7.1 非交换Marcinkiewicz插值定理

基础引理与定义

  • 引理7.1:对任意f∈Lp(M,τ)f \in L^p(M,\tau)(1≤p<∞1 \leq p < \infty),有∥f∥pp=τ(∣f∣p)=∫0∞ptp−1df(t) dt\|f\|_p^p = \tau(|f|^p) = \int_0^\infty p t^{p-1} d_f(t)\,dt,其中dfd_f为分布函数。
  • 定义7.2:子线性算子TT满足∣T(αf)∣=∣α∣∣T(f)∣|T(\alpha f)| = |\alpha||T(f)|,且对f,gf,g存在偏等距u,vu,v使得∣T(f+g)∣≤u∣T(f)∣u∗+v∣T(g)∣v∗|T(f+g)| \leq u|T(f)|u^* + v|T(g)|v^*;弱型pp指λpdT(f)(λ)≤Cp∥f∥pp\lambda^p d_{T(f)}(\lambda) \leq C_p \|f\|_p^p;强型pp指∥T(f)∥p≤Cp∥f∥p\|T(f)\|_p \leq C_p \|f\|_p。
  • 命题7.3:弱型条件等价于关于重排函数的不等式sup⁡t>0mf(t)f(t)=sup⁡s>0sf(df(s))\sup_{t>0} m_f(t)f(t) = \sup_{s>0} s f(d_f(s))。

主要定理

  • 定理7.4(非交换Marcinkiewicz插值定理):若子线性算子TT在(L1∩L∞)(M,τ)(L^1 \cap L^\infty)(M,\tau)上为弱型pp和qq(1≤p<q<∞1 \leq p < q < \infty),则对任意r∈(p,q)r \in (p,q),TT是强型rr。

7.2 非交换Banach函数空间与(L1,L∞)(L^1,L^\infty)的精确插值空间

7.2.1 基本概念

  • 定义7.5:相容对(X0,X1)(X_0,X_1)指存在Hausdorff拓扑向量空间XX,使X0,X1X_0,X_1连续嵌入其中。
  • 和空间X0+X1X_0 + X_1与交空间X0∩X1X_0 \cap X_1分别赋予范数∥x∥X0+X1=inf⁡{∥x0∥X0+∥x1∥X1:x=x0+x1}\|x\|_{X_0+X_1} = \inf\{\|x_0\|_{X_0} + \|x_1\|_{X_1}: x = x_0+x_1\}与∥x∥X0∩X1=max⁡{∥x∥X0,∥x∥X1}\|x\|_{X_0 \cap X_1} = \max\{\|x\|_{X_0},\|x\|_{X_1}\}。
  • 定理7.6:X0+X1X_0 + X_1与X0∩X1X_0 \cap X_1在上述范数下为Banach空间。
  • 定义7.7:适算子TT指其在X0X_0和X1X_1上的限制分别为Y0Y_0和Y1Y_1上的有界算子;其范数为∥T∥A=max⁡{∥T∥B(X0,Y0),∥T∥B(X1,Y1)}\|T\|_A = \max\{\|T\|_{B(X_0,Y_0)},\|T\|_{B(X_1,Y_1)}\}。
  • 定义7.8:中间空间XX满足X0∩X1↪X↪X0+X1X_0 \cap X_1 \hookrightarrow X \hookrightarrow X_0 + X_1;若所有适算子T∈A(X0,X1)T \in A(X_0,X_1)将XX映入自身,则称XX为插值空间。
  • 命题7.9:对任意插值空间XX,存在常数CC使得∥T∥B(X,X)≤C∥T∥A\|T\|_{B(X,X)} \leq C \|T\|_A。
  • 定义7.10:若上述CC可取为1,则称XX为精确插值空间。
  • 备注7.11:精确插值空间的范数唯一。

7.2.2KK-泛函与kk-泛函

  • 定义7.12:KK-泛函定义为K(f,t;X0,X1)=inf⁡{∥f0∥X0+t∥f1∥X1:f=f0+f1}K(f,t;X_0,X_1) = \inf\{\|f_0\|_{X_0} + t\|f_1\|_{X_1}: f = f_0+f_1\}。
  • 命题7.13:K(f,t)K(f,t)关于tt是非负凹函数,满足t−1K(f,t;X0,X1)=K(f,t−1;X1,X0)t^{-1}K(f,t;X_0,X_1) = K(f,t^{-1};X_1,X_0);K(f,t)K(f,t)递增,t−1K(f,t)t^{-1}K(f,t)递减。
  • 定义7.14:kk-泛函是K(f,t)K(f,t)的右连续递减导数函数,即K(f,t)=∫0tk(f,s) dsK(f,t) = \int_0^t k(f,s)\,ds(当K(f,0+)=0K(f,0+)=0)。
  • 定理7.15:下列等价:(1)K(f,0+)=0K(f,0+)=0;(2)K(f,t)=∫0tk(f,s) dsK(f,t)=\int_0^t k(f,s)\,ds;(3)f∈X0∩X1‾X0+X1f \in \overline{X_0 \cap X_1}^{X_0+X_1};(4)f∈X1‾X0+X1f \in \overline{X_1}^{X_0+X_1};特别地,对L1+L∞L^1+L^\infty中任意ff,K(f,0+)=0K(f,0+)=0。

7.2.3 单调插值空间

  • 定义7.16:Riesz–Fischer范数ρ\rho满足:等测度不变性、范数公理(正定性、齐次性、三角不等式)、单调性、有限测度集上特征函数有界、积分控制性、可数可加性;若还满足f∗≺g∗⇒ρ(f)≤ρ(g)f^* \prec g^* \Rightarrow \rho(f) \leq \rho(g),则称单调Riesz–Fischer范数。
  • 定义7.17:(X0,X1)ρ={f∈X0∩X1‾X0+X1:ρ(k(f,⋅;X0,X1))<∞}(X_0,X_1)_\rho = \{f \in \overline{X_0 \cap X_1}^{X_0+X_1}: \rho(k(f,\cdot;X_0,X_1)) < \infty\},范数为∥f∥ρ=ρ(k(f,⋅))\|f\|_\rho = \rho(k(f,\cdot))。
  • 定义7.18:中间空间XX单调当且仅当K(g,t)≤K(f,t) (∀t>0)K(g,t) \leq K(f,t)\ (\forall t>0)且f∈Xf \in X蕴含g∈Xg \in X且∥g∥X≤∥f∥X\|g\|_X \leq \|f\|_X。
  • 定理7.19:若ρ\rho是单调Riesz–Fischer范数,则(X0,X1)ρ(X_0,X_1)_\rho是单调插值空间。
  • 定义7.20:Gagliardo对(X0,X1)(X_0,X_1)满足∥f∥X0=sup⁡t>0K(f,t)\|f\|_{X_0} = \sup_{t>0} K(f,t)当且仅当f∈X0f \in X_0,且∥f∥X1=sup⁡t>0t−1K(f,t)\|f\|_{X_1} = \sup_{t>0} t^{-1}K(f,t)当且仅当f∈X1f \in X_1。
  • 定理7.21:若(X0,X1)(X_0,X_1)是Gagliardo对,则任意单调插值空间XX必为(X0,X1)ρ(X_0,X_1)_\rho、(X1,X0)ρ(X_1,X_0)_\rho或X0+X1X_0+X_1(等价范数下)。
  • 定理7.22:对任意T∈A(X0,X1)T \in A(X_0,X_1),有K(Tx,t)≤∥T∥AK(x,t)K(Tx,t) \leq \|T\|_A K(x,t);若(X0,X1)(X_0,X_1)是Gagliardo对且K(Tx,t)≤CK(x,t)K(Tx,t) \leq C K(x,t),则T∈A(X0,X1)T \in A(X_0,X_1)且∥T∥A≤C\|T\|_A \leq C。
  • 推论7.23:(X0,X1)ρ(X_0,X_1)_\rho是精确插值空间;若(X0,X1)(X_0,X_1)是Gagliardo对,则任意精确单调插值空间必为上述三者之一。

7.2.4(L1(M,τ),L∞(M,τ))(L^1(M,\tau),L^\infty(M,\tau))的精确插值空间

  • 定理7.24:对(L1,L∞)(L^1,L^\infty),有K(f,t)=∫0tmf(s) dsK(f,t) = \int_0^t m_f(s)\,ds,故k(f,t)=mf(t)k(f,t) = m_f(t)且K(f,0+)=0K(f,0+)=0。
  • 推论7.25:L1∩L∞L^1 \cap L^\infty在L1L^1中稠密,(L1,L∞)(L^1,L^\infty)是Gagliardo对。
  • 定理7.26:(L1,L∞)(L^1,L^\infty)的所有精确插值空间自动单调。
  • 推论7.27:精确插值空间XX当且仅当X=(L1,L∞)ρ={f∈L1+L∞:ρ(mf)<∞}X = (L^1,L^\infty)_\rho = \{f \in L^1+L^\infty: \rho(m_f) < \infty\},范数为∥f∥ρ=ρ(mf)\|f\|_\rho = \rho(m_f)。
  • 推论7.28:每个Lρ(M,τ)L^\rho(M,\tau)连续嵌入(L1+L∞)(M,τ)(L^1+L^\infty)(M,\tau)及τ\tau-可测算子空间。
  • 定义7.29:Σ={T∈A(L1,L∞):max⁡(∥T∥1,∥T∥∞)≤1}\Sigma = \{T \in A(L^1,L^\infty): \max(\|T\|_1,\|T\|_\infty) \leq 1\}上的拓扑TΣT_\Sigma由邻域基V(T0;xi,yi;ε)={T∈Σ:∣τ((T(xi)−T0(xi))yi)∣<ε}V(T_0; x_i,y_i;\varepsilon) = \{T \in \Sigma: |\tau((T(x_i)-T_0(x_i))y_i)| < \varepsilon\}生成。
  • 定理7.30:(Σ,TΣ)(\Sigma,T_\Sigma)是紧空间。
  • 定理7.31:对任意x∈L1+L∞x \in L^1+L^\infty,轨道Ox={Tx:T∈Σ}O_x = \{Tx: T \in \Sigma\}在σ(L1+L∞,L1∩L∞)\sigma(L^1+L^\infty, L^1 \cap L^\infty)拓扑下闭。
  • 引理7.32:对阶梯形正交投影和a,ba,b,存在T∈Σ+T \in \Sigma_+使得τ(bT(a))=∫0∞ma(t)mb(t) dt\tau(bT(a)) = \int_0^\infty m_a(t)m_b(t)\,dt。
  • 引理7.33(Hardy引理):若∫0tf1≤∫0tf2\int_0^t f_1 \leq \int_0^t f_2对所有t>0t>0成立,且gg递减非负,则∫0∞f1g≤∫0∞f2g\int_0^\infty f_1 g \leq \int_0^\infty f_2 g。
  • 定理7.34:对x∈L1+L∞x \in L^1+L^\infty,y∈L1∩L∞y \in L^1 \cap L^\infty,有∫0∞mx(t)my(t) dt=sup⁡T∈Σ∣τ(yT(x))∣\int_0^\infty m_x(t)m_y(t)\,dt = \sup_{T \in \Sigma} |\tau(yT(x))|。
  • 定理7.35:y∈Oxy \in O_x当且仅当∫0tmy(s) ds≤∫0tmx(s) ds\int_0^t m_y(s)\,ds \leq \int_0^t m_x(s)\,ds对所有t>0t>0成立。
  • 定理7.26证明:由定理7.35与7.24,K(y,t)≤K(x,t)K(y,t) \leq K(x,t)蕴含存在T∈ΣT \in \Sigma使y=Txy = Tx;由XX精确插值性,得y∈Xy \in X且∥y∥X≤∥x∥X\|y\|_X \leq \|x\|_X。