확률분포의 개념 미분과 적분의 개념을 사전에 공부한다

1. 확률변수 Random Variable 모든 실험의 결과에 수치가 부여될 수 있다면 어떤 특정한 수치가 실험에서 결정될 가능성은 확률로 주어진다 이와 같이 임의실험에서 일정한 확률을 가지고 발생하는 결과에 실수 값을 부여하는 변수를 확률변수(random variable or stochastic variable)이라고 한다. 확률변수는 대문자로 나타내고, 확률변수가 취하는 값은 그에 대응하는 소문자로 나타낸다. 확률변수의 정의역은 표본공간 S 이고, 치역은 실수 값(R)이 된다

이산확률변수(discrete random variable) 이라 한다. 이산과 연속확률변수 확률변수 X가 어느 구간의 모든 실수값을 택하지 않고, 0, 1, 2, . . . 과 같은 고립된 값만을 택할 때, 이 변수를 이산확률변수(discrete random variable) 이라 한다. 반면에 확률변수 X가 어떤 구간의 모든 실수값을 택할 때 이 변수를 연속확률변수(continuous random variable) 이라 한다.

이산확률변수의 예 10번 주사위를 던지는 실험에서 1이 나오는 수 : X 2. 삼성 냉장고 공장에서 생산한 100개의 완성품 중 불량품의 개수 : Y 3. 한 시간 동안 국민은행의 한 지점을 방문한 고객수 : W 연속확률변수의 예 우리 나라 벤처기업의 도산율 : A 우리 나라에서 수입하는 금의 양 : B 어느 근로자가 직장에 도착하는 시간 : C 어떤 회사의 매출 성장률 : D 대미 환율 : E

2. 이산확률 변수의 확률함수 (1) 확률분포 이산확률변수 X의 모든 값과 이에 대응하는 확률을 표나 그래프로 나타낸 것을 X의 확률분포(probability distribution)이라 한다.

주사위의 예 x 1 2 3 4 5 6 f(x) 1/6 f(x) 1/6 x 1 2 3 4 5 6

(2) 확률함수 이산확률변수 X가 특정한 x값을 취하는 확률을 x의 함수로 표현한 것을 확률함수(probability function) 라 하고, f (x)로 표기하기로 한다. f (x) = P[X=x]   앞의 주사위의 예 :  

이산확률변수의 확률분포와 확률함수의 예 동전을 두 번 던져 앞면이 나오는 수 : X X가 취할 수 있는 값은 x = 0, x = 1, x = 2 x 1 2 P(x) 1/4 1/2 P(x) 1/2 1/4 x 1 2

확률함수  

3. 연속 확률변수의 확률함수 인터넷 쇼핑몰의 주문의 배달시간 확률밀도 f(x) f(x) Probability density 계급구간을 좁히면 특정 x에서 의 높이 시간 x 계급구간을 이용한 확률

확률변수의 값과 확률밀도의 관계를 나타내는 함수를 확률밀도함수( probability density function)라 한다. 1, 모든 x에 대해 f(x) > 0 2. 확률변수 X가 두 수 a와 b 사이에 놓일 확률은 f(x)의 아래 a와 b 사이의 면적과 같다. 3. f(x)의 아래에 있는 전체 면적은 1이다

a b

주의 f(x)는 결과 x가 일어날 확률이 아니다. P(A)는 f(x)의 사건 A에 대한 적분 값이다. 일반적으로 f(x) 이며 f(x)는 1보다 큰 값을 가질 수 있다.

3. 누적분포함수 (cumulative distribution function, cdf ) 확률변수 X가 특정한 값 를 넘지 않을 확률을 나타내는 함수 F(x)를 누적분포함수라고 한다.

F(x) x F(x) x

F(x) f(x) 도출 If X: DRV and

If X: CRV and a < b F(b) F(a) a b

누적분포함수의 예 : 하루 자동차 판매량(100일 동안) 1 2 3 4 상대도수 5 10 40 30 15 확률 0.05 0.10 0.40 0.30 0.15

누적분포함수의 예 : 동전 두 번 던져 앞면 나오는 수 앞면수 1 2 확률 1/4 1/2

누적분포함수의 예 : DRV의 경우 X의 확률분포표 P[2 < x < 6]=? P[X=4] = ?

누적분포함수의 예 : CRV의 경우 f(x)=?

4. 결합 확률(밀도)함수 1. 결합확률분포와 주변확률분포 두 확률변수 X, Y 의 모든 값과 이에 대응하는 확률을 결합확률분포( joint probability distribution)라 한다. 그리고 각 변수에 대한 확률분포를 주변확률분포 (marginal probability distribution)라 한다.

예: 수입자동차 기통과 바퀴의 크기 기통 바퀴 Y 4기통 6기통 8기통 X 14인치 0.16 0.19 0.12 0.47 16인치 0.14 0.20 0.53 0.30 0.38 0.32 결합확률분포 임의로 선택한 수입차의 기통수의 확률 확률변수 Y의 주변확률분포 : Y 4 6 8 0.30 0.38 0.32

임의로 선택한 수입차의 바퀴크기의 확률 확률변수 X의 주변확률분포 : X 14 16 0.47 0.53

2. 조건부 확률분포 확률변수 X(혹은 Y )가 특정한 값 x(혹은 y)을 취한 상태에서 Y 가 어떤 특정한 y(혹은 x)를 취할 확률분포

기통 바퀴 Y 4기통 6기통 8기통 X 14인치 0.16 0.19 0.12 0.47 16인치 0.14 0.20 0.53 0.30 0.38 0.32 수입차 바퀴 크기 X가 주어졌을 때 엔진크기 Y의 조건부확률분포 ? X Y 4기통 6기통 8기통 14인치 0.34 0.40 0.26 16인치 0.36 0.38 =0.16/0.47

4. 결합확률(밀도)함수, 주변확률(밀도)함수, 조건부확률(밀도)함수 앞서 분포들을 함수의 형태로 나타낸 것이다 결합확률(밀도)함수 주변확률(밀도)함수 조건부확률 (밀도) 함수

주변확률(밀도) 함수 결합확률함수 이 주어져 있을 때,

결합확률(밀도)함수의 특징

조건부 확률함수 도출의 예 (1) a = ? (2) =? (3) =? (4) 일 때, (5) 일 때, (6) 일 때,

B y E C 1 x F 1/2 1 D 1/2

결합확률함수와 두 변수의 독립성 : CRV 경우 두 확률변수 X와 Y는 서로 독립인가 ? 독립이 되기 위해서는 서로 독립이다

결합확률함수와 두 변수의 독립성 : DRV 경우 y 1 2 3 x 1/9 1/3 2/9 서로 독립인가 ? No!

DRV의 경우 각 확률분포 52장의 card를 2장 뽑는다. 그러나 다시 집어 넣지 않음 X : 첫 번째 ace의 수 Y : 두 번 시행에서의 ace의 수 X가 취할 수 있는 값 : 0, 1 Y가 취할 수 있는 값 : 0, 1, 2

(1) X와 Y의 결합확률분포표를 그리시오 Y 1 2 X (48/52)(47/51) (48/52)(4/51) 188/221 1 2 X 188/221 16/221 204/221 1/221 17/221 32/221 (48/52)(47/51) (48/52)(4/51)

(2) X의 주변확률분포표 (3) Y의 주변확률분포표 (4) X =1로 주어졌을 때 Y의 조건부 확률분포표

CRV의 경우의 예 (1) (2) (3) 독립 ? (4)

5. 결합누적분포함수( joint cumulative distribution function) 이산확률변수의 경우 연속확률변수의 경우

예: 결합누적분포함수 II I 1 III IV V 1

Review