形式陈述
核 1 / x 在原点不可绝对积分,怎样仍产生一个稳定的线性变换?答案是对称删去奇点,让左右两侧先抵消。
对 Schwartz 函数 f ,定义 Hilbert 变换
H f ( x ) = 1 π p . v . ∫ R f ( y ) x − y d y = lim ε ↓ 0 1 π ∫ | x − y | > ε f ( y ) x − y d y . Schwartz 函数指光滑且自身及各阶导数都比任意多项式幂衰减更快的函数。这个积分也可理解为与分布 公理库 Schwartz 分布 Schwartz distribution · Generalized function · 广义函数 以紧支撑光滑测试函数上的连续线性泛函容纳普通函数、跳跃导数和点源,并用显式 Green 核连接分布方程与零边界能量解。 π − 1 p . v . ( 1 / x ) 卷积,不能把奇点当成普通 Lebesgue 可积核。
采用本页 e − 2 π i x ξ 的 Fourier 约定,
H f ^ ( ξ ) = − i sign ( ξ ) f ^ ( ξ ) . 因此它是一个Fourier 乘子 公理库 Fourier 乘子与平方可积估计 Fourier multiplier · L2 Fourier multiplier 把频域逐点乘法搬回函数空间,证明L2乘子范数恰为符号的本质上确界,并用一个有界逆乘子构造二阶弱解。 ,并唯一延拓为 L 2 ( R ) 上的等距算子。更一般地,
‖ H f ‖ p ≤ C p ‖ f ‖ p ( 1 < p < ∞ ) , 以及弱端点界
| { | H f | > λ } | ≤ C ‖ f ‖ 1 / λ . 后两式先对 L 1 ∩ L 2 等共同稠密核心成立,再定义相容的延拓。它们没有声称任意代表、任意点的主值都存在;点态主值的更强结论需要额外的截断最大算子分析。
直觉
把积分改写成对称的距离变量,在零附近得到
∫ ε 1 f ( x − t ) − f ( x + t ) t d t . 分子的一阶抵消消除了 1 / t 的不可积奇性。只保留一侧、或者分别积分两边再减去两个无穷量,都不再是这个定义。
频域中,正频率乘以 − i ,负频率乘以 i ,每个频率的幅度不变,只改变相位。因此在周期纯模态的对应版本中,余弦变为正弦,正弦变为负余弦。对一般实线信号,空间域的长尾和奇点则揭示了仅看频率幅度难以察觉的端点行为。
例子与边界
一个区间的变换同时暴露两个端点问题
对 f = 1 ( 0 , 1 ) ,在 x ≠ 0 , 1 直接取主值积分得
H f ( x ) = 1 π log | x x − 1 | . 例如 H f ( 1 / 2 ) = 0 ,因为左右输入完全抵消;H f ( 2 ) = log 2 / π ,H f ( − 1 ) = − log 2 / π 。靠近零或一时,对数绝对值发散,所以一个有界输入可以得到无界输出,L ∞ → L ∞ 有界性失败。
另一方面,| x | → ∞ 时
log | x x − 1 | = 1 x + O ( x − 2 ) . 所以输出的绝对值有 1 / | x | 尾,整体不可积;L 1 → L 1 也失败。局部对数奇点和远处幂尾是两个不同的失败机制。
图片加载失败 抵消不是零输出
如果 f 是偶函数,H f 是奇函数;它在零点为零,却一般在别处不为零。奇核抵消的是局部共同常数部分,不是把整条信号消除。对 L 2 输入,由乘子直接有
H 2 f = − f , 因为 ( − i sign ξ ) 2 = − 1 几乎处处。单点 ξ = 0 的取值不影响 L 2 等价类。
推论与应用
从正则化核得到 L2 等距
令
Q ε ( x ) = x π ( x 2 + ε 2 ) . 它是可积频率函数 − i sign ( ξ ) e − 2 π ε | ξ | 的逆 Fourier 变换:拆开正负半轴后,只需计算
2 ∫ 0 ∞ e − 2 π ε s sin ( 2 π x s ) d s = x π ( x 2 + ε 2 ) . 记这个频率函数为 m ε 。它与 Schwartz 输入 f 都在 L 1 中,所以将 Q ε = F − 1 m ε 代入卷积时,Fubini 定理 公理库 Fubini 定理 Fubini's theorem 在适当可积条件下,多重积分等于任意次序的迭代积分。 允许交换绝对积分,得到 Q ε ∗ f = F − 1 ( m ε f ^ ) ;这不要求 Q ε 本身属于 L 1 。随着 ε ↓ 0 ,符号有界地趋于 − i sign ξ ;对平方频域误差使用以 4 | f ^ | 2 控制的控制收敛定理 公理库 控制收敛定理 Dominated convergence theorem 几乎处处收敛且被同一可积函数控制时,可以交换极限与积分。 ,再由Plancherel 定理 公理库 Plancherel 定理 Plancherel theorem Fourier 变换从稠密子空间唯一延拓为 L² 上保持内积与范数的酉算子。 得到 L 2 收敛。空间域中,用左右差分处理原点,得到相同的主值极限。因此
‖ H f ‖ 2 2 = ∫ | f ^ ( ξ ) | 2 d ξ = ‖ f ‖ 2 2 . 弱 L1 界需要再用空间抵消
L 2 有界本身不能推出弱 L 1 。对 f ∈ L 1 ∩ L 2 和阈值 λ ,取平均 | f | 超过 λ 的最大二进区间 I j 。它们两两不交;父区间的平均不超过 λ ,所以
λ < 1 | I j | ∫ I j | f ( y ) | d y ≤ 2 λ , ∑ j | I j | ≤ ‖ f ‖ 1 / λ . 大祖先区间的平均至多为 ‖ f ‖ 1 / | I | → 0 ,所以每条超过阈值的嵌套链都有一个最大的坏区间。Lebesgue 微分定理 公理库 Lebesgue 微分定理 Lebesgue differentiation theorem 局部可积函数在几乎每一点都由缩小球上的平均恢复,且该点附近的平均绝对振荡趋零。 也适用于这里缩小的二进区间:含 x 、长度为 ℓ 的区间包含在 B ( x , ℓ ) 中,其平均绝对振荡至多为中心球平均的两倍。因此在这些坏区间外 | f | ≤ λ 几乎处处。令 g 在区间外等于 f ,在 I j 内等于 f 的平均;令 b j = ( f − f I j ) 1 I j 。则
f = g + ∑ j b j , ‖ g ‖ ∞ ≤ 2 λ , ‖ g ‖ 1 ≤ ‖ f ‖ 1 , ∫ b j = 0 , ∑ j ‖ b j ‖ 1 ≤ 2 ‖ f ‖ 1 . 好部分用 L 2 等距和Markov 的测度积分估计 公理库 Markov 不等式 Markov's inequality 非负随机变量超过阈值的概率由其期望除以阈值控制。 控制:
| { | H g | > λ / 2 } | ≤ 4 λ 2 ‖ g ‖ 2 2 ≤ 8 λ ‖ f ‖ 1 . 坏部分可能很高,但每块平均为零。设 c j 、ℓ j 是 I j 的中心和长度。对 x ∉ 3 I j ,
H b j ( x ) = 1 π ∫ I j ( 1 x − y − 1 x − c j ) b j ( y ) d y . 括号绝对值至多为常数乘 ℓ j / | x − c j | 2 。对 x ∉ 3 I j 积分,其积分为绝对常数,故
∫ R ∖ 3 I j | H b j ( x ) | d x ≤ C ‖ b j ‖ 1 . 放大区间的并只有至多 3 ‖ f ‖ 1 / λ 的长度;在其外,对坏部分之和用上述可积估计和 Markov 型界,得到同阶的坏点长度。将好、坏两部分合并,就证明 | { | H f | > λ } | ≤ C ‖ f ‖ 1 / λ 。无穷区间族可先取有限部分,再用 L 2 收敛的几乎处处子列与Fatou 引理 公理库 Fatou 引理 Fatou's lemma 非负可测函数列下极限的积分不超过积分的下极限。 过极限。
中间指数与应用
弱 ( 1 , 1 ) 与强 ( 2 , 2 ) 经Marcinkiewicz 插值 公理库 Marcinkiewicz 插值定理 Marcinkiewicz interpolation theorem · Weak-type interpolation 把函数按输出阈值拆成高低振幅两部分,用不同弱型界分别控制,再对阈值积分得到中间指数的强界。 给 1 < p < 2 。对 p > 2 ,令 q = p / ( p − 1 ) < 2 。乘子共轭等于它的负数,故 L 2 中 H ∗ = − H ;对共同核心中的 f , g ,Hölder 不等式 公理库 Hölder 不等式 Hölder's inequality 共轭指数下函数乘积的 L¹ 范数由各自的 Lᵖ 范数乘积控制。 给
| ⟨ H f , g ⟩ | = | ⟨ f , − H g ⟩ | ≤ C q ‖ f ‖ p ‖ g ‖ q . 对有界有限支撑的探针 g 取上确界便得到 ‖ H f ‖ p ≤ C q ‖ f ‖ p 。这个范数识别可直接以 phase ( H f ) | H f | p − 1 的空间与振幅截断归一化验证,不依赖有限测度空间的抽象对偶定理。再由核心在有限 p 的 L p 中稠密作唯一延拓,得到 2 < p < ∞ 。所以完整论证需要三块证据:频域给平方范数,空间抵消给弱端点,插值与对偶填入中间指数。
Hilbert 变换连接信号的相位分量、调和共轭与 Fourier 截断。区间例子提醒我们:在 L 2 中完全不放大能量,并不意味着保持最大振幅,也不意味着保持绝对总量。选择输出误差指标之前,必须先确认这个指标是否在有界指数范围内。
参考资料
Terence Tao,Lecture Notes 4 for 247A ,§1:Hilbert 变换及 Fourier 符号;§2,Definition 2.4、Lemma 2.7、Corollary 2.9,pp. 6–9:空间消去与弱端点。本文将一般奇异积分论证专门化为一维核,并直接计算区间输入与正则化核。