분할 결정 함수와 엔트로피와 집합 크기 부등식

초록

이 논문은 ‘분할‑결정 함수’를 정의하고, 독립 확률변수에 대한 이러한 함수의 엔트로피와, 해당 함수로 만든 복합 집합의 원소 수 사이에 새로운 부등식을 제시한다. 엔트로피 부등식은 플루넥‑루자 유형의 일반적 불평등을 정보이론적 형태로 재현하고, 집합 크기 부등식은 합집합·곱집합 등 전통적인 가법조합론 결과를 확장한다. 또한 비가환 군에서의 루자 추측에 대한 부분적 증명을 제공한다.

상세 분석

논문은 먼저 ‘분할‑결정 함수(partition‑determined function)’라는 개념을 도입한다. 이는 다변수 함수 f(x₁,…,x_k)가 입력 변수들의 특정 부분집합에 대한 값만으로 전체 값을 결정할 수 있는 경우를 말한다. 예를 들어, 합함수 f(x,y)=x+y는 각 변수의 값 자체가 아니라 두 변수의 합이라는 하나의 ‘분할’에 의해 결정된다. 이러한 함수에 대해 독립적인 확률변수 X₁,…,X_k가 주어지면, f(X₁,…,X_k)의 엔트로피 H(f)는 각 부분집합에 대한 엔트로피들의 조합으로 상한을 얻을 수 있다. 저자들은 정보이론의 기본 성질(조건부 엔트로피, 체인 규칙, 서브모듈러성)을 활용해 H(f) ≤ Σ_{i∈S} H(X_i) – H( X_S | f ) 형태의 일반 부등식을 증명한다. 여기서 S는 변수들의 부분집합이며, ‘분할‑결정’ 특성 덕분에 조건부 엔트로피가 크게 감소한다는 점이 핵심이다.

다음으로, 같은 구조를 집합론에 옮겨 ‘복합 집합(compound set)’을 정의한다. 이는 각 변수 i에 대해 집합 A_i ⊂ G(그룹 등) 가 주어지고, f(A₁,…,A_k)= { f(a₁,…,a_k) | a_i∈A_i } 로 형성된 집합이다. 엔트로피 부등식의 확률적 해석을 카운팅 원리와 결합하면, |f(A₁,…,A_k)| 에 대한 상한·하한을 얻을 수 있다. 특히, 플루넥‑루자 부등식의 핵심인 |A+B|·|C| ≤ |A+C|·|B| 형태를 일반적인 f에 대해 재현한다. 이는 기존의 가법조합론 결과를 ‘분할‑결정’이라는 통합 프레임워크 안에 넣어, 합집합뿐 아니라 곱집합, 차집합 등 다양한 연산에 적용 가능하게 만든다.

마지막으로, 비가환 군 G에서의 합집합 A·B에 대한 루자(2007)의 추측을 다룬다. 저자들은 ‘분할‑결정’ 특성을 이용해 |A·B·C| ≥ |A·C|·|B| / |C| 와 같은 부분적 부등식을 얻으며, 이는 기존 결과보다 약하지만 비가환 상황에서도 적용 가능함을 보여준다. 전체 증명은 복잡한 조합론적 도구 대신, 엔트로피와 조건부 엔트로피의 기본 성질만을 사용한 ‘정보‑이론적 접근’으로 구성되어 있다.

이러한 결과들은 엔트로피와 집합 크기 사이의 깊은 연결 고리를 밝히며, 정보이론이 조합론적 불평등을 새롭게 해석하고 일반화하는 강력한 도구임을 입증한다.