확률의 모든 것

초록

이 책은 확률론의 기초부터 고급 주제까지를 체계적으로 정리한 교재로, 사건 대수, 확률 변수, 조건부 확률, 모멘트, 생성함수, 중심극한정리, 조건부 기대값, 푸리에 변환, 가우시안 변수, 수렴 이론, 마팅게일 및 마코프 체인 등을 포함한다. 학부 수준의 기본 개념을 다진 뒤, 측도론적 접근과 심화 이론을 단계적으로 제시한다.

상세 분석

본 교재는 7개의 장으로 구성된 Part 1과 심화 내용이 포함된 Part 2(현재 검토 중)로 나뉘어 있다. Part 1은 학부 2학년 수준을 목표로 하며, 확률론의 전통적인 전개 방식을 따르면서도 현대적 관점을 도입한다. 1장은 확률 실험과 사건 대수, σ‑대수와 확률 공리계를 정의하고, 이산 확률 공간의 구체적 예(균등법, 기하법, 이항법, 포아송법, 초등기하법)를 제시한다. 특히 “Germ of a Probability Law”라는 용어를 통해 확률법칙의 근원을 설명하는 점이 독창적이다.

2장은 실수값 함수의 합가능성(family) 개념을 도입해 비음수 실수열의 수렴과 비교 테스트를 일반화한다. 이는 이후 무한급수와 기대값 정의에 필수적인 토대가 된다. 저자는 연속합(sum of a family) 개념을 통해 무한합을 엄밀히 다루며, 부호가 있는 실수의 합가능성까지 확장한다.

3장에서는 독립성의 여러 형태를 상세히 탐구한다. 사건의 독립성, 보완 사건과의 관계, 독립 확률 변수와 함수의 독립성, 그리고 독립 변수들의 합법칙을 체계적으로 증명한다. 특히 “Law of the Sum of Independent Random Variables” 절에서 컨볼루션을 이용한 증명이 잘 정리돼 있다.

4장은 조건부 확률과 베이즈 정리를 다루며, “Probabilities of Causes”라는 표현을 통해 인과관계 해석을 시도한다. 이어서 조건부 확률법칙과 진화 현상 모델링을 제시해 실제 응용 가능성을 보여준다.

5장은 이산 확률 변수의 모멘트와 기대값을 정의하고, 고차 모멘트, 공분산, 차분 불평등(Markov, Chebyshev) 등을 전개한다. 생성함수 섹션에서는 이항, 포아송, 기하, 음이항 법칙의 생성함수를 구하고, 모멘트와의 관계를 명확히 한다.

6장은 연속 확률 변수와 확률밀도, 다변량 밀도, 주변밀도, 조건부 밀도 등을 다룬다. 여기서 Rⁿ에서의 리만 적분을 부록으로 제공해 측도론적 기초를 보강한다. 또한 독립성, 합법칙, 조건부 밀도에 대한 정리들이 연속 경우에도 일관되게 적용됨을 보여준다.

7장은 대수적 근사와 대수법칙을 다루며, 포아송 근사, 이항‑가우시안 근사, 초등기하‑이항 근사, 그리고 중심극한정리와 대수의 법칙을 포괄한다. 이는 확률론의 핵심인 대수적 수렴을 직관적으로 이해하도록 돕는다.

Part 2(현재 검토 중)에서는 측도론, 조건부 기대값을 L²와 L¹ 공간에서의 직교 사영으로 해석하고, 푸리에 변환·특성함수, 가우시안 측도, 수렴 이론(약한 수렴, 총변동 수렴), 마팅게일 이론, 마코프 연쇄 등 고급 주제를 다룬다. 특히 조건부 기대값을 “정규화된 측도”와 연결시키는 접근은 현대 확률론 교재에서 드물다.

전반적으로 교재는 정의·정리·증명·연습문제·해답 순으로 구성돼 학습자에게 자가 점검 기회를 충분히 제공한다. 다만 일부 장에서 증명의 세부 단계가 생략되어 있어 초보자에게는 보충 자료가 필요할 수 있다. 또한, 실용적 응용(통계, 머신러닝, 금융) 사례가 부족해 이론 중심에 머무는 경향이 있다.

요약하면, 이 책은 확률론을 체계적이고 깊이 있게 배우고자 하는 학생 및 연구자를 위한 포괄적 교재이며, 특히 측도론과 마팅게일, 마코프 연쇄까지 아우르는 폭넓은 범위가 큰 장점이다.