最后更新: 2025-11-29 16:21 查看: 100 次纠错评论(0) 课件开VIP

概述

## 概述
 古典微积分与现代实分析的区别之一在于，前者研究函数，着重于单个函数本身的性质，而后者则更进一步，把由一些函数组成的集合看成空间，把函数看作这些＂空间＂中的一个元素（或一个点），研究这些空间的＂结构＂，把微分与积分等运算看成点到点之间的映射（算子）．由函数可积性定义的这种空间就是其中最基本与最重要的空间之一。

这种＂空间＂的思想，要追溯到 19 世纪末到 20 世纪初．希尔伯特（Hilbert）为了求解积分方程，把它化为解无穷线性方程组，并用有限线性方程组的解去逼近无穷的情形，从而研究了具有性质 $\sum_{i=1}^{\infty}\left|x_i\right|^2<+\infty$ 的数列 $\left\{x_i\right\}_{i=1}^{\infty}$ ．后来施密特（Schmidt）与弗雷歇（Fréchet）将 Hilbert 的理论与 $n$ 维欧氏空间相比较，把 $n$ 推广到无穷．考虑无穷维的向量空间，称 $x=\left(x_1, x_2, \cdots, x_n, \cdots\right)$ 为这个空间中的点，而对于两个满足 $\sum_{i=1}^{\infty}\left|x_i\right|^2<+\infty, \sum_{i=1}^{\infty}\left|y_i\right|^2<+\infty$ 的点，定义它们的距离为

$$
\rho(x, y)=\left(\sum_{i=1}^{\infty}\left|x_i-y_i\right|^2\right)^{\frac{1}{2}}
$$

这便产生了现在称之为 $l^2$ 空间的概念，其中距离是这种空间的一种＂结构＂。 Schmidt 还引人了范数的符号

$$
\|x\|=\left(\sum_{i=1}^{\infty}\left|x_i\right|^2\right)^{\frac{1}{2}}
$$

从而得到

$$
\rho(x, y)=\|x-y\|
$$

1907年，F．Riesz 与 Fréchet 同时用连续量代替离散量，把 $l^2$ 中的点改为 $[0,1]$ 中的函数 $f(t)$ ，原来加在序列上的条件自然变成了

$$
\int_0^1|f(t)|^2 d t<+\infty ...(4)
$$

而得到了所谓的 $L^2$ 空间．这是一个与欧氏空间十分相似的空间．后来人们又进一步推广这一思想考虑在 $[a, b]$ 使 $|f(t)|^p$ Lebesgue 可积的函数 $f(t)$ ，即 $f(t)$满足

$$
\int_a^b|f(t)|^p d t<+\infty, ...(5)
$$

从而引出 $L^p$ 空间（在本书中，我们总是假定 $p \geqslant 1$ ）．到 1922－1923年，哈恩 （Hahn），巴拿赫（Banach），维纳（Wiener）等独立地引入了一般的线性赋范空间． $L^P$ 空间之所以基本而重要，原因之一是它们是完备的，这正体现了本书绪论所说的数学史上第二次完备化的结果．$L^p$ 空间的引入，可以说是 Lebesgue 积分对 20 世纪以来近代数学的最重要的贡献之一。这些空间本身以及在这基础上发展出来的各种空间，如索伯列夫（Sobolev）空间，哈代（Hardy）空间，BMO 空间（有界平均振动空间）等等，已成了近代数学众多分支研究问题的最基本的框架．为了纪念 Lebesgue 的重要贡献，人们把最初用可积性定义的这些函数空间称为 Lebesgue 空间，记为 $L^p$ ，其中的 $L$ 就是 Lebesgue 的第一个字母。

本章是在前面 Lebesgue 测度与积分理论的基础上，对 $L^p$ 空间作一个简单介绍，以使读者初步体会 Lebesgue 积分的意义．关于 $L^p$ 空间更加丰富的内容，读者可从别的课程或专著中学习到．

## 本章概述

### 一、L^p 空间要解决什么问题？

在微积分中，我们熟悉了**黎曼积分**，并在此基础上讨论了函数空间，比如连续函数空间 $ C([a, b]) $。但黎曼积分和连续函数空间有以下几个主要缺陷：

1.  **不完备性**：一个黎曼可积函数序列的极限可能不再是黎曼可积的。换句话说，在黎曼积分的意义下，柯西序列不一定收敛。这在分析学中是一个非常不理想的性质，因为我们希望在一个“好”的空间里，极限运算能够封闭。
3.  **对函数的要求较苛刻**：很多性质良好、很有用的函数（比如有理数集的示性函数）不是黎曼可积的。
4.  **不方便处理极限操作**：在黎曼积分框架下，交换积分和极限的顺序（比如 $\lim \int f_n = \int \lim f_n$）需要很强的条件（如一致收敛）。

**L^p 空间** 是在 **勒贝格积分** 框架下定义的，它完美地解决了上述问题：
*   **完备性**：L^p 空间是**巴拿赫空间**（完备的赋范线性空间），其中的柯西序列一定收敛。这使得我们可以在其中自由地使用极限工具。
*   **更广泛的函数类**：基于勒贝格积分的“测度”概念，可以容纳更多“不规则”的函数。
*   **强大的收敛定理**：勒贝格积分有一套强大的收敛定理（如单调收敛定理、控制收敛定理），使得积分和极限的交换变得非常方便。

---

### 二、L^p 空间的定义

L^p 空间不是单一的空间，而是一族空间，由一个参数 $ p $ 来索引，其中 $ 1 \leq p \leq \infty $。

#### 1. 空间 $ L^p(\Omega, \mathcal{F}, \mu) $ （一般定义）

设 $ (\Omega, \mathcal{F}, \mu) $ 是一个测度空间（例如，$\Omega$ 是实数集，$\mathcal{F}$ 是博雷尔集，$\mu$ 是勒贝格测度）。

*   **当 $ 1 \leq p < \infty $ 时**：
    *   **函数集合**：所有满足以下条件的可测函数 $ f: \Omega \to \mathbb{R} $（或 $\mathbb{C}$）构成的集合：
        $$
        \int_{\Omega} |f(x)|^p  d\mu(x) < \infty
        $$
        即，函数 $ |f|^p $ 是勒贝格可积的。
    *   **范数**：定义其 **L^p 范数** 为：
        $$
        \|f\|_p = \left( \int_{\Omega} |f(x)|^p  d\mu(x) \right)^{1/p}
        $$
        这个范数衡量了函数“整体的大小”或“平均高度”。

*   **当 $ p = \infty $ 时**：
    *   **函数集合**：所有**本性有界**的可测函数 $ f $ 构成的集合。所谓“本性有界”，是指存在一个常数 $ M > 0 $，使得 $ |f(x)| \leq M $ 在 $\Omega$ 上**几乎处处**成立。换句话说，函数可以被一个常数“控制”，允许在零测集上超出这个控制。
    *   **范数**：定义其 **L^∞ 范数**（称为**本性上确界**）为：
        $$
        \|f\|_\infty = \inf \{ M \geq 0 : |f(x)| \leq M \quad \text{a.e. on } \Omega \}
        $$
        这个范数衡量了函数“几乎处处”的上界。

#### 2. 重要的特例：$ L^p(\mathbb{R}^n) $

最常用的情况是 $\Omega = \mathbb{R}^n$，并配备勒贝格测度。此时空间简记为 $ L^p(\mathbb{R}^n) $。函数 $ f $ 属于 $ L^p(\mathbb{R}^n) $ 当且仅当：
$$
\|f\|_p = \left( \int_{\mathbb{R}^n} |f(x)|^p  dx \right)^{1/p} < \infty
$$

#### 3. 一个技术细节：几乎处处相等

在 L^p 空间中，我们**将几乎处处相等的函数视为同一个元素**。这是因为它们的 L^p 范数相同（$ \|f\|_p = 0 $ 当且仅当 $ f=0 $ 几乎处处）。这样处理可以保证范数满足正定性的要求（如果 $ \|f\|=0 $，则 $ f=0 $）。因此，严格来说，L^p 空间中的元素是**函数的等价类**。

---

### 三、重要的特例与几何解释

不同的 $ p $ 值对应着不同的“大小”衡量方式。

*   **$ L^1 $ 空间**：可积函数空间。范数 $ \|f\|_1 = \int |f| $ 就是函数曲线与 x 轴之间区域的**面积**。在概率论中，概率密度函数就属于 $ L^1 $ 空间（其范数，即积分值，为1）。

*   **$ L^2 $ 空间**：平方可积函数空间。这是**极其重要**的空间，因为它是一个**希尔伯特空间**（不仅完备，而且有内积）。
    *   **内积**：$ \langle f, g \rangle = \int f(x) \overline{g(x)}  dx $
    *   这个内积诱导的范数就是 $ L^2 $ 范数：$ \|f\|_2 = \sqrt{\langle f, f \rangle} $。
    *   希尔伯特空间具有丰富的几何结构（正交性、投影等），这使得 $ L^2 $ 空间在傅里叶分析、量子力学等领域有核心应用。

*   **$ L^\infty $ 空间**：本性有界函数空间。它不关心函数在零测集上的奇异行为，只关心其“本质上”的最大值。

*   **$ p $ 的几何意义**：$ p $ 值越小，范数对函数的“局部尖峰”越不敏感。$ p $ 值越大，范数对“局部尖峰”越敏感。一个函数可以有很高的尖峰但仍然属于 $ L^1 $（如果尖峰很窄），但要属于 $ L^\infty $，它的值几乎处处都不能超过某个界限。

---

### 四、L^p 空间的核心性质

1.  **完备性**：对任意的 $ 1 \leq p \leq \infty $，$ L^p $ 空间是一个**巴拿赫空间**。特别地，$ L^2 $ 是一个希尔伯特空间。这是它最根本的优点。

2.  **对偶性**：如果 $ 1 < p < \infty $，那么 $ L^p $ 空间是**自反**的。它的对偶空间（所有连续线性泛函构成的空间）是 $ L^q $，其中 $ q $ 是 $ p $ 的**共轭指数**，满足：
    $$
    \frac{1}{p} + \frac{1}{q} = 1
    $$
    *   特例：$ (L^2)^* = L^2 $，$ (L^1)^* = L^\infty $（但反之不成立，$ (L^\infty)^* $ 比 $ L^1 $ 大）。

3.  **包含关系**：如果测度空间是有限的（例如，区间 $[a, b]$），那么有以下的包含关系：
    $$
    L^\infty \subset L^q \subset L^p \subset L^1 \quad \text{对于} \quad 1 < p < q < \infty
    $$
    也就是说，在有界区域上，一个有界函数必然是任意次可积的。但在无限测度空间（如整个实数轴 $\mathbb{R}$）上，这种包含关系一般不成立。

4.  **稠密性**：在 $ L^p(\mathbb{R}^n) $ 中，光滑且具有紧支撑的函数集合 $ C_c^\infty(\mathbb{R}^n) $ 是稠密的。这意味着任何一个 L^p 函数都可以用一个性质非常好的光滑函数任意逼近。这个性质在证明定理时极其有用。

---

### 五、关键的不等式

这些不等式是 L^p 空间理论的基石。

*   **赫尔德不等式**：设 $ 1 < p, q < \infty $，$ \frac{1}{p} + \frac{1}{q} = 1 $。如果 $ f \in L^p $，$ g \in L^q $，那么 $ fg \in L^1 $，并且有：
    $$
    \|fg\|_1 \leq \|f\|_p \|g\|_q
    $$
    这是柯西-施瓦茨不等式在 $ L^p $ 空间上的推广。当 $ p=q=2 $ 时，就是柯西-施瓦茨不等式。

*   **闵可夫斯基不等式**：
    $$
    \|f + g\|_p \leq \|f\|_p + \|g\|_p
    $$
    这正是 L^p 范数满足**三角不等式**的体现，是保证 $ L^p $ 空间是赋范线性空间的关键。

---

### 总结

| 特性 | 描述 | 重要性 |
| :--- | :--- | :--- |
| **定义域** | 测度空间 $ (\Omega, \mathcal{F}, \mu) $ | 统一处理离散、连续等各种情况 |
| **核心参数** | $ p \in [1, \infty] $ | 定义了衡量函数“大小”的方式 |
| **范数** | $ \|f\|_p = (\int |f|^p d\mu)^{1/p} $ (p<∞)，$ \|f\|_\infty $ (p=∞) | 量化函数的整体行为 |
| **核心性质** | **完备性**（巴拿赫空间） | 保证极限运算封闭，是分析的基础 |
| **特殊情形** | $ L^2 $ 是希尔伯特空间（有内积） | 适用于傅里叶分析、量子力学等 |
| **关键工具** | 赫尔德不等式、闵可夫斯基不等式 | 理论构建和计算的基石 |

希望这个系统的解释能帮助你全面理解勒贝格空间 L^p。它是现代分析学中不可或缺的基本工具。

科数题库(单机版) 会议室预约系统(book)

今日还可看 0 篇未注册用户每天查看4篇，注册用户每天8篇，开通VIP会员无限制查看。

免费注册

《高等数学》难点解析

高数教程 泰勒公式切线与法线切平面与法平面驻点·拐点·极值点·零点间断点渐进线瑕积分欧拉方程伯努利方程 Abel 收敛定理偏导数的几何意义偏导数的几何意义梯度数量场与向量场多元函数极值拉格朗日算子通量与散度环流量与旋度格林公式高斯公式斯托克斯公式三大公式比较傅里叶级数极坐标微元点法式方程变上限定积分 X型计算面积 Y型计算面积微分的意义渐近线间断点 y''+py'+qy=f(x)方程高斯黎曼傅里叶变换(复数) 拉普拉斯变换(复数)

《线性代数》难点解析

线代教程 近世代数对数学的整体思考线性的意义矩阵乘法(列视角) 矩阵乘法(行视角) 矩阵左乘矩阵右乘逆矩阵求解方程组阶梯形矩阵的求法方程组解的判定四阶行列式的计算线性变换的意义线性空间向量组的等价线性空间的几何意义基础解系的求法施密特正交化特征值与特征向量的意义矩阵相似的几何意义矩阵可对角化的理解秩的意义(向量版) 秩的意义(方程版) 二次型的意义

《概率论与数理统计》难点解析

概率教程 置信区间与上a分位数概率中的“取”与“放” 贝叶斯公式全概率公式泊松分布指数分布伽玛分布二维密度图的意义卷积的意义相关系数的意义 k阶矩是与矩母函数卡方分布的作用单正态区间估计理解假设检验理解切比雪夫不等式中心极限定理

上一篇：没有了

下一篇： Lp 空间

本文对您是否有用？有用 (0) 无用 (0)