🔢 mathematics

Uniqueness and non-uniqueness pairs for the fractional Laplacian

该论文为分数阶拉普拉斯算子建立了离散子集构成唯一性或非唯一性对的充分条件，并提供了非唯一性实例，同时指出部分证明思想可推广至更广泛的乘子算子。

原作者： Ricardo Motta

发布于 2026-04-15

📖 1 分钟阅读🧠 深度阅读

原作者： Ricardo Motta

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文探讨了一个非常有趣且深奥的数学问题：我们能否通过“零散”的信息，完全复原一个函数？

想象一下，你面前有一个神秘的“魔法机器”（数学家称之为分数阶拉普拉斯算子，Fractional Laplacian）。这个机器有一个特性：如果你输入一个函数 $f$ ，它会输出另一个函数（我们可以把它想象成函数的“指纹”或“回声”）。

作者 Ricardo Motta 想要回答的问题是：

如果我们只知道这个函数 $f$ 在某些特定的点上是零（比如 $f$ 在这些点消失了），并且它的“指纹”（经过机器处理后的结果）在另外一些特定的点上也是零，那么，我们能否断定这个函数 $f$ 在整个世界上都必须是零（即完全不存在）？

如果能断定，我们就说这两组点是**“唯一性对”（Uniqueness Pair）；如果不能断定，存在非零的函数也能满足这些条件，那就是“非唯一性对”**（Non-uniqueness Pair）。

为了让你更容易理解，我们可以用几个生动的比喻：

1. 侦探与脚印（唯一性 vs. 非唯一性）

想象你是一个侦探，正在追踪一个幽灵（函数 $f$ ）。

唯一性（Unique）： 如果你发现幽灵在一条特定的路线上（集合 $\Lambda$ ）没有留下脚印，而且幽灵的“回声”（算子作用后的结果）在另一条路线上（集合 $M$ ）也没有回声。如果这两条路线的分布足够密集，或者分布得恰到好处，侦探就可以自信地说：“这个幽灵根本不存在，它完全是空的。”
非唯一性（Non-unique）： 但是，如果这两条路线上的点分布得太稀疏，或者分布得太奇怪，那么侦探就会遇到麻烦。可能会存在一个真正的幽灵，它恰好躲过了所有你检查的脚印点，同时也完美地避开了所有回声点。这时候，你就无法断定幽灵不存在了，因为“幽灵”可能真的在那里，只是你没抓到它。

2. 种树与森林（点的分布密度）

论文的核心在于研究这些“点”（ $\Lambda$ 和 $M$ ）是如何分布的。

太稀疏的树（非唯一性）： 想象你在一片大森林里种树。如果你只在非常稀疏的地方种树（比如每隔几公里种一棵，或者按照某种奇怪的指数规律种），那么可能有一种特殊的“隐形树”，它的叶子在那些种树的地方刚好是空的，而且它的影子（回声）在另一组稀疏的地方也是空的。这种情况下，你无法通过观察这些点来证明森林里全是空地。
- 论文发现，对于分数阶拉普拉斯算子，如果点的分布像 $n^\alpha$ （其中 $\alpha$ 比较大，点比较稀疏）那样，就容易出现这种“隐形树”。
密集的树（唯一性）： 如果你种的树非常密集，或者按照某种特定的对数规律（比如 $\log n$ ）分布，那么任何试图“隐形”的幽灵都会无处遁形。只要它在这些点上消失，它就必须整个消失。
- 论文证明，如果点的分布满足一定的“密度”条件（比如 $D^- > 0$ ），那么唯一性就成立了。

3. 分数阶拉普拉斯算子：一种“长距离”的魔法

为什么这个问题这么难？因为普通的拉普拉斯算子（像热传导方程里的）通常只关心“邻居”（局部性质）。但分数阶拉普拉斯算子是一个**“长距离”**的算子。

比喻： 普通的算子像是一个只关心隔壁邻居的人；而分数阶算子像一个拥有“千里眼”的人，它计算一个点的值时，会参考整个宇宙中所有其他点的值。
这意味着，即使你在一个点上把函数设为零，这个“零”的影响会瞬间传播到很远的地方。这种强大的“非局部”特性，使得唯一性对的条件变得更加苛刻，但也更加有趣。

4. 论文的主要发现

作者通过复杂的数学工具（如复分析、de Branges 空间等，你可以把它们想象成高级的“显微镜”和“筛子”），得出了以下结论：

什么时候能抓到幽灵（唯一性）？
- 如果两组点（ $\Lambda$ 和 $M$ ）的分布足够“稠密”或者增长得足够慢（比如像 $\log n$ 那样），那么只要函数在这些点上消失，它就必须完全消失。
- 这就像说：如果你在所有“稀疏但关键”的哨所都抓不到人，那这个人肯定不存在。
什么时候抓不到幽灵（非唯一性）？
- 如果点的分布太稀疏（比如像 $n^\alpha$ 那样， $\alpha$ 接近 1），或者在特定的高维网格上（比如 $AZ^d$ ），那么一定存在非零的函数，它能完美地避开所有检查点。
- 这就像说：如果哨所分布得太稀疏，总有一个幽灵能完美地穿过所有哨所而不被发现。
一个惊人的对比：
- 对于传统的傅里叶变换（Fourier Transform），有些点集既能保证唯一性，也能保证非唯一性，界限很微妙。
- 但对于分数阶拉普拉斯算子，作者发现了一种更强的“非唯一性”现象：在某些稀疏的集合上，即使函数和它的“指纹”都为零，函数本身也可以是非零的。这说明分数阶算子的“非局部性”比傅里叶变换更强，更难被“看穿”。

总结

这篇论文就像是在绘制一张**“数学地图”**。它告诉我们：

如果你想在数学上通过“零散”的观测点来完全确定一个函数，你需要非常小心地选择这些点的位置。
如果点选得太好（太密或分布太巧），你就能唯一确定一切。
如果点选得太差（太稀疏），就会留下漏洞，让非零的函数有机会“隐身”。

作者不仅给出了判断这些点是否足够的数学公式（密度条件），还构造了具体的例子，展示了在什么情况下“隐身”是可能的。这对于理解偏微分方程、信号处理以及物理学中的波传播都有重要的意义。

论文技术总结：分数阶拉普拉斯算子的唯一性与非唯一性对

论文标题：UNIQUENESS AND NON–UNIQUENESS PAIRS FOR THE FRACTIONAL LAPLACIAN
作者：Ricardo Motta
核心主题：研究离散子集 $\Lambda, M \subset \mathbb{R}^d$ 在什么条件下构成分数阶拉普拉斯算子 $(-\Delta)^s$ 的唯一性对 (Uniqueness Pair, UP) 或非唯一性对 (Non-Uniqueness Pair, NUP)。即，若函数 $f$ 在 $\Lambda$ 上为零且 $(-\Delta)^s f$ 在 $M$ 上为零， $f$ 是否必然恒为零？

1. 研究背景与问题 (Problem)

问题定义：给定算子 $T: H \to S$ 和离散子集 $\Lambda, M$ ，寻找使得 $f|_\Lambda = 0$ 且 $T(f)|_M = 0 \implies f \equiv 0$ 的充分条件。若成立，称 $(\Lambda, M)$ 为唯一性对 (UP)；否则为非唯一性对 (NUP)。
背景：
- 在傅里叶分析中，此类问题与不确定性原理及刚性现象（如 Radchenko-Viazovska 关于 $\pm\sqrt{n}$ 的插值公式）密切相关。
- 在偏微分方程中，这与解的传播和延拓性质有关（如 Heisenberg 唯一性对、Schrödinger 方程）。
- 分数阶拉普拉斯算子 $(-\Delta)^s$ ( $0<s<1$ ) 可通过 Caffarelli-Silvestre 延拓视为上半空间调和函数的 Dirichlet-to-Neumann 算子。
核心挑战：
- 对于开集，唯一性通常成立（低正则性下）。
- 对于离散集，情况更为复杂。傅里叶变换在某些稀疏离散集上存在唯一性，但在分数阶拉普拉斯算子背景下，需要确定离散集的几何分布（密度）如何影响唯一性。
- 主要目标是确定离散集 $\Lambda$ 和 $M$ 的渐近分布（通过特定的变量变换）如何决定 $f$ 是否必须为零。

2. 方法论 (Methodology)

论文结合了复分析、调和分析、函数空间理论（de Branges 空间、Gelfand-Shilov 空间）以及几何测度论（Beurling 密度）。

2.1 几何设置与密度定义

引入变量变换 $F: \mathbb{R}^d \to \mathbb{R}^d$ （如 $G_\alpha(y) = \text{sgn}(y)|y|^{1/\alpha}$ 和 $\Phi_{\alpha,c}$ ），定义离散集 $\Gamma$ 在变换下的上/下 Beurling 密度：
$D^{\pm}_F(\Gamma) = \limsup/\liminf_{r\to\infty} \sup/\inf \left\{ \frac{\#(F(\Gamma) \cap B)}{|B|} : |B|=r \right\}$
这用于量化离散集在无穷远处的“稀疏”或“密集”程度。

2.2 唯一性证明策略 (Uniqueness)

零点诱导衰减：利用命题 3.1 和 3.2，证明若离散集 $\Lambda$ 具有正的下密度 ( $D^- > 0$ )，则函数 $f$ 及其分数阶拉普拉斯变换 $(-\Delta)^s f$ 在 $\Lambda$ 上的零点会迫使函数在无穷远处具有指数级或次指数级衰减。
解析延拓：利用衰减性证明 $f$ 和 $(-\Delta)^s f$ 的傅里叶变换 $\hat{f}$ 和 $\widehat{(-\Delta)^s f}$ 可以解析延拓到复平面的某个带状区域（Tube）。
唯一性论证：
- 利用 $(-\Delta)^s$ 的傅里叶定义 $\widehat{(-\Delta)^s f}(\xi) = |\xi|^{2s}\hat{f}(\xi)$ 。
- 结合解析延拓和 $|\xi|^{2s}$ 在原点的奇异性（非光滑性），证明 $\hat{f}$ 在原点具有无限阶零点。
- 通过解析延拓原理，得出 $\hat{f} \equiv 0$ ，从而 $f \equiv 0$ 。
关键工具：de Branges 空间理论、Hermite-Biehler 函数、复分析中的管状区域解析延拓。

2.3 非唯一性证明策略 (Non-Uniqueness)

构造反例：目标是构造非零函数 $f$ ，使其在 $\Lambda$ 和 $M$ 上同时为零。
一维情形 ( $d=1, s=1/2$ )：
- 利用 de Branges 空间 $H(E)$ 和 模型空间 $K^2_\Theta$ 的插值理论（Theorem A）。
- 构造具有特定零点的内函数 $\Theta_\ell$ ，使得对应的 de Branges 空间中存在插值函数。
- 利用模型空间 $K^2_\Theta$ 与 Hardy 空间 $H^2(\mathbb{C}^+)$ 的关系，结合 $s=1/2$ 时 $(-\Delta)^{1/2}f \sim f'$ 的性质，构造满足条件的函数。
- 关键在于控制零点的密度，使其小于插值阈值（ $\pi^{-1}$ ），从而允许非零解存在。
高维情形 ( $d \ge 1$ )：
- 利用格点结构 $\mathbb{Z}^d$ 和线性变换 $A \in GL_d(\mathbb{R})$ 。
- 通过傅里叶级数展开和周期化函数，将问题转化为在基本域 $Q_A$ 上求解线性方程组。
- 构造具有紧支集的傅里叶变换 $\hat{f}$ ，使其在特定格点平移下满足 $f(Ak)=0 $和$ (-\Delta)^s f(Ak)=0$。

3. 主要结果 (Key Results)

3.1 唯一性对 (Theorem 1.1)

设 $H = \mathcal{S}(\mathbb{R}^d)$ ， $0 < \alpha, s < 1$ 。若 $\Lambda, M$ 满足以下条件之一，则 $(\Lambda, M)$ 是 $(-\Delta)^s$ 的唯一性对：

高维 ( $d \ge 1$ )：存在 $c_1, c_2 > 0$ $c_{1}, c_{2} > 0$ ，使得 $D^-_{\Phi_{1,c_1}}(\Lambda) > 0$ $D_{Φ_{1, c_{1}}}^{-} (Λ) > 0$ 且 $D^-_{\Phi_{1,c_2}}(M) > 0$ $D_{Φ_{1, c_{2}}}^{-} (M) > 0$ 。
- 推论：若 $f$ 在 $\{c_1 \log|k| \frac{k}{|k|}\}$ 上为零，且 $(-\Delta)^s f$ 在 $\{c_2 \log|k| \frac{k}{|k|}\}$ 上为零，则 $f \equiv 0$ 。
一维 ( $d=1$ )：
- 情况 (ii)： $D^-_{\Phi_{1,c_1}}(\Lambda) > 0$ 且 $D^-_{\Phi_{\beta,c_2}}(M) > 0$ （其中 $\beta = \alpha^{-1}$ ）。
- 情况 (iii)： $D^-_{\Phi_{1,c}}(\Lambda) > 0$ 且 $D^-_{G_\alpha}(M) > 0$ 。
- 推论：若 $f$ 在 $\{\pm c \log n\}$ 上为零，且 $(-\Delta)^s f$ 在 $\{\pm n^\alpha\}$ ( $0<\alpha<1$ ) 上为零，则 $f \equiv 0$ 。

3.2 非唯一性对 (Theorem 1.2 & 1.4)

一维非唯一性 (Theorem 1.2)：
- 对于 $0 < \alpha, p, q < 1$ ，若 $D^+_{G_\alpha}(\Lambda)$ 和 $D^+_{G_\alpha}(M)$ 均为有限值，则 $(\Lambda, M)$ 是 Gelfand-Shilov 空间 $S^{(p,q)}_{1/2}(\mathbb{R})$ 的非唯一性对。
- 意义：存在非零函数 $f \in \mathcal{S}(\mathbb{R})$ ，使得 $f$ 在 $Z_\alpha = \{\pm n^\alpha\}$ 上为零，且 $(-\Delta)^{1/2} f$ 在 $Z_\beta$ 上为零。这与傅里叶变换的情况截然不同（傅里叶变换在类似条件下通常具有唯一性）。
高维非唯一性 (Theorem 1.4)：
- 对于任意 $s > 0$ 和 $A \in GL_d(\mathbb{R})$ ， $(A\mathbb{Z}^d, A\mathbb{Z}^d)$ 是 $\mathcal{S}(\mathbb{R}^d)$ 的非唯一性对。
- 这意味着即使是在格点上，分数阶拉普拉斯算子也不具备傅里叶变换那样的刚性。

3.3 希尔伯特变换的类比 (Corollary 1.3)

上述结果同样适用于希尔伯特变换 $H$ ，表明分数阶拉普拉斯算子与希尔伯特变换在离散唯一性问题上具有相似的结构性。

4. 技术细节与空间定义

函数空间：
- $X_{s,\sigma}(\mathbb{R}^d)$ ：结合了 $L^1$ 可积性和局部 Hölder 连续性的空间，确保分数阶拉普拉斯算子有逐点定义。
- Gelfand-Shilov 空间 $S^{(p,q)}_s$ ：定义函数及其分数阶导数具有指数幂衰减 $e^{-b|x|^p}$ 的空间。论文证明了当 $p,q < 1$ 时，该空间包含非零解，从而支持非唯一性结论。
密度条件：
- 唯一性依赖于下密度 ( $D^-$ ) 为正，意味着集合不能太稀疏。
- 非唯一性依赖于上密度 ( $D^+$ ) 有限，意味着集合不能太密集（相对于特定的变换）。

5. 意义与贡献 (Significance)

揭示非局部性的新维度：
- 论文表明，分数阶拉普拉斯算子 $(-\Delta)^s$ 在离散集上的行为与傅里叶变换显著不同。傅里叶变换在某些稀疏集上具有刚性（唯一性），而分数阶拉普拉斯算子在类似的稀疏集（如 $n^\alpha$ ）上允许非唯一性。这揭示了分数阶算子具有更强的“非局部性”特征。
几何分布的决定性作用：
- 明确了离散集的渐近分布（通过 $G_\alpha$ 和 $\Phi$ 变换后的密度）是决定唯一性的关键因素，而非仅仅是集合的测度（因为离散集测度为零）。
连接不同数学领域：
- 成功将 de Branges 空间理论（复分析）、插值理论、分数阶微积分和调和分析结合起来，为解决 PDE 中的唯一延拓问题提供了新的工具。
推广性：
- 结果不仅限于 $(-\Delta)^s$ ，还推广到了更广泛的乘子算子（Multiplier Operators），包括移位分数阶拉普拉斯算子和波动方程/薛定谔方程的传播子。
边界值问题的离散化：
- 通过 Caffarelli-Silvestre 延拓，将结果解释为退化椭圆方程在边界上的 Dirichlet-Neumann 唯一延拓问题，指出即使边界集测度为零，其渐近分布也能决定解的唯一性。

总结

Ricardo Motta 的这篇论文通过精细的几何密度分析和复变函数技巧，彻底厘清了分数阶拉普拉斯算子在离散集上的唯一性条件。其核心发现是：分数阶拉普拉斯算子在离散集上的唯一性比傅里叶变换更脆弱，存在大量非唯一性对，这取决于集合在无穷远处的渐近稀疏程度。这一发现深化了对非局部算子传播性质的理解。