부분 무작위성의 동등성: 재귀적으로 열거 가능한 실수에 대한 새로운 특성

본 논문은 재귀적으로 열거 가능한 실수(r.e. real)의 무작위성을 다양한 관점에서 동등하게 기술한 기존 연구들을 확장하여, 부분 무작위성(partial randomness)이라는 새로운 차원을 도입한다. 서론에서는 r.e. 실수의 정의와 기존 무작위성의 일곱 가지 동등 조건(약한 Chaitin 무작위, Martin‑Löf 무작위, Ω‑유사성, 복잡도 우위, Ω_V 표현, 보편 확률, 보편 증가 수열)들을 정리하고, 이를 T∈(0,1]이라는 실수 파라미터로 일반화할 필요성을 제시한다. 2장에서는 알고리즘 정보 이론의 기본 개념을 재정리한다. 특히 프로그램 크기 복잡도 H(s), 최적 컴퓨터, Chaitin의 halting probability Ω_V, 그리고 보편 확률 m을 소개한다. 이어서 부분 무작위성을 정의하는 두 핵심 개념인 약한 Chaitin T‑무작위와 Martin‑Löf T‑테스트를 제시하고, T가 computable일 때 두 정의가 동등함을 Theorem 2.8으로 증명한다. 3장에서는 기존의 r.e. 실수 무작위성에 대한 정리 3.4를 요약한다. 여기서는 Ω‑유사성, 보편성, 그리고 Ω_V와의 동등성을 포함한 여덟 가지 조건이 서로 동등함을 보여준다. 이는 이후 부분 무작위성에 대한 일반화의 기반이 된다. 4장에서는 새로운 개념들을 도입한다. T‑수렴(T‑convergence)은 증가하고 수렴하는 유리수열 {a_n}에 대해 Σ_n (a_{n+1}−a_n)^T이 유한한 경우로 정의한다. 이를 통해 T‑수렴 r.e. 실수를 정의하고, Lemma 4.2를 이용해 실수열과 유리수열 사이의 전환을 보인다. Theorem 4.3은 computable T에 대해 Ω_V(T) 자체가 T‑수렴 r.e. 실수임을 증명한다. 이후 Ω(T)‑유사성(모든 T‑수렴 r.e. 실수를 지배)과 T‑보편성(모든 T‑수렴 증가 수열을 일정 상수로 압축)이라는 개념을 정의한다. 주요 결과인 Theorem 4.6은 computable T와 0<α<1인 r.e. 실수에 대해 다음 아홉 조건이 동등함을 보인다: (i) 약한 Chaitin T‑무작위, (ii) Martin‑Löf T‑무작위, (iii) Ω(T)‑유사성, (iv) 모든 T‑수렴 r.e. 실수 β에 대해 H(β_n)≤H(α_n)+O(1), (v) α를 β+q·γ 형태로 분해 가능, (vi) α=β+Ω_V(T) 형태, (vii) α=∑_{s} m(s)^T 형태, (viii) 모든 증가 수렴 수열이 T‑보편, (ix) T‑보편 수열 존재. 증명은 기존 정리들의 T‑버전 변형, Lemma 4.2와 Theorem 4.3을 활용한 Ω_V(T)의 특성, 그리고 도미넌스 관계를 이용해 단계별로 연결한다. 특히 (iii)→(iv)와 (vi)→(vii) 구간은 복잡도와 확률 사이의 로그 변환을 통해 성립한다. 5장에서는 위 정리들의 증명을 상세히 전개한다. 각 조건 간의 함의 관계를 체계적으로 보여주며, 특히 (v)와 (vi) 사이의 관계는 r.e. 실수의 선형 결합과 Ω_V(T)의 가산성에 기반한다. 6장에서는 T‑수렴 개념의 추가적 성질을 탐구하고, T‑수렴이 T‑보편성에 미치는 영향을 분석한다. 마지막으로 7장에서는 본 연구의 의의와 향후 연구 방향을 논의한다. 부분 무작위성의 도입은 무작위성 이론을 연속적인 강도 파라미터로 확장함으로써, 알고리즘 정보 이론과 계산 가능성 이론 사이의 교류를 촉진하고, Ω‑계열의 미세한 구조를 이해하는 새로운 도구를 제공한다.