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 理路 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 理路 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 理路 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 . 同一个 L2 算子的支撑外核与区间公式
上面的频率计算还适用于每个 f ∈ L 1 ∩ L 2 :因为 m ε , f ∈ L 1 ,Fubini 交换的绝对积分为 ‖ m ε ‖ 1 ‖ f ‖ 1 < ∞ ;m ε f ^ ∈ L 1 ∩ L 2 ,故其逆变换既是普通积分,也是 Plancherel 意义的逆变换。记平方可积延拓为 H 2 ,便有
于 Q ε ∗ f ⟶ H 2 f 于 L 2 . 若 b ∈ L 1 ∩ L 2 支撑在有界区间 I 内,固定 x ∉ I ― ,则 | Q ε ( x − y ) b ( y ) | ≤ | b ( y ) | / [ π dist ( x , I ) ] 。控制收敛给出普通积分极限;再取上述 L 2 收敛的几乎处处子列,识别出
对 几 乎 处 处 H 2 b ( x ) = 1 π ∫ I b ( y ) x − y d y 对几乎处处 x ∉ I ― . 所以后面的坏块抵消确实作用于同一个 L 2 算子,并非另行定义一个支撑外表达式。该论证不声称支撑内部的一般点态主值。
区间输入还可在内部直接识别。对 f = 1 ( 0 , 1 ) ,积分正则化核得
( Q ε ∗ f ) ( x ) = 1 2 π log x 2 + ε 2 ( x − 1 ) 2 + ε 2 ⟶ 1 π log | x x − 1 | ( x ≠ 0 , 1 ) . 结合 L 2 收敛,这就是本页区间例子的 H 2 f ,在区间内外一致。因而对数公式的超水平集、强弱端点反例和 ‖ H 2 f ‖ 2 2 = 1 都属于同一变换。
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 理路 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 理路 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:g ∈ L 2 ,且各 b j 支撑不交,所以 b = f − g = ∑ j b j 的部分和在 L 2 中收敛,平方尾范数正是剩余各块平方范数之和。H 2 的等距性将这一收敛传到输出;再取几乎处处子列,用Fatou 引理 理路 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。 在全部放大区间之并的补集上过极限。
全 L1 的弱延拓及插值所需的共同算子
弱型估计还需从核心真正延拓到全 L 1 。对 f ∈ L 1 ,取有界且有界支撑的截断 f n → f 于 L 1 。核心上的线性和刚证出的弱界给出
| { | H 2 f n − H 2 f m | > η } | ≤ C η ‖ f n − f m ‖ 1 . 因此输出在全实线的测度收敛意义下是 Cauchy 列。具体地,选子列满足 ‖ f n k + 1 − f n k ‖ 1 ≤ 2 − 2 k 。其相邻输出差大于 2 − k 的集合长度之和至多为 C ∑ k 2 − k ;由可数次可加性,落在无穷多个这种集合中的点构成零集。其外输出增量最终由可求和的 2 − k 控制,故子列收敛于一个有限可测函数,记作 H 1 f 。对固定 n 与 η > 0 ,Fatou 给出
| { | H 2 f n − H 1 f | > η } | ≤ lim inf k | { | H 2 f n − H 2 f n k | > η / 2 } | ≤ 2 C η ‖ f n − f ‖ 1 . 所以全列在全实线的测度意义下收敛;这里确实使用了统一的 Cauchy 估计,而非仅凭几乎处处子列收敛。
对不同的 L 1 逼近序列,将两列之差代入同一估计,极限相同几乎处处;故定义与截断选择无关。取共同逼近也得到线性。对任意 0 < δ < λ ,沿几乎处处收敛子列用 Fatou 得
| { | H 1 f | > λ } | ≤ lim inf n | { | H 2 f n | > λ − δ } | ≤ C ‖ f ‖ 1 λ − δ . 让 δ ↓ 0 保留同一弱界;将它用于 f − g 又得到 L 1 输入收敛时输出的测度收敛。若 f ∈ L 1 ∩ L 2 ,同一空间、振幅截断可同时在两个范数中逼近,输出既趋于 H 1 f 于测度,又趋于 H 2 f 于 L 2 ,所以两者几乎处处相等。
这一延拓在具有弱 ( 1 , 1 ) 界的线性算子类中唯一:任何这样的算子若在 L 1 ∩ L 2 上等于 H 2 ,对逼近差应用它自己的弱界就得到测度连续性,因此在所有 L 1 输入上都必须等于 H 1 。这里没有声称任意不连续的线性延拓也唯一。
现在对 f = a + b ∈ L 1 + L 2 定义 H f = H 1 a + H 2 b 。若有两个分解,它们之差属于 L 1 ∩ L 2 ,上述相容性保证结果不变。于是得到一个真正定义在和空间上的线性算子,具有弱 ( 1 , 1 ) 与强 ( 2 , 2 ) 两个端点。对 1 < p < 2 ,按 | f | > 1 与 | f | ≤ 1 分开即知 L p ⊂ L 1 + L 2 ,因此可以直接使用下一段的插值定理,而不是把两个未识别的延拓形式拼在一起。
中间指数与应用
弱 ( 1 , 1 ) 与强 ( 2 , 2 ) 经Marcinkiewicz 插值 理路 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 理路 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 < ∞ 。所有这些有限 p 的延拓在交集上相容:用同一有界支撑、有限振幅截断在两个相关范数中同时逼近,输出的测度极限唯一;与 H 1 的交集也由同一方法识别。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。
同一乘子符号还确定投影反演中的斜坡滤波 理路 滤波反投影与截止误差 Filtered backprojection · Filtered back projection · FBP · 斜坡滤波反投影 由极坐标面积元推导连续全角反演,证明截止K后从投影L2数据到图像L2的准确算子范数为√K,并分别认证噪声、谱尾与离散实现误差。 :在2π规范下,H与距离微分复合后除以2π,符号为正的|σ|。随后还要按角度回投影,才能恢复二维图像;高频截止及其噪声范数需要另行计算,并不从Hilbert本身的L2等距性自动得到。