Лемма Шварца и функция ядра Сегё

Schwarz’s lemma and the Szegö kernel function
P. R. Garabedian
1949-01-01

теорема искажения Кёбелемма Шварцафункция ядра Сегёограниченные аналитические функциимногосвязные области
В данной статье рассматриваются экстремальные задачи для семейства ограниченных аналитических функций в многосвязной области D, а также экстремальные задачи для среднего модуля ^c\f\ds мероморфных функций f в D, взятого по границе C области D. Показано, что эти два типа задач тесно связаны между собой, и для обоих типов одновременно получены решения методом контурного интегрирования. В своей диссертации Грунский использовал совершенно аналогичный метод. Поэтому интересно отметить, что фундаментальные теоремы искажения теории однолистных конформных отображений были развиты Грунским с помощью метода, который здесь удаётся применить для получения фундаментальных теорем искажения для ограниченных функций. Таким образом, обобщение леммы Шварца на многосвязные области и обобщение теоремы искажения Кёбе могут быть выполнены с помощью единой методики (3).
1
Метод контурного интегрирования позволяет одновременно решать оба класса экстремальных задач.
2
Подход аналогичен методу контурного интегрирования Грунского для получения теорем искажения в теории однолистных конформных отображений.
3
Этот метод приводит к обобщениям леммы Шварца для ограниченных аналитических функций в многосвязных областях.
4
В статье устанавливается тесная связь между экстремальными задачами для ограниченных аналитических функций и задачами о среднем модуле мероморфных функций на границе многосвязных областей.
5
С помощью той же единой техники получаются фундаментальные теоремы искажения, аналогичные теореме искажения Кёбе.

Ограниченные аналитические и мероморфные функции в многосвязной области D, рассматриваемые на её границе C

Экстремальные задачи для среднего модуля и вытекающие теоремы об искажении и обобщённая лемма Шварца для этих функций

Publication Details
Publication Date
1949-01-01
Journal
Publisher
ISSN
Access Type
Author Information
Authors
P. R. Garabedian
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%