The weighted $L^2$-Caffarelli-Kohn-Nirenberg inequalities for the curl-free vector fields and second order derivatives: The sharp constants and stability estimates

기술 요약: 회전이 없는 벡터장 및 2계 도함수에 대한 가중 $L^2$-Caffarelli-Kohn-Nirenberg 부등식

문제 정의
본 논문은 두 가지 구별되지만 서로 연관된 맥락에서 가중 $L^2$-Caffarelli-Kohn-Nirenberg (CKN) 부등식을 조사한다:

1. 회전이 없는(Curl-free) 벡터장: 벡터장 $U$ (여기서 $U = \nabla u$)의 기울기와 가중 노름(weighted norms)을 포함하는 부등식에 관한 최적 상수(sharp constants)와 안정성 추정치(stability estimates)를 확립한다.
2. 2계 도함수: 일반적인 가중 매개변수 $a$와 $b$에 대하여 라플라시안 $\Delta u$와 기울기 $\nabla u$를 포함하는 최적 부등식 및 안정성 추정치를 증명한다.

Cazacu, Flynn, Lam 등의 저자들에 의해 1계 CKN 부등식의 최적 상수와 특정 2계 부등식(예: 하이젠베르크-파울리-베일 불확정성 원리)의 사례들이 이전에 확립되었으나, 본 연구는 2계 설정에서 일반적인 매개변수 $a$와 $b$에 대해 이러한 부등식을 증명하는 공백을 메우며, 회전이 없는 벡터장의 가중 CKN 부등식에 대한 최초의 안정성 추정치를 제공한다.

방법론
저자들은 다음 세 가지 주요 도구를 중심으로 엄밀한 분석적 접근 방식을 채택한다:

1. 구면 조화 분해(Spherical Harmonic Decomposition): 주요 방법은 함수 $u$와 벡터장 $U$를 구면 조화 함수의 차수 $k$를 사용하여 구형 성분(radial components)과 비구형 성분(non-radial components)으로 분해하는 것이다. 이는 다차원 부등식을 $k$에 의해 인덱싱된 일련의 1차원 적분 부등식 문제로 축소시킨다.
2. 1차원 적분 부등식: 증명의 핵심은 단일 변수의 함수에 대한 최적 가중 부등식을 확립하는 데 있다. 저자들은 다음과 같은 형태의 부등식에 대한 최적 상수를 제공하는 특정 보조정리(Lemma 2.2)를 활용한다:
   $$\left( \int_0^\infty (f')^2 r^{A-1} dr + C \int_0^\infty f^2 r^{A-3} dr \right) \int_0^\infty f^2 r^{B-1} dr \geq K \left( \int_0^\infty f^2 r^{\frac{A+B}{2}-2} dr \right)^2$$
   그들은 최적 상수 $K$와 극값 함수(extremal functions)를 명시적으로 결정한다.
3. 직교 분해를 통한 안정성 분석: 함수가 극값의 집합에 얼마나 가까운지 정량화하기 위해(부등식이 거의 포화되었을 때), 저자들은 함수를 구형 부분($u_r$)과 구형 함수에 직교하는 부분($u_o$)으로 분해한다. 그들은 최적 상수가 비구형 부분에 대해 엄격하게 개선될 수 있음을 입증한다(Lemma 4.1 및 Lemma 5.1). 이러한 "차이(gap)"를 통해, 부등식의 결손(deficit)을 이용하여 함수와 극값 집합 사이의 거리를 제한할 수 있다.

주요 기여 및 결과

1. 최적 가중 2계 CKN 부등식 (Theorem 1.1)
저자들은 2계 도함수에 대한 새로운 계열의 최적 가중 $L^2$-CKN 부등식을 증명한다. $n \geq 2$이고 매개변수 $a, b$가 특정 조건($(n-2a-2)^2 \geq 8(1+a)(1+2a)$)을 만족할 때, 다음을 확립한다:
$$\int_{\mathbb{R}^n} \frac{|\Delta u|^2}{|x|^{2a}} dx \int_{\mathbb{R}^n} \frac{|\nabla u|^2}{|x|^{2b}} dx \geq C_2(n, a, b)^2 \left( \int_{\mathbb{R}^n} \frac{|\nabla u|^2}{|x|^{a+b+1}} dx \right)^2$$

• 최적 상수: $C_2(n, a, b) = \frac{|a-b+1| + |n+2a|}{2}$.
• 극값 함수: 등식은 지수 함수와 거듭제곱 항을 포함하는 적분으로 정의된 특정 구형 함수들에 의해 달성된다(Equation 1.11).
• 의의: 이 결과는 벡터장의 기울기만을 다루는 대신 라플라시안 항을 명시적으로 처리함으로써, 더 넓은 범위의 매개변수를 다루어 Cazacu, Flynn, Lam (2023) 및 Duong, Nguyen (2025)의 선행 연구를 보완한다.

2. 회전이 없는 벡터장에 대한 안정성 (Theorem 1.3)
본 논문은 회전이 없는 벡터장 $U = \nabla u$에 대한 가중 CKN 부등식의 안정성 버전을 확립한다. 만약 "결손"(부등식의 좌변과 우변의 차이)이 작다면, 벡터장 $U$는 가중 $L^2$ 노름에서 극값 벡터장 집합 $M_{a,b}$에 가깝다는 것을 증명한다.

• 결과: $\delta(U) \geq C \inf_{V \in M_{a,b}} \frac{\|U-V\|_{L^2(|x|^{a+b+1})}^2}{\|U\|_{L^2(|x|^{a+b+1})}^2}$.
• 결과물: 이는 회전이 없는 벡터장에 대한 가중 하이젠베르크-파울리-베일 불확정성 원리 및 가중 수소(Hydrogen) 불확정성 원리의 안정성 버전을 도출한다(Corollaries 1.4 및 1.5).

3. 2계 도함수에 대한 안정성 (Theorem 1.7)
Theorem 1.1에서 증명된 2계 부등식에 대한 안정성 분석을 확장하여, 저자들은 함수 $u \in Y_{a,b}(\mathbb{R}^n)$에 대해 유사한 안정성 추정치를 보여준다.

• 결과: $\delta_{CKN}(u) \geq C \inf_{v \in N_{a,b}} \frac{\|\nabla u - \nabla v\|_{L^2(|x|^{a+b+1})}^2}{\|\nabla u\|_{L^2(|x|^{a+b+1})}^2}$.
• 결과물: 이는 가중 2계 하이젠베르크-파울리-베일 및 수소 불확정성 원리에 대한 안정성 추정치를 제공한다(Corollaries 1.8 및 1.9).

의의 및 주장
저자들은 본 연구를 기능적 부등식 이론의 중요한 진전으로 규정한다:

• 일반화: 특정 매개변수 범위(예: $b = -a-1$)에 국한되거나 일반화하기 어려운 "제곱의 확장(expanding the square)" 방식에 의존했던 기존 결과들과 달리, 본 논문은 구면 조화 분해를 사용하여 일반적인 매개변수 $a$와 $b$를 처리한다.
• 안정성: 저자들은 회전이 없는 벡터장 및 일반적인 가중을 가진 2계 도함수 케이스에 대해 가중 CKN 부등식에 대한 최초의 안정성 추정치를 제공한다고 주장한다. 이전의 안정성 결과는 주로 가중이 없는 표준 소볼레프 부등식이나 특정 매개변수를 가진 불확정성 원리에 한정되어 있었다.
• 방법론적 엄밀성: 이 작업은 구면 조화 분해와 1차원 변분 문제를 결합하여 최적 상수와 안정성 추정치를 도출하는 방식의 강력함을 보여준다. 저자들은 이 기법이 기능적 부등식의 최적 형태를 연구하는 데 효과적이라고 언급한다.

본 논문은 안정성 추정치의 상수 $C$가 명시적으로 계산 가능하지만 반드시 최적은 아니라는 점을 언급하며, 향후의 정밀한 연구 여지를 남겨두며 마무리된다. 본 연구의 결과는 $a=0$인 경우와 같은 알려진 사례들을 본 논문이 제시하는 더 일반적인 틀의 특수한 경우로서 복원한다.