SlideShare uma empresa Scribd logo
1 de 47
CHAPTER 3 Sets, Combinatorics,and Probability 아꿈사: http://cafe.naver.com/architect1 김태우: codevania@gmail.com
INDEX 순열과 조합 확률 이항식 정리
순열과 조합
순열 의미 객체들의 순서화된 배열 공식
예제46 경계 조건 (boundary condition) 0개 의객체, 즉 공집합의 순서화된 배열은 하나만 존재 하나의 객체의 순서화된 배열은 n개가 존재 n개의 서로 별개인 객체들의 순서화된 배열들은n!개가 존재
예제 47 a, b, c 세 가지 객체들의 순열의 수는 P(3, 3) = 3! = 3•2•1=6 abc, acb, bac, bca, cab, cba
예제 48 만일 어떠한 문자도 반복될 수 없다면,단어 compiler로부터 얼마나 많은 3자리의 단어가 만들어질 수 있을까? 문자의 배열이 중요하다 8개의 객체로부터 얻어질 수 있는 세 개의 서로별개인 객체의 순열의 수를 알고자 하는 것임 P(8,3) = 8!/5! = 336
예제 49 10명의 운동 선수들이 메달을 받는 방법 10명의 선수와 금, 은, 동 순서가 중요 A-금, B-은, C-동  ≠  C-금, B-은, A-동 P(n,r) 사용 P(10,3) = 10!/7! = 10•9•8 = 720
예제50 OS-4, PR-7, DS-3 같은 과목에 관한 모든 책이 함께 놓여야 함 책들을 배열할 수 있는 방법의 수는? 연속적인 하위의 작업들로 나누어 생각 세 가지 과목을 배열하는 작업을 고려 3!가지 과목의 다른 순서 존재 OS배열: 4! PR배열: 7! DS배열: 3! 그러므로, 곱셈 원리에 의해 모든 책을 배열할 수 있는 방법의 수는 (3!)(4!)(7!)(3!)=4,354,560
조합 의미 객체들의 배열 (순서 무시) 공식
동일한 의미
예제 52 n개의 객체들로부터 0개의 객체, 즉 공집합을 선택하기 위해서는 단지 하나의 방법만이 존재 n개의 객체들로부터 1개의 객체를 선택하기 위해서는 n개의 방법이 존재 n개의 객체들로부터 n개의 객체들을 선택하기 위해서는 단지 한 가지 방법만이 존재
예제 53 52장의 카드로부터 받아볼 수 있는 5장의 카드는 몇 가지? 단순히 무슨 카드인지에 관심  순서 X 52개중 5개를 선택하는 방법의 수를 계산 C(52,5) = 52!/(5!47!) = 2,598,960
예제 54 10명의 운동 경기 선수들이 경기, 3명이 우승 우승자들에 대해서는 순서를 고려하지 않음 그러므로, 10명중 3명을 선택하는 것임 C(10,3) = 10!/(3!7!) = 120
중복 제거 계산 문제는 종종 다른 방법으로 해결될 수 있음 하지만, 해결책을 유도하는 과정에서 하나 이상 중복하여 계산하기 때문에 틀리기도
예제 57 FLORIDA,MISSISSIPPI 몇 가지의 서로 별개인 순열이 만들어지나? FLORIDA 7! MISSISSIPPI 11! 이 아님 중복된 문자열이 존재하기 때문 MIS1S2ISSIPPI == MIS2S1ISSIPPI 재배치 하는 것은 변화가 없음 4개의 S, 4개의 I, 2개의 P 서로 별개인 순열의 수  11!/4!4!2!
n개의 객체들이 존재하고, 그 객체들 중에서 n1개의 객체들이 서로 동일하고 … nK개의 객체들이 서로 동일한 경우 이런 n개의 객체들에 대한 서로 별개인 순열의 수
반복을 허용하는 순열과 조합 P(n,r), C(n,r) N개의 객체들 중에서 r개를 배열하거나 선택 즉, r ≤ n 그러나 n개의 객체들이 원하는 만큼 많이 재사용 될 수 있다면?  알파벳 26개를 이용하여 단어를 구성 N개 중에서 r개의 객체들의 순열/조합을 구성가능하지만, 반복을 허용 교묘한 방법을 사용… (예제58)
예제 58 다이아몬드, 루비, 에메랄드로부터 5개의 보석을 선택하여 사용할 때… 몇 가지 방법? 보석의 배열의 순서에는 관심 X 순열X 조합O 반복을 허용하면서, 3개 중에서 5개의 조합의 수를 계산 1다야, 3루비, 1에메 *|***|* 5다야, 0루비, 0에메 *****|| 즉, 7개의 slot중에서 5개의 품목을 선택 C(7,5) = 7!/(5!2!)
반복을허용하면서N개의 서로 별개인 객체들 중에서 R개의 객체들에 대한 조합을 표현 N개의 객체들의 반복된 수를 나타내기 위해 n-1개의 수직선 필요 수직선들을 포함한 전체가 차지하는 위치의 수는r+(n-1) 이들 중에서 r개를 선택하는 방법의 수는
확률
예제 59 하나의 동전을 던졌을 때 “앞면” 얻기 2결과중 하나 1/2 하나의 주사위를 굴렸을 때 “3”을 얻기 6결과중 하나 1/6 표준 카드 한 벌에서 ♠1 ♦Q둘중의 하나 뽑기 1/52 + 1/52 = 2/52 = 1/26
표본 공간 어떤 행동의 모든 가능한 결과들의 집합 사건 표본 공간의 임의의 부분집합 결과가 동일한 확률로 나타나는 임의의 유한 집합이 S라면, 사건 E의 확률 P(E)는
예제 60 2개의 동전 동시 던짐 각 동전은 공정  앞면,뒷면의 확률은 같다 표본 공간은 S={HH,HT,TH,TT} 사건 E를 집합 {HH}라 하자.  E의 확률, 즉 두 동전 모두 앞면이 나타날 확률은?
예제 61 검사, 개발, 마케팅 붓서 직원들이 한 직원의 이름이 선택되는 뽑기에 참가 검사5   (  2M, 3W) 개발23 (16M, 7W) 마켓14 (  6M, 8W) |S|=42 |W|=3+7+8=18 P(W)=|W|/|S|=18/42=3/7 |마|=14 P(마)=|마|/|S|=14/42=/3 P(W ∩ M)=8/42=4/21 P(W∪M)=P(3+7+14)=24/42=4/7
확률 분포 만일 임의의 행동이 초래하는 결과가전혀 동등한 확률로 나타나지 않는다면,이 상황을 처리하기 위한 한 가지 방법은해당 결과의 일부가 반복되는 대략적인 횟수를소개하는 것이다…. -_-;
예제 63 하나의 주사위 6가지 가능한 결과가 존재  |S|=6 T는 3이 나타나는 사건 이 사건은 오직 한 번만이 존재 |T|=1 P(T)=|T|/|S|=1/6 주사위가 치우쳐서 4가 3배 더 자주라고 가정 F는 4가 나타나는 사건 결과 집합={1,2,3,4,4,4,5,6} |S|=8 P(F)=|F|/|S|=1/8
모든 결과가 동등한 확률이 아님 방법은 해당 표본 공간에 대해 하나의 확률 분포를 할당하는 것 더 자주 발생하는 결과들의 복제품을 생성하여표본 공간을 오히려 더 크게 만들기 보다 간단히 하나의 사건처럼 원래의 표본 공간에서각 별개의 결과를 고려하고, 임의의 확률을 할당 만일 표본 공간에서 K개의 다른 결과들이 존재 각 결과 Xi에는 다음과 같은 규칙이 적용됨
사건 E ⊆ S를 고려 사건 E의 확률은 E안의 개별적인 결과들에 대한 모든 확률을 더할 수 있다 E는 서로 별개인 결과 모두에 대한 합집합 결과가 모두 동등하게 나타날 때,P(E)=|E|/|S|라는 정의는E안의 각 xi에 대해 p(xi)=1/|S|일 때 정의의특별한 경우가 된다
조건부 확률 Conditional Probability 사건 E1과 E2가 주어졌을 때, E1이 발생한 조건하에서 E2의 조건부 확률P(E2|E1)은 다음과 같다
예제 64 예제63의 치우친 주사위에 대해 사용된확률 분포가 다음과 같다 E: 2또는 4가 나타나는 사건 P(E) 는? P(E) = p(2) + p(4)         = 1/8 + 3/8         = 4/8        = 1/2
예제 65 환자들 그룹의 약품 연구 17%: 약품 A에 긍정적 34%: 약품 B에 긍정적  8%: 약품 A와 B에 긍정적 한 환자가 약품A에 긍정적으로 응답했을 때약품B에 긍정적으로 응답할 확률은?
독립 사건 만일 P(E2|E1)= P(E2)이면 E2는 E1이 발생되든 말든 동일하게 발생 이 경우 E1과 E2는 독립 사건이 된다고 함 다음 두 식이 성립
예제 66 동전 던지기 앞면(E1) 다음에 뒷면(E2)이 나타날 사건은 다음에 의해서 서로 독립 사건임 각 사건이 별개인 경우, 각 확률을 곱 각 사건이 별개인 경우, 각 확률을 합
기대값 세 번의 시험에 대한 성적의 집합 S={g1,g2,g3} 평균 시험 성적  A(g) = (g1 + g2 + g3) / 3 각시험에 대한 가중값이 동일하다고 가정 마지막 시험에 두 배의 가중값 A(g) = (g1 + g2 + 2*g3) / 4
이 표본 공간으로써 S를 고려하고 다음의 확률 분포를 할당한다면
가중값 평균 X: 임의의 확률 변수 P: 임의의 확률 분포 E: 기대값
예제 67 하나의 공정한 동전이 3번 던져짐 표본 공간 S ={HHH,HHT,HTH,HTT,THH,THT,TTH,TTT} 확률변수 X S내의 각 결과를 해당 결과 내의 앞면의 수로 할당 즉, 결과는 0~3까지의 정수값 공정한 동전, 각 구성 원소는동일한 확률
X의 기대값, 즉 세 번 던질 때 기대되는 앞면의 수는…
앞면이 뒷면보다 3번 더 자주 발생하는 가중값이 존재한다고 가정 확률 분포 연속적인 결과가 독립 사건 S에서 각 결과의 확률은 각 확률의 곱 HTT의 확률은 (3/4)(1/4)(1/4) = 3/64
이항식 정리
파스칼의 삼각형 n행 (0≤n)은 0≤r≤n에 대해 모든 값C(n,r)로 구성된다.
이항식 정리 (a + b)n 를전개한 결과… a2+2ab+b2에서는 계수 1,2,1이 존재.  파스칼 삼각형에서 2번째 열 이항식 정리 모든 음이 아닌 정수 n에 대해서, 다음의 식이 성립 (a + b)n = C(n, 0)anb0 + C(n, 1)an-1b1 +                  C(n, 2)an-2b2 + ... +                   C(n, k)an-kbk + ... +                   C(n, n)a0bn ∑C(n, k)an-kbk
예제 69 (x - 3)4 의 전개식 (x – 3)4 = C(4, 0)x4(-3)0+ C(4, 1)x3(-3)1+ C(4, 2)x2(-3)2+ C(4, 3)x1(-3)3+ C(4, 4)x0(-3)4  = x4+ 4x3(-3) + 6x2(9) + 4x1(-27) + 81 = x4 - 12x3+ 54x2+ 108x + 81
에제 70 이항식 정리에서 a=b=1이라고 하면 (1+1)n=C(n,0)+C(n,1)+…+C(n,k)+C(n,n) 2 n=C(n,0)+C(n,1)+…+C(n,k)+C(n,n)
Lisence

Mais conteúdo relacionado

Destaque

Recurrence relation
Recurrence relationRecurrence relation
Recurrence relationOhgyun Ahn
 
2조 발표자료
2조 발표자료2조 발표자료
2조 발표자료진환 김
 
2012 Dm A0 03 Pdf
2012 Dm A0 03 Pdf2012 Dm A0 03 Pdf
2012 Dm A0 03 Pdfjinwookhong
 
Permutations & combinations
Permutations & combinationsPermutations & combinations
Permutations & combinationsNCVPS
 
Math 1300: Section 7- 4 Permutations and Combinations
Math 1300: Section 7- 4  Permutations and CombinationsMath 1300: Section 7- 4  Permutations and Combinations
Math 1300: Section 7- 4 Permutations and CombinationsJason Aubrey
 
카카오스토리 웹팀의 코드리뷰 경험
카카오스토리 웹팀의 코드리뷰 경험카카오스토리 웹팀의 코드리뷰 경험
카카오스토리 웹팀의 코드리뷰 경험Ohgyun Ahn
 

Destaque (7)

Recurrence relation
Recurrence relationRecurrence relation
Recurrence relation
 
2조 발표자료
2조 발표자료2조 발표자료
2조 발표자료
 
2012 Dm A0 03 Pdf
2012 Dm A0 03 Pdf2012 Dm A0 03 Pdf
2012 Dm A0 03 Pdf
 
Permutations and combinations
Permutations and combinationsPermutations and combinations
Permutations and combinations
 
Permutations & combinations
Permutations & combinationsPermutations & combinations
Permutations & combinations
 
Math 1300: Section 7- 4 Permutations and Combinations
Math 1300: Section 7- 4  Permutations and CombinationsMath 1300: Section 7- 4  Permutations and Combinations
Math 1300: Section 7- 4 Permutations and Combinations
 
카카오스토리 웹팀의 코드리뷰 경험
카카오스토리 웹팀의 코드리뷰 경험카카오스토리 웹팀의 코드리뷰 경험
카카오스토리 웹팀의 코드리뷰 경험
 

Semelhante a Mathematical Structures for CS [Chapter3]456

Doing math with python.ch05
Doing math with python.ch05Doing math with python.ch05
Doing math with python.ch05Seok-joon Yun
 
확률 통계 (파이썬)
확률 통계 (파이썬)확률 통계 (파이썬)
확률 통계 (파이썬)Yong Joon Moon
 
01.r 기초 확률분포
01.r 기초   확률분포01.r 기초   확률분포
01.r 기초 확률분포Yoonwhan Lee
 
3 Generative models for discrete data
3 Generative models for discrete data3 Generative models for discrete data
3 Generative models for discrete dataJungkyu Lee
 
파이썬 문자열 이해하기
파이썬 문자열 이해하기파이썬 문자열 이해하기
파이썬 문자열 이해하기Yong Joon Moon
 
파이썬 문자열 이해하기
파이썬 문자열 이해하기파이썬 문자열 이해하기
파이썬 문자열 이해하기Yong Joon Moon
 
The Art of Computer Programming 1.2.5
The Art of Computer Programming 1.2.5The Art of Computer Programming 1.2.5
The Art of Computer Programming 1.2.5hyun soomyung
 
python 수학이해하기
python 수학이해하기python 수학이해하기
python 수학이해하기Yong Joon Moon
 
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이NAVER D2
 
Ensemble Model (Hybrid model)
Ensemble Model (Hybrid model)Ensemble Model (Hybrid model)
Ensemble Model (Hybrid model)Jeonghun Yoon
 
이산치보고서
이산치보고서이산치보고서
이산치보고서mil23
 
RUCK 2017 베이즈 모형의 꽃 - 계층 모형
RUCK 2017 베이즈 모형의 꽃 - 계층 모형RUCK 2017 베이즈 모형의 꽃 - 계층 모형
RUCK 2017 베이즈 모형의 꽃 - 계층 모형r-kor
 

Semelhante a Mathematical Structures for CS [Chapter3]456 (13)

Doing math with python.ch05
Doing math with python.ch05Doing math with python.ch05
Doing math with python.ch05
 
확률 통계 (파이썬)
확률 통계 (파이썬)확률 통계 (파이썬)
확률 통계 (파이썬)
 
01.r 기초 확률분포
01.r 기초   확률분포01.r 기초   확률분포
01.r 기초 확률분포
 
3 Generative models for discrete data
3 Generative models for discrete data3 Generative models for discrete data
3 Generative models for discrete data
 
파이썬 문자열 이해하기
파이썬 문자열 이해하기파이썬 문자열 이해하기
파이썬 문자열 이해하기
 
파이썬 문자열 이해하기
파이썬 문자열 이해하기파이썬 문자열 이해하기
파이썬 문자열 이해하기
 
The Art of Computer Programming 1.2.5
The Art of Computer Programming 1.2.5The Art of Computer Programming 1.2.5
The Art of Computer Programming 1.2.5
 
python 수학이해하기
python 수학이해하기python 수학이해하기
python 수학이해하기
 
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
 
Ensemble Model (Hybrid model)
Ensemble Model (Hybrid model)Ensemble Model (Hybrid model)
Ensemble Model (Hybrid model)
 
이산치보고서
이산치보고서이산치보고서
이산치보고서
 
Hfs ch11
Hfs ch11Hfs ch11
Hfs ch11
 
RUCK 2017 베이즈 모형의 꽃 - 계층 모형
RUCK 2017 베이즈 모형의 꽃 - 계층 모형RUCK 2017 베이즈 모형의 꽃 - 계층 모형
RUCK 2017 베이즈 모형의 꽃 - 계층 모형
 

Mais de codevania

14 virtual memory
14 virtual memory14 virtual memory
14 virtual memorycodevania
 
Gstar gossip
Gstar gossipGstar gossip
Gstar gossipcodevania
 
Deferred rendering transparency
Deferred rendering transparencyDeferred rendering transparency
Deferred rendering transparencycodevania
 
테스트 자동화의 원칙
테스트 자동화의 원칙테스트 자동화의 원칙
테스트 자동화의 원칙codevania
 
3장 자동적으로 움직이는 게임 에이전트 생성법
3장 자동적으로 움직이는 게임 에이전트 생성법3장 자동적으로 움직이는 게임 에이전트 생성법
3장 자동적으로 움직이는 게임 에이전트 생성법codevania
 
Spin locks 추가 자료
Spin locks 추가 자료Spin locks 추가 자료
Spin locks 추가 자료codevania
 
Texture bombing
Texture bombingTexture bombing
Texture bombingcodevania
 
Memory corruption stack
Memory corruption stackMemory corruption stack
Memory corruption stackcodevania
 
Optimizing The Content Pipeline
Optimizing The Content PipelineOptimizing The Content Pipeline
Optimizing The Content Pipelinecodevania
 
시간 있으면 설계나 합시다
시간 있으면 설계나 합시다시간 있으면 설계나 합시다
시간 있으면 설계나 합시다codevania
 
Memory Corruption Heap
Memory Corruption HeapMemory Corruption Heap
Memory Corruption Heapcodevania
 
Generic Refraction Simulation
Generic Refraction SimulationGeneric Refraction Simulation
Generic Refraction Simulationcodevania
 
Interactive Refractions And Caustics Using Image Space Techniques
Interactive Refractions And Caustics Using Image Space TechniquesInteractive Refractions And Caustics Using Image Space Techniques
Interactive Refractions And Caustics Using Image Space Techniquescodevania
 

Mais de codevania (16)

14 virtual memory
14 virtual memory14 virtual memory
14 virtual memory
 
Taocp 2_4
Taocp  2_4Taocp  2_4
Taocp 2_4
 
Taocp 2_3_1
Taocp  2_3_1Taocp  2_3_1
Taocp 2_3_1
 
Taocp 1 2-2
Taocp 1 2-2Taocp 1 2-2
Taocp 1 2-2
 
Gstar gossip
Gstar gossipGstar gossip
Gstar gossip
 
Deferred rendering transparency
Deferred rendering transparencyDeferred rendering transparency
Deferred rendering transparency
 
테스트 자동화의 원칙
테스트 자동화의 원칙테스트 자동화의 원칙
테스트 자동화의 원칙
 
3장 자동적으로 움직이는 게임 에이전트 생성법
3장 자동적으로 움직이는 게임 에이전트 생성법3장 자동적으로 움직이는 게임 에이전트 생성법
3장 자동적으로 움직이는 게임 에이전트 생성법
 
Spin locks 추가 자료
Spin locks 추가 자료Spin locks 추가 자료
Spin locks 추가 자료
 
Texture bombing
Texture bombingTexture bombing
Texture bombing
 
Memory corruption stack
Memory corruption stackMemory corruption stack
Memory corruption stack
 
Optimizing The Content Pipeline
Optimizing The Content PipelineOptimizing The Content Pipeline
Optimizing The Content Pipeline
 
시간 있으면 설계나 합시다
시간 있으면 설계나 합시다시간 있으면 설계나 합시다
시간 있으면 설계나 합시다
 
Memory Corruption Heap
Memory Corruption HeapMemory Corruption Heap
Memory Corruption Heap
 
Generic Refraction Simulation
Generic Refraction SimulationGeneric Refraction Simulation
Generic Refraction Simulation
 
Interactive Refractions And Caustics Using Image Space Techniques
Interactive Refractions And Caustics Using Image Space TechniquesInteractive Refractions And Caustics Using Image Space Techniques
Interactive Refractions And Caustics Using Image Space Techniques
 

Mathematical Structures for CS [Chapter3]456

  • 1. CHAPTER 3 Sets, Combinatorics,and Probability 아꿈사: http://cafe.naver.com/architect1 김태우: codevania@gmail.com
  • 2. INDEX 순열과 조합 확률 이항식 정리
  • 4. 순열 의미 객체들의 순서화된 배열 공식
  • 5. 예제46 경계 조건 (boundary condition) 0개 의객체, 즉 공집합의 순서화된 배열은 하나만 존재 하나의 객체의 순서화된 배열은 n개가 존재 n개의 서로 별개인 객체들의 순서화된 배열들은n!개가 존재
  • 6. 예제 47 a, b, c 세 가지 객체들의 순열의 수는 P(3, 3) = 3! = 3•2•1=6 abc, acb, bac, bca, cab, cba
  • 7. 예제 48 만일 어떠한 문자도 반복될 수 없다면,단어 compiler로부터 얼마나 많은 3자리의 단어가 만들어질 수 있을까? 문자의 배열이 중요하다 8개의 객체로부터 얻어질 수 있는 세 개의 서로별개인 객체의 순열의 수를 알고자 하는 것임 P(8,3) = 8!/5! = 336
  • 8. 예제 49 10명의 운동 선수들이 메달을 받는 방법 10명의 선수와 금, 은, 동 순서가 중요 A-금, B-은, C-동 ≠ C-금, B-은, A-동 P(n,r) 사용 P(10,3) = 10!/7! = 10•9•8 = 720
  • 9. 예제50 OS-4, PR-7, DS-3 같은 과목에 관한 모든 책이 함께 놓여야 함 책들을 배열할 수 있는 방법의 수는? 연속적인 하위의 작업들로 나누어 생각 세 가지 과목을 배열하는 작업을 고려 3!가지 과목의 다른 순서 존재 OS배열: 4! PR배열: 7! DS배열: 3! 그러므로, 곱셈 원리에 의해 모든 책을 배열할 수 있는 방법의 수는 (3!)(4!)(7!)(3!)=4,354,560
  • 10. 조합 의미 객체들의 배열 (순서 무시) 공식
  • 12. 예제 52 n개의 객체들로부터 0개의 객체, 즉 공집합을 선택하기 위해서는 단지 하나의 방법만이 존재 n개의 객체들로부터 1개의 객체를 선택하기 위해서는 n개의 방법이 존재 n개의 객체들로부터 n개의 객체들을 선택하기 위해서는 단지 한 가지 방법만이 존재
  • 13. 예제 53 52장의 카드로부터 받아볼 수 있는 5장의 카드는 몇 가지? 단순히 무슨 카드인지에 관심  순서 X 52개중 5개를 선택하는 방법의 수를 계산 C(52,5) = 52!/(5!47!) = 2,598,960
  • 14. 예제 54 10명의 운동 경기 선수들이 경기, 3명이 우승 우승자들에 대해서는 순서를 고려하지 않음 그러므로, 10명중 3명을 선택하는 것임 C(10,3) = 10!/(3!7!) = 120
  • 15. 중복 제거 계산 문제는 종종 다른 방법으로 해결될 수 있음 하지만, 해결책을 유도하는 과정에서 하나 이상 중복하여 계산하기 때문에 틀리기도
  • 16. 예제 57 FLORIDA,MISSISSIPPI 몇 가지의 서로 별개인 순열이 만들어지나? FLORIDA 7! MISSISSIPPI 11! 이 아님 중복된 문자열이 존재하기 때문 MIS1S2ISSIPPI == MIS2S1ISSIPPI 재배치 하는 것은 변화가 없음 4개의 S, 4개의 I, 2개의 P 서로 별개인 순열의 수  11!/4!4!2!
  • 17. n개의 객체들이 존재하고, 그 객체들 중에서 n1개의 객체들이 서로 동일하고 … nK개의 객체들이 서로 동일한 경우 이런 n개의 객체들에 대한 서로 별개인 순열의 수
  • 18. 반복을 허용하는 순열과 조합 P(n,r), C(n,r) N개의 객체들 중에서 r개를 배열하거나 선택 즉, r ≤ n 그러나 n개의 객체들이 원하는 만큼 많이 재사용 될 수 있다면? 알파벳 26개를 이용하여 단어를 구성 N개 중에서 r개의 객체들의 순열/조합을 구성가능하지만, 반복을 허용 교묘한 방법을 사용… (예제58)
  • 19. 예제 58 다이아몬드, 루비, 에메랄드로부터 5개의 보석을 선택하여 사용할 때… 몇 가지 방법? 보석의 배열의 순서에는 관심 X 순열X 조합O 반복을 허용하면서, 3개 중에서 5개의 조합의 수를 계산 1다야, 3루비, 1에메 *|***|* 5다야, 0루비, 0에메 *****|| 즉, 7개의 slot중에서 5개의 품목을 선택 C(7,5) = 7!/(5!2!)
  • 20. 반복을허용하면서N개의 서로 별개인 객체들 중에서 R개의 객체들에 대한 조합을 표현 N개의 객체들의 반복된 수를 나타내기 위해 n-1개의 수직선 필요 수직선들을 포함한 전체가 차지하는 위치의 수는r+(n-1) 이들 중에서 r개를 선택하는 방법의 수는
  • 22. 예제 59 하나의 동전을 던졌을 때 “앞면” 얻기 2결과중 하나 1/2 하나의 주사위를 굴렸을 때 “3”을 얻기 6결과중 하나 1/6 표준 카드 한 벌에서 ♠1 ♦Q둘중의 하나 뽑기 1/52 + 1/52 = 2/52 = 1/26
  • 23. 표본 공간 어떤 행동의 모든 가능한 결과들의 집합 사건 표본 공간의 임의의 부분집합 결과가 동일한 확률로 나타나는 임의의 유한 집합이 S라면, 사건 E의 확률 P(E)는
  • 24. 예제 60 2개의 동전 동시 던짐 각 동전은 공정  앞면,뒷면의 확률은 같다 표본 공간은 S={HH,HT,TH,TT} 사건 E를 집합 {HH}라 하자. E의 확률, 즉 두 동전 모두 앞면이 나타날 확률은?
  • 25. 예제 61 검사, 개발, 마케팅 붓서 직원들이 한 직원의 이름이 선택되는 뽑기에 참가 검사5 ( 2M, 3W) 개발23 (16M, 7W) 마켓14 ( 6M, 8W) |S|=42 |W|=3+7+8=18 P(W)=|W|/|S|=18/42=3/7 |마|=14 P(마)=|마|/|S|=14/42=/3 P(W ∩ M)=8/42=4/21 P(W∪M)=P(3+7+14)=24/42=4/7
  • 26. 확률 분포 만일 임의의 행동이 초래하는 결과가전혀 동등한 확률로 나타나지 않는다면,이 상황을 처리하기 위한 한 가지 방법은해당 결과의 일부가 반복되는 대략적인 횟수를소개하는 것이다…. -_-;
  • 27. 예제 63 하나의 주사위 6가지 가능한 결과가 존재  |S|=6 T는 3이 나타나는 사건 이 사건은 오직 한 번만이 존재 |T|=1 P(T)=|T|/|S|=1/6 주사위가 치우쳐서 4가 3배 더 자주라고 가정 F는 4가 나타나는 사건 결과 집합={1,2,3,4,4,4,5,6} |S|=8 P(F)=|F|/|S|=1/8
  • 28. 모든 결과가 동등한 확률이 아님 방법은 해당 표본 공간에 대해 하나의 확률 분포를 할당하는 것 더 자주 발생하는 결과들의 복제품을 생성하여표본 공간을 오히려 더 크게 만들기 보다 간단히 하나의 사건처럼 원래의 표본 공간에서각 별개의 결과를 고려하고, 임의의 확률을 할당 만일 표본 공간에서 K개의 다른 결과들이 존재 각 결과 Xi에는 다음과 같은 규칙이 적용됨
  • 29. 사건 E ⊆ S를 고려 사건 E의 확률은 E안의 개별적인 결과들에 대한 모든 확률을 더할 수 있다 E는 서로 별개인 결과 모두에 대한 합집합 결과가 모두 동등하게 나타날 때,P(E)=|E|/|S|라는 정의는E안의 각 xi에 대해 p(xi)=1/|S|일 때 정의의특별한 경우가 된다
  • 30. 조건부 확률 Conditional Probability 사건 E1과 E2가 주어졌을 때, E1이 발생한 조건하에서 E2의 조건부 확률P(E2|E1)은 다음과 같다
  • 31. 예제 64 예제63의 치우친 주사위에 대해 사용된확률 분포가 다음과 같다 E: 2또는 4가 나타나는 사건 P(E) 는? P(E) = p(2) + p(4) = 1/8 + 3/8 = 4/8 = 1/2
  • 32. 예제 65 환자들 그룹의 약품 연구 17%: 약품 A에 긍정적 34%: 약품 B에 긍정적 8%: 약품 A와 B에 긍정적 한 환자가 약품A에 긍정적으로 응답했을 때약품B에 긍정적으로 응답할 확률은?
  • 33. 독립 사건 만일 P(E2|E1)= P(E2)이면 E2는 E1이 발생되든 말든 동일하게 발생 이 경우 E1과 E2는 독립 사건이 된다고 함 다음 두 식이 성립
  • 34. 예제 66 동전 던지기 앞면(E1) 다음에 뒷면(E2)이 나타날 사건은 다음에 의해서 서로 독립 사건임 각 사건이 별개인 경우, 각 확률을 곱 각 사건이 별개인 경우, 각 확률을 합
  • 35. 기대값 세 번의 시험에 대한 성적의 집합 S={g1,g2,g3} 평균 시험 성적 A(g) = (g1 + g2 + g3) / 3 각시험에 대한 가중값이 동일하다고 가정 마지막 시험에 두 배의 가중값 A(g) = (g1 + g2 + 2*g3) / 4
  • 36. 이 표본 공간으로써 S를 고려하고 다음의 확률 분포를 할당한다면
  • 37. 가중값 평균 X: 임의의 확률 변수 P: 임의의 확률 분포 E: 기대값
  • 38. 예제 67 하나의 공정한 동전이 3번 던져짐 표본 공간 S ={HHH,HHT,HTH,HTT,THH,THT,TTH,TTT} 확률변수 X S내의 각 결과를 해당 결과 내의 앞면의 수로 할당 즉, 결과는 0~3까지의 정수값 공정한 동전, 각 구성 원소는동일한 확률
  • 39. X의 기대값, 즉 세 번 던질 때 기대되는 앞면의 수는…
  • 40. 앞면이 뒷면보다 3번 더 자주 발생하는 가중값이 존재한다고 가정 확률 분포 연속적인 결과가 독립 사건 S에서 각 결과의 확률은 각 확률의 곱 HTT의 확률은 (3/4)(1/4)(1/4) = 3/64
  • 42. 파스칼의 삼각형 n행 (0≤n)은 0≤r≤n에 대해 모든 값C(n,r)로 구성된다.
  • 43. 이항식 정리 (a + b)n 를전개한 결과… a2+2ab+b2에서는 계수 1,2,1이 존재. 파스칼 삼각형에서 2번째 열 이항식 정리 모든 음이 아닌 정수 n에 대해서, 다음의 식이 성립 (a + b)n = C(n, 0)anb0 + C(n, 1)an-1b1 + C(n, 2)an-2b2 + ... + C(n, k)an-kbk + ... + C(n, n)a0bn ∑C(n, k)an-kbk
  • 44. 예제 69 (x - 3)4 의 전개식 (x – 3)4 = C(4, 0)x4(-3)0+ C(4, 1)x3(-3)1+ C(4, 2)x2(-3)2+ C(4, 3)x1(-3)3+ C(4, 4)x0(-3)4 = x4+ 4x3(-3) + 6x2(9) + 4x1(-27) + 81 = x4 - 12x3+ 54x2+ 108x + 81
  • 45. 에제 70 이항식 정리에서 a=b=1이라고 하면 (1+1)n=C(n,0)+C(n,1)+…+C(n,k)+C(n,n) 2 n=C(n,0)+C(n,1)+…+C(n,k)+C(n,n)
  • 46.