Estimating $\pi$ with a Coin

이 논문은 동전 던지기를 통해 $\pi$ 를 추정하는 간단한 몬테카를로 방법을 제시하며, 기존 확률론 문헌에 암묵적으로 존재하던 카탈란 수 항등식을 바탕으로 한 $\frac{\pi}{4}$ 에 대한 새로운 해석을 제공합니다.

핵심

동전 던지기로 원주율 (π) 을 구하는 마법 같은 방법

이 논문은 수학자 짐 프로프 (Jim Propp) 가 쓴 것으로, 우리가 매일 사용하는 동전 던지기를 통해 수학의 신비로운 상수인 원주율 (π, 3.14159...) 을 추정할 수 있는 재미있는 방법을 소개합니다.

기존에 '버폰의 바늘'이라는 유명한 실험이 있었지만, 이 논문은 그보다 훨씬 간단하고 직관적인 방법을 제안합니다. 동전 한 개만 있으면 누구나 할 수 있는 이 놀라운 실험의 핵심을 쉽게 설명해 드리겠습니다.

---

1. 실험 방법: "앞면이 뒤면보다 많아질 때까지"

상상해 보세요. 여러분은 동전을 계속 던지고 있습니다.

• 규칙: 동전을 던져서 앞면 (Head) 의 횟수가 뒤면 (Tail) 의 횟수를 처음으로 넘기는 순간에 멈춥니다.
• 기록: 멈춘 그 순간, 던진 총 횟수 중 앞면이 차지한 비율을 기록합니다.

예를 들어 보죠:

1. 첫 번째: 뒤면 (0 앞, 1 뒤) → 멈추지 않음.
2. 두 번째: 앞면 (1 앞, 1 뒤) → 아직 앞면이 더 많지 않음.
3. 세 번째: 뒤면 (1 앞, 2 뒤) → 멈추지 않음.
4. 네 번째: 앞면 (2 앞, 2 뒤) → 아직 앞면이 더 많지 않음.
5. 다섯 번째: 앞면 (3 앞, 2 뒤) → 성공! 앞면이 뒤면보다 많아졌습니다.

이때 기록할 숫자는 3/5 (0.6) 입니다. 앞면이 3 번, 총 5 번 던졌으니까요.

이 과정을 처음부터 다시 반복해서 (동전 던지기를 새로 시작해서) 수천 번, 수만 번 수행합니다. 그리고 나온 모든 비율 (3/5, 4/7, 5/9 등) 을 더해서 평균을 내면, 그 값은 놀랍게도 π/4 (약 0.785) 에 가까워집니다.

즉, 평균 비율 × 4 = 원주율 (π) 이 되는 것입니다!

---

2. 왜 하필 원주율 (π) 일까요? (수학적인 비유)

이게 왜 원주율과 연결될까요? 수학자들은 이를 '랜덤 워크 (무작위 보행)' 라는 개념으로 설명합니다.

• 비유: 동전 던지기를 '한 걸음씩 걷는 것'으로 생각해보세요.
  • 앞면이 나오면 오른쪽으로 한 걸음,
  • 뒤면이 나오면 왼쪽으로 한 걸음 걷습니다.
  • 시작점은 0 입니다.

우리는 오른쪽으로 한 걸음 더 가서 0 을 넘어서는 순간 (즉, 앞면이 뒤면보다 많아지는 순간) 에 멈춥니다. 수학적으로 이 '멈추는 순간'까지 걸린 걸음 수와 앞면의 비율을 계산하면, 그 결과가 우연히 원의 둘레와 직경의 비율인 π와 연결되는 것입니다.

논문에서는 이 확률 계산을 위해 '카탈란 수 (Catalan numbers)'라는 특별한 수열을 사용했는데, 이는 동전 던지기의 모든 가능한 경로 중 특정 패턴을 가진 것들의 수를 세는 방법입니다. 이 복잡한 계산을 끝내면 자연스럽게 arcsin(1) 이라는 함수가 나오는데, 이 값이 바로 π/2가 되어, 최종적으로 π/4라는 결과가 도출됩니다.

---

3. 현실적인 문제: "정확도가 너무 낮아요!"

이론은 아름답지만, 실제로 이 방법으로 π를 계산하려면 엄청난 시간이 걸립니다.

• 비유: 이 실험은 소금기 있는 바다에서 바늘을 찾는 것과 비슷합니다.
  • 동전을 10,000 번 던져도 오차가 약 0.1 정도 나옵니다. (예: 3.22 정도가 나올 수 있음)
  • 진짜 3.14 에 가깝게 맞추려면 1 조 (1 Trillion) 번 이상 동전을 던져야 합니다.
  • 초당 1 번씩 던진다면 3 만 년이 걸립니다!

물론, 교실이나 수학 동아리에서 학생들 모두에게 동전을 주고 동시에 던지게 한다면 (병렬 처리) 조금 더 빠르게 결과를 볼 수는 있겠지만, 여전히 정밀한 계산에는 적합하지 않습니다.

---

4. 흥미로운 추가 사실

논문의 저자는 이런 재미있는 질문도 던집니다.

• "앞면이 뒤면보다 2 번 더 많아질 때까지 멈춘다면?"
  • 이 경우 결과는 π가 아니라 ln 2 (자연로그 2, 약 0.693) 가 됩니다.
• "앞면이 뒤면보다 3 번 더 많아질 때까지?"
  • 이 경우 다시 π와 관련된 값이 나옵니다.

마치 동전 던지기의 '목표치'를 바꾸면 원주율 (π) 이나 자연로그 (ln 2) 같은 수학의 거장들이 나타나는 마법 같은 세계가 펼쳐지는 것입니다.

---

요약

이 논문은 "동전을 던져 앞면이 뒤면보다 많아지는 순간의 비율을 평균내면, 그 값에 4 를 곱하면 원주율 (π) 이 나온다" 는 놀라운 사실을 증명했습니다.

비록 실제 계산 도구로는 너무 느리지만, 확률과 기하학 (원) 이 어떻게 서로 연결되어 있는지 보여주는 아름다운 수학적 발견입니다. 마치 동전 하나를 통해 우주의 비밀 중 하나인 원주율에 살짝 엿볼 수 있는 창과 같은 것이죠.

기술 요약

논문 요약: 동전 던지기를 통한 $\pi$ 추정

저자: Jim Propp
작성일: 2025 년 11 월 24 일 (수정: 2026 년 3 월 10 일)

1. 문제 제기 (Problem)

기존에 $\pi$를 추정하는 고전적인 몬테카를로 방법으로는 '부폰의 바늘 (Buffon's needle)' 실험이 잘 알려져 있습니다. 그러나 이 논문은 부폰의 바늘과는 전혀 다른 접근법, 즉 공정한 동전을 던지는 과정을 통해 $\pi$를 추정할 수 있는 새로운 확률적 방법을 제시합니다.

핵심 질문은 다음과 같습니다:

"동전을 던져서 처음으로 머리의 횟수 (Heads) 가 꼬리의 횟수 (Tails) 를 초과하는 순간에 도달했을 때, 그 시점까지의 전체 던진 횟수 대비 머리의 비율 ($H_\tau / \tau$) 의 기댓값은 얼마인가?"

2. 방법론 (Methodology)

이 연구는 **확률 과정 (Random Walk)**과 정지 시간 (Stopping Time) 이론을 기반으로 합니다.

• 확률 과정 정의:
  • $H_n, T_n$: $n$번째 던지기까지의 머리와 꼬리의 횟수.
  • $S_n = H_n - T_n$: 단순 대칭 랜덤 워크 (Simple Symmetric Random Walk) 로, $S_0 = 0$에서 시작하여 각 단계에서 $\pm 1$만큼 이동합니다.
• 정지 시간 ($\tau$) 설정:
  • $\tau = \min \{n \ge 1 : S_n > 0\}$
  • 즉, 랜덤 워크가 처음으로 $+1$에 도달하는 시점 (머리가 꼬리보다 처음 많아지는 시점) 을 정지 시간으로 정의합니다.
• 관측량:
  • 정지 시간 $\tau$에 도달했을 때의 머리의 비율: $H_\tau / \tau$.
  • $\tau$가 $2k+1$(홀수) 일 때,$H_\tau = k+1$,$T_\tau = k$이므로 비율은$\frac{k+1}{2k+1}$이 됩니다.

3. 주요 기여 및 증명 (Key Contributions & Proof)

이 논문의 가장 큰 기여는 $\pi/4$에 대한 새로운 동전 던지기 해석을 제시하고 이를 엄밀하게 증명한 것입니다.

• 확률 분포 유도:
  • $\tau = 2k+1$이 되기 위해서는 처음 $2k$번 동안 랜덤 워크가$0$이하에 머무르고$2k$번째에$0$이어야 하며, 그 다음$+1$로 이동해야 합니다.
  • 이러한 경로의 수는 카탈란 수 (Catalan number) $C_k = \frac{1}{k+1}\binom{2k}{k}$입니다.
  • 각 경로의 확률은 $2^{-(2k+1)}$이므로,$\tau=2k+1$일 확률은 다음과 같습니다:
    $$P(\tau = 2k+1) = \frac{1}{2 \cdot 4^k} \frac{1}{k+1} \binom{2k}{k}$$
• 기댓값 계산:
  • 목표는 $E[H_\tau / \tau]$를 계산하는 것입니다.
    $$E\left[\frac{H_\tau}{\tau}\right] = \sum_{k \ge 0} P(\tau = 2k+1) \cdot \frac{k+1}{2k+1}$$
  • 위 식을 정리하면 다음과 같은 급수 형태가 나옵니다:
    $$E\left[\frac{H_\tau}{\tau}\right] = \frac{1}{2} \sum_{k \ge 0} \frac{1}{4^k} \frac{1}{2k+1} \binom{2k}{k}$$
• 역삼각함수 급수와의 연결:
  • $\arcsin(x)$의 테일러 급수 전개식 $\arcsin(x) = \sum_{n=0}^{\infty} \frac{1}{2^{2n}} \binom{2n}{n} \frac{x^{2n+1}}{2n+1}$을 이용합니다.
  • $x=1$을 대입하면 $\arcsin(1) = \frac{\pi}{2}$이므로, 위 급수는 $\frac{1}{2} \arcsin(1) = \frac{\pi}{4}$가 됩니다.
• 결과:
  $$E\left[\frac{H_\tau}{\tau}\right] = \frac{\pi}{4}$$

4. 결과 및 실험적 검증 (Results & Empirical Verification)

• 시뮬레이션 결과:
  • Matt Parker 는 과거에 기록된 10,000 번의 동전 던지기 데이터를 사용하여 이 방법을 적용한 결과, $\pi \approx 3.2266$을 얻었습니다.
  • 이 오차 ($\approx 0.08$) 는 이론적으로 예측된 수렴 속도인 $O(N^{-1/4})$ (여기서 $N$은 총 던진 횟수) 와 일치합니다.
• 실용성:
  • 이 방법은 이론적으로 흥미롭지만, 실제 $\pi$를 정밀하게 추정하기에는 비효율적입니다.
  • 예를 들어, 3.14 에 가까운 값을 얻으려면 약 1 조 (trillion) 번의 동전 던지기가 필요하며, 초당 1 회 던진다고 가정하면 3 만 년 이상 소요됩니다.
• 확장성:
  • 머리가 꼬리보다 2만큼 먼저 초과하는 경우 ($+2$) 에는 기댓값이 $\ln 2$가 됩니다.
  • 일반적으로 초과량 $a$가 홀수일 때는 $\pi$ 관련 식, 짝수일 때는 $\ln 2$ 관련 식이 도출될 것으로 추측되나, 이는 아직 검증되지 않았습니다.

5. 의의 및 결론 (Significance)

• 이론적 의미:
  • $\pi/4$를 카탈란 수와 랜덤 워크의 정지 시간 비율의 기댓값으로 해석하는 새로운 확률적 증명을 제시했습니다.
  • 이 결과는 $\pi$가 $3$과$4$사이 ($3 < \pi < 4$) 에 있다는 잘 알려진 사실을 확률적으로 증명하는 것으로도 해석될 수 있습니다 (비율이$1/2$를 초과하므로 기댓값은$3/4$보다 크고$1$보다 작음).
• 비교:
  • Flajolet, Pelletier, Soria 등이 제안한 더 일반적인 동전 기반 $\pi$ 추정 알고리즘 (예: Rama() 함수) 에 비해 이 방법은 효율성이 낮지만, 개념적 단순성과 교육적 가치 (수학 동아리나 교실에서의 병렬 실험 가능) 가 뛰어납니다.
• 참고:
  • Stefan Gerhold 와 Hubalek 의 2025 년 논문에서도 유사한 공식이 성별 비율 연구 맥락에서 암시적으로 등장했으나, 동전 던지기에 대한 구체적인 해석은 이 논문이 처음인 것으로 보입니다.

---

요약: 이 논문은 동전 던지기를 통해 머리가 꼬리보다 처음 많아지는 시점의 비율 기댓값이 정확히 $\pi/4$임을 증명함으로써, $\pi$를 추정하는 새로운 몬테카를로 방법을 제시했습니다. 비록 수렴 속도가 느려 실용적인 계산에는 부적합하지만, 확률론, 조합론 (카탈란 수), 그리고 해석학 (역삼각함수 급수) 을 연결하는 아름다운 수학적 통찰을 제공합니다.