CAT(0) 공간으로의 지도에 대한 비대칭 푸비니 정리와 변동성 추정

본 논문은 “CAT(0) 공간으로의 지도에 대한 비대칭 푸비니 정리”라는 새로운 이론적 틀을 제시한다. 서론에서는 전통적인 푸비니 정리의 선형성에 의존하는 한계를 지적하고, 비선형 거리 공간, 특히 CAT(0) 공간에서 기대값을 정의하는 방법으로 중심질량(center of mass) 개념을 도입한다. 확률 공간 (Ω,𝔄,P)와 CAT(0) 공간 N이 주어지면, N‑값 확률 변수 Z의 기대값 E(Z)는 Z∗P의 중심질량 c(Z∗P) 로 정의된다. 이는 Hilbert 공간에서의 평균과 일치함을 확인한다. 다음으로 두 mm‑공간 (X,d_X,μ_X)와 (Y,d_Y,μ_Y)를 고려하고, Borel 측정 가능한 지도 f:X×Y→N을 설정한다. 여기서 f∗(μ_X×μ_Y)가 1차 모멘트를 가지면, 각 y∈Y에 대해 f_y(x)=f(x,y)의 기대값 g_f(y)=E(f_y) 가 정의된다. 저자는 g_f가 Borel이며, (g_f)∗μ_Y 역시 1차 모멘트를 가진다는 두 가정을 (1)·(2) 로 명시하고, 이는 균등 연속성 하에서 Lemma 3.1·3.2 로 증명한다. 핵심 결과는 Theorem 1.1이다. 여기서는 L^p‑변동성 V_p(f) := (∬_{X×X} d_N(f(x),f(x'))^p dμ_X(x)dμ_X(x'))^{1/p} 를 정의하고, 다음 두 부등식을 얻는다. (1.1) d_N(E(f),E_y(E(f_y))) ≤ V₁(f) (1.2) d_N(E(f),E_y(E(f_y))) ≤ (1/√3)·V₂(f) (1.1)은 Jensen 부등식과 Wasserstein‑1 거리의 dual 표현을 이용해 간단히 증명된다. (1.2)의 증명은 보다 복잡한데, 먼저 중심질량에 대한 분산 부등식 (Prop 2.8)을 적용해 평균과 중심 사이의 거리 제곱을 하한한다. 이후 K‑T 부등식(Kantorovich–Rubinstein)과 Sturm의 변동성 부등식을 반복 사용해 최종 상수 1/√3을 얻는다. 이 상수는 V₁≤V₂ 로부터 단순히 얻을 수 있는 1보다 엄격히 작은 값이며, CAT(0) 공간의 비선형 구조가 핵심 역할을 한다. 예제 3.3은 삼각형 모양의 트리 T에 대해 f가 정의된 경우, E(f)와 E_y(E(f_y))가 일치하지 않음을 보여, 일반적인 비선형 CAT(0) 공간에서는 푸비니 정리가 정확히 성립하지 않음을 확인한다. 그 후, Lᵖ‑집중 개념을 도입한다. 일련의 mm‑공간 {X_n}와 CAT(0) 공간 {N_n}에 대해, Borel 지도 f_n:X_n→N_n가 V_p(f_n)→0이면, 위 부등식에 의해 d_N_n(E(f_n),E_y(E(f_n,y)))→0 가 된다. 이는 “거의 푸비니 정리”가 성립함을 의미한다. 특히 Gromov가 제시한 L²‑집중 이론과 연결되어, 1‑Lipschitz 지도에 대해 라플라시안 첫 고유값 λ₁(M)과 관측 가능한 L²‑변동성 Obs L²‑Var_N(M) 사이에 Obs L²‑Var_N(M) ≤ 2√(n/3λ₁(M)) 라는 구체적 상한을 얻는다 (Corollary 1.2). 여기서 M은 부피가 1인 콤팩트 리만 다양체이며, N은 n‑차원 Hadamard 다양체 혹은 R‑트리이다. 섹션 4에서는 변동성에 대한 추가적인 부등식들을 제시한다. Proposition 4.1은 CAT(0) 공간에서 네 점 사이의 거리 제곱 합에 대한 기본 부등식이며, 이를 이용해 제품 공간에 대한 관측 가능한 L²‑변동성의 subadditivity Obs L²‑Var_N(X×Y)² ≤ Obs L²‑Var_N(X)² + Obs L²‑Var_N(Y)² 를 증명한다 (식 4.1). Lemma 4.3은 일반 p≥1에 대해 Obs Lᵖ‑Var_Z(X×Y)ᵖ ≤ 2^{p-1}(Obs Lᵖ‑Var_Z(X)ᵖ + Obs Lᵖ‑Var_Z(Y)ᵖ) 를 얻으며, 이는 p=2 일 때 위의 식보다 약하지만 일반적인 경우에 적용 가능하다. 마지막으로, Proposition 4.5는 콤팩트 연결된 리만 다양체 M과 n‑차원 Hadamard 다양체 N′ 사이에 Obs L²‑Var_{N′}(M) ≤ 2√(n/λ₁(M)) 라는 상한을 제공한다. 이는 라플라시안의 첫 고유값이 클수록 관측 가능한 변동성이 작아짐을 의미한다. 전체적으로, 이 논문은 CAT(0) 공간이라는 비선형 거리 공간에서 기대값 교환의 오차를 변동성으로 정량화하고, 이를 통해 집중 현상, 라플라시안 고유값, 제품 공간의 변동성 부등식 등 다양한 기하학적·분석적 결과를 도출한다. 비선형 확률 이론과 기하학적 분석을 연결하는 새로운 도구로서의 가치를 지닌다.