문제 해결의 기술 The Art of Problem Solving
제13장 확률
Chapter 13 · Probability

확률

확률은 결국 세는 일이다 — 원하는 경우의 수를, 전체 경우의 수로 나누는 것. 조합론 위에 세워진 우연의 수학.

확률 (Probability) 표본공간 확률의 곱셈 여사건 기댓값

13.1표본공간과 확률

어떤 시행에서 일어날 수 있는 모든 결과의 집합을 표본공간(sample space)이라 한다. 우리가 관심 있는 결과의 모임을 사건(event)이라 한다.

표본공간의 모든 결과가 똑같이 일어날 법하다면, 확률은 단순한 분수로 정의된다 — (원하는 경우의 수) ÷ (전체 경우의 수). 그래서 확률은 본질적으로 조합론(제12장)이다.

확률은 항상 0과 1 사이의 값이다. 0은 절대 안 일어남, 1은 반드시 일어남.

확률의 정의 — Definition of Probability
P(사건) = (사건에 속한 경우의 수) / (표본공간 전체의 경우의 수)
0 ≤ P ≤ 1
모든 결과가 동등하게 일어날 법할 때만 이 단순 비율이 성립한다. 그렇지 않으면 결과마다 다른 가중치가 필요하다.
예제 13-1 주사위 두 개의 합

문제. 주사위 두 개를 던질 때 눈의 합이 7이 될 확률은?

풀이. 표본공간은 (첫째, 둘째) 순서쌍 전체 — 6 × 6 = 36가지. 합이 7인 경우를 직접 센다: (1,6), (2,5), (3,4), (4,3), (5,2), (6,1) — 6가지. 따라서 확률은 6/36 = 1/6. 두 주사위를 구별해서 세는 것이 핵심 — (3,4)와 (4,3)은 다른 결과다. ∎

모션 · 표본공간 — 주사위 두 개의 36칸 01 / 4
→ ← 스페이스 R

13.2확률의 곱셈

여러 사건이 모두 일어날 확률은 어떻게 구할까? 사건들이 독립(independent)이면 — 한 사건이 다른 사건에 영향을 주지 않으면 — 각 확률을 곱한다.

곱의 법칙(제12장)이 확률에서 재등장하는 셈이다. "그리고"는 곱셈이다.

독립사건의 곱셈 — Multiplying Probabilities
P(A 그리고 B) = P(A) × P(B)  (독립일 때)
독립 이 핵심 전제다. 한 사건의 발생이 다른 사건의 확률을 바꾸면(예: 비복원 추출) 곱셈 전에 확률을 갱신해야 한다.
예제 13-2 독립과 비독립

문제. 빨간 공 3개, 파란 공 2개가 든 주머니에서 연속으로 2개를 꺼낸다. 둘 다 빨간색일 확률은? (꺼낸 공은 다시 넣지 않는다.)

풀이. 비복원 추출이므로 두 번째는 첫 번째에 영향을 받는다 — 독립이 아니다. 첫 공이 빨강일 확률: 3/5. 그 다음, 주머니에는 빨강 2개·파랑 2개만 남았다. 두 번째도 빨강일 확률: 2/4 = 1/2. 곱하면 (3/5)(1/2) = 3/10. 비독립일 때는 두 번째 확률을 갱신한 뒤 곱한다. ∎

함정 — 독립을 함부로 가정하지 마라 "곱하면 된다"는 사건이 독립일 때만 옳다. 비복원 추출, 조건이 걸린 상황에서는 두 번째 확률이 첫 번째 결과에 따라 달라진다. "이 사건이 일어난 뒤, 다음 확률은 정말 그대로인가?"를 늘 물어라.

13.3여사건의 확률

조합론에서 "반대를 세라"가 강력했듯(제12장), 확률에서도 같은 발상이 통한다. 여사건(complement)의 확률을 1에서 빼라.

어떤 사건 A가 일어나거나 일어나지 않거나 — 둘 중 하나는 반드시 성립한다. 따라서 P(A) + P(A가 안 일어남) = 1.

"적어도 하나"라는 표현이 나오면 거의 항상 여사건이 지름길이다.

여사건 — Complement Rule
P(A) = 1 − P(Aᶜ)
Aᶜ 는 A 가 일어나지 않는 사건. "적어도 하나"를 묻는 문제에서 Aᶜ("하나도 없음")는 보통 훨씬 세기 쉽다.
예제 13-3 여사건으로 우회하기

문제. 동전을 4번 던질 때 앞면이 적어도 한 번 나올 확률은?

풀이. "적어도 한 번"을 직접 세면 1·2·3·4번 경우를 모두 합쳐야 한다. 여사건을 보자 — "앞면이 한 번도 안 나옴" = "4번 모두 뒷면". 그 확률은 (1/2)⁴ = 1/16. 따라서 구하는 확률은 1 − 1/16 = 15/16. 한 줄로 끝났다. ∎

기억할 신호 — "적어도" 문제에 "적어도(at least)"가 보이면 거의 반사적으로 여사건을 떠올려라. "적어도 하나"의 반대는 "하나도 없음" — 보통 단 한 가지 경우다.

13.4경우 나누기

한꺼번에 셀 수 없는 사건은 겹치지 않는 여러 경우로 나누어 각각의 확률을 구한 뒤 더한다. 합의 법칙의 확률 버전이다.

핵심 조건: 나눈 경우들이 서로 배타적(동시에 일어날 수 없음)이어야 한다. 그래야 단순히 더할 수 있다.

예제 13-4 경우로 쪼개기

문제. 동전을 3번 던질 때 앞면이 정확히 2번 나올 확률은?

풀이. 앞면 2번이 어느 자리에 나오는지로 경우를 나눈다 — 앞앞뒤, 앞뒤앞, 뒤앞앞. 세 자리 중 앞면이 나올 2자리를 고르는 것이므로 C(3,2) = 3가지. 각 결과(예: 앞앞뒤)의 확률은 (1/2)³ = 1/8로 모두 같다. 배타적인 3가지를 더하면 3 × 1/8 = 3/8. 조합이 경우의 수를 세어준다. ∎

13.5기댓값 — 평균적으로 얼마인가

기댓값(expected value)은 "시행을 무수히 반복했을 때 평균적으로 얻게 될 값"이다. 각 결과의 값에 그 확률을 곱해 모두 더한다 — 확률을 가중치로 한 평균이다.

기댓값 — Expected Value
E = v₁·p₁ + v₂·p₂ + … + vₙ·pₙ
vᵢ 는 각 결과의 값, pᵢ 는 그 확률. 기댓값은 한 번의 시행에서 실제로 나오는 값이 아니라, 장기적 평균이다.
예제 13-5 주사위의 기댓값

문제. 공정한 주사위 한 개를 던질 때 나오는 눈의 기댓값은?

풀이. 결과는 1~6, 각각의 확률은 1/6로 같다. 기댓값은 1·(1/6) + 2·(1/6) + … + 6·(1/6) = (1+2+3+4+5+6)/6 = 21/6 = 3.5. 주사위에 3.5라는 눈은 없지만, 수천 번 던진 평균은 3.5에 가까워진다. ∎

모션 · 동전 3번 던지기 — 앞면 개수의 분포 01 / 4
→ ← 스페이스 R

13.6예제 모음 — 경시 문제 맛보기

도전 13-A 생일 문제의 축소판

문제. 3명의 사람이 각자 1~5 중 한 수를 무작위로 고른다. 적어도 두 사람이 같은 수를 고를 확률은?

풀이. "적어도" — 여사건이다. 여사건은 "세 사람 모두 다른 수". 첫 사람은 아무거나(5/5), 둘째는 첫 사람과 다르게(4/5), 셋째는 둘과 다르게(3/5). 모두 다를 확률은 (5/5)(4/5)(3/5) = 60/125 = 12/25. 따라서 구하는 확률은 1 − 12/25 = 13/25. ∎

도전 13-B 게임의 기댓값

문제. 어떤 게임에서 주사위를 던져 6이 나오면 600원을 받고, 그 외에는 60원을 잃는다. 한 번 던질 때의 기댓값은? 이 게임을 해야 하는가?

풀이. 6이 나올 확률 1/6, 값 +600. 그 외 확률 5/6, 값 −60. 기댓값 E = 600·(1/6) + (−60)·(5/6) = 100 − 50 = 50원. 기댓값이 양수(+50원)이므로 — 장기적으로 보면 플레이어에게 유리한 게임이다. ∎

이 장의 핵심 확률은 세기의 응용이다 — 원하는 경우 ÷ 전체 경우. 모든 결과가 동등하게 일어날 법할 때만 이 단순 비율이 옳다. "그리고"는 곱셈(독립일 때), 배타적 경우는 덧셈. "적어도"가 보이면 여사건으로 우회하라. 기댓값은 확률을 가중치로 한 평균이며, 게임의 유불리를 판단하는 잣대다.