中文

高维中通过 Dolgopyat 方法的分形不确定性原理

经典分析与常微分方程 2025-06-18 v3 动力系统 谱理论

摘要

我们证明了对于 Rd\mathbb R^d 中维数为 δ\delta 且满足适当“非正交条件”的 Ahlfors--David 正则子集,其分形不确定性原理的指数为 d2δ+ε\frac{d}{2} - \delta + \varepsilonε>0\varepsilon > 0。这推广了 Dyatlov--Jin(arXiv:1702.03619)应用 Dolgopyat 方法在特例 d=1d = 1 下证明相同结果的工作。作为推论,我们得到了具有 Zariski 稠密基本群的任意维凸余紧双曲流形上 Laplacian 的定量谱隙。

关键词

引用

@article{arxiv.2302.11708,
  title  = {The fractal uncertainty principle via Dolgopyat's method in higher dimensions},
  author = {Aidan Backus and James Leng and Zhongkai Tao},
  journal= {arXiv preprint arXiv:2302.11708},
  year   = {2025}
}

备注

33 pages, 5 figures, comments welcome. Contains corrections and improved graphics