지난 글에서 이항분포의 평균을 구해봤는데요. 오늘은 분산을 구해보겠습니다.
확률변수 X가 이항분포 B(n,p)를 따른다고 합시다. 확률변수 X의 분산은 아래와 같이 구할 수 있습니다.
V(X)=E(X2)−{E(X)}2V(X)=E(X2)−{E(X)}2
이항분포의 평균은 np이므로 아래와 같이 변형됩니다.
V(X)=E(X2)−(np)2V(X)=E(X2)−(np)2
x제곱의 평균을 시그마형태로 쓰면 아래와 같습니다.
V(X)=∑nx=0{x2⋅nCx⋅px⋅(1−p)n−x}−(np)2V(X)=∑nx=0{x2⋅nCx⋅px⋅(1−p)n−x}−(np)2
x에 0을 넣으면 값이 0이므로 1부터 시작해도 됩니다.
V(X)=∑nx=1{x2⋅nCx⋅px⋅(1−p)n−x}−(np)2V(X)=∑nx=1{x2⋅nCx⋅px⋅(1−p)n−x}−(np)2
아래와 같이 x를 둘로 나눕시다.
V(X)=∑nx=1{x⋅x⋅nCx⋅px⋅(1−p)n−x}−(np)2V(X)=∑nx=1{x⋅x⋅nCx⋅px⋅(1−p)n−x}−(np)2
빨간 부분은 지난시간에 평균을 계산할 때 나왔던 식입니다. 같은 방법으로 치환해줍니다. n-1=m으로 치환하고, x-1=k로 치환한 것입니다.
확률변수 X가 이항분포 B(n,p)B(n,p) 를 따를 때, 평균과 분산과 표준편차는 아래와 같습니다. 확률변수 X가 이항분포 B(n,p)B(n,p)를 따를 때, 평균과 분산과 표준편차는 아래와 같습니다.
E(X)=npE(X)=np
V(X)=npqV(X)=npq
σ(X)=√npqσ(X)=√npq
따라서 x도 k+1로 치환할 수 있습니다.
V(X)=np∑mk=0{(k+1)⋅m!k!(m−k)!⋅px⋅(1−p)m−k}−(np)2V(X)=np∑mk=0{(k+1)⋅m!k!(m−k)!⋅px⋅(1−p)m−k}−(np)2
(k+1)을 전개하겠습니다.
V(X)=np{∑mk=0{k⋅m!k!(m−k)!⋅px⋅(1−p)m−k}+∑mk=0{m!k!(m−k)!⋅px⋅(1−p)m−k}}−(np)2V(X)=np{∑mk=0{k⋅m!k!(m−k)!⋅px⋅(1−p)m−k}+∑mk=0{m!k!(m−k)!⋅px⋅(1−p)m−k}}−(np)2
위 식에서 파란식은 이항분포 B(m,p)B(m,p)의 평균입니다. 값은 mp입니다. 빨간식은 이항분포 B(m,p)의 확률을 전부 더한 것입니다. 값은 1입니다.
V(X)=np(mp+1)−(np)2V(X)=np(mp+1)−(np)2
치환했던 m을 다시 n-1로 돌려놓겠습니다.
V(X)=np((n−1)p+1)−(np)2V(X)=np((n−1)p+1)−(np)2
전개합시다.
V(X)=np(np−p+1)−(np)2V(X)=np(np−p+1)−(np)2
한번 더 전개합시다.
V(X)=(np)2−np2+np−(np)2V(X)=(np)2−np2+np−(np)2
V(X)=−np2+npV(X)=−np2+np
인수분해합니다.
V(X)=np(1−p)V(X)=np(1−p)
1-p는 q로 나타내기로 했으므로 분산은 아래와 같습니다.
V(X)=npqV(X)=npq
표준편차는 분산에 루트를 씌우면 됩니다.
σ(X)=√npqσ(X)=√npq
지난 글과 이번 글에서 유도한 내용을 정리해봅시다.
확률변수 X가 이항분포 B(n,p)B(n,p) 를 따를 때, 아래 수식들이 성립합니다. 확률변수 X가 이항분포 B(n,p)B(n,p)를 따를 때, 아래 수식들이 성립합니다
E(X)=npE(X)=np
V(X)=npqV(X)=npq
σ(X)=√npqσ(X)=√npq
'고등수학 5분증명(2009개정) > 확률과 통계' 카테고리의 다른 글
[5분 고등수학] 표본평균의 평균과 분산 (0) | 2022.03.17 |
---|---|
[5분 고등수학] 이항분포와 정규분포의 관계 (0) | 2022.03.16 |
[5분 고등수학] 정규분포의 표준화 원리 (0) | 2022.03.15 |
[5분 고등수학] 정규분포함수 이해하기 (0) | 2022.03.14 |
[5분 고등수학] 이항분포의 평균 유도하기 (0) | 2022.03.10 |
[5분 고등수학] 이항분포 이해하기 (1) | 2022.03.08 |
[5분 고등수학] 확률변수 aX+b의 평균, 분산, 표준편차 (0) | 2022.03.07 |
[5분 고등수학] 이산확률변수의 평균, 분산, 표준편차 (0) | 2022.03.04 |
댓글