The distribution of the de Moivre experiment

기술 요약: 드 무아브르 실험의 분포

문제 제기 및 동기
본 논문은 드 무아브르 실험(de Moivre experiment)에 관한 확률 모델링의 역사적 공백을 다룬다. 아브라함 드 무아브르(Abraham de Moivre)는 1711년 저서 『확률의 학설(The Doctrine of Chances)』에서 $(s+1)$개의 면을 가진 $n$개의 주사위를 던졌을 때 특정 합 $k$를 얻는 방법의 수를 결정하는 조합론적 문제를 분석했으나, 이 실험을 지배하는 확률 분포는 문헌상에서 공식적으로 개발되지 않았다. 역사적으로 면의 개수가 2인 경우(동전 던지기)는 베르누이 및 이항 분포로 이어졌으나, $\{0, 1, \dots, s\}$ 상의 균등 분포로의 일반화($s > 1$인 경우)는 관련 계수의 단순화된 표현식이 2000년대에 확립될 때까지 모델링되지 않은 채 남아 있었다. 저자들은 이 실험을 공식화하고, 연관된 확률 법칙을 정의하며, 이들의 극한 행동을 조사하는 것을 목표로 한다.

방법론 및 정의
본 연구는 기초적인 확률 변수와 그에 따른 분포를 정의함으로써 진행된다:

1. $s$-베르누이 분포: 저자들은 $\{0, 1, \dots, s\}$의 값을 갖는 $(s+1)$개 면을 가진 단일 주사위의 결과를 나타내는 확률 변수 $X$를 정의한다. 확률 질량 함수는 성공 확률 $p$와 실패 확률 $q$에 의해 매개변수화되며, 확률의 합이 1이 되도록 하는 특정 제약 조건을 따른다.

   • $p \neq q$인 경우와 $p = q$인 경우 모두에 대한 생성 함수 $G_X(t)$가 유도된다.
   • 기댓값과 분산에 대한 명시적인 공식이 제공된다.
   • 이 분포의 모멘트와 확장된 오일러 수(extended Eulerian numbers) $A(n, k, s)$ 사이의 관계를 확립한다. $p=q$인 경우, 모멘트는 **베르누이 수(Bernoulli numbers)**를 사용하여 표현된다.

2. 비스이노미얼(Bisnomial) 분포: $s$-베르누이 실험을 독립적으로 $n$번 반복함으로써, 저자들은 비스이노미얼 분포 $B^{(s)}(n, p)$를 정의한다. 확률 질량 함수는 $(s+1)$개의 면을 가진 $n$개의 주사위에 $k$개의 점을 배분하는 방법의 수를 세는 비스이노미얼 계수 $\binom{n}{k}_s$를 포함한다.

   • 비스이노미얼 분포의 생성 함수는 $s$-베르누이 생성 함수의 $n$제곱으로 유도된다.
   • 기댓값과 분산에 대한 공식이 확립된다.
   • 고차 모멘트는 **부분 벨 다항식(partial Bell polynomials)**을 사용하여 표현되며, 이를 통해 분포를 조합론적 구조와 연결한다.

주요 결과: 극한 분포
본 논문의 핵심적인 이론적 기여는 $n \to \infty$일 때 특정 극한 조건 하에서의 비스이노미얼 분포의 수렴을 증명하는 것이다.

1. 포아송 분포로의 수렴:
   저자들은 시행 횟수 $n$이 무한히 증가하면서 합의 기댓값이 일정($\lambda_s$)하게 유지될 때, 비스이노미얼 분포가 파라미터 $\lambda_s$를 갖는 포아송 분포로 수렴함을 증명한다.

   • 증명은 $n \to \infty$일 때 파라미터 $p_n$과 $q_n$ 사이의 관계를 근사하기 위해 **음함수 정리(Implicit Function Theorem)**를 활용한다.
   • 파라미터를 멱급수로 전개하고 보조정리 5.2(정규화된 비스이노미얼 계수 $\binom{n}{k}_s / n^k$의 극한을 확립함)를 적용함으로써, 저자들은 확률 질량 함수가 $\frac{\lambda_s^k}{k!} e^{-\lambda_s}$로 수렴함을 입증한다.
   • 본 논문은 이러한 결과가 포아송 분포가 1837년 포아송의 연구보다 앞선 1711년 드 무아브르에 의해 이항 분포의 극한으로서 도출되었음을 근거로, 포아송 분포의 공로를 드 무아브르에게 돌려야 한다는 역사적 주장을 뒷받침한다고 언급한다.

2. 정규 분포로의 수렴:
   본 논문은 $n$이 클 때 비스이노미얼 분포가 정규 분포를 근사한다는 것을 확립한다.

   • 적률 생성 함수(MGF) 방법을 사용하여, 저자들은 표준화된 변수 $Z = \frac{X - E(X)}{\sigma_s}$를 분석한다.
   • MGF의 테일러 급수 전개를 통해, $n \to \infty$일 때 $Z$의 MGF가 표준 정규 분포의 MGF인 $e^{t^2/2}$로 수렴함을 보여준다.
   • 이는 비스이노미얼 분포가 $s$-베르누이 분포의 파라미터로부터 유도된 평균 $\mu_s$와 분산 $\sigma_s^2$를 갖는 고전적 이항 분포와 유사한 중심한계정리를 만족함을 확인시켜 준다.

의의 및 주장
본 논문은 일반적인 면의 개수 $(s+1)$에 대하여 드 무아브르 실험에 대한 최초의 종합적인 확률 모델화를 제공한다고 주장한다. $s$-베르누이 및 비스이노미얼 분포를 도입함으로써, 저자들은 고전적인 이항 프레임워크를 더 넓은 조합론적 환경으로 확장한다.

본 연구의 의의는 다음과 같다:

• 역사적 맥락: 드 무아브르의 1711년 조합론적 보조정리와 현대 확률론 사이의 간극을 메우며, 이전에는 암묵적으로 존재했던 확률 법칙들을 공식적으로 정의한다.
• 수학적 일반화: 이항 분포($s=1$인 경우)를 비스이노omial 케이스로 일반화하여, 오일러 및 벨 다항식을 포함하는 모멘트, 생성 함수, 왜도 및 첨도 계수에 대한 명시적인 공식을 제공한다.
• 극한 행동: 이러한 일반화된 분포들이 포아송 분포와 정규 분포로 수렴함을 엄밀하게 증명함으로써, 드 무아브르 실험을 확률론의 근본적인 극한 정리들과 통합한다.

저자들은 제시된 수학적 증명 외에 새로운 실험적 응용이나 미래의 함의를 제안하지 않고, 오직 이러한 분포들의 정의, 속성, 그리고 극한 사례에 집중하며 연구의 범위를 겸허하게 유지한다.