[논문 리뷰] Measures by means, means by measures

Attila Losonczi|arXiv (Cornell University)|2017. 06. 12.

Functional Equations Stability Results참고 문헌 7인용 수 4

한 줄 요약

이 논문은 두 변수 평균(예: 기하평균)을 보렐 측도를 사용하여 유한하지 않은 르베그 가측 집합으로 일반화하는 측도 이론적 프레임워크를 제안한다. 부드러움 조건 하에서 주어진 두 변수 평균을 유일하게 생성하는 측도가 존재함을 증명하고, 이러한 일반화된 평균이 산술-기하평균 부등식과 같이 무한대에서 산술평균으로 수렴하는 성질을 상속함을 보여준다.

ABSTRACT

We construct measure which determines a two-variable mean in a very natural way. Using that measure we can extend the mean to infinite sets as well. E.g. we can calculate the geometric mean of any set with positive Lebesgue measure. We also study the properties and behavior of such generalized means that are obtained by a measure, and we provide some applications as well.

연구 동기 및 목표

• 르베그 가측 집합의 무한 부분집합에 대해 두 변수 평균(예: 기하평균)을 측도 이론을 통해 일반화하기.
• 보렐 측도가 주어진 두 변수 평균을 유일하게 생성할 수 있는 조건 설정하기.
• 일반화된 평균이 단조성, 연속성, 부등식 등 성질을 어떻게 상속하는지 조사하기.
• 집합이 무한대로 이동함에 따라 일반화된 평균의 점근적 행동 분석하기.
• 두 변수 평균의 값이 (1,x) 위에서의 값만으로도 완전히 복원 가능함을 보여주기.

제안 방법

• 적분을 통한 일반화된 평균 정의: $\mathcal{M}^\mu(H) = \frac{\int_H x\, d\mu}{\mu(H)}$ (p-보렐 측도 $\mu$ 와 유계 $\mu$-가측 집합 $H$ 에서 $0 < \mu(H) < \infty$).
• 증가하고 연속적인 함수와 관련된 르베그-스틸체스 측도를 사용하여 주어진 평균을 생성하는 측도 구성하기.
• 부드러움 및 내부 조건 하에서 임의의 두 변수 평균에 대해 생성 측도의 존재성과 유일성 증명하기.
• 일반화된 평균의 연속성과 안정성 연구를 위해 $d_\mu$-가짜거리 수렴 개념 적용하기.
• 구간 기반의 $\mu(I)/\lambda(I)$ 비율의 하한 $m_I$ 와 상한 $M_I$ 를 사용하여 점근적 행동 분석하기.
• 절대 연속성과 유한 개의 서로소 구간의 합집합에 의한 근사화를 활용하여 측도 비율에 대한 핵심 경계 증명하기.

실험 결과

연구 질문

• RQ1 양의 측도를 가진 임의의 르베그 가측 집합에 대해 기하평균을 의미 있게 정의할 수 있는가?
• RQ2 주어진 두 변수 평균을 생성하는 보렐 측도가 존재하는 조건은 무엇인가?
• RQ3 산술-기하평균 부등식과 같은 성질이 측도를 통한 일반화된 평균으로 확장되는가?
• RQ4 집합이 무한대로 이동함에 따라 일반화된 평균은 어떻게 행동하는가?
• RQ5 두 변수 평균은 집합 $\{(1,x)\}$ 위에서의 값만으로 완전히 재구성 가능한가?

주요 결과

• 약간의 부드러움과 내부 조건을 만족하는 임의의 두 변수 평균에 대해, $\mathcal{M}^\mu(H) = \int_H x\, d\mu / \mu(H)$ 를 통해 유일한 p-보렐 측도 $\mu$ 가 존재하여 이를 생성한다.
• 기하평균은 $\mu$ 의 밀도가 $\frac{1}{e^2 \sqrt{x}(\sqrt{a} + \sqrt{b})}$ 인 보렐 측도 $\mu$ 를 통해 생성되며, 이는 양의 르베그 측도 집합에서 평균이 잘 정의됨을 보장한다.
• 일반화된 평균 $\mathcal{M}^\mu(H+x)$ 는 $x \to +\infty$ 일 때 산술평균 $\mathrm{Avg}(H+x)$ 로 수렴하며, $\lim_{x\to\infty} |\mathcal{M}^\mu(H+x) - \mathrm{Avg}(H+x)| = 0$ 이다.
• 구간 $I \subset I+x$ 에 대해 $\mu(I)/\lambda(I)$ 의 상한 $M_{I+x}$ 와 하한 $m_{I+x}$ 의 비율 $M_{I+x}/m_{I+x}$ 는 $x \to \infty$ 일 때 1로 수렴하며, 이는 산술평균으로의 점근적 수렴을 확인한다.
• 기하평균과 관련된 측도에 대해 부등식 $\mathcal{M}^\mu(H) \geq \mathrm{Avg}(H)$ 가 성립하여, 일반화된 설정에서도 고전적인 산술-기하평균 부등식이 유지된다.
• 두 변수 평균 $\mathcal{K}(a,b)$ 는 그 제약 $f(x) = \mathcal{K}(1,x)$ 의 값만으로도 완전히 결정되며, 측도 이론적 방법을 통해 함수 재구성 가능하다.