结果族 262：Sharp finite-matrix Lieb–Thirring inequalities and all equality cases · 学科：Mathematical physics · 验证状态：暂无形式化证明，请以社区核验为准
把势能井想成捕鱼装置：投入材料（势能），收获能量（被捕获的粒子）。不等式说收获有上限；本文回答的是：效率百分之百的装置长什么样？当粒子有 m 条内部通道、井还可以随位置变形转向时，答案意外地干净：在某个固定方向下，每条通道独立挖一口标准形状的井，每口恰好捕住一条”鱼”；想让通道边走边转、或一口井捕多条鱼，统统办不到。
关键词卡片
看个具体例子
数字版（@@M@@\gamma=1@@、@@M@@m=2@@）：@@M@@W=\operatorname{diag}(w_1,w_2)@@，@@M@@w_j=3a_j^2\operatorname{sech}^2\!\big(2a_j(x-x_j)\big)@@，两通道特征值各为 @@M@@-a_1^2@@、@@M@@-a_2^2@@，尺度与中心完全自由。
为什么值得关心
它与端点情形”同一通道可容纳多个束缚态”的 KdV 多孤子结构形成鲜明对比，完整画出一维矩阵取等势的肖像。
暂无形式化证明（AI 结果待核验）
结果族 262：Equality cases in the sharp one-dimensional matrix Lieb–Thirring inequality
第一级台阶
导读里”捕鱼装置”的比喻，翻译过来是：对象是一口一维的势能井——它不再是单个深度函数，而是一张随位置变化的”井网”，粒子带 @@M@@m@@ 条内部通道，井可以在不同位置朝不同方向张；收获是被井捕住的束缚态（负特征值），花费是按势能的幂累积的”材料用量”。不等式说收获至多按最优比率正比于花费；取等问的是：效率百分之百的井网必须长什么样——通道能不能边走边转？一口井能不能连捕多条鱼？
第二级台阶
用精确语言说，矩阵薛定谔算子是 @@M@@H_W=-d^2/dx^2-W@@，其中 @@M@@W(x)@@ 是取值于 @@M@@m\times m@@ Hermitian 半正定矩阵的可测函数，不同位置的 @@M@@W@@ 之间不必交换。束缚能总和 @@M@@\operatorname{Tr}(H_W)_-^\gamma=\sum|\lambda_j|^\gamma@@ 对负特征值计重数求和；Lieb–Thirring 不等式断言它不超过 @@M@@C_\gamma\int\operatorname{tr}(W^{\gamma+1/2})@@，常数 @@M@@C_\gamma@@ 显式且与矩阵维数无关。取等势就叫极值势（优化子）。
第三级台阶
定理在可测 Hermitian 半正定、@@M@@\int\operatorname{tr}(W^p)<\infty@@ 的最宽假设下陈述：等号成立当且仅当存在一个不随位置变化的酉矩阵 @@M@@U@@，使 @@M@@W=U\operatorname{diag}(w_1,\dots,w_k,0,\dots,0)U^*@@，各 @@M@@w_j=(r+1)a_j^2\operatorname{sech}^2(ra_j(x-x_j))@@ 是标量单束缚态孤子，尺度 @@M@@a_j@@ 与中心 @@M@@x_j@@ 彼此独立。假设的分工：可测性与非交换性是分类仍能成立的难点所在；指数严格落在开区间 @@M@@1/2<\gamma<3/2@@（即 @@M@@r>1@@）挡住端点的反常结构——@@M@@\gamma=3/2@@ 处标量优化子是可容纳多个束缚态的 KdV 多孤子。结论用术语说：每个非零通道恰含一个负特征值 @@M@@-a_j^2@@，故极值势的负特征值个数至多为通道数 @@M@@m@@。
对 @@M@@1/2<\gamma<3/2@@ 与任意有限矩阵维数，本文把一维矩阵 Lieb–Thirring 不等式（Lieb–Thirring inequality）的取等势完全分类：在某个不随位置变化的酉基下，取等势恰是有限个标量 @@M@@\mathrm{sech}^2@@ 孤子的直和加零通道，各孤子尺度与中心彼此独立，每个非零通道恰含一个束缚态，故极值势至多有 @@M@@m@@ 个负特征值。
Lieb–Thirring 不等式把薛定谔算子（Schrödinger operator）@@M@@H_W=-d^2/dx^2-W@@ 的负特征值矩与势的积分幂作比较；等号问题追问：势必须怎样组织，才能让束缚能达到最优。一维标量单束缚态优化子具有双曲正割轮廓，其显式形式可追溯到 Keller 1961 年的单态变分问题与 Lieb–Thirring 1975–76 年关于费米子动能与物质稳定性的工作。当波函数有多个分量时，势成为矩阵，若干标量轮廓可以占据相互正交的内部通道；悬而未决的是，等号是否还允许随位置旋转的通道，或同一通道内多个束缚态的相互作用。端点对照令人警醒：Frank–Gontier–Lewin 已证明在 @@M@@\gamma=3/2@@ 处标量优化子是 KdV 多孤子（multisoliton），同一标量通道可容纳多个束缚态。本文证明：在整个开区间上，等号情形一律是固定基下的独立标量轮廓。
设 @@M@@m\ge 1@@、@@M@@1/2<\gamma<3/2@@、@@M@@p=\gamma+1/2@@，@@M@@W:\mathbb R\to\mathbb C^{m\times m}@@ 可测、Hermitian、半正定，且 @@M@@\int_{\mathbb R}\operatorname{tr}(W^p)\,dx<\infty@@。记 @@M@@\operatorname{Tr}(H_W)_-^\gamma=\sum_{\lambda_j<0}|\lambda_j|^\gamma@@（计入重数）。定理断言
@@M@@D\operatorname{Tr}(H_W)_-^\gamma\le C_\gamma\int_{\mathbb R}\operatorname{tr}(W^p),\qquad C_\gamma=\Big(\frac{\gamma-1/2}{\gamma+1/2}\Big)^{\gamma-1/2}\frac{\Gamma(\gamma+1)}{\sqrt\pi\,\Gamma(\gamma+3/2)}，@@
且等号成立当且仅当存在 @@M@@k\in\{0,\dots,m\}@@、常值酉矩阵（unitary matrix）@@M@@U@@、正数 @@M@@a_1,\dots,a_k@@ 与实数 @@M@@x_1,\dots,x_k@@，使得几乎处处
@@M@@DW(x)=U\,\operatorname{diag}\big(w_1,\dots,w_k,0,\dots,0\big)\,U^*,\qquad w_j(x)=(r+1)\,a_j^2\,\mathrm{sech}^2\!\big(ra_j(x-x_j)\big)，@@
其中 @@M@@r=(\gamma-1/2)^{-1}@@。各非零通道恰有一个负特征值 @@M@@-a_j^2@@，于是极值势的负特征值个数（计重数）至多为 @@M@@m@@；@@M@@k=0@@ 对应零势。分类依赖严格不等式 @@M@@r>1@@，故仅对开区间断言。
证明分四步。先在矩阵姊妹篇的作用方法（action method）之上强化下界：除平方项 @@M@@\|A'-BA\|_{\mathrm{HS}}^2@@ 外，还保留同时控制换位子（commutator）@@M@@[B,K^2]@@ 与余项 @@M@@K^2-B^2-(AA^{\mathsf T})^r@@ 的定量亏量，其系数只依赖最大束缚能与指数、与试验函数个数无关——这一一致性必不可少，因为事先并不知道极值势只有有限个负特征值；所需的两个非负平方来自积分迹恒等式（integrated trace identity）。再证固定列数下的紧性：试验列表增长时 @@M@@A@@ 的行数增加但列数固定为 @@M@@m@@，密度 @@M@@AA^{\mathsf T}@@ 的秩至多 @@M@@m@@；保留亏量用尾部的小束缚能控制尾行，于是即使负特征值有无穷多个，也能得到强逐点收敛，并在极限中提取精确代数关系，把能量不同的行分开；极限关系还附带给出极值势的连续代表元，各块矩阵为 @@M@@C^2@@，并满足行特征函数方程 @@M@@G_\alpha''=\alpha^2G_\alpha-G_\alpha W@@。然后证通道固定并求解：由 @@M@@G_\alpha'=B_\alpha G_\alpha@@ 与算子范数界，经 Gronwall 不等式知各能量块的核空间与位置无关，不同能量的行空间相互正交，非零方向至多 @@M@@m@@ 个；在每个非零块上，@@M@@B_0=D'D^{-1}@@ 满足矩阵 Riccati 方程 @@M@@B_0'=r(B_0^2-\alpha^2 I)@@，在一点对角化后由常微分方程解的唯一性始终保持对角，标量解为 @@M@@b_j(x)=-\alpha\tanh\big(r\alpha(x-y_j)\big)@@，代回 @@M@@q(\alpha^2-b_j^2)@@ 即得 @@M@@\mathrm{sech}^2@@ 轮廓。复 Hermitian 情形先实化为 @@M@@W\oplus\overline W@@（两边各量同时加倍，等号保持），用实情形结论加投影论证还原。最后验证充分性：取 @@M@@w=a\tanh\big(ra(x-x_0)\big)@@、@@M@@Q=\partial_x+w@@，一阶分解给出 @@M@@Q^*Q=H+a^2@@ 与 @@M@@QQ^*\ge a^2@@（用到 @@M@@r>1@@），而 @@M@@\ker Q@@ 一维，故 @@M@@-a^2@@ 是唯一的负特征值；beta 积分算得 @@M@@\operatorname{Tr}(H)_-^\gamma=a^{2\gamma}=C_\gamma\int V^p@@，直和与酉共轭保持等号。
本文暂无形式化证明，请以社区核验为准。结果族中标量常数篇的主结果已 Lean 形式化，矩阵不等式篇则给出本文所分类的这条不等式，三篇共享同一套作用方法、互相印证。按 OpenAI 官方声明，未经形式化的结果可能有问题；本文与端点 @@M@@\gamma=3/2@@ 处 KdV 多孤子结构的鲜明对比，尤其值得专家细察。
结果族 262：Equality cases in the sharp one-dimensional matrix Lieb–Thirring inequality
问 1：证明中最关键也最脆弱的一步是什么？
答：是”固定列数下的紧性”：试验特征函数列表增长时，矩阵 @@M@@A@@ 行数增加但列数固定为 @@M@@m@@，密度 @@M@@AA^{\mathsf T}@@ 的秩至多 @@M@@m@@；保留的定量亏量用尾部的小束缚能控制尾行，即便负特征值可能有无限多个，仍得强逐点收敛并在极限中提取精确代数关系。此步生死攸关，因为事先不知极值势只有有限个负特征值——亏量系数必须与试验函数个数无关，引言称之为”第一个要点”。
问 2：为什么指数必须严格落在 @@M@@(1/2,3/2)@@ 内？端点为什么进不来？
答：分类依赖严格不等式 @@M@@r>1@@。引言对照：@@M@@\gamma=3/2@@ 端点的标量优化子是 KdV 多孤子（Frank–Gontier–Lewin），同一标量通道可容纳多个束缚态，取等结构与开区间截然不同；@@M@@\gamma=1/2@@ 端点的尖锐理论是 Hundertmark–Lieb–Thomas 及其算子值推广，另案处理。论文对两个端点均不断言。
问 3：为什么可以只假设势”可测、逐点半正定、不同点不交换”？
答：这恰是分类的分量所在：证明不预设正则性，而是在极限关系中先分离不同能量的行、经 Gronwall 论证行空间与位置无关，再从 Riccati 方程反推出极值势有 @@M@@C^2@@ 代表元。”光滑 + 固定基”是结论而非假设——若怀疑分类漏了怪异势，必须指出这条升级链条的漏洞。
问 4：与已有工作相比真正的新意是什么？
答：矩阵姊妹篇证明了不等式本身但不含取等分类；本文给出完整分类并在同一可测假设下重证不等式。Keller 的单态优化子给出标量轮廓，端点多孤子分类由 Frank–Gontier–Lewin 完成，Read–Schulz 证了 @@M@@\gamma=1@@ 的标量与算子值情形——”任意有限矩阵 + 整个开区间的全取等分类”此前没有。
问 5：充分性验证里为什么用一阶分解？
答：验证 @@M@@\mathrm{sech}^2@@ 直和确实取等时，取 @@M@@Q=\partial_x+w@@，一阶分解给 @@M@@Q^*Q=H+a^2@@ 与 @@M@@QQ^*\ge a^2@@（此处用到 @@M@@r>1@@），且 @@M@@\ker Q@@ 一维，故 @@M@@-a^2@@ 是唯一负特征值；beta 积分算出等号。这个 Darboux 型论证是分类的”样板间”，@@M@@r>1@@ 再现于非负性处，与问 2 呼应。
问 6：AI 生成证明最可能在哪里出错？
答：最可疑的是复 Hermitian 情形的实化处理：@@M@@W\oplus\overline W@@ 各量同时加倍，需实情形结论加投影论证还原，且要求两边严格同时取等——这类”对称化再投影”在 AI 证明中易在边缘情形（零通道混合、重合中心）上含糊。其次是从”亏量消失”推出”精确代数关系”的极限交换。
问 7：谁会用到这个分类？
答：谱优化与物质稳定性社区：一维矩阵 LT 的取等结构决定了逼近最优常数的试探势长什么样，也划清与端点多孤子结构的分界；族 262 三篇共享作用方法，后续做高维或算子值取等分类的人将从这里的刚性机制起步。
总评
这是把”最优常数”推进到”最优结构”的完整答案，刚性论证干净；最大风险在无限特征值情形下的紧性与亏量一致性论证未经形式化，而端点对照说明此类结构断言容错率很低。