Transformations and functions that preserve the asymptotic mean of digits in the ternary representation of a number

이 논문은 $s$진법 표현에서 숫자의 점근적 평균을 보존하는 $[0, 1)$ 구간 위의 변환과 함수를 연구하고, 해당 변환이 이 클래스에 속하기 위한 필요충분조건을 제시합니다.

핵심

🎨 제목: 숫자의 '평균 성향'을 지키는 마법사들

이 논문은 0 과 1 사이의 숫자들을 3 진법 (0, 1, 2 만 사용하는 숫자 체계) 으로 바꿨을 때, 그 숫자들이 어떤 평균적인 성향을 가지고 있는지, 그리고 그 성향을 유지하면서 숫자를 변신시키는 **함수 (변환)**가 어떤 것들이 있는지 연구합니다.

1. 기본 설정: 숫자를 알파벳으로 바꾸기

우리가 쓰는 숫자 (예: 0.123...) 를 3 진법으로 바꾸면, 마치 알파벳으로 된 긴 문장이 됩니다.

• 3 진법 숫자: 0, 1, 2 만 나옵니다.
• 문장 예시: 0120012120...

이 긴 문장에서 **0, 1, 2 가 각각 얼마나 자주 나오는가?**를 세어보겠습니다.

• 자주 나오는 비율 (빈도): 100 자리 중 0 이 33 번, 1 이 33 번, 2 가 34 번 나오면, 각각의 '빈도'는 약 1/3 입니다.
• 숫자의 평균값 (Asymptotic Mean): 0, 1, 2 의 값 자체를 더해서 평균을 내면, 보통은 $(0+1+2)/3 = 1$이 됩니다.

이 논문은 **"숫자의 평균값 (1) 을 유지하면서, 숫자의 나열 순서나 빈도는 어떻게 바꿀 수 있을까?"**를 묻습니다.

---

🧩 주요 발견 1: 빈도까지 지키는 '완벽한 변신사' (Section 2)

가장 쉬운 변신은 숫자 순서만 바꾸는 것입니다.

• 비유: 친구들 (숫자들) 이 줄을 서 있는데, 순서만 뒤섞고 (예: 1 번과 2 번 친구가 자리 바꿈) 다시 줄을 세우는 거예요.
• 결과: 친구들의 총 인원수는 그대로고, 어떤 친구가 몇 번 나왔는지도 변하지 않습니다.
• 수학적 의미: 숫자의 '빈도' (Frequency) 를 그대로 유지하는 변환은 **군 (Group)**이라는 수학적 구조를 이룹니다. 즉, 이런 변신사들은 서로 합쳐도 (함수 합성) 여전히 같은 규칙을 따르는 '동료'가 됩니다.

하지만, 숫자의 빈도를 바꾸지 않으면서도 '평균값'만 지키는 변신사는 더 흥미롭습니다.

---

🎭 주요 발견 2: 평균은 지키는데, 빈도는 망가뜨리는 '교활한 변신사' (Section 4 & 5)

이 논문에서 가장 재미있는 부분은 **"숫자의 평균값 (1) 은 그대로 두는데, 숫자 0, 1, 2 가 나오는 비율 (빈도) 은 완전히 바꿔버리는 변신"**을 찾았다는 점입니다.

🌰 비유: "다이어트 중인 요리사"

• 상황: 어떤 요리는 0(설탕), 1(소금), 2(기름) 가 섞여 있습니다.
• 목표: 요리의 **평균 맛 (평균값)**은 그대로 유지해야 하지만, **재료의 비율 (빈도)**은 바꿔도 됩니다.
• 방법:
  • 원래는 0, 1, 2 가 골고루 섞여 있었어요 (각각 1/3 씩).
  • 변신사는 1(소금) 이 나오는 자리 중 일부를 0(설탕) 으로 바꾸고, 또 다른 1(소금) 을 2(기름) 로 바꿉니다.
  • 결과: 0 이 더 많이 나오고, 1 은 줄어들고, 2 는 늘어납니다. 재료 비율 (빈도) 은 확 바뀌었습니다.
  • 하지만: 0, 1, 2 의 '가중치'를 계산해 평균을 내면, 여전히 1이 나옵니다!

이 논문은 이런 변신사가 **거의 모든 숫자 (정상적인 수, Normal Numbers)**에서 존재한다는 것을 증명했습니다. 즉, "숫자의 평균 성향"이라는 큰 틀만 지키면, 세부적인 숫자 나열 패턴은 마음대로 뒤섞을 수 있다는 뜻입니다.

---

🌀 주요 발견 3: 아예 규칙이 없는 '카오스'를 만드는 변신 (Section 6)

마지막으로, 이 논문은 더 극단적인 변신을 소개합니다.

• 목표: 평균값은 1 로 유지하되, 숫자 0, 1, 2 가 나오는 비율 자체가 아예 정해지지 않게 (불규칙하게) 만드는 것입니다.
• 비유: 주사위를 던져서 1 이 나올 확률이 1/3 이라고 정해져 있는데, 변신사가 주사위를 던지는 방식을 아주 복잡하게 바꿔서, "앞으로는 0 이 나올지 1 이 나올지 예측할 수 없게" 만드는 거예요.
• 결과: 숫자의 나열 패턴이 너무 불규칙해서 "0 이 몇 % 나옵니다"라고 말할 수 없게 됩니다 (빈도가 존재하지 않음). 하지만 놀랍게도, 그 불규칙한 나열 속에서도 평균값은 여전히 1로 유지됩니다.

---

💡 이 연구가 왜 중요할까요? (요약)

1. 규칙과 자유의 균형: 숫자의 '평균'이라는 큰 규칙을 지키면서도, 세부적인 '빈도'나 '패턴'은 얼마나 자유롭게 바꿀 수 있는지 보여줍니다.
2. 프랙탈 (Fractal) 과의 연결: 이 숫자들의 나열 패턴은 자연계의 복잡한 구조 (프랙탈) 를 이해하는 데 쓰입니다. 예를 들어, 어떤 구름의 모양이나 나뭇가지의 분포가 이 '숫자 빈도'와 깊은 연관이 있습니다.
3. 수학적 놀이: "숫자의 평균을 지키는 함수"라는 조건 하나만으로도, 우리가 상상할 수 없는 다양한 변신 (함수) 이 존재한다는 것을 증명했습니다.

한 줄 요약:

"숫자들의 나열 순서를 아주 복잡하게 뒤섞거나, 특정 숫자의 비율을 마음대로 바꿔도, '숫자들의 평균적인 성향'만은 그대로 유지할 수 있는 마법 같은 변환들이 존재한다는 것을 발견한 연구입니다."

이처럼 수학은 단순히 계산을 넘어, 패턴의 본질과 변화의 자유를 탐구하는 아름다운 예술과도 같습니다.

기술 요약

논문 개요

이 논문은 실수 $x \in [0, 1)$의 $s$ 진법 (특히 3 진법, $s=3$) 표현에서 **숫자의 점근적 평균 (asymptotic mean of digits)**을 보존하는 변환 (transformation) 과 함수 (function) 의 성질을 연구합니다. 저자들은 숫자 빈도 (digit frequency) 를 보존하는 함수와 점근적 평균을 보존하는 함수 사이의 관계를 규명하고, 두 조건을 동시에 만족하지 않는 함수의 존재성을 증명하며, 이러한 함수들의 집합 크기를 분석합니다.

1. 연구 문제 (Problem)

• 배경: 실수의 $s$ 진법 표현에서 각 숫자 ($0, 1, \dots, s-1$) 가 나타나는 빈도 (frequency) 와 그 가중 평균인 점근적 평균 ($r(x)$) 은 수론, 확률론, 프랙탈 기하학에서 중요한 개념입니다.
• 핵심 질문:
  1. 숫자의 점근적 평균 $r(x)$을 보존하는 함수는 반드시 각 숫자의 빈도 $\nu_i(x)$를 보존해야 하는가?
  2. 숫자 빈도는 보존하지 않으면서 점근적 평균만 보존하는 함수가 존재하는가?
  3. 이러한 함수들은 르베그 측도 (Lebesgue measure) 관점에서 거의 모든 곳에서 (almost everywhere) 존재하는가?
  4. 점근적 평균은 보존되지만 숫자 빈도 자체가 존재하지 않는 (limit 가 발산하는) 함수를 구성할 수 있는가?

2. 방법론 (Methodology)

• 수학적 정의 및 설정:
  • $x = \sum_{k=1}^{\infty} \frac{\alpha_k}{s^k}$ 형태의 $s$ 진법 표현을 사용하며, $\alpha_k$는 $k$번째 숫자입니다.
  • 숫자 빈도: $\nu_i(x) = \lim_{n \to \infty} \frac{N_i(x, n)}{n}$ (여기서 $N_i$는 $n$ 자리까지 숫자 $i$가 나타난 횟수).
  • 점근적 평균: $r(x) = \lim_{n \to \infty} \frac{1}{n} \sum_{k=1}^n \alpha_k(x)$. 3 진법의 경우 $r(x) = \nu_1(x) + 2\nu_2(x)$로 표현됩니다.
  • 베시코비치 - 에글스턴 집합 (Besicovitch-Eggleston sets): 특정 빈도 $\tau_i$를 갖는 숫자들의 집합 $E[\tau_0, \tau_1, \dots, \tau_{s-1}]$을 정의하고, 이들의 하우스도르프 - 베시코비치 프랙탈 차원을 분석합니다.
• 함수 구성 및 분석:
  • 군론적 접근: 숫자 빈도를 보존하는 변환들의 집합이 비가환군 (noncommutative group) 을 이룸을 증명합니다.
  • 반례 및 구성: 점근적 평균은 보존하지만 빈도는 보존하지 않는 구체적인 함수 $f(x)$를 명시적으로 구성합니다.
  • 점근적 분석: 구성된 함수에 대해 $n \to \infty$일 때의 극한 행동을 분석하기 위해 스톨츠 - 체사로 정리 (Stolz-Cesàro theorem) 와 팩토리얼 급수 ($n!$) 를 이용한 특수한 수열을 활용합니다.

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

가. 숫자 빈도 보존과 프랙탈 차원 (Section 2 & 3)

• 정리 1: 숫자 빈도를 보존하는 함수가 프랙탈 차원을 보존하지 않을 수 있음을 증명했습니다.
  • 특정 빈도 $\tau_i$를 갖는 베시코비치 - 에글스턴 집합 $E[\tau_0, \tau_1, \tau_2]$의 모든 원소를 하나의 점 $x'$으로 매핑하는 함수를 정의했습니다.
  • 이 함수는 빈도는 보존하지만 ($\nu_i(f(x)) = \nu_i(x)$), 집합의 프랙탈 차원은 $0$으로 변형시켜 차원 불변성을 깨뜨립니다.

나. 점근적 평균 보존과 빈도 보존의 관계 (Section 4)

• 정리 2 (핵심 결과): 3 진법 시스템에서 점근적 평균 $r(x)$을 보존하는 함수는 반드시 모든 숫자의 빈도 $\nu_i(x)$를 보존해야 합니다.
  • 즉, $r(x) = r(f(x))$이고 $x$가 빈도가 존재하는 집합 $\Theta$에 속할 경우, $\nu_i(x) = \nu_i(f(x))$가 성립합니다.
  • 증명 논리: $r(x)=0$이면 $\nu_0=1, \nu_1=\nu_2=0$이고, $r(x)=2$이면 $\nu_2=1, \nu_0=\nu_1=0$임을 보였습니다 (Lemma 2). 중간값에 대해서는 빈도 보존이 필수적임을 유도했습니다.
  • 의미: 3 진법에서는 점근적 평균 보존이 빈도 보존과 동치입니다. (이는 일반적인 $s$ 진법이나 다른 조건에서는 성립하지 않을 수 있으나, 이 논문에서는 3 진법에서 엄격하게 증명됨).

다. 거의 모든 곳에서 (Almost Everywhere) 의 보존 (Section 5)

• 정리 3: 르베그 측도 1 을 갖는 '정규수 (normal numbers)' 집합 $H$ 위에서, 숫자 빈도는 보존하지 않지만 점근적 평균은 보존하는 함수가 존재합니다.
  • 구성: 정규수 $x$의 3 진법 표현에서 '1'이 나오는 특정 위치 (7 의 배수 등) 를 규칙적으로 '0'과 '2'로 치환하는 함수 $f(x)$를 정의했습니다.
  • 결과: 이 함수는 $\nu_0, \nu_1, \nu_2$의 값을 변경하여 ($\nu_0=8/21, \nu_1=5/21, \nu_2=8/21$) 원래의 $1/3$에서 벗어나게 하지만, 가중 합인$r(x) = \nu_1 + 2\nu_2$는 여전히$1$로 유지됩니다.
  • 크기: 점근적 평균을 거의 모든 곳에서 보존하는 함수들의 집합은 초연속체 (hypercontinuum) 의 크기를 가집니다.

라. 빈도가 존재하지 않는 경우 (Section 6)

• 정리 4: 점근적 평균은 존재하고 보존되지만, 숫자 빈도 자체가 존재하지 않는 (limit 가 발산하는) 함수를 구성했습니다.
  • 구성: 팩토리얼 ($n!$) 길이의 블록을 이용해 숫자 '0', '1', '2'의 비율을 진동시키는 특수한 수열을 정의했습니다.
  • 결과: 이 함수 $f(x)$에 대해 $r(f(x)) = 1$로 수렴하지만, 각 숫자 $\nu_i(f(x))$의 극한은 존재하지 않습니다. 이는 점근적 평균이 존재하기 위해 개별 빈도의 존재가 필수는 아님을 보여줍니다.

4. 의의 및 결론 (Significance)

1. 이론적 명확성: 3 진법 표현에서 '점근적 평균 보존'과 '숫자 빈도 보존'의 관계를 명확히 구분했습니다. 전역적 (everywhere) 인 경우 두 조건이 동치임을 보였으나, '거의 모든 곳 (almost everywhere)'이나 '빈도 존재 여부'가 다른 조건에서는 독립적일 수 있음을 증명했습니다.
2. 프랙탈 기하학과의 연결: 숫자의 통계적 성질 (빈도, 평균) 을 보존하는 변환이 프랙탈 차원 (Hausdorff dimension) 을 보존하지 않을 수 있음을 보여주어, 프랙탈 차원 불변성과 통계적 불변성 사이의 미묘한 차이를 드러냈습니다.
3. 함수 구성의 혁신: 팩토리얼 급수를 이용한 수열 구성을 통해, 통계적 평균은 안정적이지만 분포는 극도로 불규칙한 (빈도가 정의되지 않는) 함수를 구체적으로 제시했습니다. 이는 ergodic theory 와 프랙탈 분석 분야에서 새로운 예시와 반례를 제공합니다.
4. 응용 가능성: 이러한 함수들은 비정규적인 확률 분포, 특이한 프랙탈 집합의 구조, 그리고 정보 이론에서의 데이터 압축 및 암호화 기법 등에 응용될 수 있는 수학적 모델을 제공합니다.

요약하자면, 이 논문은 3 진법 숫자의 통계적 특성을 보존하는 함수들의 계층 구조를 정립하고, 평균 보존과 빈도 보존이 항상 일치하지는 않음을 rigorously (엄밀하게) 증명하여 수론 및 프랙탈 기하학 분야에 중요한 기여를 했습니다.