300x250
연속형 확률 변수 개요
확률 변수는 표본공간(Sample Space)에 있는 모든 원소(Element)를 실수로 대응시키는 함수이며, 연속형 확률 변수는 결과값이 셀 수 없는 무한한 경우이다.
연속형 확률 변수의 예
- 우리나라 국민들의 평균 소득
- 학생들의 평균 키
- 주식 시장의 인덱스
확률 밀도 함수(Probability density function, pdf)
확률 밀도 함수는 연속형 확률 변수에서 확률을 나타내는 함수로, 연속형은 무한이므로 적분을 통해서 확률을 알 수 있다.
아래 그림에서 f(x) 가 확률 밀도 함수, 즉 pdf가 되며 면적이 확률을 뜻한다.

확률 밀도 함수의 특성
- f(x)≥0,∀x → 확률 밀도 함수는 확률이기 때문에 모든 x에 대하여 0보다 크다.
- P(X∈(−∞,∞))=∫∞−∞f(x)df=1 → 모든 표본 공간의 확률을 다 더하면 1이 된다.
- P(X=a)=P[a≤X≤a]=∫aaf(x)df=0 → a≤X≤a, 즉 특정한 값에 대한 확률은 0이다.
- P(a−ε2≤X≤a+ε2)=∫a+ε2a−ε2f(x)df≈εf(a) → 특정 값에서 확률을 구하고 싶다면 아주 작은 수인 ε2 를 더하고 빼서 작은 면적을 만들어서 확률을 계산한다.
- P(a≤X≤b)=P(a≤X<b)=P(a<X≤b)=P(a<X<b) → X가 특정한 값일 때 확률은 0이므로, 등호의 포함 여부는 확률 값에 영향을 미치지 않는다.
확률 밀도 함수의 예제
아래와 같이 컴퓨터가 고장 나기 전까지 시간은 연속형 확률 변수를 따른다.

- 이 때, λ를 찾아라
확률 밀도 함수(pdf)의 특성 상 모든 확률 값은 1 (적분 했을 때 1) 이 되어야 하므로

2. 컴퓨터가 50~150시간 동안 작동할 확률은? 답 : 0.384

누적 분포 함수(Cumulative distribution function, cdf)
누적 분포 함수는 확률 변수X가 특정 값 x보다 작거나 같은 확률을 나타내는 함수이다.
누적 분포 함수를 미분하면 확률 밀도 함수가 되고, 확률 밀도 함수를 적분하면 누적 분포 함수가 된다.
F(x)=P[X≤x]=∫x−∞f(t)dt
ddxF(x)=f(x)
연속형 확률 변수의 기대값과 분산
E[X]=∫xf(x)dx
V[X]=E[(X−μ)2]
orV[X]=E[X2]−(E[X])2
참조 : 김성범 교수님 유튜브
'Studies > 확률&통계' 카테고리의 다른 글
Rejection Sampling(기각 샘플링) (0) | 2023.06.08 |
---|---|
연속형 확률분포 - 균일 분포(Uniform Distribution) (0) | 2023.05.23 |
이산형 확률분포 - 기하 분포(Geometric Distribution), 음이항 분포(Negative Binomial Distribution), 초기하 분포(Hypergeometric Distribution) (0) | 2023.05.11 |
이산형 확률분포 - 포아송 분포(Poisson Distribution) (1) | 2023.05.11 |
이산형 확률분포 - 베르누이분포(Bernoulli Distribution), 이항분포(Binomial Distribution) (0) | 2023.05.08 |
댓글