[论文解读] Optimal discrete measures for Riesz potentials

Sergiy Borodachov, Douglas P. Hardin+2 more|arXiv (Cornell University)|Jun 13, 2016

Spectral Theory in Mathematical Physics参考文献 18被引用 3

一句话总结

本文建立了在 $ \mathbb{R}^p $ 的 d-可rectifiable 子集上，当 $ s \geq d $ 时，Riesz 位势的最优 N 点离散测度的渐近行为，推导出当 $ N \to \infty $ 时，N 点 Riesz s-极化常数的主导项。证明了渐近最优配置的弱*极限分布与加权 Hausdorff 测度 $ \mathcal{H}_d^{s,w} $ 成正比，其中显式渐近常数涉及表面积和权重函数。

ABSTRACT

For $s\geqslant d$, we obtain the leading term as $N o \infty$ of the maximal weighted $N$-point Riesz $s$-polarization (or Chebyshev constant) for a certain class of $d$-rectifiable compact subsets of $\mathbb{R}^p$. This class includes compact subsets of $d$-dimensional $C^1$ manifolds whose boundary relative to the manifold has $\mathcal{H}_d$-measure zero, as well as finite unions of such sets when their pairwise intersections have $\mathcal{H}_d$-measure zero. We also explicitly find the weak$^*$ limit distribution of asymptotically optimal $N$-point polarization configurations as $N o \infty$.

研究动机与目标

• 确定当 $ s \geq d $ 时，紧致 d-可rectifiable 集在 $ \mathbb{R}^p $ 中的 N 点 Riesz s-极化常数的渐近行为。
• 表征当 $ N \to \infty $ 时，渐近最优 N 点配置的弱*极限分布。
• 建立在流形及其有限并集上加权 Riesz 位势的最大极化常数渐近展开中的主导项。
• 证明最优配置分布收敛于与 $ \mathcal{H}_d^{s,w} $ 成正比的测度，即加权 d 维 Hausdorff 测度。

提出的方法

• 基于 dyadic 方块和 Whitney 型覆盖的离散化方案，以逼近集合 $ A $，确保边界测度较小且重叠可控。
• 对立方体特征函数序列应用 Lebesgue 控制收敛定理，使加权和收敛到集合上的积分。
• 通过函数 $ u_n(x) = \sum_{\Gamma \in \mathfrak{G}_n} \overline{w}_\Gamma^{-d/s} \chi_\Gamma(x) $ 进行比较论证，将离散配置与连续测度关联。
• 利用子集 $ \Gamma \subset A $ 中点数的估计，结合参数 $ \tau_{s,d}(N) $（即直径约为 $ N^{-1/d} $ 的集合中最多点数），推导极化常数的上下界。
• 利用事实 $ \lim_{N \to \infty} \#(\omega_N \cap B)/N = \mathcal{H}_d^{s,w}(B)/\mathcal{H}_d^{s,w}(A) $ 对 Borel 集 $ B \subset A $ 成立，证明经验测度弱*收敛于 $ \mathcal{H}_d^{s,w} $。
• 结合 $ \overline{h}^{w}_{s,d}(A) $ 的上下界，证明等式成立，完成渐近常数的证明。

实验结果

研究问题

• RQ1 在 $ s \geq d $ 时，d-可rectifiable 集上 N 点 Riesz s-极化常数的渐近增长速率是什么？
• RQ2 在这些集合上，当 $ N \to \infty $ 时，最优 N 点配置如何分布？
• RQ3 控制最优配置分布的精确极限测度是什么？
• RQ4 极化常数能否用加权 Hausdorff 测度 $ \mathcal{H}_d^{s,w} $ 表示？
• RQ5 在何种条件下，最优配置经验测度的弱*极限存在且等于 $ \mathcal{H}_d^{s,w} $？

主要发现

• 当 $ N \to \infty $ 时，N 点 Riesz s-极化常数的主导项为 $ \left( \frac{\sigma_{s,d}}{\mathcal{H}_d^{s,w}(A)^{s/d}} \right) N^{s/d} $，其中 $ \sigma_{s,d} $ 为几何常数。
• 渐近最优 N 点配置的弱*极限分布与加权 Hausdorff 测度 $ \mathcal{H}_d^{s,w} $ 成正比，归一化形式为 $ \mathcal{H}_d^{s,w}(A)^{-1} \mathcal{H}_d^{s,w} $。
• 对任意 Borel 子集 $ B \subset A $，当 $ N \to \infty $ 时，$ \omega_N \cap B $ 中点的比例收敛于 $ \mathcal{H}_d^{s,w}(B)/\mathcal{H}_d^{s,w}(A) $。
• 渐近常数 $ \overline{h}^{w}_{s,d}(A) $ 满足 $ \overline{h}^{w}_{s,d}(A) = \sigma_{s,d} / \mathcal{H}_d^{s,w}(A)^{s/d} $，与先前估计的下界一致。
• 该结果对具有相对于流形的 $ \mathcal{H}_d $-零边界测度的紧致 d-可rectifiable 集成立，也适用于此类集合的有限并集（交集测度为零）。
• 证明依赖于方块划分、测度控制和加权和收敛之间的微妙平衡，最终得出一个精确的渐近公式。