동적 시스템 관측값의 극값 통계 보편성

본 연구는 동적 시스템의 관측값에 대한 극값 통계 이론을 확장하는 데 초점을 맞춘다. 전통적으로 극값 이론은 Gnedenko가 제시한 블록 최대값(block maxima) 방식을 사용해 Generalized Extreme Value(GEV) 분포로 수렴한다는 결과에 기반한다. 이 접근법은 시스템이 충분히 혼합(mixing)되어야 하고, 관측함수 g(r) 가 거리 r=dist(x,ζ) 에 대한 단조 감소 형태(g₁, g₂, g₃)일 때만 적용 가능하다. 그러나 정주 혹은 준정주 궤도에서는 혼합성이 결여되어 GEV 수렴이 실패한다는 점이 기존 연구에서 밝혀졌다. 저자들은 이러한 제한을 극복하기 위해 Pareto 접근, 즉 일정 임계값 T 를 초과하는 초과값(z = X−T)을 분석 대상으로 전환한다. 핵심 가정은 불변 측도 ν 가 작은 반경 r 에 대해 ν(B_r(ζ)) ∝ r^{D(ζ)} 로 스케일링한다는 것으로, 여기서 D(ζ) 는 해당 점 주변의 지역 차원(local dimension)이다. 이 가정 하에 초과값의 누적분포는 H_{g,T}(z) ≈