Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
제 9 장 확률이란 무엇인가
1. 가능성, 확률2. 카드가 든 상자3. 가능한 경우를 모두 나열하여 확률 계산4. 벤 다이어그램과 배반5. 덧셈법칙6. 조건부확률7. 곱셈법칙8. 분할과 베이즈 정리9. 독립10.배반과 독립, 덧셈과 곱셈11.확률계산의 사례
1. 가능성, 확률
확률을 보는 두 가지 견해
도수이론(frequentist view)
• 확률은 한 시행을 동일한 조건 하에서 독립적으로 반복할 때 그 사건이 일어날
것으로 예측되는 횟수의 전체 시행횟수에 대한 백분율이다.
주관적 견해(subjective view)
• 사건에 대한 주관적 확신의 정도가 확률이다. 이는 반복시행 여부와 관계없이 정
의된다.
2
1. 가능성, 확률
확률의 특성
확률은 0% 부터 100% 사이의 값을 가진다.
어떤 사건 A 가 일어날 확률이 P(A) 이면 그 사건이 일어나지 않을 확률은 1-P(A) 이다.
P(AC )1 P(A)
여기서 “AC = A 의 여사건”=“anything but A” (“nobody but you!”의 반대)
3
2. 카드가 든 상자
카드가 든 상자
상자 A와 상자 B로부터 붉은 카드를 꺼낼 확률 P(R)은?
상자 A
(붉은 카드 3장, 푸른 카드 2장)
상자 B
(붉은 카드 30장, 푸른 카드 20장)
P(R) 붉은카드의수
3
전체카드의수 54
2. 카드가 든 상자
복원추출과 비복원추출
1 2
3
두번째
추출
첫번째
추출
두 번째 추출의 상자는 복원추출이냐 비복원추출이냐에 의존한다.
1 21
5
2 3
복원 추출 비복원 추출
3. 가능한 경우를 모두 나열하여 확률 계산
두 개의 주사위를 던져 나오는 경우의 수
6
3. 가능한 경우를 모두 나열하여 확률 계산
조합의 수가 6으로 같다고 해서 경우의 수까지 같은 것은 아니다: 25 대 27
세 개의 주사위를 던져 나오는 경우의 수
7
4. 벤 다이어그램과 배반
벤 다이어그램의 예시
하나의 직사각형과 그 안에 든 원을 이용하여 한 개 또는 그 이상의 사건을
나타내는 그림
두 원이 겹치지 않음
8
두 원이 겹치고 있음
4. 벤 다이어그램과 배반
상호배반
한 사건이 발생할 때 다른 사건이 함께 발생할 수 없는 경우 두 사건은 ‘상호배
반(mutually exclusive)’ 또는 단순히 ‘배반’ 관계에 있다고 한다.
배반인 경우
9
배반이 아닌 경우
5. 덧셈법칙
덧셈법칙
P(A or B) , P(A그리고 B)
• 두 사건 중 적어도 하나의 사건이 일어날 확률
P(A and B) , P(A또는 B)
• 두 사건이 함께 일어날 확률
덧셈법칙:
• P(A or B)=P(A) + P(B) - P(A and B)
10
6. 조건부 확률
조건부확률
예1: 아래 상자에서 두 장의 카드를 비복원추출로 뽑을 때
(a) 두 번째 카드가 4일 확률은? 1/4 (비조건부 확률)
(b) 첫 번째 카드가 2일 때, 두번 째 카드가 4일 확률은? 1/3 (조건부 확률)
예2: 한 벌의 카드를 잘 섞은 뒤 위서부터 두 장의 카드를 뽑아 두 번째 카드가하트 Q면 천원을 받는다고 하자.
(a) 상금을 받을 확률은? 1/52 (비조건부 확률)
(b) 첫번째 카드가 클럽 7이었다면 상금을 받을 확률은? 1/51 (조건부 확률)
1
1
2 3 4
7. 곱셈법칙
곱셈법칙
P(A and B): 결합확률 ( joint probability)
• 두 사건이 함께 일어날 확률
P(A| B): 조건부확률 (conditional probability)
• 사건 B가 주어진 조건 하에서 사건 A가 일어날 확률
P(A), P(B): 주변확률 (marginal probability)
• 비조건부 확률
2
7. 곱셈법칙
곱셈법칙
두 사건이 모두 일어날 확률은 ‘하나의 사건이 일어날 확률’과 ‘하나의 사건이
일어났다는 조건 하에서 다른 하나의 사건이 일어날 조건부확률’을 곱하여 얻
는다.
3
P(A and B)=P(A)·P(B|A)
=P(B) ·P(A|B)
7. 곱셈법칙
곱셈법칙
상자 안에 붉은색(R), 흰색(W) 그리고 푸른색(B)의 카드가 한 장씩 들
어 있다. 두 장의 카드를 무작위로 비복원추출할 때, 첫 번째에 붉은색 카드가
나오고 그 다음에 흰색 카드가 나올 확률은 얼마인가?
풀이) P(R and W)=P(R)P(W|R) = (1/3) x (1/2) = 1/6
R
4
W B
7. 곱셈법칙
독립
하나의 사건이 일어나느냐 마느냐와 상관없이 다른 사건이 일어날 확률이 변하
지 않으면, 두 사건의 관계가 독립(independent)이라고 한다. 그렇지 않은
경우 두 사건의 관계가 종속(dependent)이라고 한다.
• 복원추출일 경우에는 매번의 추출이 독립이고, 비복원추출일 경우에는 종속이다.
두 사건이 서로 독립일 때, 두 사건이 모두 일어날 확률은 각각의 비조건부 확
률을 곱하여 얻는다. 이를 좁은 의미의 곱셈법칙이라고 부른다.
• 두 사건 A와 B가 독립이면, P (A and B) = P(A)P(B)
5
8. 독 립확률적 독립의 개념
동전을 두 번 던질 때, 두 번째 시행에서 앞면이 나오면 천원을 상금으로 받는
다고 하자.
(a) 처음에 앞면이 나오면 상금 탈 확률은?
(b) 처음에 뒷면이 나오면 상금 탈 확률은?
(c) 두 번의 시행은 서로 독립인가?
처음에 앞면이 나오건 뒷면이 나오건 상관없이 두 번째에 앞면이 나올 확률
은 50%로 변하지 않으므로 두 시행은 독립이다. 상금을 탈 확률은 첫 번째
시행의 결과와 관계없이 언제나 50%이다.
6
8. 독 립
확률적 독립의 개념
다음과 같은 상자로부터 무작위 복원추출을 한다.
(a) 처음에 1이 나왔다고 하자. 두 번째에 2가 나올 확률은 얼마인가?
(b) 두 번의 추출은 서로 독립인가?
→ 처음에 나온 숫자와 관계없이 두 번째에 2가 나올 확률은 2/5이다.
복원추출이므로 두 번의 추출은 서로 독립이다.
(c) 비복원추출을 하면 어떻게 달라지는가? 답: (a) 2/4, (b) 독립이 아님
1 1 2 2 3
7
8. 독 립
투수에게는 독립이 중요
8
9. 배반과 독립, 덧셈과 곱셈
배반과 독립, 덧셈과 곱셈
상호배반
• 하나의 사건이 발생하면 다른 사건이 발생할 수 없는 경우
상호독립
• 하나의 사건이 발생하든 말든 다른 사건이 일어날 확률이 변하지 않는 경우
상호배반인 두 사건은 서로 종속이다.
• 두 사건 A, B가 상호배반이면 사건 A가 일어나는 경우 사건 B가 일어날 확률는 0
으로 변경된다. 즉, 상호배반이면 독립일 수 없다.
9
9. 배반과 독립, 덧셈과 곱셈
배반이 아닌 경우 중복 계산되는 부분을 제거해야 한다.
곱셈법칙
• 두 사건이 함께 일어날 확률과 관련
• 좁은 의미의 곱셈법칙은 상호독립일 경우만 가능
• 독립이 아닌 (종속의) 경우 하나의 주변확률과 다른 하나의 조건부확률을 곱해야 한다.
배반과 독립, 덧셈과 곱셈
덧셈법칙
10
• 두 사건 중 적어도 하나의 사건이 일어날 확률과 관련
• 좁은 의미의 덧셈법칙은 상호배반일 경우만 가능
•
10. 분할과 베이즈 정리
분할(partition)
합쳐서 전체를 포괄하되(collectively exhaustive) 겹쳐서 전혀 중복이 안 되는
(mutually exclusive) 사건들의 집합
• 예) 주사위를 한 번 던질 때 홀수가 나오는 사건과 짝수가 나오는 사건은 전체를 분할
한다.
• 반례 1) 홀수가 나오는 사건과 6이 나오는 사건 (전체 포괄 못함)
• 반례 2) 홀수가 나오는 사건과 2 이상의 숫자가 나오는 사건 (중복이 발생함)
1
10. 분할과 베이즈 정리
전체의 분할과 B의 분할
2
10. 분할과 베이즈 정리
조건부확률
P(A|B) : 조건부확률
• 사건 B 가 주어진 조건 하에서 사건 A가 일어날 확률
• 사건 B 에만 포커스를 맞춤
• 사건 B의 확률에 대한 사건 A와 B 결합사건 확률의 상대적 크기
3
10. 분할과 베이즈 정리
P(A|B) = 𝑷(①번경로) 𝑷(①번경로)+𝑷(③번경로)
나무도표와 베이즈 정리
P(A and B) P(AC and B) P(A)P(B| A) P(AC )P(B | AC )
4
P(A| B) P(A and B)
P(A and B)
P(A)P(B| A)
P(B)
10. 분할과 베이즈 정리
베이즈 정리의 본질
베이즈 정리의 본질은 “입장을 바꿔 생각” 함으로써 미지의 세계에 대해 추론
하는 것이다.
P(A | B) P(A)P(B| A)
P(A)P(B| A) P(AC )P(B | AC )
• 좌변의 조건부확률 P(A|B)를 구하기 위해 우변에 P(B|A), P(B|Ac) 등 “입장이바뀐” 조건부확률이 이용되고 있음
• 가수 김건모의 노래 ‘핑계’ 중: “입장 바꿔 생각을 해봐!”
5
10. 분할과 베이즈 정리
베이즈 정리의 응용
사지선다 문제를 맞추었을 때(B), 알고 풀었을(A) 확률은?
• 사전확률(prior probability) : 과거 경험에 비추어 P(A)=1/2 상정 (사전 정보)
• P(Ac)=1-P(A)=1/2
• 상식에 비추어 P(B|A)=1 (알고 풀면 맞을 확률은 1),
• P(B|Ac)=1/4 (사지선다 문제이므로 “모르고 찍으면” 맞을 확률은 4분의 1)
• 베이즈 정리를 이용한 사후확률(posterior probability)의 계산
P(A | B) P(A)P(B| A)
0.51
4 / 5P(A)P(B| A) P(AC )P(B | AC ) 0.51 0.50.25
6
10. 분할과 베이즈 정리
P(A1)P(B | A1) P(Am )P(B | Am )
P(A1)P(B | A1)
P(B)1
베이즈 정리의 일반화
{ A 1 , A 2 , , A m }=전체 S 의 분할
7
P (B) > 0 일 때,
P(A | B) P(A1 그리고 B)
11. 확률계산의 사례 1
28
Doubling Strategy
• 따거나 잃을 확률이 같은 하나의 공정한 게임(fair game)을 생각해보자.
• 최초로 일정액의 금액을 건다. 그 일정액을 1 이라고 두자.
• 따면 게임을 중지하되, 잃으면 게임을 지속하며 두 배의 금액을 건다.
• 이런 방식으로 게임을 지속하다가 최초로 따는 순간 게임을 중지한다.
• 1+2+…+29=(210-1)/(2-1)=1,023이므로 애당초 판돈 1,023을 가지고 게임을 시
작하면 계속 잃기만 하더라도 최대 10번까지 게임에 참가할 수 있다.
• T=게임에 참여한 횟수를 나타내는 확률변수
• P(T=1)=1/2 (바로 딸 확률), P(T=2)=(1/2) x (1/2) (처음엔 잃고 이어 딸 확률)
P(T=9)=(1/2)8 x (1/2) (8번 잃고 9번째 딸 확률)
P(T=10)=(1/2)9 (9번째까지 계속 잃을 확률. 10번째는 따든 잃든 무조건
게임 종료). 확인: P(T=1)+…P(T=10)=1
11. 확률계산의 사례 1
• W=따고 게임을 마치는 사건
• L=잃고 게임을 마치는 사건
• P(L)=10번 모두 잃을 확률=(1/2)10=1/1,024
• P(W)=1-P(L)=1-(1/2) 10=1,023/1,024
• X=딴 금액을 나타내는 확률변수
• X의 확률분포: W = 1
=-1023
: 1,023/1,024 의 확률로 발생
: 1/1,024 의 확률로 발생
• EX=1 x (1,023/1,024)+ (-1,023) x (1/1,024)=0 이므로 doubling strategy를 구사
하더라도 이 게임은 여전히 따는 금액의 기대값이 0 인 공정한 게임
• 일반적으로 공정한 게임의 기대치 0을 향상시킬 수 있는 전략은 존재하지 않음
Doubling Strategy
2