• 검색 결과가 없습니다.

제 3장. 확률

N/A
N/A
Protected

Academic year: 2022

Share "제 3장. 확률"

Copied!
9
0
0

로드 중.... (전체 텍스트 보기)

전체 글

(1)

1

제 3장. 확률

(

Probability

)

확률은 어떤 일이 전체 속에서 일어날 비율로 0

1

사이의 값을 가지며, 일상 생활에서 가장 많 이 사용되는 수학적 개념이다.

3.1 표본공간과 사상

3.1.1 표본공간 (Sample Space)

표본공간은 실험했을 때 일어날 수 있는 모든 가능한 결과들의 집합(Set)이다. 예로서 주사위를 던지면 (1, 2, 3, 4, 5, 6) 중에서 한 수가 나타난다. 이 때 (1, 2, 3, 4, 5, 6)은 표본공간의 수들 즉 주사위를 던질 때 나타날 수 있는 값들이며 집합

S

로 표현한다. 따라서 주사위를 던질 때 나타 날 수 있는 표본공간은

S  {1, 2,3, 4,5, 6}

이다.

표본공간을 구성하고 있는 개 개의 원소(Element)를 표본 점(Sample Point)이라 하고,

S

의 부

분집합(Subset)

E

를 사상(Event)이라 한다. 예를 들면 주사위에서 각 수는 표본 점(

S

의 원소들)

이고 던졌을 때 나타나는 수는 사상이다.

3.1.2 사상(Event)

(1) 근원 또는 단순사상(Elementary or Simple Event): 시행의 결과로 나타나는 하나 하나의 사 상. 주사위는 6개의 수중 하나의 수가 나오므로 6개가 근원 사상이다.

(2) 전 사상(Total Event):

S

의 모든 원소를 포함하고 있는 사상.

(3) 공 사상(Null Event):

S

의 원소를 전혀 포함하고 있지 않는 사상.

(4) 여 사상(Complementary Event):

S

의 사상

E

에 속하지 않는

S

의 모든 원소들의 집합이 며,

E

c,

E

,

E '

등으로 나타낸다. 예를 들면 주사위를 던져 3이 나왔다면

E

E

는 각각

{3}

E

,

E  {1, 2, 4,5, 6}

이다.

확률의 표시:

P S ( )  P E ( )  P E ( )

(5) 합 사상(Union Event): 두 사상

E

F

가 있을 경우 두 집합의 공통된 원소들을 포함하는 모든 원소.

{ | or }

E   F x xE xF

(6) 곱 사상(Intersection Event): 교 집합으로 두 집합의 공통된 원소.

{ | and }

E   F x xE xF

(7) 배반사상 (Mutually Exclusive Event): 한 쪽이 일어나면 다른 쪽이 일어나지 않는 사상. 이 것은 곱 사상이 공사상이 되는 경우이다. 이들을 그림으로 나타내면 다음과 같다.

(2)

2

[보기 3_1] 주사위를 한번 던지는 실험에서 두 사상

E F ,

E  {1, 2,3}

,

F  {1,3,5}

라 할 때

(1) 표본공간, (2) 두 사상의 합 사상, (3) 곱 사상 및 (4)

E

의 여사상을 구하여라.

(풀이) (1) 표본 공간:

S  {1, 2,3, 4,5, 6}

(2) 합 사상:

E   F {1, 2,3,5}

(3) 곱 사상:

E   F {1,3}

(4) 여사상:

E  {4,5, 6}

[보기 3_2] 한 개의 동전을 두 번 던져 앞면이 나오면

h

, 뒷면이 나오면

t

라 할 때

(1) 표본 공간

S

(2) 첫 번째 던진 동전의 결과에서 앞면이 되는 사상

E

, (3) 두 번째 던진 결과에서 뒷면이 나오는 사상

F

를 각각 구하여라. (4) 사상

E

F

는 서로 배반 인 가? (5)

EF

,

EF

,

E

를 각각 구하여라.

(풀이) (1)

S  {( , ), ( , ), ( , ), ( , )} h h h t t h t t

(2)

E  {( , ), ( , )} h h h t

(3)

F  {( , ), ( , )} t h t t

(4)

E

F

는 동일한 근원 사상

( , ) h t  ( , ) t h

를 가지므로 서로 배반이라 할 수 없다.

(5)

E   F {( , ), ( , ), ( , )} h h h t t t

,

E   F {( , )} h t

,

E  {( , ), ( , )} t h t t

3.2 확률의 개념

3.2.1 선험적 확률(Priori Probability)

주사위를 던지기 전 나올 확률은 예상이 가능하므로 이러한 확률을 선험적 확률 또는 수학적 확률이라 한다. 어떤 시행에서 일어나는 모든 경우가

e e

1, ,2 ,

e

n

n

개의 사상이 있을 때, 각각에 대한 확률은

p p

1, 2, ,

p

n으로 표시한다.

어떤 사상

e

i가 일어날 확률:

P e

( )i

p

i (0

p

i

1), 여기서

i  1, 2, , n

1, ,2 , n

e e e

가 어느 것도 동시에 일어나지 않는다면

1 2 n 1

pp   p

모든 사상이 등 확률인 경우, 즉

p

1

p

2

  p

n인 경우

i

번째 확률은

1

p

i

n

n

번 중 어떤 성질

A

를 갖는 경우가

r

개 있다고 가정하면 사상

A

가 일어날 확률은

events ( ) all events

A r

P A   n

선험적 확률(수학적 확률)의 예

-

S  {1, 2, ,10}

의 수에서 어떤 수 하나를 끄집어 낼 수 있는 확률은 1/10 . 만일 홀수인 사상을

A  {1,3, 5, 7,9}

라 하면

A

중에 하나가 일어날 확률은 5 /10

- 주사위를 던질 때 각 수가 나올 확률은 1/ 6, 사상

A  {2,3}

이 나올 확률은 1/ 3. 3.2.2 경험적 확률(Posteriori Probability)

(3)

3

시행을 무한대로 했을 때 어떤 일정한 값에 도달하는 확률. 예를 들면 주사위를

n  

던졌을 때 3이 나올 확률은 1/ 6에 항상 접근한다. 이것을 수식으로 표현하면

the number of occurent events test numbers lim

n

p x



n

 

3.3 확률의 공리

확률은 다음의 공리에 의해 수학적으로 개발된다.

표본공간

S

{ ,

e e

1 2, , }

e

n 에서 임의의 부분집합 사상

E

F

가 나타날 확률

P E ( )

P F ( )

는 다음 확률의 공리조건을 만족한다.

공리

1

:

0  P E ( ) 1 

,

0  P F ( ) 1 

공리

2

:

P S ( )  1 P ( )   0

공리 3:

E

F

가 서로 배반이라면

P E (  F )  P E ( )  P F ( )

,

E   F

[보기 3_3] 어떤 실험에서

x y z , ,

의 세 가지의 확률이

P x ( )  3 ( ) P y

,

P y ( )  3 ( ) P z

나타난다고 하면

y

가 일어날 확률

P y ( )

는 얼마인가?

(풀이)

P x ( )  3 ( ) P y

,

P y ( )  3 ( ) P z

P x ( )  P y ( )  P z ( ) 1 

에 대입하면

( ) 13

3 ( ) ( ) 1 ( ) 1

3 3

P yP yP y   P y

:

3 ( ) 13 P y

[보기 3_4] 주사위

2

개를 던져 눈의 합이 5이하일 확률은 얼마인가?

(풀이) 표본공간

S

6 6

 

36개의 사건이 있다. 이중 합이 5 이하의 사상

A

{(1,1), (1, 2), (1,3), (1, 4), (2,1), (2, 2), (2, 3), (3,1), (3, 2), (4,1)}

A

10 5 ( ) 36 18 p A  

확률의 기본 성질

두 사상

E F ,

에 대하여 일어날 확률을 각각

P E ( ), P F ( )

라 하고

E F , ,

를 포함한 모든 사상을

S

, 일어나지 않는 사상을

라 하자.

(1)

P A ( ) 1   P A ( )

증명)

A

A

는 서로 배반이므로

A   A S

. 공리 3

2

를 적용하면

( ) ( ) ( ) ( ) 1 ( ) 1 ( )

P AAP AP AP S   P A   P A

(2)

P ( )   0

증명)

은 표본공간

S

의 여사상이므로

  S

.

P ( )   P S ( ) 1   P S ( )  0

(3) 가법정리:

E E

1, 2, ,

E

n이 모두 배반이면

1 2 1 2

1

( ) ( ) ( ) ( ) ( )

n

n n i

i

P E E E P E P E P E P E

        

(4)

4

(4)

E F ,

가 배반이 아니면,

P E (  F )  P E ( )  P F ( )  P E (  F )

증명)

P E (  F )  P E (  F )  P E (  F )  P E (  F )

( ) ( ) ( )

P EP EFP EF

( ) ( ) ( )

P FP EFP EF

중복 계산된 부분을 제외하면

( ) ( ) ( ) ( )

P EFP EP FP EF

[보기 3_5] 한 개의 동전을 6번 던져 적어도 한번은 앞면이 나올 확률은 얼마인가?

(풀이)

S

의 원소:

2

6

 64

, 앞면이 나올 사상을

A

라 하면

1 63

( ) 1 ( ) 1

64 64 P A   P A   

[보기 3_6] 어느 음식점에서 손님이 돈까스, 스테이크, 새우튀김, 치킨을 주문하는 확률은 각각

0.28, 0.09, 0.14, 0.05

라고 한다. 어떤 손님도 이 요리를

1

개 이상을 동시에 주문할 수 없다고 하면, (1) 손님이 이 요리 중에 어느 하나를 주문할 확률과 (2) 그 이외의 요리를 주문할 확률을 각각 구하여라.

(풀이) (1)

P

0.28 0.09 0.14 0.05

   

0.56 (2)

P  

1 0.56

0.44

[보기 3_7] 어느 도시에서 담배를 즐기는 사람이 34%, 술은 25%, 담배와 술 모두 즐기는 사람은 8%라 한다. 이 도시의 주민 중에서 한 사람을 뽑았을 때 담배와 술 중에서 적어도 하나는 즐기는 확률은 얼마인가?

(풀이)

E

: 담배를 즐기는 사람,

F

: 술을 즐기는 사람

8%

E   F

,

E  34 8   26%

,

F  25 8 17 %   ( ) 0.26 0.17 0.08 0.51

P EF    

또는

P E (  F )  P E ( )  P F ( )  P E (  F )  0.34 0.25 0.08    0.51

[보기 3_8] 어떤 내기에서

1

에서 100까지의 정수 중에서 하나를 임의로 선택하여 그 숫자가

12

또는 9로 나누어진다면 상품이 주어지는 행운을 얻게 된다. 이 내기에서 상품을 획득할 확률은 얼마인가?

(풀이) 사상

E  {12, 24,36, 48, 60, 72,84,96}

사상

F  {9,18, 27,36, 45,54, 63, 72,81,90,99}

( ) 8

P E  100

,

10 ( ) 100

P F

,

2

( )

P EF  100

8 11 2 17

( ) ( ) ( ) ( ) 0.17

100 100 100 100 P EFP EP FP EF     

[보기 3_9] 동시에 두 개의 주사위를 던질 때 두 주사위의 눈의 합이 5 또는 7이 나올 확률은

(5)

5 얼마인가?

(풀이)

E  {(1, 4), (2,3), (3, 2), (4,1)}

,

F  {(1, 6), (2,5), (3, 4), (4,3), (5, 2), (6,1)}

( ) 4

P E  36

,

6 ( ) 36 P F

E

F

는 서로 배반 사상:

10 5

( ) ( ) ( )

36 18 P EFP EP F  

3.4 조건부 확률(

Conditional Probability)

표본공간의 부분집합 내에서 일어날 확률로

S

의 임의의 두 사상, 즉

E

가 일어날 확률 중에서 다시

F

가 일어날 확률을 조건부 확률이라 하고 다음과 같이 정의 된다.

( )

( | )

( )

P E F P F E

P E

 

(예) 졸업생이 240 명, 이중 취업이 200 명, 취업 중에서 80명이 대기업 취업이라 할 때 각 사상을 각각

E F G , ,

라 하면

졸업생 중 취업 확률:

200 5 ( | )

240 6 P F E  

졸업생 중 대기업 취업 확률:

80 1 ( | )

240 3 P G E  

취업 중 대기업 취업 확률:

80 2 ( | )

200 5 P G F  

확률의 승법법칙(Multiplication Rule of Probability)

두 사상

E F ,

가 동시에 일어날 확률은 사상

E

가 일어난다는 조건 하에서

F

가 일어날 확률로 다음과 같이 계산된다.

( ) ( ) ( | ) ( ) ( | )

P EFP E P F E   P FP E F

[보기 3_10] 주사위를 두 개 던져서 나오는 결과를

a b ,

라 하면,

E  {( , ) | a b a b   10}

,

{( , ) | }

Fa b ab

이다.

P F E ( | )

의 값은 얼마인가?

(풀이) 표본 공간

S  2

6

 36

.

E  {( , ) | a b a b   10} {(4, 6), (5,5), (6, 4)} 

,

{( , ) | 10 and } {6, 4}

E   F a b a b   ab

3 1

( ) 36 12

P E  

,

1

( )

P EF  36

( ) 1/ 36 1

( | )

( ) 1/12 3

P E F

P F E

P E

   

[보기 3_11] 주사위 하나를 던질 때 홀수가 나오는 사상을

E

, 눈의 수가

4

이하일 사상을

F

하자. (1)

E F ,

가 동시에 일어날 확률 (2)

E F ,

중 어느 하나가 일어날 확률은?

(풀이)

E  {1,3,5}

,

1

( ) 2

P E

(6)

6

{1, 2,3, 4}

F

,

2

( ) 3 P F

(1)

E F ,

가 동시에 일어날

EF

의 확률:

1

( )

P EF  3

(2)

E F ,

중 하나가 일어날 확률

P E (  F )

( ) ( ) ( ) ( )

P EFP EP FP EF

:

1 2 1 5 2    3 3 6

E

F

가 독립이면(Mutually Independent)

P F E ( | )  P F ( )

. 따라서

( ) ( ) ( | ) ( ) ( )

P EFP E P F EP E P F

즉 다음과 같은 정리가 성립한다.

독립사상(Independent Event)

사상

E

F

가 독립이면

( ) ( ) ( )

P EFP EP F

,

P E F ( | )  P E ( )

,

P F E ( | )  P F ( )

1, 2, , n

E E E

독립이면 1 2

1

( ) ( )

n

n i

i

P E E E P E

    

[보기 3_12] 52매의 카드에서

2

매의 카드를 하나씩

2

회 꺼낼 때 (1) 두 번째 카드를 추출 하기 전, 첫 번째 카드를 다시 집어 넣고 추출하면

2

매 모두 스페이스일 확률과 (2) 첫 번째 카드를 넣지 않고 추출할 때

2

매 모두 스페이스일 확률을 구하여라.

(풀이)

E

F

는 각각 첫 번째와 두 번째 스페이스가 나오는 사상이라고 하면 (1)

13 1

( ) 52 4

P E  

,

13 1

( ) 52 4 P F  

E

F

는 각각 독립:

1 1 1

( ) ( ) ( | ) ( ) ( )

4 4 16 P EFP E P F EP E P F   

(2)

F

E

에 종속이다. 즉

12 ( | ) P F E  51 1 12 1

( ) ( ) ( | )

4 51 17 P EFP E P F E   

[보기 3_13] 주머니에 흰 공

4

, 검은 공 3개가 있다. 이 중에서 한 개씩 두 번 꺼낼 때 복원추출과 비 복원추출의 경우, 모두 흰 공이 될 확률을 각각 구하여라.

(풀이) (1) 복원추출은 독립이므로

4 4 16 ( ) ( ) ( | ) ( ) ( ) ( )( )

7 7 49

P EFP E P F EP E P F  

(2) 비 복원추출은 종속 사상이므로

4 3 2

( ) ( ) ( | ) ( )( )

7 6 7

P EFP E P F E  

다른 방법으로 계산: 4 2 3 0

7 2

4 3 4 2

7 6 14 7 C C

P C

 

   

(7)

7

[보기 3_14] 한 개의 동전을 연속적으로

4

번 던질 때 모두 앞면이 나올 확률 (풀이)

1

4

1

( ) 2 16 P  

[보기 3_15] 한 개의 주사위를 던졌을 때 처음

2

회는 눈금

1

이 나오고 3번 째는

1

이 나오지

않을 확률.

(풀이)

1

2

5 5 ( ) ( )

6 6 216

P  

3.5 베이즈의 정리

1 2 n

SAA   A

(

A

i

A

j

 

,

ij

)이면 사상

A A

1, 2, ,

A

n은 표본공간

S

의 분할이고, ( i) 0

P A

이면 임의의 사상

B

에 대해 전확률의 정리와 베이즈의 정리가 각각 성립한다.

전확률 정리(Theorem of Total Probability):

P B

( )

P A P B A

( 1) ( | 1)

  P A P B A

( n) ( | n)

P B

( )

P B

(

A

1)

P B

(

A

2)

P B

(

A

n)

( 1) ( n)

P B A P B A

      P A P B A

( 1) ( | 1)

  P A P B A

( n) ( | n)

[보기 3_16] 모 선출에서 3명의 후보자가 있다.

A B C , ,

가 당선될 확률은 각각 0.2, 0.5, 0.3

이다.

A B C , ,

후보는 당선되면 각각 0.7 , 0.2 , 0.5의 예측 확률로 회비를 인상할 것으로 판단된다. 회원의 회비가 인상될 확률은 얼마인가?

(풀이) 당선될 사상을 각각

A B C , ,

라 하고 회원의 회비가 인상될 확률을

K

라 하면

( ) ( ) ( | ) ( ) ( | ) ( ) ( | )

P KP A P K AP B P K BP C P K C

(0.2 0.7) (0.5 0.2) (0.3 0.5) 0.14 0.10 0.15 0.39

         

베이즈 정리(Bayes Theorem): ( ) ( | ) ( | )

( ) ( | )

k k

k

i i

P A P B A P A B

P A P B A

 

베이즈 정리에서

A A

1, 2, ,

A

n

n

개의 원인이라면 원인의 가능성으로 처음의 확률

P A

( )i 를 사전확률(Prior Probability),

B

가 관측된 후에 원인

A

k의 가능성으로 수정된 확률

P A B

( k| )를 사후 확률(Posterior Probability)이라 한다.

베이즈의 정리는 관측 전 후에 대한 가능성의 관계라 말할 수 있다.

[보기 3_17] 기계가

A B C , ,

세 대가 있다. 각 기계는 각각 전 생산량의

20 %

,

35%

,

45%

를 생산하고, 각 기계의 불량률은 각각 2% , 4% , 3% 라고 한다. 제품 하나를 추출하였는데 그 제품이 불량이었다. 이것이

A B C , ,

각각의 기계에서 만들어졌을 확률을 구하여라.

(풀이) 생산되는 제품의 사상을 각각

A B C , ,

라 하고 불량품일 사상을

K

라 하면

( ) 0.20

P A

,

P B ( )  0.35

,

P C ( )  0.45

(8)

8

( | ) 0.02

P K A

,

P K B ( | )  0.04

,

P K C ( | )  0.03

3개의 사상은 서로 배반이므로

( ) ( ) ( | ) ( ) ( | ) ( ) ( | ) P KP A P K AP B P K BP C P K C

(0.20 0.02) (0.35 0.04) (0.45 0.03) 0.004 0.014 0.0135 0.0315

         

0.004 8

( | ) 0.127

0.0315 63

P A K   

,

0.014 4

( | ) 0.444

0.0315 9

P B K   

0.0135 3

( | ) 0.429

0.0315 7

P C K   

연습 문제

1. 다음의 각 시행에 대한 표본공간을 구하여라.

(1) 두 개의 주사위를 던졌을 때 나타나는 눈의 수 (2) 한 개의 주사위를 던졌을 때 나타나는 눈의 수 (3) 두 개의 주사위를 던져 나오는 수의 합

(4) 세 개의 동전을 던졌을 때 앞면이 나오는 횟수

2. 한 개의 주사위를 차례로 두 번 던져 윗면에 나타나는 눈의 수를 각각 (

x x

1, 2)로 표시한다.

이 경우 다음의

4

개의 사상이 다음과 같을 때 물음에 답하라.

1 2 1 2

{( , ) | 10}

Ax x xx

1 2 1 2

{( , ) | }

Bx x xx

1 2 1

{( , ) | 6}

Cx x x

1 2 2

{( , ) | 6}

Dx x x

(1) 표본 공간

S

를 구하여라.

(2)

A B A , ,  B

의 사상을 구체화하고

P B A ( | )

를 구하여라.

(3)

A

C

는 서로 독립인가?

(4)

C

D

는 서로 독립인가?

3.

A

의 항아리에 흰 공 3개, 검은 공

2

개,

B

의 항아리에 흰 공

1

개, 검은 공

2

개가 들어 있다.

무심코 한 항아리에서 공 한 개를 꺼낼 때 흰 공일 확률은 얼마인가?

4. 10개 중 3개의 당첨 제비가 들어 있는 제비뽑기에서 두 번째 뽑는 사람이 당첨될 확률은 얼마인가?

5. 어느 공장에서 부품 A는 전체의 20%, B는 30%, C는 50%를 차지한다고 한다. 생산품의 불량률은 A가 5%, B는 10%, C는 4%라 한다. 이 제품의 불량률은 얼마인가?

(9)

9

6.

1

( ) 4

P A

,

1 ( ) 3

P B

,

1

( )

P AB  12

일 때

P A (  B )

의 값은 얼마인가?

7.한 개의 주사위를 3회 던졌을 때 처음

2

회는

1

의 눈이 나오고 3번째에는

1

이외의 다른 눈이 나올 확률을 구하여라.

8. 상자 안에 10개의 공이 있다. 이 중에 5개가 흰색이고, 나머지는 검정 색이다. 3개의 공을

하나씩 꺼냈을 때 3개가 전부 흰 공일 다음 조건의 확률을 구하여라.

(1) 한 개씩 꺼낼 때 다시 집어 넣지 않음(비 복원 추출).

(2) 한 개씩 꺼낼 때 마다 다시 집어 넣고 꺼냄(복원 추출).

9. 두 개의 주사위를 던질 때

A

는 두 주사위 눈의 개수의 합이 8이 되는 사상(event),

B

는 첫

번째 주사위 눈의 수가 홀수인 사상,

C

는 두 번째 주사위 눈의 수 가 3이하인 사상이라고 하자.

다음의 물음에 답하라.

(1)

A

B

는 독립인가?

(2)

B

C

는 독립인가?

(3)

A

C

는 독립인가?

(4)

A

,

B

,

C

는 서로 독립인가?

10. 세 개의 주사위를 던지는 실험에서 다음에 답하라.

(1) 최소 하나의 주사위의 눈이 6일 확률

(2) 3개의 주사위에서 눈의 합이 6일 때 첫 번째 주사위의 눈이 1일 확률 (3) 세 주사위 중 두 주사위의 눈만 같을 확률

(4) 첫 번째 주사위의 눈이 홀수인 사상과 첫 번째와 두 번째 주사위의 눈이 모두 짝수이거나 홀수인 사상과 서로 독립인지 검토하여라

11. 한 상자에 20개의 제품이 들어 있고 그 중에 4개는 불량품이다. 여기서 임의로 2개의 제품을 추출할 때 다음의 확률을 구하여라.

(1) 2개가 모두 양품일 확률 (2) 2개가 모두 불량일 확률

(3) 1개는 양품 다른 한 개는 불량일 확률 (4) 적어도 한 개가 불량일 확률

12. 볼트를 만드는 기계

A B C , ,

가 각각 전체의

25%, 30%, 45%

를 생산하고 있으며, 이 생산품의 각각

3%, 2%, 5%

가 불량이라 한다. 이 중에서 볼트 한 개를 끄집어낼 때 불량이라면, 이것이

A B C , ,

각각의 기계에서 만들어졌을 확률을 구하여라.

참조

관련 문서

옥외탱크저장소의 탱크 중 압력탱크의 경우에는 기밀시험과 비파괴시험 또는 수압시험(최대 상용압력의 1.5배의 압력으로 10분간 수압을 가하는 시험을

Fitted with an integrated sideshift and tilting car- riage as standard, the uniquely designed triplex fixed mast has no central lift cylinder which, together with the

문제의 발생과 인식 Problem Definition.. 마케팅조사계획 수립

문제의 발생과 인식 Problem Definition. 마케팅조사계획 수립

예 정원가는 예상원가이나 실제원가는 확정원가이며, 일반적으로는 실제원가를 원가로 통칭한다... 반면

각국 화폐와 금과의 교홖비율을 정하고 금과의 태홖성을 보장함 1차 세계대전 이후 각국 정부가 전쟁비용 충당을 위해 화폐를 남발하 면서 홖율이

대량원소는 탄소원과 질소원 이며 미량원소는 생장조절물질과

[r]