[论文解读] Some improvements of numerical radius inequalities of operators and operator matrices
本文利用 [0, ∞) 上的非负连续函数,提出了希尔伯特空间算子乘积及 n×n 算子矩阵的数值半径的新上界和下界。通过引入幂-杨不等式和麦卡锡不等式,对现有不等式进行了改进和推广,并将结果扩展至对角算子矩阵的 B-数值半径,提供了比以往工作更紧的界。主要贡献是为 w_p(XY) 提供了一个尖锐的、参数化的上界,该上界改进了早期估计,并推广了 Alomari (2018) 的结果。
We obtain upper bounds for the numerical radius of a product of Hilbert space operators which improve on the existing upper bounds. We generalize the numerical radius inequalities of $n imes n$ operator matrices by using non-negative continuous functions on $[0,\infty)$. We also obtain some upper and lower bounds for the $B$-numerical radius of operator matrices, where $B$ is the diagonal operator matrix whose each diagonal entry is a positive operator $A.$ We show that these bounds generalize and improve on the existing bounds.
研究动机与目标
- 改进希尔伯特空间上有界线性算子乘积的数值半径的现有上界。
- 利用 [0, ∞) 上的非负连续函数,推广 n×n 算子矩阵的数值半径不等式。
- 为 B-数值半径建立 n×n 算子矩阵的新上界和下界,其中 B 是正算子的对角矩阵。
- 修正并扩展 Alomari (2018) 及 Abu-Omar 和 Kittaneh 的近期工作。
- 通过 A-伴随、A-范数和算子的谱性质,提供更紧、更一般的估计。
提出的方法
- 利用幂-杨不等式和 |X|Y = Y*|X| 的假设,推导出 w_p(XY) 的新上界。
- 应用麦卡锡不等式,将算子函数的 L^p 范数与它们的数值半径联系起来。
- 使用 A-数值半径 w_A(T) 和 A-自伴算子,将界推广至半希尔伯特空间。
- 通过非负连续函数 f, g 满足 f(t)g(t) = t 的变换,对估计进行精细化。
- 应用引理 4.14(关于非负矩阵的数值半径)推导 2×2 算子矩阵的界。
- 利用 A-内积的极化恒等式,推导出 w_A(Y♯A X) 的界。
实验结果
研究问题
- RQ1能否为希尔伯特空间算子乘积的数值半径推导出比以往更紧的上界?
- RQ2如何利用 [0, ∞) 上的连续函数推广 n×n 算子矩阵的数值半径不等式?
- RQ3当 B 是正算子的对角矩阵时,n×n 算子矩阵的 B-数值半径的改进上界和下界是什么?
- RQ4新界与现有界相比如何,特别是与 Alomari (2018) 和 Abu-Omar 与 Kittaneh 的结果相比?
- RQ5A-数值半径框架能否用于推导算子乘积和矩阵的更尖锐不等式?
主要发现
- 本文建立了一个新的 w_p(XY) 上界,通过使用涉及 f(t)g(t) = t 和幂-杨不等式的参数化不等式,改进了现有估计。
- 当 α = β = 2 且 p = 1 时,该界简化为 w(XY) ≤ r(Y) w⎛⎜⎝O f²(|X|) g²(|X*|) O⎞⎟⎠,推广了早期结果。
- n×n 算子矩阵 T 的 B-数值半径满足 w_B(T) ≤ w(T'),其中 T' 是对角线元素为 w_A(T_ii)、非对角线元素为 ||T_ij||_A 的实矩阵。
- 通过用 w_C(O T_ij T_ji O) 替换非对角线元素,导出了更紧的上界 w_B(T) ≤ w(T''),优于先前的界。
- 建立了 w_B(T) 的下界:w_B(T) ≥ 1/2 √(||T₁₂T♯A₁₂ + T♯A₂₁T₂₁||_A + 2m_A(T₂₁T₁₂)),提供了非平凡的逆估计。
- 证明了不等式 w_A(Y♯A X) ≤ 1/4 ||XX♯A + YY♯A||_A + 1/2 w_A(XY♯A),当 A = I 时,该结果推广并加强了文献 [21, Th. 2.10] 中的结果。
更好的研究,从现在开始
从论文设计到论文写作,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。