알고리즘적 무작위성의 약한 병합과 Kullback‑Leibler 발산

초록

이 논문은 Cantor 공간 위의 계산 가능한 확률 측도에 대해, 약한 병합(weak merging) 개념을 이용해 Martin‑Löf 무작위성과 Schnorr 무작위성을 Kullback‑Leibler(KL) 발산의 가산성으로 정확히 특징짓는다. 총 변동 거리와 Hellinger 거리도 함께 고려하며, Doob 분해와 ν‑submartingale L(σ)=−ln μ(σ)/ν(σ) 사이의 관계를 핵심 증명 아이디어로 사용한다.

상세 분석

본 연구는 “병합 사분면”(merging quadruple)이라는 형식적 틀을 도입해, 병합 지수 p, 병합 관계 ⪯, 병합 지평선 Gₙ, 그리고 거리 ρ(총 변동, Hellinger, KL) 네 요소를 조합한다. 약한 병합은 Gₙ=Fₙ₊₁(한 단계 앞 예측)으로 정의되며, p=0이면 ρ₍Gₙ₎(ν,μ)(ω)→0, p≥1이면 ∑ₙρ₍Gₙ₎(ν,μ)(ω)ᵖ<∞인 경우를 무작위성으로 본다. 주요 결과인 정리 1.11은 다음을 보인다: ω가 μ‑Martin‑Löf 무작위이면, 모든 계산 가능한 ν에 대해 ν≪{kl}μ이면 약한 KL‑병합 MR_ν¹(≪{kl},Fₙ₊₁,D) 가 ν‑측도 1을 갖는다; 반대로 MR_ν¹(≪{kl},Fₙ₊₁,D) 가 ν‑측도 1이면 ω는 μ‑Martin‑Löf 무작위이다. Schnorr 무작위성에 대해서는 동일한 구조가 p=2와 computable KL‑발산(≪{klc})으로 바뀐다. 증명 핵심은 L(σ)=−ln μ(σ)/ν(σ) 를 ν‑submartingale 으로 보고, 그 Doob 분해에서 예측 가능한 부분이 바로 KL‑발산의 증분임을 이용한다. 이를 통해 KL‑발산의 가산성(∑ₙ D_{Fₙ₊₁}(μ|ν)(ω)<∞)이 무작위성의 전역적 특성임을 입증한다. 또한, 정리 1.7과 그 결과인 Corollary 1.8을 통해 KL‑병합이 절대 연속성 ν≪μ 를 보장함을 확인한다. 논문은 Blackwell‑Dubins 정리와 Kalai‑Lehrer의 약한 병합 결과를 일반화하고, Vovk의 로컬 Hellinger‑병합 정리와의 연관성을 전역적 KL‑관점에서 제시한다. 강한 병합(전체 σ‑대수에 대한 병합)은 별도 논문에서 다룰 예정이다.