확률 과정의 극값을 특성함수의 정적 위상으로 해석하기

본 논문은 “확률 과정의 극값을 특성함수의 정적 위상으로 해석하기”라는 제목 아래, 확률 과정 ξ(t)의 극값을 고주파 적분과 정적 위상 이론을 통해 정의하고 계산하는 새로운 방법론을 제시한다. 1. **서론**에서는 기존의 최적화·시뮬레이티드 어닐링 기법과 비교하면서, 고주파 적분을 이용한 접근이 다변량·고차원 데이터에도 적용 가능함을 강조한다. 특히, Karhunen‑Loève 전개와는 달리 확률 과정 자체의 특성함수에 직접 작용한다는 점을 부각한다. 2. **정적 위상 이론**에서는 고주파 적분 I(k,ω)=∫_{−∞}^{∞}ϕ(t,ω)e^{ik f(t,ω)}dt 를 정의하고, 정적 위상점 (t_⋆,ω_⋆) 를 f′(t_⋆,ω_⋆)=0 로 정의한다. 차수 m 은 최초로 비제로가 되는 고차 미분계수 (d^m/dt^m)f(t_⋆,ω_⋆)≠0 로 정의한다. 정적 위상점이 존재하지 않을 경우 I(k,ω)=O(k^{-∞}) 로 급격히 감소하고, 존재할 경우 차수에 따라 I(k,ω)≈C_m·ϕ(t_⋆,ω)·k^{-1/m}·e^{ik f(t_⋆,ω)}와 같은 주된 항을 갖는다. 여기서 C_m 은 복소 적분 ∫_{−∞}^{∞}e^{±ik x^m}dx 의 값으로, m 이 짝수인지 홀수인지에 따라 위상 인자와 실수 계수가 달라진다. 정리 2.1 은 이러한 결과를 정형화하여, 정적 위상점이 하나만 존재하거나 전혀 없을 때의 고주파 적분의 비대칭성을 명시한다. 3. **확률 극값 정의**에서는 ξ(t,ω)=g(t,ω) 라는 비음수 실값 확률 과정을 가정하고, 구간