페르마와 파스칼의 확률론으로 보는 기댓값과 경우의 수, 확률이론 : 네이버 블로그

베이즈 정리는 새로운 정보가 주어졌을 때 사건의 확률을 갱신하는 공식입니다. 확률론의 시작은 17세기 페르마와 파스칼의 서신 교환에서 비롯되었어요. 이들은 도박 문제에서 승리할 확률을 구하는 방법을 논의했죠.

기본적인 확률 개념인 확률, 확률 분포, 그리고 조건부 확률에 대해 간단히 알아보겠습니다. 확률 문제를 푸는 가장 좋은 방법은 표본 공간과 사건을 명확히 정의하는 것입니다. 복잡한 문제는 그림이나 표를 활용해 시각화하면 쉽게 이해할 수 있어요. 연습을 통해 덧셈 법칙과 곱셈 법칙을 익히는 것도 중요합니다.

확률은 우리가 일상 속에서 마주하는 다양한 불확실한 상황을 수치적으로 이해하는 데 도움을 줍니다. 확률 분포는 이러한 불확실성을 시각화하고 예측하는 데 필수적인 도구이며, 조건부 확률은 특정 조건 하에서 사건이 일어날 가능성을 계산하는 강력한 도구입니다. 수학적 확률은 어떤 시행에서 각 결과가 일어날 가능성이 모두 같은 정도로 기대된다는 가정에서 정의되었지만, 통계적확률은 그 가정이 없어지는 것이다.

또한 주사위의 눈이 4 이하일 사건은 5 이상일 사건의 여사건이므로 다음과 같이 계산한다. 어떤 일이 일어날 가능성에 대한 생각은 다를 수 있다. 어떤 사건이 일어날 확률은 개인의 믿음과 경험의 정도에 따라서 다를 수 있다. 어떤 일이 일어날 가능성의 정도를 나타내는 확률은 0과 1사이의 값으로 표시되며 확률이 0 이면 사건이 일어나지 않는 경우이고 1 이면 무조건 일어나는 것을 말한다. 이렇게 확률은 어떤 일이 일어날 가능성의 정도를 나타내는 말이지만, 동일한 사건에 대한 가능성을 여러 사람에게 묻는다면 사람마다 그 가능성의 정도가 다를 수 있다.

여러분이 주사위를 던지거나 확률과 관련된 문제를 마주할 때, 페르마와 파스칼의 연구를 떠올려보세요. 그들이 남긴 유산은 오늘날에도 여전히 큰 의미를 지니고 있답니다. 페르마와 파스칼은 서신을 통해 연구 결과를 공유하고, 함께 확률 이론을 발전시켰어요. 그들은 도박 문제뿐만 아니라 다양한 수학적 문제에 확률 개념을 적용하는 방법을 연구했죠. 이를 통해 기댓값과 경우의 수 개념이 체계적으로 정립되었어요.

순열과 조합, 확률, 기대값이 어떻게 자동차보험료 책정에 쓰이는지, 실제 예시를 통해 자세히 살펴보겠습니다. 여기서 \( n \)은 시행 횟수, \( p \)는 성공 확률, \( k \)는 성공 횟수입니다. 체력측정 자료에서도 920명의 남자들 중에 1명을 임의로 뽑는다면, 예를 들어 철수(185cm)와 용희(190cm)가 동시에 뽑힐 수 없다. 따라서 키가 180 이상인 남성들이 106명이므로 1명이 뽑힐 확률(1/920)을 106번 더해주면 된다. 여러분은 적분(integration)의 정의와 방법에 대해서 몰라도 된다.

베이즈 정리는 의학, 머신러닝, 신호 처리 등에서 확률적 추론을 수행할 때 중요한 역할을 합니다. 이번에는 중2-2 수학 확률-확률의 뜻과 기본 성질 및 확률 구하기에 대해 배워볼게요. 키기 180 이상인 사람들에 대한 막대를 빨간색으로 표시하였다. 아래 빨간색 부분이 히스토그램의 전체 면적에서 차지하는 비율이 0.1152이다. 다음 포스팅에서는 결합확률, 주변확률, 조건부확률에 대해서 다뤄보고, 이후 포스팅에서는 이를 이용해 베이즈정리에 대해서 다뤄보겠습니다. 이 확률의 특징은 모집단이 무엇인지 가정하지 않고(알지 못하고), 무수히 많은 반복실험(N번)을 하여 얻은 표본을 이용해 모집단의 특성을 파악하려는 접근방식입니다.

2 확률의 정의

이는 사람마다 경험과 지식의 차이 때문일 수 있고 생각의 방식에 따라서 가능성은 달라질 수 있다. 연속 확률 분포는 사건들이 연속적인 값을 가질 때 사용됩니다. 정규 분포는 종 모양의 곡선을 그리며, 데이터가 평균을 중심으로 좌우 대칭적으로 분포하는 특징이 있습니다. 어떤 두 사건이 독립적이란 건 한 사건의 발생 여부가 다른 사건의 발생 확률과 무관하다는의미입니다.

독립 사건은 서로의 결과에 영향을 주지 않는 사건입니다. 반면, 종속 사건은 하나의 사건이 다른 사건의 결과에 영향을 미칩니다. 예를 들어, 주사위 두 개를 굴리는 것은 독립 사건이지만, 카드를 뽑고 다시 넣지 않는 경우는 종속 사건입니다.

소수점 반올림이 발생하는 위치가 바뀌어서 최종 금액에 1원, 2원 정도 차이가 생길 수 있어요. 할인 순서를 바꿔가며 모두 검토해야 하는데, 이때 순서를 고려하는 순열 개념이 필요합니다. 확률 변수는 실험의 결과를 수치로 표현한 변수이며, 연속형(continuous) 또는 이산형(discrete)으로 나뉩니다.

• 확률 이론은 일상 속에서 우리가 마주하는 불확실성을 수치화하고 이해하는 데 도움을 주는 매우 중요한 개념입니다.
• 그런데 B 주머니를 받게 된다면 빨간 공을 뽑게 될 확률은 40%에요.
• 또한, 로또 같은 경우 사람들은 숫자 패턴을 선호하거나 «자주 나온 숫자»를 고르기도 하지만, 이는 확률적으로 아무런 의미가 없습니다.
• 위 동전 던지기의 경우, 처음엔 정확히 1/2가 아닐 수 있으나, 무수히 많이 반복하다보면 1/2로 수렴하게 됩니다.

기본정보를 입력해주세요.

주사위 하나를 던질 때 5와 6이 동시에 나올 수 없다는 사실에 유의하자. 주사위를 던졌을 때 나올 숫자가 1일 확률 Pr(A)은 얼마죠? 반면 이미 던져진 주사위에서 홀수가 나왔다면 그 수가 1일 확률은 1/3로 올라갑니다. 위 동전 던지기의 경우, 처음엔 정확히 1/2가 아닐 수 있으나, 무수히 많이 반복하다보면 1/2로 수렴하게 됩니다.

따라서 통계적 확률은 많은 자료를 수집해서 조사를 하거나 같은 시행을 여러 번 반복 하여 얻는 상대도수를 통해 그 사건이 일어나는 경향을 보는 것이다. 확률은 미래의 불확실한 사건이 일어날 가능성을 다루고, 통계는 이미 일어난 데이터를 분석하는 데 중점을 둡니다. 둘은 밀접하게 연관되어 있지만, 접근 방식에 차이가 있습니다. 날씨 예보에서 비가 올 확률이 80%라고 하면, 우리는 자연스레 우산을 챙기죠. 이처럼 확률은 우리가 일상에서 결정을 내리는 데 중요한 역할을 합니다.

이 글에서 확률 계산법의 기초를 배우고, 실생활에서 활용할 수 있는 방법을 알아보세요. 쉽고 간단한 계산 공식부터 적용 사례까지 확인하세요. 주사위를 먼저 던지거나, 동전을 먼저 던지거나 또는 동전과 주사위를 동시에 던지거나 두 사건이 독립이면 확률의 계산 방법은 동일하다. 사람들은 날마다 많은 일에 대한 가능성을 생각하며 그에 따라 예측하고 의사 결정을 한다. 그렇지만 예측한 가능성대로 세상이 움직여 주지 않는 경우가 많다.왜냐하면 사건의 결과가 우연성(randomness)를 지니고 있기 때문이다. 기후변화가 진행되는 최근의 기상은 예측하기 쉽지 않다.

유한집합의 원소의 개수를 셀수 있으면 유한집합의 연산 특히 합집합의 원소의 개수도 셀 수 있습니다. 우선 집합 두 개의 합집합의 https://www.ateliermasomi.com/ko-kr 원소의 개수는 어떻게 되는지 알아보도록 하겠습니다. 확률은 앞서 배운 경우의 수를 응용하는 파트로 경우의 수를 구하는 어려운 문제는 없지만 필히 알아둬야 합니다.. 확률은 어떤 사건이 일어날 가능성을 수치로 표현한 것으로, 0과 1 사이의 값을 가집니다. 확률(Probability)은 어떤 사건이 발생할 가능성을 나타내는 수치로, 0에서 1 사이의 값을 가집니다. 따라서, 몬티홀 문제에서 선택을 바꾸는 것이 더 좋은 전략입니다.

확률은 어떤 시행에서 사건이 일어날 가능성을 수로 나타낸 것이라고 하였다. 그래서 어떠한 사건 A가 일어날 확률은 그사건의 수를 전체의 수 (표본공간의 수) 로 나누어준 것과 같다. 기호 P(A)에서 P는 확률의 영어 Probability 의 첫글자에서 따온 것이다.

어느 주머니에서 공을 꺼낼지는 동전 던지기로 결정해요. 앞면이 나오면 A 주머니에서 공을 뽑고, 뒷면이 나오면 B 주머니에서 공을 뽑습니다. 어떤 주머니에서 공을 꺼내게 될 것인지는 50% 확률로 결정되는 거죠. 두 사건은 절대 동시에는 일어날 수 없는 상호 배타적인mutually exclusive 사건이어야 합니다. 사건 A가 일어난 확률 Pr(A)과 사건 B가 일어날 확률 Pr(B)가 각각 40%와 60%라고 쳐봅시다.

유의할 점은 product(coin, dice) 의 결과를 다시 리스트 list()로 만들어 주어야 결과가 나타난다. 두 개의 사건 \(A\)와 \(B\) 가 서로 배반이면, 두 사건 중 하나가 일어날 사건(\(A \cup B\))의 확률은 각각의 확률을 더해주면 된다. 주사위를 던질 때 표본 공간은 1 부터 6까지의 6개의 숫자이고 확률 분포는 다음과 같다. 확률(probability)는 어떤 일이 일어날 가능성(chance)의 정도를 나타내는 말이다.

확률을 올바르게 이해하지 못하면 잘못된 결정을 내릴 수 있습니다. 이는 «앞서 5번 연속으로 주사위에서 6이 나왔으니, 이번에는 6이 나올 확률이 낮을 것»이라는 잘못된 생각입니다. 하지만 확률은 독립적인 사건이므로, 이전 결과는 다음 결과에 아무런 영향을 미치지 않습니다. 이 공식은 모든 결과가 똑같이 가능성이있는 상황에 작용하여 기본 확률 개념을 이해하는 데 적합합니다.

적분은 그래프에서 주어진 부분의 면적을 구하라는 함수라고 생각하자. 평균이 mean 이고 표준편차가 std인 정규분포를 함수 stats.norm(mean,std)로 만들 수 있다.. 평균이 \(m\) 이고 표준편차가 \(s\) 인 정규분포에서 \(n\)개의 난수를 추출하는 함수는 np.random.normal(m,s,n)이다. (1) 사건 \(A\)는 전사건 \(U\)의 부분집합이므로 \(0 \leq n(A) \leq n(U)\)이다.

트리 다이어그램 및 벤 다이어그램과 같은 시각적 표현은 복잡한 확률 문제를 명확하게하는 데 도움이 될 수 있습니다. 기상 학자들이 비가 올 확률이 30%라고 말하면 역사적 데이터와 현재 조건을 기반으로 확률을 사용하고 있습니다. 수학대왕의 문제를 풀고 정답을 제출해 채점 받아보세요.