E⊂R, {In∈I∣n∈N}, {En∈P(R)∣n∈N} 에 대해
ZE:={n=1∑∞l(In)E⊂n=1⋃∞In}
라고 할 때 함수 m∗(E):=infZE 를 외측도outer measure라 한다.
기초 성질
외측도는 아래의 성질들을 가진다.
[1] 길이의 일반화: I∈I⟹m∗(I)=l(I)
[2] 정부호: N∈N⟺m∗(N)=0
[3] 단조성: E1⊂E2⟹m∗(E1)≤m∗(E2)
[4] 변환불변성: t∈R⟹m∗(E)=m∗(E+t)
[5] 가산준가법성: m∗(n=1⋃∞En)≤n=1∑∞m∗(En)
설명
ZE 의 원소가 거리의 합이므로 ZE 은 아래로 유계고 infZE 이 존재하는 것은 자명하다. 조건에서 E⊂n=1⋃∞In 을 만족시켜야하고 이들 중 가장 작은 inf 을 잡는다는 건 ‘밖’에서 범위를 좁혀오는 걸로 생각할 수 있다. 그래서 외측도는 (Lebesgue) Exterior Measrue라고도 불리며, 이러한 명명은 타당하다고 할 수 있을 것이다.
성질 [1]에서 짐작할 수 있듯 외측도는 ‘길이‘를 일반화하기 위해 고안된 개념이다. 당연히 기존에 우리가 직관적, 관습적으로 사용해왔던 길이를 커버할 수 있어야한다. 그런 의미에서 [2]~[5]와 같은 성질은 당연히 가져야하고, 그게 안 된다면 딱히 일반화라고 할 수도 없을 것이다.
그 중 [5]를 보면 놈의 삼각부등식과 닮은 구석이 있고, 항의 갯수가 가산적으로 늘어났다는 차이를 보인다. 상식적으로 길이처럼 모든 i=j 에 대해 Ei∩Ej=∅ 일 때
m∗(n=1⋃∞En)=n=1∑∞m∗(En)
이 성립한다면, 즉 m∗(n=1⨆∞En)=n=1∑∞m∗(En) 이 성립하면 길이의 일반화는 성공했다고 볼 수 있을 것이다. (여기서 ⨆ 은 서로소인 집합끼리의 합집합을 의미하는 기호다.)
외측도의 한계
문제는 이렇게 강한 조건을 주었음에도 불구하고 별 변태같은 반례가 존재해서 등식을 성립시키지 못했다는 것이다. 이 등호를 만족시키기 위해서 수학자들, 그 중에서도 르벡은 새로운 조건을 찾아 나서게 된다.
반례
모든 i=j 에 대해 다음은 항상 성립하지 않는다.
Ei∩Ej=∅⟹m∗(n=1⨆∞En)=n=1∑∞m∗(En)
반증
Ei∩Ej=∅⟹m∗(n=1⨆∞En)=n=1∑∞m∗(En) 인 반례를 보이면 충분하다.
x,y∈[0,1] 에 대해 y−x∈Q 면 x∼y 인 관계를 정의해보면 ∼ 이 동치관계임은 어렵지 않게 보일 수 있다. ∼ 은 동치류 Aα 를 결정하고, [0,1] 는 비가산이므로 모든 α∈[0,1] 에 대해 Aα 가 존재하므로 Aα 는 비가산적으로 많다. 한편 x∈Aα 와 q∈Q∩[0,1] 에 대해 x−(x−q)=q∈Q 이므로 각각의 Aα 는 가산집합이다.
이제 그 모든 Aα 마다 원소 하나씩을 뽑아서 모은 집합 E 를 생각해보자. 이런 집합 E 를 구성할 수 있다는 건 선택 공리에 의해 보장된다.
그러면 임의의 qn∈Q∩[0,1] 에 대해 En:=E+qn 을 정의할 수 있다. 만약 z∈Ei∩Ej 이라고 가정하면 어떤 aα,aβ∈E 에 대해
aα+qi=z=aβ+qjaα−aβ=qj−qi∈Q
이다. 이는 aα−aβ∈Q 라는 뜻이고, aα 와 aβ 가 어떤 Aλ 에 동시에 속해있다는 뜻이 된다. 그러나 E 는 각 Aα 마다 하나의 원소만을 뽑아왔으므로 모순이고, 따라서 i=j 에 대해 Ei∩Ej=∅ 이어야 한다.
한편 [0,1]⊂n=1⨆∞En⊂[−1,2] 이므로 [3] 단조성에 의해
m∗[0,1]≤m∗(n=1⨆∞En)≤m∗[−1,2]
이때 m∗(n=1⨆∞En)=n=1∑∞m∗(En) 이 성립한다고 가정하면
1≤n=1∑∞m∗(En)≤3
[4] 변환불변성에 의해 m∗(En)=m∗(E+qn)=m∗(E) 이므로
1≤n=1∑∞m∗(En)=m∗(E)+m∗(E)+⋯≤31≤n=1∑∞m∗(E) 이려면 n=1∑∞m∗(E)=∞ 이어야하는데, n=1∑∞m∗(E)≤3 이려면 n=1∑∞m∗(E)=0 이어야한다. 이 두 가지를 동시에 만족시키는 것은 불가능하므로
m∗(n=1⨆∞En)=n=1∑∞m∗(En)
■
반례도 반례지만 이런 반례를 떠올리는 뇌가 이 세상에 있었다는 사실이 더 충격적이다. 이와 비슷하지 않고 독창적인 반례를 발견했다면 정신병원이나 대학원 둘 중 한 곳은 꼭 가보는 것을 권장한다.
Capinski. (1999). Measure, Integral and Probability: p20. ↩︎