[论文解读] An optimal anisotropic Poincaré inequality for convex domains

Guofang Wang, Chao Xia|arXiv (Cornell University)|Dec 19, 2011

Nonlinear Partial Differential Equations参考文献 16被引用 11

一句话总结

本文通过推导Finsler-Laplacian在Neumann边界条件下第一非零特征值的精确下界，为凸域建立了最优各向异性的Poincaré不等式。作者利用梯度估计与涉及Finsler距离和内接半径的最大值原理论证，证明第一Neumann特征值的下界为$\pi^2/(4i_F^2)$，其中$i_F$为$F$-内接半径，将Payne-Weinberger的结果推广至各向异性的设定。

ABSTRACT

In this paper, we prove a sharp lower bound of the first (nonzero) eigenvalue of Finsler-Laplacian with the Neumann boundary condition. Equivalently, we prove an optimal anisotropic Poincaré inequality for convex domains, which generalizes the result of Payne-Weinberger. A lower bound of the first (nonzero) eigenvalue of Finsler-Laplacian with the Dirichlet boundary condition is also proved.

研究动机与目标

• 为具有Neumann边界条件的凸域上Finsler-Laplacian的第一非零特征值建立精确下界。
• 利用Finsler几何与$F$-距离，将Payne-Weinberger不等式推广至各向异性设定。
• 基于$F$-内接半径$i_F$，推导出$W^{1,2}(\Omega)$中零均值函数的最优Poincaré型不等式。
• 提供Finsler-Laplacian第一Dirichlet特征值的下界，扩展已知的Faber-Krahn型估计。

提出的方法

• 利用第一特征值$\lambda_1^N$的变分刻画，即作为包含$F^2(\nabla u)$与$u^2$的Rayleigh商的下确界。
• 对一个精心构造的辅助函数$P = \frac{1}{2}F^2(\nabla u) / (\beta^2 - (\alpha + u)^2)$应用最大值原理，其中参数为$\alpha, \beta$。
• 利用Finsler-Laplacian的Bochner公式及对偶范数$F^0$，在$u$的等值面上推导梯度估计。
• 以$\langle x, \xi \rangle \leq F(x)F^0(\xi)$的形式使用柯西-施瓦茨不等式，将梯度与测地线长度关联。
• 构造一条从$u$最大点到边界处的最小测地线$\gamma$，并沿$\gamma$积分梯度估计。
• 取极限$\alpha \to 0$，得到精确下界$\lambda_1^N \geq \pi^2/(4i_F^2)$，其中$i_F$为$F$-内接半径。

实验结果

研究问题

• RQ1 在凸域上，Finsler-Laplacian的第一非零Neumann特征值的最优下界是什么？
• RQ2 能否利用Finsler几何将Payne-Weinberger不等式推广至各向异性设定？
• RQ3 $F$-内接半径$i_F$与Finsler-Laplacian的谱隙之间有何关系？
• RQ4 在凸域中，Finsler-Laplacian第一Dirichlet特征值的精确下界是什么？
• RQ5 梯度估计与最大值原理技术如何适应Finsler-Laplacian框架？

主要发现

• Finsler-Laplacian的第一Neumann特征值$\lambda_1^N$满足$\lambda_1^N \geq \pi^2/(4i_F^2)$，其中$i_F$为区域的$F$-内接半径。
• 下界$\lambda_1^N \geq \pi^2/(4i_F^2)$是精确的，当且仅当区域为关于范数$F$的Wulff球时取等。
• 第一Dirichlet特征值$\lambda_1^D$的下界为$\pi^2/(4d_F^2)$，其中$d_F$为$F$-直径，尽管该结果未在正文主推导中证明。
• 证明依赖于构造一个测试函数，并对$F^2(\nabla u)$与$u$的二次函数之比应用最大值原理，从而导出微分不等式。
• 在辅助函数的最大点处导出梯度估计$F^2(\nabla u) \leq \lambda_1 (\beta^2 - (\alpha + u)^2)$，这是积分估计的关键。
• 最终通过沿最小测地线积分梯度范数的倒数得到结果，得到$\sqrt{\lambda_1} \cdot i_F \geq \pi/2 - \arcsin(\alpha/(\alpha+1))$，并取$\alpha \to 0$。