[논문 리뷰] The Bellman functions of the Carleson Embedding Theorem and the Doob's martingale inequality

Jingguo Lai|arXiv (Cornell University)|2014. 11. 20.

Advanced Harmonic Analysis Research참고 문헌 7인용 수 6

한 줄 요약

이 논문은 무한히 세분화되는 필터링 확률 공간에서 Carleson 임bedding 정리와 Doob의 마틴갈 레이팅 부등식에 대한 Bellman 함수의 일치성을 확립하며, 낼맞는 상수 $ C_p = (p')^p $ 가 이러한 일반적인 설정 전반에서 항상 성립함을 증명한다. 증명은 이중 Bellman 함수의 재구성과 Haar 유사 함수를 통한 근사화를 통해 이중 마틴갈 필터링에서 일반 마틴갈 필터링으로 결과를 확장하는 데 기반한다.

ABSTRACT

Evaluation of the Bellman functions is a difficult task. The exact Bellman functions of the dyadic Carleson Embedding Theorem 1.1 and the dyadic maximal operators are obtained in [3] and [4]. Actually, the same Bellman functions also work for the tree-like structure. In this paper, we give a self-complete proof of the coincidence of the Bellman functions on the more general infinitely refining filtered probability space, see Definition 1.3. The proof depends on a remodeling of the Bellman function of the dyadic Carleson Embedding Theorem.

연구 동기 및 목표

• 이중 Carleson 임베딩 정리에 대한 낼맞는 Bellman 함수를 이중 마틴갈 필터링이 아닌 일반적인 무한히 세분화되는 필터링 확률 공간으로 확장한다.
• 이중 또는 나무 유사 설정에서 사용된 동일한 Bellman 함수가 더 넓은 필터링 클래스에도 적용 가능함을 보여준다.
• 무한히 세분화 가능한 조건에서 마틴갈 Carleson 임베딩 부등식의 낼맞는 상수 $ C_p = (p')^p $ 를 확립한다.
• 구조적 재구성 기법을 통해 다양한 조화해석학 부등식에 대한 Bellman 함수 접근법을 통합한다.

제안 방법

• 이중 Carleson 임베딩 정리에 대한 Bellman 함수의 재구성 기법을 도입하여 일반 필터링으로의 확장을 가능하게 한다.
• 무한히 세분화되는 필터링의 개념을 사용하며, Haar 유사 함수를 통해 일반 마틴갈을 이중 마틴갈로 근사할 수 있다.
• 덮개 유사 보조정리(보조정리 7.3)를 적용하여 주어진 계수 $ \alpha_I $ 와 일치하는 측도를 갖는 가측 집합을 구성한다.
• 일반 마틴갈을 이중 마틴갈로 근사하면서 핵심 기대값을 유지하기 위해 $ \varepsilon \to 0 $ 으로의 극한을 적용한다.
• Bellman 함수의 연속성과 기대값 비교를 통해 다양한 설정 간의 함수 일치성을 증명한다.
• 초해결성 성질과 이중 경우에서의 알려진 낼맞음 성질을 활용하여 일반 경우의 낼맞음을 유추한다.

실험 결과

연구 질문

• RQ1 이중 Carleson 임베딩 정리에 대한 Bellman 함수는 일반적인 무한히 세분화되는 필터링 확률 공간으로까지 확장 가능한가?
• RQ2 무한히 세분화되는 필터링 맥락에서 마틴갈 Carleson 임베딩 부등식에 대해 낼맞는 상수 $ C_p = (p')^p $ 가 유효한가?
• RQ3 이 일반화된 설정에서 Carleson 임베딩 정리의 Bellman 함수와 Doob의 마틴갈 부등식의 함수가 일치하는가?
• RQ4 Bellman 함수의 구조를 어떻게 재구성하여 이중 또는 나무 유사 필터링을 초월해 확장할 수 있는가?

주요 결과

• 무한히 세분화되는 필터링에서 마틴갈 Carleson 임베딩 부등식에 대한 Bellman 함수 $ \mathcal{B}_{\mu}^{\mathcal{F}}(F,\mathbf{f},M;C) $ 는 이중 경우의 고전적 Bellman 함수와 일치한다.
• 무한히 세분화되는 어떤 필터링에서도 마틴갈 Carleson 임베딩 부등식에 대해 낼맞는 상수 $ C_p = (p')^p $ 가 유효하다.
• 증명은 필터링의 구조가 무한히 세분화되는 한, Bellman 함수가 그 기초 필터링의 구조에 의존하지 않음을 보여준다.
• Haar 유사 함수를 통한 근사화와 가측 집합의 구성은 극한 $ \varepsilon \to 0 $ 에서 Bellman 함수의 값이 유지됨을 보장한다.
• Bellman 함수의 연속성 덕분에 근사하는 이중 구성의 극한이 일반 설정에서 정확한 값을 도출함을 보장한다.
• 이 결과는 A. Melas의 이전 연구(나무 구조에 대한 결과)를 더 넓은 필터링 클래스로 일반화하며, 무한한 세분화를 가진 필터링도 포함한다.