맨위로가기

베르트랑의 역설 (확률)

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

베르트랑의 역설은 원에 내접하는 정삼각형의 현을 무작위로 선택할 때, 현이 삼각형의 한 변보다 길 확률이 선택 방법에 따라 다르게 나타나는 확률의 역설이다. 베르트랑은 세 가지 다른 방법(무작위 끝점, 무작위 반지름 점, 무작위 중점)을 제시하여 각각 1/3, 1/2, 1/4의 확률을 얻었으며, 이는 '무작위' 선택의 정의에 따라 결과가 달라짐을 보여준다. 에드윈 제인스는 "최대 무지 원칙"을 통해 원의 크기나 위치에 무관한 해법을 제시했으나, 2013년 앨런 드로리는 불변량의 수학적 구현이 무작위 선택 절차에 따라 달라질 수 있다고 주장했다. 베르트랑의 역설은 확률의 고전적 정의의 한계를 보여주는 사례로, 빈도주의나 베이즈 확률과 같은 보다 엄밀한 공식화를 정당화하는 요인이 되었으며, 실제 실험을 통해서도 '무작위' 선택 방식에 따라 결과가 달라짐이 확인되었다.

더 읽어볼만한 페이지

  • 확률론의 역설 - 생일 문제
    생일 문제는 임의의 집단에서 생일이 같은 두 사람이 존재할 확률을 계산하는 문제로, 23명만 되어도 생일이 같은 사람이 있을 확률이 50%를 넘으며, 암호 시스템 등 다양한 분야에 응용된다.
  • 확률론의 역설 - 몬티 홀 문제
    몬티 홀 문제는 세 개의 문 중 하나를 선택한 후 진행자가 상품이 없는 문을 열어 보여줄 때, 선택을 바꾸는 것이 유리한지를 묻는 확률 문제로, 직관과 달리 선택을 바꾸는 것이 당첨 확률을 높이는 전략임을 보여주는 확률 역설이며, 의사 결정 방식에 대한 통찰을 제공한다.
  • 수학의 역설 - 바나흐-타르스키 역설
    바나흐-타르스키 역설은 3차원 유클리드 공간에서 공을 유한 개의 조각으로 분할한 뒤 조각들을 회전 및 이동하여 원래 공과 똑같은 크기의 공 두 개를 만들 수 있다는 수학적 정리로, 선택 공리에 의존하며 비가측 집합의 존재와 부피 개념 정의의 어려움을 보여준다.
  • 수학의 역설 - 베리의 역설
    베리의 역설은 유한한 단어로 자연수를 정의하려는 시도에서 발생하는 자기모순적인 역설로, '정의할 수 있다'라는 개념의 모호성에서 비롯되며, 의미 계층화 도입으로 해결을 시도하지만, 불완전성 정리, 콜모고로프 복잡도 등과 연관되어 논의된다.
  • 확률론 - 확률 밀도 함수
    확률 밀도 함수는 연속 확률 변수의 확률 분포를 나타내는 함수로, 특정 구간에서 확률 변수가 값을 가질 확률은 해당 구간에 대한 함수의 적분으로 계산되며, 통계적 특성 계산 및 변수 변환 등에 활용되어 불확실성 모델링 및 분석에 중요한 역할을 한다.
  • 확률론 - 체비쇼프 부등식
    체비쇼프 부등식은 확률 변수가 평균에서 얼마나 멀리 떨어져 있는지에 대한 확률의 상한을 제공하는 부등식으로, 이레네-쥘 비네메가 처음 공식화하고 체비쇼프와 안드레이 마르코프에 의해 일반화 및 증명되었으며, 확률론적 표현 외에도 측도 공간에 대한 명제로 확장될 수 있다.
베르트랑의 역설 (확률)
개요
이름베르트랑의 역설
분야확률론
제안자조제프 베르트랑
발표 년도1889년
내용동일한 기하학적 대칭을 갖는 여러 확률 분포가 존재할 수 있음을 보여주는 확률론적 역설
역설의 내용
질문내접하는 정삼각형을 그리고 원에서 임의의 을 선택할 때, 현의 길이가 정삼각형의 한 변의 길이보다 클 확률은?
해법 1원의 반지름을 따라 무작위로 점을 선택하여 현을 결정하면 확률은 1/3임.
해법 2원의 둘레를 따라 무작위로 점을 선택하여 현을 결정하면 확률은 1/3임.
해법 3원의 중심에서 무작위로 거리를 선택하여 현을 결정하면 확률은 1/2임.
설명
문제점"무작위"를 선택하는 방법이 명확하게 정의되지 않았기 때문에 역설이 발생함.
해결 방안문제에 대한 불변성을 적용하여 올바른 확률 분포를 선택해야 함.
확률 분포회전 불변성과 재매개변수화 불변성을 모두 만족하는 유일한 확률 분포는 1/2임.

2. 문제 제기

베르트랑의 역설은 일반적으로 다음과 같이 제시된다. 원에 내접하는 정삼각형을 생각해 보자. 원의 을 무작위로 선택한다고 가정한다. 이 때, 현이 삼각형의 한 변보다 길 확률은 얼마인가?

베르트랑은 세 가지 논거를 제시했는데, (각각 무차별 원리를 사용하며) 모두 겉보기에는 타당하지만 서로 다른 결과를 낳았다.

161px
"무작위 끝점" 방법: 원의 둘레에 있는 두 개의 무작위 점을 선택하고 그 점들을 잇는 현을 그린다. 문제의 확률을 계산하기 위해 삼각형의 꼭짓점이 현의 한쪽 끝점과 일치하도록 삼각형을 회전시켜보자. 다른 현의 끝점이 첫 번째 점의 반대편에 있는 삼각형 변의 끝점 사이에 있는 호 위에 놓여 있다면, 현은 삼각형의 변보다 길다. 호의 길이는 원 둘레의 1/3이므로, 무작위 현이 내접 삼각형의 변보다 길 확률은 1/3이다.

무작위 현, 선택 방법 2
"무작위 반지름 점" 방법: 원의 반지름을 선택하고, 반지름 위의 한 점을 선택한 다음, 이 점을 지나고 반지름에 수직인 현을 그린다. 문제의 확률을 계산하기 위해 한 변이 반지름에 수직이 되도록 삼각형을 회전시켜보자. 선택된 점이 삼각형의 변이 반지름과 교차하는 점보다 원의 중심에 더 가깝다면 현은 삼각형의 변보다 길다. 삼각형의 변은 반지름을 이등분하므로, 무작위 현이 내접 삼각형의 변보다 길 확률은 1/2이다.

무작위 현, 선택 방법 3
"무작위 중점" 방법: 원 안에 있는 아무 점이나 선택하고, 선택된 점을 중점으로 하는 현을 그린다. 선택된 점이 큰 원의 반지름의 1/2인 동심원 안에 있다면 현은 내접 삼각형의 변보다 길다. 작은 원의 면적은 큰 원의 면적의 1/4이므로, 무작위 현이 내접 삼각형의 변보다 길 확률은 1/4이다.

이 세 가지 선택 방법은 지름에 부여하는 가중치에서 다르다. 이 문제는 확률에 영향을 미치지 않으면서 지름을 제외하도록 문제를 "정규화"하여 피할 수 있다. 하지만 위에 제시된 방법에서, 방법 1에서는 각 현이 정확히 한 가지 방식으로 선택될 수 있으며, 지름인지 여부와는 무관하다; 방법 2에서는 각 지름이 두 가지 방식으로 선택될 수 있는 반면, 다른 각 현은 한 가지 방식으로만 선택될 수 있다; 그리고 방법 3에서는 각 중점 선택이 단일 현에 해당하며, 원의 중심을 제외하면, 이는 모든 지름의 중점이다.

방법 1을 사용하여 무작위로 선택된 현의 중점


방법 2를 사용하여 무작위로 선택된 현의 중점


방법 3을 사용하여 무작위로 선택된 현의 중점


무작위로 선택된 현, 방법 1


무작위로 선택된 현, 방법 2


무작위로 선택된 현, 방법 3


다른 선택 방법들이 발견되었다. 사실, 무한한 수의 방법들이 존재한다.

2. 1. 베르트랑의 세 가지 해법

베르트랑은 이 문제에 대해 세 가지 다른 접근법을 제시했는데, 각각 다른 확률값을 제시한다. 베르트랑이 제시한 세 가지 해는 서로 다른 선택 방법에 대응하며, 하나의 방법을 다른 방법보다 더 선호할 이유는 없다.

  • "무작위 끝점" 방법: 원의 둘레에 있는 두 개의 무작위 점을 선택하고 그 점들을 잇는 현을 그린다. 이 경우 무작위 현이 내접 삼각형의 변보다 길 확률은 1/3이다.

  • "무작위 반지름 점" 방법: 원의 반지름을 선택하고, 반지름 위의 한 점을 선택한 다음, 이 점을 지나고 반지름에 수직인 현을 그린다. 이 경우 무작위 현이 내접 삼각형의 변보다 길 확률은 1/2이다.

  • "무작위 중점" 방법: 원 안에 있는 아무 점이나 선택하고, 선택된 점을 중점으로 하는 현을 그린다. 이 경우 무작위 현이 내접 삼각형의 변보다 길 확률은 1/4이다.


이 세 가지 선택 방법은 지름에 부여하는 가중치에서 다르다. 방법 1에서는 각 현이 정확히 한 가지 방식으로 선택될 수 있으며, 지름인지 여부와는 무관하다. 방법 2에서는 각 지름이 두 가지 방식으로 선택될 수 있는 반면, 다른 각 현은 한 가지 방식으로만 선택될 수 있다. 방법 3에서는 각 중점 선택이 단일 현에 해당하며, 원의 중심을 제외하면, 이는 모든 지름의 중점이다.

3. 세 가지 해법 상세 설명

문제의 고전적인 해법은 현을 "임의로" 선택하는 방법에 따라 달라진다.[6] 이 주장은 무작위 선택 방법을 명시하면 문제에 잘 정의된 해법이 있을 것이라는 점을 보여준다(무차별성의 원칙에 의해 결정됨). 베르트랑이 제시한 세 가지 해법은 서로 다른 선택 방법에 해당하며, 추가 정보가 없는 한 어느 쪽을 다른 쪽보다 선호할 이유가 없다. 따라서 명시된 문제는 고유한 해법을 갖지 않는다.[4]

이 문제에 대한 고전적인 해답은 앞서 언급했듯이 "무작위로" 현을 선택하는 방법에 달려 있다. 즉, 무작위 선택 방법이 확정되면, 그리고 그 때에만 이 문제는 정의된 문제로서의 해를 갖는다. 선택 방법은 유일하지 않으므로, 유일한 해는 존재할 수 없다. 베르트랑이 제시한 3가지 해는 서로 다른 선택 방법에 대응하며, 하나를 다른 것보다 더 좋다고 할 이유가 없다. 이 문제와 같은, 확률의 고전적 해석이 안고 있는 역설은 빈도주의나 베이즈 확률과 같은 보다 엄밀한 공식화를 정당화하는 요인이 되었다.

=== 첫 번째 해법 (무작위 끝점) ===

현의 종점을 무작위로 놓는(random endpoint) 해법이다.

1번 해법의 경우. 삼각형의 한 변보다 긴 현은 빨강, 짧은 현은 파랑으로 그려져 있다.
현의 시작점을 삼각형의 한 꼭짓점으로 하자. 이 경우 현이 삼각형의 한 변보다 길어지기 위해서는 시작점의 반대쪽에 있는 변을 지나야 한다.[6][4] 이 조건을 만족하기 위해서는 현과 시작점에서의 원의 접선이 이루는 각도가 60~120도가 되어야 한다. 현을 정의할 수 있는 각도는 0~180도 이므로 60/180 = '''1/3'''이다.

=== 두 번째 해법 (무작위 반지름) ===

원의 반지름을 무작위로 선택하고, 선택된 반지름 위의 한 점을 무작위로 선택하여 그 점을 지나고 반지름에 수직인 현을 그리는 방법이다.[6][4] 현이 삼각형의 한 변보다 길어지려면, 선택된 점이 원의 중심과 삼각형 변 사이의 중점보다 원의 중심에 더 가까워야 한다.

2번 해법의 경우. 삼각형의 한 변보다 긴 현은 빨강, 짧은 현은 파랑으로 그려져 있다.


현과 원의 중심 사이의 거리를 무작위로 놓는(random radius) 해법이다. 삼각형의 한 변과 평행한 현을 생각했을 때, 현이 변보다 안쪽에 있어야 변보다 길어진다. 원의 내접 정삼각형의 변은 반지름을 이등분하므로 확률은 '''1/2'''이다.

=== 세 번째 해법 (무작위 중점) ===

현의 중점을 무작위로 놓는 해법이다.[6][4]
3번 해법의 경우. 내접원을 지나는 현은 빨강, 그렇지 않은 현은 파랑으로 그려져 있다.
삼각형에 내접하는 원을 그리고, 바깥쪽 원에 임의의 현을 하나 놓는다. 삼각형의 한 변의 길이보다 긴 현은 안쪽 원을 지나며 현의 중점은 안쪽 원 안에 있다. 안쪽 원의 반지름은 바깥쪽 원의 반이므로 넓이는 4배 차이가 난다. 따라서 확률은 '''1/4'''이다.[6][4]

3. 1. 첫 번째 해법 (무작위 끝점)

현의 종점을 무작위로 놓는(random endpoint) 해법이다. 현의 시작점을 삼각형의 한 꼭짓점으로 하자. 이 경우 현이 삼각형의 한 변보다 길어지기 위해서는 시작점의 반대쪽에 있는 변을 지나야 한다.[6][4] 이 조건을 만족하기 위해서는 현과 시작점에서의 원의 접선이 이루는 각도가 60~120도가 되어야 한다. 현을 정의할 수 있는 각도는 0~180도 이므로 60/180 = '''1/3'''이다.

3. 2. 두 번째 해법 (무작위 반지름)

원의 반지름을 무작위로 선택하고, 선택된 반지름 위의 한 점을 무작위로 선택하여 그 점을 지나고 반지름에 수직인 현을 그리는 방법이다.[6][4] 현이 삼각형의 한 변보다 길어지려면, 선택된 점이 원의 중심과 삼각형 변 사이의 중점보다 원의 중심에 더 가까워야 한다.

현과 원의 중심 사이의 거리를 무작위로 놓는(random radius) 해법이다. 삼각형의 한 변과 평행한 현을 생각했을 때, 현이 변보다 안쪽에 있어야 변보다 길어진다. 원의 내접 정삼각형의 변은 반지름을 이등분하므로 확률은 '''1/2'''이다.

3. 3. 세 번째 해법 (무작위 중점)

현의 중점을 무작위로 놓는 해법이다.[6][4] 삼각형에 내접하는 원을 그리고, 바깥쪽 원에 임의의 현을 하나 놓는다. 삼각형의 한 변의 길이보다 긴 현은 안쪽 원을 지나며 현의 중점은 안쪽 원 안에 있다. 안쪽 원의 반지름은 바깥쪽 원의 반이므로 넓이는 4배 차이가 난다. 따라서 확률은 '''1/4'''이다.[6][4]

4. 고전적 해법과 논쟁

베르트랑은 이 역설이 '무작위'라는 용어의 모호성 때문에 발생한다고 지적했다.[16] 각 해법은 서로 다른 '무작위' 선택 방식을 전제하고 있으며, 어떤 방법이 더 타당한지에 대한 합의가 없었다.[4][6][18]

해법 1에 의해 선택된 현들의 중점


해법 2에 의해 선택된 현들의 중점


해법 3에 의해 선택된 현들의 중점


해법 1에 의해 선택된 현들


해법 2에 의해 선택된 현들


해법 3에 의해 선택된 현들


이는 확률의 고전적 정의(경우의 수에 기반한 정의)의 한계를 보여주는 사례로, 빈도주의나 베이즈 확률과 같은 보다 엄밀한 공식화를 정당화하는 요인이 되었다.

5. 에드윈 제인스의 "최대 무지" 해결법

에드윈 톰슨 제인스는 1973년 논문 "우량 조건 문제"(The Well-Posed Problem)[19][5][11]에서 "최대 무지 원칙"에 기반해 베르트랑의 역설에 대한 해법을 제시했다. 최대 무지 원칙이란 문제에서 설명하지 않은 추가 정보를 사용해서 풀어서는 안 된다는 원칙이다.[19] 제인스는 베르트랑이 처음 제시한 문제가 원의 위치나 크기를 전혀 명시하지 않았다고 지적하면서, 명확하고 객관적인 정답은 원의 위치나 크기와는 전혀 "상관이 없어야" 한다고 주장하였다. 즉 문제의 정답은 원의 크기 변환이나 평행 이동 변환에 대해 불변량이어야 한다는 것이다.

예를 들어, 빨대를 멀리서 지름이 2인 원 위에 던지고 원 위에 걸쳐진 빨대 선을 현으로 변환해서 확률을 측정한다고 가정할 때, 지름이 2인 원 안에 지름이 더 작은 1의 원을 둔다면, 작은 원 안에 있는 현의 분포는 큰 원 안에 있는 현의 분포와 같아야 한다. 또한 평행 이동 변환에 대해서도 불변해야 하므로 작은 원이 큰 원 안 어디든지 이동하더라도 내부의 현 분포는 변하지 말아야 한다. 방법 3의 경우에는 두 변환에 대해 현의 밀도가 불변하지 않고 변한다는 사실을 볼 수 있는데, 아래 사진의 경우 작은 빨강 원 내부의 현 분포는 큰 원의 현 분포와 완전히 다르다.

방법 3대로 그린 현들 위에 작은 원(빨강)을 그린 모습.


방법 1에서도 현 밀도의 불균형이 발생하지만 눈으로 보이기에는 어렵다.[11] 방법 2가 크기 변환과 평행 이동 둘 다에 대해서 불변하다. 방법 1은 평행 이동에 대해서만 불변하고 방법 3은 크기 변환에 대해서만 불변하다.[19] 하지만 제인스가 주어진 선택 방법을 받아들이거나 틀렸다고 말하기 위해 불변량만을 이용한 것은 아니다. 제인스는 수학적인 기준을 충족시킬 또 다른 설명되지 않은 방법이 존재할 수 있는 가능성이 있다고 보아 확률분포를 직접 결정하기 위해 크기 변환과 평행 이동 변환에 불변하는 확률 밀도의 적분방정식을 세웠다. 이 방정식을 통해 확률을 계산하면 방법 2의 반지름을 무작위로 구한 방법과 동일한 확률이 계산된다.[19]

2013년 앨런 드로리의 논문[16]에서는 제인스의 원칙대로 계산하더라도 서로 다른 옳은 두 가지 확률이 나올 수 있다고 주장하였다. 위의 불변량 성질의 수학적 구현이 독특하지 않으나 선택하는 무작위적 선택의 근본 절차에 따라 달라진다고 보았다. 그는 베르트랑의 세 가지 해법이 각각 회전, 크기 변환, 평행 이동에 대해 불변함을 보이면 나올 수 있는 정답임을 보였으며, 제인스가 내세운 원리도 "무차별성의 원칙"만큼이나 해석의 대상이 된다고 주장하였다.[16]

예를 들어, 원을 향해 다트를 던지고 다트에 꼽혀진 점을 중심으로 한 현을 그리는 실험을 할 경우 회전, 크기 변환, 평행 이동에 불변한 고유 분포는 방법 3의 경우가 된다.[16] 마찬가지로 원 중앙에 둘레 위의 한 점을 가리키는 스피너와 같은 회전기를 단 후 서로 다른 두 회전기의 서로 독립된 회전 결과 점을 이은 현을 선택한다면 고유한 불변량 분포는 방법 1의 경우가 된다. 이 경우 불변하는 것은 두 스피너의 각각에 대한 회전 불변량이 된다.[16]

6. 실제 실험과 현대적 발전

베르트랑의 역설은 실제 물리적 실험을 통해서도 검증될 수 있다.[20] 이러한 실험들은 '무작위' 선택 방식에 따라 결과가 달라짐을 실제로 보여준다.[22][23][16] 예를 들어 원 중앙에 둘레 위의 한 점을 가리키는 회전기를 단 후 서로 다른 두 회전기의 서로 독립된 회전 결과 점을 이은 현을 표시하면 첫 번째 방법의 확률이 구해진다.[21] 또한 원 전체를 끈적한 당밀로 덮은 후 파리를 날려보내 처음에 원 위에 앉은 점을 현의 중점으로 두도록 계산하면 세 번째 방법의 확률이 구해진다.[21]

중력이 작용하는 실험의 경우, 통계역학유체역학과 같은 특정 물리계에 존재하는 변환 불변량을 만족하는 방법은 두 번째 방법만이 정답으로 인정되며 실제 실험에서도 1/2로 측정된다.[20]

2007년 저서 《베르트랑의 역설과 무관심의 원리》에서 니콜라스 샤켈은 1세기가 넘도록 이 역설은 여전히 해결되지 않고 있으며, 무차별성의 원리에 대한 반박을 계속하고 있다고 주장했다.[17] 샤켈은 베르트랑의 역설을 해결하기 위해 일반적으로 두 가지 다른 접근법, 즉 ''distinction'' 전략과 ''well-posed'' 전략이 채택되었다고 강조하며, 루이 마리노프를 ''distinction'' 전략의 대표자로, 에드윈 제인스를 ''well-posed'' 전략의 대표자로 소개한다.[17][18][19]

7. 대한민국 교육과정 및 사회적 함의

참조

[1] 서적 Calcul des probabilités http://gallica.bnf.f[...] Gauthier-Villars
[2] 간행물 Bertrand's Paradox and the Principle of Indifference http://orca.cf.ac.uk[...]
[3] 학술지 Note Concerning Two Problems in Geometrical Probability https://www.jstor.or[...] 1934
[4] 간행물 A resolution of Bertrand's paradox
[5] 간행물 The Well-Posed Problem http://bayes.wustl.e[...]
[6] 간행물 Failure and Uses of Jaynes' Principle of Transformation Groups
[7] 간행물 The Second Scientific American Book of Mathematical Puzzles and Diversions https://archive.org/[...] University of Chicago Press
[8] 간행물 Bertrand's Paradox The Mathematical Association 1984-03
[9] 간행물 Marginalia: more on randomness 1984-05
[10] 서적 数学チュートリアル やさしく語る確率統計 オーム社
[11] 간행물 The Well-Posed Problem http://bayes.wustl.e[...]
[12] 간행물 The Second Scientific American Book of Mathematical Puzzles and Diversions The University of Chicago Press
[13] 간행물 Bertrand's Paradox The Mathematical Association 1984-03
[14] 간행물 Marginalia: more on randomness 1984-05
[15] 서적 Calcul des probabilités http://gallica.bnf.f[...] Gauthier-Villars
[16] 저널 Failure and Uses of Jaynes' Principle of Transformation Groups
[17] 저널 Bertrand's Paradox and the Principle of Indifference http://orca.cf.ac.uk[...]
[18] 저널 A resolution of Bertrand's paradox https://archive.org/[...]
[19] 저널 The Well-Posed Problem http://bayes.wustl.e[...]
[20] 저널 Bertrand's paradox의 분석을 통한 기하학적 확률에 관한 연구 https://www.dbpia.co[...] 대한수학교육학회 2021-07-12
[21] 저널 The Second Scientific American Book of Mathematical Puzzles and Diversions https://archive.org/[...] University of Chicago Press
[22] 저널 Bertrand's Paradox https://archive.org/[...] The Mathematical Association 1984-03
[23] 저널 Marginalia: more on randomness 1984-06



본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com