나무모에 미러 (일반/어두운 화면)
최근 수정 시각 : 2024-09-17 18:10:50

독립시행

1. 개요2. 확률3. 예시
3.1. 독립시행인 경우 (복원추출)3.2. 독립시행이 아닌 경우 (종속시행, 비복원추출)


Independent trials

1. 개요

독립시행이란, 매번 같은 조건에서 어떤 시행을 반복할 때, 각 시행의 결과가 다른 시행의 결과에 영향을 주지 않는 시행이다[수학 백과, 대한수학회]. [1] 확률을 배울 때 꼭 거쳐가는 도박사의 오류가 바로 이 독립시행에 대한 잘못된 해석이다.

조작이 없는 완벽한 주사위가 있다고 할때, 이전에 던진 값이 1이든 6이든 상관없이 다음번 던질때 각면이 나올 확률은 1/6 로 변치 않는다. 이것이 독립시행이다.

독립시행의 중요한 점은 공정한 주사위를 던져 1이 나올 확률이 1/6 이라고 해서, 6번 던지면 그중에 1번이 1이라는 보장은 전혀 없다는 것이다. 오히려 6번 던졌는데 1이 한번도 안나올 확률이 (5/6)^6 = 약 0.33이다. 즉, 주사위를 100번을 던지든 1000번을 던지든 1이 단 한번도 나오지 않을 수도 있으나, 매 시행마다 주사위를 던졌을때 1이 나올 확률은 여전히 1/6이라는 것이다.

단, 주사위를 6번 던졌을 때 1이 한번은 나온다는 보장이 없다는 것이지, 6번 중 1번의 빈도로 1이 나온다는 것은 참으로, 독립시행과 확률적 기댓값의 개념은 서로 별개로 구분된다. 가끔 기댓값을 논할 때 독립시행을 들어 기댓값을 부정하는 오용 사례도 인터넷상에서 찾을 수 있다.

반대로 이전의 시행 결과가 현재의 확률에 영향을 준다면, 그것은 종속시행이다. 예를 들면 50개의 구슬 중 1개의 당첨 구슬이 든 상자에서 뽑은 구슬은 다시 넣지 않는 것(= 비복원추출)이 여기에 해당한다.

2. 확률

1번의 시행에서 사건 A가 일어날 확률이 p라고 하자. 그럴 경우 n번의 독립시행시 사건 A가 x번 일어날 확률은 [math(\displaystyle \binom{n}{x}{p}^{x}{\left ( 1-p \right )}^{n-x})]이다.

여기서 [math(\displaystyle \binom{n}{x}=_{n}C_{x})]이다.

3. 예시

3.1. 독립시행인 경우 (복원추출)

3.2. 독립시행이 아닌 경우 (종속시행, 비복원추출)

간단히 생각하면 푸른 구슬 99개, 붉은 구슬 1개가 든 주머니에서 구슬을 하나 꺼내는 것과 같다. 붉은 구슬이 나올 확률은 1% 이다. 그런데, 만약 내 앞에 사람이 푸른 구슬을 뽑았고, 그 구슬은 폐기했다(혹은 주머니에 다시 넣지 못하게 했다)고 치면, 남은 푸른 구슬은 98개가 된다. 즉, 붉은 구슬이 나올 확률은 1.00% 에서 1.010101...% 로 증가하게 된다.

[1] 즉, 만약 두 시행의 확률이 같더라도 서로 연관되어있다면 독립이 아니다. 이러한 예시를 들어보자. 주머니에 9개의 흰 공, 1개의 검은 공 하나가 있을 때, 하나씩 주머니에서 공을 꺼내는 시행을 하고 있다.(도로 넣지 않는다.) 이때 k번째에 검은 공을 뽑을 확률은 [math(1/10)]으로 모두 같다. 하지만 매번 같은 조건이 아니므로 독립시행이 아니다.[2] 확률이 0인 사건을 제외한, 모든 상호배타적 사건들은 독립이 아닌 종속사건들 이다.

분류