길이 1인 막대에 모래를 뿌렸더니 오른쪽으로 갈수록 두껍게 쌓였다. 손가락 하나로 막대를 받치려면 가운데보다 오른쪽을 받쳐야 한다. 막대를 얇게 잘라 조각의 무게와 위치를 곱해 모으면 그 균형점을 계산할 수 있다.
막대의 위치는 확률변수의 값 x, 위치마다 쌓인 모래의 두께는 확률밀도함수f(x)에 대응한다. 그 균형점이 평균(기댓값)이다.
이산확률변수의 기댓값은 값마다 확률을 곱해 더했다. 연속확률변수에서는 한 점의 확률이 0이므로 얇은 조각의 확률을 곱해 더하고, 그 합의 극한인 정적분으로 계산한다. 여기서 구하는 평균과 표준편차가 다음에 배울 정규분포의 두 수 μ, σ의 뜻이다.
확률밀도함수는 음수가 아니고 전체 넓이가 1이다
연속확률변수는 길이·시간·거리처럼 어떤 구간의 모든 실숫값을 가질 수 있는 확률변수다. 그 확률은 확률분포에서 본 확률밀도함수 f의 그래프 아래 넓이로 정한다. 이 글은 a<b인 유한 구간 [a,b] 밖에서 f(x)=0인 밀도만 다룬다.
f(x)≥0,∫abf(x)dx=1,P(c≤X≤d)=∫cdf(x)dx(1)
여기서 a≤c≤d≤b다. f는 연속이거나 조각연속이라고 둔다. 조각연속은 구간을 유한 개의 조각으로 나누었을 때 각 조각 안에서 연속이고, 조각의 끝에서 한쪽 극한이 유한하다는 뜻이다. 한 점에서는 적분 구간의 폭이 0이므로 P(X=c)=0이고, 구간의 끝점을 넣든 빼든 확률은 같다.
정의
기호
이름
원어
뜻
X
연속확률변수
continuous random variable
어떤 구간의 모든 실숫값을 가질 수 있는 확률변수
f(x)
확률밀도함수
probability density function
그래프 아래 넓이가 구간의 확률인 함수
[a,b]
밀도의 구간
interval
이 구간 밖에서는 f(x)=0
E(X),μ
평균·기댓값
expectation, mean
값에 밀도를 곱해 적분한 값, 식 (5)
V(X)
분산
variance
평균과의 차이를 제곱해 평균 낸 값, 식 (7)
σ(X)
표준편차
standard deviation
분산의 음이 아닌 제곱근
δ
최대 조각 폭
maximum width
구간을 나눈 조각 가운데 가장 넓은 폭
α,β
변환 상수
constants
Y=αX+β의 배율과 평행이동, 식 (17)
교과서는 평균을 m으로 써서 E(X)=m=∫abxf(x)dx, V(X)=E((X−m)2)로 적는다. 이 글의 μ가 그 m이고, 교과서 소단원 「연속확률변수의 기댓값과 표준편차」의 기댓값이 이 글의 평균이다. 교과서의 P(α≤X≤β)는 식 (1)의 P(c≤X≤d)와 같다.
원판에 떨어진 점까지의 거리는 어떤 확률밀도함수를 따를까?
반지름 1인 원판 안 어디에나 고르게 떨어지는 점이라면, 중심까지의 거리 X는 0≤x≤1에서 확률밀도함수 f(x)=2x를 따른다. 바깥쪽 고리일수록 넓이가 커서 점이 더 많이 떨어지기 때문이다. 여기서 '고르게'는 넓이가 같은 영역에 떨어질 확률이 같다는 뜻이다. 그러면 거리가 r 이하일 확률은 반지름 r인 원의 넓이 비율이다.
P(X≤r)=π⋅12πr2=r2=∫0r2tdt(0≤r≤1)(2)
마지막 등호는 미적분의 기본정리로 확인한다. 구간 [c,d]의 확률도 P(X≤d)−P(X≤c)=d2−c2=∫cd2xdx이므로 식 (1)이 성립한다. 따라서 밖에서 0으로 둔 f(x)=2x가 X의 확률밀도함수다. 음수가 아니고 전체 넓이는 12=1이다.
그림 1은 원판에 고르게 찍은 점 400개다. 반지름 1/2인 안쪽 원판은 넓이가 전체의 (1/2)2=1/4이므로 P(X≤1/2)=1/4이고, 실제로 점 102개가 들어 있다. 폭이 똑같이 1/2인 바깥 고리에는 확률 3/4이 실린다.11f(1)=2처럼 밀도의 높이는 1을 넘을 수 있다. 높이는 확률이 아니고 P(X=1)=0이다.
그림 1 반지름 1인 원판 안에 고르게 찍은 점 400개. 색칠한 안쪽 원판(반지름 1/2)은 넓이가 전체의 1/4이고 점 102개가 들어 있다. 점선 원은 중심까지의 평균 거리 μ = 2/3이고, 점 400개의 거리를 실제로 평균하면 0.667이다. figures/disk_distance.py
왜 값과 밀도를 곱한 적분이 평균일까?
구간을 잘게 나누어 각 조각의 확률을 그 조각의 대표값에 모으면 이산확률변수가 되고, 그 평균은 ∑ξipi다. 조각을 가늘게 할수록 이 합이 ∫abxf(x)dx로 다가가므로 그 적분을 평균으로 정한다. 이는 정적분과 급수에서 리만합이 정적분으로 가는 과정과 같다.
원판 예의 [0,1]을 폭 1/4인 띠 넷으로 나누자. 띠의 확률은 식 (2)의 d2−c2로 차례로 1/16, 3/16, 5/16, 7/16이다. 각 확률을 띠의 가운데 값 1/8, 3/8, 5/8, 7/8에 모으면 그림 2 아래의 이산 분포가 된다. 그 평균은 다음과 같다.
띠를 8개, 16개로 나누어 식 (3)처럼 계산하면 85/128≈0.664, 341/512≈0.666이 되어 2/3에 다가간다.
그림 2 위: 원판 거리의 밀도 f(x)=2x (0≤x≤1)를 폭 1/4인 띠 넷으로 나누고, 띠마다 넓이(확률)를 적었다. 아래: 각 띠의 확률을 띠의 가운데 값에 모은 이산 분포다. 이 분포의 평균 21/32는 적분으로 구한 평균 2/3과 1/96 차이 난다. figures/strip_weighted_sum.py
일반적으로 [a,b]를 조각 Ii로 나누고 각 조각 안에서 대표값 ξi를 고른다. 조각의 확률을 pi=∫Iif(x)dx, 가장 넓은 조각의 폭을 δ라 하자. 같은 조각 안에서는 ∣x−ξi∣≤δ이고 f≥0이므로 오차를 다음처럼 누를 수 있다.
마지막 등호는 전체 넓이가 1이라는 식 (1)에서 나온다. 띠 넷의 예에서 δ=1/4이고 실제 오차 1/96은 그보다 작다. δ를 0으로 보내면 오차도 0으로 가므로 연속확률변수의 평균을 다음처럼 정한다.
E(X)=μ=∫abxf(x)dx(5)
값 x 대신 연속함수 g(x)를 모아도 같은 논리로 E(g(X))=∫abg(x)f(x)dx다. 닫힌구간의 연속함수는 조각을 충분히 가늘게 하면 한 조각 안의 함숫값 차이가 모두 작아지기 때문이다. 아래의 분산은 g(x)=(x−μ)2인 경우다.
Q. 이산확률변수와 연속확률변수의 평균 공식은 무엇이 다른가요?
이산확률변수의 평균 ∑xipi에서 합이 적분으로, 확률 pi가 작은 폭의 확률 f(x)dx로 바뀐다. 원판 예를 띠 넷으로 나눈 이산 근사의 평균은 21/32이고, 띠를 가늘게 할수록 적분값 2/3에 다가간다. 분산의 계산 E(X2)−{E(X)}2와 일차식 αX+β의 평균·분산 성질(식 (17))은 두 경우에 같은 꼴이다.
원판 예에서 평균 거리는 왜 반지름의 절반보다 클까?
바깥쪽일수록 밀도 2x가 커서 큰 값에 더 큰 무게가 실리기 때문이다. 식 (5)에 f(x)=2x를 넣으면 평균 거리는 반지름의 2/3이다.
μ=∫01x⋅2xdx=[32x3]01=32(6)
그림 1의 점 400개에서 중심까지의 거리를 실제로 평균하면 0.667로, 식 (6)의 값에 가깝다. 그림 3은 이 평균의 위치를 밀도 그래프 위에 표시한 것이다. 색칠한 넓이 1/4이 P(0≤X≤1/2), 곧 그림 1의 안쪽 원판이다. 높이 f(1/2)=1과 넓이 1/4, 평균 2/3은 서로 다른 양이다.
그림 3 원판 거리 X의 밀도 f(x)=2x (0≤x≤1). 전체 삼각형 넓이는 1이고, 0부터 1/2까지 칠한 넓이는 1/4이다. 점선 μ=2/3은 값을 밀도로 가중한 평균의 위치이며, 구간의 가운데나 밀도의 높이를 뜻하지 않는다. figures/density_mean.py
Q. 연속확률변수는 한 점의 확률이 0인데 평균도 0인가요?
아니다. 연속확률변수의 평균은 점확률을 더해서가 아니라 작은 구간의 확률로 가중한 합의 극한으로 구한다. 원판 예의 거리 X는 모든 점에서 확률이 0이지만 평균은 2/3이다.
Q. 연속확률변수의 평균은 확률밀도함수가 가장 큰 곳인가요?
아니다. 밀도가 가장 큰 곳은 값이 가장 몰린 곳이고, 평균은 값과 밀도를 곱해 모은 균형점이다. 원판 예의 밀도 2x는 x=1에서 가장 크지만 평균은 2/3이다. 대칭인 삼각형 밀도처럼 둘이 같아지는 경우도 있다.
연속확률변수의 분산은 제곱편차의 평균이며 두 적분으로 계산한다
분산은 값이 평균에서 떨어진 거리를 제곱해 밀도로 평균 낸 값이고, 표준편차는 그 음이 아닌 제곱근이다. 이산형의 ∑(xi−μ)2pi에서 합이 적분으로 바뀐 꼴이다.
V(X)=∫ab(x−μ)2f(x)dx,σ(X)=V(X)(7)
제곱을 전개하면 ∫x2fdx−2μ∫xfdx+μ2∫fdx다. 가운데 적분은 μ, 마지막 적분은 1이므로 다음을 얻는다. 이 전개는 밀도의 모양과 관계없이 성립한다.
반지름을 2배로 늘렸더니 식 (12)의 평균 거리도 2/3의 2배가 되었다. 밀도 x/2는 확률분포에서 넓이로 확률을 구한 삼각형 밀도와 같다.
이번에는 0≤x≤1에서 f(x)=ax+b이고 E(X)=7/12라 하자. 전체 넓이와 평균의 두 조건을 식으로 쓴다.
2a+b=1,∫01x(ax+b)dx=3a+2b=127(13)
첫 식의 b=1−a/2를 둘째 식에 넣으면 a/12+1/2=7/12이므로 a=1, b=1/2이다. f(x)=x+1/2는 구간에서 1/2 이상이므로 밀도가 맞다.
같은 계산으로 평균을 3/4으로 요구하면 a=3, b=−1/2이 나온다. 두 식은 풀리지만 0≤x<1/6에서 f(x)<0이므로 밀도가 아니다. 평균을 μ로 두고 풀면 a=12μ−6, b=4−6μ이다.
f(0)=b≥0과 f(1)=6μ−2≥0이 함께 성립하려면 1/3≤μ≤2/3이어야 한다. 그림 4에서 넓이가 1인 일차식 밀도는 모두 점 (1/2,1)을 지나는데, ∫01(ax+b)dx=a/2+b가 곧 f(1/2)이기 때문이다.
그림 4 0≤x≤1에서 일차식 밀도 f(x)=ax+b를 평균 μ = 1/3, 1/2, 7/12, 2/3, 3/4가 되도록 정했다. μ가 1/3부터 2/3까지이면 그래프가 x축 아래로 내려가지 않지만, μ = 3/4이면 b = −1/2이어서 0≤x<1/6에서 음수(색칠)가 되어 밀도가 아니다. figures/linear_density_family.py
대칭인 확률밀도함수의 평균은 대칭축이다
밀도의 그래프가 직선 x=c에 대해 대칭이면 평균은 c다. c보다 t만큼 큰 값과 t만큼 작은 값이 같은 밀도를 가져, 편차 x−c의 기여가 양쪽에서 서로 지워지기 때문이다.
f(c+t)=f(c−t)이면∫ab(x−c)f(x)dx=0,곧μ=c(14)
x=c+t와 x=c−t에서 (x−c)f(x)의 값은 크기가 같고 부호가 반대다. 그래서 y=(x−c)f(x)의 그래프는 점 (c,0)에 대해 대칭이고, c 양쪽의 넓이가 서로 지워진다. 적분이 0이면 ∫xfdx=c∫fdx=c이므로 평균이 c다.
0≤x≤1에서 f(x)=x, 1<x≤2에서 f(x)=2−x인 삼각형 밀도는 넓이가 21×2×1=1이고 x=1에 대해 대칭이므로 평균이 1이다. 분산은 식을 조각마다 나누어 적분한다.
E(X2)=∫01x2⋅xdx+∫12x2(2−x)dx=41+1211=67(15)
따라서 V(X)=7/6−12=1/6, σ(X)=1/6≈0.408이다. 같은 구간에서 높이가 1/2로 일정한 균등한 밀도도 x=1에 대해 대칭이라 평균이 1이다. 일반적으로 [a,b]에서 높이가 1/(b−a)로 일정한 밀도는 다음 값을 가진다.
마지막 식은 식 (8)에 앞의 두 값을 넣고 정리한 것이다. [0,2]이면 분산은 4/12=1/3, 표준편차는 1/3≈0.577이다. 그림 5처럼 두 밀도는 평균이 같지만, 가운데에 무게가 몰린 삼각형 밀도의 분산은 균등한 밀도의 절반이다. 평균만으로는 분포를 구별할 수 없고 퍼짐은 표준편차가 따로 말해 준다.
그림 5 위는 0≤x≤2에서 높이가 1/2로 일정한 균등한 밀도, 아래는 x=1에서 꼭짓점을 갖는 삼각형 밀도다. 둘 다 x=1에 대해 대칭이라 평균이 1이지만, 진하게 칠한 μ−σ부터 μ+σ까지의 폭은 위가 넓다(σ = 1/√3 ≈ 0.577과 1/√6 ≈ 0.408). figures/same_mean_spread.py
단위를 바꾸면 연속확률변수의 평균과 표준편차는 어떻게 달라질까?
실수 α, β로 Y=αX+β를 만들면 평균은 같은 일차식으로 옮겨 가고, 표준편차는 ∣α∣배가 되며 β의 영향을 받지 않는다.
첫 식은 적분의 선형성 ∫(αx+β)fdx=α∫xfdx+β∫fdx에서 나온다. 편차가 α(x−μ)가 되므로 제곱에서 α2가 나오고, α2=∣α∣다. 교과서의 E(aX+b)와 같은 식이며, 이 글은 a, b를 구간의 끝에 썼으므로 α, β로 적는다. α=0이면 Y는 상수 β이고 분산과 표준편차가 0이다.
원판의 반지름이 실제로 30 cm라면 cm 단위의 거리는 Y=30X다. 평균은 30×2/3=20 cm, 분산은 900×1/18=50 cm², 표준편차는 52≈7.07 cm다. 중심에 가까울수록 높은 점수를 주는 S=10−10X(0점부터 10점)라면 α=−10, β=10이다.
음수를 곱해 값의 순서가 뒤집혀도 표준편차는 음수가 되지 않는다. 10을 더하면 값 전체가 함께 10만큼 옮겨 갈 뿐이라 퍼짐은 그대로다.
연속확률변수의 평균과 표준편차의 흔한 오해
평균은 밀도 그래프 아래 넓이를 반으로 나누는 점이다 — 원판 예에서 넓이를 반으로 나누는 점은 x2=1/2에서 x=1/2≈0.707이고, 평균은 2/3≈0.667이다. 대칭인 밀도에서는 대칭축이 넓이를 반씩 나누는 점이자 무게의 균형점이지만, 대칭이 아니면 원판 예처럼 두 점이 갈라질 수 있다.
제곱의 평균은 평균의 제곱과 같다 — 원판 예에서 E(X2)=1/2이고 {E(X)}2=4/9다. 두 값의 차이가 바로 분산 1/18이므로, 둘이 같다면 분산이 0이어야 한다.
E(X2)은 x2만 적분하면 된다 — 밀도를 곱하지 않으면 원판 예에서 ∫01x2dx=1/3이 되어 분산이 1/3−4/9=−1/9로 음수가 나온다. 분산은 0 이상이므로 음수가 나오면 밀도를 빠뜨렸는지 확인한다.
0≤x≤2에서 f(x)=43x(2−x)이고 그 밖에서는 0이다. 적분하지 않고 평균을 말한 뒤 분산을 구하라.
0≤x≤2에서 f(x)=ax+b이고 E(X)=7/6이다. a, b와 V(X)를 구하라.
버스를 기다리는 시간 X(분)가 [0,10]에서 균등한 밀도를 따른다. X의 평균과 표준편차를 구하고, 초 단위 Y=60X와 남은 시간 Z=10−X의 평균과 표준편차를 구하라.
0≤x≤1에서 f(x)=x, 1<x≤2에서 f(x)=1/2, 그 밖에서 0이다. 밀도인지 확인하고 P(X≥1)과 평균을 구하라.
답과 풀이
전체 넓이는 ∫04k(4−x)dx=8k=1이므로 k=1/8이다. P(0≤X≤2)=81[4x−2x2]02=86=43다. 평균은 81∫04(4x−x2)dx=81(32−364)=34이다. E(X2)=81∫04(4x2−x3)dx=81(3256−64)=38이므로 분산은 38−916=98, 표준편차는 322≈0.943이다.
전체 넓이는 43(4−38)=1이고, 그래프가 x=1에 대해 대칭이므로 식 (14)에서 평균은 1이다. E(X2)=43∫02(2x3−x4)dx=43(8−532)=56이므로 분산은 56−1=51, 표준편차는 51≈0.447이다.
전체 넓이는 2a+2b=1, 평균은 38a+2b=67이다. 둘째 식에서 첫 식을 빼면 32a=61이므로 a=41, b=41다. f(x)=4x+1는 구간에서 41 이상이므로 밀도다. E(X2)=41∫02(x3+x2)dx=41(4+38)=35이므로 V(X)=35−3649=3611이다.
밀도는 101이고 식 (16)에서 평균 5분, 분산 12100=325, 표준편차 35≈2.89분이다. Y는 평균 300초, 표준편차 60⋅35=1003≈173초다. Z는 평균 10−5=5분이고, 표준편차는 ∣−1∣배라서 X와 같은 약 2.89분이다.
두 조각의 넓이가 21×1×1=21과 1×21=21로 합이 1이고 음수가 아니므로 밀도다. x=1에서 높이가 끊기지만 조각연속이라 적분할 수 있다. P(X≥1)=∫1221dx=21이고, 평균은 ∫01x2dx+∫122xdx=31+43=1213이다.
더 읽기
교육부 2022 개정 교육과정 고시 — 별책 20 전문 수학 [12전수03-07]. 연속확률변수의 기댓값과 표준편차를 구하는 범위를 확인했다.
천재교육 전문 수학 교과서 공개 자료 — 홍진곤 외, 2022 개정. 공개 PDF 인쇄 159쪽에서 확률밀도함수의 세 성질, 평균 m·분산·표준편차의 정의와 V(X)=E(X2)−{E(X)}2 옆단을 확인했다. '확률밀도함수는 음수가 아니고 전체 넓이가 1이다' §의 교과서 기호 연결이 기댄다.
영상 노트
영상 노트
00:00 막대 위 모래 비유와 식 (1)의 밀도 조건
01:00 그림 1의 원판 점 400개로 식 (2)의 밀도 2x 만들기
02:30 그림 2의 띠 넷 가중합 21/32과 식 (4)의 오차 상한으로 식 (5) 잇기
04:00 식 (6)의 평균 2/3, 그림 3에서 높이·넓이·평균 구별하기
05:00 식 (7)을 전개해 식 (8)을 얻고 식 (9)·(10)으로 분산 1/18 계산하기
06:30 식 (11)~(13)으로 미지수 정하기, 그림 4의 평균 3/4 반례
08:00 식 (14)의 대칭, 식 (15)·(16)과 그림 5의 같은 평균·다른 표준편차