[논문 리뷰] Classical Scale Mixtures of Boolean Stable Laws

Octavio Arizmend, Takahiro Hasebe|arXiv (Cornell University)|2014. 05. 09.

Random Matrices and Applications참고 문헌 29인용 수 4

한 줄 요약

이 논문은 특정 매개수에서 고전적 척도 혼합 불리안 안정 분포가 고전적이고 자유롭게도 무한히 나누어짐을 입증한다. 특히 안정성 지수 α ≤ 1/2 또는 ρ = 1/2일 때 성립한다. 자유 베타 분포의 존재에 대한 추측을 증명하기 위해, 자유 곱(convolution)과 자유 나누어짐 지표 분석을 통해 자유 곱의 결과로 얻어지는 양의 불리안 안정 분포 bα,1은 1/2 < α < 1일 때 자유 나누어짐 지표가 0임을 보여, 자유 베타 분포의 존재를 확인한다.

ABSTRACT

We study Boolean stable laws, $\mathbf{b}_{α,ρ}$, with stability index $α$ and asymmetry parameter $ρ$. We show that the classical scale mixture of $\mathbf{b}_{α,ρ}$ coincides with a free mixture and also a monotone mixture of $\mathbf{b}_{α,ρ}$. For this purpose we define the multiplicative monotone convolution of probability measures, one is supported on the positive real line and the other is arbitrary. We prove that any scale mixture of $\mathbf{b}_{α,ρ}$ is both classically and freely infinitely divisible for $α\leq1/2$ and also for some $α&gt;1/2$. Furthermore, we show the multiplicative infinite divisibility of $\mathbf{b}_{α,1}$ with respect classical, free and monotone convolutions. Scale mixtures of Boolean stable laws include some generalized beta distributions of second kind, which turn out to be both classically and freely infinitely divisible. One of them appears as a limit distribution in multiplicative free laws of large numbers studied by Tucci, Haagerup and Möller. We use a representation of $\mathbf{b}_{α,1}$ as the free multiplicative convolution of a free Bessel law and a free stable law to prove a conjecture of Hinz and Młotkowski regarding the existence of the free Bessel laws as probability measures. The proof depends on the fact that $\mathbf{b}_{α,1}$ has free divisibility indicator 0 for $1/2

연구 동기 및 목표

• 고전적 척도 혼합 불리안 안정 분포의 무한 나누어짐 성질을 조사하기.
• 불리안 안정 분포의 맥락에서 고전적, 자유적, 단조적 무한 나누어짐 간의 관계를 수립하기.
• Hinz와 Młotkowski의 자유 베타 분포 존재성에 대한 추측을 확률 측도로서 해결하기.
• bα,1의 자유 나누어짐 지표를 특성화하고 이를 통해 일부 매개수 영역에서 자유 베타 분포가 존재하지 않음을 증명하기.

제안 방법

• 양의 측도와 임의의 측도 사이의 곱 형태의 단조 곱(convolution)을 정의하여 고전적, 자유적, 단조 곱의 구조를 통합하기.
• 복소해석학을 사용하여 바르쿠레프스키 변환(Voiculescu transform)이 하부 복소평면으로 해석적 계속성을 가지는 것을 보여, 자유 무한 나누어짐을 확인하기.
• 양의 불리안 안정 분포 bα,1을 자유 곱 형태로 표현하기 위해 자유 베타 분포와 자유 안정 분포의 곱을 사용하기.
• 자유 나누어짐 지표 φ(μ)를 적용하여 측도가 자유로이 무한히 나누어지는지 판단하기. 여기서 φ(μ) = 0은 FID를 의미함.
• 모멘트 항등식과 매개수 간의 쌍대성(duality)을 활용하여 자유 베타 분포를 기존의 측도들, 예를 들어 bα,1과 자유 포아송 분포와 연결하기.
• 스케일링과 확대 기법(D_t)을 사용하여 자유 곱을 조작하고, 분포의 등가 표현을 유도하기.

실험 결과

연구 질문

• RQ1 고전적 척도 혼합 불리안 안정 분포가 언제 고전적이고 자유롭게도 무한히 나누어지는가?
• RQ2 자유 베타 분포와 자유 안정 분포의 자유 곱(convolution)을 사용하여 양의 불리안 안정 분포 bα,1을 특성화할 수 있는가?
• RQ3 자유 나누어짐 지표가 자유 베타 분포가 확률 측도로서 존재하는지 판단하는 데 어떤 역할을 하는가?
• RQ4 왜 자유 베타 분포 bm,s는 s < 1이고 m > 1일 때 확률 측도가 되지 못하는가?
• RQ5 불리안 안정 분포의 척도 혼합은 일반화된 제2종 베타 분포와 어떻게 관련이 있는가?

주요 결과

• α ≤ 1/2 또는 ρ = 1/2 이면서 α ≤ 1일 때, bα,ρ의 고전적 척도 혼합은 고전적이고 자유롭게도 무한히 나누어짐.
• 1/2 < α < 1일 때, 양의 불리안 안정 분포 bα,1의 자유 나누어짐 지표는 0이며, 이는 자유 무한 나누어짐을 확인함.
• Hinz와 Młotkowski의 추측이 증명됨: 자유 베타 분포 bm,s는 s < 1이고 m > 1일 때 확률 측도가 아님.
• 측도 bα,1이 자유 베타 분포와 자유 안정 분포의 자유 곱임을 보여, bα,1의 새로운 표현을 제공함.
• 일반화된 제2종 베타 분포는 bα,1의 척도 혼합이며, 고전적이고 자유롭게도 무한히 나누어짐.
• 자유 베타 분포의 존재 조건이 완전히 특성화됨: s ≥ 1 또는 m ≤ 1일 때에만 확률 측도로서 존재함.