균일 분포의 유형

균일 분포의 유형은 다음과 같습니다.

1. 연속 균일 분포: 연속 균일 확률 분포는 지정된 범위에 무한한 수의 값이 정의된 분포입니다. 직사각형 분포라고 불리는 직사각형 모양의 그래프를 가지고 있습니다. 그것은 본질적으로 지속적인 가치에 작용합니다. 예: 난수 생성기
2. 이산 균일 분포: 이산 균일 확률 분포는 지정된 범위에 정의된 유한 개수의 값을 갖는 분포입니다. 그래프에는 각 유한 값에 대한 다양한 수직선이 포함되어 있습니다. 이는 본질적으로 불연속적인 가치에 적용됩니다. 예: 주사위를 굴렸습니다.

이러한 유형에 대해 다음과 같이 자세히 논의해 보겠습니다.

연속 균일 분포 또는 직사각형 분포

직사각형 분포라고도 알려진 연속 균일 분포는 확률 밀도 함수(PDF)가 특정 구간 내에서 일정하고 다른 구간에서는 0인 확률 분포입니다. 이는 해당 구간 내의 모든 결과가 동일할 가능성이 있음을 의미합니다.

연속 균일 분포는 정의된 간격 내에서 임의성을 이해하고 모델링하기 위한 간단하면서도 강력한 프레임워크를 제공하므로 확률 이론 및 응용 통계에 필수적인 도구가 됩니다.

확률밀도함수 (PDF)

그만큼 확률 밀도 함수 (PDF) 연속 균일 분포는 특정 구간 내에 랜덤 변수가 포함될 확률을 정의합니다. 구간 [a, b]에 대한 연속 균일 분포의 경우 PDF는 다음과 같이 계산됩니다.

f(x) = 1 / (b – a)(a ≤ x ≤ b인 경우)

그렇지 않으면 f(x) = 0입니다.

누적 분포 함수(CDF)

연속 균일 분포의 누적 분포 함수(CDF)는 확률 변수가 특정 값보다 작거나 같을 확률을 제공합니다. [a, b]에 대한 연속 균일 분포의 경우 CDF는 다음과 같이 정의됩니다.

F(x) = (x – a) / (b – a) (a ≤ x ≤ b인 경우)

xb에 대해 F(x) = 0입니다.

함수 생성

함수 생성은 일련의 숫자를 멱급수로 표현하는 방법을 제공합니다. 확률 이론에서 생성 함수는 무작위 변수의 시퀀스를 조작하는 데 자주 사용됩니다. 계산을 단순화하고 확률 변수 및 분포의 중요한 속성을 도출하는 데 도움이 될 수 있습니다.

표준 균일 분포

표준 균일 분포는 구간이 [0, 1]인 연속 균일 분포의 특별한 경우입니다. 시뮬레이션, 난수 생성 및 다양한 통계 응용 프로그램에 널리 사용됩니다.

연속 균일 분포의 속성

• 구간 내의 확률 밀도가 동일합니다.
• 누적 분포 함수는 구간 내에서 선형적으로 증가합니다.
• 연속 균일 분포의 평균은 구간의 중간점입니다.
• 연속 균등분포의 분산은 [(b – a)²] / 12.

연속 균일 분포의 응용

• 공학, 금융, 물리학 등 다양한 분야의 불확실성을 모델링합니다.
• 시뮬레이션 및 게임을 위한 난수 생성.
• 제조 공정의 균일성을 모델링하기 위해 통계적 품질 관리에 사용됩니다.
• 키 생성 및 무작위 순열 생성을 위한 암호화.
• 통계 분석에서 다른 분포와 비교하기 위한 기준 분포로 사용됩니다.

이산 균일 분포

이산 균일 분포는 개연성 유한 집합의 각 결과가 동일할 가능성이 있을 때 결과의 가능성을 설명하는 분포입니다. 유한한 값 범위에 걸쳐 일정한 확률 질량 함수(PMF)가 특징입니다.

이산 균일 분포는 확률 이론과 통계의 기본 모델 역할을 하며 결과가 동일할 가능성이 있는 상황에서 불확실성을 설명하는 간단하면서도 효과적인 방법을 제공합니다. 그 속성과 응용 프로그램은 다양한 분야에 걸쳐 확장되어 데이터 분석 및 의사 결정 프로세스에서 다목적 도구가 됩니다.

최대 추정

~ 안에 통계 , 최대값 추정은 데이터 세트에서 가장 큰 값 또는 최대 관측값을 추정하는 데 사용되는 방법을 나타냅니다. 이러한 목적을 위해 순서 통계 및 최대 우도 추정과 같은 기술이 일반적으로 사용됩니다.

무작위 순열

무작위 순열은 항목 또는 요소 집합을 무작위로 배열하는 것입니다. 암호화, 통계, 컴퓨터 과학 등 다양한 분야에서 자주 사용됩니다. 무작위 순열을 생성하는 것은 알고리즘, 시뮬레이션 및 실험 설계에 필수적입니다.

이산균일분포의 특성

• 표본 공간의 각 결과는 동일한 발생 확률을 갖습니다.
• 확률질량함수(PMF)는 가능한 결과 범위에 걸쳐 일정합니다.
• 이산 균일 분포의 평균은 최소값과 최대값의 평균입니다.
• 이산 균일 분포의 분산은 [(n^2 – 1) / 12]입니다. 여기서 n은 가능한 결과의 수입니다.

이산 균일 분포의 응용

• 공정한 주사위를 굴리거나 공정한 동전을 던지며, 각 결과는 동일한 확률을 가집니다.
• 특정 결과에 대한 선호나 편견이 없는 모델링 시나리오입니다.
• 유한한 모집단에서 무작위 표본을 선택하는 등 비복원 표본추출.
• 시뮬레이션, 몬테카를로 방법 및 무작위 알고리즘을 위한 난수 생성.
• 카드 덱 섞기, 실험 설계 및 암호화 적용을 위한 무작위 순열 생성.

더 읽어보기,

• 포아송 분포
• 이항 분포
• 정규 분포

샘플 질문

질문 1: 확률 변수 X는 (-2, 2)에 걸쳐 균일 분포를 갖습니다.

(i) P(X>k) = 1/2인 k를 찾습니다. (ii) P(X<1)를 평가합니다. (iii) P[|X-1|<1]

해결책:

(나) X =f(x) = 1/(b-a) =1/(2-(-2)) = 1/4

P(X>k) = 1 – P(X≤ k) = 1 –int_{-2}^{k}f(x)dx

= 1 - (1/4).int_{-2}^{k}dx =1 – (k+2)/4 = 1/2

풀면 k = 0이 됩니다.

(ii) 피(X<1) =int_{-2}^{1}f(x)dx =(1/4).int_{-2}^{k}dx = 3/4

(iii) P[|X -1| <1] = P[1-1int_{0}^{1}f(x)dx = (1/4).int_{0}^{1}dx = 1/4

질문 2: X가 (-1, 4)에 균일하게 분포되어 있으면

(i) 그 평균은 ______________입니다.

(ii) 그 차이는 ______________입니다.

(iii) 표준편차는 ___________이다.

(iv) 중앙값은 ______________입니다.

해결책:

여기서 a = -1이고 b = 4입니다.

(나) 평균(μ) = (4-1)/2 = 1.5

(ii) 분산(σ²) = (4+1)²/12 = 2.08

(iii) 표준편차(σ) =√2.08 = 1.443

(iv) 중앙값 = (4-1)/2 = 1.5

질문 3: 전통적인 카드 덱에 하트, 스페이드, 클럽, 다이아몬드 등 4가지 무늬가 있는 카드 52장이 있는 경우. 각 세트에는 13장의 카드가 포함되어 있으며 그 중 3장은 페이스 카드입니다. 카드 수를 제외하고 새로운 덱이 구성됩니다. 그렇다면 수정된 덱에서 하트 카드를 얻을 확률은 얼마나 될까요?

해결책:

문제에서 주어진 카드 수는 유한하므로 이산 균일 분포입니다.

이산 균일 분포의 확률 공식은 P(X) = 1/n입니다.

수정된 덱에서 하트가 나올 확률 = 1/4 = 0.25

질문 4: 확률 변수 X에 대한 균일 분포 확률 밀도 함수를 사용하여 (0, 20)에서 P(3)을 찾습니다.