題を解決すること。
- 確率測度の族 $\{\mu_x^{(d)}\}$ を $X^d$ 上に構成し、平均が $L^2(\mu)$ で収束し、これらの測度の射影が $\mu$ に関して絶対連続であるようにすること。
提案手法
- 任意の混合測度保存系 $(X, \mathcal{X}, \mu, T)$ に対して、$\langle \tau_d(\hat{T}), \sigma_d(\hat{T}) \rangle$ の下での対角点 $(x,\ldots,x)$ の軌道閉包 $N_d(\hat{X})$ が厳密に混合的となるような厳密に混合的な位相的モデル $(\hat{X}, \hat{T})$ を構築すること。
- このようなモデルの存在を用いて、複数のエルゴード平均 $\frac{1}{N^2}\sum_{(n,m)\in[0,N-1]^2} f_1(T^n x)\cdots f_d(T^{n+(d-1)m}x)$ が $\mu$-ほとんど everywhereに定数に収束することを示すこと。
- 距離的系では、$X^d$ 上の $T \times T^2 \times \cdots \times T^d$ の下での、族 $\mu_x^{(d)}$ のエルゴード不変測度を構築することで、複数のエルゴード平均 $\frac{1}{N}\sum_{n=0}^{N-1} f_1(T^n x)\cdots f_d(T^{dn}x)$ が $\mu$-ほとんど everywhereに収束することを証明すること。
- $\mu$-ほとんど everywhereの $x$ に対して、測度 $\mu_x^{(d)}$ が $T \times T^2 \times \cdots \times T^d$ の下でエルゴード的であり、射影 $(p_j)_*(\mu_x^{(d)})$ が $\mu$ に関して絶対連続であることを示すこと。
- 軌道に沿った経験的測度の弱収束点を用いて不変測度 $\mu_x^{(d)}$ を構築し、連続関数による近似と条件付き期待値の使用を通じてその不変性を証明すること。
- Furstenbergの構造定理を適用して、一般の収束問題を距離的系の弱混合拡張に還元し、距離的系での収束を示すことを鍵となるステップとして証明すること。
実験結果
リサーチクエスチョン
- RQ1任意の混合系に対して、複数のエルゴード平均 $\frac{1}{N^2}\sum_{(n,m)\in[0,N-1]^2} f_1(T^n x)\cdots f_d(T^{n+(d-1)m}x)$ は $\mu$-ほとんど everywhereに収束するか？
- RQ2任意の混合系は、$\langle \tau_d(T), \sigma_d(T) \rangle$ の下での対角点の軌道閉包が厳密に混合的となるような厳密に混合的な位相的モデルを備えているか？
- RQ3混合距離的系において、複数のエルゴード平均 $\frac{1}{N}\sum_{n=0}^{N-1} f_1(T^n x)\cdots f_d(T^{dn}x)$ は $\mu$-ほとんど everywhereに収束するか？
- RQ4$\mu$-ほとんど everywhereの $x$ に対して、$T \times T^2 \times \cdots \times T^d$ の下で不変な $X^d$ 上の測度 $\mu_x^{(d)}$ を関連付けることができるか？ その場合、平均は $L^2(\mu)$ で $\mu_x^{(d)}$ に関する積分に収束するか？
- RQ5$\mu$-ほとんど everywhereの $x$ に対して、対角点が $T \times \cdots \times T^d$ に関して不変なエルゴード的測度のgeneric点となるような位相的モデルを構築することは可能か？
主な発見
- 任意の混合系 $(X, \mathcal{X}, \mu, T)$ および $f_1, \ldots, f_d \in L^\infty(\mu)$ に対して、平均 $\frac{1}{N^2}\sum_{(n,m)\in[0,N-1]^2} f_1(T^n x)\cdots f_d(T^{n+(d-1)m}x)$ は $\mu$-ほとんど everywhereに定数に収束する。
- 任意の混合系は、$\langle \tau_d(\hat{T}), \sigma_d(\hat{T}) \rangle$ の下での対角点の軌道閉包 $N_d(\hat{X})$ が厳密に混合的となるような厳密に混合的な位相的モデル $(\hat{X}, \hat{T})$ を備える。
- 混合距離的系では、複数のエルゴード平均 $\frac{1}{N}\sum_{n=0}^{N-1} f_1(T^n x)\cdots f_d(T^{dn}x)$ は $\mu$-ほとんど everywhereに $L^2(\mu)$ 内の極限に収束する。
- $X^d$ 上の確率測度の族 $\{\mu_x^{(d)}\}_{x \in X}$ が存在し、$\mu$-ほとんど everywhereの $x$ に対して、$\mu_x^{(d)}$ は $T \times T^2 \times \cdots \times T^d$ の下でエルゴード的であり、平均は $L^2(\mu)$ で $\int_{X^d} f_1(x_1)\cdots f_d(x_d)\, d\mu_x^{(d)}(x_1,\ldots,x_d)$ に収束する。
- $\mu$-ほとんど everywhereの $x$ に対して、$1 \leq j \leq d$ について射影 $(p_j)_*(\mu_x^{(d)})$ は $\mu$ に関して絶対連続である。
- 任意の混合系が、対角点が $T \times \cdots \times T^d$ に関して不変なエルゴード的測度のgeneric点となるような位相的モデルを備えているという予想が真であれば、複数のエルゴード平均の $\mu$-ほとんど everywhere収束が示され、構築された測度 $\mu_x^{(d)}$ はそのような測度の自然な候補である。
より良い研究を、今すぐ始めましょう
論文設計から論文執筆まで、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。