이산형 확률분포
1) 정의
- discrete 확률 함수의 확률 값들의 분포
베르누이 분포 (Bernoulli Distribution)
1) 정의
- 확률변수는 0 또는 1 의 실수값만을 가진다.
- 베르누이 확률함수로부터 생성되는 확률들의 패턴이다.
fx(x;p)=px(1−p)1−x,x=0or1
2) 기대값
- x는 0 또는 1만 가능
E[X]=∑x⋅px(1−p)1−x=0+p=p
3) 분산
V[X]=E[x2]−(E(x))2=p−p2=p(1−p)
이항분포(Binomial distribution)
1) 정의
- n 번의 독립적인 베르누이 시행
- n 번의 시행 중 성공한 회수
- x = 0, 1, 2, ---, n
- 분포는 parameters n 과 p 에 의해 모양이 결정된다.
p(x)=(nx)px(1−p)n−x

2) 기대값
E[X]=n∑i=0in!(n−i)!i!pi(1−p)n−i
=npn∑i=1i(n−1)!(n−i)!i!pi−1(1−p)n−i
=npn∑i=1(n−1)!(n−i)!(i−1)!pi−1(1−p)n−i,leti−1=k
=npn∑k=0(n−1)!(n−k−1)!k!pk(1−p)n−1−k
=np(p+(1−p)n−1)n−1
=np
3) 분산
E[X2]=np[(n−1)p+1]
V[X]=np(1−p)
4) proposition
- X는 이항 확률 변수이고 n, p (0<p<1) 일 때, k는 0 ~ n, P{X= k}가 상승했다가 하강할때
가장 큰 값일 때의 k 값은 (n+1)p 보다 작거나 같다.
P(X=k)P(X=k−1)=(n−k+1)pk(1−p)
k<=(n+1)p
Posisson Distribution (포아송 분포)
1) 정의
- 단위 시간 안에 특정 사건이 몇번 발생할 것인지를 표현
- 희박한 값에 대해 사용한다.
- parameter = lambda
P(X=i)=e−λλii!,i=0,1,2,...
∞∑i=0P(X=i)=e−λ∞∑i=0λii!=e−λeλ=1
2) binomial과의 연관성
- n이 독립이고 크며 p가 작을 때,프아송 분포가 근사한다.
λ=np
3) 예시
- 어떤 집단에서 100세 이상 사는 사람의 수
- 한 페이지에서 오타의 갯수
- 하루에 전화를 잘못걸 횟수
4) 기대값
E[X]=∞∑i=0ie−λλii!
=λ∞∑i=0e−λλi−1(i−1)!,letk=i−1
=λ∞∑k=0e−λλkk!=λe−λ∞∑k=0λkk!
=λe−λeλ=λ
5) 분산
E[X2]=λ(λ+1)
V[X]=λ2+λ−λ2=λ
Geometric Distribution (기하분포)
1) 정의
- 베르누이 정의에서 시행하는 실험으로 첫번째 성공이 일어날 때까지 시행 횟수
- Parameter : p
P(X=n)=(1−p)n−1pn=1,2,...
∞∑n=1P(X=n)=p∞∑n=1(1−p)n−1=p1−(1−p)=1
2) 기대값
P(X=i)=∞∑i=1i(1−p)i−1p=p∞∑i=1i(1−p)i−1,let1−p=k
=p∞∑i=1i⋅ki−1=p∞∑i=1ddkki=pddk∞∑i=1ki
=pddk(k1−k=p1−k+k(1−k)2
=p1p2=1p
3) 분산
E[X2]=2−pp2
V[X]=1−pp2
Negative Binomial Distribution (음이항분포)
1) 정의
- 베르누이 정의에서 시행하는 실험으로 k 번째 성공을 위한 시행 횟수
- 총 r 번째 성공을 위한 n 번째 시행확률
- Parameter : r, p
P(X=n)=(n−1r−1)pr(1−p)n−rn=r,r+1,...
∞∑n=rP(X=n)=∞∑n=r(n−1r−1)pr(1−p)n−r=1
2) 기대값과 분산
E[X]=rp
E[X2]=rp(r+1p−1)
Var(X)=r(1−p)p2
Hypergeometric Distribution (초기하 분포)
1) 정의
- 제조업 분야에서 불량품의 발생 확률을 찾는데 종종 사용된다.
- 총 N 개의 모집단에서 m과 N-m개가 존재할 때, without replacement (비복원)으로 n 개를 뽑는다.
- Parameter : N, m, n
P(X=i)=(mi)(N−mn−i)(Nn)i=0,1,...,n
2) 기대값과 분산
E[X]=nmN
E[X2]=nmNE[Y+1]
Var(X)=N−nN−1nmN(1−mN)
고려대 김성범 교수님의 유튜브를 정리하였습니다. www.youtube.com/channel/UCueLU1pCvFlM8Y8sth7a6RQ