积分同时记录函数的大小和这些大小出现的范围。分布函数把这两部分信息分开:它询问函数超过给定阈值的集合有多大。将所得各层相加便能恢复积分,也能看出为什么尾部估计有时不足以保证可积性。
设 (X,M,μ) 是 σ-有限测度空间,未必是有限测度空间。
对可测实值函数、复值函数或非负广义实值可测函数 f,其分布函数为
df(t)=μ{x:∣f(x)∣>t},t>0.
它非增,并可能取无穷。我们使用非负函数在 (X,μ) 与 (0,∞) 上 Lebesgue 测度的乘积空间上的 Tonelli 定理;两个因子都是 σ-有限的。下面的公式不要求 μ(X) 有限,两侧均可为无穷。
从各层恢复积分
若 p>0 且 f 如上所述,则
∫X∣f∣pdμ=p∫0∞tp−1df(t)dt.(1)
对每个 x,包括按广义积分约定处理的无穷值,有
∣f(x)∣p=∫0∣f(x)∣ptp−1dt=∫0∞ptp−11{t<∣f(x)∣}dt.被积函数非负且在乘积空间上可测:集合 {(x,t):t<∣f(x)∣} 可测。先对 x 积分,1{t<∣f(x)∣} 变成 df(t);由 Tonelli 定理交换积分次序即得 (1)。□
常见错误
(在固定阈值处把 >t 与 ≥t 互换)
在固定阈值处,{∣f∣>t} 与 {∣f∣≥t} 的测度可能不同:对 R 上的 f=1[0,1],df(1)=0,但 μ{∣f∣≥1}=1。两种约定只在对 t 积分后才一致:对每个固定的 x,示性函数 1{t<∣f(x)∣} 与 1{t≤∣f(x)∣} 只在单个值 t=∣f(x)∣ 处不同,因此由 Tonelli 定理,两种约定给出相同的 (1) 右侧。像下面的 Markov 不等式这类逐点命题,必须使用其陈述的约定。
下面的交互图把六点简单函数切成水平层,并在任一种 df 约定下,把层和、选定阈值处的 Markov 不等式及弱尾部量与直接积分比较。
在带 Lebesgue 测度的 (0,1) 上取 f(x)=x。当 0<t<1 时 {x>t}=(t,1),故 df(t)=1−t;当 t≥1 时 df(t)=0。对 p>0,公式 (1) 给出
∫01xpdx=p∫01tp−1(1−t)dt=p(p1−p+11)=p+11,与直接计算一致。
在带 Lebesgue 测度的 (0,1) 上取 f(x)=x−1/2。由于 x−1/2>t 恰好等价于 x<t−2,当 0<t≤1 时 df(t)=1,当 t>1 时 df(t)=t−2。对 p>0,
∫01x−p/2dx=p∫01tp−1dt+p∫1∞tp−3dt.第一个积分等于 1;第二个恰在 p<2 时有限,此时等于 p/(2−p),所以总和为 2/(2−p),与 ∫01x−p/2dx 相符。临界情形 p=2 时第二个积分是 2∫1∞t−1dt,呈对数发散。一般而言,若当 t 足够大时尾部恰为 Ct−p(C>0),则 (1) 的被积函数与 1/t 成正比,故积分发散。
强尾界与弱尾界
层蛋糕公式把整个积分与尾部比较;单取一层则给出较粗但逐点的界。
对 p>0、可测函数 f 及 t>0,
tpdf(t)≤∫X∣f∣pdμ.(2)若 f∈Lp,还有更强的结论
tpdf(t)≤∫{∣f∣>t}∣f∣pdμ⟶0(t→∞).(3)
逐点有 tp1{∣f∣>t}≤∣f∣p1{∣f∣>t}≤∣f∣p;积分即可。若 ∫∣f∣p<∞,则 ∣f∣ 几乎处处有限,所以当 t→∞ 时 ∣f∣p1{∣f∣>t}→0 几乎处处成立,且有可积控制函数 ∣f∣p;控制收敛定理给出 (3)。□
当 0<p<1 时,这里的 Lp 指 ∣f∣p 积分有限的函数类;我们不使用范数。
对 p>0,
Kp(f)=t>0suptdf(t)1/p.若 Kp(f)<∞,则称 f 属于弱 Lp。
若 Kp(f)≤K<∞,则对每个 t>0 都有 df(t)≤(K/t)p。不等式 (2) 说明 Kp(f)≤∥f∥p(其中 ∥f∥p=(∫∣f∣p)1/p),所以强 Lp 积分有限蕴含弱尾部量有限。
在 (0,1) 上令 f(x)=x−1/p。由于 x−1/p>t 恰好等价于 x<t−p,当 0<t≤1 时 df(t)=1,当 t>1 时 df(t)=t−p。因此 t≤1 时 tdf(t)1/p=t,t>1 时它等于 1,故 Kp(f)=1。但 ∫01∣f∣p=∫01x−1dx=∞。即使在有限测度空间上,由强推弱的蕴含也不能反过来。
在这个例子中,t 很大时 tpdf(t)=1,所以趋零结论 (3) 已经不成立。或许有人希望 (3) 刻画 Lp;事实并非如此。
反例模式
趋零的尾部仍然不足以保证可积
断言:在有限测度空间上,若 t→∞ 时 tpdf(t)→0,则 f∈Lp。在 (0,e−1) 上令 f(x)=x−1/p(log(e/x))−1/p,则 fp=1/(xlog(e/x))。由于 xlog(e/x) 的导数为 −logx>0,f 递减。当 t 足够大时,其严格超水平集是 (0,at),其中 f(at)=t、at↓0,且 tpat=1/log(e/at)→0。然而,代入 u=log(e/x),
∫0e−1∣f∣pdx=∫0e−1xlog(e/x)dx=∫2∞udu=∞.所以 (3) 对强可积性是必要而非充分的;正确的刻画就是层蛋糕公式 (1) 本身。
当 p>1 时,弱控制仍可给出有用的局部可积性。
命题 4.3.8
(当 p>1 时弱控制在有限测度集上可积)
设 p>1、Kp(f)≤K 且 μ(E)=a<∞。则
∫E∣f∣dμ≤p−1pKa1−1/p.(4)
对 ∣f∣1E 以指数 1 应用 (1),其分布函数为 μ(E∩{∣f∣>t})≤min{a,(K/t)p}:
∫E∣f∣dμ=∫0∞μ(E∩{∣f∣>t})dt≤∫0∞min{a,(K/t)p}dt.若 a=0 或 K=0,左侧为零。否则在两个界相交的 t0=Ka−1/p 处拆开积分。两部分是 at0=Ka1−1/p 与 ∫t0∞Kpt−pdt=Kpt01−p/(p−1)=Ka1−1/p/(p−1),相加得 p−1pKa1−1/p。□
常见错误
(期望弱 L1 有同样的局部界)
当 p=1 时,此论证中的尾积分 ∫t0∞Kt−1dt 发散,而且失效是真实的。在 (0,1) 上,f(x)=1/x 满足 df(t)=min{1,1/t},故 K1(f)=1,但在这个测度为 1 的集合上 ∫01dx/x=∞。弱 L1 不蕴含局部可积。
练习
快速检查
(对 (0,1) 上的 f(x)=x−1/3,求使 f∈Lr 的所有 r>0,并计算 K3(f)。)
用“弱而不强”例子中 p=3 的情形。
解答 · 答案
∫01x−r/3dx<∞ 恰在 r/3<1 时成立,所以 0<r<3 时 f∈Lr。取 p=3,则 f=x−1/p,故 K3(f)=1,尽管 f∈/L3。
快速检查
(若 μ(E)=4、p=2 且 K2(f)≤3,(4) 给出 ∫E∣f∣ 的什么上界?)
解答 · 答案
p−1pKa1−1/p=2⋅3⋅41/2=12,所以 ∫E∣f∣≤12。
快速检查
(设 f∈Lp、p>0。证明 t→∞ 时 μ({∣f∣>t})→0,并说明是否需要有限测度假设。)
解答 · 答案
Markov 不等式给出 df(t)≤t−p∫∣f∣p→0。不需要 μ(X) 有限;只用到 ∫∣f∣p<∞。
快速检查
(在带 Lebesgue 测度的 R 上,f(x)=1 是否对某个 p>0 属于弱 Lp?计算 df。)
解答 · 答案
0<t<1 时 df(t)=∞,t≥1 时 df(t)=0。因此对每个 p 都有 Kp(f)=∞:在无限测度空间上,有界函数未必属于弱 Lp,因为它的低层具有无穷测度。公式 (1) 也正确给出 ∫∣f∣p=∞。