독립

한 사건의 결과가 다른 사건의 확률에 영향을 주지 않을 때 두 사건은 독립이다. 동전을 두 번 던질 때 첫 번째 결과는 두 번째에 영향을 주지 않는다. 독립인 시행을 반복할 때의 확률이 이항분포로 이어진다.

핵심 개념

  • $A$와 $B$가 독립 $\iff P(A\mid B)=P(A)\iff P(A\cap B)=P(A)P(B)$
  • 독립이 아니면 종속
  • 독립시행: 같은 시행을 서로 영향 없이 반복하는 것

핵심 정리 (독립시행의 확률)

한 번의 시행에서 사건 $A$가 일어날 확률이 $p$일 때, $n$번의 독립시행에서 $A$가 정확히 $r$번 일어날 확률은

$${}_nC_r\,p^r(1-p)^{n-r}$$

증명 보기

$n$번 중 $A$가 일어나는 $r$번의 자리를 정하는 방법은 ${}_nC_r$가지이다. 자리가 정해진 하나의 결과(예: $AAA^cA\cdots$)의 확률은 독립성에 의해 각 시행의 확률을 곱한 $p^r(1-p)^{n-r}$이다. 이 결과들은 서로 배반이므로 더하면 ${}_nC_rp^r(1-p)^{n-r}$이다. $\blacksquare$

주의: 배반과 독립은 다르다

$P(A)>0$, $P(B)>0$인 두 사건이 배반이면 $P(A\cap B)=0\neq P(A)P(B)$이므로 독립이 아니다. 배반은 ‘동시에 일어날 수 없음’이고, 이는 한쪽이 일어나면 다른 쪽이 반드시 일어나지 않는다는 강한 영향이다.

예제

  • 주사위에서 $A=\{$짝수$\}$, $B=\{1,2\}$: $P(A\cap B)=\frac16=\frac12\cdot\frac13$이므로 독립
  • 명중률 $0.7$인 선수가 $5$번 쏘아 $3$번 맞힐 확률: ${}_5C_3(0.7)^3(0.3)^2=10\times0.343\times0.09=0.3087$

확인 문제

$A$와 $B$가 독립이면 $A$와 $B^c$도 독립임을 보이시오.

풀이 보기

$P(A\cap B^c)=P(A)-P(A\cap B)=P(A)-P(A)P(B)=P(A)\{1-P(B)\}=P(A)P(B^c)$이다.

정리

  • 독립 ⇔ $P(A\cap B)=P(A)P(B)$
  • $n$번 중 $r$번: ${}_nC_rp^r(1-p)^{n-r}$
알림: 보호된 콘텐츠입니다.