확률·통계이항분포의 정규근사#256

이항분포의 정규근사

Normal Approximation to the Binomial

이항분포의 정규근사는 B(n,p)를 평균 np·분산 np(1−p)의 정규분포로 어림하는 방법이다. 경험적 적용 기준을 확인하고, 경계를 그대로 표준화한 값과 정수 경계에 0.5를 보정한 값을 이항확률의 정확한 합과 비교해 오차를 읽는다.

읽는 시간
약 8분
선수 개념
이항분포표준정규분포

직관 — 정수 한 칸을 얇은 막대로 펼치기

직관

정수마다 쌓인 확률을 폭 한 칸짜리 막대로 그려 보자. 막대가 충분히 모이면 매끈한 곡선과 비교할 수 있다. 정수의 중심과 한 칸의 끝은 다르므로 구간의 경계도 맞춰야 한다.

막대 하나의 넓이는 이항확률이고, 비교하는 곡선 아래 넓이는 정규확률이다. 시행 수가 크면 이항확률 수십 개를 하나하나 더하기 어렵다. 그때 표준정규분포표 한 번으로 어림하는 방법이 정규근사다. 높이가 비슷해 보인다고 두 분포가 정확히 같아지는 것은 아니다.

이항분포의 정규근사는 평균과 분산을 맞춘다

이항분포의 정규근사는 X∼B(n,p)X\sim B(n,p)의 확률을 같은 평균과 분산을 갖는 정규분포의 넓이로 어림하는 방법이다. nn은 양의 정수, 0<p<10<p<1일 때 식 (1)의 비교 분포를 쓴다.

Y∼N(np,np(1−p)),μ=np,σ=np(1−p).(1)Y\sim N\bigl(np,np(1-p)\bigr),\qquad \mu=np,\quad \sigma=\sqrt{np(1-p)}.\tag{1}
정의
기호이름원어뜻
XX성공 횟수success count이항분포를 따르는 정수값
n,pn,p시행 수·성공확률trials and success probability고정 횟수의 같은 독립시행 조건
YY비교 정규변수approximating normal variableXX와 같은 평균·분산
μ,σ\mu,\sigma평균·표준편차mean and standard deviationnpnp와 np(1−p)\sqrt{np(1-p)}
ZZ표준정규변수standard normal variable(Y−μ)/σ(Y-\mu)/\sigma
Φ(z)\Phi(z)누적확률cumulative probabilityP(Z≤z)P(Z\le z)

교과서는 q=1−pq=1-p로 써서 ‘nn이 충분히 크면 XX는 근사적으로 N(np,npq)N(np,npq)를 따른다’고 적는다. 이 글의 YY는 그 정규분포를 따르는 비교 변수다.

‘충분히 크다’의 기준으로, 확인한 교과서는 np≥5np\ge5와 nq≥5nq\ge5를 함께 쓴다. 더 엄격하게 둘 다 10 이상을 요구하는 자료도 있다. 어느 쪽이든 기대 성공 수와 기대 실패 수가 모두 충분히 큰지 보는 경험 기준이며, 정확한 오차를 보장하는 정리가 아니다.

pp가 0이나 1이면 분산이 0이므로 식 (1)의 연속 정규분포로 근사하지 않는다. n=0n=0도 성공 횟수가 0으로 고정되어 직접 처리한다. 또한 시행들이 독립이 아니거나 성공확률이 바뀌면 출발점인 이항모형부터 다시 확인해야 한다.

성공확률을 고정하고 시행 수를 늘리면 어떻게 될까?

막대 모양이 정규곡선에 점점 가까워진다. XX는 각 시행에서 성공이면 1, 실패면 0인 값 nn개의 합이다. 서로 독립이고 같은 분포를 따르는 값을 많이 더하면 합의 분포가 종 모양에 가까워진다. 이항분포에 대한 이 사실을 드무아브르–라플라스 정리라고 한다. 정리는 nn을 한없이 키울 때의 극한을 말하므로, 유한한 nn에서 쓰는 값은 근삿값이다.

그림 1은 p=0.3p=0.3을 고정하고 nn만 10, 40, 100으로 바꿨다. 세 경우의 평균은 3, 12, 30이며 분산은 2.1, 8.4, 21이다. 매번 그 평균과 분산에 맞춘 정규곡선을 함께 그린다.

p=0.3을 고정하고 n을 10, 40, 100으로 바꾼 이항분포와 같은 평균·분산의 정규밀도를 위에서 아래로 비교했다. 막대는 폭 1이므로 높이와 넓이가 수치상 같고, 곡선의 확률은 여전히 구간 넓이로 읽는다.
그림 1 p=0.3을 고정하고 n을 10, 40, 100으로 바꾼 이항분포와 같은 평균·분산의 정규밀도를 위에서 아래로 비교했다. 막대는 폭 1이므로 높이와 넓이가 수치상 같고, 곡선의 확률은 여전히 구간 넓이로 읽는다. figures/approaching_normal.py

그림의 세로축 PP는 막대의 확률, ff는 비교 정규밀도다. 첫 경우는 np=3np=3이어서 5 기준도 10 기준도 만족하지 않는다. n=40n=40은 np=12np=12, nq=28nq=28로 두 기준을 모두 만족한다. 세 그림은 가까워지는 양상을 보여 줄 뿐, 모든 이항분포에 대한 근사 정리를 증명한 것은 아니다.

공학 도구로 같은 비교를 해 보자. GeoGebra Classic에 다음을 한 줄씩 입력하고, n = 40, n = 100을 차례로 다시 입력한다. p는 0.3으로 유지한다. 각 경우 가로축을 00부터 nn까지 보이게 조절하고 세로축을 0부터 0.3까지 비교한다.

n = 10
p = 0.3
BinomialDist(n, p, false)
g(x) = Normal(n*p, sqrt(n*p*(1-p)), x, false)

false는 첫 명령에서 확률 막대, 둘째에서 누적값이 아닌 밀도곡선을 뜻한다. 정규 명령에 넣는 둘째 수는 분산이 아니라 제곱근을 취한 표준편차다.

시행 수가 20이면 정규근사를 쓰면 되나요?

이항분포의 정규근사는 시행 수만으로 정하지 않고, 기대 성공 수 npnp와 기대 실패 수 n(1−p)n(1-p)를 함께 본다. 같은 n=20n=20이라도 p=0.5p=0.5이면 둘 다 10이라 두 기준을 모두 만족한다. p=0.02p=0.02이면 np=0.4np=0.4로 어느 기준도 만족하지 않는다.

이항분포의 확률을 표준정규분포표로 어떻게 어림할까?

평균과 표준편차를 구해 근사 조건을 확인하고, 사건의 경계를 표준화해 표를 읽는다. 한 개의 주사위를 720번 던질 때 1의 눈이 나오는 횟수를 XX라 하자. X∼B(720,1/6)X\sim B(720,1/6)이다.

평균은 720×16=120720\times\frac16=120, 분산은 720×16×56=100720\times\frac16\times\frac56=100, 표준편차는 10이다. np=120np=120, nq=600nq=600으로 두 기준을 모두 넉넉히 만족하므로 XX는 근사적으로 N(120,100)N(120,100)을 따른다. 1의 눈이 135번 이상 나올 확률은 다음과 같이 어림한다.

P(X≥135)≈P(Z≥135−12010)=P(Z≥1.5)=0.5−A(1.5)≈0.06681.(2)\begin{aligned} P(X\ge135)&\approx P\left(Z\ge\frac{135-120}{10}\right)=P(Z\ge1.5)\\ &=0.5-A(1.5)\approx0.06681. \end{aligned}\tag{2}

A(1.5)A(1.5)는 표준정규분포의 0부터 1.5까지 넓이 0.43319다. 확인한 교과서의 예제도 이처럼 정수 경계를 그대로 표준화한다. 이 값이 얼마나 정확한지는 다음 두 절에서 확인한다.

연속성 보정은 왜 0.5를 더하거나 뺄까?

정수 kk의 확률을 폭 1인 [k−0.5,k+0.5][k-0.5,k+0.5] 막대에 대응시키기 때문이다. 예를 들어 45부터 55까지의 정수는 모두 11개이고, 이 막대들을 합치면 바깥 경계는 44.5와 55.5다. 이 경계 맞춤을 연속성 보정이라고 한다.

아래 표에서 k,lk,l은 가능한 성공 횟수인 정수이고 k≤lk\le l이다. YY의 점확률은 0이므로 오른쪽 표의 경계 등호는 결과를 바꾸지 않는다.

이항분포의 사건정규근사의 구간
X≤kX\le kY≤k+0.5Y\le k+0.5
X<kX<kY<k−0.5Y<k-0.5
X≥kX\ge kY≥k−0.5Y\ge k-0.5
X>kX>kY>k+0.5Y>k+0.5
k≤X≤lk\le X\le lk−0.5≤Y≤l+0.5k-0.5\le Y\le l+0.5

X∼B(100,1/2)X\sim B(100,1/2)에서 45≤X≤5545\le X\le55의 확률을 구하자. 평균 50, 분산 25, 표준편차 5이고, 기대 성공·실패 수가 각각 50이다. 식 (1)의 비교 분포는 Y∼N(50,25)Y\sim N(50,25)이다.

P(45≤X≤55)≈P(44.5≤Y≤55.5)=P(−1.1≤Z≤1.1)≈0.728668.(3)\begin{aligned} P(45\le X\le55) &\approx P(44.5\le Y\le55.5)\\ &=P(-1.1\le Z\le1.1)\approx0.728668. \end{aligned}\tag{3}
B(100,1/2)의 45부터 55까지 11개 막대에 대응하는 바깥 경계는 44.5와 55.5다. 같은 평균 50·표준편차 5인 정규곡선의 이 구간 넓이를 사용한다.
그림 2 B(100,1/2)의 45부터 55까지 11개 막대에 대응하는 바깥 경계는 44.5와 55.5다. 같은 평균 50·표준편차 5인 정규곡선의 이 구간 넓이를 사용한다. figures/continuity_cells.py

그림 2의 바깥 경계를 먼저 정한 뒤 표준화한다. 표준화 전에 0.5를 보정해야 한다. ZZ 눈금에서는 0.5가 아니라 0.5/5=0.10.5/5=0.1만큼의 이동이다. 보정 없이 45와 55를 그대로 표준화하면 P(−1≤Z≤1)≈0.682689P(-1\le Z\le1)\approx0.682689이다. 끝 막대 45와 55의 절반씩을 빼고 잰 셈이다.

식 (2)의 주사위 문제에 보정을 쓰면 X≥135X\ge135는 Y≥134.5Y\ge134.5가 된다. 표준화하면 (134.5−120)/10=1.45(134.5-120)/10=1.45이므로 P(Z≥1.45)≈0.07353P(Z\ge1.45)\approx0.07353이다.

정확히 한 번일 확률을 정규분포의 한 점으로 구하나요?

아니다. 연속 정규분포의 한 점 확률은 0이므로, 정수 하나에 대응하는 폭 1의 구간 넓이를 쓴다. B(100,1/2)B(100,1/2)에서 P(X=50)P(X=50)의 정확한 값은 약 0.0796이고, P(49.5≤Y≤50.5)=P(−0.1≤Z≤0.1)P(49.5\le Y\le50.5)=P(-0.1\le Z\le0.1)은 약 0.0797이다.

정확한 이항확률과는 얼마나 다를까?

이 예의 정확한 식은 이항확률 11개를 더한 식 (4)다. 마지막 소수는 계산 결과를 반올림한 것이지만 앞의 유한 합 자체는 정확하다.

P(45≤X≤55)=∑k=4555(100k)(12)100≈0.728747.(4)P(45\le X\le55)= \sum_{k=45}^{55}\binom{100}{k}\left(\frac12\right)^{100} \approx0.728747.\tag{4}

식 (3)의 근삿값과 정확한 합의 차이는 약 0.000079이다. 보정하지 않은 값과의 차이는 약 0.046057이다. 주사위 문제도 공학 도구로 정확한 합을 구할 수 있다.

P(X≥135)=∑k=135720(720k)(16)k(56)720−k≈0.07513.(5)\begin{aligned} P(X\ge135)&=\sum_{k=135}^{720}\binom{720}{k}\left(\frac16\right)^{k}\left(\frac56\right)^{720-k}\\ &\approx0.07513. \end{aligned}\tag{5}

식 (2)의 보정 없는 값 0.06681은 약 0.00832, 보정한 값 0.07353은 약 0.00160 차이가 난다. p=1/6p=1/6은 1/21/2에서 멀어 막대 모양이 조금 비대칭이라, 보정해도 앞의 예보다 오차가 크다. 이 수들은 이 문제에서 측정한 절대오차이며, 보정이 모든 문제에서 특정 오차 이내를 보장하지는 않는다.

그림 3은 p=0.3p=0.3에서 모든 정수 kk의 누적확률 P(X≤k)P(X\le k)를 근사했을 때 가장 큰 오차 Δ\Delta를 nn마다 그렸다. n=100n=100에서 보정한 오차는 0.0058, 보정 없는 오차는 0.0491이다. 그린 범위 전체에서 보정 없는 오차가 약 8~9배 크고, nn을 100에서 400으로 4배 늘리면 두 오차 모두 절반 가까이로 준다.

p=0.3을 고정하고 n을 10부터 400까지 바꾸며, 모든 정수 k에서 P(X≤k)와 정규근사의 차이 가운데 가장 큰 값 Δ를 그렸다. 실선은 0.5를 보정한 경우, 점선은 보정하지 않은 경우이며 n=10에서 각각 0.0177과 0.1496, n=400에서 0.0029와 0.0246이다.
그림 3 p=0.3을 고정하고 n을 10부터 400까지 바꾸며, 모든 정수 k에서 P(X≤k)와 정규근사의 차이 가운데 가장 큰 값 Δ를 그렸다. 실선은 0.5를 보정한 경우, 점선은 보정하지 않은 경우이며 n=10에서 각각 0.0177과 0.1496, n=400에서 0.0029와 0.0246이다. figures/error_by_n.py

이항분포의 정규근사에서 연속성 보정을 꼭 해야 하나요?

문제나 교재가 정한 방식을 따르되, 보정하면 정확한 이항확률에 대체로 더 가깝다. 확인한 교과서의 예제는 보정 없이 계산한다. 그림 3의 p=0.3p=0.3, n=100n=100에서 누적확률의 최대 오차는 보정한 경우 0.0058, 보정하지 않은 경우 0.0491이다.

공학 도구로 정확한 이항확률을 구할 수 있는데도 근사를 배우나요?

그렇다. 정규근사는 이산형과 연속형의 관계를 이해하고 큰 시행 수의 모양을 해석하는 도구다. 정확한 유한 합을 구할 수 있으면 두 값을 비교할 수 있다. 필요한 정확도가 있다면 근삿값이라는 표시와 오차 확인을 생략하지 않는다.

기대 성공 수가 작으면 정규근사는 왜 틀릴까?

막대가 0 쪽에 몰려 좌우가 비대칭인데, 비교하는 정규곡선은 대칭이기 때문이다. B(20,0.02)B(20,0.02)는 기대 성공 수가 np=0.4np=0.4다. 같은 평균·분산의 정규곡선은 일어날 수 없는 음수 쪽, 곧 −0.5-0.5 아래에 넓이 약 0.0753을 준다.

0번 막대의 정확한 확률은 P(X≤0)=0.9820≈0.667608P(X\le0)=0.98^{20}\approx0.667608이다. 보정한 정규근사 P(Y≤0.5)≈0.563449P(Y\le0.5)\approx0.563449와의 차이는 약 0.104159로, 앞의 예들보다 훨씬 크다. 그림 4에서 곡선의 꼭대기가 0번 막대보다 낮고 왼쪽으로 새어 나간 넓이를 볼 수 있다.

기대 성공 수가 0.4인 B(20, 0.02)의 막대와 같은 평균·분산의 정규곡선을 겹쳤다. 정규곡선은 −0.5보다 작은 불가능한 값에 넓이 약 0.0753을 주고, 0번 막대의 확률 약 0.6676을 따라가지 못한다.
그림 4 기대 성공 수가 0.4인 B(20, 0.02)의 막대와 같은 평균·분산의 정규곡선을 겹쳤다. 정규곡선은 −0.5보다 작은 불가능한 값에 넓이 약 0.0753을 주고, 0번 막대의 확률 약 0.6676을 따라가지 못한다. figures/skewed_failure.py
핵심

이항분포의 정규근사는 n>0, 0<p<1인 B(n,p)를 N(np,np(1−p))로 어림한다. 기대 성공·실패 수와 정수 경계의 0.5 보정을 확인하며, 정확한 확률과 구별한다.

정규근사의 흔한 오해

  • 평균과 분산이 같으니 두 분포는 같다. — B(100,1/2)B(100,1/2)의 값은 정수뿐이고 정규변수는 연속값이다. 식 (3)의 근사 기호를 등호로 바꾸지 않는다.
  • 어떤 부등호든 0.5를 더한다. — X≥45X\ge45는 왼쪽 경계를 44.5로 내리지만, X>45X>45는 46부터 포함하므로 45.5로 올린다. 먼저 포함되는 정수를 확인한다.

직접 해보기

  1. X∼B(64,1/2)X\sim B(64,1/2)에서 P(28≤X≤36)P(28\le X\le36)의 보정한 표준정규구간을 적고 도구로 근사하라.
  2. W∼B(50,0.2)W\sim B(50,0.2)에서 P(W≤12)P(W\le12)의 정규근삿값을 구하라. 정확한 이항 합은 약 0.813943이다. 절대오차도 구하라.
  3. Q∼B(10,0.05)Q\sim B(10,0.05)는 기대 성공·실패 수가 각각 얼마인가? 교과서의 5 기준과 10 기준으로 정규근사가 적절한지 판단하라.
  4. R∼B(40,1/4)R\sim B(40,1/4)를 같은 평균·분산의 YY로 근사한다. R=3R=3, R≥3R\ge3, R>3R>3에 대응하는 세 구간을 각각 적어라.
  5. 이길 확률이 1/31/3인 가위바위보를 서로 독립으로 288번 할 때 이긴 횟수를 XX라 하자. P(X≥104)P(X\ge104)를 보정 없이 표로 어림하고, 보정한 값도 도구로 구하라. 정확한 이항 합은 약 0.174028이다.
답과 풀이
  1. 평균 32, 표준편차 4이다. 경계는 27.5와 36.5이므로 표준화하면 −1.125부터 1.125까지다. 근삿값은 약 0.739411이고, 정확한 이항 합 약 0.739565와의 차이는 약 0.000154다.
  2. 평균 10, 분산 8, 표준편차 8\sqrt8이다. P(W≤12)≈Φ((12.5−10)/8)=Φ(0.883883…)≈0.811620P(W\le12)\approx\Phi((12.5-10)/\sqrt8)=\Phi(0.883883\ldots)\approx0.811620이다. 차이는 약 0.002323이다.
  3. np=0.5np=0.5, n(1−p)=9.5n(1-p)=9.5다. 기대 성공 수가 5에도 못 미쳐 두 기준을 모두 만족하지 않는다. 정규근사를 권하기 어려우므로 이항확률을 직접 계산한다.
  4. 각각 2.5≤Y≤3.52.5\le Y\le3.5, Y≥2.5Y\ge2.5, Y>3.5Y>3.5이다. 평균 10, 분산 7.5이며, 등호의 유무보다 포함되는 정수의 시작과 끝이 보정 방향을 정한다.
  5. 평균 288/3=96288/3=96, 분산 288×13×23=64288\times\frac13\times\frac23=64, 표준편차 8이다. 보정 없이 P(Z≥(104−96)/8)=P(Z≥1)=0.5−0.34134=0.15866P(Z\ge(104-96)/8)=P(Z\ge1)=0.5-0.34134=0.15866이다. 보정하면 P(Y≥103.5)=P(Z≥0.9375)≈0.174251P(Y\ge103.5)=P(Z\ge0.9375)\approx0.174251이다. 정확한 값과의 차이는 보정 없이 약 0.015373, 보정하면 약 0.000223이다.

더 읽기

영상 노트

영상 노트
  • 00:00 정수 하나를 폭 1 막대로 펼치기
  • 00:40 식 (1)의 분산과 표준편차, 교과서의 q와 5 기준
  • 01:30 그림 1과 도구에서 p를 고정하고 n만 바꾸기, 독립인 0·1의 합
  • 02:40 식 (2)로 주사위 720번 문제를 표로 어림하기
  • 03:30 정수 45부터 55를 44.5부터 55.5로 보정하는 식 (3)과 그림 2
  • 04:30 식 (4)·(5)의 정확한 합과 두 근삿값의 오차 비교하기
  • 05:20 그림 3에서 n이 커질 때 줄어드는 오차 보기
  • 06:00 그림 4의 작은 성공확률 반례와 세 부등호 경계 비교하기

지도에서의 위치

이 페이지의 기록
  1. 2026-11-16 · 교과 정의·새 연습·표와 도구 확인을 담은 에이전트 초안
  2. 2026-11-17 · 전수 검수 반영 — 교과서 표기 q와 np≥5·nq≥5 기준, 가까워지는 이유, 보정 없는 교과서형 계산과 보정 비교, n에 따른 오차 그림, 기대 성공 수가 작은 반례 그림, 새 질문·연습 1문항, 띄어쓰기 수정 (에이전트 수정, 그림 2→4)
  3. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림