일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- Prim's Algorithm
- 웹 프로그래밍
- 프림 알고리즘
- 순열 알고리즘
- 부스트코스
- 크루스칼 알고리즘
- 프로그래머스
- jsp
- programmers
- 해시
- request
- 브라우저
- Kruskal's Algorithm
- mst
- 네이버 부스트캠프 ai tech
- 정렬 알고리즘
- BJ
- SERVLET
- 백준
- 벡엔드
- 그리디
- 다이나믹 프로그래밍
- DP
- 정렬
- 웹서버
- 웹프로그래밍
- dbms
- 소수
- greedy
- mysql
- Today
- Total
끵뀐꿩긘의 여러가지
3강- Birthday Problem과 확률의 특성 (Birthday Problem, Properties of Probability) 본문
3강- Birthday Problem과 확률의 특성 (Birthday Problem, Properties of Probability)
끵뀐꿩긘 2022. 10. 4. 10:34Birthday Problem:
k 명중에 2명 이상이 같은 생일을 가질 확률(일별 출생 확률은 동일하고 각각의 사건은 독립적이라고 가정한다)
$k \geq 365$일때,
1년이 365일이고, 있는 사람이 365명보다 많으므로 무조건 1명은 생일이 겹친다
$$P(A) = 1$$
$k\leq 365$일때,
k 명의 생일이 모두 다를 경우 = $\frac{365*364* \cdots * (365 - k +1)}{365^k}$
k명 중에 2명 이상이 같은 생일을 가질 확률 = 1 - k 명의 생일이 모두 다를경우
=> k=23일때 50.7%, k=50일때, 97%, k=100일때 99.9%이다
직관적으로 생각하면, k = 23명일때 2명을 뽑는 경우의 수는
$$\binom{23}{2} = 253$$
이므로, 생각보다 가능성이 낮지 않다.
확률의 공리:
1. $P(\phi ) = 0, P(S) = 1$
2. $P(\bigcup_{n=1}^{\infty}) = \sum_{n=1}^{\infty}P(A_n)$ ($A_i, A_j$는 서로소이다)
확률의 공리로부터 나온 확률의 기본 정리
- $P(A^c) = 1-P(A)$
- $A \subset B$인 경우, $P(A) \leq P(B)$
- $P(A\cup B) = P(A) + P(B) - P(A \cap B)$
포함 배제의 원리(Inclusion-exclusion Principle)
$$P(A_1 \cup A_2 \cup \cdots \cup A_n) = \sum_{j=1}^{n} P(A_j) - \sum_{i<j}P(A_i \cap A_j) + \sum_{i<j<k}P(A_i \cap A_j \cap A_k) - \cdots + (-1)^{n+1}P(A_1 \cap A_2 \cap \cdots \cap A_n)$$
deMontmort's Problem
카드가 놓은 위치와 카드에 쓰여있는 숫자가 일치할 확률은 얼마인가?
무작위로 섞여 있는 카드 n개 중에서, 카드 j가 j번째 순서에 놓이는 사건을 $A_j$라고 할때,
$P(A_j) = $ j번째 카드만 j번째에 놓고 나머지는 상관없이 배열 $= \frac{1*(n-1)!}{n!} = \frac{1}{n}$ => n개
$P(A_i \cap A_j) = $ j와 i 번째 카드가 i,j번째에 있고 나머지는 상관 x $= \frac{(n-2)!}{n!} = \frac{1}{n(n-1)}$ => $\binom{n}{2}$개
...$P(A_1 \cap A_2 \cap \cdots \cap A_n) = \frac{n!}{n!} = 1$ => $\binom{n}{n}$개
포함 배제의 원리를 사용하면,$$P(A_1 \cup A_2 \cup \cdots \cup A_n) = P(A_1) + P(A_2) + \cdots + P(A_n) - P(A_1 \cap A_2) - \cdots+ P(A_1\cap A_2\cap A_3) - \cdots$$$$= n \frac{1}{n} - \binom{n}{2}\frac{1}{n(n-1)} + \binom{n}{3}\frac{1}{n(n-1)(n-2)} - \cdots$$
$$= 1 - \frac{1}{2!} + \frac{1}{3!} - \cdots + (-1)^{n+1}\frac{1}{n!}$$
테일러 급수에 의해서
$$\approx 1-\frac{1}{e}$$
'Naver boostcamp -ai tech > Statistics 110' 카테고리의 다른 글
6강- Monty Hall 문제와 심슨의 역설 (Monty Hall, Simpson's Paradox) (1) | 2022.10.11 |
---|---|
5강- 조건부 확률과 전확률정리 (Conditioning Continued, Law of Total Probability) (0) | 2022.10.10 |
4강- 조건부 확률 (Conditional Probability) (0) | 2022.10.04 |
2강- 해석을 통한 문제풀이 및 확률의 공리 (Story Proofs, Axioms of Probability) (0) | 2022.09.28 |
1강- 확률과 셈 원리 (Probability and Counting) (0) | 2022.09.25 |