차수 감소와 반동축소를 통한 차분 방정식의 새로운 해법

초록

본 논문은 차분 방정식의 차수를 낮추는 일반적인 방법으로, 전개 지도와 저차원 지도 사이의 반동축소(semiconjugate) 관계를 이용한다. 이를 통해 원래의 고차 방정식을 두 개의 삼각형 형태 하위 방정식으로 분해하고, 경우에 따라 일차 방정식 체계까지 완전히 분해한다.

상세 분석

논문은 먼저 차분 방정식 (x_{n+1}=f_n(x_n,\dots ,x_{n-k})) 를 군 (G) 위에서 정의하고, 이를 전개 지도 (F_n:G^{k+1}\to G^{k+1}) 로 표현한다. 핵심 아이디어는 존재하는 반동축소 관계 (H\circ F_n=\Phi_n\circ H) 를 이용해 차원을 낮춘 지도 (\Phi_n:G^m\to G^m) ( (m<k+1) ) 를 찾는 것이다. 여기서 (H) 는 “링크 맵”이라 불리며, 일반적으로 전단사라기보다 전사만 요구한다는 점이 차수 감소의 핵심이다. 저차원 지도 (\Phi_n) 가 스칼라 형태를 갖도록 하기 위해 저자들은 첫 번째 성분을 (h_1(u_0,\dots ,u_k)=u_0\ast h(u_1,\dots ,u_k)) 로 정의하고, 나머지 성분을 재귀적으로 (h_j(u_0,\dots ,u_k)=u_{j-1}\ast h(u_j,\dots ,u_{j+k-m})) 로 설정한다. 이렇게 하면 원래 방정식의 해 ({x_n}) 로부터 새로운 변수 (t_n=x_n\ast h(x_{n-1},\dots ,x_{n-k+m-1})) 를 정의할 수 있고, (t_n) 은 차수 (m) 의 저차 방정식 (t_{n+1}=g_n(t_n,\dots ,t_{n-m+1})) 를 만족한다. 동시에 원래 변수는 (x_{n+1}=t_{n+1}\ast h(x_n,\dots ,x_{n-k+m})^{-1}) 로 복원된다. 이 두 식은 서로 독립적인 삼각형 시스템을 이루며, 전자는 “팩터”, 후자는 “코팩터”라 명명한다. 저자는 정리 6을 통해 이 구조가 전개 지도와 정확히 동형임을 증명하고, 특히 (H) 가 전사임을 보인다. 또한, 선형 차분 방정식에 적용하면 고유값을 직접 드러내는 일차 방정식 체계로 완전 분해할 수 있음을 제시한다. 예제에서는 이산 군 (\mathbb Z_2) 위의 2차 방정식, 그리고 평면 상의 다항식 맵을 이용해 반동축소와 비동등성(비동형) 관계를 구체적으로 계산한다. 전체적으로 이 방법은 기존의 대칭 기반 차수 감소와는 달리, 방정식 자체의 연산 구조(군 연산)를 활용해 보다 일반적인 경우에 적용 가능함을 보여준다.