라돈 측도

수치해석 통계 마지막 수정: 2026-08-16 04:21:08

1. 개요[편집]

라돈 측도 Radon Measure
정의	국소콤팩트 하우스도르프 공간 위의 국소유한 · 내부정칙 보렐 측도
이름	Johann Radon (1913)
핵심 정리	리스 표현정리 · 바나흐-알라오글루 · 라돈-니코딤
노름	총변동 노름
주 무대	변분문제 · 역문제 · 최적수송 · 입자법

라돈 측도는 국소콤팩트 하우스도르프 공간 $X$ 위에 정의된 보렐 측도 중에서 콤팩트 집합 위에서 유한하고, 안팎으로 정칙(regular)한 것을 말한다. 정확히는 (i) 모든 콤팩트 $K$ 에 대해 $\mu(K)<\infty$ , (ii) 열린집합에 대해 내부정칙 $\mu(U)=\sup\{\mu(K):K\subset U \text{ 콤팩트}\}$ , (iii) 모든 보렐집합에 대해 외부정칙 $\mu(E)=\inf\{\mu(U):E\subset U \text{ 열린}\}$ 을 요구한다. 부호 측도로 확장하면 조르당 분해 $\mu = \mu^+-\mu^-$ 를 통해 정의하고, 그 전체를 $\mathcal{M}(X)$ 로 쓴다.

정의만 보면 측도론 교과서 3장의 기술적 조항 나열이지만, 수치해석·최적화에서 라돈 측도가 등장하는 이유는 훨씬 단순하다. 함수만으로는 담기지 않는 극한을 담기 위해서다. 점점 좁아지는 봉우리 $\rho_\varepsilon$ 는 함수 공간 안에서는 갈 곳이 없지만, 측도의 세계에서는 디랙 델타 $\delta_0$ 로 멀쩡히 수렴한다. 질량이 한 점으로 몰리는 현상을 “발산”이 아니라 “수렴”으로 읽을 수 있게 해 주는 공간 — 그것이 $\mathcal{M}(X)$ 이고, 이 성질 하나가 희소 복원, 최적수송, 입자법, 유계 변동 함수 이론을 한꺼번에 떠받친다.¹

2. 리스 표현정리 — 측도는 곧 범함수다[편집]

라돈 측도를 다루는 실전적 방법은 “집합에 숫자를 매기는 함수”라는 원래 정의를 잊고 적분 범함수로 보는 것이다. 이 전환을 정당화하는 것이 리스 표현정리(Riesz–Markov–Kakutani)다.

$X$ 가 국소콤팩트 하우스도르프일 때, 콤팩트 지지 연속함수 공간 $C_c(X)$ 위의 임의의 양선형범함수 $\Lambda$ (즉 $f\ge 0 \Rightarrow \Lambda f \ge 0$ )에 대해

\Lambda f = \int_X f \,d\mu \qquad \forall f \in C_c(X)

를 만족하는 라돈 측도 $\mu$ 가 유일하게 존재한다. 부호까지 허용한 판이 더 유용한데, 무한대에서 0으로 수렴하는 연속함수 공간 $C_0(X)$ 의 쌍대공간이

C_0(X)^* \;\cong\; \mathcal{M}(X), \qquad \|\mu\|_{\mathcal{M}} = |\mu|(X)

로, 유한 부호 라돈 측도 전체와 총변동 노름이다. 이 동형이 하는 일은 두 가지다. 첫째, 측도를 “테스트 함수에 대해 적분해 본 값”으로만 다뤄도 된다는 허가증이 나온다. 둘째, 그리고 이쪽이 진짜 중요한데 — $\mathcal{M}(X)$ 가 어떤 공간의 쌍대라는 사실 자체가 뒤에 나올 콤팩트성의 근거가 된다.

정칙성 조항이 왜 필요한지도 여기서 설명된다. 정칙성을 빼면 같은 범함수를 주는 측도가 여러 개 생겨 유일성이 깨진다. 즉 라돈 조건은 “측도와 범함수를 일대일로 붙이기 위한 최소 요구사항”이지, 아무 데서나 튀어나온 기술적 제약이 아니다.

3. 약*수렴과 콤팩트성 — 델타가 살아남는 공간[편집]

$\mathcal{M}(X)$ 위의 자연스러운 수렴은 노름 수렴이 아니라 약*수렴이다.

\mu_n \rightharpoonup^* \mu \quad\Longleftrightarrow\quad \int_X f\,d\mu_n \to \int_X f\,d\mu \quad \forall f \in C_0(X)

여기에 바나흐-알라오글루 정리(쌍대공간의 닫힌 단위공은 약*콤팩트)를 얹으면 결정적인 도구가 나온다. $X$ 가 $\sigma$ -콤팩트 거리공간이면 $C_0(X)$ 가 가분이라 약*위상이 유계집합 위에서 거리화되고, 따라서

총변동이 균등유계인 측도열은 약*수렴하는 부분수열을 가진다.

이 한 줄이 변분문제와 역문제에서 왜 결정적인가. 최소화 수열 $\{\mu_n\}$ 을 잡았을 때, 목적함수가 총변동을 벌하기만 하면 $\|\mu_n\|_{\mathcal{M}}$ 이 유계이고, 위 정리로 극한을 뽑을 수 있으며, 총변동 노름이 약*하반연속이므로 그 극한이 최소를 달성한다. 존재 증명이 세 줄로 끝난다.

반면 $L^1$ 에서는 이게 안 된다. $L^1$ 은 어떤 공간의 쌍대가 아니라서 알라오글루가 붙지 않고, 실제로 $\rho_\varepsilon \to \delta_0$ 같은 수열은 $L^1$ 안에서 유계이면서도 $L^1$ 안의 어떤 함수로도 수렴하지 않는다. $\mathcal{M}$ 은 정확히 $L^1$ 에 이 “빠져나간 극한”들을 덧붙여 닫아 놓은 공간이다.² 확률 쪽 용어로 옮기면 $\mathcal{P}(X)$ 위의 약수렴(분포수렴)과 프로호로프 정리 — 조밀(tight)한 확률측도 족은 상대콤팩트하다 — 가 같은 이야기의 다른 얼굴이다.

4. 분해 — 라돈-니코딤과 르베그 분해[편집]

측도 하나를 손에 쥐었을 때 던지는 첫 질문은 “이게 함수인가 아닌가”다. 르베그 분해 정리가 답한다. $\sigma$ -유한한 기준측도 $\nu$ (보통 르베그 측도 $\mathcal{L}^n$ )에 대해

\mu = \underbrace{\mu_{ac}}_{\ll\,\nu} \;+\; \underbrace{\mu_{s}}_{\perp\,\nu}, \qquad \mu_{ac} = \frac{d\mu}{d\nu}\,\nu

로 유일하게 쪼개지고, 절대연속 부분에 대해서는 라돈-니코딤 정리가 밀도함수 $d\mu/d\nu \in L^1(\nu)$ 의 존재를 보장한다. 특이 부분 $\mu_s$ 는 다시 원자(디랙) 부분과 연속 특이 부분(칸토어형)으로 나뉜다.

이 분해가 그대로 나타나는 대표적 장소가 유계 변동 함수다. $u \in BV(\Omega)$ 의 분포 도함수 $Du$ 는 함수가 아니라 유한 벡터값 라돈 측도이며, 위 분해가 정확히 “그래디언트 항 + 점프 항 + 캔터 항”으로 읽힌다. 전변분이 $\mathrm{TV}(u) = |Du|(\Omega)$ 로 총변동 노름과 같아지는 것도 리스 표현정리의 직접적 결과다. $BV$ 이론에서 “측도”가 나오면 그것은 예외 없이 라돈 측도다.

5. 왜 최적화가 측도 공간으로 가는가[편집]

목적함수를 함수가 아니라 측도 위에서 세우는 정식화가 지난 15년 사이 표준이 됐다. 대표 사례들.

그리드 없는 희소 복원(BLASSO). 관측 연산자 $\Phi$ 에 대해 $\min_{\mu \in \mathcal{M}(X)} \ \tfrac{1}{2}\bigl\|\Phi\mu - y\bigr\|^2 + \lambda\,|\mu|(X)$ 를 푼다. 총변동 노름이 압축센싱의 $\ell_1$ 을 연속 영역으로 옮긴 것이며, 총변동 공의 극점이 디랙이라는 사실 때문에 최적해가 유한 개 디랙의 합으로 나온다. 격자를 미리 깔고 그 위에서 기저 추구를 푸는 방식과 달리 위치가 연속값으로 나오므로 격자 불일치(basis mismatch)가 원천적으로 없다. 초해상도 현미경 데이터의 점광원 위치 추정이 이 정식화의 간판 응용이다.
최적수송. 카토로비치 문제의 미지수는 사상이 아니라 곱공간 위의 결합측도 $\gamma \in \mathcal{M}_+(X\times Y)$ 이고, 제약은 “주변분포가 $\mu,\nu$ 와 같을 것”이라는 선형 제약이다. 실현가능 집합이 약*콤팩트이고 비용범함수가 하반연속이므로 최적해의 존재가 곧바로 나온다. 수송사상이 존재하지 않는 경우(예: 디랙에서 출발)에도 결합측도는 항상 존재한다는 것이 카토로비치 완화의 핵심이다.
입자법과 측도값 해. 와도를 디랙의 합 $\omega = \sum_i \Gamma_i \delta_{x_i}$ 로 놓는 보텍스 방법, 운동론의 브라소프 방정식을 입자로 푸는 PIC, 입자 필터의 경험측도 $\frac1N\sum\delta_{x_i}$ 는 전부 “해가 측도”라는 관점에 서 있다. 와도 시트(vortex sheet)처럼 와도가 곡선 위에 집중된 초기조건은 함수로는 표현이 안 되지만 측도로는 자연스럽고, 이런 해의 존재 이론(들로르, 디페르나-마이다의 측도값 해·영 측도)이 전부 약*콤팩트성 위에 세워져 있다.
확률측도 공간. $\mathcal{P}(X)$ 위의 최적화 — 변분추론, 평균장 극한, 마르코프 연쇄 몬테카를로의 수렴 논의 — 도 같은 언어를 쓴다. 경험측도가 $N\to\infty$ 에서 약수렴한다는 문장이 몬테카를로 방법의 정당화 그 자체다.

공통 구조가 보인다. 미지수를 측도로 놓으면 목적함수가 선형 또는 볼록이 되고, 제약 집합이 약*콤팩트가 되며, 해가 자동으로 희소해진다. 무한차원인데 오히려 다루기 쉬워지는 드문 사례다.³

6. 계산할 때의 현실[편집]

이론이 예쁜 만큼 계산은 다르다. 무한차원 최적화를 직접 이산화할 수는 없으므로 실무는 대체로 셋 중 하나다.

쌍대로 넘긴다. BLASSO의 쌍대는 $\|\Phi^*p\|_\infty \le 1$ 같은 제약을 가진 유한차원 문제이고, 쌍대 인증서 $\eta = \Phi^*p$ 가 $|\eta|=1$ 을 달성하는 위치가 곧 해의 디랙 위치다. 반이산(semi-discrete) 알고리즘이 여기서 나온다.
입자를 움직인다. 디랙 개수를 고정하고 위치와 질량을 비선형 최적화로 옮기는 방식(프랑크-울프/조건부 경사법의 각 반복이 “디랙 하나 추가”)이 널리 쓰인다. 볼록 문제이지만 파라미터화가 비볼록이라 초기값에 민감하다.
정규화해서 유한차원으로 만든다. 최적수송의 엔트로피 정규화 + 싱크혼 반복이 대표적. 측도의 특이성을 일부러 뭉개서 매끄러운 문제로 바꾸는 거래다.

그리고 늘 그렇듯 함정이 있다. 약*수렴은 점별 정보를 전혀 보장하지 않는다. $\mu_n \rightharpoonup^* \mu$ 이면서 $\mu_n$ 의 지지집합이 $\mu$ 의 지지집합과 전혀 겹치지 않을 수 있고, 진동하는 함수열 $\sin(nx)\,dx$ 는 약*로 0에 수렴하지만 어떤 점에서도 0에 가까워지지 않는다. 수렴했다는 보고를 받으면 어떤 위상에서 수렴했는지를 반드시 되물어야 하는 이유다.

7. 관련 문서[편집]

이름의 주인 요한 라돈은 이 바닥에서 두 번 마주치게 된다. 한 번은 이 측도로, 다른 한 번은 라돈 변환으로 — CT 재구성의 그 변환 맞다. 1913년의 측도 논문과 1917년의 변환 논문 사이에 직접적 연관은 없지만, 100년 뒤 압축센싱 논문에서 “라돈 변환으로 얻은 데이터를 라돈 측도 위에서 복원한다”는 문장이 실제로 나온다. 본인도 예상 못 했을 것이다. ↩
조금 더 정확히 말하면 $L^1(\mathbb{R}^n)$ 은 $\mathcal{M}(\mathbb{R}^n)$ 의 닫힌 부분공간(르베그 측도에 절대연속인 것들)이고, $\mathcal{M}$ 은 $L^1$ 의 약*폐포 노릇을 한다. ” $L^1$ 은 왜 반사적이 아닌가”라는 함수해석 시험 문제의 실용적 대답이 여기 있다 — 델타가 밖에서 기다리고 있기 때문이다. ↩
물론 공짜는 아니다. 측도 공간은 노름 위상에서는 지독하게 크고 비가분이다( $\|\delta_x - \delta_y\|_{\mathcal M} = 2$ 이므로 서로 거리 2인 원소가 연속체 개 있다). 쓸 만해지는 건 오직 약*위상에서이고, 그래서 모든 정리에 “약*“가 붙어 다닌다. 이 별표를 빼먹고 읽으면 문장의 절반이 틀린 말이 된다. ↩