라플라스가 공과수학(특히 행렬파트)에도 나오고 여기저기 나오던데요.
->
라플라스는 유명한 수학자의 이름입니다.
이 사람이 워낙 이것저것 벌여놓은 일이 많아서
단순히 라플라스의 정리라고 하면
통계에서 다루는 드 무아브르-라플라스 정리 외에도
이것저것 걸리는 것이 많을 겁니다.
1.시행횟수 N이 커지면 커질 수록 통계적확률이 수학적확률에 가까워진다는 것과 표본의 크기(n값)이 커질수록 이항분포가 정규분포에 근사한다는 게 비슷한 이야기이지 않나요?
->
통계적 확률이란
실제로 그 시행을 해서 귀납적으로 얻은 확률을 말합니다.
주사위를 던진다고 가정하는 게 아니라
직접 주사위를 던져 보는 것이죠.
다시 말해 주사위를 1200번 던지면
정확하게 그 중 1은 딱 200번 나오는 게 아닙니다.
대충 200번 근방의 어떤 값이 나오겠지요.
이게 통계적 확률입니다.
수학적 확률은 그냥 머리 속으로 생각한 확률 1/6이죠.
이항분포와 정규분포는 모두 수학적 확률입니다.
이항분포와 정규분포의 가장 큰 차이는
확률변수가 이산적인가 연속적인가의 차이이지
둘 중 하나는 가상적으로 생각한 거고, 하나는 직접 해 본 거고 그런 게 아닙니다.
둘 다 모두 수식에 의해 계산되는 상상의 확률입니다.
사실 이름만 들어도 다 알 법한
어느 유명한 선생님께서도 이 둘을 구별하지 못하고
혼동하고 계시니까 학생들이 혼동하는 것은
어찌보면 당연한 일인지도 모르겠네요.
충분히 크다의 정확한 기준이 개념서에도 안나와 있고 재구성에도 안 나와있으니 제 맘대로 이렇게 해도 되나요?
->
고등학교 교과서에서 이 부분을 명확히 밝히지 않고
구렁이 담 넘어가는데에는 다 이유가 있습니다.
수능시험에 출제되는 내용들은 다 충분히 큰 상황이라 맘 편히 생각하세요.
전혀 문제없습니다.
3. 가비의 리를 농도일정의 법칙이라고 설명하셨자나요?(재구성에서) 저 같은 경우는 농도도 괜찮지만 기울기는 일정하게 유지되니까 그렇게 기울기로 보는 것도 괜찮다고 생각하는데요. 어떻게 생각하시나요?
->
제가 자주 하는 말이지만
자신의 고유한 언어로 수식에 의미를 부여하는 것은 매우 칭찬받을 일입니다. ^^
질문자의 지적을 받고 생각해보니 일견 타당한 부분이 있네요.
가비의 리를 기울기로 보면 벡터와 연결해 볼 수 있다고 생각해서요.
->
예. 그렇게 이해할 수도 있습니다.
방향이 같은 벡터를 더하면 방향이 바뀌지 않는다는 뜻이겠네요.