






기댓값의 선형성과 독립 조건 구분하기
천안불당고등학교 학생의 풀이 기록에는 다음 문장이 먼저 적혀 있었다.
“두 확률변수의 합의 기댓값을 구하려면 X와 Y가 독립이어야 한다.”
이 판단은 계산보다 먼저 수정해야 할 오류였다. 기댓값의 선형성은 독립 여부와 관계없이 성립하기 때문이다. 불당과외에서는 이처럼 공식 자체에 붙은 조건이 정말 필요한지 먼저 확인한다.
하나의 식에서 출발하기
임의의 확률변수 X, Y에 대해 다음 식이 성립한다.
E(X+Y)=E(X)+E(Y)
두 변수가 독립인지 아닌지는 이 식의 성립 조건이 아니다. 확률변수의 결합분포가 어떻게 주어졌는지와 무관하게 기댓값의 합성은 가능하다.
독립 조건이 필요한 경우
독립 여부는 주로 곱의 기댓값이나 분산을 계산할 때 중요하다.
독립이면 E(XY)=E(X)E(Y)이고, 분산에서는 Var(X+Y)=Var(X)+Var(Y)가 성립한다. 그러나 일반적으로는 공분산 항이 포함되어
Var(X+Y)=Var(X)+Var(Y)+2Cov(X,Y)
가 된다.
의존하는 변수로 검증하기
동전 한 개를 던져 앞면이면 1, 뒷면이면 0이 되는 확률변수 X를 정하고 Y=X라 하자. 그러면 X와 Y는 완전히 의존하므로 독립이 아니다.
앞면과 뒷면의 확률이 각각 1/2이면
E(X)=1×1/2+0×1/2=1/2
E(Y)=1/2
또한 X+Y=2X이므로
E(X+Y)=0×1/2+2×1/2=1
한편
E(X)+E(Y)=1/2+1/2=1
따라서 독립이 아닌 경우에도 E(X+Y)=E(X)+E(Y)가 정확히 성립한다.
보기 판단 기준
“독립일 때만 두 확률변수 합의 기댓값을 구할 수 있다”는 보기는 틀렸다. 독립 조건을 기댓값의 선형성에 불필요하게 붙였기 때문이다.
반대로 “분산의 합을 계산할 때 독립 조건을 확인한다”는 설명은 조건을 점검해야 하므로 적절하다. 문제를 풀 때는 정답만 확인하지 말고, 어떤 조건이 실제로 필요한지 분류해야 새로운 문제에도 같은 판단을 적용할 수 있다.