[논문 리뷰] Pointwise convergence of averages along cubes

Idris Assani|ArXiv.org|2003. 05. 27.

Limits and Structures in Graph Theory참고 문헌 5인용 수 6

한 줄 요약

이 논문은 측도를 보존하는 시스템에서 입자들의 입방체를 따라 다중 에르고딕 평균의 점별 거의 everywhere 수렴을 확립한다. 이는 이전의 $L^2$ 수렴 결과를 확장한 것이다. 스펙트럼 기법과 균일한 위너-윈터 유형의 추정을 사용하여, 7개의 유계 함수의 평균이 거의 everywhere로 수렴함을 증명하며, 이러한 수렴에 대해 $CL$ 요소가 특징적인 역할을 한다고 밝힌다.

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.

연구 동기 및 목표

• 측도를 보존하는 시스템에서 입자들의 입방체를 따라 다중 에르고딕 평균의 점별 거의 everywhere 수렴을 확립하는 것.
• 이전의 입방체 평균에 대한 $L^2$ 수렴 결과를 거의 everywhere 수렴으로 확장하는 것.
• 에르고딕 시스템에서 점별 수렴에 대해 $CL$ 요소가 특징적인 역할을 하는 것을 규명하는 것.
• 약한 혼합 시스템에서 $2^k - 1$개의 유계 함수 평균이 거의 everywhere로 그 적분의 곱으로 수렴하는지 보여주는 것.
• 세 함수 평균의 점별 수렴에 대해 크로네커 요소가 특징적인 역할을 하는지 보여주는 것.

제안 방법

• 에르고딕 분해를 사용하여 문제를 에르고딕 시스템으로 단순화한다.
• 보르게인의 균일한 위너-윈터 결과를 사용하여 크로네커 요소의 직교보완에 속하는 함수를 포함한 지수 합을 제어한다.
• $L^ u$-노름 추정과 코시-슈바르츠 유형 부등식을 사용하여 평균 연산자의 $L^2$-노름을 유계화한다.
• 입방체 평균을 낮은 차원의 입방체에 대한 중첩된 평균으로 분해하는 재귀적 분해를 도입한다.
• 스펙트럼 이론과 $CL$ 요소의 구조를 활용하여, 한 함수의 적분이 0일 경우의 극한 행동을 분석한다.
• 레마 4를 적용하여, 한 함수가 $CL$ 요소에 직교할 경우 평균의 $L^2$-노름이 0으로 수렴함을 보여주며, 이는 그 경우 거의 everywhere 수렴이 0으로 이루어짐을 의미한다.

실험 결과

연구 질문

• RQ1 유계 함수에 대해 $\frac{1}{N^3}\sum_{m,n,p=0}^{N-1} f_1(T^m x)f_2(T^n x)f_3(T^{m+n}x)f_4(T^p x)f_5(T^{m+p}x)f_6(T^{n+p}x)f_7(T^{m+n+p}x)$의 입방체 평균이 거의 everywhere로 수렴하는가?
• RQ2 $CL$ 요소가 에르고딕 시스템에서 이러한 7개 함수 평균의 점별 수렴에 대해 특징적인가?
• RQ3 약한 혼합 시스템에서 $2^k - 1$개의 유계 함수 평균이 점별 수렴하는가?
• RQ4 세 함수 평균의 점별 수렴에 대해 크로네커 요소가 특징적인 역할을 한다고 보일 수 있는가?
• RQ5 $L^2$ 수렴이 비중앙 또는 비균일 간격 평균에 대해 거의 everywhere 수렴을 함의하지 않는 이유는 무엇인가?

주요 결과

• 어느 에르고딕 측도를 보존하는 시스템에서든 7개의 유계 함수 평균이 입자들의 3차원 입방체를 따라 거의 everywhere로 수렴한다.
• $CL$ 요소는 7개 함수 입방체 평균의 점별 수렴에 대해 특징적인 역할을 하며, 이는 극한이 오직 이 요소에 대한 사영에만 의존한다는 것을 의미한다.
• 약한 혼합 시스템에서 $2^k - 1$개의 유계 함수 평균은 모든 $k \geq 1$에 대해 거의 everywhere로 그 적분의 곱으로 수렴한다.
• 세 함수 평균의 경우 크로네커 요소는 점별 수렴에 대해 특징적인 역할을 하며, 한 함수가 이 요소에 직교할 경우 극한은 0이 된다.
• 증명 과정에서 한 함수의 적분이 0이고 시스템이 약한 혼합일 경우 평균의 $L^2$-노름이 0으로 수렴함을 보여주며, 이는 그 경우 거의 everywhere 수렴이 0으로 이루어짐을 의미한다.
• 논문은 $L^2$ 수렴이 비균일하거나 비중앙 평균에 대해 거의 everywhere 수렴을 함의하지 않는다는 것을 보여주며, 이는 문헌에 기재된 반례를 통해 확인된다.