평균이 영인 자유 확률 변수의 곱과 에스 변환

초록

본 논문은 평균이 영인 확률 측도에 대해 기존 에스 변환을 재해석하고, 자유 곱셈 컨볼루션에서 에스 변환의 곱 공식이 그대로 성립함을 증명한다.

상세 분석

자유 확률 변수의 곱셈 구조를 분석할 때 핵심 도구가 되는 에스 변환은 전통적으로 첫 번째 모멘트가 영이 아닌 경우에만 정의된다. 평균이 영이면 순간 생성 함수의 선형 항이 사라져 역함수 정의에 장애가 발생한다는 것이 기존 이론의 한계였다. 저자들은 이 문제를 해결하기 위해 에스 변환을 복소 평면에서의 해석적 연속과 극한 과정으로 재구성한다. 구체적으로, 순간 생성 함수 χ(z)=∑{n≥1}m_n z^{n-1}에서 m_1=0인 경우 χ의 첫 항이 사라지므로 χ^{-1}를 직접 구할 수 없지만, χ를 z·ψ(z) 형태로 분해하고 ψ의 역함수를 이용하면 새로운 변환 S̃(z)=(1+z)/z·ψ^{-1}(z) 를 정의할 수 있다. 이 정의는 평균이 영인 경우에도 연속적으로 기존 에스 변환과 일치한다는 점에서 강력하다. 저자들은 이 새로운 정의가 자유 곱셈 컨볼루션에 대해 곱 법칙 S̃{XY}(z)=S̃_X(z)·S̃_Y(z) 를 만족함을 정리와 증명으로 제시한다. 증명 과정에서는 자유 합성법칙을 표현하는 R 변환과 Cauchy 변환 사이의 관계를 활용하고, 특히 복소 변수 영역에서의 정칙성 및 경계값을 정밀히 분석한다. 또한, 평균이 영인 대표적인 분포인 대칭 베르누이와 반원형 분포를 예제로 들어 새로운 에스 변환을 계산하고, 기존 결과와 일치함을 확인한다. 이러한 접근은 자유 확률 이론에서 평균이 영인 경우를 자연스럽게 포괄하게 하여, 무작위 행렬 이론에서 비대칭 스펙트럼을 다룰 때도 적용 가능성을 열어준다.