Skip to main content
QUICK REVIEW

[论文解读] Nevanlinna representations in several variables

Jim Agler, Ryan Tully‐Doyle|arXiv (Cornell University)|Mar 10, 2012
Holomorphic and Operator Theory参考文献 12被引用 4
一句话总结

本文将Nevanlinna在上半平面中对虚部非负函数的经典积分表示定理推广至多复变函数情形。通过使用处处定义的自伴算子与正收缩算子,本文引入了在多上半平面中属于Loewner类的函数的四种Nevanlinna型表示形式,为每种表示类型建立了必要且充分的渐近增长条件。

ABSTRACT

We generalize two integral representation formulae of Nevanlinna to functions of several variables. We show that for a large class of analytic functions that have non-negative imaginary part on the upper polyhalfplane there are representation formulae in terms of densely defined self-adjoint operators on a Hilbert space. We introduce three types of structured resolvent of a self-adjoint operator and identify four different types of representation in terms of these resolvents. We relate the types of representation that a function admits to its growth at infinity.

研究动机与目标

  • 将Nevanlinna对Pick类函数的经典积分表示定理推广至多变量情形。
  • 定义并刻画在多上半平面中具有非负虚部的解析函数的四种不同类型的Nevanlinna型表示形式。
  • 识别出函数理论上的必要且充分条件——具体而言,是函数在无穷远处的渐近增长条件——使得函数可表示为上述四种类型中的一种。
  • 建立此类表示与希尔伯特空间上结构化预解算子之间的对应关系,其中涉及自伴算子与和为单位元的正收缩算子。

提出的方法

  • 通过公式 $ h(z_1,\dots,z_n) = \langle (A - z_1Y_1 - \cdots - z_nY_n)^{-1}v, v \rangle_{\mathcal{H}} $ 提出多变量Cauchy变换的类比,其中 $ A $ 为处处定义的自伴算子,$ Y_j $ 为和为1的正收缩算子,且 $ v \in \mathcal{H} $。
  • 将Loewner类 $ \mathcal{L}_n $ 定义为在 $ \Pi^n $ 上解析且满足广义Pick条件的函数集合:$ h(z) - \overline{h(w)} = \sum_{j=1}^n (z_j - \overline{w_j}) A_j(z,w) $,其中 $ A_j $ 为半正定矩阵。
  • 基于不同的算子结构与定义域假设,推导出四种不同的表示类型,尤其区分了涉及有界与无界算子的表示形式。
  • 证明:函数可表示为某类形式,当且仅当其属于 $ \mathcal{L}_n $ 且在无穷远处满足特定增长条件,例如 $ \liminf_{y \to \infty} y |h(iy,\dots,iy)| < \infty $。
  • 利用结构化预解恒等式推导预解算子差值的算子理论恒等式,从而实现积分表示的构造。
  • 应用多圆柱上的Schur类与多上半平面的Pick类之间的变换技术,推广经典双变量结果。

实验结果

研究问题

  • RQ1具有非负虚部的函数在多变量情形下的Nevanlinna经典积分表示的类比形式是什么?
  • RQ2如何在算子理论框架下,将Cauchy变换推广至多复变函数情形?
  • RQ3在多变量情形下,函数可表示为Nevanlinna型表示的必要且充分函数理论条件(特别是无穷远处的增长条件)是什么?
  • RQ4四种不同的Nevanlinna表示形式在算子结构与定义域假设方面有何差异?
  • RQ5能否推导出在多变量情形下推广经典预解恒等式的结构化预解恒等式?

主要发现

  • 当且仅当 $ h \in \mathcal{L}_n $ 且 $ \liminf_{y \to \infty} y |h(iy,\dots,iy)| < \infty $ 时,$ \Pi^n $ 上的函数 $ h $ 可表示为 $ h(z) = \langle (A - z_1Y_1 - \cdots - z_nY_n)^{-1}v, v \rangle_{\mathcal{H}} $ 的形式,这推广了Nevanlinna的一变量结果。
  • 四种Nevanlinna表示形式通过算子定义域条件与无穷远处增长行为的特定组合被完全刻画,每种类型对应于一类不同的结构化预解算子。
  • 本文表明Loewner类 $ \mathcal{L}_n $ 是Pick类 $ \mathcal{P} $ 的自然多变量类比,广义Pick条件 $ h(z) - \overline{h(w)} = \sum_{j=1}^n (z_j - \overline{w_j}) A_j(z,w) $ 与 $ \mathcal{L}_n $ 中的成员资格等价。
  • 本文证明,增长条件 $ \liminf_{y \to \infty} y |h(iy,\dots,iy)| < \infty $ 在多变量情形下是存在Cauchy型表示的必要且充分条件。
  • 推导出结构化预解恒等式,包括 $ (A - z_Y)^{-1} - (A - w_Y)^{-1} = (A - z_Y)^{-1}(z - w)_Y(A - w_Y)^{-1} $,该式推广了经典预解恒等式。
  • 本文证明:对于任意此类表示,函数 $ h $ 满足逐点估计 $ |h(z)| \leq C\left(1 + \|z\|_1 + \frac{1 + \|z\|_1^2}{\min_j \operatorname{Im} z_j}\right) $,其中 $ C > 0 $,从而确认了多项式型增长控制。

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。