교차다각형에 대한 Banach Mazur 거리 하한 개선

초록

이 논문은 Gaussian Gluskin 다각형 (G_m=\Gamma(B_1^m)) 에 대해 (m=n^3)인 경우, 교차다각형 (B_1^n) 와의 Banach‑Mazur 거리의 하한을 기존의 (n^{5/9})에서 (n^{4/7}) (로그 항은 제외) 로 향상시킨다. 핵심은 “많은 작은 계수” 구간을 조건화와 호환되는 방식으로 다루고, Maurey‑형 희소화와 유클리드 두께 확대에 강인한 Gaussian 측정 추정법을 결합한 새로운 기법이다. 결과는 확률 (1-2/n) 로 성립하며, 모든 대칭 볼록체에 대한 최적 하한에도 적용된다.

상세 분석

본 연구는 고차원 대칭 볼록체 사이의 Banach‑Mazur 거리, 특히 교차다각형 (B_1^n) 에 대한 하한을 다루며, 기존에 알려진 (n^{5/9}) 지수보다 더 강력한 (n^{4/7}) 지수를 제시한다. 핵심 아이디어는 두 가지 경우로 나뉜다. 첫 번째는 “많은 작은 계수”(U‑part) 가 존재하는 경우로, 저자들은 먼저 Gaussian 행렬 (\Gamma) 를 적절히 quotient 하여 차원을 (k) 로 축소한다. 그 후 Maurey‑형 희소화 기법을 적용해 원래 (k)개의 U‑생성자를 (t(k)\approx k/\log(n\rho)) 개로 줄이고, 이 과정에서 발생하는 유클리드 반경 (r_0) 의 두께 확대를 “두께‑안정 Gaussian 측정” 보조정리(Lemma 4.1)로 제어한다. 이 정리는 두께가 늘어나도 Gaussian 측정이 급격히 감소하지 않음을 보장해, 전체 엔트로피와 작은 구(소구) 확률 사이의 균형을 맞춘다. 두 번째는 “소수의 작은 계수”(U‑part) 가 존재하는 경우이며, 여기서는 기존의 전역 tilting 기법을 배제하고, 무작위 억제(suppression)와 블록‑테일 Gram–Schmidt 거리 추정, 그리고 결정적 부피 추정을 결합해 각 다각형에 대한 Gaussian 측정이 지수적으로 작아짐을 보인다. 두 경우 모두 “노출된 열 집합” (S(A)) 에 대한 조건부 확률 분석을 활용해, 전체 사건을 유한한 계수 행렬 네트에 귀속시킨다. 최종적으로 파라미터 (\tilde s)와 (\rho) 를 최적화하면 (\tilde s\approx n^{6/7}) 와 (\rho\approx n^{4/7}) 가 도출되고, 이는 확률 (1-2/n) 로 원하는 하한을 만족한다. 이 과정에서 사용된 주요 도구는: (i) (\ell_1)‑스파스 행렬의 이산화와 네트 크기 추정, (ii) Tikhomirov의 “파워링” 정리에 기반한 조건부 Gaussian 측정 변환, (iii) Maurey‑형 희소화와 두께‑안정 측정, (iv) 무작위 억제와 블록‑테일 Gram–Schmidt 분석. 전체 증명 구조는 기존 Szarek‑Tikhomirov 프레임워크를 유지하면서, 위의 두 새로운 기술을 적절히 삽입해 엔트로피와 작은 구 확률 사이의 트레이드오프를 개선한다. 결과적으로, 교차다각형에 대한 Banach‑Mazur 거리의 최적 하한이 기존보다 크게 향상되었으며, 이는 상한 (n^{5/6}) 와의 격차를 줄이는 중요한 진전이다.