Topological, metric and fractal properties of the set of real numbers with a given asymptotic mean of digits in their $4$-adic representation in the case when the digit frequencies exist

이 논문은 4 진법 표현에서 모든 자릿수 빈도가 존재할 때, 자릿수의 점근적 평균이 주어진 실수 집합의 위상적·계량적·프랙탈 성질을 분석하고, 해당 집합의 구성 알고리즘, 연속성 및 조밀성, 르베그 측도 조건, 그리고 하우스도르프 차원 추정을 제시합니다.

핵심

🎨 제목: 숫자들의 숨겨진 평균과 프랙탈의 비밀

이 연구는 0 과 1 사이의 숫자들을 4 진법 (4-adic) 으로 표현했을 때, 그 숫자들이 어떤 규칙을 가지고 반복되는지, 그리고 그 규칙에 따라 숫자들의 집합이 어떤 모양을 띠는지 탐구합니다.

1. 기본 개념: 숫자를 알파벳으로 바꾸기 🅰️

우리는 보통 숫자를 10 진법 (0~9) 으로 쓰지만, 이 논문에서는 4 진법 (0, 1, 2, 3) 을 사용합니다.

• 비유: 숫자 $x$를 길게 늘어선 알파벳의 나열로 생각해보세요.
  • 예: $0.1230123...$
  • 여기서 0, 1, 2, 3 은 각각 다른 색깔의 레고 블록이나 음식 재료라고 상상해 보세요.

2. 핵심 질문: "숫자들의 평균은 얼마일까?" 📊

논문은 이 알파벳 나열에서 0, 1, 2, 3 이 나오는 비율 (빈도) 을 세어봅니다.

• 주인공: $r(x)$라는 함수입니다. 이는 "숫자 나열을 무한히 계속할 때, 0, 1, 2, 3 의 평균 값이 얼마가 되는가?"를 묻습니다.
• 예시:
  • 만약 숫자 나열이 0, 0, 0, 0...만 계속되면 평균은 0입니다.
  • 만약 3, 3, 3, 3...만 계속되면 평균은 3입니다.
  • 만약 0, 1, 2, 3이 골고루 섞여 있다면 평균은 1.5가 됩니다.

저자들은 이 평균값 ($\theta$) 이 특정 값 (예: 1.2) 으로 고정된 모든 숫자들의 집합 ($S_\theta$) 을 연구합니다.

3. 발견한 신비로운 성질들 🌌

이 연구는 이 특정 평균을 가진 숫자들의 집합이 얼마나 기묘하고 아름다운지 세 가지 측면에서 설명합니다.

① 위상적 성질: "어디에나 숨어있는 유령" 👻

• 비유: 이 숫자 집합은 공기 중의 먼지와 같습니다.
• 설명: 이 집합에 속하는 숫자들은 0 과 1 사이의 어디에나 (모든 곳에) 존재합니다. 아주 작은 구간을 잘라내도 그 안에는 이 규칙을 따르는 숫자가 무수히 많습니다. 하지만 정작 그 숫자들을 하나하나 꼽아보면, 전체 숫자 중에서는 아주 희귀한 유령처럼 존재합니다.

② 측도론적 성질: "빈 공간과 꽉 찬 공간" 🏠

• 비유: 전체 숫자 공간을 거대한 수영장이라고 생각하세요.
• 설명:
  • 만약 우리가 원하는 평균이 1.5(가장 자연스러운 균형) 라면, 이 집합은 수영장의 거의 모든 물을 차지합니다 (확률 100%). 즉, 무작위로 숫자를 뽑으면 거의 100% 확률로 이 규칙을 따릅니다.
  • 하지만 우리가 원하는 평균이 0이나 3(극단적인 경우) 이라면, 이 집합은 수영장의 물 한 방울도 차지하지 못합니다 (확률 0). 아주 특수한 숫자들만 모여 있는 '빈 공간'이 됩니다.

③ 프랙탈 차원: "구멍이 숭숭 뚫린 스펀지" 🧽

• 비유: 이 숫자 집합은 스펀지나 코흐 눈송이처럼 구멍이 숭숭 뚫린 복잡한 구조를 가집니다.
• 설명:
  • 일반적인 선은 '1 차원', 면은 '2 차원'입니다. 하지만 이 집합은 1 과 2 사이의 값 (예: 1.23 차원) 을 가집니다.
  • 이는 이 숫자들이 선처럼 길게 이어져 있으면서도, 동시에 공간의 구석구석에 구멍을 만들어 복잡하게 얽혀 있다는 뜻입니다.
  • 연구자들은 이 구멍의 복잡도 (프랙탈 차원) 를 계산하는 공식을 찾아냈습니다. 평균값이 1.5 일 때 가장 복잡하고, 0 이나 3 에 가까워질수록 단순해집니다.

4. 숫자를 만드는 방법: 레시피 공개 🍳

논문의 가장 재미있는 부분 중 하나는 "원하는 평균을 가진 숫자를 직접 만드는 법" 을 알려준다는 점입니다.

• 방법:
  1. 원하는 평균을 결정합니다 (예: 1.2).
  2. 0, 1, 2, 3 이 나올 비율을 계산합니다.
  3. 이 비율대로 블록을 쌓아 올립니다. (예: 100 개의 블록 중 0 은 40 개, 1 은 30 개...)
  4. 이렇게 쌓아 만든 숫자는 우리가 원하던 평균을 정확히 가집니다.
• 의미: 수학자들이 단순히 "이런 숫자가 있다"고 말하는 것을 넘어, 직접 그 숫자를 조립하는 공구 (알고리즘) 를 만들어낸 것입니다.

📝 요약: 이 논문이 왜 중요할까요?

이 논문은 "숫자의 무작위성 속에 숨겨진 질서" 를 찾아냅니다.
우리가 매일 쓰는 숫자들이 단순히 무작위로 섞인 것이 아니라, 특정한 평균을 가진 숫자들은 어떤 기하학적 모양 (프랙탈) 을 이루며, 그 모양은 우리가 원하는 대로 조절할 수 있다는 것을 증명했습니다.

마치 음악에서 특정 음정 (평균) 을 내는 화음들이 모여 어떤 음색 (프랙탈 구조) 을 만드는지 연구하는 것과 비슷합니다. 이 연구는 수학의 추상적인 세계가 얼마나 정교하고 아름다운 구조를 가지고 있는지 보여줍니다.

기술 요약

1. 연구 문제 (Problem Statement)

이 논문은 실수 $x \in [0, 1]$ 의 4 진수 (4-adic) 표현에서 숫자의 점근적 평균 (asymptotic mean of digits) 이 특정 상수 $\theta$ 로 수렴하는 실수들의 집합 $S_\theta$ 의 성질을 연구합니다.

• 정의: 실수 $x$ 를 $x = \sum_{k=1}^{\infty} \alpha_k(x) 4^{-k}$ 로 표현할 때 ($\alpha_k \in \{0, 1, 2, 3\}$), 점근적 평균 $r(x)$ 는 다음과 같이 정의됩니다.
  $$r(x) = \lim_{n \to \infty} \frac{1}{n} \sum_{k=1}^{n} \alpha_k(x)$$
  이 극한이 존재하는 경우를 다룹니다.
• 목표: 주어진 $\theta \in [0, 3]$ 에 대해 $r(x) = \theta$ 를 만족하는 집합 $S_\theta$ 의 위상적 성질 (밀집성 등), 계량적 성질 (르베그 측도), 그리고 프랙탈 차원 (하우스도르프 - 베시코비치 차원) 을 규명하는 것입니다.
• 구분: 연구는 모든 자릿수 빈도 (digit frequencies) $\nu_i(x)$ 가 존재하는 부분집합 $\Theta_1$ 에 초점을 맞추며, 이를 베시코비치 - 에글스턴 (Besicovitch-Eggleston) 집합과 연결하여 분석합니다.

2. 방법론 (Methodology)

저자들은 다음과 같은 수학적 도구와 기법을 활용하여 문제를 해결했습니다.

• 자릿수 빈도와의 관계 분석: 점근적 평균 $r(x)$ 와 각 자릿수 $i \in \{0, 1, 2, 3\}$ 의 빈도 $\nu_i(x)$ 사이의 선형 관계를 설정했습니다.
  $$r(x) = 0\cdot\nu_0 + 1\cdot\nu_1 + 2\cdot\nu_2 + 3\cdot\nu_3 = \theta$$
  이 식과 $\sum \nu_i = 1$ 조건을 결합하여 확률 벡터 $(\nu_0, \nu_1, \nu_2, \nu_3)$ 의 공간에서 $\theta$ 를 만족하는 영역을 정의했습니다.
• 베시코비치 - 에글스턴 집합 활용: 특정 빈도 벡터 $\tau = (\tau_0, \tau_1, \tau_2, \tau_3)$ 를 갖는 수들의 집합 $E[\tau]$ 는 잘 알려진 프랙탈 집합이며, 그 하우스도르프 차원은 엔트로피 공식으로 계산 가능합니다. 집합 $\Theta_1$ 은 모든 가능한 $\tau$ 에 대한 $E[\tau]$ 의 합집합으로 간주됩니다.
• 구체적 구성 알고리즘: 주어진 빈도 $\tau_i$ 를 갖는 수를 명시적으로 구성하는 알고리즘을 제시했습니다. 이는 블록 단위로 0, 1, 2, 3 이 반복되는 패턴을 설계하여, 점근적으로 원하는 빈도와 평균을 갖도록 하는 방식입니다.
• 최적화 및 극한 분석: 하우스도르프 차원의 하한을 구하기 위해 함수 $f(\tau) = \sum \tau_i \ln \tau_i$ 를 제약 조건 하에서 최소화하는 문제를 풀었습니다.

3. 주요 기여 및 결과 (Key Contributions and Results)

A. 집합 $\Theta_1$ 의 위상 및 계량적 성질

• 연속성과 밀집성: $\Theta_1$ 은 구간 $[0, 1]$ 에서 연속적이고 (continuous), 어디서나 조밀한 (everywhere dense) 집합임을 증명했습니다.
• 르베그 측도 (Lebesgue Measure):
  • $\theta \neq \frac{3}{2}$ 인 경우: 집합 $\Theta_1$ 은 영측도 (zero Lebesgue measure) 를 가집니다. 이는 거의 모든 수 (normal numbers) 가 $\theta = \frac{3}{2}$ (균일 분포) 에 해당하기 때문입니다.
  • $\theta = \frac{3}{2}$ 인 경우: 집합 $\Theta_1$ 은 전체 측도 (full Lebesgue measure, $\lambda(\Theta_1)=1$) 를 가집니다. 이 경우 정규수 (normal numbers) 를 포함하기 때문입니다.

B. 프랙탈 차원 (Fractal Dimension)

• 하우스도르프 - 베시코비치 차원 하한: 집합 $\Theta_1$ 의 하우스도르프 차원 $\alpha_0(\Theta_1)$ 에 대해 다음과 같은 부등식을 증명했습니다.
  $$\alpha_0(\Theta_1) \geq -\frac{m(\theta)}{\ln 4}$$
  여기서 $m(\theta)$ 는 제약 조건 ($\sum \tau_i = 1, \sum i\tau_i = \theta$) 하에서 $f(\tau) = \sum \tau_i \ln \tau_i$ 의 최솟값입니다. 이는 해당 집합이 프랙탈 구조를 가지며, 그 복잡도가 $\theta$ 값에 따라 결정됨을 의미합니다.
• 특이한 경우 ($\theta=0, 3$):
  • $\theta=0$ 일 때: 모든 숫자가 0 이어야 하므로 $\nu_0=1$, 나머지는 0 입니다. 차원은 0 이며, 이는 '이상한 프랙탈 (anomalously fractal)' 성질을 가집니다.
  • $\theta=3$ 일 때: 모든 숫자가 3 이어야 하므로 $\nu_3=1$, 나머지는 0 입니다. 역시 차원은 0 입니다.

C. 구성 알고리즘 (Construction Algorithm)

• 임의의 확률 벡터 $\tau$ 와 점근적 평균 $\theta$ 를 만족하는 실수 $x$ 를 구체적으로 생성하는 알고리즘을 제시했습니다.
• 이 알고리즘은 $k$ 번째 블록에서 $\tau_i$ 비율에 해당하는 숫자 $i$ 를 배치하는 방식으로 작동하며, 블록의 크기를 적절히 조절하여 ($s_k$ 시퀀스 사용) 극한에서 원하는 빈도와 평균을 정확히 달성함을 증명했습니다.
• 또한, 서로 다른 파라미터 (빈도 행렬 또는 블록 크기 시퀀스) 를 사용하면 서로 다른 실수가 생성됨을 보임으로써, 이 집합이 무한히 많은 원소를 가짐을 확인했습니다.

3.4. 의의 (Significance)

1. 일반화된 프랙탈 기하학: 기존에 3 진수 (s=3) 에 대해 연구되었던 결과를 4 진수 (s=4) 로 확장하여, 진법基数가 커질수록 집합 $S_\theta$ 가 더 풍부한 성질을 보임을 밝혔습니다.
2. 정규수와 비정규수의 경계: 점근적 평균이 고정된 집합이 어떻게 정규수 (균일 분포) 와 비정규수 (특정 편향) 의 경계에서 위상적, 계량적 성질을 변화시키는지 명확히 규명했습니다. 특히 $\theta = 1.5$ 일 때만 전체 측도를 가진다는 점은 확률론적 직관과 일치하는 중요한 결과입니다.
3. 구체적 구성의 가능성: 단순히 존재성을 논하는 것을 넘어, 주어진 통계적 성질 (빈도 및 평균) 을 갖는 수를 구체적으로 구성하는 알고리즘을 제공했다는 점에서 계산적 수론 및 프랙탈 이론에 실용적인 기여를 했습니다.
4. 다학제적 적용: 이 연구는 동역학계, 확률 분포, 정보 이론 (엔트로피) 및 프랙탈 분석의 교차점에 위치하며, 실수의 4 진수 표현에 내재된 복잡한 구조를 이해하는 데 기여합니다.

결론

이 논문은 4 진수 표현에서 숫자의 점근적 평균이 고정된 실수 집합이 위상적으로는 조밀하고 연속적이지만, 계량적으로는 $\theta$ 값에 따라 영측도 또는 전체 측도를 가지며, 프랙탈 차원은 엔트로피 최소화 원리에 의해 결정된다는 것을 rigorously 증명했습니다. 이는 베시코비치 - 에글스턴 집합 이론의 중요한 확장이며, 실수의 프랙탈 성질을 분석하는 강력한 도구를 제공합니다.