Math♾️/Probability Statistics🎲
-
믿음은 계속 업데이트된다 - Bayes' ThoremMath♾️/Probability Statistics🎲 2025. 5. 30. 20:01
"만약 정확도가 99% 인 암 검사에서 양성 판정을 받는다면, 실제로 암에 걸렸을 확률은 얼마나 될까요?"대부분의 사람들은 99%라고 답할 것입니다. 하지만 놀랍게도 정답은 단 9%입니다.이것이 바로 베이즈 이론이 우리에게 알려주는 반직관적이면서도 중요한 깨달음입니다.왜 우리는 이런 착각을 하게 될까요?우리의 직관은 종종 우리를 속입니다. 특히 확률과 관련된 문제에서는 더욱 그렇죠.일상생활에서 우리는 원인과 결과를 혼동하거나, 드문 사건의 영향을 과소평가하거나 특정 부분을 과대 평가하는 경우가 많습니다.베이즈 이론은 이런 함정에서 우리를 구해주는 강력한 도구입니다.토마스 베이즈라는 18세기 영국의 목사이자 수학자가 만든 이 이론은 오늘날 구글의 검색 알고리즘부터 의료 진단, 금융 투자까지 우리 삶의 모든..
-
곱셈 법칙과 전체 확률의 법칙Math♾️/Probability Statistics🎲 2025. 3. 15. 21:02
곱셈 법칙 (Multiplication Law )조건부 확률은 P(A|B)를 다음과 같이 정의 됩니다. P(A|B) = P(A ∩ B) / P(B)위의 식에서 P(B)를 양변에 곱하면 다음과 같은 중요한 결과를 얻을 수 있습니다. P(A ∩ B) = P(A|B) × P(B)이것이 바로 곱셈 법칙(Multiplication Law)입니다. 매우 간단해 보이지만, 확률 문제에서 굉장히 자주 사용되는 중요한 법칙입니다.이 법칙의 직관적인 의미는 무엇일까요? "A와 B가 모두 일어날 확률"은 "B가 일어날 확률"과 "B가 일어났을 때 A가 일어날 확률"의 곱으로 표현할 수 있다는 것입니다. 다시 말해, 두 사건이 모두 일어나려면먼저 B가 일어나야 하고 (확률 P(B))그 다음으로 A도 일어나야 합니다 (조건부..
-
조건부 확률 : 새롭게 주어진 정보를 활용하자Math♾️/Probability Statistics🎲 2025. 3. 14. 22:58
새로운 정보를 통해 불확실의 크기를 줄이는 방법조건부 확률이란 무엇인가?조건부 확률은 "어떤 사건이 '이미' 일어났다는 정보가 주어졌을 때, 다른 사건의 확률이 어떻게 바뀌는가?"를 다룹니다.예를 들어, 카드를 한 장 뽑을 때 스페이드가 나올 확률은 1/4입니다. 그런데 만약 누군가 "그 카드는 검은색이에요"라는 정보를 알려준다면 어떨까요? 검은색 카드는 클럽이나 스페이드 중 하나여야 하므로, 이제 스페이드가 나올 확률은 1/2로 높아집니다. 이렇게 추가 정보에 기반해 확률을 업데이트하는 개념이 바로 조건부 확률입니다.수학적 정의와 직관적 이해조건부 확률은 다음과 같이 표기합니다:P(A|B) = P(A ∩ B) / P(B)여기서 `|`는 given ( 주어진 상황)을 의미합니다. 따라서 P(A|B)는 ..
-
이항 계수 : 뽑을까 말까? / 다항 계수 : 어디에 줄까?Math♾️/Probability Statistics🎲 2025. 3. 12. 23:15
확률은 가능성에 0~1 사이의 숫자를 부여하는 방법으로가장 기본적인 접근은 '우리가 관심 있는 사건이 일어날 수 있는 경우의 수'를 '가능한 전체 경우의 수'로 나누는 것입니다. 예를 들어, 포커 게임에서 스트레이트 플러시나 풀 하우스와 같은 특정 패가 나올 확률을 계산하려면, 전체 가능한 패 중에서 그런 특정 패가 몇 개나 존재하는지 계산해야 합니다. 하지만 52개나 되는 카드들을 가지고 5개를 뽑았을 때 가능한 조합이 몇 개인지 일일이 세는 것은 쉽지 않습니다. 이렇게 상황이 조금만 복잡해져도 경우의 수를 세는 것이 복잡해지기 때문에 이를 좀 더 쉽게 셀 수 있는 도구가 필요합니다. 이항 계수 : 순서 구분 없는 샘플링이항계수는 n개의 객체에서 r개를 선택하는 방법의 수를 계산할 때 사용합니다. 특..
-
생일 문제 : 더 계산이 쉬운 방법을 찾기Math♾️/Probability Statistics🎲 2025. 3. 10. 22:30
생일 문제방에 n명의 사람이 있을 때, 적어도 두 사람(한 쌍)이 같은 생일을 가질 확률이 50% 이상이 되려면 n은 얼마나 커야 할까요?많은 사람들이 직관적으로 "365의 절반인 약 182명 정도는 있어야하지 않을까 생각합니다." 그러나 실제 답은 이것보다 훨씬 작습니다. 왜 그럴까요? 우선 n명의 사람들 사이에 가능한 모든 비교 횟수를 계산해 봅시다. 각 사람이 다른 모든 사람과 생일을 비교한다면:첫 번째 사람은 n-1명과 비교 ( 자신을 제외한 나머지 사람)두 번째 사람은 n-2명과 비교 (첫 번째 사람과 자신을 제외한 나머지 사람)세 번째 사람은 n-3명과 비교 (첫 번째, 두번째 사람과 자신을 제외한 나머지 사람) ...이 합계는 가우스의 공식을 사용하면 n(n-1)/2가 됩니다. 예를 들어,..
-
가능성에 어떻게 숫자를 부여할까?Math♾️/Probability Statistics🎲 2025. 3. 9. 14:05
우리는 일상에서 "비가 올 가능성이 80%다", "이 치료법이 효과가 있을 가능성은 60%다"처럼 확률적 표현을 자주 사용합니다. 이런 표현들은 불확실한 사건에 정확한 숫자값을 부여함으로써 의사결정에 도움을 줍니다. 그런데 이러한 숫자는 어떤 원칙에 따라 부여되는 걸까요?표본 공간: 가능한 모든 결과들의 집합확률을 논하기 위해 가장 먼저 필요한 개념은 표본 공간(Sample Space)입니다.이는 쉽게 말해 '일어날 수 있는 모든 결과들의 모음'입니다. 예를 들어, 동전을 한 번 던지는 실험에서 표본 공간은 {앞면, 뒷면}이고, 주사위를 한 번 던지는 실험에서 표본 공간은 {1, 2, 3, 4, 5, 6}입니다. 동전을 세 번 던지는 실험에서는 표본 공간이 {HHH, HHT, HTH, HTT, THH, ..
-
순열, 조합 : 똑똑하게 세는 방법Math♾️/Probability Statistics🎲 2025. 3. 8. 23:09
확률 계산의 본질: 경우의 수를 세다. 기본적으로 확률은 '특정 사건이 발생할 수 있는 방법의 수'를 '가능한 모든 경우의 수'로 나누어 계산합니다.그러나 문제가 복잡해질수록(예: 10번의 동전 던지기, 포커 패 등) 모든 경우를 일일이 나열하기 어려워집니다.이때 조합론은 가능한 모든 경우의 수를 효율적으로 세는 방법을 제공합니다.몇 가지 기본적인 계산 공식만 알아도 포커, 주사위 게임, 백개먼 등 다양한 게임의 확률을 쉽게 계산할 수 있습니다.동전 던지기첫 번째 예제로, 동전을 10번 던질 때 가능한 모든 고유한 순서의 수를 계산해 봅시다.여기서 중요한 개념은 순서가 중요하다(order matters)는 것입니다.즉, '앞면-뒷면'과 '뒷면-앞면'은 서로 다른 결과로 간주됩니다.각 동전 던지기에는 2..
-
랜덤은 무지의 결과다.Math♾️/Probability Statistics🎲 2025. 3. 2. 17:27
확률이란 무엇인가?가장 기본적인 정의로, 확률은 특정 사건이 발생할 가능성을 계산하는 방법입니다. 수학적으로 표현하면확률(A) = 사건 A가 발생할 수 있는 방법의 수 / 발생 가능한 전체 경우의 수이 간단한 공식이 확률 이론의 기초가 됩니다.동전 던지기 예제가장 간단한 예제로 동전 던지기를 살펴봅시다. 공정한 동전을 두 번 던진다고 가정해 봅시다.이 경우 가능한 모든 결과의 집합(Ω)은앞면, 앞면 (H, H)앞면, 뒷면 (H, T)뒷면, 앞면 (T, H)뒷면, 뒷면 (T, T)총 4가지 경우가 가능합니다.문제 1: 적어도 한 번 앞면이 나올 확률은?사건 A를 "적어도 하나의 동전이 앞면"이라고 정의하면이 사건이 발생하는 경우: (H,H), (H,T), (T,H)발생 가능한 방법의 수: 3전체 경우의 수..