Probability theory — 확률론

확률론은 우연적 현상의 규칙성을 연구하고 불확실성의 정도를 정량적으로 평가하는 방법을 형식화하는 수학의 한 분야이다. 그 핵심은 확률의 개념, 즉 동일한 조건에서 실험을 반복할 때 어떤 사건이 발생할 가능성의 수치적 척도이다.

확률론은 불확정적 행동을 보이는 시스템의 분석에 적용되며, 통계학, 물리학, 경제학, 정보과학, 제어 이론, 보험, 공학 및 사회과학에서 널리 활용된다.

확률론의 기본 개념

확률론의 기본 개념은 다음과 같다:

• 확률적 사건 — 실험의 결과로, 발생할 수도 있고 발생하지 않을 수도 있는 것;
• 표본 공간 — 확률 실험의 모든 가능한 결과의 집합;
• 확률 변수 — 기본 결과를 수치값으로 대응시키는 함수;
• 사건의 확률 — 사건의 발생에 대한 확신의 정도를 나타내는 수치적 척도.

다른 학문과의 관계

확률론은 다른 여러 학문 분야와 긴밀하게 연결되어 있으며, 다양한 지식 영역에서 불확실성을 형식화하는 데 근본적인 역할을 한다:

• 수리통계학: 확률론의 자연스러운 연장이다. 경험적 데이터의 처리, 분석 및 해석을 위해 확률 모델을 활용한다. 주요 과제는 분포 매개변수 추정, 통계적 가설 검정, 신뢰 구간 구성 등이다.
• 확률 과정론: 확률 변수 간의 시간적 의존성을 기술하기 위한 확률론적 방법을 발전시킨다. 잡음, 시스템 동역학, 생물학적·경제적 과정의 모델링에 활용된다. 핵심 모델: 마르코프 연쇄, 푸아송 과정, 브라운 운동.
• 정보 이론: 정보, 불확실성, 엔트로피의 정량적 평가를 위해 확률 분포를 활용한다. 데이터의 부호화, 전송 및 보호에 적용된다. 조건부 정보와 상호 정보의 개념은 확률론적 척도에 기반한다.
• 게임 이론 및 의사결정 이론: 확률은 전략적 상호작용의 결과나 선택의 결과에 대한 불확실성을 기술한다. 불완전한 정보 조건에서의 위험 모델링 및 행동 분석에 특히 중요하다.
• 경제학 및 금융: 확률론은 위험 모델링, 기대 수익률 계산, 포트폴리오 분석 및 자산 가치 평가에 활용된다. 확률적 모델링, 헤지 관리, 옵션 가격 평가 및 시나리오 계획에 사용된다.
• 정보과학 및 인공지능: 많은 Machine Learning 알고리즘이 확률론적 모델에 기반한다: 나이브 베이즈 분류기, 은닉 마르코프 모델, 베이지안 네트워크, 확률적 그래프 등. 부분적 정보를 이용한 학습과 가설 생성에서 중요하다.
• 신뢰성 이론 및 기술과학: 고장 모델링, 무고장 작동 확률 평가, 위험 및 안전 여유도 계산. 기계공학, 에너지, 항공 등에 적용된다.
• 생물학 및 의학: 유전적 규칙성 분석, 질병 확산의 역학 모델, 진단 및 의료적 개입의 효과 평가에 활용된다.

같이 보기

• 통계학
• 수리통계학