Skip to main content
QUICK REVIEW

[論文レビュー] On the $L^p$-estimates for Beurling-Ahlfors and Riesz transforms on Riemannian manifolds

Xiang‐Dong Li|arXiv (Cornell University)|Apr 3, 2013
Advanced Harmonic Analysis Research参考文献 4被引用数 4
ひとこと要約

本稿は、[6, 9] で報告された Riemann多様体上における Riesz 変換および Beurling-Ahlfors 変換の $L^p$-ノルム推定値におけるギャップを、時間反転マルティンゲール変換表現式を厳密に確立することによって是正する。次に、次元に依存しない明示的な $L^p$ 界限を証明する:$ abla^2\phi \geq -a$ であるリッチ曲率下限の下では $C(p^*-1)^{3/2}$、等号が成り立つ場合には $2(p^*-1)$ であり、Beurling-Ahlfors 変換に対しても同様の境界が保持される。

ABSTRACT

In our previous papers \cite{Li2008, Li2011}, we proved some martingale transform representation formulas for the Riesz transforms and the Beurling-Ahlfors transforms on complete Riemannian manifolds, and proved some explicit $L^p$-norm estimates for these operators on complete Riemannian manifolds with suitable curvature conditions. In this paper we correct a gap contained in \cite{Li2008, Li2011} and prove that the $L^p$-norm of the Riesz transforms $R_a(L)= abla(a-L)^{-1/2}$ can be explicitly bounded by $C(p^*-1)^{3/2}$ if $Ric+ abla^2ϕ\geq -a$ for $a\geq 0$, and the $L^p$-norm of the Riesz transform $R_0(L)= abla(-L)^{-1/2}$ is bounded by $2(p^*-1)$ if $Ric+ abla^2ϕ=0$. We also prove that the $L^p$-norm estimates for the Beurling-Ahlfors transforms obtained in \cite{Li2011} remain valid. Moreover, we prove the time reversal martingale transform representation formulas for the Riesz transforms and the Beurling-Ahlfors transforms on complete Riemannian manifolds.

研究の動機と目的

  • Riemann多様体上における Riesz 変換の $L^p$-ノルム推定値に生じたギャップを是正すること。これは、[6, 9] で報告された誤った確率的表現式に起因する。
  • 完全な Riemann多様体上における Riesz 変換に対して、有効な時間反転マルティンゲール変換表現を確立すること。これにより、確率積分の被積分関数がフィルトレーションに適応されることを保証する。
  • 同じ是正されたフレームワークの下で、Beurling-Ahlfors 変換の $L^p$-ノルム推定値を再確認し、妥当性を確認すること。
  • リッチ曲率条件 $\operatorname{Ric} + \nabla^2\phi \geq -a$ および $\operatorname{Ric} + \nabla^2\phi = 0$ の下で、Riesz 変換の明示的かつ次元に依存しない $L^p$-ノルム境界を導出すること。
  • 時間反転プロセスを含む確率的表現フレームワークを拡張し、確率積分とマルティンゲール理論に整合するようにすること。

提案手法

  • 時間反転過程 $\widehat{X}_t = X_{T-t}$ および時間反転確率的平行移動 $\widehat{M}_t$ を用いて、Riesz 変換の是正された時間反転マルティンゲール変換表現を導出する。
  • 過程 $Z_t = e^{-at}M_t^*\eta_a(X_t, B_t)$ における伊藤の微分法則を適用し、適応性および $L^2$ 収束を保証することで表現を確立する。
  • 元の前向き過程に時間反転変換を適用し、$\widehat{Z}_\tau = \int_0^\tau e^{-as}\widehat{M}_s dQ_af(\widehat{X}_s, \widehat{B}_s)d\widehat{B}_s - \int_0^\tau e^{-as}\widehat{M}_s \partial_y dQ_af(\widehat{X}_s, \widehat{B}_s)ds$ を含む新しい確率積分表現を導出する。
  • 共変 SDE の解の一意性を用いて、$M_\tau M_s^{-1} = \widehat{M}_{\tau-s}$ を同定し、確率積分の時間反転変換を可能にする。
  • Bañuelos と Baudoin [2] のマルティンゲール不等式を適用し、変換された確率積分の $L^p$-ノルムを有界化する。
  • 同様の枠組みを Beurling-Ahlfors 変換に適用し、$\int_0^T e^{-as}\widehat{M}_s B\nabla\omega_a(\widehat{X}_s,s)d\widehat{X}_s - \int_0^T e^{-as}\widehat{M}_s B\operatorname{Tr}\nabla^2\omega_a(\widehat{X}_s,s)ds$ を含む時間反転表現を導出する。

実験結果

リサーチクエスチョン

  • RQ1完全な Riemann多様体上における Riesz 変換 $R_a(L) = \nabla(a-L)^{-1/2}$ の正しい時間反転マルティンゲール変換表現は何か?
  • RQ2リッチ曲率条件 $\operatorname{Ric} + \nabla^2\phi \geq -a$ の下で、Riesz 変換の $L^p$-ノルムを明示的にどのように有界化できるか?
  • RQ3Beurling-Ahlfors 変換の $L^p$-ノルム推定値は、[9] の確率的表現ギャップを是正した後でも有効であるか?
  • RQ4時間反転フレームワークを用いて、これらの変換に対して一貫性があり、適応的な確率的表現を導出できるか?
  • RQ5リッチ曲率条件 $\operatorname{Ric} + \nabla^2\phi = 0$ の下で、$L^p$-ノルムの $p$ への鋭い依存関係は何か?

主な発見

  • Riesz 変換 $R_a(L)f(x)$ の是正された時間反転マルティンゲール変換表現は、$-2\lim_{y\to\infty} \mathbb{E}_y[\widehat{Z}_\tau \mid \widehat{X}_0 = x]$ で与えられ、$\widehat{Z}_\tau$ は $\widehat{M}_s$ および $dQ_af$ を含む確率積分とドリフト項で定義される。
  • $\operatorname{Ric} + \nabla^2\phi \geq -a$($a \geq 0$)の曲率条件下で、$R_a(L)$ の $L^p$-ノルムは $C(p^* - 1)^{3/2}$ で有界であり、ここで $p^* = \max(p, p')$ である。
  • $\operatorname{Ric} + \nabla^2\phi = 0$ の場合、$R_0(L)$ の $L^p$-ノルムは $2(p^* - 1)$ で有界であり、次元に依存しない。
  • [9] で確立された Beurling-Ahlfors 変換の $L^p$-ノルム推定値は、確率的表現ギャップを是正した後も有効であることが確認された。
  • Beurling-Ahlfors 変換の時間反転表現は、$S_B\omega(x) = 2\lim_{T\to\infty} \mathbb{E}[\widehat{Z}_T \mid \widehat{X}_0 = x]$ として導出され、$\widehat{Z}_T$ は $\widehat{X}_s$ における確率積分と $\operatorname{Tr}\nabla^2\omega_a$ を含むドリフト項を含む。
  • 証明は、被積分関数の適応性と Bañuelos と Baudoin [2] のマルティンゲール不等式の適用に依存しており、確率積分の $L^p$-ノルムを制御する。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。