푸리에 분석과 선형 계획법을 이용한 거리 회피 집합의 밀도 상한

초록

본 논문은 유클리드 공간 ℝⁿ에서 주어진 유한 개의 거리들을 전혀 포함하지 않는 가측 집합들의 상한 밀도를 푸리에 변환과 선형 계획법을 결합한 새로운 방법으로 추정한다. 특히 차원 2부터 24까지의 경우에 단위 거리 회피 집합에 대한 새로운 상한을 제시하고, 이를 통해 해당 차원들의 가측 색채수 하한을 개선한다. 또한 Bukh의 최근 결과를 짧게 재증명하고, Furstenberg‑Katznelson‑Weiss, Bourgain‑Falconer 등 기존 정리들을 일반화한다.

상세 분석

논문은 먼저 거리 회피 집합 A⊂ℝⁿ의 상한 밀도 𝛿̄(A)=lim sup_{R→∞} |A∩B_R|/|B_R| 를 정의하고, 이를 평가하기 위한 핵심 도구로 자기상관 함수 f(x)=μ(A∩(A+x)) 를 도입한다. f는 비음수이며, 푸리에 변환 ˆf는 Bochner 정리에 의해 양정적 함수가 된다. 저자들은 “거리 제한” 조건을 ˆf(ξ)가 특정 거리 d_i에 대해 ˆf(ξ)·cos(2πd_i‖ξ‖)=0 혹은 부호가 바뀌는 형태로 변환함으로써, f가 만족해야 할 선형 제약식들을 얻는다.

이러한 제약들을 라그랑주 승수와 함께 선형 계획법(LP) 형태로 정리하면, 변수는 반구면 대칭을 갖는 급격히 감소하는 함수 g(r) (r=‖x‖) 로 제한할 수 있다. g는 Bessel 함수 J_{n/2−1}(2πr)와 같은 핵심 함수를 이용해 전개되며, LP의 목적함수는 g(0) 즉, f(0)=μ(A) 를 최대화하는 것이 된다. 이는 Cohn‑Elkies가 구형 포장 문제에 적용한 방법과 구조적으로 동일하지만, 거리 회피라는 전혀 다른 제약을 포함한다는 점에서 혁신적이다.

LP의 이중 문제는 양정적 측정 μ̂(ξ) 가 특정 구간에서 0 이하가 되도록 하는 가중치 함수 w(ξ)를 찾는 것으로 해석된다. 저자들은 수치적으로 w를 구하기 위해 고차원 사다리식(spline) 근사와 반사 대칭을 이용한 구간 분할을 수행하고, 이를 통해 차원별 최적 상한값을 얻는다. 특히 차원 2~24에서 단위 거리 회피 집합에 대한 새로운 상한값을 제시했으며, 이는 기존의 라우스-라우스(László‑Ruzsa) 혹은 라우스-라우스‑볼레르(Bollobás‑Ruzsa) 경계보다 현저히 낮다.

또한 논문은 Bukh의 “다중 거리 회피” 정리를 짧게 재증명한다. Bukh는 거리 집합 D가 충분히 큰 경우, D를 회피하는 집합의 상한 밀도가 0임을 보였는데, 여기서는 푸리에‑LP 프레임워크를 이용해 D가 일정 간격을 갖는 등등한 경우에도 동일한 결론을 간단히 도출한다. 이는 Furstenberg‑Katznelson‑Weiss, Bourgain‑Falconer 등 고전적인 거리 회피 정리들을 하나의 통합된 방법론으로 포괄한다는 의미다.

결과적으로, 이 논문은 푸리에 분석과 선형 계획법을 결합한 새로운 최적화 도구를 제시함으로써, 거리 회피 집합의 밀도 상한을 기존보다 훨씬 정밀하게 추정하고, 가측 색채수에 대한 새로운 하한을 제공한다는 점에서 이론적·계산적 기여가 크다.