Made available in DSpace on 2016-06-02T20:28:26Z (GMT). No. of bitstreams: 1 3607.pdf: 812338 bytes, checksum: 91108524a60d3c2bfecd137f9fcbc74b (MD5) Previous issue date: 2011-03-04 / Financiadora de Estudos e Projetos / In this work, based on the article The Codazzi Equation for Surfaces by Juan A. Aledo, José M. Espinar and José A. Gálvez [8], we describe some applications of an abstract theory for the Codazzi equation on surfaces. This theory deals with abstract pairs of quadratic forms on a surface, in particular the so-called Codazzi pairs, for which the Codazzi equation is satisfied. Among the applications, we give a proof of an abstract version of a classical theorem due to Hopf on immersed spheres in Euclidean space R3 with constant mean curvature. Other applications are proofs of Liebmann s theorem on complete surfaces with constant Gaussian curvature in R3 and of Grove s theorem on the rigidity of ovaloids. We also study the existence of holomorphic quadratic differentials associated with Codazzi pairs. This is used, in particular, in the classification of complete embedded elliptic special Weingarten surfaces of non-minimal type in R3 whose Gaussian curvature does not change sign. / Nesta dissertação, baseada no artigo The Codazzi Equation for Surfaces de Juan A. Aledo, José M. Espinar e José A. Gálvez [8], descrevemos algumas aplicações de uma teoria abstrata para a equação de Codazzi em superfícies. Nessa teoria são estudados de modo abstrato, pares de formas quadráticas definidos em uma superfície satisfazendo certas propriedades, em particular os chamados pares de Codazzi, para os quais a equação de Codazzi é satisfeita. Dentre as aplicações, apresentamos uma demonstração de uma versão abstrata do clássico teorema de Hopf sobre superfícies homeomorfas à esfera imersas em R3 com curvatura média constante. Outras aplicações são demonstrações do teorema de Liebmann sobre superfícies completas em R3 com curvatura Gaussiana constante positiva e do teorema de Grove sobre rigidez dos ovalóides. Estudamos também a existência de diferenciais quadráticas holomorfas associadas a pares de Codazzi, as quais são usadas, em particular, na classificação das superfícies de Weingarten especiais elípticas de tipo não-mínimo, completas e mergulhadas em R3, cuja curvatura Gaussiana não muda de sinal.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-05-31T16:42:01Z No. of bitstreams: 1 TeseCGRF.pdf: 1149604 bytes, checksum: 8b0a42d65883e0af42693ac90b36059a (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-05-31T18:41:10Z (GMT) No. of bitstreams: 1 TeseCGRF.pdf: 1149604 bytes, checksum: 8b0a42d65883e0af42693ac90b36059a (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-05-31T18:41:18Z (GMT) No. of bitstreams: 1 TeseCGRF.pdf: 1149604 bytes, checksum: 8b0a42d65883e0af42693ac90b36059a (MD5) / Made available in DSpace on 2017-05-31T19:42:46Z (GMT). No. of bitstreams: 1 TeseCGRF.pdf: 1149604 bytes, checksum: 8b0a42d65883e0af42693ac90b36059a (MD5) Previous issue date: 2016-11-10 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / In this work we study conformally flat hypersurfaces f: M3 ^ Q4(c) with three distinct principal curvatures in a space form with constant sectional curvature c, under the assumption that either its mean curvature H or its scalar curvature S is constant. In case H is constant, first we extend to any c G R a theorem due to Defever when c = 0 and show that there is no such hypersurface if H = 0. Our main results are for the minimal case H = 0. If c = 0, we prove that f (M3) is an open subset of a generalized cone over a Clifford torus in an umbilical hypersurface Q4(c) C Q4(c), c > 0, with c > c if c > 0. For c = 0, we show that, besides the cone over the Clifford torus in S3 C R4, there exists precisely a one-parameter family of (congruence classes of) minimal isometric immersions f: M3 ^ R4 with three distinct principal curvatures of simply-connected conformally flat Riemannian manifolds. Assuming S to be constant, we only study the case c = 0. We prove that f (M3) is an open subset of a cylinder over a surface of nonzero constant Gauss curvature in R3. / Nesta tese estudamos hipersuperfícies conformemente euclidianas f : M3 ^ Q4(c), com três curvaturas principais distintas e curvatura média H ou curvatura escalar S constante, em formas espaciais com curvatura seccional c. No caso em que a curvatura média H é constante, inicialmente estendemos para c arbitrário um resultado provado por Defever [10] quando c =0 e mostramos que uma tal hipersuperfície não existe se H = 0. Nossos principais resultados são para o caso mínimo H = 0. Se c = 0, mostramos que f (M3) é um subconjunto aberto de um cone generalizado sobre um toro de Clifford em uma hipersuperfície umbílica Q3(c) C Q4(c), c > 0, com c > c se c > 0. Para c = 0, mostramos que, além do cone sobre o toro de Clifford em S3 C R4, existe precisamente uma família a 1-parâmetro de hipersuperfícies conformemente euclidianas com três curvaturas principais distintas duas a duas não congruentes, sendo o cone sobre o toro de Clifford o elemento singular da família. No caso em que a curvatura escalar é constante, estudamos apenas o caso c = 0. Mostramos, nesse caso, que f (M3) é um subconjunto aberto de um cilindro sobre uma superfície de curvatura Gaussiana constante do espaço euclidiano R3.

Optical testing in adverse environments, ophthalmology and applications where characterization by curvature is leveraged all have a common goal: accurately estimate wavefront shape. This dissertation investigates wavefront sensing techniques as applied to optical testing based on gradient and curvature measurements. Wavefront sensing involves the ability to accurately estimate shape over any aperture geometry, which requires establishing a sampling grid and estimation scheme, quantifying estimation errors caused by measurement noise propagation, and designing an instrument with sufficient accuracy and sensitivity for the application. Starting with gradient-based wavefront sensing, a zonal least-squares wavefront estimation algorithm for any irregular pupil shape and size is presented, for which the normal matrix equation sets share a pre-defined matrix. A Gerchberg–Saxton iterative method is employed to reduce the deviation errors in the estimated wavefront caused by the pre-defined matrix across discontinuous boundary. The results show that the RMS deviation error of the estimated wavefront from the original wavefront can be less than λ/130~ λ/150 (for λ equals 632.8nm) after about twelve iterations and less than λ/100 after as few as four iterations. The presented approach to handling irregular pupil shapes applies equally well to wavefront estimation from curvature data. A defining characteristic for a wavefront estimation algorithm is its error propagation behavior. The error propagation coefficient can be formulated as a function of the eigenvalues of the wavefront estimation-related matrices, and such functions are established for each of the basic estimation geometries (i.e. Fried, Hudgin and Southwell) with a serial numbering scheme, where a square sampling grid array is sequentially indexed row by row. The results show that with the wavefront piston-value fixed, the odd-number grid sizes yield lower error propagation than the even-number grid sizes for all geometries. The Fried geometry either allows sub-sized wavefront estimations within the testing domain or yields a two-rank deficient estimation matrix over the full aperture; but the latter usually suffers from high error propagation and the waffle mode problem. Hudgin geometry offers an error propagator between those of the Southwell and the Fried geometries. For both wavefront gradient-based and wavefront difference-based estimations, the Southwell geometry is shown to offer the lowest error propagation with the minimum-norm least-squares solution. Noll’s theoretical result, which was extensively used as a reference in the previous literature for error propagation estimate, corresponds to the Southwell geometry with an odd-number grid size. For curvature-based wavefront sensing, a concept for a differential Shack-Hartmann (DSH) curvature sensor is proposed. This curvature sensor is derived from the basic Shack-Hartmann sensor with the collimated beam split into three output channels, along each of which a lenslet array is located. Three Hartmann grid arrays are generated by three lenslet arrays. Two of the lenslets shear in two perpendicular directions relative to the third one. By quantitatively comparing the Shack-Hartmann grid coordinates of the three channels, the differentials of the wavefront slope at each Shack-Hartmann grid point can be obtained, so the Laplacian curvatures and twist terms will be available. The acquisition of the twist terms using a Hartmann-based sensor allows us to uniquely determine the principal curvatures and directions more accurately than prior methods. Measurement of local curvatures as opposed to slopes is unique because curvature is intrinsic to the wavefront under test, and it is an absolute as opposed to a relative measurement. A zonal least-squares-based wavefront estimation algorithm was developed to estimate the wavefront shape from the Laplacian curvature data, and validated. An implementation of the DSH curvature sensor is proposed and an experimental system for this implementation was initiated. The DSH curvature sensor shares the important features of both the Shack-Hartmann slope sensor and Roddier’s curvature sensor. It is a two-dimensional parallel curvature sensor. Because it is a curvature sensor, it provides absolute measurements which are thus insensitive to vibrations, tip/tilts, and whole body movements. Because it is a two-dimensional sensor, it does not suffer from other sources of errors, such as scanning noise. Combined with sufficient sampling and a zonal wavefront estimation algorithm, both low and mid frequencies of the wavefront may be recovered. Notice that the DSH curvature sensor operates at the pupil of the system under test, therefore the difficulty associated with operation close to the caustic zone is avoided. Finally, the DSH-curvature-sensor-based wavefront estimation does not suffer from the 2π-ambiguity problem, so potentially both small and large aberrations may be measured.

Les données provenant de l'échantillonnage fin d'un processus continu (champ aléatoire) peuvent être représentées sous forme d'images. Un test statistique permettant de détecter une différence entre deux images peut être vu comme un ensemble de tests où chaque pixel est comparé au pixel correspondant de l'autre image. On utilise alors une méthode de contrôle de l'erreur de type I au niveau de l'ensemble de tests, comme la correction de Bonferroni ou le contrôle du taux de faux-positifs (FDR). Des méthodes d'analyse de données ont été développées en imagerie médicale, principalement par Keith Worsley, utilisant la géométrie des champs aléatoires afin de construire un test statistique global sur une image entière. Il s'agit d'utiliser l'espérance de la caractéristique d'Euler de l'ensemble d'excursion du champ aléatoire sous-jacent à l'échantillon au-delà d'un seuil donné, pour déterminer la probabilité que le champ aléatoire dépasse ce même seuil sous l'hypothèse nulle (inférence topologique). Nous exposons quelques notions portant sur les champs aléatoires, en particulier l'isotropie (la fonction de covariance entre deux points du champ dépend seulement de la distance qui les sépare). Nous discutons de deux méthodes pour l'analyse des champs anisotropes. La première consiste à déformer le champ puis à utiliser les volumes intrinsèques et les compacités de la caractéristique d'Euler. La seconde utilise plutôt les courbures de Lipschitz-Killing. Nous faisons ensuite une étude de niveau et de puissance de l'inférence topologique en comparaison avec la correction de Bonferroni. Finalement, nous utilisons l'inférence topologique pour décrire l'évolution du changement climatique sur le territoire du Québec entre 1991 et 2100, en utilisant des données de température simulées et publiées par l'Équipe Simulations climatiques d'Ouranos selon le modèle régional canadien du climat. / Data coming from a fine sampling of a continuous process (random field) can be represented as images. A statistical test aiming at detecting a difference between two images can be seen as a group of tests in which each pixel is compared to the corresponding pixel in the other image. We then use a method to control the type I error over all the tests, such as the Bonferroni correction or the control of the false discovery rate (FDR). Methods of data analysis have been developped in the field of medical imaging, mainly by Keith Worsley, using the geometry of random fields in order to build a global statistical test over the whole image. The expected Euler characteristic of the excursion set of the random field underlying the sample over a given threshold is used in order to determine the probability that the random field exceeds this same threshold under the null hypothesis (topological inference). We present some notions relevant to random fields, in particular isotropy (the covariance function between two given points of a field depends only on the distance between them). We discuss two methods for the analysis of non\-isotropic random fields. The first one consists in deforming the field and then using the intrinsic volumes and the Euler characteristic densities. The second one uses the Lipschitz-Killing curvatures. We then perform a study of sensitivity and power of the topological inference technique comparing it to the Bonferonni correction. Finally, we use topological inference in order to describe the evolution of climate change over Quebec territory between 1991 and 2100 using temperature data simulated and published by the Climate Simulation Team at Ouranos, with the Canadian Regional Climate Model CRCM4.2.

Les données provenant de l'échantillonnage fin d'un processus continu (champ aléatoire) peuvent être représentées sous forme d'images. Un test statistique permettant de détecter une différence entre deux images peut être vu comme un ensemble de tests où chaque pixel est comparé au pixel correspondant de l'autre image. On utilise alors une méthode de contrôle de l'erreur de type I au niveau de l'ensemble de tests, comme la correction de Bonferroni ou le contrôle du taux de faux-positifs (FDR). Des méthodes d'analyse de données ont été développées en imagerie médicale, principalement par Keith Worsley, utilisant la géométrie des champs aléatoires afin de construire un test statistique global sur une image entière. Il s'agit d'utiliser l'espérance de la caractéristique d'Euler de l'ensemble d'excursion du champ aléatoire sous-jacent à l'échantillon au-delà d'un seuil donné, pour déterminer la probabilité que le champ aléatoire dépasse ce même seuil sous l'hypothèse nulle (inférence topologique). Nous exposons quelques notions portant sur les champs aléatoires, en particulier l'isotropie (la fonction de covariance entre deux points du champ dépend seulement de la distance qui les sépare). Nous discutons de deux méthodes pour l'analyse des champs anisotropes. La première consiste à déformer le champ puis à utiliser les volumes intrinsèques et les compacités de la caractéristique d'Euler. La seconde utilise plutôt les courbures de Lipschitz-Killing. Nous faisons ensuite une étude de niveau et de puissance de l'inférence topologique en comparaison avec la correction de Bonferroni. Finalement, nous utilisons l'inférence topologique pour décrire l'évolution du changement climatique sur le territoire du Québec entre 1991 et 2100, en utilisant des données de température simulées et publiées par l'Équipe Simulations climatiques d'Ouranos selon le modèle régional canadien du climat. / Data coming from a fine sampling of a continuous process (random field) can be represented as images. A statistical test aiming at detecting a difference between two images can be seen as a group of tests in which each pixel is compared to the corresponding pixel in the other image. We then use a method to control the type I error over all the tests, such as the Bonferroni correction or the control of the false discovery rate (FDR). Methods of data analysis have been developped in the field of medical imaging, mainly by Keith Worsley, using the geometry of random fields in order to build a global statistical test over the whole image. The expected Euler characteristic of the excursion set of the random field underlying the sample over a given threshold is used in order to determine the probability that the random field exceeds this same threshold under the null hypothesis (topological inference). We present some notions relevant to random fields, in particular isotropy (the covariance function between two given points of a field depends only on the distance between them). We discuss two methods for the analysis of non\-isotropic random fields. The first one consists in deforming the field and then using the intrinsic volumes and the Euler characteristic densities. The second one uses the Lipschitz-Killing curvatures. We then perform a study of sensitivity and power of the topological inference technique comparing it to the Bonferonni correction. Finally, we use topological inference in order to describe the evolution of climate change over Quebec territory between 1991 and 2100 using temperature data simulated and published by the Climate Simulation Team at Ouranos, with the Canadian Regional Climate Model CRCM4.2.

Cette thèse se découpe en trois parties. Les deux premières portent sur le développement de méthodes pour la construction de modèles géométriques moyens et pour la comparaison de modèles. Plusieurs problématiques sont abordées, telles que la construction d'une cornée moyenne et la comparaison de cornées. Il existe à ce jour peu d'études ayant ces objectifs car la mise en correspondance de surfaces cornéennes est une problématique non triviale. En plus d'aider à développer la connaissance de l'anatomie cornéenne, la modélisation de la cornée normale permet de détecter tout écart significatif par rapport à la normale permettant un diagnostic précoce de pathologies. La seconde partie a pour objectif de développer une méthode pour reconnaître une surface parmi un groupe de surfaces à l’aide de leurs acquisitions pour une application de biométrie. L’idée est de quantifier la différence entre chaque surface et une surface donnée, et de déterminer un seuil permettant la reconnaissance. Deux méthodes sont proposées et une méthodologie en cascade utilisant ces deux méthodes afin de combiner les avantages de chacune est aussi proposée. La troisième et dernière partie porte sur une nouvelle méthode de décomposition en graphes de maillages 3D triangulés. Nous utilisons des cartes de courbures discrètes comme descripteur de forme afin de découper le maillage en différentes catégorie de carreaux. Ensuite un graphe d'adjacence est construit avec un nœud pour chaque carreau. Ces graphes sont utilisés pour extraire des caractéristiques géométriques décrites par des motifs (ou patterns), ce qui permet de détecter des régions spécifiques dans un modèle 3D, ou des motifs récurrents. / This thesis comprises three parts. The first two parts concern the development of methods for the construction of mean geometric models and for model comparison. Several issues are addressed, such as the construction of an average cornea and the comparison of corneas. Currently, there are few studies with these objectives because the matching of corneal surfaces is a non-trivial problem. In addition to help to develop a better understanding of the corneal anatomy, 3D models of normal corneas can be used to detect any significant deviation from the norm, thereby allowing for an early diagnosis of diseases or abnormalities using the shape of the cornea. The second part of this thesis aims to develop a method for recognizing a surface from a group of surfaces using their 3D acquisitions in a biometric application pertinent to the cornea. The concept behind this method is to quantify the difference between each surface and a given surface and to determine the threshold for recognition. Two complementary methods are proposed. A cascading methodology using both methods to combine the advantages of each method is also proposed. The third and final part of this thesis focuses on a new method for decomposing 3D triangulated meshes into graphs. We use discrete curvature maps as the shape descriptor to split the mesh in eight different categories. Next, an adjacency graph is built with a node for each patch. These graphs are used to extract geometric characteristics described by patterns that allow for the detection of specific regions in a 3D model or recurrent characteristics.

Réalisé en cotutelle avec Aix Marseille Université. / Cette thèse se découpe en trois parties. Les deux premières portent sur le développement de méthodes pour la construction de modèles géométriques moyens et pour la comparaison de modèles. Ces approches sont appliquées à la cornée humaine pour l’élaboration d’atlas et pour l’étude biométrique robuste. La troisième partie porte sur une méthode générique d'extraction d'informations dans un maillage en s'appuyant sur des propriétés différentielles discrètes afin de construire une structure par graphe permettant l'extraction de caractéristiques par une description sémantique. Les atlas anatomiques conventionnels (papier ou CD-ROM) sont limités par le fait qu'ils montrent généralement l'anatomie d'un seul individu qui ne représente pas nécessairement bien la population dont il est issu. Afin de remédier aux limitations des atlas conventionnels, nous proposons dans la première partie d’élaborer un atlas numérique 3D contenant les caractéristiques moyennes et les variabilités de la morphologie d'un organe, plus particulièrement de la cornée humaine. Plusieurs problématiques sont abordées, telles que la construction d'une cornée moyenne et la comparaison de cornées. Il existe à ce jour peu d'études ayant ces objectifs car la mise en correspondance de surfaces cornéennes est une problématique non triviale. En plus d'aider à développer une meilleure connaissance de l'anatomie cornéenne, la modélisation 3D de la cornée normale permet de détecter tout écart significatif par rapport à la "normale" permettant un diagnostic précoce de pathologies ou anomalies de la forme de la cornée. La seconde partie a pour objectif de développer une méthode pour reconnaître une surface parmi un groupe de surfaces à l’aide de leurs acquisitions 3D respectives, dans le cadre d’une application de biométrie sur la cornée. L’idée est de quantifier la différence entre chaque surface et une surface donnée, et de déterminer un seuil permettant la reconnaissance. Ce seuil est dépendant des variations normales au sein d’un même sujet, et du bruit inhérent à l’acquisition. Les surfaces sont rognées et trouées de façon imprévisible, de plus il n’y a pas de point de mise en correspondance commun aux surfaces. Deux méthodes complémentaires sont proposées. La première consiste à calculer le volume entre les surfaces après avoir effectué un recalage, et à utiliser ce volume comme un critère de similarité. La seconde approche s’appuie sur une décomposition en harmoniques sphériques en utilisant les coefficients comme des descripteurs de forme, qui permettront de comparer deux surfaces. Des résultats sont présentés pour chaque méthode en les comparant à la méthode la plus récemment décrite dans la littérature, les avantages et inconvénients de chacune sont détaillés. Une méthodologie en cascade utilisant ces deux méthodes afin de combiner les avantages de chacune est aussi proposée. La troisième et dernière partie porte sur une nouvelle méthode de décomposition en graphes de maillages 3D triangulés. Nous utilisons des cartes de courbures discrètes comme descripteur de forme afin de découper le maillage traité en huit différentes catégorie de carreaux (ou peak, ridge, saddle ridge, minimal, saddle valley, valley, pit et flat). Ensuite, un graphe d'adjacence est construit avec un nœud pour chaque carreau. Toutes les catégories de carreaux ne pouvant pas être adjacentes dans un contexte continu, des jonctions intermédiaires sont ajoutées afin d'assurer une cohérence continue entre les zones. Ces graphes sont utilisés pour extraire des caractéristiques géométriques décrites par des motifs (ou patterns), ce qui permet de détecter des régions spécifiques dans un modèle 3D, ou des motifs récurrents. Cette méthode de décomposition étant générique, elle peut être appliquée à de nombreux domaines où il est question d’analyser des modèles géométriques, en particulier dans le contexte de la cornée. / This thesis comprises three parts. The first two parts concern the development of methods for the construction of mean geometric models and for model comparison. These approaches are applied to the human cornea for the construction of atlases and a robust biometric study. The third part focuses on a generic method for the extraction of information in a mesh. This approach is based on discrete differential properties for building a graph structure to extract features using a semantic description. Conventional anatomical atlases (paper or CD-ROM) are limited by the fact they generally show the anatomy of a single individual who does not necessarily represent the population from which they originate. To address the limitations of conventional atlases, we propose in the first part of this thesis to construct a 3D digital atlas containing the average characteristics and variability of the morphology of an organ, especially that of the human cornea. Several issues are addressed, such as the construction of an average cornea and the comparison of corneas. Currently, there are few studies with these objectives because the matching of corneal surfaces is a non-trivial problem. In addition to help to develop a better understanding of the corneal anatomy, 3D models of normal corneas can be used to detect any significant deviation from the norm, thereby allowing for an early diagnosis of diseases or abnormalities using the shape of the cornea. The second part of this thesis aims to develop a method for recognizing a surface from a group of surfaces using their 3D acquisitions in a biometric application pertinent to the cornea. The concept behind this method is to quantify the difference between each surface and a given surface and to determine the threshold for recognition. This threshold depends on normal variations within the same subject and noise due to the acquisition system. The surfaces are randomly trimmed and pierced ; moreover, there is no common landmark on the surfaces. Two complementary methods are proposed. The first method consists of the computation of the volume between the surfaces after performing geometrical matching and the use of this volume as a criterion of similarity. The second approach is based on a decomposition of the surfaces into spherical harmonics using the coefficients as shape descriptors to compare the two surfaces. Each result of the proposed methods is compared to the most recent method described in the literature, with the benefits and disadvantages of each one described in detail. A cascading methodology using both methods to combine the advantages of each method is also proposed. The third and final part of this thesis focuses on a new method for decomposing 3D triangulated meshes into graphs. We use discrete curvature maps as the shape descriptor to split the mesh in eight different categories (peak, ridge, saddle ridge, minimal, saddle valley, valley, pit and flat). Next, an adjacency graph is built with a node for each patch. Because all categories of patches cannot be adjacent in a continuous context, intermediate junctions are added to ensure the continuous consistency between patches. These graphs are used to extract geometric characteristics described by patterns that allow for the detection of specific regions in a 3D model or recurrent characteristics. This decomposition method, being generic, can be used in many applications to analyze geometric models, especially in the context of the cornea.

Le but de cette thèse est triple : INÉGALITÉS DE SOBOLEV AVEC DES CONSTANTES EXPLICITES SUR DES VARIÉTÉS RIEMANNIENNES À DENSITÉ ET À BORD CONVEXE : On obtient des inégalités de Sobolev à densité, avec des constantes géométriques explicites pour des variétés à courbure de m-Bakry-Émery Ricci minorée par une constante positive et à bord convexe. Ceci permet de généraliser de nombreux résultats connus dans le cas riemannien aux variétés avec densité. Nous montrons aussi comment déduire des inégalités de Sobolev obtenues, un résultat d’isolement pour les applications f -harmoniques. Nous présenterons également une nouvelle et très simple méthode pour la preuve de l’inégalité de Moser-Trudinger-Onofri [Onofri, 1982] dans le cas du disque euclidien. / The purpose of this thesis is threefold: SOBOLEV INEQUALITIES WITH EXPLICIT CONSTANTS ON A WEIGHTED RIEMANNIAN MANIFOLD OF CONVEX BOUNDARY: We obtain weighted Sobolev inequalities with explicit geometric constants for weighted Riemannian manifolds of positive m-Bakry-Emery Ricci curvature and convex boundary. As a first application, we generalize several results of Riemannian manifolds to the weighted setting. Another application is a new isolation result for the f -harmonic maps. We also give a new and elemantry proof of the well-known Moser-Trudinger-Onofri [Onofri, 1982] inequality for the Euclidean disk.