[논문 리뷰] Profile decomposition for sequences of Borel measures

Mihai Mariş|arXiv (Cornell University)|2014. 10. 22.

Stability and Controllability of Differential Equations참고 문헌 11인용 수 4

한 줄 요약

이 논문은 농도-붕괴 원리의 보완을 통해 임의의 유계 시퀀스의 Borel 측도에 대한 프로파일 분해를 수립한다. 이는 이분법 케이스에서 항상 농도를 보이는 부분이 있는 하위 시퀀스를 선택할 수 있음을 보여주며, 특별히 Sobolev 공간에서의 약한 극한 분석에 활용 가능한 일반적 프로파일 분해 정리를 제시한다. 주요 기여는 프로파일을 분리하기 위해 반복적으로 농도를 보이는 하위 시퀀스를 선택하는 방법을 통해, 농도하는 부분과 노름에서 사라지는 나머지 부분으로 분해하는 것이다.

ABSTRACT

We prove that, if dichotomy occurs when the concentration-compactness principle is used, the dichotomizing sequence can be choosen so that a nontrivial part of it concentrates. Iterating this argument leads to a profile decomposition for arbitrary sequences of bounded Borel measures. To illustrate our results we give an application to the structure of bouded sequences in the Sobolev space $ W^{1, p}(\R^N)$.

연구 동기 및 목표

• 이분법 케이스를 다루는 데서의 곤경을 해결하기 위해, 이분법하는 하위 시퀀스를 선택함으로써 한 부분이 농도하도록 보장하는 것.
• 측도 공간 위의 임의의 유계 Borel 측도 시퀀스에 대한 일반적 프로파일 분해를 개발하는 것.
• 특히 Sobolev 공간의 맥락에서, 프로파일 분해 기법의 적용 범위를 더 넓은 측도 클래스로 확장하는 것.
• 비선형 PDE와 변분법에서 약한 극한과 컴팩턴스를 연구하기 위한 기초 도구를 제공하는 것.
• 농도하는 프로파일과 노름에서 사라지는 나머지 부분으로 시퀀스를 분해하는 구성적 방법을 제공하는 것.

제안 방법

• 이분법 케이스에서 한 성분이 농도하도록 보장할 수 있음을 보여주는, 농도-붕괴 원리의 개선된 형태를 도입한다.
• 질량 분포 분석과 농도 행동 식별을 위해 농도 함수 $q_n(t) = \sup_{x \in \mathcal{X}} \mu_n(B(x,t))$ 를 사용한다.
• 이분법 추론을 반복하여 시퀀스를 유한한 수의 농도 프로파일과 $L^1$-노름에서 사라지는 나머지로 분해한다.
• 밀도 시퀀스 $L^1$ 에서의 프로파일 분해를 적용하여, $\mu_n(E) = \int_E \rho_n \, d\mu$ 를 통해 측도로 전환한다.
• 약한 수렴과 컴팩트 임bedding(예: Sobolev 임베딩)을 사용하여 나머지와 프로파일 노름을 제어한다.
• 측도 수준의 프로파일 분해를 $|\nabla u_n|^p + |u_n|^p$ 시퀀스에 적용하여 $W^{1,p}({\mathbf{R}}^N)$ 에서의 분해를 수립한다.

실험 결과

연구 질문

• RQ1 농도-붕괴 원리의 이분법 케이스를 개선하여, 시퀀스의 한 부분이 농도하도록 보장할 수 있는가?
• RQ2 특정 확률 측도가 아닌, 임의의 유계 Borel 측도 시퀀스에 대해 프로파일 분해를 구성할 수 있는가?
• RQ3 Sobolev 공간에서의 유계 시퀀스의 약한 극한 구조를 분석하기 위해 프로파일 분해는 어떻게 적용될 수 있는가?
• RQ4 나머지 항의 역할은 무엇이며, 노름에서 어떻게 사라지는가?
• RQ5 $p \geq N$ 인 $W^{1,p}({\mathbf{R}}^N)$ 에서는 가중 $L^1$-유계 밀도를 사용하여 방법을 확장할 수 있는가?

주요 결과

• 임의의 유계 Borel 측도 시퀀스는 측도 공간 위에서 유한한 수의 농도 프로파일과 $L^1$-노름에서 사라지는 나머지로 분해되는 프로파일 분해를 갖는다.
• 이분법 케이스에서, 한 성분이 농도하도록 보장할 수 있는 하위 시퀀스를 선택할 수 있으며, 이는 분해의 반복적 정밀화를 가능하게 한다.
• 나머지 항 $v_{n,2}^k$ 는 고정된 $k$ 에 대해 $n \to \infty$ 일 때 $\|v_{n,2}^k\|_{L^1({\mathbf{R}}^N)} \to 0$ 이고, $q \in (p, p^*)$ 에 대해 $k \to \infty$ 일 때 $\|v_{n,2}^k\|_{L^q({\mathbf{R}}^N)} \to 0$ 이다.
• For $p=2$, 기울기 노름은 덧셈적으로 분해된다: $\|\nabla w_n^k\|_{L^2}^2 = \|\nabla v_{n,1}^k\|_{L^2}^2 + \|\nabla v_{n,2}^k\|_{L^2}^2 + o(1)$, 그리고 $\|\nabla v_{n,1}^k\|_{L^2}^2 \to \sum_{i=1}^k \|\nabla h_n^i - \nabla V^i\|_{L^2}^2$ 이다.
• For $N \leq p < \infty$, 가중 $L^1$-유계 밀도 $\rho_n$ 를 통해 방법이 확장되며, 이는 $L^{p_\ell}$ 노름을 균일하게 제어함으로써 $W^{1,p}$ 에서의 분해를 가능하게 한다.