Quantitative stability for the Trudinger-Moser inequality

Sintesi Tecnica: Stabilità Quantitativa per la Disuguaglianza di Trudinger–Moser

Enunciato del Problema
Il lavoro indaga la stabilità quantitativa della disuguaglianza di Trudinger–Moser su domini limitati e lisci $\Omega \subset \mathbb{R}^2$. Mentre l'immersione classica di Sobolev fallisce all'esponente critico $q=n$, la disuguaglianza di Trudinger–Moser fornisce un sostituto, affermando che le funzioni in $W^{1,n}_0(\Omega)$ esibiscono integrabilità esponenziale. Nello specifico, per $n=2$, il funzionale
$$E_{\alpha, \Omega}(u) = \int_\Omega e^{\alpha u^2} dx$$
è limitato per $\|\nabla u\|_{L^2(\Omega)} \leq 1$ se e solo se $0 \leq \alpha \leq 4\pi$. L'insieme delle funzioni estremali (ottimizzatori) $M_\alpha(\Omega)$ è noto essere non vuoto, ma la loro forma analitica precisa rimane irrisolta anche per il disco unitario.

Il problema centrale affrontato è se il "deficit" nella disuguaglianza — definito come la differenza tra il supremo $TM(\alpha, \Omega)$ e il valore del funzionale $E_{\alpha, \Omega}(u)$ — controlli la distanza di una funzione $u$ dall'insieme degli ottimizzatori $M_\alpha(\Omega)$. Gli autori mirano a stabilire una stima di stabilità quantitativa della forma:
$$\text{def}_{\alpha, \Omega}(u) \gtrsim \text{dist}_{\alpha, \Omega}(u)^2,$$
dove la distanza è misurata nella norma $W^{1,2}_0$ (specificamente la norma $L^2$ del gradiente).

Metodologia
Le dimostrazioni si basano sull'analisi spettrale di operatori linearizzati attorno agli ottimizzatori e su un argomento per assurdo che coinvolge il comportamento asintotico di sequenze violatrici.

1. Analisi del Gap Spettrale: Gli autori definiscono due problemi agli autovalori chiave associati a un ottimizzatore $u^*$:

   • Il problema linearizzato $(P_{\alpha, \Omega})$: $-\Delta \phi = \lambda (1 + 2\alpha (u^*)^2)e^{\alpha (u^*)^2} \phi$.
   • Il problema non lineare di Trudinger–Moser $(TM_{\alpha, \Omega})$: $-\Delta v = \Lambda e^{\alpha (u^*)^2} v$.
     Siano $\lambda_1(\alpha, \Omega)$ e $\Lambda_1(\alpha, \Omega)$ i rispettivi primi autovalori. Un passaggio cruciale consiste nell'instaurare un gap spettrale in cui $\Lambda_1(\alpha, \Omega)$ giace strettamente tra il primo e il secondo autovalore del problema linearizzato, o strettamente al di sotto del primo autovalore non radiale nei casi simmetrici.

2. Strategia per Assurdo: Le dimostrazioni per i casi subcritici procedono per assurdo. Assumendo che la stima di stabilità fallisca, esiste una sequenza di funzioni che si avvicina al supremo ma rimane lontana dall'insieme degli ottimizzatori. Per compattezza (tramite il teorema di Vitali e concentrazione-compattezza), questa sequenza converge a un ottimizzatore $u^*$. Le deviazioni normalizzate soddisfano un'equazione di Eulero-Lagrange asintotica, convergendo a una funzione limite che deve risolvere il problema agli autovalori linearizzato. L'esistenza di un gap spettrale rende questo limite impossibile (poiché implicherebbe una autofunzione definita nel segno ortogonale allo spazio tangente), dimostrando così la stima di stabilità.

3. Estensione dalla Sfera alla Sfera Unitaria: Poiché il funzionale di Trudinger–Moser non è omogeneo (a differenza del funzionale di Sobolev), gli autori stabiliscono prima la stabilità sulla sfera unitaria $S^1$ (dove $\|\nabla u\|_{L^2}=1$) e poi la estendono alla palla unitaria chiusa $B_1$ utilizzando la monotonia del funzionale sotto riscalamenti radiali.

4. Genericità tramite Trasversalità: Per affrontare il caso non degenere, gli autori impiegano un argomento di trasversalità di Sard–Smale. Parametrizzando il dominio tramite diffeomorfismi e analizzando la mappa aumentata dell'equazione di Eulero-Lagrange, mostrano che la non degenerazione (dove l'hessiana è coerciva sullo spazio tangente) vale per un insieme generico di parametri $(\alpha, \Omega)$.

Contributi e Risultati Chiave

Il lavoro stabilisce tre teoremi principali riguardanti il controllo quadratico della distanza dagli ottimizzatori da parte del deficit:

• Teorema 1 (Caso Subcritico Piccolo): Per ogni dominio limitato e liscio $\Omega$, esiste una soglia $\alpha_0 > 0$ tale che per ogni $\alpha \in (0, \alpha_0)$, vale la stima di stabilità. Questo risultato si basa sul fatto che, quando $\alpha \to 0$, gli autovalori dei problemi linearizzati convergono al primo autovalore di Dirichlet del laplaciano, creando un gap spettrale.
• Teorema 2 (Caso Subcritico Non Degenerato): Per ogni $\alpha \in (0, 4\pi)$, se ogni ottimizzatore è non degenere (cioè, la seconda variazione è coerciva sullo spazio tangente), vale la stima di stabilità. Gli autori dimostrano inoltre che tale non degenerazione è una proprietà generica, valida per un insieme aperto e denso di parametri $(\alpha, \Omega)$.
• Teorema 3 (Caso Critico Simmetrico): Per il disco unitario $D$ e l'intero intervallo critico $\alpha \in (0, 4\pi]$, vale la stima di stabilità. Questo risultato è significativo perché copre l'esponente critico $\alpha = 4\pi$ senza richiedere assunzioni di piccolezza. La dimostrazione sfrutta la simmetria rotazionale del disco, decomponendo l'operatore linearizzato in modi di Fourier angolari. Viene mostrato un gap spettrale stretto tra l'autovalore radiale e il primo autovalore non radiale (introdotto da un termine centrifugo $r^{-2}$), garantendo la coercività in tutte le direzioni.

Significato e Affermazioni
Il lavoro afferma di fornire le prime stime di stabilità quantitativa per la disuguaglianza di Trudinger–Moser nell'impostazione generale in cui la forma precisa delle estremali è sconosciuta. A differenza dei precedenti risultati di stabilità per disuguaglianze come quelle di Sobolev o Yamabe, dove l'insieme degli ottimizzatori è esplicitamente noto (spesso coinvolgendo trasformazioni conformi), le estremali di Trudinger–Moser non sono completamente caratterizzate. Di conseguenza, gli autori non potevano fare affidamento su calcoli espliciti della distanza dagli ottimizzatori.

Invece, gli autori introducono una nuova disuguaglianza di gap spettrale che funge da meccanismo centrale per le loro dimostrazioni. Questo gap permette loro di bypassare la necessità di una conoscenza esplicita delle estremali, facendo affidamento invece sulle proprietà spettrali dell'operatore linearizzato. Gli autori notano che il risultato sul gap spettrale stesso potrebbe essere di interesse indipendente. Il lavoro estende il programma di stabilità quantitativa (iniziato da Bianchi ed Egnell per le disuguaglianze di Sobolev) a un contesto critico, non omogeneo e geometricamente complesso, dimostrando che la stabilità quadratica vale anche all'esponente critico in domini simmetrici.