[论文解读] Bellman function technique in Harmonic Analysis. Lectures of INRIA Summer School in Antibes, June 2011

Alexander Volberg|arXiv (Cornell University)|Jun 20, 2011

Archaeology and Historical Studies参考文献 26被引用 8

一句话总结

本文将随机最优控制中的贝尔曼函数技术应用于调和分析中的深层问题，特别是共形映射和奇异积分的精确估计。通过构造编码最优控制策略的贝尔曼函数，该方法在索博列夫正则性、面积畸变和算子范数方面获得了精确界，包括盖林问题中的精确指数 $ e(K) = 1/K $ 以及瑞利变换的精确算子范数 $ ((p^*-1)^2 + \tau^2)^{1/2} $。

ABSTRACT

It is strange but fruitful to think about the functions as random processes. Any function can be viewed as a martingale (in many different ways) with discrete time. But it can be useful to have continuous time too. Processes can emulate functions, expectation of profit functional on the solution of stochastic differential equation can emulate the functional on usual familiar functions. The advantage is that now we have "all" admissible functions "enumerated" as solutions of one stochastic differential equation, and choosing the best function optimizing a given functional becomes a problem of choosing the right control process. But such problem has been long since solved in the part of mathematics called Stochastic Optimal Control. So-called Bellman equation reduces an infinite dimensional problem of choosing the best control to a finite dimensional (but non-linear as a rule) PDE called Bellman equation. Its solution, called Bellman function of a given optimization problem, gives us a lot of information about optimum and optimizers. This method gave some interesting results in the classical Harmonic Analysis, having on the surface nothing to do with probability. Sometimes the results obtained by this method did not find "classical" proofs so far. It is especially well-suited to estimates of singular integrals, probably because of the underlying probabilistic structure of classical singular integrals.

研究动机与目标

• 建立有有界 Beltrami 系数 $\mu$ 的 Beltrami 方程解的精确正则性估计。
• 解决 K-共形映射在盖林问题中的精确畸变指数。
• 确定 $L^p$ 空间中二阶瑞利变换的精确算子范数。
• 证明关键函数在零矩阵处的拟凸性，解决非线性分析中的核心问题。
• 展示贝尔曼函数方法可获得经典分析无法达到的结果。

提出的方法

• 构造贝尔曼函数 $\varphi_p(x,y)$ 作为 $h_c(x,y) = |y|^p - c^p|x|^p$ 的最小双凸上界函数，其中 $c = p^* - 1$，使用坐标 $x = y - X$，$y = Y - X$。
• 利用 $\varphi_p$ 在特定锥内沿 $Y = \text{const}$ 和 $X = \text{const}$ 的线性性，分析层状结构并检验拟凸性。
• 应用随机分析和鞅方法，将函数解释为随机过程的期望，将无穷维优化问题转化为求解哈密顿-雅可比-贝尔曼偏微分方程。
• 利用 Neumann 级数 $g = h + \mu Th + \mu T\mu Th + \cdots$ 证明 $g$ 从 $L^2$ 自我改进至 $L^{2+\varepsilon(k)}$，从而推出 $f \in W^{2+\varepsilon(k)}_{1,\text{loc}}$。
• 利用 Calderón–Zygmund 理论在 $L^p$ 中有界 Ahlfors–Beurling 变换 $T$，实现插值和解的 $L^p$-改进。
• 利用 Sverak 函数 $S(z,w)$ 及其扰动形式 $\psi_p(z, \frac{1}{2}w)$，通过随机控制技术探测零矩阵处的拟凸性。

实验结果

研究问题

• RQ1 K-共形映射的面积畸变不等式 $|f(E)| \leq C_K |E|^{e(K)}$ 中的精确指数 $e(K)$ 是什么？
• RQ2 矩阵值瑞利变换 $\begin{bmatrix} R_1^2 - R_2^2 \\ \tau I \end{bmatrix}$ 在 $L^p(\mathbb{R}^2; \ell^2)$ 上的精确算子范数是什么？
• RQ3 当 $p \geq 2$ 时，函数 $\psi_p(z, \frac{1}{2}w)$ 在零矩阵处是否拟凸？
• RQ4 贝尔曼函数技术能否在经典方法失效时，对奇异积分和共形映射获得精确估计？
• RQ5 解的可积性自改进程度在 $\varepsilon(k)$ 项下的精确表达式是什么？

主要发现

• 盖林问题中的精确指数为 $e(K) = 1/K$，通过贝尔曼函数方法证实了长期存在的猜想。
• 在 $L^p(\mathbb{R}^2; \ell^2)$ 上，矩阵 $\begin{bmatrix} R_1^2 - R_2^2 \\ \tau I \end{bmatrix}$ 的算子范数精确为 $((p^* - 1)^2 + \tau^2)^{1/2}$，当 $\tau$ 较小时成立。
• 当 $\|\mu\|_{L^\infty} = k < 1$ 时，Beltrami 方程的解从 $W^2_{1,\text{loc}}$ 自我改进至 $W^{2+\varepsilon(k)}_{1,\text{loc}}$，其中 $\varepsilon(k) > 0$，从而蕴含 Hölder 连续性。
• 通过该方法构造的贝尔曼函数 $\varphi_p(x,y)$ 是 $h_{p^*-1}(x,y)$ 的最小双凸上界函数，使得通过层状结构实现精确估计成为可能。
• 函数 $\psi_p(z, \frac{1}{2}w)$ 在零矩阵处是拟凸的，提示可通过随机分析解决大伊万丘克问题。
• 该方法给出了二阶瑞利变换 $L^p$-范数精确常数的构造性证明，这是经典分析无法实现的。