{
  "id": "lp-space",
  "title": "Lp空间",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "Lp空间由满足可积性或本质有界条件的可测函数组成，并将几乎处处相等的函数视为同一元素。",
  "category": "mathematics",
  "subcategory": "analysis",
  "type": "concept",
  "aliases": [
    "勒贝格空间",
    "勒贝格函数空间"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/lp-space/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/lp-space/",
      "json": "https://aiwiki.page/en/lp-space.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "\\(L^p\\)空间是由绝对值的 \\(p\\) 次幂可积的可测函数组成的向量空间；当 \\(p=\\infty\\) 时，则要求函数本质有界。几乎处处相等的函数被视为同一元素。这些空间将测度论与泛函分析联系起来：当 \\(1\\le p\\le\\infty\\) 时，它们是巴拿赫空间，而 \\(L^2\\) 还具有希尔伯特空间的结构。指数 \\(p\\) 决定了空间如何衡量函数的大小。(math.ucdavis.edu)"
    },
    {
      "heading": "定义与几乎处处相等",
      "text": "设 \\((X,\\Sigma,\\mu)\\) 为测度空间，其中 \\(\\Sigma\\) 是σ代数，\\(\\mu\\) 是测度。函数可以取实数值或复数值。对于 \\(1\\le p<\\infty\\)，定义范数\n\n\\[\\|f\\|_p=\\left(\\int_X |f(x)|^p\\,d\\mu(x)\\right)^{1/p}.\\]\n\n这里的积分是勒贝格积分。于是，\\(L^p(X,\\Sigma,\\mu)\\)（常简写为 \\(L^p(X)\\) 或 \\(L^p(\\mu)\\)）由使上述量有限的函数组成，并将几乎处处相等的函数视为同一元素。(math.ucdavis.edu)\n\n更准确地说，其元素是以下关系所确定的等价类：\n\n\\[f\\sim g\\quad\\Longleftrightarrow\\quad f=g\\ \\text{几乎处处}.\\]\n\n这样处理是必要的，因为改变函数在零测集上的值不会改变积分。否则，一个仅在零测集上非零的函数也可能具有零范数。对于 \\(p=\\infty\\)，\n\n\\[\\|f\\|_\\infty=\\operatorname*{ess\\,sup}_{x\\in X}|f(x)|,\\]\n\n其中本质上确界忽略测度为零的例外集合。因此，本质有界比处处有界的要求更弱。(math.ucdavis.edu)"
    },
    {
      "heading": "不等式与完备性",
      "text": "这一理论以两个不等式为基础。若 \\(1\\le p\\le\\infty\\)，且 \\(q\\) 是其共轭指数，即\n\n\\[\\frac1p+\\frac1q=1,\\]\n\n其中约定 \\(1/\\infty=0\\)，则赫尔德不等式给出\n\n\\[\\int_X |fg|\\,d\\mu\\le\\|f\\|_p\\|g\\|_q.\\]\n\n当 \\(p=q=2\\) 时，这就是柯西—施瓦茨不等式。闵可夫斯基不等式给出\n\n\\[\\|f+g\\|_p\\le\\|f\\|_p+\\|g\\|_p,\\]\n\n这正是范数所要求的三角不等式。它与齐次性、正定性一起，使 \\(L^p\\) 成为赋范向量空间。(ocw.mit.edu)\n\n在这一范数下，每个柯西序列都收敛到同一空间中的某个元素。这一完备性结论通常称为里斯—费舍尔定理，说明了为什么 \\(L^p\\) 空间适合用于逼近和极限论证。范数收敛是指 \\(\\|f_n-f\\|_p\\to0\\)，不应将其与逐点收敛混淆。对于有限的 \\(p\\)，范数收敛保证存在一个几乎处处收敛的子序列，但不一定保证整个序列几乎处处收敛。(ocw.mit.edu)"
    },
    {
      "heading": "例子及对测度的依赖",
      "text": "在 \\(\\mathbb R^n\\) 的子集上，通常采用勒贝格测度。空间 \\(L^1\\)、\\(L^2\\) 和 \\(L^\\infty\\) 分别描述绝对可积函数、平方可积函数和本质有界函数。在配备计数测度的正整数集上，相应的空间是序列空间：\n\n\\[\\ell^p=\\left\\{(a_n):\\sum_{n=1}^\\infty|a_n|^p<\\infty\\right\\}.\\]\n\n这里，\\(\\ell^\\infty\\) 由有界序列组成。在配备计数测度的有限集上，这一构造给出了熟悉的有限维 \\(p\\) 范数。(math.ucdavis.edu)\n\n可积性同时取决于指数和所用的测度。例如，在 \\((0,1)\\) 上，\n\n\\[f(x)=x^{-\\alpha},\\qquad \\alpha>0,\\]\n\n属于 \\(L^p\\) 当且仅当 \\(\\alpha p<1\\)。因此，增大 \\(p\\) 会对这一奇点提出更严格的要求。若 \\(0<\\mu(X)<\\infty\\) 且 \\(1\\le p<q\\le\\infty\\)，赫尔德不等式给出\n\n\\[\\|f\\|_p\\le\\mu(X)^{1/p-1/q}\\|f\\|_q,\\]\n\n所以 \\(L^q\\subseteq L^p\\)。在无限测度空间上，这一包含关系通常不成立；相比之下，对于整数集上的计数测度，当 \\(p<q\\) 时，有 \\(\\ell^p\\subseteq\\ell^q\\)。(math.ucdavis.edu)"
    },
    {
      "heading": "希尔伯特空间结构与对偶性",
      "text": "空间 \\(L^2\\) 具有内积\n\n\\[\\langle f,g\\rangle=\\int_X f(x)\\overline{g(x)}\\,d\\mu(x),\\]\n\n其范数由这个内积诱导。完备性使它成为希尔伯特空间，从而可以讨论正交性和正交投影。这些结构在傅里叶分析和逼近理论中十分重要。(math.ucdavis.edu)\n\n对于 σ 有限测度空间，当 \\(1\\le p<\\infty\\) 时，\\(L^p\\) 的连续对偶空间与 \\(L^q\\) 等距同构，其中 \\(q\\) 为共轭指数。在实值情形下，每个有界线性泛函都具有以下形式：\n\n\\[F(f)=\\int_X f g\\,d\\mu,\\qquad g\\in L^q.\\]\n\n当 \\(1<p<\\infty\\) 时，\\(L^p\\) 是自反的。端点情形 \\(L^\\infty\\) 则有所不同：其连续对偶空间通常比 \\(L^1\\) 更大，因此不能在这一端点简单地将共轭指数的对偶关系反过来使用。(math.ucdavis.edu)"
    },
    {
      "heading": "推广与应用",
      "text": "这一定义也可推广到 \\(0<p<1\\)。此时，同样的积分表达式给出的是拟范数，一般并非范数，因为通常的三角不等式可能不成立。不过，\n\n\\[d(f,g)=\\int_X|f-g|^p\\,d\\mu\\]\n\n在几乎处处相等关系所确定的等价类上定义了一个完备度量。(math.ucdavis.edu)\n\n局部空间 \\(L^p_{\\mathrm{loc}}(\\Omega)\\) 要求函数在紧子集上可积，而不要求在整个定义域上可积。索伯列夫空间进一步对弱导数施加条件，在偏微分方程研究中居于核心地位。在概率空间上，随机变量 \\(Y\\) 属于 \\(L^p\\) 的条件是其 \\(p\\) 阶绝对矩有限：\n\n\\[\\|Y\\|_p=\\bigl(\\mathbb E|Y|^p\\bigr)^{1/p}.\\]\n\n因此，\\(L^p\\) 的语言也用于表述概率论中的矩条件和 \\(p\\) 阶平均收敛。(math.ucdavis.edu)"
    }
  ],
  "links": [
    "measurable-function",
    "vector-space",
    "almost-everywhere",
    "measure-theory",
    "functional-analysis",
    "banach-space",
    "hilbert-space",
    "sigma-algebra",
    "norm-mathematics",
    "lebesgue-integral",
    "equivalence-class",
    "null-set",
    "holders-inequality",
    "cauchy-schwarz-inequality",
    "minkowski-inequality",
    "triangle-inequality",
    "normed-vector-space",
    "cauchy-sequence",
    "lebesgue-measure",
    "inner-product",
    "orthogonal-projection",
    "dual-space",
    "linear-functional",
    "sobolev-space",
    "partial-differential-equation",
    "probability-space",
    "random-variable"
  ],
  "sources": [
    {
      "title": "math.ucdavis.edu/~hunter/measure_theory/measure_notes.pdf",
      "url": "https://www.math.ucdavis.edu/~hunter/measure_theory/measure_notes.pdf"
    },
    {
      "title": "ocw.mit.edu/courses/18-102-introduction-to-functional-analysis-spring-2021/aad5…",
      "url": "https://ocw.mit.edu/courses/18-102-introduction-to-functional-analysis-spring-2021/aad5fcf3b0f85788519a0324258dd296_MIT18_102s21_lec13.pdf"
    },
    {
      "title": "math.ucdavis.edu/~hunter/book/ch12.pdf",
      "url": "https://www.math.ucdavis.edu/~hunter/book/ch12.pdf"
    },
    {
      "title": "math.ucdavis.edu/~hunter/pdes/pde_notes.pdf",
      "url": "https://math.ucdavis.edu/~hunter/pdes/pde_notes.pdf"
    },
    {
      "title": "math.ucdavis.edu/~babson/MAT200/Shktext.pdf",
      "url": "https://www.math.ucdavis.edu/~babson/MAT200/Shktext.pdf"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}