[논문 리뷰] On the pointwise convergence of the sequence of partial Fourier Sums along lacunary subsequences

Victor Lie|arXiv (Cornell University)|2012. 04. 30.

Advanced Harmonic Analysis Research참고 문헌 12인용 수 4

한 줄 요약

이 논문은 $ L^\log\log L \log\log\log L $에서 임의의 함수에 대해 빈약한 유형 추정을 통해 빈약한 유형 추정을 수립하고, 이러한 함수에 대해 빈약한 유형 추정을 통해 거의 모든 곳에서의 점별 수렴을 증명한다. 함수와 빈약한 주파수 구조에 적합한 새로운 $(f,\lambda)$-빈약한 타일 분해를 사용하여, 시간-주파수 분석 기법을 연속 푸리에 설정으로 확장함으로써, $ L\log\log L $에서 콘야긴의 추측된 최적 bound에 $ \log\log\log $ 요소 내에서 도달한다.

ABSTRACT

In his 2006 ICM invited address, Konyagin mentioned the following conjecture: if $S_n f$ stands for the $n$-th partial Fourier sum of $f$ and ${n_j}_j\subset \N$ is a lacunary sequence, then $S_{n_j} f$ is a.e. pointwise convergent for any $f\in L\log\log L$. In this paper we will show that $| \sup_{j} |S_{n_j}(f)| |_{1,\infty}\leq C |f|_{1} \log\log (10+\frac{|f|_{\infty}}{|f|_1})\:.$ As a direct consequence we obtain that $S_{n_j}f ightarrow f $ a.e. for $f\in L\log\log L\log\log\log L$. The (discrete) Walsh model version of this last fact was proved by Do and Lacey but their methods do not (re)cover the (continuous) Fourier setting. The key ingredient for our proof is a tile decomposition of the operator $\sup_{j} |S_{n_j}(f)|$ which depends on both the function $f$ and on the lacunary structure of the frequencies. This tile decomposition, called $(f,ł)-$lacunary, is directly adapted to the context of our problem, and, combined with a canonical mass decomposition of the tiles, provides the natural environment to which the methods developed by the author in "On the Boundedness of the Carleson Operator near $L^1$" apply.

연구 동기 및 목표

• 함수 $ L\log\log L $에 대해 빈약한 푸리에 부분합의 거의 모든 곳에서의 점별 수렴에 관한 콘야긴의 추측을 해결하기 위해.
• 투사 방법이 실패하는 연속 푸리에 설정으로 시간-주파수 분석 기법을 워셜에서 연속 푸리에 설정으로 확장하기 위해.
• 예외 집합의 구조를 포착하는 데 적합한 함수 및 빈약성에 적응된 타일 분해를 개발하기 위해.
• 빈약한 수렴에 대해 앤토노프의 결과인 $ L\log L\log\log\log L $와 추측된 최적 공간인 $ L\log\log L $ 사이의 격차를 메우기 위해.
• 약한 유형 추정을 $ \sup_j |S_{n_j}(f)| $에 대해 수립하여, $ L\log\log L $보다 略로 큰 공간에서 거의 모든 곳에서 수렴을 이끌어내기 위해.

제안 방법

• 함수 $ f $와 빈약한 주파수 수열에 적합한 새로운 $(f,\lambda)$-빈약한 타일 분해를 통해 최대 연산자 $ \sup_j |S_{n_j}(f)| $를 분해한다.
• 타일의 표준 질량 분해를 적용하여 연산자의 크기와 주파수 국소화를 제어한다.
• 특히 제한된 약한 유형 추정을 다루는 데 사용된, 저자 자신의 이전 작업에서 $ L^1 $ 근처의 칼레슨 연산자에 대한 기법을 적응한다.
• 빈약한 지수 합에 대한 푸리에-유사 히친키 부등식을 사용하여 빈약한 지수 합의 $ L^p $ 및 지수 尾 꼬리 추정을 유도한다.
• 비율 $ \|f\|_\infty / \|f\|_1 $에 따라 변화하는 로그 인자와 함께, 최대 연산자에 대한 약한 유형 $ (1,\infty) $ 추정을 수립한다.
• 타일 분해를 시간-주파수 분석과 조합하여, 추출 이론에 의존하지 않고 주요 약한 유형 부등식을 증명한다.

실험 결과

연구 질문

• RQ1 함수 $ L\log\log L\log\log\log L $에 대해 빈약한 푸리에 부분합의 최대 연산자 $ \sup_j |S_{n_j}(f)| $가 약한 유형 $ (1,\infty) $ 노름에서 제어될 수 있는가?
• RQ2 투사 기반 방법의 한계를 피할 수 있는, 함수와 빈약한 주파수 구조에 모두 적합한 시간-주파수 분해가 존재하는가?
• RQ3 워셜-푸리에 설정에서 사용된 기법을 연속 푸리에 설정으로 확장할 수 있는가, 이때 정밀도를 잃지 않고?
• RQ4 거의 모든 곳에서의 빈약한 푸리에 급수의 점별 수렴에 대해 최적의 오르리치 공간은 무엇인가?
• RQ5 연속 케이스에서 투사 성질이 없기 때문에, 근본적으로 다른 타일 분해가 필요한가?

주요 결과

• 함수 $ f \in L^\infty $에 대해 $ \sup_j |S_{n_j}(f)| $의 약한 유형 $ (1,\infty) $ 노름은 $ C \|f\|_1 \log\log(10 + \|f\|_\infty / \|f\|_1) $로 유계이다.
• 이는 $ f \in L\log\log L\log\log\log L $에 대해 $ S_{n_j}(f) $ 가 거의 모든 곳에서 $ f $로 수렴함을 의미한다.
• 결과는 콘야긴의 추측을 $ \log\log\log $ 요소 내에서 확인하며, 추측이 이 로그 손실 요소 내에서 최적임을 보여준다.
• 추출 이론을 피하기 위해 직접 새로운 $(f,\lambda)$-빈약한 타일 분해를 사용하여 제한된 약한 유형 추정을 수립하였다.
• 이 방법은 연속 푸리에 설정에서 도와 레이시의 워셜-푸리에 기법의 연속 푸리에 유사체를 제공하며, 연속 케이스에서 투사 성질의 부재를 극복한다.
• 핵심 추정은 빈약한 지수 합에 대한 푸리에-유사 히친키 부등식이며, 이는 필요한 $ L^p $ 및 지수 꼬리 추정을 제공한다.