ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla...

21
Hipergrupy i ich zastosowania Żywilla Fechner Instytut Matematyki Uniwersytetu Śląskiego III Warsztaty z Analizy Rzeczywistej Konopnica, 20 – 21. 05. 2017

Transcript of ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla...

Page 1: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Hipergrupy i ich zastosowania

Żywilla FechnerInstytut Matematyki Uniwersytetu Śląskiego

III Warsztaty z Analizy RzeczywistejKonopnica, 20 – 21. 05. 2017

Page 2: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 1 | 21.05.2017 | Żywilla Fechner

Plan referatuMotywacja

Funkcje na hipergrupach

Miara Haara

Funkcje m-sinusowe

Zastosowania

Literatura

Page 3: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 2 | 21.05.2017 | Żywilla Fechner Motywacja

Algebra miar

Niech G będzie lokalnie zwartą grupą abelową Hausdorffa.Niech Mb(G) oznacza przestrzeń Banacha wszystkichskończonych miar Radona na G . Niech dalej

Mbd (G) :=

{µ ∈ Mb(G) : µ =

∞∑k=1

βkδgk gdzie∞∑

k=1|βk | <∞

}.

Splot dwóch miar Diraca jest zdefiniowany następująco

δg1 ∗ δg2 := δg1+g2 ,

gdzie g1, g2 są elementami grupy G .

Page 4: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 3 | 21.05.2017 | Żywilla Fechner Motywacja

Rozszerzenie splotu na przestrzeń Mbd (G)

Niech µ oraz µ′ będą elementami Mbd (G). Jeżeli istnieje taka

miara ρ w Mbd (G), że dla każdej funkcji f : G → C znikającej

w nieskończoności zachodzi∫G

f (z)dρ(z) =∫

G

∫G

f (x + y)dµ(x)dµ′(y),

to miarę ρ nazywamy splotem miar µ oraz µ′ i oznaczamyρ := µ ∗ µ′.

Problem: co stanie się, gdy G zastąpimy dowolną przestrzeniąlokalnie zwartą Hausdorffa bez struktury algebraicznej? Jak

zdefiniować

δg1 ∗ δg2 := δg1...g2?

Page 5: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 4 | 21.05.2017 | Żywilla Fechner Motywacja

Krótki wstęp do hipergrup

Niech K będzie lokalnie zwartą przestrzenią Hausdorffa,Mb(K ) przestrzenią ograniczonych miar Radona na K . NiechdalejM1(K ) będzie zbiorem wszystkich miarprobabilistycznych na K . Załóżmy, żeH∗ Dla wszystkich x , y z K , splot miar Diraca δx ∗ δy jest

ciągłym odwzorowaniem liniowym z K × K w M1(K ).H∨ Istnieje inwolucja ∨ : K → K będąca jednocześnie

homeomorfizmem.He Istnieje ustalony element e w K nazywany identycznością.

Page 6: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 5 | 21.05.2017 | Żywilla Fechner Motywacja

Krótki wstęp do hipergrup

Utożsamiając x z δx splot ma jedyne rozszerzenie do ciągłegoodwzorowania dwuliniowego z M(K )×M(K ) do M(K ).Hipergrupą nazywamy czwórkę (K , ∗,̌ , e) spełniającą warunkiH1 δx ∗ (δy ∗ δz) = (δx ∗ δy ) ∗ δz ,H2 (δx ∗ δy )̌ = δy̌ ∗ δx̌ ,H3 δx ∗ δe = δe ∗ δx = δx ,H4 e ∈ supp(δx ∗ δy̌ ) ↔ x = y ,H5 supp(δx ∗ δy ) jest zwarty,H6 Odwzorowanie K × K 3 (x , y) 7→ supp(δx ∗ δy ) ∈ C(K )

jest ciągłe.Przestrzeń wartości rozważamy z topologią Michaela.

Page 7: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 6 | 21.05.2017 | Żywilla Fechner Motywacja

Hipergrupa dwuelementowa

Niech K = {0, 1}, 0 < θ ≤ 1, e = 0, x∨ = x .

δ0 ∗ δ0 = δ0, δ0 ∗ δ1 = δ1 ∗ δ0 = δ1

δ1 ∗ δ1 = θδ0+(1− θ)δ1

D(θ) jest grupą, jeżeli θ = 1 oraz nie jest grupą, gdy θ 6= 1.

Page 8: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 7 | 21.05.2017 | Żywilla Fechner Funkcje na hipergrupach

Co oznacza h(x ∗ y)?Rozważmy przestrzeń probabilistyczną (K ,B(K ), δx ∗ δy ).Dowolna funkcja ciągła f : K → C może być rozważana jakozmienna losowa. Wartość oczekiwana f względem δx wynosi

EX (f ) =∫

Kfdδx = f (x)

Ogólnej, dla dowolnej takiej miary µ, że f jest µ-całkowalnazachodzi

f (µ) = Eµ(f ) =∫

Kfdµ.

W szczególności,

f (x ∗ y) := f (δx ∗ δy ) =∫

Kf (t)d(δx ∗ δy )(t), x , y ∈ K .

Page 9: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 8 | 21.05.2017 | Żywilla Fechner Funkcje na hipergrupach

Funkcje addytywne

Ciągłą funkcję a : K → C nazywamy addytywną, jeżeli∫K

a(t)d(δx ∗ δy )(t) = a(x) + a(y), x , y ∈ K .

W notacji grupowej

a(x ∗ y) = a(x) + a(y), x , y ∈ K .

Ponadto, a(e) = 0.

Page 10: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 9 | 21.05.2017 | Żywilla Fechner Funkcje na hipergrupach

Funkcje wykładnicze i charaktery

Ciągłą funkcję m : K → C nazywamy wykładniczą, jeżeli∫K

m(t)d(δx ∗ δy )(t) = m(x)m(y), x , y ∈ K .

W notacji grupowej

m(x ∗ y) = m(x)m(y), x , y ∈ K .

Ponadto, m(e) = 1. Jeśli dodatkowo

m(x∨) = m(x), x ∈ K ,

to m nazywamy semi-charakterem.Ograniczony semi-charakter nazywamy charakterem.

Page 11: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 10 | 21.05.2017 | Żywilla Fechner Funkcje na hipergrupach

Funkcje wykładnicze na D(θ)

Niech K = {0, 1}, 0 < θ ≤ 1, e = 0, x∨ = x . Wtedy

m(x ∗ y) =∫{0,1}

m(t)d(δx ∗ δy )(t) = m(x)m(y)

Zawsze m(0) = 1. Rozważmy x = y = 1:

m(1 ∗ 1)=∫{0,1}

m(t)d(δ1 ∗ δ1)(t)

= θm(0) + (1− θ)m(1) = θ + (1− θ)m(1)= m(1)m(1)

Stąd albo m ≡ 1 albo m(0) = 1 oraz m(1) = −θ.δ0 ∗ δ0 = δ0, δ0 ∗ δ1 = δ1 ∗ δ0 = δ1 δ1 ∗ δ1 = θδ0 + (1− θ)δ1

Page 12: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 11 | 21.05.2017 | Żywilla Fechner Miara Haara

Operator translacji i miara Haara

Niech y ∈ K . Operator translacji τy : C(K )→ C(K ) dany jestwzorem

τy f (x) :=∫

Kfd(δx ∗ δy ), f ∈ C(K ), y ∈ K .

Mówimy, że dodatnia miara Radona jest lewostronnieniezmienniczą miarą Haara, jeżeli∫

Kτy f (x)dω(x) =

∫K

f (x)dω(x), y ∈ K .

Page 13: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 12 | 21.05.2017 | Żywilla Fechner Miara Haara

Istnienie i przykład miary Haara

1. Każda przemienna hipergrupa dopuszcza miarę Haara.2. Każda zwarta hipergrupa dopuszcza miarę Haara, która

jest jednoznaczna z dokładnością do stałej.Na hipergrupie D(θ) całkowanie względem znormalizowanejmiary Haara wyraża się wzorem∫

Kfdω = θ

1 + θf (0) + 1

1 + θf (1)

dla dowolnej funkcji f : K → C.

Page 14: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 13 | 21.05.2017 | Żywilla Fechner Funkcje m-sinusowe

Funkcje m-sinusowe

Niech m : K → C będzie funkcją wykładniczą i niechf : K → C będzie funkcja ciągłą. Funkcja f jest funkcjąm-sinusową, jeżeli

f (x ∗ y) = f (x)m(y) + f (y)m(x), x , y ∈ K .∫K

f (t)d(δx ∗ δy )(t) = f (x)m(y) + f (y)m(x), x , y ∈ K .

Każda funkcja m-sinusowa na D(θ) jest identycznie równazero.

Page 15: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 14 | 21.05.2017 | Żywilla Fechner Zastosowania

Możliwe zastosowania funkcji m sinusowych

I twierdzenia graniczne dla błądzenia losowego

I synteza i analiza spektralna

I funkcje tworzące momenty wyższych rzędów

Page 16: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 15 | 21.05.2017 | Żywilla Fechner Zastosowania

Funkcje tworzące momenty wyższych rzędów

Niech N ∈ N. Funkcja ϕ : K → C jest funkcją generującąmomenty rzędu N , jeżeli istnieją takie funkcje ciągłeϕk : K → C (k = 0, . . . ,N), że ϕ0 = 1, ϕN = ϕ oraz dlak = 0, . . . ,N dla każdych x , y ∈ K zachodzi∫

Kϕ(t)d(δx ∗ δy )(t) = ϕk(x ∗ y) =

k∑j=0

(kj

)ϕj(x)ϕk−j(y).

W zastosowaniach rozważa się najczęściej N = 2 oraz funkcjeo wartościach rzeczywistych z dodatkowym warunkiem

ϕ21(x) ≤ ϕ2(x).

Page 17: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 16 | 21.05.2017 | Żywilla Fechner Zastosowania

Uogólniona wartość oczekiwana i wariancjaOtrzymujemy zależności

ϕ1(x ∗ y) = ϕ1(x) + ϕ1(y)

orazϕ2(x ∗ y) = ϕ2(x) + 2ϕ1(x)ϕ1(y) + ϕ2(y)

Jeżeli ϕ2 jest całkowalna względem µ ∈M1, to wielkość

E(µ) =∫

Kϕ1dµ

nazywamy uogólniona wartością oczekiwaną, a wielkość

V(µ) =∫

Kϕ2dµ−

[∫Kϕ1dµ

]2

uogólnioną wariancją.

Page 18: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 17 | 21.05.2017 | Żywilla Fechner Zastosowania

Własności uogólnionych momentów

Jeżeli ϕ2 jest całkowalna względem µ, ν ∈M1(K ), to

E(µ ∗ ν) = E(µ) + E(ν)V(µ ∗ ν) = V(µ) + V(ν)

Pomijając założenie ϕ0 = 1 i rozważając dowolną funkcjęwykładniczą ϕ0 otrzymujemy tzw. uogólnione funkcjemomentu. W szczególności, ϕ1 spełnia

ϕ1(x ∗ y) = ϕ1(x)ϕ0(y) + ϕ1(y)ϕ0(x).

Czyli ϕ1 jest funkcją ϕ0 - sinusową.

Page 19: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 18 | 21.05.2017 | Żywilla Fechner Zastosowania

Problemy i zastosowania

I Postać funkcji m-sinusowych na konkretnychhipergrupach.

I Różnice pomiędzy przypadkiem przemiennym inieprzemiennym.

I Ogólne metody wyznaczania funkcji momentu.

Page 20: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 19 | 21.05.2017 | Żywilla Fechner Literatura

Literatura

[1] W. R. Bloom and H. Heyer, Harmonic analysis of probabilitymeasures on hypergroups, de Gruyter Studies in Mathematics,vol. 20, Walter de Gruyter & Co., Berlin, 1995.

[2] Ż. F. and László Székelyhidi, Functional equations on double cosethypergroups, Annals of Functional Analysis (2017).

[3] E. Hewitt and K.A. Ross, Abstract harmonic analysis. Vol. I,Fundamental Principles of Mathematical Sciences vol. 115,Springer-Verlag, Berlin, 1979.

[4] László Székelyhidi, Functional Equations on Hypergroups, WorldScientific Publishing Co. Pte. Ltd., New Jersey, London, 2012.

Page 21: ŻywillaFechner InstytutMatematykiUniwersytetuŚląskiego ... · Strona 19 |21.05.2017 Żywilla Fechner Literatura Literatura [1]W.R.BloomandH.Heyer,Harmonic analysis of probability

Strona 20 | 21.05.2017 | Żywilla Fechner Literatura

Dziękuję za uwagę