[論文レビュー] Functional Inequalities on Weighted Riemannian Manifolds Subject to Curvature-Dimension Conditions

Eran Calderon|arXiv (Cornell University)|May 21, 2019

Geometric Analysis and Curvature Flows参考文献 82被引用数 8

ひとこと要約

本稿は、曲率次元直径（CDD）条件を満たす重み付きリーマン多様体上におけるPoincaré、p-Poincaré、およびlog-Sobolev定数の鋭い下界を確立する。これは、最適化問題を単純化するための、『モデル測度』と呼ばれる新たな関数解析的還元手法を用いる。主な貢献は、一般化されたリッチ曲率と直径の制約下で関数不等式の極値測度を特定する一般的手法の確立であり、これにより負の有効次元に対する新たな鋭い不等式と、改善されたlog-Sobolev下界が得られる。

ABSTRACT

We establish new sharp inequalities of Poincaré or log-Sobolev type, on geodesically-convex weighted Riemannian manifolds $(M,\mathfrak{g},μ)$ whose (generalized) Ricci curvature $Ric_{\mathfrak{g},μ,N}$ with effective dimension parameter $N\in (-\infty,\infty]$ is bounded from below by a constant $K\in\mathbb{R}$, and whose diameter is bounded above by $D\in (0,\infty]$ (Curvature-Dimension-Diameter conditions $CDD(K,N,D)$). To this end we establish a general method which complements the `localization' theorem which has recently been established by B. Klartag. Klartag's Theorem is based on optimal transport techniques, leading to a disintegration of the manifold measure into marginal measures supported on geodesics of the manifold. This leads to a reduction of the problem of proving a n-dimensional inequality into an optimization problem over a class of measures with 1-dimensional supports. In this work we firstly develop a general approach which leads to a reduction of this optimization problem into a simpler optimization problem, on a subclass of `model measures'. This reduction is based on functional analytic techniques, in particular a classification of extreme points of a specific subset of measures, and showing that the solution to the optimization problem is attained on this set of extreme points. Finally we solve the optimization problems associated with the Poincaré, p-Poincaré and the log-Sobolev inequalities subject to specific $CDD(K,N,D)$ conditions. Notably, we prove new sharp Poincaré inequalities for $N\in (-\infty,0]$. We find that for $N\in (-1,0]$ the characterization of the sharp lower bound on the Poincaré constant is of different nature; in addition we derive new lower bounds on the log-Sobolev constant under $CDD(K,\infty,D)$ conditions where $K\in\mathbb{R}$ and $D\in (0,\infty]$, which up to numeric constants are best possible.

研究の動機と目的

• 測地的凸性を満たす重み付きリーマン多様体で、曲率次元直径（CDD）条件を満たす場合のPoincaré、p-Poincaré、log-Sobolev定数に対する鋭い下界を導出すること。
• 高次元の関数不等式問題を、実直線上に台を持つ「モデル測度」と呼ばれる部分集合への最適化問題に還元する、一般的な関数解析的手法の開発。
• CDD(K,N,D)条件下で最適定数を達成する極値測度を同定すること、特に負の有効次元Nについて。
• CDD(K, ∞, D)条件下で、N ∈ (−∞, 0]に対する新たな鋭い不等式と、改善されたlog-Sobolev下界を確立すること。
• 1次元比較に基づく一様な枠組み内で、Li-Yau、Zhong-Yang、Lichnerowiczの結果を統一・一般化すること。

提案手法

• 特定の確率測度の部分集合の極値点を分類する還元技術を用い、関数定数の非線形最適化問題の解が、この「モデル測度」と呼ばれる集合上に達成されることを示す。
• 最適輸送を介したKlartagの局在定理の応用により、多様体測度を測地線に沿って1次元周辺測度に分解する。
• 関数解析的手法を用いて、無限次元最適化問題を、コンactな測度クラス上の取り扱い可能な1次元問題に簡略化する。
• 特定のCDD条件下で、Poincaré、p-Poincaré、log-Sobolev不等式の1次元最適化問題を解くための特許的解析的技法の適用。
• 1次元測度に対するEuler-Lagrange方程式を導出し、関連する固有値問題に対してSturm-Liouville理論を用いて解を得る。
• 多様体の関数定数と、明示的な1次元測度（例：一様分布、コサイン型）の定数を比較することで、鋭い下界を導出する。

実験結果

リサーチクエスチョン

• RQ1 CDD(K,N,D)条件下でN ∈ (−∞, 0]を満たす重み付きリーマン多様体上におけるPoincaré定数の鋭い下界は何か？
• RQ2 N ∈ (−1, 0]のとき、Poincaré定数の挙動はどのように変化し、この領域でどのような新規現象が現れるか？
• RQ3 有限直径Dを伴うCDD(K, ∞, D)条件下で、新たな鋭いlog-Sobolev定数を導出できるか？
• RQ4 多様体上の高次元関数不等式問題を、測度の部分集合への1次元最適化問題に還元する一般的手法は存在するか？
• RQ5 『モデル測度』は、Poincaré型およびlog-Sobolev型不等式の極値ケースを特徴付ける上で果たす役割は何か？

主な発見

• N ∈ (−∞, 0]に対して、新たな鋭いPoincaré不等式が確立され、特にN ∈ (−1, 0]では、N > 0の場合とは異なった挙動が観察され、幾何的現象の新規性が示された。
• N ∈ (−1, 0]では、Poincaré定数の鋭い下界がN > 0の場合とは異なる関数形で特徴づけられ、曲率次元枠組みにおける相転移的現象が示唆された。
• K ∈ ℝおよびD ∈ (0, ∞]を満たすCDD(K, ∞, D)条件下で、log-Sobolev定数に対する新たな下界が導出され、数値定数の誤差を除いて最適であることが示された。
• 『モデル測度』への還元が一般的であり、本稿で検討された3つの不等式を超える広範な関数不等式クラスへも適用可能であることが示された。
• 本手法により、Li-Yau/Zhong-YangおよびLichnerowiczの推定値といった古典的結果が、CDD枠組み内での特殊ケースとして回復され、統一された。
• 最適定数は、区間上に台を持つ1次元測度のものとして特定され、曲率と直径の制約下で、一様分布およびコサイン型測度の明示的形が導出された。