확률밀도함수 수렴과 미분엔트로피 수렴의 완전한 조건

초록

본 논문은 확률밀도함수들의 측도 수렴 하에서 미분엔트로피가 수렴하기 위한 충분조건을 ‘엔트로피 적분함수 $f_n|\log f_n|$의 균등 적분가능성(UI)과 꼬리집중성(T)’으로 통합한다. 이를 바탕으로 단일 초선형 Orlicz 함수 $\Psi$에 대한 기대값 제한 $\sup_n\int f_n\Psi(|\log f_n|)<\infty$을 제시해 기존 고정 $\alpha>1$ 조건보다 약함을 보이고, $\alpha_n\downarrow1$으로 대체하려는 Godavarti‑Hero 추측이 거짓임을 반례로 증명한다. 또한 유계 영역에서는 UI가 엔트로피 수렴의 필요충분조건임을 보여 완전한 특성을 제공한다.

상세 분석

논문은 먼저 확률밀도함수 $f_n$가 레베그 측도에서 수렴할 때, 엔트로피 $H(f_n)=-\int f_n\log f_n$가 수렴하려면 추가적인 정규화가 필요함을 강조한다. 핵심 아이디어는 엔트로피 적분함수 $g_n:=f_n|\log f_n|$를 하나의 함수열로 보고, 이 열이 ‘균등 적분가능성(UI)과 꼬리집중성(T)’을 만족하면 Vitali 수렴정리(σ‑finite 공간 버전)를 직접 적용해 $g_n\to g$(여기서 $g=f|\log f|$)가 $L^1$ 수렴함을 보인다. 이때 $L^1$ 수렴은 바로 엔트로피 수렴 $H(f_n)\to H(f)$와 동치가 된다.

UI는 두 부분으로 정의된다. (A) 모든 $n$에 대해 $\int|g_n|$가 유계이고, (B) 임의의 $\varepsilon>0$에 대해 $M$을 잡아 $\sup_n\int_{{|g_n|>M}}|g_n|<\varepsilon$가 되게 한다. σ‑finite 공간에서는 추가로 (C) ‘꼬리집중성’이 필요하다. 즉, 어떤 유한 측도 집합 $K$를 잡아 $\sup_n\int_{\Omega\setminus K}|g_n|<\varepsilon$가 가능해야 한다. 이 조건은 $f_n$ 자체가 확률밀도이므로 자동으로 만족되는 경우가 많지만, $g_n$에 대해서는 별도 검증이 요구된다.

논문은 이 UI&T 조건을 만족시키는 충분조건으로 Orlicz‑type 제약을 제시한다. 구체적으로 초선형(즉, $\Psi(t)/t\to\infty$) 볼록 함수 $\Psi$가 존재하여
\