[论文解读] Convolution operator and maximal function for Dunkl transform

Sundaram Thangavelu, Yuan Xu|ArXiv.org|Mar 2, 2004

Mathematical Analysis and Transform Methods参考文献 17被引用 5

一句话总结

本文通过引入广义卷积和极大函数，建立了Dunkl变换的L^p理论，证明了Bochner-Riesz和Poisson平均等可和方法的L^p有界性和几乎处处收敛性。关键贡献在于建立了极大函数的弱型(1,1)和强型(p,p)估计，从而确保了逆Dunkl变换可和方法的几乎处处收敛性。

ABSTRACT

For a family of weight functions, $h_κ$, invariant under a finite reflection group on $\RR^d$, analysis related to the Dunkl transform is carried out for the weighted $L^p$ spaces. Making use of the generalized translation operator and the weighted convolution, we study the summability of the inverse Dunkl transform, including as examples the Poisson integrals and the Bochner-Riesz means. We also define a maximal function and use it to prove the almost everywhere convergence.

研究动机与目标

• 建立Dunkl变换的L^p理论，将经典傅里叶分析推广到具有反射群不变权的加权L^p空间。
• 通过Dunkl平移算子定义广义卷积算子，使Bochner-Riesz和Poisson平均等可和方法成为可能。
• 引入与Dunkl卷积相关的极大函数，并证明其在L^p空间中的有界性。
• 通过极大函数估计，证明逆Dunkl变换可和方法的几乎处处收敛性。
• 将结果推广到特殊情形G = Z_2^d，此时平移算子的显式公式使得更强的有界性结果成为可能。

提出的方法

• 通过核E(x, -iy)定义Dunkl变换，用涉及互连算子V_κ的广义指数替代经典傅里叶变换中的指数。
• 通过τ_y f ^ (x) = E(y, -ix) f ^ (x)的运算定义广义平移算子τ_y，其在加权L^p设定中替代了经典平移。
• 通过公式(f *ₖ g)(x) = ∫ f(y) τ_x g^∨(y) h_κ²(y) dy定义Dunkl卷积f *ₖ g，其中使用了g的逆变换。
• 利用精确的Paley-Wiener定理，证明在可积性和衰减条件下，对于径向φ_ε，f *ₖ φ_ε在L^p中收敛于f。
• 定义极大函数M_κ f(x) = sup_ε |f *ₖ φ_ε(x)|，并证明其在1 < p ≤ ∞时具有弱型(1,1)和强型(p,p)有界性。
• 对于G = Z_2^d，利用τ_y的显式公式，将极大函数用群轨道上的平均表示，从而获得更强的L^p估计。

实验结果

研究问题

• RQ1 如何将经典卷积与极大函数理论推广到具有反射群不变权的Dunkl变换设定中？
• RQ2 在何种条件下，广义卷积f *ₖ φ_ε的L^p有界性及其在L^p中收敛于f？
• RQ3 能否为Dunkl变换定义一个极大函数，使其蕴含可和方法的几乎处处收敛性？
• RQ4 反射群G的结构，特别是G = Z_2^d，如何影响广义平移算子的有界性与显式表示？
• RQ5 极大函数M_κ f的弱型(1,1)和强型(p,p)行为是什么？其如何蕴含f *ₖ φ_ε的几乎处处收敛性？

主要发现

• 极大函数M_κ f在1 < p ≤ ∞时具有弱型(1,1)和强型(p,p)有界性，这蕴含了f *ₖ φ_ε几乎处处收敛于f。
• 对于满足∫ φ h_κ² dx = 1且φ ≤ ψ的径向φ ∈ L^1(R^d, h_κ²)，其中ψ为径向函数且满足∫₀^∞ r^{2λ_κ+2} |ψ₀(r)| dr < ∞，当f ∈ L^1(R^d, h_κ²)时，卷积f *ₖ φ_ε几乎处处收敛于f。
• 在G = Z_2^d的情形下，广义平移算子τ_y在L^p(R^d, h_κ²)上有界，从而可采用更常规的证明方法并获得更强的L^p估计。
• 极大函数M_κ f满足点态估计|(f *ₖ φ)(x)| ≤ M_κ f(x) + 2∑ M_κ F_j(x) + ... + 2^d M_κ F_{1,…,d}(x)，其中F_j为f的对称平均。
• M_κ f的弱型(1,1)估计导出不等式∫_{|f*ₖφ| ≥ a} h_κ²(y) dy ≤ c_d ||f||_{κ,1} / a，从而证明了极大函数的弱型(1,1)性质。
• 已证明τ_y在径向函数上的L^p有界性，这对广义卷积的收敛结果至关重要。