표본 공간은 실험에서 가능한 모든 결과의 집합이다.
A sample space is the set of all possible outcomes of an experiment.
사건은 표본 공간의 부분집합을 의미한다.
An event is a subset of the sample space
Naive definition of Probability
P(A) = the number of favorable to A outcomes / the number of possible outcomes
모든 경우의 수가 발생하는 확률이 같아야 한다. 그렇지 않으면 치명적인 오류가 생긴다.
내일 비가 올 확률은 50%이다.
왜냐하면 오거나 안오거나니까..?
이게 맞는 말 같이 보이는가?
절대 아니다.
다시 묻자. 그렇다면 내일 비가 50mm이상 올 확률은..?
50%인가? 많이 오거나 덜 오거나??
비가 50mm이상 올 확률은 당연히 비가 올 확률보다 작아야 한다.
근데 똑같이 50%가 말이 되는가??
즉, 왜 naive한 정의라 볼 수 있냐면
실제의 경우에는 경우의 수가 일어날 확률이 동일하지 않기 때문이다.
즉, 위의 정의는 실제와는 동떨어져있는 정의이다.
그래서 가정이 필요한 것이다.
셈 원리(Counting Principle)
곱의 법칙(Multiplication Rule):
발생 가능한 경우의 수가 n1,n2,...,nr가지인 1,2,...,r 번의 시행에서
발생 가능한 모든 경우의 수는 n1×n2×...×nr이다.
이항계수(Binomial Coefficient):
크기 n의 집합에서 만들 수 있는 크기 k인 부분집합의 수(순서 관계 없이)
참고
확률론에 대해서 끝까지 듣고 싶은 마음이 생겼다.
이 교수님이 이런 말을 했다.
직관적으로 맞는 것 같아 보이는 것들이 사실은 틀려있다.
확률론을 배우지 않고서는 틀리는게 많은 삶을 살 것 같기에
배우는 것이 확실해졌다.
'컴퓨터, IT 지식 > 확률론' 카테고리의 다른 글
확률론, Statistics 110 : Probability (0) | 2021.06.16 |
---|