[논문 리뷰] HISTABRUT: A Maple Package for Symbol-Crunching in Probability theory

Doron Zeilberger|arXiv (Cornell University)|2010. 08. 24.

Advanced Database Systems and Queries참고 문헌 3인용 수 8

한 줄 요약

HISTABRUT는 다항식 해법을 사용하는 기호 계산 패키지로, 단변량 및 특히 이변량 이산 확률 분포의 모멘트에 대해 임의의 원하는 순서까지 엄밀한 명시적 渐近 공식을 유도한다. 이는 정규 분포 외의 극한 분포(예: 아크사인 법칙)를 실험 수학 기반의 완전한 엄밀성으로 분석할 수 있게 하며, 다항식 항등식 검증을 통한 형식적 증명을 통해 정규 근사 이외의 고차 모멘트 渐近 해를 계산함으로써 점차 정규성 이론을 초월한다.

ABSTRACT

One of the main uses of computers is to do statistical analysis of data. But, so far, the theory of statistics, and its noble mother, Probability theory, were all discovered and developed by lowly humans. No more! Computers can also develop probability theory (and statistics), and discover (and prove!) general theorems of much larger depth than those discovered by human-kind. Of course, at this time of writing, they still need these inferior humans to give them a head-start by teaching (i.e. programming) them to develop probability theory ab initio (only better!), but even this will soon be superfluous.

연구 동기 및 목표

• 정규 근사 이론을 초월하는 이산 랜덤 변수의 모멘트 渐近 공식을 기호적이고 엄밀하게 유도하기 위한 완전한 계산 프레임워크를 개발한다.
• 기존의 실험 수학 기법을 확장하여 단변량 및 이변량 이산 분포의 수열에 대해 주어진 항 이외의 고차 모멘트 渐近 해를 기호적으로 계산한다.
• 다항식 항등식을 통한 자동 탐색과 형식적 검증을 통해 모멘트 渐近 해의 정확성을 보장하며, 수치 근사에 의존하지 않는다.
• 유리형 생성 함수와 Goulden-Jackson 방법을 활용하여 복잡한 스토케스틱 과정(예: 랜덤 문자열에서의 단어 발생 수, 도박사의 망각 시간)을 분석할 수 있도록 지원한다.
• 향후 다변량 분포 및 상관 성분을 가진 비i.i.d. 정규 근사 극한 분포로의 확장을 위한 기반을 마련한다.

제안 방법

• 다항식 해법을 적용하여 $ n $ (수열의 매개변수)와 $ r $ (모멘트 차수)에 대한 정규화된 모멘트(짝수 및 홀수)의 기호 표현을 추측한다.
• Goulden-Jackson 방법을 사용하여 이변량 단어 수 분포의 유리형 생성 함수 $ R(t,s) $ 를 생성하며, 이는 각 $ n $ 에 대해 $ t $ 에 대한 확률 생성 함수를 포함한다.
• 엄밀한 검증을 위해 다항식 항등식을 활용한다: 차수 $ \leq d $ 인 두 다항식이 $ d+1 $ 개의 서로 다른 점에서 일치하면, 이 둘은 동일하다. 이는 추측된 공식의 형식적 정확성을 보장한다.
• 이변량 케이스에서는 사용자 정의 순서 $ R $ 까지의 혼합 모멘트 $ \mathbb{E}[X^r Y^s] $ 를 계산하여 $ n $ 에 대한 명시적 다항식을 출력하지만, 아직 일반적인 기호 표현 $ r $ 과 $ s $ 에 대한 형태는 달성되지 않았다.
• `plotDist` 와 같은 절차를 통합하여 극한 분포를 시각화하고, `EzraPGF()` 를 통해 사전에 프로그래밍된 이산 분포 예제에 접근할 수 있다.
• 모멘트 분석을 통해 자동으로 渐近 독립성과 정규성을 확인하며, 상관관계가 알려진 경우 상관이 있는 이변량 극한 분포로 확장된다.

실험 결과

연구 질문

• RQ1 기호 계산을 통해 단변량 이산 확률 분포의 고차 모멘트에 대해 명시적이고 엄밀하게 검증된 渐近 공식을 도출할 수 있는가?
• RQ2 모멘트 방법은 주어진 항 이외의 고차 모멘트 渐近 해를 기호적으로 계산함으로써 정규 근사의 주요 항을 초월하여 어떻게 확장될 수 있는가?
• RQ3 특히 渐近 독립이 아닐 경우, 이변량 이산 랜덤 변수를 분석하기 위한 계산적이고 이론적인 프레임워크는 무엇인가?
• RQ4 Goulden-Jackson 방법을 통해 유도된 유리형 생성 함수를 체계적으로 활용하여 형식적 증명을 통한 모멘트 渐近 해를 계산할 수 있는가?
• RQ5 삼변량 및 다변량 분포로의 분석을 확장하기 위한 알고리즘적이고 기호적인 수단은 무엇인가?

주요 결과

• HISTABRUT는 단변량 이산 분포의 정규화된 모멘트(짝수 및 홀수)에 대해 임의의 원하는 순서까지 기호적 渐近 표현을 성공적으로 계산하며, 다항식 항등식 검증을 통한 완전한 형식적 검증을 수행한다.
• 이 패키지는 정규 근사 이외의 고차 모멘트 渐近 해를 계산함으로써, 일부 이산 랜덤 변수 수열이 비정규 극한 분포(예: 아크사인 법칙)로 수렴한다는 것을 엄밀히 증명한다.
• 이변량 분포의 경우, 사용자 정의된 $ r,s \leq R $ 까지의 혼합 모멘트 $ \mathbb{E}[X^r Y^s] $ 에 대해 $ n $ 에 대한 명시적 다항식 표현을 계산하지만, 일반적인 기호 표현 $ r $ 과 $ s $ 에 대한 형태는 아직 달성되지 않았다.
• 이 방법은 정규성의 존재를 정성적으로만 확인하는 것이 아니라 정량적으로도 확인하며, 짝수 모멘트의 전체 모멘트 수열 $ 1\cdot3\cdot5\cdots(2r-1) $ 과 홀수 모멘트의 0 값을 형식적 증명(다항식 $ d+1 $ 개의 평가)을 통해 복원한다.
• 이 패키지는 랜덤 문자열에서의 단어 발생 수나 도박사의 망각 시간과 같은 복잡한 스토케스틱 과정을 분석할 수 있으며, 이는 유리형 생성 함수와 Goulden-Jackson 방법을 입력으로 사용한다.
• 절차 `AnalyseMoms2` 는 渐近 독립인 이변량 정규 극한 분포를 식별하고, $ (2r,2s) $, $ (2r+1,2s) $, $ (2r,2s+1) $, $ (2r+1,2s+1) $ 케이스에 대해 기호 형태로 渐近 혼합 모멘트를 계산한다.