확률변수의 합과 중심극한정리를 설명해볼까한다.

중심극한정리라는 뭔가 무시무시해 보이는 녀석은 알고나면 참 별거 아니면서도 정말정말 신기하고 대단한 놈이다.

--------------------
확률변수
--------------------

확률변수. 해서 수학책에서 찾아보면
표본공간의 사건에 대해 실수값을 return하는 함수라고 되어있다.
뭐야 이거 무서워표본, 표본공간, 사건, 실수값 함수 따위를 다루기는 싫으므로 내 스타일대로 가련다.



시리즈를 의도한것은 아니지만, 저번 글에서 확률변수는 무엇인가?에 대한 내 대답은

라고 했다.

저 그림에서 중요한 부분은 분포와 수직선이다.
분포는 이것을 말하며

수직선은 이것을 말한다.


저 두가지는 각각 '확률'과 '변수'에 해당한다.




이어지는 내용

통계학 공부중이라서 쓰는 글은 아니다.

1. 확률변수

수학에서는 변수를 다룬다. 영어로 variable 이란 녀석이다.
가장 흔히 나오는 녀석이 x 란 놈이다.

일단 x는 어떤 값이든 가질 수 있는데,
x=2 이라고 해도 된다.

이 경우, 우리는 수직선에 x를 다음과 같이 나타낸다.

저 점은 개념상 위치는 있지만 넓이는 없다고 생각해야 한다. - 처음에 이 말 듣고 상당히 놀랬다.

자, 그럼 이제 확률변수를 생각해보자.
영어로는 random variable, 변수긴 변순데 뭔가 랜덤하다는 뜻이다.

이녀석은 언제 쓰냐 하면 
잘은 모르겠지만 2쯤 되는 녀석 - 이런 식의 애매모호한 개념을 다루고 싶을 때 사용한다.

자, x = 잘은 모르겠지만 2 쯤 되는 것 같은 느낌이 강하게 들기도 한다고 생각되는 녀석.
일단 수직선에 x를 나타내면 다음과 같다. 뭔가 2쯤되는 값을 가질 가능성이 높은데 꼭 2는 아니고 좀 상태가 심각할 때는 -값도 가진다는 것을 나타내고 있다.

이어지는 내용