竖直泊松(Poisson)极限固定水平坐标,让高度趋于零。更强的问题允许点同时水平移动,只要求水平位移不超过高度的固定倍数。趋近区域的形状很重要:即使边界点本身是勒贝格(Lebesgue)点,任意薄的偏移也可能找到附近的尖峰。
锥形极大函数
对 ,令
对 ,这个积分在上半平面的每一点都绝对有定义。记 为中心哈代—利特尔伍德(Hardy–Littlewood)极大函数。
定义 2.7.1
(锥形极大函数)
对 , 的锥形(非切向)极大函数为
它是 在以 为顶点、张角为 的锥形区域上的上确界。
极大平均章节证明了常数为 3 的弱 估计、 时的强 估计,以及中心泊松平均受 控制;这里会使用这些结果。对 , 在上半平面联合连续,因此 作为关于 的连续函数之上确界,是下半连续且可测的。
定理 2.7.2
(锥形极大函数受中心平均控制)
对每个 和 ,
因此,对 ,
对 、,同样的逐点论证给出 ,其中 是一个强型极大函数常数。
证明
(将平移核与中心核比较)
若 且 为实数,则
因此 。在卷积中代入 并取绝对值:
最后一个不等式来自分层积分:偶的递减概率核受中心区间平均所控制。取上确界即得 (1),弱型和强型估计再由极大不等式得到。对 、,由于 ,赫尔德(Hölder)不等式保证卷积有定义;同一非负分层积分论证仍然适用。平移泊松核在 中的连续性给出 的连续性,因此此时 也可测。
勒贝格点处的非切向极限
定理 2.7.3
(每个勒贝格点都有非切向极限)
设 , 是函数值为 的勒贝格点。对每个固定的 ,
因此,在几乎每个 处,这个极限对所有有限锥形张角同时成立:所有 都可使用同一组勒贝格点。函数 在上半平面调和。
证明
(分离局部振荡与远处尾部)
记 。给定 ,勒贝格点条件提供 ,使得
令 。当 时,它在 处的中心平均至多为 。当 时,其积分总量至多为 ,所以平均仍至多为 。因此 ;由 (1), 在锥形区域内的贡献至多为 。
对补集 ,取足够小的 ,使 。此处 ,所以涉及 的部分至多为 。常数部分满足
由于 ,这些估计适用于 。先在整个锥形区域上一致地令 趋于零,再令 ,便证明 (3)。勒贝格微分定理保证几乎每个边界点都符合条件。
为证明调和性,考虑高度始终大于某个正数的邻域;泊松核直到二阶的导数在该邻域内均由依赖邻域的常数控制。针对 在积分号下微分,再用 ,得到 。
证明透视
一个锥形区域,而不是单条路径
证明把 分成局部部分与尾部,而锥形以不同方式进入这两部分。局部部分 在顶点处理:(1) 把它在整个锥形上的泊松平均控制在 以内,勒贝格点假设恰好只用一次,就是使 。尾部则要求移动点远离远处的质量:条件 使 与 相距不超过 ,因此那里的核至多为 。选取次序是先 ,再 ,最后 。切向路径破坏的是局部一步:比较常数随 无界增长,所以 很小也不再能控制 沿路径的平均;下面的反例说明这种损失确实存在。所有常数都依赖固定张角,对 没有任何一致结论。
例子
例题 2.7.4
(核比较中的常数损失多少)
(1) 的证明用到:当 时 。作尺度变换 、,其中 ; 的情形对称。最佳常数就是下式对 的最大值:
数值 被取到,当且仅当 有实根;最大值正是这个关于 的二次方程出现重根时的值,即 。其较大的解为
它随 递增,所以锥形的最佳常数是 。当 ,它等于 ,在 取到,而 。边界情形 没有平移,,而 。由于 ,有 ,所以 (1) 在以 代替 时仍成立,而所列常数至多损失因子 。
例题 2.7.5
(柯西(Cauchy)剖面:显式极限与不可积的极大函数)
令 ,于是 。泊松核满足 :在对称约定下,两边的傅里叶(Fourier)变换都是 。因此
当 , 时 ,与 (3) 在这个连续点的结论一致。对竖直极大函数,令 。函数 在 时递增,在 时递减,所以
尾部 不可积,所以尽管 ,仍有 。弱型估计 (2) 与此相容:当 ,集合 是区间 ,测度为 ,而取 的 (2) 允许 。
例题 2.7.6
(跳跃点的不同斜率)
取 ,沿 趋近零点,其中 为固定实数。直接积分得到
极限随 改变。无论给 在零点指定什么值,零都不是勒贝格点,所以这不违背 (3)。即使在一个张角非零的锥形区域内,跳跃点沿不同斜率也可能有不同极限。
反例模式
切向路径可以找到极窄的尖峰
对 ,令 、,令 为区间 的并集的示性函数,并取 。这些区间两两不交,长度可和,因此 。原点是函数值为零的勒贝格点:若某区间与 相交,则 ,又 ,所以 。把该区间及所有更小区间的长度相加,对充分小的 得 ,因此 的平均为 。
然而
点 趋近 ,却处于每个固定锥形区域之外。因此,任意切向趋近未必能恢复勒贝格点的值;(3) 对每个固定张角仍然成立。
常见错误
常见错误
(在移动点上取极大函数)
中心平均的控制给出 。这是正确的,却不能控制 :右边随 改变,所以锥形上的上确界会牵涉 在每个区间 上的值,而当 时这些区间覆盖整条直线。核比较把每个估计都移回顶点,代价是因子 。
常见错误
(期望强 估计)
对 ,估计 (2) 只是弱型的。上面的柯西剖面在 时有 ,不可积;由于 ,不可能有 。强估计从 开始。
练习
快速检查
(当 时,(3) 说明了什么?)
解答 · 答案
只允许位移 ,所以在每个勒贝格点 竖直成立。
快速检查
(使用所列常数,写出 的弱型界。)
解答 · 答案
,因此 。这是有效的界,不是说 12 最优。
快速检查
(对跳跃例子,计算沿 和 的极限。)
解答 · 答案
两个极限分别为 和 。
快速检查
(为什么尖峰路径最终会离开每个固定的锥形区域?)
解答 · 答案
路径的位移与高度之比为 。对任意固定 ,这个比最终超过 ,所以 。
快速检查
(如果只在某点给 指定一个值,而没有勒贝格点假设,能推出该点的非切向极限吗?)
解答 · 答案
不能。改变 在单点的值不会改变任何泊松卷积。在上面的跳跃点,即使给单点指定任意值,同一锥形区域内的两条斜线也可能有不同极限。