Moment sequences and difference equations

技术摘要：矩序列与差分方程

问题陈述
本文研究了两类特定数学对象之间的交集：实数“正矩”（positive moment, pm）序列（即由实轴上的正测度生成的序列）与具有常系数的齐次及非齐次线性差分方程的解。主要目标是确定在何种条件下，当一个差分方程以 pm 序列作为输入时，其产生的解也是一个 pm 序列。次要目标是为关于矩序列的现有结果（特别是 Bennett [4] 中的工作）提供概率解释和简化证明，并对这些发现进行推广。

研究方法
作者采用了结合经典分析（Hankel 矩阵、特征方程）与概率论（随机变量、分布、期望）的双重方法。

1. Hankel 矩阵分析： 本文利用 Hankel 矩阵（$H_n = [s_{i+j}]$）及其行列式（Hankel 变换）的性质来刻画序列。具体而言，它依赖于 Kronecker 定理，该定理将 Hankel 矩阵的有限秩与线性递推关系的存在联系起来。
2. 概率解释： 作者将矩序列的性质转化为随机变量的语言。若序列 $\{m_n\}$ 是一个 pm 序列，则存在随机变量 $X$ 使得 $m_n = E[X^n]$。这一视角被用于简化证明保持 pm 性质的操作（例如，凸组合、独立变量的乘积）。
3. 测度论与特征多项式： 核心分析方法涉及通过多项式 $Q(x)$ 将两个测度 $dA$和$dB$联系起来，使得$dB(x) = \frac{1}{Q(x)}dA(x)$。本文通过分析由这种关系导出的差分方程，重点研究$Q(x)$ 的根相对于生成测度的支撑集的情况。

主要贡献与结果

• 有限秩序列与差分方程： 本文确立了任何其 Hankel 矩阵具有有限秩 $r$ 的实序列都满足一个 $r$ 阶常系数齐次线性差分方程。反之，如果一个序列满足此类方程，其生成的测度是有限支撑的（如果可识别）。
• 正矩性质的保持： 作者提出了并证明了一系列将 pm 序列映射为 pm 序列的操作。这些操作包括：
  • 非负线性组合。
  • Hausdorff 均值（广义二项变换）。
  • 对应于独立随机变量的序列乘积。
  • 涉及斐波那契数、卡塔兰数（Catalan numbers）和贝尔数（Bell numbers）的特定变换。
• 主定理（输入-输出 PM 性质）： 核心结果（定理 5）探讨了形式为 $\sum c_j b_{n+j} = a_n$ 的非齐次差分方程，其中 $\{a_n\}$ 是由测度 $dA$ 生成的 pm 序列。解 $\{b_n\}$ 是由测度 $dB$ 生成的 pm 序列，当且仅当：
  1. 多项式 $Q(x) = \sum c_j x^j$ 在 $dA$ 的支撑集上是非负的。
  2. 初始条件被特意选择为 $b_k = \int \frac{x^k}{Q(x)} dA(x)$。
  3. 至关重要的是，$Q(x)$ 的奇数重根必须位于测度 $dA$的支撑集**之外**。如果奇数重根位于支撑集内，生成的测度$dB$ 将不是正测度。
• 对初始条件的敏感性： 通过示例（例如具有复共轭根或特定多项式输入的方程），本文证明了解的 pm 性质对初始条件高度敏感。即使特征多项式满足支撑集条件，错误的初始条件也可能导致结果不是 pm 序列（例如，产生负的 Hankel 行列式）。
• 概率证明： 本文为关于矩序列的若干已知结果提供了简化的概率证明，包括对于具有无限支撑集的测度，其偶数阶矩的对数凸性，以及卷积和算术平均值下 pm 性质的保持。

意义与主张
本文声称提供了一个将差分方程的代数结构与矩序列的解析性质相联系的统一框架。

• 简化： 通过利用概率解释，作者为文献中先前确立的复杂结果（特别是指向 Bennett [4]）提供了更简单的证明。
• 推广： 该工作推广了差分方程保持正矩性质的条件，从有限支撑情况扩展到了满足 Cramer 条件的测度。
• 诊断效用： 作者指出，特征方程的根相对于测度支撑集的位置对解的 pm 状态的敏感性可以被用作一种数值测试。具体而言，可以通过观察在适宜选择的初始条件下生成的序列是否维持 pm 性质，来测试奇数重根是否位于测度的支撑集内。

文章最后指出，这些测度与其矩序列之间的关系可以导致新的恒等式和差分方程，特别是在分析两个测度之间的 Radon-Nikodym 导数为有理函数时。