广义函数空间上的伪微分算子
好的,我们先从一个最基础、最直观的起点开始。
第一步:从“乘子”到“算子”的动机
之前我们讲过“广义函数空间上的乘子”和“傅里叶乘子”。它们的核心思想是:在频率空间(即傅里叶变换后的空间)中,对一个广义函数的傅里叶变换进行简单的“逐点相乘”操作,然后再变回原空间,从而得到一个全新的、作用在原广义函数上的算子。这个操作被一个“乘子函数”(或“象征”)所完全刻画。
例如,一个函数的导数,在傅里叶变换下,对应于乘以 \((i\xi)\) 这样一个乘子。然而,这个乘子函数是线性的,非常特殊。一个自然的推广想法是:如果我们允许乘子函数不仅仅是一个多项式(比如 \((i\xi)\)),而是一个更一般的、可能依赖于位置 \(x\) 和频率 \(\xi\) 的二元函数 \(p(x, \xi)\) 呢?这个想法就引向了伪微分算子。
第二步:经典伪微分算子的直观定义
伪微分算子的核心公式,可以看作是对傅里叶乘子和微分算子的推广。对于一个“足够好”的函数 \(u(x)\),一个形式最简单的伪微分算子 \(P\) 作用在其上,定义为:
\[(Pu)(x) = \frac{1}{(2\pi)^n} \int_{\mathbb{R}^n} e^{i x \cdot \xi} \, p(x, \xi) \, \hat{u}(\xi) \, d\xi. \]
我们来分解这个公式,它包含了我们之前学过的多个概念:
- \(\hat{u}(\xi)\):这是 \(u\) 的傅里叶变换,将函数转换到频率空间。
- \(p(x, \xi)\):这是象征,是一个定义在位置-频率空间(相空间)\(\mathbb{R}^n_x \times \mathbb{R}^n_\xi\) 上的函数。它是整个算子的“DNA”,决定了算子的所有性质。在傅里叶乘子的情形,\(p\) 只依赖于 \(\xi\),不依赖于 \(x\)。
- \(e^{i x \cdot \xi} \, p(x, \xi) \, \hat{u}(\xi)\):这是在频率空间中,用象征 \(p\) 对频率信息进行“调制”或“放大/衰减”。这里的 \(p\) 可以依赖于位置 \(x\),这意味着在不同位置,对相同频率分量的处理方式可以不同,这比全局一致的乘子灵活得多。
- 对 \(d\xi\) 积分,并乘以归一化系数 \(1/(2\pi)^n\):这是傅里叶逆变换,将经过调制后的频率信息重新组合,变回到物理空间(\(x\)-空间),从而得到一个新的函数 \(Pu\)。
所以,伪微分算子可以直观理解为:一种“位置相关”的、在频率域进行滤波的线性变换。当 \(p(x, \xi) = \sum_{|\alpha| \le m} a_\alpha(x) (i\xi)^\alpha\) 时,\(P\) 就是一个变系数的 \(m\) 阶线性微分算子。
第三步:象征的类别与算子的性质
并非任何二元函数 \(p(x, \xi)\) 都能通过上述积分定义出一个性质良好的算子。为了保证积分收敛,并且算子能作用在适当的广义函数空间上(比如索伯列夫空间),我们需要对象征 \(p(x, \xi)\) 的增长性加以限制。这引出了象征类 \(S^m_{\rho, \delta}\) 的定义。
一个象征 \(p(x, \xi)\) 属于类 \(S^m_{\rho, \delta}(\mathbb{R}^n \times \mathbb{R}^n)\),如果对任意多重指标 \(\alpha, \beta\),存在常数 \(C_{\alpha, \beta}\) 使得:
\[| \partial_\xi^\alpha \partial_x^\beta p(x, \xi) | \le C_{\alpha, \beta} (1 + |\xi|)^{m - \rho |\alpha| + \delta |\beta|}, \quad \forall x, \xi \in \mathbb{R}^n. \]
其中:
- \(m \in \mathbb{R}\) 称为象征的阶,它控制了 \(p\) 在频率 \(|\xi| \to \infty\) 时的增长速度。\(m\) 越小,象征在无穷远处衰减越快,对应的算子性质越好。
- \(0 \le \delta \le \rho \le 1\) 是控制微分行为的参数。最重要的是 \(S^m_{1,0}\) 类,它是最基本和最常用的象征类。此时,关于 \(\xi\) 的求导会使象征的阶数降低(因为 \(m - 1\cdot |\alpha|\)),这是微分算子的典型行为。
第四步:伪微分算子的基本运算与性质
对应于一个给定的象征类,我们可以建立一套丰富的算子理论:
- 有界性:这是最核心的性质之一。如果一个伪微分算子的象征 \(p \in S^m_{1,0}\),那么对于索伯列夫空间,算子 \(P: H^s(\mathbb{R}^n) \to H^{s-m}(\mathbb{R}^n)\) 是有界的。这意味着,算子“吃掉”了函数的 \(m\) 阶正则性。这完美地解释了我们之前学过的“微分降低正则性”的现象。
- 复合运算:两个伪微分算子 \(P\)(象征 \(p\))和 \(Q\)(象征 \(q\))可以复合,得到的算子 \(P \circ Q\) 也是一个伪微分算子。它的主象征(最重要的部分)就是 \(p\) 和 \(q\) 的乘积 \(p \cdot q\)。这推广了微分算子的复合法则。
- 伴随算子:伪微分算子 \(P\) 的伴随算子 \(P^*\) 也是一个伪微分算子。其主象征是 \(p(x, \xi)\) 的复共轭 \(\overline{p(x, \xi)}\)。
- 拟局部性:伪微分算子具有“拟局部”性质。这意味着,尽管它不是像微分算子那样严格“局部”(算子的值在一点只依赖于该点任意邻域内的函数值),但它的“非局部”效应是快速衰减的。具体来说,如果函数 \(u\) 在某个区域为零,那么 \(Pu\) 在该区域外是 \(C^\infty\) 光滑的。这联系到我们之前学过的“广义函数的奇支集”概念:伪微分算子不扩大广义函数的奇支集。
第五步:从欧氏空间到流形,及与广义函数的结合
- 流形上的定义:伪微分算子的理论可以推广到紧致或无边的微分流形上。其基本思想是利用局部坐标卡:在每一个坐标卡上,算子由我们上述的局部形式定义,然后通过单位分解将这些局部定义粘合起来,成为一个整体流形上的算子。此时,象征 \(p(x, \xi)\) 定义在流形的余切丛上。
- 作用在广义函数上:由于伪微分算子在索伯列夫空间上的有界性,以及索伯列夫空间与广义函数空间的嵌套关系(例如,所有索伯列夫空间都包含在广义函数空间 \(\mathcal{D}’\) 中),我们可以很自然地将伪微分算子的定义扩展到广义函数空间上。对于一个广义函数 \(T \in \mathcal{D}’(\Omega)\),我们通过其对偶性定义 \(PT\):对于任意试验函数 \(\phi \in C_c^\infty(\Omega)\),
\[ \langle PT, \phi \rangle := \langle T, P^*\phi \rangle. \]
这里的 \(P^*\) 是 \(P\) 的形式伴随算子。这一定义是相容的,当 \(T\) 是普通函数时,它与之前的积分定义一致。
总结:
伪微分算子理论是现代分析学的强大工具,它将经典的微分算子理论和傅里叶乘子理论统一在一个框架下。通过精细地控制其“象征”在相空间中的行为,我们可以系统地研究一大类线性算子的有界性、正则性传播、谱性质等。它不仅是研究线性偏微分方程(如椭圆算子的先验估计、正则性理论)的基础,也是通往更复杂的傅里叶积分算子和微局部分析(我们已讲过的“波前集”就是其核心概念)的关键一步。