次高斯对数凹测度的无量纲对数Sobolev不等式
A dimension-free logarithmic Sobolev inequality for subgaussian log-concave measures
OpenAI 数学仓库收录的研究手稿。展开查看英文摘要，或标记后让我进一步解释。
具体内容
稿件研究ℝⁿ上具Lebesgue密度的中心化对数凹概率测度，设其线性次高斯参数为a。作者声称对紧支撑光滑函数f有Ent_μ(f²)≤Ca²∫|Df|²dμ，其中C为通用常数，从而正面解决次高斯对数凹测度的无量纲对数Sobolev猜想。该结果涉及高维概率与泛函不等式中的维数无关性，但作为AI产生的研究手稿，尚未经独立审查或同行评议。
- 研究对象为ℝⁿ上中心化对数凹概率测度，线性次高斯参数a
- 作者声称Ent_μ(f²)≤Ca²∫|Df|²dμ，C为通用常数
- 摘要表示由此正面解决次高斯对数凹测度的无量纲对数Sobolev猜想
AI 产生的研究手稿；收录不表示已完成独立审查或同行评议。
英文原始摘要
We prove that every centered log-concave probability measure with a Lebesgue density on ℝn and linear subgaussian parameter a satisfies $`\mathop{\mathrm{Ent}}\nolimits _\mu(f^2)\le Ca^2\int|Df|^2\,d\mu`$ for compactly supported smooth f, with one universal constant C. This resolves positively the dimension-free logarithmic Sobolev conjecture for subgaussian log-concave measures.
用户标记：未标记
固定编号：572f0cc3f7729fef
原文来源