문서의 임의 삭제는 제재 대상으로, 문서를 삭제하려면 삭제 토론을 진행해야 합니다. 문서 보기문서 삭제토론 확률론 (문단 편집) === 배우는 내용 === 확률론 과목에서는 실해석학적인 확률분포와 [[확률변수]]의 해석, 확률적 수렴, [[큰 수의 법칙]](Law of Large Numbers)과 [[중심극한정리]](Central Limit Theorem)의 실해석학적 증명, characteristic function(확률분포함수의 [[푸리에 변환]])을 다루게 된다. 하다보면 확률공간에 대한 집합놀음으로 많이 귀결되며, 이는 실해석학에서 limsup / liminf의 개념이 잘 잡혀있다면 처음을 익숙하게 시작할 수 있을 것이다.(물론 극초반으로 한정) 또한 확률을 finite measure, 확률변수가 measurable function인 걸 알게 되면 완전 적분론과 다를게 없어진다. 바로 Independence(독립성)가 나오기 전까지는... 확률론과 해석학을 구분짓는 가장 중요한 요소가 바로 이 Independence이다. 확률과 해석학을 가르는 기준은 Independence로도 볼 수 있겠지만, 그보다 정확하게 말하자면, path의 유무이다. 특히 stochastic과 관련된 부분에서는 path를 굉장히 중요하게 다룬다. 확률론을 공부하면 공부할 수록 Independence를 가지지 않는 부분들이 나온다. 여기서 제시된 stochastic process는 확률변수에 시간축이 첨가된 것으로, 확률변수가 시간에 따라 값을 다르게 가지는 형태로 이해할 수 있다. (단순한 예로, 확률변수의 수열 같은 것을 생각해볼 수 있겠다.) 단순히 확률변수만을 관심사항으로 삼는 개론 범위에서보다는 한발짝 더 나아간 것이므로 일반적으로 확률론 외의 다른 과목에서 이 범주를 집중적으로 다루게된다. 학부 고학년 또는 대학원 과정을 수강하면서 확률론을 공부하게 된다면, 이 과목이 기본적으로 '''흔히 연상하는 통계학과는 많이 다르다'''는 점을 염두에 두고 입문하는 것이 좋다. 그러나 통계 이론을 깊이 공부하고 연구하게 될 경우에는 확률론의 내용은 필수불가결하다. 예를 들어, 디자인한 통계 모형의 추정에 대하여 점근적 성질(asymptotic property)을 살펴봐야 하는 경우 대수의 법칙과 중심극한정리에 근거한 확률적 수렴으로 추정량의 성질을 설명하게 되는데, 확률론을 알지 못하면 내용의 전개가 쉽지 않을 것이다. 그래도 이 정도 레벨은 수리통계나 [[계량경제학]] 계열의 박사과정에서나 나옴직하니 학부생이 겁부터 집어먹을 필요는 없다.저장 버튼을 클릭하면 당신이 기여한 내용을 CC-BY-NC-SA 2.0 KR으로 배포하고,기여한 문서에 대한 하이퍼링크나 URL을 이용하여 저작자 표시를 하는 것으로 충분하다는 데 동의하는 것입니다.이 동의는 철회할 수 없습니다.캡챠저장미리보기