[논문 리뷰] Improvement of $A$-numerical radius inequalities of semi-Hilbertian space operators

Pintu Bhunia, Raj Kumar Nayak외 1명|arXiv (Cornell University)|2020. 08. 25.

Mathematical Inequalities and Applications참고 문헌 21인용 수 23

한 줄 요약

이 논문은 A-수반과 행렬 연산 기법을 도입하여 반하이버트 공간 내 연산자에 대한 A-수치 반지름 부등식을 개선한다. A-수반과 A-반내적 공간에서의 볼록성, 산술기하평균 부등식, 내적 추정을 활용하여 단일 연산자에 대한 새로운 최소-최대 유형의 A-수치 반지름 부등식을 수립하고, 2×2 연산자 행렬의 B-수치 반지름에 대해 향상된 상한을 도출한다. 이는 이전 결과를 크게 향상시킨다.

ABSTRACT

Let $\mathcal{H}$ be a complex Hilbert space and let $A$ be a positive operator on $\mathcal{H}$. We obtain new bounds for the $A$-numerical radius of operators in semi-Hilbertian space $\mathcal{B}_A(\mathcal{H})$ that generalize and improve on the existing ones. Further, we estimate bounds for the $B$-operator seminorm and $B$-numerical radius of $2 imes 2$ operator matrices, where $B=\mbox{diag}(A,A)$. The bounds obtained here improve on the existing ones.

연구 동기 및 목표

• A가 가역적이지 않을 경우 반하이버트 공간 내 A-수치 반지름에 대한 날카로운 상한이 부족한 문제를 해결한다.
• A-수반과 A-연산자 반노름을 활용하여 고전적 수치 반지름 부등식을 A-설정으로 일반화한다.
• 기존 문헌의 결과를 향상시키기 위해 2×2 연산자 행렬의 B-수치 반지름에 대해 더 날카로운 상한을 도출한다.
• 두 가지 서로 다른 접근법을 통해 상호 비교 불가능하지만 우월한 상한을 수립하여 연산자 행렬 추정의 유연성을 높인다.
• 특히 고전적 상한이 비최적일 경우가 많은 상황에서 기존 부등식에 대한 정량적 개선을 제공한다.

제안 방법

• ⟨Tx, y⟩A = ⟨x, Ry⟩A 관계를 통해 A-수반 연산자를 정의하며, R(T*A) ⊆ R(A)일 경우 존재 보장.
• A-연산자 반노름 ∥T∥A = sup{∥Tx∥A : ∥x∥A = 1}과 A-최소노름 mA(T)를 사용해 수치 반지름 추정을 정밀화.
• t²의 볼록성과 산술기하평균 부등식을 적용하여 |⟨Tx, x⟩A|²을 α ∈ [0,1]에 대해 αT♯AT + (1−α)TT♯A의 노름으로 추정.
• 레마 2.3을 활용해 A-내적의 곱을 추정하고, wA²(T)를 wA(T²)와 ∥TT♯A + T♯AT∥A로 표현.
• B = diag(A, A)로 정의하고 행렬을 대각선 및 비대각선 부분으로 분해하여 2×2 연산자 행렬로 확장.
• 동일한 볼록성과 AM-GM 기법을 적용해 연산자 행렬의 wB²(T)에 대해 두 가지 서로 다른 비가교성 있는 상한을 도출.

실험 결과

연구 질문

• RQ1 어떻게 A-수반 연산자와 매개변수화된 볼록 조합을 활용해 A-수치 반지름 wA(T)를 더 날카롭게 상한화할 수 있는가?
• RQ2 반하이버트 공간 내 단일 연산자에 대한 기존 A-수치 반지름 부등식은 어떤 방식으로 개선될 수 있는가?
• RQ3 2×2 연산자 행렬의 새로운 B-수치 반지름 상한은 문헌에 기록된 결과와 어떻게 비교되는가?
• RQ4 어떤 경우에 유도된 두 상한 중 하나가 다른 상한보다 더 우월한가?
• RQ5 명시적인 반례를 통해 새로운 부등식이 기존 결과보다 엄격히 우월함을 입증할 수 있는가?

주요 결과

• 논문은 w²A(T) ≤ min₀≤α≤1 ∥αT♯AT + (1−α)TT♯A∥A 를 수립하며, 이는 기존 상한 w²A(T) ≤ ½∥T♯AT + TT♯A∥A 보다 엄밀히 개선됨을 보여준다.
• r ≥ 1 인 경우, w²ʳA(T) ≤ ½wʳA(T²) + ¹⁄₂ʳ⁺¹∥TT♯A + T♯AT∥ʳA 는 고전적 접근보다 더 날카로운 추정을 제공한다.
• 2×2 연산자 행렬의 경우, 정리 3.4는 특정 행렬에 대해 w²B(T) ≤ 3⁄4 를 도출하지만, [14, Th. 3.5]는 4를 도출하여 상당한 개선을 보인다.
• 정리 3.7은 행렬에 대해 w²B(T) ≤ 3⁄4 를 도출하지만, [14, Th. 3.7]은 1을 도출하여 이 경우 25%의 개선을 보였다.
• 유도된 두 상한은 일반적으로 상호 비교 불가능하며, 행렬의 구조에 따라 한쪽 상한이 다른 쪽을 능가하는 반례를 통해 이를 입증하였다.