체비셰프 부등식의 증명 및 활용 보고서 / 확률과 통계 세특

소개글

"체비셰프 부등식의 증명_확률과 통계 보고서 활동"에 대한 내용입니다.

목차

1. 수학적 확률과 통계적 확률
2. 대수의 법칙 (라플라스의 정리)
3. 대수의 법칙의 적용 사례와 현실에서의 한계
4. 결론

본문내용

확률이란 어떤 시행에서 어떤 사건 A가 일어날 수 있는 가능성을 수치화한 수학 용어 중 하나이다. 확률에는 크게 수학적 확률과 통계적 확률로 나뉘는데, 먼저 수학적 확률은 사건A의 발생 경우의 수를 표본 전체 사건의 발생 경우의 수로 나눈 정량 값을 의미하고 통계적 확률은 동일한 조건의 시행을 수없이 반복했을 때의 사건 A에 대한 상대도수를 나타낸 값을 의미한다. 실제 연구나 산업 분야에서 이론값인 수학적 확률과 실제값인 통계적 확률의 오차를 줄이는 것은 필수적이다. 연구의 일반화 과정에서는 수학적 확률을 이용하지만 실제 적용에는 통계적 확률을 이용해야 하기 때문이다. 따라서 두 값의 오차를 줄여야할 필요성이 있는데 그 방법 중 하나가 대수의 법칙(= 라플라스의 정리)이다. 표본의 수가 많아지면 정확도가 올라가는 것이 직관적으로 당연한 것처럼 느껴질 수 있으나 실제로 적용이 되는지 라플라스의 정리를 이용해 수학적으로 증명해 보고자 한다.

참고 자료

없음