극한 알렉산드로프 추정의 새로운 지수와 안정성

초록

본 논문은 비퇴화(convex) 배경함수와의 비교에서 기존 알렉산드로프 추정의 1/n 지수가 작은 질량 차이 영역에서는 최적이 아님을 보이고, 차원 n≥3에서는 제곱 스케일, n=2에서는 로그 보정이 포함된 최적 상수와 지수를 제공한다. 또한 극값을 이루는 모델은 고립된 특이점과 선형 장애물 문제이며, 이를 통해 점별 정확한 상수와 안정성 결과를 얻는다.

상세 분석

논문은 먼저 전통적인 알렉산드로프 추정식 ‑                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                     …