[论文解读] HISTABRUT: A Maple Package for Symbol-Crunching in Probability theory

Doron Zeilberger|arXiv (Cornell University)|Aug 24, 2010

Advanced Database Systems and Queries参考文献 3被引用 8

一句话总结

HISTABRUT 是一个 Maple 工具包，利用符号计算与多项式试探法，严格推导出单变量及（显著地）双变量离散概率分布的各阶矩的显式渐近公式——可至任意期望阶数。该工具包支持对非正态极限分布（如 arcsine 分布）的完全严格、基于实验数学的分析，并通过多项式恒等式验证实现形式化证明，从而超越渐近正态性，计算高阶矩的渐近展开。

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.

研究动机与目标

• 开发一个完全符号化、严格的形式化计算框架，用于推导超越渐近正态性的离散随机变量的渐近矩公式。
• 通过计算单变量与双变量离散分布序列的更高阶矩渐近展开（超越主导项），扩展实验数学中的现有方法。
• 通过多项式恒等式自动发现与形式化验证矩的渐近展开，确保结果正确性，且不依赖数值近似。
• 通过有理生成函数与 Goulden-Jackson 方法，支持对复杂随机过程（如随机字符串中的词出现次数与赌徒输光时间）的分析。
• 为未来扩展至多变量分布及具有相关分量的非 i.i.d. 渐近正态极限奠定基础。

提出的方法

• 采用多项式试探法，以 $ n $（序列参数）与 $ r $（矩阶数）为变量，推测归一化矩（偶数与奇数）的符号表达式。
• 利用 Goulden-Jackson 方法生成双变量词计数分布的有理生成函数 $ R(t,s) $，其中 $ t $ 编码每个 $ n $ 的概率生成函数。
• 通过严格验证多项式恒等式：若两个次数 $ \leq d $ 的多项式在 $ d+1 $ 个不同点上取值相同，则它们恒等，从而确保所推测公式的正式正确性。
• 在双变量情形下，计算混合矩 $ \mathbb{E}[X^r Y^s] $ 至用户定义的阶数 $ R $，输出 $ n $ 的显式多项式表达式，但尚未实现 $ r $ 与 $ s $ 的通用符号表达式。
• 集成 `plotDist` 等过程以可视化极限分布，以及 `EzraPGF()` 以访问预编程的离散分布示例。
• 通过矩分析自动检测渐近独立性与正态性，并在已知相关性时扩展至相关双变量极限。

实验结果

研究问题

• RQ1 能否利用符号计算推导出单变量离散概率分布的高阶矩的显式、经严格验证的渐近公式？
• RQ2 如何将矩方法扩展至超越主导阶渐近正态性的范围，以符号形式计算矩的完整渐近展开？
• RQ3 分析双变量离散随机变量（尤其是非渐近独立情形）的计算与理论框架为何？
• RQ4 能否系统性地利用 Goulden-Jackson 方法导出的有理生成函数，实现矩渐近展开的形式化证明？
• RQ5 有哪些算法与符号手段可用于将此类分析扩展至三元及多变量分布？

主要发现

• HISTABRUT 能够对单变量离散分布的归一化矩（偶数与奇数）计算任意期望阶数的符号渐近表达式，并通过多项式恒等式检查实现完全形式化验证。
• 该工具包严格证明了某些离散随机变量序列收敛于非正态极限分布（如 arcsine 分布），方法是计算超越正态近似的高阶矩渐近展开。
• 在双变量情形下，HISTABRUT 能够计算 $ \mathbb{E}[X^r Y^s] $ 在 $ r,s \leq R $ 范围内的显式多项式表达式（以 $ n $ 为变量），但尚未实现 $ r $ 与 $ s $ 的通用符号形式。
• 该方法不仅定性确认渐近正态性，更通过 $ d+1 $ 次取值验证，定量恢复了偶数矩的完整矩序列 $ 1\cdot3\cdot5\cdots(2r-1) $，奇数矩为零，且具有形式化证明。
• 该工具包可利用有理生成函数与 Goulden-Jackson 方法作为输入，分析复杂随机过程（如随机字符串中的词出现与赌徒输光时间）。
• 过程 `AnalyseMoms2` 能识别渐近独立的双变量正态极限，并对 $ (2r,2s) $、$ (2r+1,2s) $、$ (2r,2s+1) $ 与 $ (2r+1,2s+1) $ 情形以符号形式计算渐近混合矩。