Skip to main content
QUICK REVIEW

[论文解读] A sharpened Riesz-Sobolev inequality

Michael Christ|arXiv (Cornell University)|Jun 6, 2017
Numerical methods in inverse problems参考文献 7被引用 14
一句话总结

本文建立了 Riesz-Sobolev 不等式的一个精确定量稳定性估计,证明了近极值解必须在测度意义下接近于位似椭球的平移。关键结果是:在严格可接受的参数范围内,亏量的下界为关于最优配置距离的二次型,且最优指数为 2,该结果将 Burchard 的等式刻画推广到了定量稳定性框架。

ABSTRACT

The Riesz-Sobolev inequality provides an upper bound, in integral form, for the convolution of indicator functions of subsets of Euclidean space. We formulate and prove a sharper form of the inequality. This can be equivalently phrased as a stability result, quantifying an inverse theorem of Burchard that characterizes cases of equality.

研究动机与目标

  • 为 Riesz-Sobolev 不等式提供一个定量稳定性结果,以改进 Burchard 对等式情形的刻画。
  • 在到同位似椭球轨道的最近距离的意义下,建立 Riesz-Sobolev 泛函亏量的精确下界。
  • 证明亏量界中指数 2 是最优的,并且在边界可接受情形下该不等式不成立。
  • 将一维情形下的先前结果推广到高维情形,明确依赖于严格可接受参数 ρ。
  • 发展一种基于流的保测度变换框架,以分析集合向其对称递减重排的演化过程。

提出的方法

  • 定义一个从三元集合到其在保测度线性变换与平移下对称递减重排轨道的距离函数,且满足 v₃ = v₁ + v₂。
  • 引入 ρ-严格可接受三元组的概念,以确保与边界情形的均匀分离,从而实现稳定性常数的统一。
  • 使用一个连续流 ψₜ(E),该流在保持测度与单调性的同时,将集合变形为对称递减重排。
  • 建立一个关键引理(引理 36):若一个集合在某区间内 δ-稠密,则其在时间 T > 2δ(1−2δ)⁻¹ 后的像将包含一个长度相当的区间。
  • 将该流应用于集合的分解,将其分解为区间与零测度集,证明当 t 较小时,其像为至多小测度误差下的区间的并集。
  • 利用该流控制对称差的测度,并通过与重排后配置的比较,推导出二次亏量界。

实验结果

研究问题

  • RQ1如何加强 Riesz-Sobolev 不等式,以量化其极值解的稳定性?
  • RQ2在到最优配置的距离意义下,Riesz-Sobolev 泛函亏量界中的最优指数为何值?
  • RQ3Burchard 的等式刻画能否在严格可接受情形下推广为定量稳定性结果?
  • RQ4稳定性常数如何依赖于严格可接受参数 ρ?
  • RQ5保测度流在分析集合向其对称递减重排收敛过程中的作用是什么?

主要发现

  • 对每个 d ≥ 1 和 ρ > 0,存在常数 c > 0,使得 Riesz-Sobolev 泛函的上界不超过其最大值减去 c 倍的对称递减重排轨道距离的平方。
  • 亏量界中的指数 2 是最优的;不存在更高指数的此类不等式。
  • 在边界可接受情形下,该稳定性结果不成立,此时等式由凸集实现,而不仅限于椭球。
  • 若泛函值与最大值的差距在 δ 以内,则其到最优轨道的距离至多为 Cδ¹ᐟ² 倍于集合的最大测度。
  • 证明依赖于一个连续保测度流,该流将集合变形为对称递减重排,同时保持测度与单调性。
  • 一个关键技术引理表明:若一个集合在某区间内 δ-稠密,则在时间 T > 2δ(1−2δ)⁻¹ 后,其在流下的像将包含一个长度相当的区间。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。