거리 공간의 매핑 반경

초록

길이가 4 이하인 모든 닫힌 곡선은 ℝⁿ( n>0)에서 반지름 1인 구로 둘러싸일 수 있으며, 이 경계값은 최적이다. 원주가 4인 원 S에 아크 길이 계량을 부여하면, 이 사실을 “S의 ℝⁿ 안에서의 매핑 반경은 1이다”라고 표현한다. 본 논문에서는 임의의 거리 공간 X를 다른 거리 공간 Y에 매핑할 때의 매핑 반경을 추정하는 도구들을 개발한다. 특히, X가 유계 거리 공간일 때, X의 매핑 반경을 모든 노름 공간의 볼록 부분집합에 대한 최댓값으로 잡은 값은, 함수 d(x,·):X→ℝ (x∈X)의 볼록 선형 결합들의 sup‑노름의 최솟값과 동일함을 보인다. 몇몇 구체적인 매핑 반경을 계산하고, 몇 가지 열린 문제를 제시한다.

상세 요약

이 논문이 다루는 핵심 개념은 “매핑 반경(mapping radius)”이라는 새로운 측정값이다. 매핑 반경은 주어진 거리 공간 X를 다른 거리 공간 Y에 연속적으로 삽입했을 때, 그 이미지가 Y 안에서 최소한의 구(또는 볼록 집합) 안에 들어가도록 할 수 있는 가장 작은 반지름을 의미한다. 가장 친숙한 사례는 평면이나 고차원 유클리드 공간 ℝⁿ에 닫힌 곡선을 삽입하는 상황이다. 고전적인 결과에 따르면, 길이가 4 이하인 모든 닫힌 곡선은 반지름 1인 구 안에 포함될 수 있다. 이는 “길이 4인 원 S(아크 길이 계량을 갖는 원)의 ℝⁿ 안에서의 매핑 반경은 1”이라는 명제로 재표현될 수 있다. 여기서 ‘최적’이라는 말은, 반지름이 1보다 작은 구로는 어떤 길이 4의 곡선도 모두 포함시킬 수 없다는 것을 의미한다.

논문은 이러한 직관적인 사례를 일반화하기 위해 두 가지 주요 도구를 제시한다. 첫 번째는 볼록 부분집합에 대한 접근법이다. 임의의 노름 공간(Normed space) V의 볼록 집합 C⊂V를 고려하면, X를 C 안에 매핑하는 모든 가능한 사상 f:X→C에 대해, f(X)의 지름을 최소화하는 최적의 반지름을 정의할 수 있다. 두 번째는 함수 공간에서의 선형 조합이다. 각 점 x∈X에 대해 거리 함수 d(x,·):X→ℝ을 정의하고, 이들 함수를 볼록 선형 결합(즉, 양의 계수들의 합이 1인 조합)하면 새로운 실수값 함수가 된다. 이러한 조합들의 sup‑노름 ‖·‖∞는 “가장 큰 거리 차이”를 측정한다. 논문은 놀라운 동등성을 증명한다. 즉,
\