콘텐츠로 이동

Probability: 조건부 확률, 결합 확률

Probability

조건부 확률, 결합 확률

Definition


Definition

  • 나만의 정의

    • 사건이 일어났을 때 (발생했을 때) 특정 사건 집합에서 내가 고려중인 사건이 발생할 확률
    • 특정 사건 집합: 일반적으로 전체/ 조건부 확률일 때는 조건 집합
    • 내가 고려중인: 확률 변수
  • 결합 확률: 사건이 일어났을 때, 전체 사건 집합에서 내가 고려중인 확률 변수 (e.g., \(x\) , \(y\)) 가 모두 발생할 확률

  • 조건부 확률: 사건이 일어났을 때, 조건 집합 중 (e.g., \(x\)) 에서 내가 고려중인 확률 변수 (e.g., \(y\)) 가 발생할 확률

    • \(x\) 중에서만 봐! 라고 가이드를 해주는 꼴이다.
    • 조건부 확률은 시간축과 인과관계를 고려하지 않는 확률이다. 우리가 흔히 착각하는 게 \(x\) 가 먼저 일어나고 \(y\) 가 일어날 것이라고 가정하는데 이는 틀린 가정이다.
      • 2022 개정 수학과 교육과정 관련 내용
      • E.g., 항아리에 흰 공 \(2\) 개와 검은 공 \(2\) 개가 있다고 하자. 공을 다시 집어넣지 않고 공을 하나씩 두 번 꺼낸다. 두 번째로 꺼낸 공이 흰색이었다고 할 때, 첫 번째로 꺼낸 공이 흰색일 확률은 얼마인가
      • 답은 \(\frac{1}{2}\) 이 아닌, \(\frac{1}{3}\) 이다.
      • 즉, 나중에 일어난 사건이라도 먼저 일어난 사건에 영향을 줄 수 있다는 반례이다.
  • 결합 확률 분포

    • 이산 확률 변수일 경우, \(p_{XY}(x,y)\) 로 표기
    • 연속 확률 변수일 경우, \(f_{XY}(x,y)\) 로 표기
    • 여기서의 확률 변수는 \(x\) 와 \(y\) 이다.
\[ p_{XY}(x,y) = P[X = x, Y = y] \]
\[ 0 \leq p_{XY}(x,y) \leq 1 \ for \ all \ x \ and \ y \]
\[ \Sigma_x \Sigma_y p_{XY}(x,y) = 1 \]
\[ 0 \leq f_{XY}(x,y) \]
\[ \int_{-\infin}^{\infty} \int_{-\infin}^{\infty} f_{XY}(x,y) dx dy = 1 \]
\[ P(a \leq X \leq b, c \leq Y \leq d) = \Sigma_{a \leq x \leq b} \Sigma_{c \leq y \leq d} p_{XY}(x,y) \]
\[ P(a \leq X \leq b, c \leq Y \leq d) = \int_{a}^{b} \int_{c}^{d} f_{XY}(x,y) dx dy \]
  • 기댓값

$$ E[g(X,Y)] = \Sigma_x \Sigma_y g(x,y)p_{XY}(x,y) \ =

\int_{-\infin}^{\infty} \int_{-\infin}^{\infty} g(x,y)f_{XY}(x,y) dx dy $$