関数の「大きさ」の測り方はいくつもあります。総量(L 1 L^1 L 1 ノルム)、二乗の総量(L 2 L^2 L 2 ノルム)、そして傾きの二乗の総量(勾配の L 2 L^2 L 2 ノルム)です。総量が決まっていて傾きも小さい関数は、高く尖ることも薄く広がりすぎることもできないので、二乗の総量も小さくなるはずです。この直観を不等式にしたのが Nash の不等式で、この記事ではその最良の定数と、最良の定数を与える関数(最適化子)を 3 次元で求めます。
Nash の不等式 ∥ f ∥ 2 2 + 4 / d ≤ C ∥ ∇ f ∥ 2 2 ∥ f ∥ 1 4 / d \lVert f\rVert_2^{2+4/d}\le C\lVert\nabla f\rVert_2^2\lVert f\rVert_1^{4/d} ∥ f ∥ 2 2 + 4/ d ≤ C ∥ ∇ f ∥ 2 2 ∥ f ∥ 1 4/ d は、Fourier 変換で低い周波数と高い周波数に分けるだけで示せます(任意の次元 d d d )。
3 次元の最良の定数 は C N = 5 5 / 3 2 2 / 3 ⋅ 3 x 1 2 ( 4 π / 3 ) 2 / 3 = 0.05851 … C_{\mathrm N}=\frac{5^{5/3}}{2^{2/3}\cdot3\,x_1^2(4\pi/3)^{2/3}}=0.05851\ldots C N = 2 2/3 ⋅ 3 x 1 2 ( 4 π /3 ) 2/3 5 5/3 = 0.05851 … です。x 1 = 4.4934 … x_1=4.4934\ldots x 1 = 4.4934 … は tan x = x \tan x=x tan x = x の最小の正の根で、球の動径方向の Neumann 問題の最初の 0 0 0 でない固有値 x 1 2 x_1^2 x 1 2 として現れます。証明は対称減少再配置と、球の上の動径関数の Poincaré の不等式の組み合わせです(Carlen–Loss)。
最適化子は u ( x ) = ( 1 − sin ∣ x ∣ ∣ x ∣ cos x 1 ) + u(x)=\bigl(1-\frac{\sin\lvert x\rvert}{\lvert x\rvert\cos x_1}\bigr)_+ u ( x ) = ( 1 − ∣ x ∣ c o s x 1 s i n ∣ x ∣ ) + で、半径 x 1 x_1 x 1 の球の外で 0 0 0 、境界で値も傾きも 0 0 0 になる C 1 C^1 C 1 関数です。
L 1 L^1 L 1 の罰金つき Dirichlet 汎関数 E γ [ u ] = 1 2 ∥ ∇ u ∥ 2 + γ ∥ u ∥ 1 \mathcal E_\gamma[u]=\frac12\lVert\nabla u\rVert^2+\gamma\lVert u\rVert_1 E γ [ u ] = 2 1 ∥ ∇ u ∥ 2 + γ ∥ u ∥ 1 の質量 ∥ u ∥ 2 2 = θ \lVert u\rVert_2^2=\theta ∥ u ∥ 2 2 = θ での最小値は θ 5 / 7 γ 4 / 7 F [ 1 ] \theta^{5/7}\gamma^{4/7}F[1] θ 5/7 γ 4/7 F [ 1 ] で、F [ 1 ] = 7 4 ( 2 3 C N ) 3 / 7 = 4.9646157 … F[1]=\frac74(\frac2{3C_{\mathrm N}})^{3/7}=4.9646157\ldots F [ 1 ] = 4 7 ( 3 C N 2 ) 3/7 = 4.9646157 … です。θ 5 / 7 \theta^{5/7} θ 5/7 は強い劣加法性を持ち、質量を分けるとエネルギーが必ず上がります。
x 1 x_1 x 1 、C N C_{\mathrm N} C N 、F [ 1 ] F[1] F [ 1 ] は区間演算で小数 30 桁まで包含します(計算機援用の命題、コードつき)。
Nash は 1958 年の論文で、係数が滑らかでない放物型方程式 ∂ t u = ∇ ⋅ ( a ∇ u ) \partial_tu=\nabla\cdot(a\nabla u) ∂ t u = ∇ ⋅ ( a ∇ u ) の解が Hölder 連続であることを示しました。その出発点がこの記事の不等式で、熱の総量 ∥ u ∥ 1 \lVert u\rVert_1 ∥ u ∥ 1 が保存されるという事実と組み合わせると、解の L 2 L^2 L 2 ノルムが t − d / 4 t^{-d/4} t − d /4 の速さで減衰することが係数の滑らかさによらずに出ます(例 3.2 )。ほぼ同じ時期に De Giorgi も楕円型方程式について独立に同種の結果を得ており、両者の方法は今日の楕円型・放物型方程式の正則性理論の土台になっています。
不等式の形は尺度で決まります。f f f を λ f ( μ x ) \lambda f(\mu x) λ f ( μx ) に置き換えると両辺が同じ倍率で変わるのは、指数が 2 + 4 d 2+\frac4d 2 + d 4 と 4 d \frac4d d 4 の組のときだけです(演習 8.2 )。定数の最良値は長く知られていませんでしたが、Carlen と Loss は 1993 年に、対称減少再配置で問題を球対称な関数に帰着し、球の中と外を分けて評価することで、最良の定数とそれを与える関数を求めました。その鍵は、球の上の動径関数の Poincaré の不等式の最良の定数が、球の Neumann 問題の動径方向の最初の固有値で決まることです。
後半では、同じ定数が変分問題
inf { 1 2 ∥ ∇ u ∥ 2 2 + γ ∥ u ∥ 1 : ∥ u ∥ 2 2 = θ } \inf\Bigl\{\frac12\lVert\nabla u\rVert_2^2+\gamma\lVert u\rVert_1:\lVert u\rVert_2^2=\theta\Bigr\} inf { 2 1 ∥ ∇ u ∥ 2 2 + γ ∥ u ∥ 1 : ∥ u ∥ 2 2 = θ }
の最小値を決めることを見ます。運動エネルギー 1 2 ∥ ∇ u ∥ 2 \frac12\lVert\nabla u\rVert^2 2 1 ∥ ∇ u ∥ 2 は u u u を広げようとし、γ ∥ u ∥ 1 \gamma\lVert u\rVert_1 γ ∥ u ∥ 1 は u u u を狭い範囲に集めようとします(質量 θ \theta θ を固定すると、L 1 L^1 L 1 ノルムは関数が集中しているほど小さい)。この釣り合いは Thomas–Fermi 型の平均場の汎関数の簡単な例で、Bach–Hach(2022)は量子電磁力学の非相対論的な模型(Pauli–Fierz 模型)で切断を大きくする極限を調べるために、この汎関数を比較の対象として導入しました。最小値の尺度則・閉じた形・劣加法性は、こうした応用で「エネルギーが最小に近い配位はどんな形か」を論じるときの基本的な道具になります。
この記事で使う事前知識は次のとおりです。
記号 意味 ∥ f ∥ p \lVert f\rVert_p ∥ f ∥ p L p ( R d ) L^p(\mathbb R^d) L p ( R d ) ノルム。∥ ∇ f ∥ 2 2 = ∫ ∣ ∇ f ∣ 2 \lVert\nabla f\rVert_2^2=\int\lvert\nabla f\rvert^2 ∥ ∇ f ∥ 2 2 = ∫ ∣ ∇ f ∣ 2 ω d = ∣ B 1 ∣ \omega_d=\lvert B_1\rvert ω d = ∣ B 1 ∣ 単位球の体積(ω 3 = 4 π / 3 \omega_3=4\pi/3 ω 3 = 4 π /3 ) N d ( f ) = ∥ f ∥ 2 2 + 4 / d / ( ∥ ∇ f ∥ 2 2 ∥ f ∥ 1 4 / d ) \mathcal N_d(f)=\lVert f\rVert_2^{2+4/d}/(\lVert\nabla f\rVert_2^2\lVert f\rVert_1^{4/d}) N d ( f ) = ∥ f ∥ 2 2 + 4/ d / (∥ ∇ f ∥ 2 2 ∥ f ∥ 1 4/ d ) Nash の比 x 1 ∈ ( π , 3 2 π ) x_1\in(\pi,\frac32\pi) x 1 ∈ ( π , 2 3 π ) tan x = x \tan x=x tan x = x の最小の正の根、x 1 = 4.4934 … x_1=4.4934\ldots x 1 = 4.4934 … C N = 5 5 / 3 2 2 / 3 ⋅ 3 x 1 2 ( 4 π / 3 ) 2 / 3 C_{\mathrm N}=\frac{5^{5/3}}{2^{2/3}\cdot3\,x_1^2(4\pi/3)^{2/3}} C N = 2 2/3 ⋅ 3 x 1 2 ( 4 π /3 ) 2/3 5 5/3 3 次元の鋭い Nash の定数 u ( x ) = ( 1 − sin ∣ x ∣ ∣ x ∣ cos x 1 ) 1 ∣ x ∣ ≤ x 1 u(x)=\bigl(1-\frac{\sin\lvert x\rvert}{\lvert x\rvert\cos x_1}\bigr)\mathbf 1_{\lvert x\rvert\le x_1} u ( x ) = ( 1 − ∣ x ∣ c o s x 1 s i n ∣ x ∣ ) 1 ∣ x ∣ ≤ x 1 最適化子 E γ [ u ] = 1 2 ∥ ∇ u ∥ 2 2 + γ ∥ u ∥ 1 \mathcal E_\gamma[u]=\frac12\lVert\nabla u\rVert_2^2+\gamma\lVert u\rVert_1 E γ [ u ] = 2 1 ∥ ∇ u ∥ 2 2 + γ ∥ u ∥ 1 L 1 L^1 L 1 の罰金つき Dirichlet 汎関数(γ > 0 \gamma\gt0 γ > 0 )E M F ( θ ; γ ) E_{\mathrm{MF}}(\theta;\gamma) E MF ( θ ; γ ) 質量 ∥ u ∥ 2 2 = θ \lVert u\rVert_2^2=\theta ∥ u ∥ 2 2 = θ での E γ \mathcal E_\gamma E γ の下限 F [ β ] = E M F ( 1 ; β ) F[\beta]=E_{\mathrm{MF}}(1;\beta) F [ β ] = E MF ( 1 ; β ) Bach–Hach の比較の汎関数の最小値。F [ 1 ] = 4.9646 … F[1]=4.9646\ldots F [ 1 ] = 4.9646 …
文献との対応: Carlen–Loss は d d d 次元の最良の定数を C d C_d C d と書き、3 次元では C 3 = C N C_3=C_{\mathrm N} C 3 = C N です。Bach–Hach は F β ( ϕ ) = 1 2 ∥ ∇ ϕ ∥ 2 + β ∥ ϕ ∥ 1 \mathcal F_\beta(\phi)=\frac12\lVert\nabla\phi\rVert^2+\beta\lVert\phi\rVert_1 F β ( ϕ ) = 2 1 ∥ ∇ ϕ ∥ 2 + β ∥ ϕ ∥ 1 と書き、その ∥ ϕ ∥ 2 = 1 \lVert\phi\rVert_2=1 ∥ ϕ ∥ 2 = 1 での下限を F [ β ] F[\beta] F [ β ] と書きます。この記事の E γ \mathcal E_\gamma E γ と同じものです。
補題 2.1 (再配置は L¹ ノルムを保つ ) ✓
可測関数 f ≥ 0 f\ge0 f ≥ 0 が f ∈ L 1 ( R d ) f\in L^1(\mathbb R^d) f ∈ L 1 ( R d ) を満たせば、すべての t > 0 t\gt0 t > 0 で ∣ { f > t } ∣ < ∞ \lvert\{f\gt t\}\rvert\lt\infty ∣{ f > t }∣ < ∞ で、∥ f ∗ ∥ 1 = ∥ f ∥ 1 \lVert f^*\rVert_1=\lVert f\rVert_1 ∥ f ∗ ∥ 1 = ∥ f ∥ 1 である。
証明(補題 2.1) Chebyshev の不等式から ∣ { f > t } ∣ ≤ t − 1 ∥ f ∥ 1 < ∞ \lvert\{f\gt t\}\rvert\le t^{-1}\lVert f\rVert_1\lt\infty ∣{ f > t }∣ ≤ t − 1 ∥ f ∥ 1 < ∞ です。Tonelli の定理(定理 3.3[直積測度と Fubini–Tonelli の定理] )から ∫ f = ∫ 0 ∞ ∣ { f > t } ∣ d t \int f=\int_0^\infty\lvert\{f\gt t\}\rvert\,dt ∫ f = ∫ 0 ∞ ∣{ f > t }∣ d t で、補題 6.2[Dirichlet ラプラシアンの固有値と Weyl 則] の 1 から ∣ { f ∗ > t } ∣ = ∣ { f > t } ∗ ∣ = ∣ { f > t } ∣ \lvert\{f^*\gt t\}\rvert=\lvert\{f\gt t\}^*\rvert=\lvert\{f\gt t\}\rvert ∣{ f ∗ > t }∣ = ∣{ f > t } ∗ ∣ = ∣{ f > t }∣ なので、f ∗ f^* f ∗ についても同じ値です。
∎
定理 3.1 (Nash の不等式 ) ✓
d ≥ 1 d\ge1 d ≥ 1 とし、C d ′ = ( 1 + 2 d ) 1 + 2 / d ( d 2 ) 2 / d ( ( 2 π ) − d ω d ) 2 / d C_d'=\bigl(1+\frac2d\bigr)^{1+2/d}\bigl(\frac d2\bigr)^{2/d}\bigl((2\pi)^{-d}\omega_d\bigr)^{2/d} C d ′ = ( 1 + d 2 ) 1 + 2/ d ( 2 d ) 2/ d ( ( 2 π ) − d ω d ) 2/ d とおく。すべての f ∈ H 1 ( R d ) ∩ L 1 ( R d ) f\in H^1(\mathbb R^d)\cap L^1(\mathbb R^d) f ∈ H 1 ( R d ) ∩ L 1 ( R d ) について
∥ f ∥ 2 2 + 4 / d ≤ C d ′ ∥ ∇ f ∥ 2 2 ∥ f ∥ 1 4 / d . \lVert f\rVert_2^{2+4/d}\le C_d'\,\lVert\nabla f\rVert_2^2\,\lVert f\rVert_1^{4/d} . ∥ f ∥ 2 2 + 4/ d ≤ C d ′ ∥ ∇ f ∥ 2 2 ∥ f ∥ 1 4/ d .
証明(定理 3.1) f ∈ L 1 ∩ L 2 f\in L^1\cap L^2 f ∈ L 1 ∩ L 2 なので、L 1 L^1 L 1 の意味の Fourier 変換 f ^ \hat f f ^ は Plancherel の定理(定理 4.1[ℝⁿ 上のフーリエ変換] の 1)の L 2 L^2 L 2 の Fourier 変換と一致し、∥ f ∥ 2 2 = ( 2 π ) − d ∫ ∣ f ^ ∣ 2 \lVert f\rVert_2^2=(2\pi)^{-d}\int\lvert\hat f\rvert^2 ∥ f ∥ 2 2 = ( 2 π ) − d ∫ ∣ f ^ ∣ 2 です。また ∣ f ^ ∣ ≤ ∥ f ∥ 1 \lvert\hat f\rvert\le\lVert f\rVert_1 ∣ f ^ ∣ ≤ ∥ f ∥ 1 (命題 2.2[ℝⁿ 上のフーリエ変換] の 1)、∥ ∇ f ∥ 2 2 = ( 2 π ) − d ∫ ∣ ξ ∣ 2 ∣ f ^ ∣ 2 \lVert\nabla f\rVert_2^2=(2\pi)^{-d}\int\lvert\xi\rvert^2\lvert\hat f\rvert^2 ∥ ∇ f ∥ 2 2 = ( 2 π ) − d ∫ ∣ ξ ∣ 2 ∣ f ^ ∣ 2 (命題 3.2[Sobolev 空間] と 定義 3.1[Sobolev 空間] )です。ρ > 0 \rho\gt0 ρ > 0 で周波数を分けると
∥ f ∥ 2 2 = ( 2 π ) − d ( ∫ ∣ ξ ∣ ≤ ρ + ∫ ∣ ξ ∣ > ρ ) ∣ f ^ ∣ 2 ≤ ( 2 π ) − d ω d ρ d ∥ f ∥ 1 2 + ρ − 2 ∥ ∇ f ∥ 2 2 \lVert f\rVert_2^2=(2\pi)^{-d}\Bigl(\int_{\lvert\xi\rvert\le\rho}+\int_{\lvert\xi\rvert\gt\rho}\Bigr)\lvert\hat f\rvert^2\le(2\pi)^{-d}\omega_d\rho^d\lVert f\rVert_1^2+\rho^{-2}\lVert\nabla f\rVert_2^2 ∥ f ∥ 2 2 = ( 2 π ) − d ( ∫ ∣ ξ ∣ ≤ ρ + ∫ ∣ ξ ∣ > ρ ) ∣ f ^ ∣ 2 ≤ ( 2 π ) − d ω d ρ d ∥ f ∥ 1 2 + ρ − 2 ∥ ∇ f ∥ 2 2 です。A = ( 2 π ) − d ω d ∥ f ∥ 1 2 A=(2\pi)^{-d}\omega_d\lVert f\rVert_1^2 A = ( 2 π ) − d ω d ∥ f ∥ 1 2 、B = ∥ ∇ f ∥ 2 2 B=\lVert\nabla f\rVert_2^2 B = ∥ ∇ f ∥ 2 2 とおきます。B = 0 B=0 B = 0 なら f ^ \hat f f ^ は ξ ≠ 0 \xi\ne0 ξ = 0 でほとんど至るところ 0 0 0 なので f = 0 f=0 f = 0 で、不等式は自明です。B > 0 B\gt0 B > 0 なら ρ d + 2 = 2 B / ( d A ) \rho^{d+2}=2B/(dA) ρ d + 2 = 2 B / ( d A ) と選ぶと右辺は ( 1 + 2 d ) B ρ − 2 = ( 1 + 2 d ) B d / ( d + 2 ) ( d A 2 ) 2 / ( d + 2 ) (1+\frac2d)B\rho^{-2}=(1+\frac2d)B^{d/(d+2)}(\frac{dA}2)^{2/(d+2)} ( 1 + d 2 ) B ρ − 2 = ( 1 + d 2 ) B d / ( d + 2 ) ( 2 d A ) 2/ ( d + 2 ) で、両辺を d + 2 d \frac{d+2}d d d + 2 乗すれば主張です。
∎
d = 3 d=3 d = 3 では C 3 ′ = ( 5 / 3 ) 5 / 3 ( 3 / 2 ) 2 / 3 ( 4 π / 3 8 π 3 ) 2 / 3 ≈ 0.2021 C_3'=(5/3)^{5/3}(3/2)^{2/3}(\frac{4\pi/3}{8\pi^3})^{2/3}\approx0.2021 C 3 ′ = ( 5/3 ) 5/3 ( 3/2 ) 2/3 ( 8 π 3 4 π /3 ) 2/3 ≈ 0.2021 で、§5 の最良の定数 C N ≈ 0.0585 C_{\mathrm N}\approx0.0585 C N ≈ 0.0585 の約 3.5 3.5 3.5 倍です。Fourier による証明では、∣ f ^ ∣ ≤ ∥ f ∥ 1 \lvert\hat f\rvert\le\lVert f\rVert_1 ∣ f ^ ∣ ≤ ∥ f ∥ 1 が全周波数で等号になる関数(デルタ関数)と、高い周波数だけに重みのある関数という、両立しない 2 つの極端を同時に使っているので、定数に損が出ます。
例 3.2 (熱の L¹ から L² への減衰 )
f ≥ 0 f\ge0 f ≥ 0 を滑らかで速く減衰する関数とし、w ( t ) = e t Δ f w(t)=e^{t\Delta}f w ( t ) = e t Δ f (熱方程式 ∂ t w = Δ w \partial_tw=\Delta w ∂ t w = Δ w の解)を考えます。w ≥ 0 w\ge0 w ≥ 0 で総量 ∥ w ( t ) ∥ 1 = ∥ f ∥ 1 \lVert w(t)\rVert_1=\lVert f\rVert_1 ∥ w ( t ) ∥ 1 = ∥ f ∥ 1 は保存されます(熱方程式 )。E ( t ) = ∥ w ( t ) ∥ 2 2 E(t)=\lVert w(t)\rVert_2^2 E ( t ) = ∥ w ( t ) ∥ 2 2 とおくと E ′ = 2 R e ⟨ w , Δ w ⟩ = − 2 ∥ ∇ w ∥ 2 2 E'=2\mathrm{Re}\langle w,\Delta w\rangle=-2\lVert\nabla w\rVert_2^2 E ′ = 2 Re ⟨ w , Δ w ⟩ = − 2 ∥ ∇ w ∥ 2 2 で、Nash の不等式から ∥ ∇ w ∥ 2 2 ≥ C − 1 E 1 + 2 / d ∥ f ∥ 1 − 4 / d \lVert\nabla w\rVert_2^2\ge C^{-1}E^{1+2/d}\lVert f\rVert_1^{-4/d} ∥ ∇ w ∥ 2 2 ≥ C − 1 E 1 + 2/ d ∥ f ∥ 1 − 4/ d です。よって d d t E − 2 / d = − 2 d E − 1 − 2 / d E ′ ≥ 4 d C ∥ f ∥ 1 − 4 / d \frac{d}{dt}E^{-2/d}=-\frac2dE^{-1-2/d}E'\ge\frac4{dC}\lVert f\rVert_1^{-4/d} d t d E − 2/ d = − d 2 E − 1 − 2/ d E ′ ≥ d C 4 ∥ f ∥ 1 − 4/ d で、積分すると
∥ e t Δ f ∥ 2 ≤ ( d C 4 t ) d / 4 ∥ f ∥ 1 \lVert e^{t\Delta}f\rVert_2\le\Bigl(\frac{dC}{4t}\Bigr)^{d/4}\lVert f\rVert_1 ∥ e t Δ f ∥ 2 ≤ ( 4 t d C ) d /4 ∥ f ∥ 1 を得ます。d = 3 d=3 d = 3 、C = C N C=C_{\mathrm N} C = C N では ( 3 C N / 4 ) 3 / 4 t − 3 / 4 ≈ 0.0959 t − 3 / 4 (3C_{\mathrm N}/4)^{3/4}t^{-3/4}\approx0.0959\,t^{-3/4} ( 3 C N /4 ) 3/4 t − 3/4 ≈ 0.0959 t − 3/4 で、f f f を点に集めた極限(熱核そのもの、∥ e t Δ δ ∥ 2 = ( 8 π t ) − 3 / 4 ≈ 0.0891 t − 3 / 4 \lVert e^{t\Delta}\delta\rVert_2=(8\pi t)^{-3/4}\approx0.0891\,t^{-3/4} ∥ e t Δ δ ∥ 2 = ( 8 π t ) − 3/4 ≈ 0.0891 t − 3/4 )と 8% しか違いません。この議論は係数 a ( x ) a(x) a ( x ) つきの方程式でもそのまま通ることが、Nash の方法の要点です。
補題 4.1 (tan x = x の最小の正の根 ) ✓
g 0 ( x ) = sin x − x cos x g_0(x)=\sin x-x\cos x g 0 ( x ) = sin x − x cos x とおく。g 0 g_0 g 0 は ( 0 , π ] (0,\pi] ( 0 , π ] で正、[ π , 2 π ] [\pi,2\pi] [ π , 2 π ] で狭義減少で、( π , 3 2 π ) (\pi,\frac32\pi) ( π , 2 3 π ) にただ 1 つの零点 x 1 x_1 x 1 をもつ。( 0 , x 1 ) (0,x_1) ( 0 , x 1 ) で g 0 > 0 g_0\gt0 g 0 > 0 で、x 1 x_1 x 1 は tan x = x \tan x=x tan x = x の最小の正の根である。
証明(補題 4.1) g 0 ( 0 ) = 0 g_0(0)=0 g 0 ( 0 ) = 0 、g 0 ′ ( x ) = x sin x g_0'(x)=x\sin x g 0 ′ ( x ) = x sin x です。( 0 , π ) (0,\pi) ( 0 , π ) で g 0 ′ > 0 g_0'\gt0 g 0 ′ > 0 なので g 0 > 0 g_0\gt0 g 0 > 0 (( 0 , π ] (0,\pi] ( 0 , π ] 上)、( π , 2 π ) (\pi,2\pi) ( π , 2 π ) で g 0 ′ < 0 g_0'\lt0 g 0 ′ < 0 なので g 0 g_0 g 0 は [ π , 2 π ] [\pi,2\pi] [ π , 2 π ] で狭義減少です。g 0 ( π ) = π > 0 g_0(\pi)=\pi\gt0 g 0 ( π ) = π > 0 、g 0 ( 3 2 π ) = − 1 < 0 g_0(\frac32\pi)=-1\lt0 g 0 ( 2 3 π ) = − 1 < 0 なので、中間値の定理(定理 5.7[極限と連続性] )と狭義単調性から ( π , 3 2 π ) (\pi,\frac32\pi) ( π , 2 3 π ) に零点がただ 1 つあり、( 0 , x 1 ) (0,x_1) ( 0 , x 1 ) では g 0 > 0 g_0\gt0 g 0 > 0 です。cos x ≠ 0 \cos x\ne0 cos x = 0 の点では tan x = x \tan x=x tan x = x と g 0 ( x ) = 0 g_0(x)=0 g 0 ( x ) = 0 は同値で、( 0 , π 2 ) (0,\frac\pi2) ( 0 , 2 π ) では tan x > x \tan x\gt x tan x > x (g 0 > 0 g_0\gt0 g 0 > 0 )、( π 2 , π ] (\frac\pi2,\pi] ( 2 π , π ] では tan x ≤ 0 < x \tan x\le0\lt x tan x ≤ 0 < x なので、x 1 x_1 x 1 より小さい正の根はありません。
∎
π/2 π 3π/2 x x₁ ≈ 4.4934 y = tan x y = x y = tan x と y = x。原点の次の交点が x₁ ≈ 4.4934 で、3π/2 ≈ 4.712 のすぐ手前にある。
次の補題が鋭い定数の核心です。球 B R ⊂ R 3 B_R\subset\mathbb R^3 B R ⊂ R 3 の上の動径関数 g ( ∣ x ∣ ) g(\lvert x\rvert) g (∣ x ∣) について、平均を引いたものの L 2 L^2 L 2 ノルムを勾配で抑えます。一般の関数の Neumann の Poincaré 定数は、球対称でない固有関数(ℓ = 1 \ell=1 ℓ = 1 の球面調和関数)で決まってもっと悪くなりますが、動径関数に限ると定数が x 1 2 / R 2 x_1^2/R^2 x 1 2 / R 2 まで良くなります(注意 4.4 )。
補題 4.2 (動径関数の 1 次元 Poincaré の不等式 ) ✓
R > 0 R\gt0 R > 0 、k = x 1 / R k=x_1/R k = x 1 / R とし、実数値の G ∈ C 1 ( [ 0 , R ] ) G\in C^1([0,R]) G ∈ C 1 ([ 0 , R ]) が ∫ 0 R G ( r ) r 2 d r = 0 \int_0^RG(r)r^2dr=0 ∫ 0 R G ( r ) r 2 d r = 0 を満たすとする。このとき
∫ 0 R G ( r ) 2 r 2 d r ≤ 1 k 2 ∫ 0 R G ′ ( r ) 2 r 2 d r \int_0^RG(r)^2r^2dr\le\frac1{k^2}\int_0^RG'(r)^2r^2dr ∫ 0 R G ( r ) 2 r 2 d r ≤ k 2 1 ∫ 0 R G ′ ( r ) 2 r 2 d r で、G ( r ) = sin k r r G(r)=\frac{\sin kr}{r} G ( r ) = r s i n k r (r = 0 r=0 r = 0 では k k k )のとき等号が成り立つ。
証明(補題 4.2) 双対の関数. Φ ( r ) = ∫ 0 r G ( t ) t 2 d t \Phi(r)=\int_0^rG(t)t^2dt Φ ( r ) = ∫ 0 r G ( t ) t 2 d t とおくと Φ ∈ C 1 ( [ 0 , R ] ) \Phi\in C^1([0,R]) Φ ∈ C 1 ([ 0 , R ]) 、Φ ′ = G r 2 \Phi'=Gr^2 Φ ′ = G r 2 、Φ ( 0 ) = Φ ( R ) = 0 \Phi(0)=\Phi(R)=0 Φ ( 0 ) = Φ ( R ) = 0 、∣ Φ ( r ) ∣ ≤ ∥ G ∥ ∞ r 3 / 3 \lvert\Phi(r)\rvert\le\lVert G\rVert_\infty r^3/3 ∣ Φ ( r )∣ ≤ ∥ G ∥ ∞ r 3 /3 です。部分積分で ∫ 0 R G 2 r 2 d r = ∫ 0 R G Φ ′ d r = − ∫ 0 R G ′ Φ d r \int_0^RG^2r^2dr=\int_0^RG\Phi'dr=-\int_0^RG'\Phi\,dr ∫ 0 R G 2 r 2 d r = ∫ 0 R G Φ ′ d r = − ∫ 0 R G ′ Φ d r (境界項は Φ ( 0 ) = Φ ( R ) = 0 \Phi(0)=\Phi(R)=0 Φ ( 0 ) = Φ ( R ) = 0 で消える)なので、Cauchy–Schwarz の不等式から
( ∫ 0 R G 2 r 2 ) 2 ≤ ∫ 0 R G ′ 2 r 2 ⋅ ∫ 0 R Φ 2 r 2 , ∫ 0 R Φ ′ 2 r 2 = ∫ 0 R G 2 r 2 \Bigl(\int_0^RG^2r^2\Bigr)^2\le\int_0^RG'^2r^2\cdot\int_0^R\frac{\Phi^2}{r^2},\qquad\int_0^R\frac{\Phi'^2}{r^2}=\int_0^RG^2r^2 ( ∫ 0 R G 2 r 2 ) 2 ≤ ∫ 0 R G ′2 r 2 ⋅ ∫ 0 R r 2 Φ 2 , ∫ 0 R r 2 Φ ′2 = ∫ 0 R G 2 r 2 です。したがって ∫ 0 R Φ 2 r − 2 ≤ k − 2 ∫ 0 R Φ ′ 2 r − 2 \int_0^R\Phi^2r^{-2}\le k^{-2}\int_0^R\Phi'^2r^{-2} ∫ 0 R Φ 2 r − 2 ≤ k − 2 ∫ 0 R Φ ′2 r − 2 を示せば、両辺を ∫ G 2 r 2 \int G^2r^2 ∫ G 2 r 2 で割って主張が出ます(∫ G 2 r 2 = 0 \int G^2r^2=0 ∫ G 2 r 2 = 0 なら自明)。
基底状態による置き換え. P ( r ) = g 0 ( k r ) = sin k r − k r cos k r P(r)=g_0(kr)=\sin kr-kr\cos kr P ( r ) = g 0 ( k r ) = sin k r − k r cos k r とおきます。補題 4.1 から ( 0 , R ) (0,R) ( 0 , R ) で P > 0 P\gt0 P > 0 、P ( R ) = g 0 ( x 1 ) = 0 P(R)=g_0(x_1)=0 P ( R ) = g 0 ( x 1 ) = 0 で、P ′ ( r ) = k 2 r sin k r P'(r)=k^2r\sin kr P ′ ( r ) = k 2 r sin k r 、とくに P ′ ( R ) = k 2 R sin x 1 < 0 P'(R)=k^2R\sin x_1\lt0 P ′ ( R ) = k 2 R sin x 1 < 0 です。r − 2 P ′ = k 2 sin k r r r^{-2}P'=k^2\frac{\sin kr}r r − 2 P ′ = k 2 r s i n k r を微分すると ( r − 2 P ′ ) ′ = − k 2 r − 2 P (r^{-2}P')'=-k^2r^{-2}P ( r − 2 P ′ ) ′ = − k 2 r − 2 P です。0 < ε < R − δ < R 0\lt\varepsilon\lt R-\delta\lt R 0 < ε < R − δ < R とし、[ ε , R − δ ] [\varepsilon,R-\delta] [ ε , R − δ ] 上で η = Φ / P \eta=\Phi/P η = Φ/ P とおくと、Φ ′ = P η ′ + P ′ η \Phi'=P\eta'+P'\eta Φ ′ = P η ′ + P ′ η から
Φ ′ 2 r 2 = P 2 η ′ 2 r 2 + 2 P P ′ η η ′ + P ′ 2 η 2 r 2 = P 2 η ′ 2 r 2 + k 2 Φ 2 r 2 + d d r ( P ′ Φ 2 r 2 P ) \frac{\Phi'^2}{r^2}=\frac{P^2\eta'^2}{r^2}+\frac{2PP'\eta\eta'+P'^2\eta^2}{r^2}=\frac{P^2\eta'^2}{r^2}+k^2\frac{\Phi^2}{r^2}+\frac{d}{dr}\Bigl(\frac{P'\Phi^2}{r^2P}\Bigr) r 2 Φ ′2 = r 2 P 2 η ′2 + r 2 2 P P ′ η η ′ + P ′2 η 2 = r 2 P 2 η ′2 + k 2 r 2 Φ 2 + d r d ( r 2 P P ′ Φ 2 ) です(最後の項を微分して ( r − 2 P ′ ) ′ = − k 2 r − 2 P (r^{-2}P')'=-k^2r^{-2}P ( r − 2 P ′ ) ′ = − k 2 r − 2 P を使うと確かめられます)。[ ε , R − δ ] [\varepsilon,R-\delta] [ ε , R − δ ] で積分し、第 1 項を捨てると
∫ ε R − δ Φ ′ 2 r 2 ≥ k 2 ∫ ε R − δ Φ 2 r 2 + b ( R − δ ) − b ( ε ) , b ( r ) = P ′ ( r ) Φ ( r ) 2 r 2 P ( r ) . \int_\varepsilon^{R-\delta}\frac{\Phi'^2}{r^2}\ge k^2\int_\varepsilon^{R-\delta}\frac{\Phi^2}{r^2}+b(R-\delta)-b(\varepsilon),\qquad b(r)=\frac{P'(r)\Phi(r)^2}{r^2P(r)} . ∫ ε R − δ r 2 Φ ′2 ≥ k 2 ∫ ε R − δ r 2 Φ 2 + b ( R − δ ) − b ( ε ) , b ( r ) = r 2 P ( r ) P ′ ( r ) Φ ( r ) 2 . r → 0 r\to0 r → 0 : 0 < k r ≤ π 2 0\lt kr\le\frac\pi2 0 < k r ≤ 2 π では sin k t ≥ 2 π k t \sin kt\ge\frac2\pi kt sin k t ≥ π 2 k t から P ( r ) = ∫ 0 r k 2 t sin k t d t ≥ 2 k 3 r 3 3 π P(r)=\int_0^rk^2t\sin kt\,dt\ge\frac{2k^3r^3}{3\pi} P ( r ) = ∫ 0 r k 2 t sin k t d t ≥ 3 π 2 k 3 r 3 、また P ′ ( r ) ≤ k 3 r 2 P'(r)\le k^3r^2 P ′ ( r ) ≤ k 3 r 2 なので ∣ b ( r ) ∣ ≤ 3 π 2 ∥ G ∥ ∞ 2 r 3 / 9 → 0 \lvert b(r)\rvert\le\frac{3\pi}2\lVert G\rVert_\infty^2r^3/9\to0 ∣ b ( r )∣ ≤ 2 3 π ∥ G ∥ ∞ 2 r 3 /9 → 0 です。r → R r\to R r → R : ∣ Φ ( r ) ∣ = ∣ ∫ r R G t 2 ∣ ≤ ∥ G ∥ ∞ R 2 ( R − r ) \lvert\Phi(r)\rvert=\lvert\int_r^RGt^2\rvert\le\lVert G\rVert_\infty R^2(R-r) ∣ Φ ( r )∣ = ∣ ∫ r R G t 2 ∣ ≤ ∥ G ∥ ∞ R 2 ( R − r ) 、P ( r ) ≥ 1 2 ∣ P ′ ( R ) ∣ ( R − r ) P(r)\ge\frac12\lvert P'(R)\rvert(R-r) P ( r ) ≥ 2 1 ∣ P ′ ( R )∣ ( R − r ) (R R R の近くで、P ( R ) = 0 P(R)=0 P ( R ) = 0 と P ′ ( R ) < 0 P'(R)\lt0 P ′ ( R ) < 0 から)なので b ( r ) → 0 b(r)\to0 b ( r ) → 0 です。ε , δ → 0 \varepsilon,\delta\to0 ε , δ → 0 として ∫ 0 R Φ ′ 2 r − 2 ≥ k 2 ∫ 0 R Φ 2 r − 2 \int_0^R\Phi'^2r^{-2}\ge k^2\int_0^R\Phi^2r^{-2} ∫ 0 R Φ ′2 r − 2 ≥ k 2 ∫ 0 R Φ 2 r − 2 です。
等号. G = sin k r r G=\frac{\sin kr}r G = r s i n k r では ∫ 0 R G r 2 = ∫ 0 R r sin k r d r = P ( R ) / k 2 = 0 \int_0^RGr^2=\int_0^Rr\sin kr\,dr=P(R)/k^2=0 ∫ 0 R G r 2 = ∫ 0 R r sin k r d r = P ( R ) / k 2 = 0 です。( r 2 G ′ ) ′ = − k 2 r 2 G (r^2G')'=-k^2r^2G ( r 2 G ′ ) ′ = − k 2 r 2 G と G ′ ( R ) = − P ( R ) / R 2 = 0 G'(R)=-P(R)/R^2=0 G ′ ( R ) = − P ( R ) / R 2 = 0 から ∫ 0 R G ′ 2 r 2 = [ G G ′ r 2 ] 0 R − ∫ 0 R G ( r 2 G ′ ) ′ = k 2 ∫ 0 R G 2 r 2 \int_0^RG'^2r^2=[GG'r^2]_0^R-\int_0^RG(r^2G')'=k^2\int_0^RG^2r^2 ∫ 0 R G ′2 r 2 = [ G G ′ r 2 ] 0 R − ∫ 0 R G ( r 2 G ′ ) ′ = k 2 ∫ 0 R G 2 r 2 です。
∎
命題 4.3 (球の上の動径関数の Poincaré の不等式 ) ✓
v ∈ H 1 ( R 3 ) v\in H^1(\mathbb R^3) v ∈ H 1 ( R 3 ) を実数値で動径的(すべての直交行列 O O O についてほとんど至るところ v ( O x ) = v ( x ) v(Ox)=v(x) v ( O x ) = v ( x ) )とし、R > 0 R\gt0 R > 0 、v ˉ R = ∣ B R ∣ − 1 ∫ B R v \bar v_R=\lvert B_R\rvert^{-1}\int_{B_R}v v ˉ R = ∣ B R ∣ − 1 ∫ B R v とする。このとき
∫ B R ∣ v − v ˉ R ∣ 2 d x ≤ R 2 x 1 2 ∫ B R ∣ ∇ v ∣ 2 d x . \int_{B_R}\lvert v-\bar v_R\rvert^2dx\le\frac{R^2}{x_1^2}\int_{B_R}\lvert\nabla v\rvert^2dx . ∫ B R ∣ v − v ˉ R ∣ 2 d x ≤ x 1 2 R 2 ∫ B R ∣ ∇ v ∣ 2 d x .
証明(命題 4.3) 滑らかな場合. v ∈ C ∞ v\in C^\infty v ∈ C ∞ が動径的なら、g ( r ) = v ( r e 1 ) g(r)=v(r\mathbf e_1) g ( r ) = v ( r e 1 ) は R \mathbb R R 上の滑らかな偶関数で、v ( x ) = g ( ∣ x ∣ ) v(x)=g(\lvert x\rvert) v ( x ) = g (∣ x ∣) 、x ≠ 0 x\ne0 x = 0 で ∇ v ( x ) = g ′ ( ∣ x ∣ ) x / ∣ x ∣ \nabla v(x)=g'(\lvert x\rvert)x/\lvert x\rvert ∇ v ( x ) = g ′ (∣ x ∣) x / ∣ x ∣ です。極座標(定理 6.3[ℝ^d の変数変換公式と極座標] 、単位球面の面積 4 π 4\pi 4 π )で
∫ B R ∣ v − c ∣ 2 = 4 π ∫ 0 R ( g − c ) 2 r 2 d r , ∫ B R ∣ ∇ v ∣ 2 = 4 π ∫ 0 R g ′ 2 r 2 d r \int_{B_R}\lvert v-c\rvert^2=4\pi\int_0^R(g-c)^2r^2dr,\qquad\int_{B_R}\lvert\nabla v\rvert^2=4\pi\int_0^Rg'^2r^2dr ∫ B R ∣ v − c ∣ 2 = 4 π ∫ 0 R ( g − c ) 2 r 2 d r , ∫ B R ∣ ∇ v ∣ 2 = 4 π ∫ 0 R g ′2 r 2 d r で、v ˉ R = 3 R 3 ∫ 0 R g r 2 d r \bar v_R=\frac3{R^3}\int_0^Rgr^2dr v ˉ R = R 3 3 ∫ 0 R g r 2 d r です。G = g − v ˉ R G=g-\bar v_R G = g − v ˉ R は ∫ 0 R G r 2 = 0 \int_0^RGr^2=0 ∫ 0 R G r 2 = 0 を満たすので、補題 4.2 から主張です。
一般の場合. ρ ε \rho_\varepsilon ρ ε を 補題 2.1[Schwartz 空間と緩増加超関数] の軟化子とします。ρ ε \rho_\varepsilon ρ ε は動径的なので、v ε = ρ ε ∗ v v_\varepsilon=\rho_\varepsilon*v v ε = ρ ε ∗ v も動径的です(( ρ ε ∗ v ) ( O x ) = ∫ ρ ε ( O ( x − z ) ) v ( O z ) d z = ( ρ ε ∗ v ) ( x ) (\rho_\varepsilon*v)(Ox)=\int\rho_\varepsilon(O(x-z))v(Oz)\,dz=(\rho_\varepsilon*v)(x) ( ρ ε ∗ v ) ( O x ) = ∫ ρ ε ( O ( x − z )) v ( O z ) d z = ( ρ ε ∗ v ) ( x ) )。v ε v_\varepsilon v ε は滑らかで、定理 2.4[Sobolev 空間] の 1 から H 1 H^1 H 1 で v ε → v v_\varepsilon\to v v ε → v です。平均を引く操作は L 2 ( B R ) L^2(B_R) L 2 ( B R ) の直交射影なので ∥ ( v ε − v ˉ ε , R ) − ( v − v ˉ R ) ∥ L 2 ( B R ) ≤ ∥ v ε − v ∥ L 2 ( B R ) \lVert(v_\varepsilon-\bar v_{\varepsilon,R})-(v-\bar v_R)\rVert_{L^2(B_R)}\le\lVert v_\varepsilon-v\rVert_{L^2(B_R)} ∥( v ε − v ˉ ε , R ) − ( v − v ˉ R ) ∥ L 2 ( B R ) ≤ ∥ v ε − v ∥ L 2 ( B R ) で、両辺が収束します。
∎
定理 5.1 (鋭い Nash の不等式(Carlen–Loss、3 次元) ) ✓
すべての f ∈ H 1 ( R 3 ) ∩ L 1 ( R 3 ) f\in H^1(\mathbb R^3)\cap L^1(\mathbb R^3) f ∈ H 1 ( R 3 ) ∩ L 1 ( R 3 ) について
∥ f ∥ 2 10 / 3 ≤ C N ∥ ∇ f ∥ 2 2 ∥ f ∥ 1 4 / 3 , C N = 5 5 / 3 2 2 / 3 ⋅ 3 x 1 2 ( 4 π / 3 ) 2 / 3 \lVert f\rVert_2^{10/3}\le C_{\mathrm N}\,\lVert\nabla f\rVert_2^2\,\lVert f\rVert_1^{4/3},\qquad C_{\mathrm N}=\frac{5^{5/3}}{2^{2/3}\cdot3\,x_1^2\,(4\pi/3)^{2/3}} ∥ f ∥ 2 10/3 ≤ C N ∥ ∇ f ∥ 2 2 ∥ f ∥ 1 4/3 , C N = 2 2/3 ⋅ 3 x 1 2 ( 4 π /3 ) 2/3 5 5/3 が成り立つ。f = u f=u f = u (§2.1 の最適化子)で等号が成り立つので、C N C_{\mathrm N} C N は最良の定数である。
証明(定理 5.1) 再配置. 定理 6.7[Dirichlet ラプラシアンの固有値と Weyl 則] の 1 から ∣ f ∣ ∈ H 1 \lvert f\rvert\in H^1 ∣ f ∣ ∈ H 1 、∥ ∇ ∣ f ∣ ∥ 2 ≤ ∥ ∇ f ∥ 2 \lVert\nabla\lvert f\rvert\rVert_2\le\lVert\nabla f\rVert_2 ∥ ∇ ∣ f ∣ ∥ 2 ≤ ∥ ∇ f ∥ 2 、同じ定理の 2 から v = ∣ f ∣ ∗ ∈ H 1 v=\lvert f\rvert^*\in H^1 v = ∣ f ∣ ∗ ∈ H 1 、∥ ∇ v ∥ 2 ≤ ∥ ∇ ∣ f ∣ ∥ 2 \lVert\nabla v\rVert_2\le\lVert\nabla\lvert f\rvert\rVert_2 ∥ ∇ v ∥ 2 ≤ ∥ ∇ ∣ f ∣ ∥ 2 です。補題 6.2[Dirichlet ラプラシアンの固有値と Weyl 則] の 2 と 補題 2.1 から ∥ v ∥ 2 = ∥ f ∥ 2 \lVert v\rVert_2=\lVert f\rVert_2 ∥ v ∥ 2 = ∥ f ∥ 2 、∥ v ∥ 1 = ∥ f ∥ 1 = : M \lVert v\rVert_1=\lVert f\rVert_1=:M ∥ v ∥ 1 = ∥ f ∥ 1 =: M です。したがって v v v について不等式を示せば十分です。v v v は各点で定義され、∣ x ∣ \lvert x\rvert ∣ x ∣ だけの関数で ∣ x ∣ \lvert x\rvert ∣ x ∣ について非増加です(補題 6.2[Dirichlet ラプラシアンの固有値と Weyl 則] の 1)。
球の内と外. R > 0 R\gt0 R > 0 を固定し、m = ∫ B R v ≤ M m=\int_{B_R}v\le M m = ∫ B R v ≤ M 、v ˉ R = m / ∣ B R ∣ \bar v_R=m/\lvert B_R\rvert v ˉ R = m / ∣ B R ∣ とおきます。球の中では 命題 4.3 から
∫ B R v 2 = ∫ B R ( v − v ˉ R ) 2 + ∣ B R ∣ v ˉ R 2 ≤ R 2 x 1 2 ∥ ∇ v ∥ 2 2 + m 2 ∣ B R ∣ \int_{B_R}v^2=\int_{B_R}(v-\bar v_R)^2+\lvert B_R\rvert\bar v_R^2\le\frac{R^2}{x_1^2}\lVert\nabla v\rVert_2^2+\frac{m^2}{\lvert B_R\rvert} ∫ B R v 2 = ∫ B R ( v − v ˉ R ) 2 + ∣ B R ∣ v ˉ R 2 ≤ x 1 2 R 2 ∥ ∇ v ∥ 2 2 + ∣ B R ∣ m 2 です。球の外では、∣ x ∣ ≥ R \lvert x\rvert\ge R ∣ x ∣ ≥ R と ∣ y ∣ < R \lvert y\rvert\lt R ∣ y ∣ < R について v ( x ) ≤ v ( y ) v(x)\le v(y) v ( x ) ≤ v ( y ) なので、y y y について B R B_R B R で平均して v ( x ) ≤ v ˉ R v(x)\le\bar v_R v ( x ) ≤ v ˉ R です。よって ∫ B R c v 2 ≤ v ˉ R ∫ B R c v = m ( M − m ) ∣ B R ∣ \int_{B_R^c}v^2\le\bar v_R\int_{B_R^c}v=\frac{m(M-m)}{\lvert B_R\rvert} ∫ B R c v 2 ≤ v ˉ R ∫ B R c v = ∣ B R ∣ m ( M − m ) で、足すと
∥ v ∥ 2 2 ≤ R 2 x 1 2 ∥ ∇ v ∥ 2 2 + m M ∣ B R ∣ ≤ a R 2 + b R − 3 , a = ∥ ∇ v ∥ 2 2 x 1 2 , b = M 2 ω 3 \lVert v\rVert_2^2\le\frac{R^2}{x_1^2}\lVert\nabla v\rVert_2^2+\frac{mM}{\lvert B_R\rvert}\le aR^2+bR^{-3},\qquad a=\frac{\lVert\nabla v\rVert_2^2}{x_1^2},\ b=\frac{M^2}{\omega_3} ∥ v ∥ 2 2 ≤ x 1 2 R 2 ∥ ∇ v ∥ 2 2 + ∣ B R ∣ m M ≤ a R 2 + b R − 3 , a = x 1 2 ∥ ∇ v ∥ 2 2 , b = ω 3 M 2 です。
半径の最適化. a = 0 a=0 a = 0 なら v v v は定数で、L 2 L^2 L 2 に入るので 0 0 0 です。a > 0 a\gt0 a > 0 なら R 5 = 3 b 2 a R^5=\frac{3b}{2a} R 5 = 2 a 3 b と選ぶと a R 2 + b R − 3 = 5 3 a R 2 = 5 3 a 3 / 5 ( 3 b 2 ) 2 / 5 aR^2+bR^{-3}=\frac53aR^2=\frac53a^{3/5}(\frac{3b}2)^{2/5} a R 2 + b R − 3 = 3 5 a R 2 = 3 5 a 3/5 ( 2 3 b ) 2/5 で、5 3 \frac53 3 5 乗すると
∥ v ∥ 2 10 / 3 ≤ ( 5 3 ) 5 / 3 ( 3 2 ) 2 / 3 ∥ ∇ v ∥ 2 2 x 1 2 ⋅ M 4 / 3 ω 3 2 / 3 = C N ∥ ∇ v ∥ 2 2 ∥ v ∥ 1 4 / 3 \lVert v\rVert_2^{10/3}\le\Bigl(\frac53\Bigr)^{5/3}\Bigl(\frac32\Bigr)^{2/3}\frac{\lVert\nabla v\rVert_2^2}{x_1^2}\cdot\frac{M^{4/3}}{\omega_3^{2/3}}=C_{\mathrm N}\lVert\nabla v\rVert_2^2\lVert v\rVert_1^{4/3} ∥ v ∥ 2 10/3 ≤ ( 3 5 ) 5/3 ( 2 3 ) 2/3 x 1 2 ∥ ∇ v ∥ 2 2 ⋅ ω 3 2/3 M 4/3 = C N ∥ ∇ v ∥ 2 2 ∥ v ∥ 1 4/3 です(( 5 3 ) 5 / 3 ( 3 2 ) 2 / 3 = 5 5 / 3 3 ⋅ 2 2 / 3 (\frac53)^{5/3}(\frac32)^{2/3}=\frac{5^{5/3}}{3\cdot2^{2/3}} ( 3 5 ) 5/3 ( 2 3 ) 2/3 = 3 ⋅ 2 2/3 5 5/3 )。
等号. u u u は ∣ x ∣ < x 1 \lvert x\rvert\lt x_1 ∣ x ∣ < x 1 で滑らかで、∣ x ∣ = x 1 \lvert x\rvert=x_1 ∣ x ∣ = x 1 で u = 0 u=0 u = 0 (tan x 1 = x 1 \tan x_1=x_1 tan x 1 = x 1 )、u ′ = − 1 cos x 1 ( sin r r ) ′ = g 0 ( r ) r 2 cos x 1 u'=-\frac1{\cos x_1}(\frac{\sin r}r)'=\frac{g_0(r)}{r^2\cos x_1} u ′ = − c o s x 1 1 ( r s i n r ) ′ = r 2 c o s x 1 g 0 ( r ) も r = x 1 r=x_1 r = x 1 で 0 0 0 なので、u u u は C 1 C^1 C 1 でコンパクトな台をもち H 1 ∩ L 1 H^1\cap L^1 H 1 ∩ L 1 に属します。f ( r ) = sin r r f(r)=\frac{\sin r}r f ( r ) = r s i n r は ( r 2 f ′ ) ′ = − r 2 f (r^2f')'=-r^2f ( r 2 f ′ ) ′ = − r 2 f 、f ′ ( x 1 ) = 0 f'(x_1)=0 f ′ ( x 1 ) = 0 を満たし、∫ 0 x 1 f r 2 = g 0 ( x 1 ) = 0 \int_0^{x_1}fr^2=g_0(x_1)=0 ∫ 0 x 1 f r 2 = g 0 ( x 1 ) = 0 、∫ 0 x 1 f ′ 2 r 2 = ∫ 0 x 1 f 2 r 2 = ∫ 0 x 1 sin 2 r d r \int_0^{x_1}f'^2r^2=\int_0^{x_1}f^2r^2=\int_0^{x_1}\sin^2r\,dr ∫ 0 x 1 f ′2 r 2 = ∫ 0 x 1 f 2 r 2 = ∫ 0 x 1 sin 2 r d r です。cos x 1 = sin x 1 / x 1 \cos x_1=\sin x_1/x_1 cos x 1 = sin x 1 / x 1 を使うと 1 cos 2 x 1 ∫ 0 x 1 sin 2 r d r = x 1 − sin x 1 cos x 1 2 cos 2 x 1 = x 1 tan 2 x 1 2 = x 1 3 2 \frac1{\cos^2x_1}\int_0^{x_1}\sin^2r\,dr=\frac{x_1-\sin x_1\cos x_1}{2\cos^2x_1}=\frac{x_1\tan^2x_1}2=\frac{x_1^3}2 c o s 2 x 1 1 ∫ 0 x 1 sin 2 r d r = 2 c o s 2 x 1 x 1 − s i n x 1 c o s x 1 = 2 x 1 t a n 2 x 1 = 2 x 1 3 なので、
∫ 0 x 1 u r 2 d r = x 1 3 3 , ∫ 0 x 1 u ′ 2 r 2 d r = x 1 3 2 , ∫ 0 x 1 u 2 r 2 d r = x 1 3 3 + x 1 3 2 = 5 6 x 1 3 \int_0^{x_1}u\,r^2dr=\frac{x_1^3}3,\qquad\int_0^{x_1}u'^2r^2dr=\frac{x_1^3}2,\qquad\int_0^{x_1}u^2r^2dr=\frac{x_1^3}3+\frac{x_1^3}2=\frac56x_1^3 ∫ 0 x 1 u r 2 d r = 3 x 1 3 , ∫ 0 x 1 u ′2 r 2 d r = 2 x 1 3 , ∫ 0 x 1 u 2 r 2 d r = 3 x 1 3 + 2 x 1 3 = 6 5 x 1 3 です(u 2 = 1 − 2 f cos x 1 + f 2 cos 2 x 1 u^2=1-\frac{2f}{\cos x_1}+\frac{f^2}{\cos^2x_1} u 2 = 1 − c o s x 1 2 f + c o s 2 x 1 f 2 で中央の項の積分は 0 0 0 )。よって ∥ u ∥ 1 = 4 π 3 x 1 3 \lVert u\rVert_1=\frac{4\pi}3x_1^3 ∥ u ∥ 1 = 3 4 π x 1 3 、∥ ∇ u ∥ 2 2 = 2 π x 1 3 \lVert\nabla u\rVert_2^2=2\pi x_1^3 ∥ ∇ u ∥ 2 2 = 2 π x 1 3 、∥ u ∥ 2 2 = 10 π 3 x 1 3 \lVert u\rVert_2^2=\frac{10\pi}3x_1^3 ∥ u ∥ 2 2 = 3 10 π x 1 3 で、
N 3 ( u ) = ( 10 π x 1 3 / 3 ) 5 / 3 2 π x 1 3 ( 4 π x 1 3 / 3 ) 4 / 3 = ( 5 / 2 ) 5 / 3 ( 4 π / 3 ) 1 / 3 2 π x 1 2 = 5 5 / 3 2 2 / 3 ⋅ 3 x 1 2 ( 4 π / 3 ) 2 / 3 = C N \mathcal N_3(u)=\frac{(10\pi x_1^3/3)^{5/3}}{2\pi x_1^3(4\pi x_1^3/3)^{4/3}}=\frac{(5/2)^{5/3}(4\pi/3)^{1/3}}{2\pi\,x_1^2}=\frac{5^{5/3}}{2^{2/3}\cdot3\,x_1^2(4\pi/3)^{2/3}}=C_{\mathrm N} N 3 ( u ) = 2 π x 1 3 ( 4 π x 1 3 /3 ) 4/3 ( 10 π x 1 3 /3 ) 5/3 = 2 π x 1 2 ( 5/2 ) 5/3 ( 4 π /3 ) 1/3 = 2 2/3 ⋅ 3 x 1 2 ( 4 π /3 ) 2/3 5 5/3 = C N です(2 π = 3 2 ⋅ 4 π 3 2\pi=\frac32\cdot\frac{4\pi}3 2 π = 2 3 ⋅ 3 4 π を使った)。
∎
証明の各段で等号が成り立つ条件を見ると、最適化子の形が読めます。球の外の評価で等号になるには m = M m=M m = M (v v v が球の外で 0 0 0 )、球の中の評価で等号になるには v − v ˉ R v-\bar v_R v − v ˉ R が 補題 4.2 の等号の関数 sin ( x 1 r / R ) r \frac{\sin(x_1r/R)}r r s i n ( x 1 r / R ) の定数倍であることが必要です。v v v が r = R r=R r = R で 0 0 0 につながる条件から定数が決まり、R = x 1 R=x_1 R = x 1 に尺度をそろえたものが u u u です。u u u の平均はちょうど 1 1 1 で、u − 1 = − sin r r cos x 1 u-1=-\frac{\sin r}{r\cos x_1} u − 1 = − r c o s x 1 s i n r が球の Neumann の動径固有関数になっています。
0 1 2 3 4 5 6 r 1 3 5 r = x₁ ≈ 4.4934 u = u′ = 0 u(0) = 1 − 1/cos x₁ ≈ 5.603 最適化子 u の動径の形。r = x₁ で値も傾きも 0 になり、横軸に接してから 0 につながる(C¹ だが C² ではない)。
例 5.2 (試験関数の Nash の比 )
いくつかの動径関数について N 3 ( f ) / C N \mathcal N_3(f)/C_{\mathrm N} N 3 ( f ) / C N を計算すると下の図のようになります(数値積分による値)。たとえば f = e − ∣ x ∣ 2 f=e^{-\lvert x\rvert^2} f = e − ∣ x ∣ 2 では ∥ f ∥ 1 = π 3 / 2 \lVert f\rVert_1=\pi^{3/2} ∥ f ∥ 1 = π 3/2 、∥ f ∥ 2 2 = ( π / 2 ) 3 / 2 \lVert f\rVert_2^2=(\pi/2)^{3/2} ∥ f ∥ 2 2 = ( π /2 ) 3/2 、∥ ∇ f ∥ 2 2 = 3 ( π / 2 ) 3 / 2 \lVert\nabla f\rVert_2^2=3(\pi/2)^{3/2} ∥ ∇ f ∥ 2 2 = 3 ( π /2 ) 3/2 から N 3 ( f ) = 1 6 π ≈ 0.0531 \mathcal N_3(f)=\frac1{6\pi}\approx0.0531 N 3 ( f ) = 6 π 1 ≈ 0.0531 、比は 0.907 0.907 0.907 です。台がコンパクトで境界で滑らかに 0 0 0 になる ( 1 − r 2 ) + 2 (1-r^2)^2_+ ( 1 − r 2 ) + 2 は 0.987 0.987 0.987 と最適化子に近く、裾の重い e − r e^{-r} e − r は 0.498 0.498 0.498 にとどまります。L 1 L^1 L 1 ノルムを小さく保つには裾を短く、勾配を小さく保つには端を滑らかにする必要があり、u u u はその兼ね合いの最適解です。
最適化子 u 1.000 (1 − r²)²₊ 0.987 e^(−r²) 0.907 (1 − r)₊ 0.900 (1 − r²)₊ 0.794 sech r 0.617 e^(−r) 0.498 1
Nash の比 𝒩₃(f) を鋭い定数 C_N で割った値(数値)。1 に達するのは最適化子 u だけである。
定義 6.1 (L¹ の罰金つき Dirichlet 汎関数 ) ↗
γ > 0 \gamma\gt0 γ > 0 と u ∈ H 1 ( R 3 ) ∩ L 1 ( R 3 ) u\in H^1(\mathbb R^3)\cap L^1(\mathbb R^3) u ∈ H 1 ( R 3 ) ∩ L 1 ( R 3 ) (複素数値でよい)について
E γ [ u ] = 1 2 ∥ ∇ u ∥ 2 2 + γ ∥ u ∥ 1 \mathcal E_\gamma[u]=\frac12\lVert\nabla u\rVert_2^2+\gamma\lVert u\rVert_1 E γ [ u ] = 2 1 ∥ ∇ u ∥ 2 2 + γ ∥ u ∥ 1 とおき、θ > 0 \theta\gt0 θ > 0 について E M F ( θ ; γ ) = inf { E γ [ u ] : u ∈ H 1 ∩ L 1 , ∥ u ∥ 2 2 = θ } E_{\mathrm{MF}}(\theta;\gamma)=\inf\{\mathcal E_\gamma[u]:u\in H^1\cap L^1,\ \lVert u\rVert_2^2=\theta\} E MF ( θ ; γ ) = inf { E γ [ u ] : u ∈ H 1 ∩ L 1 , ∥ u ∥ 2 2 = θ } 、F [ β ] = E M F ( 1 ; β ) F[\beta]=E_{\mathrm{MF}}(1;\beta) F [ β ] = E MF ( 1 ; β ) と定める。
命題 6.2 (尺度則 ) ✓
θ , γ , c , β > 0 \theta,\gamma,c,\beta\gt0 θ , γ , c , β > 0 とする。
μ = γ 2 / 7 θ − 1 / 7 \mu=\gamma^{2/7}\theta^{-1/7} μ = γ 2/7 θ − 1/7 とすると、v ↦ u = θ μ 3 / 2 v ( μ ⋅ ) v\mapsto u=\sqrt\theta\,\mu^{3/2}v(\mu\,\cdot) v ↦ u = θ μ 3/2 v ( μ ⋅ ) は { ∥ v ∥ 2 = 1 } \{\lVert v\rVert_2=1\} {∥ v ∥ 2 = 1 } から { ∥ u ∥ 2 2 = θ } \{\lVert u\rVert_2^2=\theta\} {∥ u ∥ 2 2 = θ } への全単射で、E γ [ u ] = θ 5 / 7 γ 4 / 7 E 1 [ v ] \mathcal E_\gamma[u]=\theta^{5/7}\gamma^{4/7}\mathcal E_1[v] E γ [ u ] = θ 5/7 γ 4/7 E 1 [ v ] である。とくに E M F ( θ ; γ ) = θ 5 / 7 γ 4 / 7 F [ 1 ] E_{\mathrm{MF}}(\theta;\gamma)=\theta^{5/7}\gamma^{4/7}F[1] E MF ( θ ; γ ) = θ 5/7 γ 4/7 F [ 1 ] 、F [ β ] = β 4 / 7 F [ 1 ] F[\beta]=\beta^{4/7}F[1] F [ β ] = β 4/7 F [ 1 ] 。
inf { c 2 ∥ ∇ ϕ ∥ 2 2 + β ∥ ϕ ∥ 1 : ∥ ϕ ∥ 2 = 1 } = c 3 / 7 β 4 / 7 F [ 1 ] \inf\{\frac c2\lVert\nabla\phi\rVert_2^2+\beta\lVert\phi\rVert_1:\lVert\phi\rVert_2=1\}=c^{3/7}\beta^{4/7}F[1] inf { 2 c ∥ ∇ ϕ ∥ 2 2 + β ∥ ϕ ∥ 1 : ∥ ϕ ∥ 2 = 1 } = c 3/7 β 4/7 F [ 1 ] 。
下限を u ≥ 0 u\ge0 u ≥ 0 に制限しても値は変わらない。
証明(命題 6.2) 1. 変数変換で ∥ u ∥ 2 2 = θ ∥ v ∥ 2 2 \lVert u\rVert_2^2=\theta\lVert v\rVert_2^2 ∥ u ∥ 2 2 = θ ∥ v ∥ 2 2 、∥ ∇ u ∥ 2 2 = θ μ 2 ∥ ∇ v ∥ 2 2 \lVert\nabla u\rVert_2^2=\theta\mu^2\lVert\nabla v\rVert_2^2 ∥ ∇ u ∥ 2 2 = θ μ 2 ∥ ∇ v ∥ 2 2 、∥ u ∥ 1 = θ μ − 3 / 2 ∥ v ∥ 1 \lVert u\rVert_1=\sqrt\theta\mu^{-3/2}\lVert v\rVert_1 ∥ u ∥ 1 = θ μ − 3/2 ∥ v ∥ 1 です。μ \mu μ の選び方から θ μ 2 = θ 5 / 7 γ 4 / 7 \theta\mu^2=\theta^{5/7}\gamma^{4/7} θ μ 2 = θ 5/7 γ 4/7 、γ θ μ − 3 / 2 = γ 4 / 7 θ 5 / 7 \gamma\sqrt\theta\mu^{-3/2}=\gamma^{4/7}\theta^{5/7} γ θ μ − 3/2 = γ 4/7 θ 5/7 なので E γ [ u ] = θ 5 / 7 γ 4 / 7 E 1 [ v ] \mathcal E_\gamma[u]=\theta^{5/7}\gamma^{4/7}\mathcal E_1[v] E γ [ u ] = θ 5/7 γ 4/7 E 1 [ v ] です。逆写像は v = θ − 1 / 2 μ − 3 / 2 u ( ⋅ / μ ) v=\theta^{-1/2}\mu^{-3/2}u(\cdot/\mu) v = θ − 1/2 μ − 3/2 u ( ⋅ / μ ) です。
2. 左辺の汎関数は c E β / c [ ϕ ] c\,\mathcal E_{\beta/c}[\phi] c E β / c [ ϕ ] なので、1 から c F [ β / c ] = c ( β / c ) 4 / 7 F [ 1 ] c\,F[\beta/c]=c(\beta/c)^{4/7}F[1] c F [ β / c ] = c ( β / c ) 4/7 F [ 1 ] です。
3. 定理 6.7[Dirichlet ラプラシアンの固有値と Weyl 則] の 1 から ∥ ∇ ∣ u ∣ ∥ 2 ≤ ∥ ∇ u ∥ 2 \lVert\nabla\lvert u\rvert\rVert_2\le\lVert\nabla u\rVert_2 ∥ ∇ ∣ u ∣ ∥ 2 ≤ ∥ ∇ u ∥ 2 で、∣ u ∣ \lvert u\rvert ∣ u ∣ は L 1 L^1 L 1 ・L 2 L^2 L 2 ノルムが同じなので E γ [ ∣ u ∣ ] ≤ E γ [ u ] \mathcal E_\gamma[\lvert u\rvert]\le\mathcal E_\gamma[u] E γ [∣ u ∣] ≤ E γ [ u ] です。
∎
証明(定理 6.3) 下からの評価. ∥ φ ∥ 2 = 1 \lVert\varphi\rVert_2=1 ∥ φ ∥ 2 = 1 、K = ∥ ∇ φ ∥ 2 2 K=\lVert\nabla\varphi\rVert_2^2 K = ∥ ∇ φ ∥ 2 2 、L = ∥ φ ∥ 1 L=\lVert\varphi\rVert_1 L = ∥ φ ∥ 1 とすると、定理 5.1 から 1 ≤ C N K L 4 / 3 1\le C_{\mathrm N}KL^{4/3} 1 ≤ C N K L 4/3 なので
E 1 [ φ ] ≥ L − 4 / 3 2 C N + L ≥ min y > 0 ( y − 4 / 3 2 C N + y ) = : m . \mathcal E_1[\varphi]\ge\frac{L^{-4/3}}{2C_{\mathrm N}}+L\ge\min_{y\gt0}\Bigl(\frac{y^{-4/3}}{2C_{\mathrm N}}+y\Bigr)=:m . E 1 [ φ ] ≥ 2 C N L − 4/3 + L ≥ y > 0 min ( 2 C N y − 4/3 + y ) =: m . 微分して y ∗ 7 / 3 = 2 3 C N y_*^{7/3}=\frac2{3C_{\mathrm N}} y ∗ 7/3 = 3 C N 2 で最小、m = y ∗ ( 3 4 + 1 ) = 7 4 y ∗ = 7 4 ( 2 3 C N ) 3 / 7 m=y_*(\frac34+1)=\frac74y_*=\frac74(\frac2{3C_{\mathrm N}})^{3/7} m = y ∗ ( 4 3 + 1 ) = 4 7 y ∗ = 4 7 ( 3 C N 2 ) 3/7 です。よって F [ 1 ] ≥ m F[1]\ge m F [ 1 ] ≥ m です。
上からの評価と 2. v = u / ∥ u ∥ 2 v=u/\lVert u\rVert_2 v = u / ∥ u ∥ 2 とし、v t ( x ) = t 3 / 2 v ( t x ) v_t(x)=t^{3/2}v(tx) v t ( x ) = t 3/2 v ( t x ) とおくと ∥ v t ∥ 2 = 1 \lVert v_t\rVert_2=1 ∥ v t ∥ 2 = 1 、1 2 ∥ ∇ v t ∥ 2 2 = a t 2 \frac12\lVert\nabla v_t\rVert_2^2=at^2 2 1 ∥ ∇ v t ∥ 2 2 = a t 2 、∥ v t ∥ 1 = b t − 3 / 2 \lVert v_t\rVert_1=bt^{-3/2} ∥ v t ∥ 1 = b t − 3/2 です(定理 5.1 の証明の積分の値から 1 2 ∥ ∇ u ∥ 2 / ∥ u ∥ 2 2 = 2 π x 1 3 / 2 10 π x 1 3 / 3 = 3 10 \frac12\lVert\nabla u\rVert^2/\lVert u\rVert_2^2=\frac{2\pi x_1^3/2}{10\pi x_1^3/3}=\frac3{10} 2 1 ∥ ∇ u ∥ 2 / ∥ u ∥ 2 2 = 10 π x 1 3 /3 2 π x 1 3 /2 = 10 3 、∥ u ∥ 1 / ∥ u ∥ 2 = b \lVert u\rVert_1/\lVert u\rVert_2=b ∥ u ∥ 1 / ∥ u ∥ 2 = b )。Nash の比は拡大縮小で変わらないので N 3 ( v t ) = N 3 ( u ) = C N \mathcal N_3(v_t)=\mathcal N_3(u)=C_{\mathrm N} N 3 ( v t ) = N 3 ( u ) = C N 、すなわち K t L t 4 / 3 = 1 / C N K_tL_t^{4/3}=1/C_{\mathrm N} K t L t 4/3 = 1/ C N です。L t = b t − 3 / 2 L_t=bt^{-3/2} L t = b t − 3/2 は ( 0 , ∞ ) (0,\infty) ( 0 , ∞ ) を動くので、L t = y ∗ L_t=y_* L t = y ∗ となる t t t では E 1 [ v t ] = y ∗ − 4 / 3 2 C N + y ∗ = m \mathcal E_1[v_t]=\frac{y_*^{-4/3}}{2C_{\mathrm N}}+y_*=m E 1 [ v t ] = 2 C N y ∗ − 4/3 + y ∗ = m です。よって F [ 1 ] = m F[1]=m F [ 1 ] = m で、下限は達成されます。t ↦ E 1 [ v t ] = a t 2 + b t − 3 / 2 t\mapsto\mathcal E_1[v_t]=at^2+bt^{-3/2} t ↦ E 1 [ v t ] = a t 2 + b t − 3/2 の最小値はしたがって m m m で、微分すると最小点は t 7 / 2 = 3 b 4 a t^{7/2}=\frac{3b}{4a} t 7/2 = 4 a 3 b 、すなわち t = t ∗ t=t_* t = t ∗ 、最小値は 7 3 a 3 / 7 ( 3 4 b ) 4 / 7 \frac73a^{3/7}(\frac34b)^{4/7} 3 7 a 3/7 ( 4 3 b ) 4/7 です。( 3 4 b ) 4 / 7 = ( π 3 10 π ) 4 / 7 x 1 6 / 7 = ( 3 π 10 ) 2 / 7 x 1 6 / 7 (\frac34b)^{4/7}=(\pi\sqrt{\frac3{10\pi}})^{4/7}x_1^{6/7}=(\frac{3\pi}{10})^{2/7}x_1^{6/7} ( 4 3 b ) 4/7 = ( π 10 π 3 ) 4/7 x 1 6/7 = ( 10 3 π ) 2/7 x 1 6/7 なので、これが 1 の第 2 の式です。
3. φ t ( x ) = t 3 / 2 φ ( t x ) \varphi_t(x)=t^{3/2}\varphi(tx) φ t ( x ) = t 3/2 φ ( t x ) は ∥ φ t ∥ 2 = 1 \lVert\varphi_t\rVert_2=1 ∥ φ t ∥ 2 = 1 、E 1 [ φ t ] = t 2 2 K + t − 3 / 2 L \mathcal E_1[\varphi_t]=\frac{t^2}2K+t^{-3/2}L E 1 [ φ t ] = 2 t 2 K + t − 3/2 L を満たし、t = 1 t=1 t = 1 で最小なので微分は 0 0 0 : K − 3 2 L = 0 K-\frac32L=0 K − 2 3 L = 0 です。F [ 1 ] = K 2 + L = 7 4 L F[1]=\frac K2+L=\frac74L F [ 1 ] = 2 K + L = 4 7 L から L = 4 7 F [ 1 ] L=\frac47F[1] L = 7 4 F [ 1 ] 、K 2 = 3 4 L = 3 7 F [ 1 ] \frac K2=\frac34L=\frac37F[1] 2 K = 4 3 L = 7 3 F [ 1 ] です。
∎
3 はビリアル定理 にあたり、最小化子では運動エネルギーと罰金の比が 3 : 4 3:4 3 : 4 に決まります。数値は §7 で区間演算により F [ 1 ] = 4.96461575249750436315 … F[1]=4.96461575249750436315\ldots F [ 1 ] = 4.96461575249750436315 … と確定します。最小化子の台の半径は x 1 / t ∗ ≈ 1.687 x_1/t_*\approx1.687 x 1 / t ∗ ≈ 1.687 です。
最適化子の拡大縮小の族 u_t(L² ノルム 1)を動かしたときの 𝓔₁(u_t) = a t² + b t^{−3/2}。t = t* ≈ 2.663 で最小値 F[1] ≈ 4.9646 をとる。
系 6.4 (質量の分割の損 ) ✓
θ j ≥ 0 \theta_j\ge0 θ j ≥ 0 (j ∈ J j\in J j ∈ J 、J J J は可算)、∑ j θ j = θ < ∞ \sum_j\theta_j=\theta\lt\infty ∑ j θ j = θ < ∞ とすると ∑ j θ j 5 / 7 ≥ θ 5 / 7 \sum_j\theta_j^{5/7}\ge\theta^{5/7} ∑ j θ j 5/7 ≥ θ 5/7 で、等号は θ j ≠ 0 \theta_j\ne0 θ j = 0 となる j j j が高々 1 つのときに限る。したがって γ > 0 \gamma\gt0 γ > 0 、θ 1 , θ 2 > 0 \theta_1,\theta_2\gt0 θ 1 , θ 2 > 0 について
E M F ( θ 1 + θ 2 ; γ ) < E M F ( θ 1 ; γ ) + E M F ( θ 2 ; γ ) . E_{\mathrm{MF}}(\theta_1+\theta_2;\gamma)\lt E_{\mathrm{MF}}(\theta_1;\gamma)+E_{\mathrm{MF}}(\theta_2;\gamma) . E MF ( θ 1 + θ 2 ; γ ) < E MF ( θ 1 ; γ ) + E MF ( θ 2 ; γ ) .
証明(系 6.4) θ > 0 \theta\gt0 θ > 0 としてよいです。θ j > 0 \theta_j\gt0 θ j > 0 なら θ j ≤ θ \theta_j\le\theta θ j ≤ θ から θ j 5 / 7 = θ j θ j − 2 / 7 ≥ θ j θ − 2 / 7 \theta_j^{5/7}=\theta_j\theta_j^{-2/7}\ge\theta_j\theta^{-2/7} θ j 5/7 = θ j θ j − 2/7 ≥ θ j θ − 2/7 で、等号は θ j = θ \theta_j=\theta θ j = θ のときに限ります。足すと ∑ j θ j 5 / 7 ≥ θ ⋅ θ − 2 / 7 = θ 5 / 7 \sum_j\theta_j^{5/7}\ge\theta\cdot\theta^{-2/7}=\theta^{5/7} ∑ j θ j 5/7 ≥ θ ⋅ θ − 2/7 = θ 5/7 で、等号には θ j > 0 \theta_j\gt0 θ j > 0 の全ての j j j で θ j = θ \theta_j=\theta θ j = θ 、すなわちそのような j j j が 1 つだけであることが必要です。後半は 命題 6.2 の 1 と前半からです。
∎
この系は、質量を 2 つの塊に分けると必ずエネルギーが上がることを言っています。逆に、エネルギーが最小値に近い関数は質量を分けられないはずで、これを定量化するのが Lions の集中コンパクト性の原理の考え方です。
0.1 1 10 θ 1 10 100 γ = 1 γ = 4 直線: θ^(5/7) γ^(4/7) F[1] 点: 数値最小化 質量 θ に対する最小値 E_MF(θ; γ) の両対数グラフ。直線は尺度則 θ^(5/7) γ^(4/7) F[1]、点は動径関数を格子で離散化して直接最小化した値(数値。相対差は 3×10⁻⁵ で、離散化の誤差)。
C N C_{\mathrm N} C N と F [ 1 ] F[1] F [ 1 ] は x 1 x_1 x 1 と π \pi π の初等的な式なので、x 1 x_1 x 1 を幅の狭い区間に閉じ込めれば、区間演算の包含原理によって定数も区間に閉じ込められます。ここでは mpmath(Python の多倍長演算ライブラリ)の区間演算 iv を 2 進 200 桁で使います。この節に限り、計算機援用の命題のために mpmath を使います。
# Python 3.9.6, mpmath 1.3.0
from mpmath import iv, mp
iv.prec = mp.prec = 200 # 有効 2 進 200 桁
def g ( x ) : # g(x) = sin x - x cos x(tan x = x と同値な形)
return iv. sin ( x ) - x * iv. cos ( x )
# 1. 二分法: g は [4.4, 4.6] で減少(g'(x) = x sin x < 0)なので、
# 区間で評価した g(m) の符号で根の側が確定する
lo, hi = mp. mpf ( ' 4.4 ' ), mp. mpf ( ' 4.6 ' )
assert g ( iv. mpf ( lo )).a > 0 and g ( iv. mpf ( hi )).b < 0
while hi - lo > mp. mpf ( 2 ) ** - 180 :
# 2. 区間 Newton 法の 1 歩: N = m - g(m)/g'(X) が X に含まれれば X に根はちょうど 1 つ
m = iv. mpf ( (lo + hi) / 2 )
D = X * iv. sin ( X ) # g'(X) の包含(0 を含まない)
print ( ' N ⊂ X : ' , X.a <= N.a and N.b <= X.b , ' 0 ∉ D : ' , D.b < 0 )
F1 = iv. mpf ( 7 ) / 3 * (iv. mpf ( 3 ) / 10 ) ** (iv. mpf ( 3 ) / 7 ) * ( 3 * pi / 10 ) ** (iv. mpf ( 2 ) / 7 ) * X ** (iv. mpf ( 6 ) / 7 )
CN = iv. mpf ( 5 ) ** (iv. mpf ( 5 ) / 3 ) / (iv. mpf ( 2 ) ** (iv. mpf ( 2 ) / 3 ) * 3 * X ** 2 * ( 4 * pi / 3 ) ** (iv. mpf ( 2 ) / 3 ))
F1b = iv. mpf ( 7 ) / 4 * (iv. mpf ( 2 ) / ( 3 * CN )) ** (iv. mpf ( 3 ) / 7 )
def outward ( v , d= 30 ) : # 下端を切り下げ・上端を切り上げて小数 d 桁で表示
lo, hi = int ( mp. floor ( w.a.a )), int ( mp. ceil ( w.b.b ))
fmt = lambda n : f ' { n // 10 ** d } . { n % 10 ** d :0 { d } d } '
return f '[ { fmt ( lo ) } , { fmt ( hi ) } ]'
for name, v in [ ( ' x_1 ' , X), ( ' C_N ' , CN ), ( ' F[1] ' , F1), ( ' F[1] (C_N 経由) ' , F1b) ] :
print ( f ' {name :14s } ' , outward ( v ))
print ( ' 2 つの F[1] の区間は交わる: ' , F1.a <= F1b.b and F1b.a <= F1.b )
出力(1 秒以内):
N ⊂ X : True 0 ∉ D : True
x_1 [4.493409457909064175307880927280, 4.493409457909064175307880927281]
C_N [0.058514615956547452340471145872, 0.058514615956547452340471145873]
F[1] [4.964615752497504363152959214062, 4.964615752497504363152959214063]
F[1] (C_N 経由) [4.964615752497504363152959214062, 4.964615752497504363152959214063]
命題 7.1 (定数の包含(計算機援用) ) ✓
次が成り立つ。
x 1 ∈ [ 4.493409457909064175307880927280 , 4.493409457909064175307880927281 ] , C N ∈ [ 0.058514615956547452340471145872 , 0.058514615956547452340471145873 ] , F [ 1 ] ∈ [ 4.964615752497504363152959214062 , 4.964615752497504363152959214063 ] . \begin{aligned}
x_1&\in[4.493409457909064175307880927280,\ 4.493409457909064175307880927281],\\
C_{\mathrm N}&\in[0.058514615956547452340471145872,\ 0.058514615956547452340471145873],\\
F[1]&\in[4.964615752497504363152959214062,\ 4.964615752497504363152959214063].
\end{aligned} x 1 C N F [ 1 ] ∈ [ 4.493409457909064175307880927280 , 4.493409457909064175307880927281 ] , ∈ [ 0.058514615956547452340471145872 , 0.058514615956547452340471145873 ] , ∈ [ 4.964615752497504363152959214062 , 4.964615752497504363152959214063 ] .
証明(命題 7.1) x 1 x_1 x 1 . [ 4.4 , 4.6 ] ⊂ ( π , 3 2 π ) [4.4,4.6]\subset(\pi,\frac32\pi) [ 4.4 , 4.6 ] ⊂ ( π , 2 3 π ) で、補題 4.1 から g 0 g_0 g 0 はそこで狭義減少、零点は x 1 x_1 x 1 だけです。コードの g g g は g 0 g_0 g 0 の自然な区間拡張で、外向き丸めの区間演算(定義 4.5[浮動小数と区間演算] )で評価しています。sin \sin sin ・cos \cos cos は 1 点の区間で評価するので、ライブラリが真の値を含む区間を返す限り、包含原理(定理 4.4[浮動小数と区間演算] 、命題 4.6[浮動小数と区間演算] )から g(iv.mpf(m)) は g 0 ( m ) g_0(m) g 0 ( m ) を含みます。したがってループの間ずっと g 0 ( l o ) > 0 > g 0 ( h i ) g_0(\mathrm{lo})\gt0\gt g_0(\mathrm{hi}) g 0 ( lo ) > 0 > g 0 ( hi ) が保たれ、中間値の定理(定理 5.7[極限と連続性] )と零点の一意性から x 1 ∈ X = [ l o , h i ] x_1\in X=[\mathrm{lo},\mathrm{hi}] x 1 ∈ X = [ lo , hi ] です。(コードの 2 は、区間 Newton 法(定理 5.2[浮動小数と区間演算] の 2)で X X X にちょうど 1 つの零点があることを独立に確かめるもので、上の結論には使っていません。)
C N C_{\mathrm N} C N 、F [ 1 ] F[1] F [ 1 ] . 定理 5.1 の C N C_{\mathrm N} C N の式と 定理 6.3 の 1 の第 2 の式は、x x x と π \pi π についての四則と単調な冪関数からなる式で、iv.pi は π \pi π を含む区間です。x 1 ∈ X x_1\in X x 1 ∈ X なので、包含原理から計算した区間 CN、F1 はそれぞれ C N C_{\mathrm N} C N 、F [ 1 ] F[1] F [ 1 ] を含みます。表示は下端を切り下げ、上端を切り上げているので、表示した区間も真の値を含みます。
∎
演習 8.1 易
f ( x ) = e − ∣ x ∣ 2 f(x)=e^{-\lvert x\rvert^2} f ( x ) = e − ∣ x ∣ 2 (x ∈ R 3 x\in\mathbb R^3 x ∈ R 3 )について ∥ f ∥ 1 \lVert f\rVert_1 ∥ f ∥ 1 、∥ f ∥ 2 2 \lVert f\rVert_2^2 ∥ f ∥ 2 2 、∥ ∇ f ∥ 2 2 \lVert\nabla f\rVert_2^2 ∥ ∇ f ∥ 2 2 を計算し、N 3 ( f ) = 1 6 π \mathcal N_3(f)=\frac1{6\pi} N 3 ( f ) = 6 π 1 を確かめよ。
解答 ∫ e − α ∣ x ∣ 2 d x = ( π / α ) 3 / 2 \int e^{-\alpha\lvert x\rvert^2}dx=(\pi/\alpha)^{3/2} ∫ e − α ∣ x ∣ 2 d x = ( π / α ) 3/2 、∫ ∣ x ∣ 2 e − α ∣ x ∣ 2 d x = 3 2 α ( π / α ) 3 / 2 \int\lvert x\rvert^2e^{-\alpha\lvert x\rvert^2}dx=\frac3{2\alpha}(\pi/\alpha)^{3/2} ∫ ∣ x ∣ 2 e − α ∣ x ∣ 2 d x = 2 α 3 ( π / α ) 3/2 です。∥ f ∥ 1 = π 3 / 2 \lVert f\rVert_1=\pi^{3/2} ∥ f ∥ 1 = π 3/2 、∥ f ∥ 2 2 = ( π / 2 ) 3 / 2 \lVert f\rVert_2^2=(\pi/2)^{3/2} ∥ f ∥ 2 2 = ( π /2 ) 3/2 、∣ ∇ f ∣ 2 = 4 ∣ x ∣ 2 e − 2 ∣ x ∣ 2 \lvert\nabla f\rvert^2=4\lvert x\rvert^2e^{-2\lvert x\rvert^2} ∣ ∇ f ∣ 2 = 4 ∣ x ∣ 2 e − 2 ∣ x ∣ 2 から ∥ ∇ f ∥ 2 2 = 4 ⋅ 3 4 ( π / 2 ) 3 / 2 = 3 ( π / 2 ) 3 / 2 \lVert\nabla f\rVert_2^2=4\cdot\frac34(\pi/2)^{3/2}=3(\pi/2)^{3/2} ∥ ∇ f ∥ 2 2 = 4 ⋅ 4 3 ( π /2 ) 3/2 = 3 ( π /2 ) 3/2 です。よって
N 3 ( f ) = ( π / 2 ) 5 / 2 3 ( π / 2 ) 3 / 2 π 2 = π / 2 3 π 2 = 1 6 π ≈ 0.0531 \mathcal N_3(f)=\frac{(\pi/2)^{5/2}}{3(\pi/2)^{3/2}\pi^2}=\frac{\pi/2}{3\pi^2}=\frac1{6\pi}\approx0.0531 N 3 ( f ) = 3 ( π /2 ) 3/2 π 2 ( π /2 ) 5/2 = 3 π 2 π /2 = 6 π 1 ≈ 0.0531 で、C N C_{\mathrm N} C N との比は 0.907 0.907 0.907 です。
演習 8.2 標準
定数 C C C と実数 p , q , r p,q,r p , q , r について、すべての f ∈ C c ∞ ( R d ) f\in C_c^\infty(\mathbb R^d) f ∈ C c ∞ ( R d ) で ∥ f ∥ 2 p ≤ C ∥ ∇ f ∥ 2 q ∥ f ∥ 1 r \lVert f\rVert_2^p\le C\lVert\nabla f\rVert_2^q\lVert f\rVert_1^r ∥ f ∥ 2 p ≤ C ∥ ∇ f ∥ 2 q ∥ f ∥ 1 r (f ≠ 0 f\ne0 f = 0 )が成り立つとする。f f f を λ f ( μ ⋅ ) \lambda f(\mu\,\cdot) λ f ( μ ⋅ ) に置き換えることで、q = 2 q=2 q = 2 と正規化したとき p = 2 + 4 d p=2+\frac4d p = 2 + d 4 、r = 4 d r=\frac4d r = d 4 に限ることを示せ。
解答 f λ , μ = λ f ( μ ⋅ ) f_{\lambda,\mu}=\lambda f(\mu\,\cdot) f λ , μ = λ f ( μ ⋅ ) では ∥ f λ , μ ∥ 2 = λ μ − d / 2 ∥ f ∥ 2 \lVert f_{\lambda,\mu}\rVert_2=\lambda\mu^{-d/2}\lVert f\rVert_2 ∥ f λ , μ ∥ 2 = λ μ − d /2 ∥ f ∥ 2 、∥ ∇ f λ , μ ∥ 2 = λ μ 1 − d / 2 ∥ ∇ f ∥ 2 \lVert\nabla f_{\lambda,\mu}\rVert_2=\lambda\mu^{1-d/2}\lVert\nabla f\rVert_2 ∥ ∇ f λ , μ ∥ 2 = λ μ 1 − d /2 ∥ ∇ f ∥ 2 、∥ f λ , μ ∥ 1 = λ μ − d ∥ f ∥ 1 \lVert f_{\lambda,\mu}\rVert_1=\lambda\mu^{-d}\lVert f\rVert_1 ∥ f λ , μ ∥ 1 = λ μ − d ∥ f ∥ 1 です。不等式の両辺の比が λ , μ \lambda,\mu λ , μ によらず有界であるためには、λ \lambda λ の冪について p = q + r p=q+r p = q + r 、μ \mu μ の冪について − d 2 p = ( 1 − d 2 ) q − d r -\frac d2p=(1-\frac d2)q-dr − 2 d p = ( 1 − 2 d ) q − d r が必要です(そうでなければ λ \lambda λ か μ \mu μ を 0 0 0 か ∞ \infty ∞ に送って不等式が破れる)。q = 2 q=2 q = 2 とすると p = 2 + r p=2+r p = 2 + r 、− d 2 ( 2 + r ) = 2 − d − d r -\frac d2(2+r)=2-d-dr − 2 d ( 2 + r ) = 2 − d − d r から r = 4 d r=\frac4d r = d 4 、p = 2 + 4 d p=2+\frac4d p = 2 + d 4 です。
演習 8.3 標準
E M F ( θ ; γ ) E_{\mathrm{MF}}(\theta;\gamma) E MF ( θ ; γ ) の最小化子 θ μ 3 / 2 u ∗ ( μ ⋅ ) \sqrt\theta\mu^{3/2}u_*(\mu\,\cdot) θ μ 3/2 u ∗ ( μ ⋅ ) (命題 6.2 ・定理 6.3 )の台の半径 R ( θ , γ ) \mathcal R(\theta,\gamma) R ( θ , γ ) を求め、θ \theta θ と γ \gamma γ への依存を述べよ。
解答 u ∗ u_* u ∗ の台の半径は x 1 / t ∗ x_1/t_* x 1 / t ∗ で、θ μ 3 / 2 u ∗ ( μ x ) \sqrt\theta\mu^{3/2}u_*(\mu x) θ μ 3/2 u ∗ ( μx ) の台の半径はその μ − 1 = γ − 2 / 7 θ 1 / 7 \mu^{-1}=\gamma^{-2/7}\theta^{1/7} μ − 1 = γ − 2/7 θ 1/7 倍です。よって R ( θ , γ ) = x 1 t ∗ θ 1 / 7 γ − 2 / 7 ≈ 1.687 θ 1 / 7 γ − 2 / 7 \mathcal R(\theta,\gamma)=\frac{x_1}{t_*}\theta^{1/7}\gamma^{-2/7}\approx1.687\,\theta^{1/7}\gamma^{-2/7} R ( θ , γ ) = t ∗ x 1 θ 1/7 γ − 2/7 ≈ 1.687 θ 1/7 γ − 2/7 です。質量を増やすと台はゆっくり(θ 1 / 7 \theta^{1/7} θ 1/7 )広がり、罰金 γ \gamma γ を強めると狭まります。最小化子の高さ θ μ 3 / 2 u ∗ ( 0 ) \sqrt\theta\mu^{3/2}u_*(0) θ μ 3/2 u ∗ ( 0 ) は θ 2 / 7 γ 3 / 7 \theta^{2/7}\gamma^{3/7} θ 2/7 γ 3/7 に比例します。
J. Nash, “Continuity of solutions of parabolic and elliptic equations”, American Journal of Mathematics 80 (1958), 931–954.
E. A. Carlen, M. Loss, “Sharp constant in Nash’s inequality”, International Mathematics Research Notices 1993, no. 7, 213–215. doi:10.1155/S1073792893000224
E. H. Lieb, M. Loss, Analysis , 2nd ed., American Mathematical Society, 2001 — 第 3 章(再配置)、第 7・8 章(勾配と Sobolev の不等式)。
P.-L. Lions, “The concentration-compactness principle in the calculus of variations. The locally compact case, Part I”, Annales de l’Institut Henri Poincaré, Analyse Non Linéaire 1 (1984), 109–145.
V. Bach, A. Hach, “On the ultraviolet limit of the Pauli–Fierz Hamiltonian in the Lieb–Loss model”, Annales Henri Poincaré 23 (2022), 2207–2245. doi:10.1007/s00023-021-01124-2
W. Tucker, Validated Numerics: A Short Introduction to Rigorous Computations , Princeton University Press, 2011.