[论文解读] A Cauchy-Kowalevski theorem for inframonogenic functions

Helmuth R. Malonek, Dixan Peña Peña+1 more|ArXiv.org|Nov 4, 2009

Algebraic and Geometric AnalysisMathematics参考文献 16被引用 21

一句话总结

本文在克利福德分析中建立了关于次正则函数的柯西-柯瓦列夫斯卡娅型定理，证明了在 $x_0$-正规邻域内，柯西型初值问题存在唯一解。该解通过以 $x_0$ 为变量的收敛幂级数构造而成，其系数由微分算子作用于解析初值数据 $A_0$ 和 $A_1$ 递归确定。

ABSTRACT

In this paper we prove a Cauchy-Kowalevski theorem for the functions satisfying the system DfD=0 (called inframonogenic functions).

研究动机与目标

• 建立高维克利福德分析中次正则函数的柯西-柯瓦列夫斯卡娅型存在性与唯一性结果。
• 求解在超平面 $x_0 = 0$ 上给定次正则函数及其 $x_0$-导数的初值问题。
• 将解表征为以 $x_0$ 为变量的收敛幂级数，其系数由作用于解析初值数据的微分算子导出。
• 证明解算子 $\mathsf{CK}[A_0, A_1]$ 在 $\mathsf{P}(k) \times \mathsf{P}(k-1)$ 与 $\mathbb{R}^{m+1}$ 中次数为 $k$ 的齐次次正则多项式空间之间构成双射。

提出的方法

• 构造形式幂级数解 $F(x) = \sum_{n=0}^\infty x_0^n A_n(\underline{x})$，其中系数 $A_n$ 满足初值条件 $F|_{x_0=0} = A_0(\underline{x})$ 与 $\partial_{x_0}F|_{x_0=0} = A_1(\underline{x})$。
• 通过要求 $\partial_x F \partial_x = 0$ 推导出 $A_n$ 的递推关系，得到 $A_{n+2} = -\frac{1}{(n+2)(n+1)}\left((n+1)(\partial_{\underline{x}}A_{n+1} + A_{n+1}\partial_{\underline{x}}) + \partial_{\underline{x}}A_n\partial_{\underline{x}}\right)$。
• 利用初值数据 $A_0$ 和 $A_1$ 的解析性，基于控制估计法证明级数在 $x_0$-正规开邻域 $\widetilde{\Omega}$ 内的收敛性。
• 显式定义解算子 $\mathsf{CK}[A_0, A_1]$ 为包含 $\partial_{\underline{x}}$ 和 $\partial_{\underline{x}}$ 对 $A_0$ 与 $A_1$ 进行迭代作用的级数。
• 通过 $\mathsf{CK}$ 算子在 $\mathbb{R}^{m+1}$ 中次数为 $k$ 的齐次次正则多项式空间与 $\mathbb{R}^m$ 中次数为 $k$ 和 $k-1$ 的齐次多项式对之间建立双射。
• 显式计算 $\mathsf{CK}$ 对单项式 $\langle\underline{x},\underline{u}\rangle^k e_A$ 和 $\langle\underline{x},\underline{u}\rangle^{k-1} e_A$ 的作用，以表征整个空间 $\mathsf{I}(k)$。

实验结果

研究问题

• RQ1 对于在 $x_0 = 0$ 上具有解析初值数据的次正则函数柯西问题，解是否存在？
• RQ2 解是否可以表示为以 $x_0$ 为变量的收敛幂级数，且其系数由初值数据上的微分算子确定？
• RQ3 解算子 $\mathsf{CK}[A_0, A_1]$ 是否在初值数据与 $\mathbb{R}^{m+1}$ 中次数为 $k$ 的齐次次正则多项式之间构成双射？
• RQ4 当 $A_1 = -\partial_{\underline{x}}A_0$ 时，$\mathsf{CK}$ 算子与经典正则延拓有何关系？
• RQ5 齐次多项式初值数据的 $\mathsf{CK}$ 延拓的显式形式是什么？

主要发现

• 解 $\mathsf{CK}[A_0, A_1]$ 是 $\mathbb{R}^{m+1}$ 中 $x_0$-正规开邻域 $\widetilde{\Omega}$ 内的次正则函数，满足初值条件 $F|_{x_0=0} = A_0(\underline{x})$ 与 $\partial_{x_0}F|_{x_0=0} = A_1(\underline{x})$。
• 级数解在 $\widetilde{\Omega} = \bigcup_{\underline{y} \in \underline{\Omega}} (-R(\underline{y}), R(\underline{y})) \times B(\underline{y}, R(\underline{y}))$ 内正规收敛，其中 $R(\underline{y})$ 为初值数据的收敛半径。
• 当 $A_1 = -\partial_{\underline{x}}A_0$ 时，$\mathsf{CK}[A_0, -\partial_{\underline{x}}A_0]$ 退化为左正则延拓 $\sum_{n=0}^\infty \frac{(-x_0)^n}{n!} \partial_{\underline{x}}^n A_0(\underline{x})$。
• $\mathsf{CK}$ 算子在 $\mathsf{P}(k) \times \mathsf{P}(k-1)$ 与 $\mathbb{R}^{m+1}$ 中次数为 $k$ 的齐次次正则多项式空间 $\mathsf{I}(k)$ 之间建立双射。
• 对于初值数据 $P_k(\underline{x}) \in \mathsf{P}(k)$ 与 $P_{k-1}(\underline{x}) \in \mathsf{P}(k-1)$，解 $\mathsf{CK}[P_k, P_{k-1}]$ 是 $\mathbb{R}^{m+1}$ 中次数为 $k$ 的齐次次正则多项式。
• 推导出 $\mathsf{CK}[\langle\underline{x},\underline{u}\rangle^k e_A, 0]$ 与 $\mathsf{CK}[0, \langle\underline{x},\underline{u}\rangle^{k-1} e_A]$ 的显式公式，其中涉及二项式系数与 $\underline{u}$ 的迭代克利福德乘积。