19 votos

Una desigualdad analítica de Fourier utilizada por Jean Bourgain

Actualmente estoy leyendo el artículo de Jean Bourgain de 1986 Un teorema de tipo Szemerédi para conjuntos de densidad positiva en $R^k$ y agradecería que me ayudaran a entender una estimación analítica de Fourier utilizada en ese artículo. Sospecho que mi pregunta es relativamente elemental, pero mis conocimientos de análisis de Fourier no son muy sólidos y en mi actual lugar de trabajo no hay expertos en el tema, así que agradecería mucho que me indicaran algo.

En el argumento de Bourgain, $f \colon \mathbb{R}^d \to [0,1]$ es una función medible no nula soportada en un conjunto fijo medible acotado $A$ y el $L^2$ norma de $f$ es fijo. Para cada $\lambda>0$ definimos $P_\lambda \colon \mathbb{R}^d \to \mathbb{R}$ es la función cuya transformada de Fourier $\hat{P}_\lambda(\xi):=\int_{\mathbb{R}^d} e^{-2\pi i \langle x,\xi\rangle} P_\lambda(x)dx$ viene dado por $\hat{P}_\lambda(\xi)=e^{-\lambda\|\xi\|}$ para todos $\xi \in \mathbb{R}^d$ . Parámetros $\delta, t>0$ y el parámetro $\delta$ se fija posteriormente en un valor pequeño que depende de $\|f\|_2$ (y posiblemente en $A$ ) pero no en la elección precisa de $f$ . Se afirma entonces que al tomar $t$ suficientemente pequeña, la cantidad $$\|(f * P_{\delta t}) - (f * P_{\delta^{-1}t})\|_2$$ puede hacerse arbitrariamente pequeño de manera uniforme con respecto a $f$ . Para mí está claro que esta cantidad debe converger a cero a medida que $t \to 0$ cuando $\delta$ y $f$ son fijos, pero no me queda claro por qué un único valor $t$ que funcione simultáneamente para todos los $f$ (donde $\|f\|_2$ es fijo y el soporte de $f$ se encuentra en $A$ ). El documento de Bourgain parece utilizar un límite cuantitativo que deduzco que se parece a $$\|(f * P_{\delta t}) - (f * P_{\delta^{-1}t})\|_2 \leq C\|f\|_2\frac{\log (1/\delta)}{\log (1/t)}.$$ Ciertamente, se afirma que para que la diferencia anterior sea pequeña (en relación con $\delta^{1/4}$ y $\|f\|_2$ ) basta con que $\log (1/t)$ debe ser un múltiplo grande de $\log (1/\delta)$ . ¿Puede alguien ver con más precisión qué estimación se está utilizando aquí, o al menos cómo se puede acotar uniformemente la cantidad anterior con respecto a $f$ ?

Gracias.

37voto

steevc Puntos 211

Supongo que se refiere al argumento de la página 313 del documento de Jean http://www.springerlink.com/content/a343g53033872345/ . El punto aquí es que el límite no se mantiene para todos los $t$ sino por un único $t$ (de $J$ opciones posibles $t_1,\dots,t_J$ ); nótese que Jean se refiere crucialmente en el documento a un "adecuado" $t$ en lugar de un $t$ . Se trata de un argumento de encasillamiento, basado en la estimación de

$$ \sum_{j=1}^J \| f * P_{\delta t_j} - f * P_{\delta^{-1} t_j} \|_{L^2}^2$$

lo que puede hacerse mediante el teorema de Plancherel y cálculos rutinarios (si el $t_j$ son lacunares, como se señala en el artículo de Jean).

El uso del encasillamiento para convertir resultados cualitativos (como la convergencia dominada) en cuantitativos (a costa de perder cierto control sobre el parámetro para el que se alcanza la cota) es un truco importante en la materia; lo discuto en http://terrytao.wordpress.com/2007/05/23/soft-analysis-hard-analysis-and-the-finite-convergence-principle/ . Otro truco clave que se muestra aquí es ser siempre consciente de si uno necesita controlar la elección del parámetro en el peor de los casos (es decir, límites uniformes), la elección del parámetro en el caso medio (por ejemplo, límites integrados o probabilísticos) o la elección del parámetro en el mejor de los casos (por ejemplo, lo que se deriva del principio de encasillamiento). En este caso, como sólo se necesita el límite para una única t, basta con el análisis del mejor caso, y se pueden utilizar muchos más trucos que en el análisis del peor caso o del caso medio.

Por cierto, la lectura de los artículos de Jean como estudiante de posgrado me resultó a la vez muy frustrante y muy gratificante. Descifrar un comentario improvisado o un paso misterioso en su trabajo era a menudo tan instructivo (y llevaba tanto tiempo) como leer varias páginas de argumentos de otros autores. (Pero sus artículos se vuelven mucho más fáciles de leer una vez que uno ha interiorizado lo suficiente su "caja de herramientas"...).

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X