이산확률분포

주사위의 눈, 앞면이 나온 횟수처럼 셀 수 있는 값을 갖는 확률변수의 분포를 다룬다. 분포의 중심은 평균(기댓값)으로, 퍼진 정도는 분산과 표준편차로 나타낸다.

핵심 개념

  • 확률변수 $X$: 결과마다 수를 대응시킨 것, 확률분포: $P(X=x_i)=p_i$, $\sum p_i=1$
  • 기댓값: $E(X)=\sum x_ip_i$
  • 분산: $V(X)=E\big((X-m)^2\big)=E(X^2)-\{E(X)\}^2$, 표준편차 $\sigma(X)=\sqrt{V(X)}$
  • $E(aX+b)=aE(X)+b$, $V(aX+b)=a^2V(X)$
  • 이항분포 $B(n,p)$: $P(X=r)={}_nC_rp^rq^{n-r}$ ($q=1-p$), $E(X)=np$, $V(X)=npq$
이항분포 B(10,0.3)의 막대그래프와 평균 3
이항분포 $B(10,0.3)$: 평균 $np=3$

핵심 정리

$X\sim B(n,p)$이면 $E(X)=np$, $V(X)=np(1-p)$이다.

증명 보기

아이디어. $X$를 ‘각 시행의 성공 여부’의 합으로 쪼갠다. $i$번째 시행이 성공이면 $1$, 실패면 $0$인 확률변수를 $X_i$라 하면 $X=X_1+\cdots+X_n$이다.

  • $E(X_i)=1\cdot p+0\cdot q=p$이므로 기댓값의 합의 성질 $E(X+Y)=E(X)+E(Y)$에 의해 $E(X)=np$
  • $E(X_i^2)=p$이므로 $V(X_i)=p-p^2=pq$이다. 시행이 독립이면 분산도 더해지므로 ($V(X+Y)=V(X)+V(Y)$, 독립일 때) $V(X)=npq$

$E(X^2)-\{E(X)\}^2$ 공식. $m=E(X)$라 하면 $E((X-m)^2)=E(X^2)-2mE(X)+m^2=E(X^2)-m^2$이다. $\blacksquare$

예제

  • 주사위 눈 $X$: $E(X)=\frac{1+\cdots+6}{6}=3.5$, $E(X^2)=\frac{91}6$, $V(X)=\frac{91}6-\frac{49}4=\frac{35}{12}$
  • 동전 $100$번에서 앞면의 수: $E=50$, $\sigma=\sqrt{25}=5$

확인 문제

$X\sim B(n,p)$에서 $E(X)=12$, $V(X)=3$일 때 $n$, $p$를 구하시오.

풀이 보기

$np=12$, $npq=3$이므로 $q=\frac14$, $p=\frac34$, $n=16$이다.

정리

  • $E(X)=\sum x_ip_i$, $V(X)=E(X^2)-\{E(X)\}^2$
  • 이항분포: 평균 $np$, 분산 $npq$
알림: 보호된 콘텐츠입니다.