수리논술, 배움에서 논증의 완성까지.

자연계열 2번

문제

🔒
짧은 시간에 너무 많은 문제를 여셔서 열람을 잠시 제한했습니다. 잠시 후 다시 시도하시거나 로그인해 주세요.
해설강의 준비중
1단계 · 출제 의도에 가장 잘 들어맞는 답안의 풀이 순서는 다음과 같다. 이산확률변수 X\displaystyle X의 기댓값 E(X)\displaystyle \mathrm E(X)을 정의에 맞게 표현하고, 정적분과 급수의 합 사이의 관계 및 수열의 극한에 대한 기본 성질을 이용하여 기댓값의 극한을 정적분으로 나타내었다.

[1단계]제시문 [가]에 의해 E(X)=i=1nxiP(X=xi)=i=1nxig(xi)j=1ng(xj)=i=1nxig(xi)j=1ng(xj)\displaystyle \mathrm E(X)=\sum_{i=1}^nx_iP(X=x_i)=\sum_{i=1}^nx_i\frac{g(x_i)}{\sum_{j=1}^ng(x_j)}=\frac{\sum_{i=1}^nx_ig(x_i)}{\sum_{j=1}^ng(x_j)}제시문 [나]를 활용하면 연속인 함수 h(x)=xg(x)\displaystyle h(x)=xg(x)g(x)\displaystyle g(x)에 대해 다음이 성립한다.limni=1nh(xi)Δx=01h(x)dx=01xeaxdx\displaystyle \lim_{n\to\infty}\sum_{i=1}^nh(x_i)\Delta x=\int_0^1h(x)dx=\int_0^1xe^{-ax}dxlimnj=1ng(xj)Δx=01g(x)dx=01eaxdx\displaystyle \lim_{n\to\infty}\sum_{j=1}^ng(x_j)\Delta x=\int_0^1g(x)dx=\int_0^1e^{-ax}dx즉, 두 급수는 닫힌구간 [0,1]\displaystyle [0,1]에서 연속인 함수의 정적분으로 표현될 수 있고, 이는 함수 h(x)0\displaystyle h(x)\ge0 (또는 g(x)>0\displaystyle g(x)>0), x\displaystyle x축, 직선 x=0\displaystyle x=0과 직선 x=1\displaystyle x=1로 둘러싸인 넓이이므로 두 급수 모두 0보다 큰 값으로 수렴한다.따라서, E(X)\displaystyle \mathrm E(X)의 극한은 제시문 [다]에 의해 다음과 같이 나타낸다.limnE(X)=limni=1nh(xi)Δxj=1ng(xj)Δx=limni=1nh(xi)Δxlimnj=1ng(xj)Δx=01h(x)dx01g(x)dx=a01xeaxdxa01eaxdx=01axeaxdx1ea\displaystyle \lim_{n\to\infty}\mathrm E(X)=\lim_{n\to\infty}\frac{\sum_{i=1}^nh(x_i)\Delta x}{\sum_{j=1}^ng(x_j)\Delta x}=\frac{\lim_{n\to\infty}\sum_{i=1}^nh(x_i)\Delta x}{\lim_{n\to\infty}\sum_{j=1}^ng(x_j)\Delta x}=\frac{\int_0^1h(x)dx}{\int_0^1g(x)dx}=\frac{a\int_0^1xe^{-ax}dx}{a\int_0^1e^{-ax}dx}=\frac{\int_0^1axe^{-ax}dx}{1-e^{-a}}

2단계 · 정적분으로 표현된 기댓값 E(X)\displaystyle \mathrm E(X)의 극한을 부분적분법을 활용하여 구하였다.

[2단계]위 정적분은 다음과 같이 부분적분법을 활용하여 구한다.limnE(X)=11ea01axeaxdx=11ea{[xeax]0101(eax)dx}\displaystyle \lim_{n\to\infty}\mathrm E(X)=\frac1{1-e^{-a}}\int_0^1axe^{-ax}dx=\frac1{1-e^{-a}}\left\{\Biggl[-xe^{-ax}\Biggr]_0^1-\int_0^1(-e^{-ax})dx\right\}=11ea{ea1a(ea1)}\displaystyle =\frac1{1-e^{-a}}\left\{-e^{-a}-\frac1a(e^{-a}-1)\right\}=1aea1ea\displaystyle =\frac1a-\frac{e^{-a}}{1-e^{-a}}

3단계 · 이산확률변수의 분산 V(X)\displaystyle \mathrm V(X)을 정의에 맞게 표현하고 (V(X)=E(X2){E(X)}2\displaystyle \mathrm V(X)=\mathrm E(X^2)-\{\mathrm E(X)\}^2), 정적분과 급수의 합 사이의 관계 및 수열의 극한에 대한 기본 성질을 활용하여 limnE(X2)\displaystyle \lim_{n\to\infty}\mathrm E(X^2)을 정적분으로 나타내었다.

[3단계]제시문 [가]에 의해 V(X)=E(X2){E(X)}2\displaystyle \mathrm V(X)=\mathrm E(X^2)-\{\mathrm E(X)\}^2이다.먼저 E(X2)\displaystyle \mathrm E(X^2)은 다음과 같이 표현한다.E(X2)=i=1nxi2P(X=xi)=i=1nxi2g(xi)j=1ng(xj)=i=1nxi2g(xi)j=1ng(xj)\displaystyle \mathrm E(X^2)=\sum_{i=1}^nx_i^2P(X=x_i)=\sum_{i=1}^nx_i^2\frac{g(x_i)}{\sum_{j=1}^ng(x_j)}=\frac{\sum_{i=1}^nx_i^2g(x_i)}{\sum_{j=1}^ng(x_j)}E(X)\displaystyle \mathrm E(X)를 구하는 과정과 유사하게 f(x)=x2g(x)\displaystyle f(x)=x^2g(x)라 하면limni=1nf(xi)Δx=01f(x)dx=01x2eaxdx\displaystyle \lim_{n\to\infty}\sum_{i=1}^nf(x_i)\Delta x=\int_0^1f(x)dx=\int_0^1x^2e^{-ax}dx이고 이 급수는 0보다 큰 값으로 수렴한다.따라서, limnE(X2)\displaystyle \lim_{n\to\infty}\mathrm E(X^2)는 다음과 같이 구한다.limnE(X2)=limni=1nf(xi)Δxj=1ng(xj)Δx=limni=1nf(xi)Δxlimnj=1ng(xj)Δx=01ax2eaxdx1ea\displaystyle \lim_{n\to\infty}\mathrm E(X^2)=\lim_{n\to\infty}\frac{\sum_{i=1}^nf(x_i)\Delta x}{\sum_{j=1}^ng(x_j)\Delta x}=\frac{\lim_{n\to\infty}\sum_{i=1}^nf(x_i)\Delta x}{\lim_{n\to\infty}\sum_{j=1}^ng(x_j)\Delta x}=\frac{\int_0^1ax^2e^{-ax}dx}{1-e^{-a}}

4단계 · 정적분으로 표현된 limnE(X2)\displaystyle \lim_{n\to\infty}\mathrm E(X^2)을 부분적분법을 활용하여 그 값을 구하였다.

[4단계]limnE(X2)\displaystyle \lim_{n\to\infty}\mathrm E(X^2)는 부분적분법을 활용하여 다음과 같이 나타낸다.limnE(X2)=11ea01ax2eaxdx=11ea{[x2eax]0101(2xeax)dx}\displaystyle \lim_{n\to\infty}\mathrm E(X^2)=\frac1{1-e^{-a}}\int_0^1ax^2e^{-ax}dx=\frac1{1-e^{-a}}\left\{\Biggl[-x^2e^{-ax}\Biggr]_0^1-\int_0^1(-2xe^{-ax})dx\right\}=ea1ea+2a{1aea1ea}\displaystyle =-\frac{e^{-a}}{1-e^{-a}}+\frac2a\left\{\frac1a-\frac{e^{-a}}{1-e^{-a}}\right\}

5단계 · limn{E(X)}2\displaystyle \lim_{n\to\infty}\{\mathrm E(X)\}^2을 정확히 나타내었다.

[5단계]앞에서 구한 limnE(X)\displaystyle \lim_{n\to\infty}\mathrm E(X)를 이용하고 제시문 [다]를 적용하면limn{E(X)}2={1aea1ea}2\displaystyle \lim_{n\to\infty}\{\mathrm E(X)\}^2=\left\{\frac1a-\frac{e^{-a}}{1-e^{-a}}\right\}^2

6단계 · 분산의 극한 limnV(X)\displaystyle \lim_{n\to\infty}\mathrm V(X)의 정확한 값을 구하였다.

[6단계]따라서, limnV(X)\displaystyle \lim_{n\to\infty}\mathrm V(X)는 다음과 같이 나타낸다.limnV(X)=limnE(X2)limn{E(X)}2=ea1ea+2a{1aea1ea}{1aea1ea}2\displaystyle \lim_{n\to\infty}\mathrm V(X)=\lim_{n\to\infty}\mathrm E(X^2)-\lim_{n\to\infty}\{\mathrm E(X)\}^2=-\frac{e^{-a}}{1-e^{-a}}+\frac2a\left\{\frac1a-\frac{e^{-a}}{1-e^{-a}}\right\}-\left\{\frac1a-\frac{e^{-a}}{1-e^{-a}}\right\}^2=1a2ea1ea{1+ea1ea}=1a2ea(1ea)2\displaystyle =\frac1{a^2}-\frac{e^{-a}}{1-e^{-a}}\left\{1+\frac{e^{-a}}{1-e^{-a}}\right\}=\frac1{a^2}-\frac{e^{-a}}{(1-e^{-a})^2}

배점채점 기준
S[1단계]부터 [6단계]까지를 모두 보인 경우
A[1단계]부터 [5단계]까지를 모두 보인 경우
B[1단계]부터 [4단계]까지를 모두 보인 경우
C[1단계]부터 [3단계]까지를 모두 보인 경우
D[1단계]부터 [2단계]까지를 모두 보인 경우
E[1단계]만 보인 경우
F어느 단계도 맞게 진술하지 못한 경우, 백지인 경우

첨삭 사례

아직 등록된 첨삭 사례가 없습니다.

질문과 답변 · 0개질문과 답변 · 고정 0개

아직 등록된 질문이 없습니다. 질문 작성은 멤버십 회원만 가능합니다.