椭圆算子的粗粒化理论与高对比度均匀化

我们回顾了散度型椭圆算子的粗粒化理论。该构造以定义在空间块上的一对粗粒化矩阵为中心，这些矩阵编码了依赖于尺度的椭圆性概念，传递了从小尺度到大尺度的精确信息，并产生了标准椭圆估计的粗粒化对应物。在简化假设下，我们给出了 [arXiv:2405.10732] 结果的完整证明，即在高对比度机制下，最多在 $C\log^2(1+\Theta)$ 个二进制长度尺度内即可达到均匀化，其中 $\Theta$ 是椭圆对比度。我们论证了这种尺度局部的椭圆性概念可以跨任意多个尺度进行真正迭代，从而为严格的重整化群分析提供了框架。