Skip to main content
QUICK REVIEW

[论文解读] Heisenberg Uncertainty Principle for the q-Bessel Fourier transform

Lazhar Dhaouadi|ArXiv.org|Jul 10, 2007
Mathematical Analysis and Transform Methods参考文献 9被引用 4
一句话总结

本文通过 I.I. Hirschman 的熵论证方法,为 q-Bessel 傅里叶变换建立了类似海森堡的不确定性不等式,将经典不确定性原理推广至 q-分析领域。推导出函数及其 q-Bessel 变换在幂函数加权下的 $ L^2 $-范数之间的定量关系,证明了涉及 q-参数对数项与归一化常数的下界。

ABSTRACT

In this paper we uses an I.I. Hirschman-W. Beckner entropy argument to give an uncertainty inequality for the $q$-Bessel Fourier transform: $$ \mathcal{F}_{q,v}f(x)=c_{q,v}\int_{0}^{\infty}f(t)j_{v}(xt,q^{2})t^{2v +1}d_{q}t, $$ where $j_v(x,q)$ is the normalized Hahn-Exton $q$-Bessel function.

研究动机与目标

  • 将海森堡不确定性原理推广至 q-Bessel 傅里叶变换,采用基于熵的论证方法。
  • 在 q-分析框架下,建立一个定量不确定性不等式,以限制函数与其 q-Bessel 变换的联合局域化程度。
  • 为 q-Bessel 算子发展调和分析工具,包括 Plancherel 公式、q-平移与 q-卷积。
  • 将经典不确定性原理推广至 q-变体设置,与先前关于 q-Fourier、q-正弦或 q-余弦变换的研究相区别。
  • 证明 q-平移算子的正性及其在确保不确定性不等式有效性中的作用。

提出的方法

  • 将 I.I. Hirschman 的熵论证方法适配至 q-Bessel 傅里叶变换,利用由 $ |f(x)|^2 $ 和 $ | ilde{f}(x)|^2 $ 导出的概率密度的熵。
  • 使用 q-Jackson 积分与归一化的 Hahn-Exton q-Bessel 函数 $ j_v(x, q^2) $ 作为变换核,其中 $ ilde{f}(x) = ilde{ u}_q imes \text{积分} \, f(t) j_v(xt, q^2) t^{2v+1} d_q t $。
  • 在 q-设定下应用 Babenko-Beckner 不等式,以推导变换的 $ L^p $-范数边界,从而实现熵估计。
  • 采用 $ q $-平移算子 $ T_{q,x}^v $,其在 $ q \notin Q_v $ 时已被证明为正,以确保极限过程中的正性与收敛性。
  • 通过 $ h_n $ 的逼近与极限论证,证明熵项的收敛性,最终导出不确定性不等式。
  • 利用对归一化常数 $ k_c, k_d $ 与 q-常数 $ B_{q,v} $ 的对数边界推导主不等式,明确体现其对 $ c, d, a, b $ 的依赖关系。

实验结果

研究问题

  • RQ1如何将基于 Hirschman 熵的不确定性原理推广至 q-Bessel 傅里叶变换?
  • RQ2函数与其 q-Bessel 变换的加权 $ L^2 $-范数之和的精确定量下界是什么?
  • RQ3参数 $ a, b, c, d $ 与 q-常数 $ B_{q,v} $ 如何影响不确定性边界?
  • RQ4不确定性不等式 $ \|xf\|_{q,2,v} \|x\mathcal{F}_{q,v}f\|_{q,2,v} \geq k \|f\|_{q,2,v}^2 $ 中的最优常数 $ k $ 是什么?其计算方式如何?
  • RQ5在何种 $ q $ 与 $ v $ 条件下,q-平移算子为正,从而确保熵论证的有效性?

主要发现

  • 本文证明了一个新的不确定性不等式:$ c^a \|x^{a/2}f\|_{q,2,v}^2 + d^b \|x^{b/2}\mathcal{F}_{q,v}f\|_{q,2,v}^2 \geq -\log\left(B^2_{q,v} \frac{\sigma_a \sigma_b}{(cd)^{2v+2}}\right) \|f\|_{q,2,v}^2 $,该不等式对 $ f \in \mathcal{L}_{q,2,v} $ 成立,且满足条件 $ 0 < B^2_{q,v} \frac{\sigma_a \sigma_b}{(cd)^{2v+2}} < 1 $。
  • 一个推论建立了通用下界:$ \|xf\|_{q,2,v} \|x\mathcal{F}_{q,v}f\|_{q,2,v} \geq k \|f\|_{q,2,v}^2 $,其中 $ k $ 显式构造为 $ \psi(q^{n_1}) $ 或 $ \max\{\psi(q^{n_1}), \psi(q^{n_2})\} $,具体取决于 $ \alpha $ 的位置。
  • 最优常数 $ k $ 通过最大化 $ \psi(c) = \frac{v+1}{[\sigma_2 B_{q,v}]^{1/(v+1)}} |z_c \log z_c| $ 得到,其中 $ z_c = \frac{[\sigma_2 B_{q,v}]^{1/(v+1)}}{c^2} $,且满足 $ 0 < z_c < 1 $。
  • 证明依赖于熵的收敛性:$ \lim_{n \to \infty} E(|\mathcal{F}_{q,v}h_n *_{q} \mathcal{F}_{q,v}f|^2) = E(|\mathcal{F}_{q,v}f|^2) $,确保不等式在逼近下的稳定性。
  • 即使 $ E(|f|^2) $ 或 $ E(|\mathcal{F}_{q,v}f|^2) $ 为无穷大,该不等式依然成立,从而扩展了其适用范围。
  • 该结果推广了经典不确定性原理,且与先前工作不同,聚焦于 q-Bessel 变换(q-Hankel),而非 q-正弦/余弦或 q²-Fourier 变换。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。