이항분포의 기대값에 관한 예시 문제
이항분포는 통계학에서 여러 번의 독립적인 시행에서 특정 횟수의 성공이 발생할 확률을 설명하는 데 자주 사용되는 이산 분포입니다. 이 분포는 경제학, 생물학, 사회과학 등 다양한 분야에서 매우 유용하게 활용됩니다. 이항분포에서 중요한 개념 중 하나는 기대값입니다. 이 글에서는 몇 가지 예제와 그에 대한 설명을 통해 이항분포에서의 기대값 개념을 자세히 살펴보겠습니다.
이항분포의 정의
이항분포는 성공 또는 실패라는 두 가지 결과가 가능한 \( n \)번의 시행에서 성공 횟수를 나타냅니다. 이 분포는 두 가지 주요 매개변수로 특징지어집니다.
– \( n \): 시행 횟수
– \( p \): 한 번의 시행에서 성공할 확률
이 분포는 종종 B(n, p)로 표기됩니다. 이항 분포의 확률 질량 함수(PMF)는 다음과 같습니다.
\[ P(X = k) = \binom{n}{k} p^k (1-p)^{nk} \]
여기서 \( \binom{n}{k} \)는 이항계수이며, 다음과 같이 계산됩니다.
\[ \binom{n}{k} = \frac{n!}{k!(nk)!} \]
이항분포에서의 기대값
이항분포의 기대값은 \( n \)번의 시행에서 성공 횟수의 평균이며, 다음과 같이 표현됩니다.
\[ E(X) = n \times p \]
Contoh Soal dan Pembahasan
예시 문제 1
질문:
한 연구자가 10개의 묘목을 심는 실험을 한다고 가정해 봅시다. 각 묘목은 자랄 확률이 0.7입니다. 이때 자라나는 묘목의 기대 개수는 얼마일까요?
논의:
알려진 바에 따르면:
– \( n = 10 \)
– \( p = 0.7 \)
기대값 \( E(X) \),은 다음과 같이 계산됩니다.
\[ E(X) = n \times p \]
\[ E(X) = 10 \times 0.7 \]
\[ E(X) = 7 \]
따라서 씨앗이 자라서 싹이 틀 확률은 7개로 예상됩니다.
예시 문제 2
질문:
시험에서 학생이 모든 문제를 맞힐 확률은 0.8입니다. 시험에 15문제가 있다면, 예상 정답 개수는 얼마입니까?
논의:
알려진 바에 따르면:
– \( n = 15 \)
– \( p = 0.8 \)
기대값 \( E(X) \),은 다음과 같이 계산됩니다.
\[ E(X) = n \times p \]
\[ E(X) = 15 \times 0.8 \]
\[ E(X) = 12 \]
따라서 정답 개수의 기대값은 12문항입니다.
예시 문제 3
질문:
한 인쇄 회사는 불량률이 0.02인 종이를 생산합니다. 이 공장은 하루에 500장의 종이를 생산합니다. 하루에 생산되는 불량 종이의 평균 개수는 얼마입니까?
논의:
알려진 바에 따르면:
– \( n = 500 \)
– \( p = 0.02 \)
기대값 \( E(X) \),은 다음과 같이 계산됩니다.
\[ E(X) = n \times p \]
\[ E(X) = 500 \times 0.02 \]
\[ E(X) = 10 \]
따라서 하루 동안 발생하는 불량 용지의 예상 개수는 10장입니다.
개념 이해의 확장
1. 분산 및 표준편차:
이항분포에서는 기대값뿐만 아니라 분산과 표준편차도 이해하는 것이 중요합니다. 이항분포의 분산은 다음과 같이 공식화됩니다.
\[ \text{Var}(X) = n \times p \times (1 – p) \]
표준편차는 분산의 제곱근입니다.
\[ \text{SD}(X) = \sqrt{n \times p \times (1 – p)} \]
2. 통계학 시험에서의 활용:
학업 시험에서 예상 점수는 학생 또는 학생 집단의 예상 평균 점수를 측정하는 데 사용될 수 있으며, 교육 과정 분석 및 교수 효과 평가에 도움이 됩니다.
3. 역학 사례 연구:
예를 들어, 질병 전파 연구에서 환자의 회복 확률은 이항 분포를 사용하여 모델링할 수 있습니다. 기대값을 알면 의료 전문가들은 예측된 회복 환자 수를 기반으로 필요한 의료 자원을 계획할 수 있습니다.
결론
이항분포는 일련의 시행에서 성공 확률을 설명하는 데 유용한 통계학의 중요한 도구입니다. 이항분포에서 기대값은 예상되는 평균 성공 횟수를 나타내는 핵심 개념입니다. 앞서 살펴본 예시들을 통해 기대값이 어떻게 계산되고 다양한 상황에서 어떻게 적용되는지 알 수 있습니다. 이 개념을 확실히 이해하면 연구자와 실무자는 확률 데이터를 기반으로 더 나은 계획을 수립하고 정보에 입각한 의사결정을 내릴 수 있습니다.
이항분포는 확률 이론과 통계학에서 중요할 뿐만 아니라 다양한 실제 응용 분야에서도 매우 중요한 의미를 지닙니다. 따라서 이 분포와 기대값 개념을 학습하는 것은 데이터 분석 및 의사결정에 탄탄한 기초를 제공합니다.
