Improved lower bounds for Dirichlet eigenvalues of the Laplacian and poly-Laplacian on bounded Euclidean domains

以下是郑朝超和罗勇论文《有界欧几里得区域上拉普拉斯算子及多拉普拉斯算子狄利克雷特征值的改进下界》的详细技术总结。

1. 问题陈述

本文致力于建立有界区域 $\Omega \subset \mathbb{R}^n$ 上两个基本算子的狄利克雷特征值平均和的下界：

1. 拉普拉斯算子 ($\Delta$)： 求解 $-\Delta u = \lambda u$，满足狄利克雷边界条件（$u=0$ 在 $\partial\Omega$ 上）。
2. 多拉普拉斯算子 ($(-\Delta)^l$)： 求解 $(-\Delta)^l \bar{u} = \Lambda \bar{u}$，满足高阶狄利克雷边界条件（$\bar{u} = \partial_\nu \bar{u} = \dots = \partial_\nu^{l-1} \bar{u} = 0$ 在 $\partial\Omega$ 上）。

目标是改进现有的不等式，特别是Berezin-Li-Yau 不等式及其后续由 Melas、Ji-Xu 等人进行的改进。作者旨在推导出能捕捉渐近展开中更多正项的界限，从而更接近Pólya 猜想（该猜想认为 $\lambda_k \geq C_n k^{2/n}$）。

2. 方法论

作者采用了一种改进版的Li-Yau 方法，该方法利用傅里叶分析和重排不等式。核心方法论包括：

• 傅里叶变换与 Plancherel 定理： 将特征值问题变换到频域。特征值之和与加权谱函数 $F(\xi) = \sum |f_j(\xi)|^2$ 的 $|\xi|^2$（或 $|\xi|^{2l}$）积分相关。
• 径向重排： 用其递减径向重排 $F^*(\xi) = \phi(|\xi|)$ 替换谱函数 $F(\xi)$。这使得问题简化为估计形如 $\int s^{n-1}\phi(s) ds$ 和 $\int s^{n+1}\phi(s) ds$ 的积分。
• 关键创新：二元多项式展开：
  核心的技术贡献是推导了在估计过程中出现的特定二元多项式的精确展开式。先前的工作（如 Melas、Ji-Xu）仅捕捉了这些多项式正项的子集来提供下界。
  • 对于拉普拉斯算子，作者分析了 $P(s, \tau) = n s^{n+2} - (n+2)\tau^2 s^n + 2\tau^{n+2}$。
  • 对于多拉普拉斯算子，他们分析了 $P_1(s, \tau, d) = n s^{n+l} - (n+l)\tau^l s^n + l \tau^{n+l}$。
  • 作者没有用单项来界定这些多项式的下界，而是证明了精确恒等式（引理 2.2 和 3.3），将这些多项式分解为包含 $(\tau-s)^2$ 的非负项之和。
• 优化： 通过利用这些多项式的完整展开，作者推导出了涉及重排函数 $\phi(s)$ 的积分的更锐利下界，从而得到了改进的特征值估计。

3. 主要贡献

A. 多项式分析的理论进展

本文确立了先前关于关键二元多项式的下界之所以次优，是因为它们忽略了展开式中的某些正项。作者证明了：
$$n s^{n+2} - (n+2)\tau^2 s^n + 2\tau^{n+2} = \sum_{k=1}^n 2k s^{k-1}\tau^{n-k+1}(\tau-s)^2 + n(\tau-s)^2 s^n$$
该恒等式允许捕捉所有正项，使得由此产生的特征值界限在特定的分析方法意义上是“最优的”。

B. 拉普拉斯算子的改进下界

作者证明了定理 2.1，提供了拉普拉斯算子特征值平均和的新下界：
$$\frac{1}{k}\sum_{i=1}^k \lambda_i \geq \frac{4\pi^2}{(\omega_n V)^{2/n}} k^{2/n} - \frac{S_{n+1}}{(n+1)\rho^n} \omega_n^{\frac{n-2}{n}} \alpha^{\frac{(n+2)(n-1)}{n}} k^{\frac{2-n}{n}} + c_1 \frac{n S_{n+3}}{(n+2)(n+3)\rho^{n+2}} \omega_n \alpha^{n+3} k^{-1}$$

• 意义： 这改进了 Ji 和 Xu 2020 年的结果（公式 1.8）以及 Melas 的不等式（公式 1.4）。
• 推论 2.4： 他们推导出了 Melas 不等式的更锐利版本，具有更大的常数 $\bar{c}_n$，证明了 $\bar{c}_n > \frac{1}{24(n+2)}$。

C. 多拉普拉斯算子的改进下界

作者将其方法推广到多拉普拉斯算子，证明了定理 3.1。这为 $l$ 阶多拉普拉斯算子的特征值 $\Lambda_i$ 之和提供了更锐利的下界：
$$\frac{1}{k}\sum_{i=1}^k \Lambda_i \geq \text{Weyl 项} + \text{修正项}_1 - \text{修正项}_2$$

• 意义： 该结果改进了文献 [19] 中的定理 4.1 和文献 [20]（Ji 和 Xu, 2025）中的定理 1.2。
• 推论 3.5： 他们提供了一个涉及多项式 $Q(s)$ 的具体简化界限，表明他们的常数严格优于先前的估计（例如 $Q(1/5) \geq 5l/2$）。

4. 主要结果总结

5. 意义

• Pólya 猜想的细化： 虽然 Pólya 猜想对于一般区域仍未被证明，但这项工作将下界推向了更接近猜想渐近极限的位置。在展开式中包含更多正项，缩小了已证明下界与真实特征值总和之间的“差距”。
• 方法论的严谨性： 本文表明，通过对底层多项式进行严格的代数运算，而不仅仅依赖粗略的不等式，可以将"Li-Yau 方法”推向更深层次。
• 应用： 这些改进的界限对于理解区域的谱几何至关重要，对物理学（例如由多拉普拉斯算子建模的板振动）和数学物理具有影响。
• 推广性： 这些结果统一并改进了过去十年（2010 年至 2025 年）关于拉普拉斯算子及高阶算子特征值估计的文献。

总之，Ji 和 Luo 成功优化了用于推导特征值下界的分析工具，得出了有界欧几里得区域上拉普拉斯算子和多拉普拉斯算子目前已知最锐利的 Berezin-Li-Yau 型不等式。