A dual linear programming bound for sphere packing in dimension 36

기술 요약: 36차원 구 충전(Sphere Packing)에 대한 이중 선형 계획법 경계

문제 정의
본 논문은 36차원($d=36$)에서의 구 충전 문제를 다루며, 특히 코언-엘키스(Cohn–Elkies) 선형 계획법(LP) 경계에 초점을 맞춘다. LP 경계는 8차원과 24차원에서 정밀한(sharp) 것으로 알려져 있으나, 그 정밀성 여부는 다른 모든 차원에서 미해결 과제로 남아 있다. 저자는 코언-엘키스 경계인 $\delta_{LP}(d)$가 현재까지 알려진 최적의 충전 형태인 $\delta^*(d)$의 최적성을 인증할 수 있는지 조사한다. 36차원에서 알려진 최적의 충전은 중심 밀도가 $2^{18}/3^{10}$인 크쉬샹-파수파티(Kschischang–Pasupathy) 구성이다. 목표는 $\delta_{LP}(36)$에 대해 알려진 크쉬샹-파수파티 충전보다 엄격히 큰 하한을 산출하는 "이중 실행 가능 점"(특정한 보조 함수)을 구축하는 것이다. 성공할 경우, 이는 어떤 코언-엘키스 함수도 알려진 충전이 최적임을 인증할 수 없음을 증명하게 된다.

방법론
이 구축 방식은 코언과 트리안티푸로(Cohn and Triantafillou)의 방법을 따르며, 합동 부분군 $\Gamma_0(24)$에 대한 가중치 18의 가중치-1 모듈러 형식(modular forms) 공간을 활용한다. 핵심 방법론은 LP 경계를 위한 유효한 분포를 생성하기 위해 특정 계수 제약 조건을 만족하는 가중치 $k=d/2$인 한 쌍의 모듈러 형식 $(g, \tilde{g})$를 찾는 것이다.

본 논문은 32차원까지는 성공적이었으나 수치적 및 이론적 장애물에 직면했던 이전의 방법들과 달리, 36차원에서 이 문제를 해결하기 위해 필요한 두 가지 핵심적인 방법론적 혁신을 상세히 설명한다:

1. 제약 조건 생성 (절단 평면 공식화):
   계수들을 유한한 $n$까지만 비음수(non-negativity)로 강제하는 단순한 선형 계획법 완화 방식은, 강제된 범위 직후(구체적으로 $n \equiv 3, 9, 15, 21 \pmod{24}$인 경우)에 최적값이 즉시 음수가 되는 결과를 낳았다. 반대로, 수백 개의 행을 가진 완전 제약 문제는 부동 소수점 솔버에게 수치적으로 특이(singular)하거나 정밀한 조밀 심플렉스(dense simplex) 방법론을 사용하기에는 너무 컸다.

• 해결책: 저자는 작은 작업 집합에 대해 정밀한 유리수 LP를 해결하는 제약 생성 접근 방식을 채택한다. 위반된 행(계수가 음수인 경우)을 정확히 식별하여 제약 집합에 추가하고 LP를 재해결한다. 36차원에서 이 과정은 단 한 번의 라운드 만에 수렴하였으며, 강제된 범위를 훨씬 넘어서도 $q$-전개(q-expansions)가 비음수를 유지하는 정확한 유리수 정점(vertex)을 산출하였다.

2. 리프트 인식 델린 상수 (Lift-Aware Deligne Constant):
   계수들이 "결국 양수"(즉, $n > n_0$인 모든 $n$에 대해 계수가 비음수임)임을 증명하려면 모듈러 형식의 큐스피달(cuspidal) 부분을 바운딩해야 한다. 표준 델린 경계는 새로운 형식-리프트(newform-lift) 기저에서의 좌표 $\ell_1$-노름을 사용한다.

• 해별책: 저자는 이 맥락에서 단순한 $\ell_1$-노름이 "손실이 크다(lossy)"는 점을 확인하였다. 왜냐하면 인증 자체가 하나의 깊은 올드폼 리프트(level-one newform이 $e=24$만큼 이동된 것)에 의해 지배되기 때문이다. 단순한 상수는 검증 임계치를 간신히 통과하지 못했다. 저자는 깊은 리프트의 기여를 $e^{-(k-1)/2}$ 인자로 억제하는 "리프트 인식" 상수 $C_w = \sum_{f,e} |\lambda_{f,e}| e^{-(k-1)/2}$를 도입한다. 이 정밀한 상수는 10자리(orders of magnitude) 더 작으며, 이를 통해 검증을 충분한 여유를 두고 완료할 수 있게 한다.

주요 결과
논문은 명시적인 이중 실행 가능 점 $(g, \tilde{g})$를 구축하고 다음 결과를 도출한다:

• 이중 경계: 구축된 인증서는 36차원에서의 코언-엘키스 선형 계획법 경계가 다음과 같음을 확립한다:
  $$\delta_{LP}(36) \geq 146.1036\dots = 32.9104\dots \times \frac{2^{18}}{3^{10}}$$
• 알려진 충전과의 비교: 구축된 이 하한은 크쉬샹-파수파티 충전($2^{18}/3^{10}$)보다 최소 32.91배 높다.
• 함의: 결과적으로, 어떤 코언-엘키스 보조 함수도 36차원에서 크쉬샹-파수파티 충전을 최적으로 인증할 수 없다. LP 경계는 알려진 충전 밀도보다 엄격히 높다.
• 검증의 엄밀성: 이 인증서는 정확하다. 이중 점은 약 128자리의 분자를 가진 유리수 벡터이다. 계수의 비음수성은 $n=800$까지의 정확한 산술을 통해 검증된다. $n > 800$인 경우, 리프트 인식 델린 상수와 명시적인 꼬리 경계(tail bounds)를 사용하여 결국 양수가 됨을 증명하며, 모든 상수는 외향 반올림 구간 산술(outward-rounded interval arithmetic)을 통해 인증되었다.

의의 및 주장
본 논문은 구 충전 및 모듈러 형식 분야에 몇 가지 중요한 기여를 한다고 주장한다:

1. 알려진 경계의 확장: 이는 32차원 이상의 차원에서 구축된 최초의 이중 경계이다. 이는 기존의 코언-트리안티푸로 표(12, 16, 20, 28, 32차원 포함), 리(Li, $3 \le d \le 13$), 그리고 드 코시-아이리랜드 등($d=6$)의 연구를 확장한다.
2. 방법론적 발전: 저자는 정밀한 조밀 LP가 불가능한 고차원에서 꼬리 안전(tail-safe) 최적점에 도달하기 위해서는 제약 생성 공식화가 필수적임을 강조한다. 또한, 깊은 올드폼 리프트에 의해 지배되는 시나리오에서 표준 경계가 실패하는 경우, 리프트 인식 델린 상수가 엄밀한 검증을 위해 필요함을 입증한다.
3. 결과의 성격: 저자는 이중 진술(dual statement)이 강력하지만(간격이 매우 큼), "엄격한 비-정밀성(strict non-sharpness, 즉 $\delta_{LP}(36) > \delta_{max}(36)$임을 증명하는 것)은 여전히 도달하기 어려운 영역"이라고 언급한다. 엄격한 비-정밀성을 증명하려면 현재의 3-포인트 경계 기술로는 도달할 수 없는 낮은 임계값인 $32.91 \times \delta^*$ 이하의 독립적인 상한선이 필요하다.
4. 재현성: 본 연구는 검증이 모듈러 형식 메커니즘을 가진 컴퓨터 대수 시스템에 의존하지 않고, 오직 정확한 유리수 선형 대수와 구간 산술에 기반한다는 점을 강조한다. 모든 코드, 영수증(receipts), 그리고 정확한 데이터는 부속 파일로 제공된다.

결론적으로, 본 논문은 36차원이 알려진 기록적 충전이 LP 경계에 비해 상대적으로 약한, 질적으로 다른 체제임을 보여주며, 이로 인해 이중 진술은 강력하지만 최적성 문제를 해결하는 것은 더 어렵다는 점을 시사한다.