Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2508.00601

帮助 | 高级搜索

数学 > 度量几何

arXiv:2508.00601 (math)
[提交于 2025年8月1日 ]

标题: 自相似测度的倍增性质

标题: Doubling property of self-similar measures with overlaps

Authors:Yu Wang, Ya-Min Yang
摘要: 最近,杨、袁和张[自相似测度和自仿射谢尔宾斯基海绵上的伯努利测度的二倍性质,印第安纳大学数学杂志,73 (2024), 475-492]表征了满足开集条件的自相似测度何时是二倍测度。在本文中,我们研究了具有重叠的自相似测度何时是二倍测度。设$m\geq 2$并让$\beta>1$是满足$\beta^m=\sum_{j=0}^{m-1}\beta^j$的皮索数。设$\mathbf{p}=(p_1,p_2)$是一个概率权重,让$\mu_{\mathbf{p}}$是与IFS$\{ S_1(x)={x}/{\beta}, S_2(x)={x}/{\beta}+(1-{1}/{\beta}),\}.$关联的自相似测度,杨[...,印第安纳大学数学杂志] J.,] 证明了当 $m=2$, $\mu_{\mathbf{p}}$ 是倍增的当且仅当 $\mathbf{p}=(1/2,1/2)$。 我们证明了对于 $m\geq 3$, $\mu_{\mathbf{p}}$ 总是非倍增的。
摘要: Recently, Yang, Yuan and Zhang [Doubling properties of self-similar measures and Bernoulli measures on self-affine Sierpinski sponges, Indiana Univ. Math. J., 73 (2024), 475-492] characterized when a self-similar measure satisfying the open set condition is doubling. In this paper, we study when a self-similar measure with overlaps is doubling. Let $m\geq 2$ and let $\beta>1$ be the Pisot number satisfying $\beta^m=\sum_{j=0}^{m-1}\beta^j$. Let $\mathbf{p}=(p_1,p_2)$ be a probability weight and let $\mu_{\mathbf{p}}$ be the self-similar measure associated to the IFS $\{ S_1(x)={x}/{\beta}, S_2(x)={x}/{\beta}+(1-{1}/{\beta}),\}.$ Yung [...,Indiana Univ. Math. J., ] proved that when $m=2$, $\mu_{\mathbf{p}}$ is doubling if and only if $\mathbf{p}=(1/2,1/2)$. We show that for $m\geq 3$, $\mu_{\mathbf{p}}$ is always non-doubling.
主题: 度量几何 (math.MG) ; 动力系统 (math.DS)
引用方式: arXiv:2508.00601 [math.MG]
  (或者 arXiv:2508.00601v1 [math.MG] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.00601
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yu Wang [查看电子邮件]
[v1] 星期五, 2025 年 8 月 1 日 13:01:14 UTC (52 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.DS
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
math
math.MG

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号