[논문 리뷰] Weak and strong $A_p$-$A_\infty$ estimates for square functions and related operators

Tuomas Hytönen, Kangwei Li|arXiv (Cornell University)|2015. 09. 01.

Advanced Harmonic Analysis Research참고 문헌 5인용 수 11

한 줄 요약

이 논문은 이차적 사각 함수 및 관련 연산자에 대한 날카로운 약한 유형 및 강한 유형 가중치 추정을 수립하며, 로그 수정 사항이 없는 최적의 $A_p$--$A_\infty$ 경계를 도입한다. 두 가지 가중치 정리와 전통적인 '자르기' 기법을 피하는 방식으로, $A_p$ 및 $A_\infty$ 특성에 대해 가능한 한 최선의 의존성을 확보한다. 특히 $p > 2$ 인 경우 약한 유형 $(p,p)$ 추정에 대해 $[w]_{A_p}^{1/p}[w]_{A_\infty}^{1/2 - 1/p}$ 경계가 날카로운 것으로 증명하여, 가중 불등식 이론에서 오랫동안 열려 있던 문제를 해결한다.

ABSTRACT

We prove sharp weak and strong type weighted estimates for a class of dyadic operators that includes majorants of both standard singular integrals and square functions. Our main new result is the optimal bound $[w]_{A_p}^{1/p}[w]_{A_\infty}^{1/2-1/p}\lesssim [w]_{A_p}^{1/2}$ for the weak type norm of square functions on $L^p(w)$ for $p>2$; previously, such a bound was only known with a logarithmic correction. By the same approach, we also recover several related results in a streamlined manner.

연구 동기 및 목표

• 이차적 사각 함수 및 관련 연산자에 대한 날카로운 가중 약한 유형 및 강한 유형 추정을 수립하기.
• $p > 2$ 인 경우 약한 유형 $(p,p)$ 추정의 $A_p$--$A_\infty$ 의존성에서 로그 수정 사항을 제거함으로써 이전에 알려진 부분 최적의 로그 인자들보다 개선된 결과를 도출하기.
• $A_p$ 특성의 동결 기반 사례별 분석을 피하는 간결한, 자르기 없는 증명 전략을 제공하기.
• 특정한 가중치 $w(x) = |x|^{\varepsilon - 1}$ 와 함수의 수열 $a_k$ 를 사용하여, 연산자 노름을 상한으로 제한하는 증가 함수 $\Phi$ 에 대해 $\Phi(t) \gtrsim t^{1/2}$ 가 필수적임을 보여, 새로운 경계의 날카로움을 입증하기.
• 비임계 경우 $p > 2$ 를 해결함으로써 사각 함수에 대한 최적의 가중치 경계에 대한 그림을 완성하기.

제안 방법

• 저자들은 기존의 두 가지 가중치 정리를 그대로 적용하는 블랙박스 접근 방식을 사용하여, 이차적 사각 함수 연산자 $A_{\mathcal{S}}^r$ 의 추정을 도출한다.
• 냉각된 $A_p$ 특성 값에 따라 큐브를 그룹화하는 전통적인 '자르기' 기법을 피하기 위해, 파ameter $\epsilon = (r - p)/2$ 를 기반으로 한 이차적 분해를 사용한다.
• 약한 유형 노름은 평균이 작은 큐브와 큰 평균을 가진 큐브로 수준 집합을 두 부분으로 나누어 추정하며, 이때 이차적 최대 함수 기법을 사용한다.
• 핵심 추정은 각 항이 $A_p$ 특성과 $A_\infty$ 특성을 사용하여 제어되는 이차적 세대에 대한 합으로 약한 유형 $L^{p,\infty}(w)$ 노름을 바OUND하는 것이다.
• 증명은 이차적 큐브 $Q$ 에 지지된 함수에 대해 연산자를 시험함으로써 이루어지며, $|E_Q| \geq \frac{1}{2}|Q|$ 를 만족하는 스퍼스 집합 $E_Q \subset Q$ 를 사용하여 $L^p$ 노름을 국소화한다.
• 특정한 가중치 $w(x) = |x|^{\varepsilon - 1}$ 와 함수의 수열 $a_k$ 에 대해 연산자를 시험하여, 연산자 노름을 상한으로 제한하는 증가 함수 $\Phi$ 에 대해 $\Phi([w]_{A_p}) \gtrsim [w]_{A_p}^{1/2}$ 가 필요함을 보여, 날카로움을 확장한다.

실험 결과

연구 질문

• RQ1 사각 함수에 대한 약한 유형 $(p,p)$ 추정은 $p > 2$ 인 경우 $A_p$--$A_\infty$ 의존성에서 로그 수정 사항을 제거할 수 있는가?
• RQ2 냉각된 $A_p$ 특성 기반의 '자르기' 기법을 사용하지 않고도 사각 함수에 대한 날카로운 $A_p$--$A_\infty$ 추정을 유도할 수 있는가?
• RQ3 $p > r$ 인 경우 약한 유형 연산자 노름이 $A_p$ 및 $A_\infty$ 특성에 대해 최적의 의존성을 가지는가?
• RQ4 특정 예시를 통해 $[w]_{A_\infty}$ 의 더 낮은 거듭제곱으로는 충분하지 않음을 보여, 경계 $[w]_{A_p}^{1/p}[w]_{A_\infty}^{1/2 - 1/p}$ 가 날카로운지 입증할 수 있는가?
• RQ5 약한 유형 연산자 노름에 대해 $[w]_{A_p}$ 의 증가 함수 중에서 $[w]_{A_p}^{\max(1/p, 1/2)}$ 가 최적인가?

주요 결과

• 논문은 $p > r$ 인 경우 약한 유형 경계 $\|A_{\mathcal{S}}^r(f\sigma)\|_{L^{p,\infty}(w)} \lesssim [w,\sigma]_{A_p}^{1/p}[w]_{A_\infty}^{(1/r - 1/p)_+}$ 를 수립하며, 이는 최적의 경계이자 이전 문헌에서 알려진 로그 수정 사항을 제거한 것이다.
• $r=2$ 이고 $p>2$ 인 경우 경계는 $[w]_{A_p}^{1/p}[w]_{A_\infty}^{1/2 - 1/p}$ 로 줄어들며, 이는 최적의 결과이며 이전 결과에서 포함된 $\log(1 + [w]_{A_\infty})^{1/2}$ 인자보다 개선된다.
• 저자들은 특정한 가중치 $w(x) = |x|^{\varepsilon - 1}$ 와 함수의 수열 $a_k$ 를 사용하여, 연산자 노름을 상한으로 제한하는 증가 함수 $\Phi$ 에 대해 $\Phi([w]_{A_p}) \gtrsim [w]_{A_p}^{1/2}$ 가 필요함을 보여, 경계 $[w]_{A_p}^{1/p}[w]_{A_\infty}^{1/2 - 1/p}$ 가 날카로운 것으로 입증한다.
• 강한 유형 추정 $\|A_{\mathcal{S}}^r(f\sigma)\|_{L^p(w)} \lesssim [w,\sigma]_{A_p}^{1/p}([w]_{A_\infty}^{(1/r - 1/p)_+} + [\sigma]_{A_\infty}^{1/p})$ 는 동일한 방법을 사용하여 간결하게 복원된다.
• 이 결과는 $A_\infty$ 인자에 있는 지수 $1/2$ 가 최적임을 보여주며, $\eta > 0$ 인 경우 $\Phi([w]_{A_p}) = [w]_{A_p}^{1/2 - \eta}$ 형태의 경계는 모든 가중치에 대해 일관되게 성립할 수 없다.
• 결과적으로 이는 사각 함수에 대한 최적의 가중치 이론을 완성하며, 유일하게 열려 있는 케이스인 $p = r = 2$ 는 로그 수정 사항이 필요함이 알려져 있으며, 이는 $A_1$ 추측의 실패와 일치한다.