[论文解读] Dynamics on fractals and fractal distributions

Michael Hochman|arXiv (Cornell University)|Aug 23, 2010

Mathematical Dynamics and Fractals参考文献 23被引用 34

一句话总结

本文通过在典型点处的‘景观’流（即对测度进行缩放）的动力学框架，研究分形测度，引入了均匀缩放测度（USMs）和分形分布（FDs）的概念。研究证明了USMs可生成FDs，将其与Furstenberg的CP过程及Zähle的自相似分布联系起来，并表明此类测度的投影可能表现出维数保持性，同时通过显式构造表明，即使原始测度是精确维数的，其投影也可能不具有精确维数。

ABSTRACT

We study fractal measures on Euclidean space through the dynamics of "zooming in" on typical points. The resulting family of measures (the "scenery"), can be interpreted as an orbit in an appropriate dynamical system which often equidistributes for some invariant distribution. The first part of the paper develops basic properties of these limiting distributions and the relations between them and other models of dynamics on fractals, specifically to Zähle distributions and Furstenberg's CP-processes. In the second part of the paper we study the geometric properties of measures arising in these contexts, specifically their behavior under projection and conditioning on subspaces.

研究动机与目标

• 通过在典型点处进行缩放的动力学方法，形式化并统一分形测度的研究，引入分形分布（FDs）作为测度在缩放后极限分布的概念。
• 建立分形分布与分形几何中已有模型之间的联系，包括Zähle的自相似分布和Furstenberg的CP过程。
• 研究分形测度在投影和子空间条件下的几何行为，特别关注维数保持性与精确维数性的失效。
• 构造显式例子，展示某些均匀缩放测度（USMs）的投影并非精确维数的，从而说明已知维数界限的紧致性。
• 提供一个通用框架，澄清并拓展近期关于组合或动力系统构造出的测度投影正则性的结果。

提出的方法

• 将测度μ在点x处的‘景观’定义为：在x附近对μ进行缩放和平移后的弱极限，使用缩放算子S_t(y) = e^t y与平移算子T_x(y) = y - x。
• 引入测度上的归一化运算*与□：μ*将μ归一化为在单位球上总质量为1；μ□则将μ限制在单位球上并进行归一化。
• 将分形分布（FDs）定义为景观流下的不变分布，将均匀缩放测度（USMs）定义为景观流在FD上实现等分布的测度。
• 通过景观流的拉回，定义在测度空间上的分布，并利用旋转与十进制构造，建立FDs与特定CP过程之间的等价关系。
• 通过递归过程构造USMs：对每个n，从受限的十进制CP分布Q_n中选取测度ν_n，其中心为P_n，并在快速增长的尺度N_n上组合ν_n以构建μ。
• 应用熵估计与极限定理（例如Hochman & Shmerkin [20]），通过涉及dyadic划分上归一化熵的下极限不等式，控制投影的下局部维数。

实验结果

研究问题

• RQ1 分形分布（FDs）与Zähle的自相似分布及Furstenberg的CP过程等已有模型有何关系？
• RQ2 在何种条件下，均匀缩放测度（USM）的投影能保持维数？何时会失效为精确维数？
• RQ3 能否构造一个投影非精确维数的USM？若能，其何种结构特征使其成为可能？
• RQ4 景观流在刻画分形测度的几何与维数性质中起何作用？
• RQ5 在不同尺度上缩放的动力学如何影响测度投影的维数？

主要发现

• 分形分布（FDs）等价于景观流下的某些不变分布，且推广了Zähle的自相似分布与Furstenberg的CP过程。
• 对任意分形分布P，存在一个生成P的均匀缩放测度μ，使得投影πμ满足dim πμ > E_P(π)，表明维数在投影下可能增加。
• 本文构造了一个USM μ，使得dim πμ = dim ν > E_P(π)，表明投影的维数可超过在分布下的期望值。
• 通过变体构造，得到一个USM μ，其投影πμ并非精确维数的，其上局部维数等于dim ν，而下局部维数严格小于dim ν。
• 关键技术工具是修改后的熵不等式：若liminf_{N→∞} (1/N) Σ_{k=1}^N (1/((m_{k+1}-m_k) log b)) H(μ_{D_{b^{m_k}}(x)}, D_{b^{m_{k+1}}}) ≥ α，则dim πμ ≥ α。
• 通过选择快速增长的尺度N_n与趋于0的合适角度θ_n，确保熵条件在α = dim ν时成立，同时控制序列m_k的增长，使m_{k+1}/m_k → 1，这对维数估计至关重要。