[논문 리뷰] Lorentzian Manifolds and Causal Sets as Partially Ordered Measure Spaces

L. Bombelli, Johan Noldus외 1명|arXiv (Cornell University)|2012. 12. 04.

Noncommutative and Quantum Gravity Theories참고 문헌 16인용 수 19

한 줄 요약

이 논문은 레이포르티안 다양체와 인과 집합을 부분적으로 순서진 측도 공간으로 간주하여, 인과 순서와 부피 측도를 통해 그들의 구조를 통합하는 프레임워크를 제안한다. 이 프레임워크는 두 공간 간의 유사도를 수량화할 수 있는 공변 거리 함수를 도입하여, 인과 집합의 다양체 유사성 또는 여러 시공간 간의 유사성에 대한 정량적 측도를 제공한다.

ABSTRACT

We consider Lorentzian manifolds as examples of partially ordered measure spaces, sets endowed with compatible partial order relations and measures, in this case given by the causal structure and the volume element defined by each Lorentzian metric. This places the structure normally used to describe spacetime in geometrical theories of gravity in a more general context, which includes the locally finite partially ordered sets of the causal set approach to quantum gravity. We then introduce a function characterizing the closeness between any two partially ordered measure spaces and show that, when restricted to compact spaces satisfying a simple separability condition, it is a distance. In particular, this provides a quantitative, covariant way of describing how close two manifolds with Lorentzian metrics are, or how manifoldlike a causal set is.

연구 동기 및 목표

• 레이포르티안 다양체와 인과 집합을 부분적으로 순서진 측도 공간의 공통 수학적 프레임워크 아래 통합적으로 기술하는 것.
• 인과 집합이 레이포르티안 시공간과 얼마나 유사한지를 수량화하는 데 도전하는 것.
• 인과 순서와 측도 이론적 구조를 존중하면서 기하학적으로 의미 있는 공변 거리 함수를 부분적으로 순서진 측도 공간 간에 정의하는 것.
• 시공간 간 비교나 이산적 인과 집합의 다양체 유사성 평가를 위한 엄밀한 수학적 도구를 제공하는 것.

제안 방법

• 레이포르티안 다양체와 인과 집합을 그들의 인과 구조와 부피 측도를 이용해 부분적으로 순서진 측도 공간으로 표현하는 것.
• 그들의 순서와 측도의 호환성에 기반해 임의의 두 공간 간의 유사도를 측정하는 함수를 정의하는 것.
• 함수가 메트릭의 공리계를 만족하도록, 단순한 분리 가능성 조건을 만족하는 컴팩트 공간으로 함수를 제한하는 것.
• 이 조건 하에서 함수가 진정한 거리 함수가 되며, 이로 인해 정량적 비교가 가능해지는 것을 증명하는 것.
• 수득한 거리 함수를 이용해 인과 집합이 레이포르티안 다양체와 얼마나 유사한지를 평가하는 것.
• 이 프레임워크를 연속적 시공간과 이산적 인과 집합 양쪽에 적용하여 이론 간 비교를 가능하게 하는 것.

실험 결과

연구 질문

• RQ1 레이포르티안 다양체와 인과 집합은 어떻게 공통 수학적 구조 아래(formally) 통합될 수 있는가?
• RQ2 두 시공간 또는 인과 집합과 다양체 간의 유사성을 측정하는 데 적합하고, 공변적이며 수학적으로 엄밀한 방법은 무엇인가?
• RQ3 부분적으로 순서진 측도 공간에 대해 인과 순서와 측도 구조를 모두 존중하는 거리 함수를 정의할 수 있는가?
• RQ4 이 거리 함수가 컴팩트하고 분리 가능한 공간에서 진정한 메트릭이 되는 조건은 무엇인가?
• RQ5 이 프레임워크는 인과 집합의 다양체 유사성 평가에 어느 정도까지 적용될 수 있는가?

주요 결과

• 제안된 함수는 컴팩트하고 분리 가능한 부분적으로 순서진 측도 공간에서 유효한 거리 함수로, 모든 메트릭 공리계를 만족한다.
• 이 프레임워크는 레이포르티안 다양체와 인과 집합 간의 공변적이며 기하학적으로 의미 있는 비교를 가능하게 한다.
• 거리 함수는 인과 집합이 레이포르티안 시공간과 얼마나 유사한지를 수량화하여 다양체 유사성의 척도를 제공한다.
• 이 방법은 연속적 시공간과 이산적 인과 집합 모두에 적용 가능하여 이론 간 분석을 가능하게 한다.
• 이 구성은 시공간의 인과적 및 측도 이론적 구조를 유지하므로 물리적 관련성을 보장한다.