发表机构
University of Warsaw; Central South University（华沙大学; 中南大学）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
本文通过 Bellman 函数方法，在树状结构概率空间上确定了满足多线性 Muckenhoupt 条件的多线性极大算子加权估计的最优常数。
AI 中文摘要
本文研究了在具有树状结构的抽象概率空间背景下，多线性极大算子的加权 $L^{p_1}\times L^{p_2}\times \times L^{p_m}\to L^p$ 估计。利用 Bellman 函数方法，我们确定了满足多线性 Muckenhoupt 条件的权重所对应的相关最优常数。
英文摘要
The paper contains the study of the weighted $L^{p_1}\times L^{p_2}\times \ldots \times L^{p_m}\to L^p$ estimates for the multilinear maximal operator, in the context of abstract probability spaces equipped with a tree-like structure. Using the Bellman function method, we identify the associated optimal constants for weights satisfying the multilinear Muckenhoupt condition.
Comments27 pages, 2 figures
