확률·통계확률분포#251

확률분포

Probability Distributions

확률분포는 확률변수가 갖는 값이나 구간에 확률을 대응시킨 것이다. 이산확률변수는 분포표와 확률질량함수로 각 값의 확률을 나타내고, 연속확률변수는 확률밀도함수의 그래프 아래 넓이로 구간의 확률을 구한다.

읽는 시간
약 7분
선수 개념
확률의 뜻

직관 — 같은 점수끼리 모으는 상자

직관

번호표 여섯 장 중 한 장을 같은 가능성으로 뽑아 정해진 규칙대로 점수를 받는다고 하자. 번호가 달라도 같은 점수 상자에 들어갈 수 있다. 상자마다 모인 번호표의 비중을 알면 점수가 얼마나 나올 만한지 알 수 있다.

뽑힌 번호는 시행의 결과, 그 번호에 부여한 점수는 확률변수의 값이다. 결과를 같은 값끼리 묶어 두면 사건의 확률을 값 하나하나의 확률로 바꿔 읽을 수 있다. 이 묶음이 뒤에 오는 기댓값과 이항분포의 출발점이다.

확률변수는 결과를 어떻게 수로 바꿀까?

확률변수는 시행의 표본공간 SS의 각 원소에 실수 하나를 대응시키는 함수다. 확률분포는 그 확률변수가 갖는 값과 그 값 또는 구간에 속할 확률의 대응 관계다. 이름에 ‘변수’가 들어가지만, 시행 전부터 값이 하나로 정해진 미지수와는 다르다.

확률변수는 보통 X,YX,Y처럼 대문자로, 그 값은 x,yx,y처럼 소문자로 쓴다. 번호표 여섯 장에서 한 장을 뽑는 시행은 공정한 주사위를 한 번 던지는 시행과 같으므로, 이제 주사위의 눈 ss로 쓴다. 표본공간은 S={1,2,3,4,5,6}S=\{1,2,3,4,5,6\}이고, 가상 점수 XX를 다음처럼 정한다.

X(s)={0s=1,2,3,1s=4,5,2s=6.(1)X(s)=\begin{cases} 0 & s=1,2,3,\\ 1 & s=4,5,\\ 2 & s=6. \end{cases}\tag{1}
정의
기호이름원어뜻
SS표본공간sample space시행에서 가능한 결과 전체
ss시행 결과outcome여기서는 주사위 눈 하나
XX확률변수random variable결과를 실수로 바꾸는 함수
xix_i확률변수의 값value서로 다른 값 중 ii번째 값
pip_i각 값의 확률probabilityP(X=xi)P(X=x_i)

P(X=0)P(X=0)은 ‘XX의 값이 0인 결과들의 사건’의 확률이다. 여기서는 눈 1, 2, 3이 나오는 사건이므로 3/6=1/23/6=1/2이다. 마찬가지로 점수 1은 두 결과, 점수 2는 한 결과에서 나온다. 그림 1에서 여섯 결과가 세 점수로 모인다. 점수가 같다고 해서 원래 눈까지 같은 것은 아니다.

공정한 주사위의 결과 s를 식 (1)의 점수 X로 모았다. 왼쪽 결과 하나의 확률은 모두 1/6이며, 오른쪽 같은 값으로 가는 결과의 확률을 더한다.
그림 1 공정한 주사위의 결과 s를 식 (1)의 점수 X로 모았다. 왼쪽 결과 하나의 확률은 모두 1/6이며, 오른쪽 같은 값으로 가는 결과의 확률을 더한다. figures/outcome_map.py

이산확률분포표의 확률 합은 왜 1일까?

이산확률변수는 가능한 값을 하나씩 셀 수 있는 확률변수다. 각 값에 해당하는 사건들은 서로 겹치지 않고, 합치면 표본공간 전체가 되므로 확률의 합이 1이다. 이 글의 주사위 점수처럼 값이 유한개인 경우부터 다룬다.

xx012합
P(X=x)P(X=x)1/21/21/31/31/61/61

값이 x1,…,xmx_1,\ldots,x_m인 유한 분포표는 다음 조건을 만족한다. mm은 표에 나열한 서로 다른 값의 개수다.

0≤pi≤1,p1+⋯+pm=1.(2)0\le p_i\le1,\qquad p_1+\cdots+p_m=1.\tag{2}

교과서는 P(X=xi)=piP(X=x_i)=p_i를 XX의 확률질량함수라고 부르고, 식 (2)를 그 성질로 정리한다. 같은 분포를 표로 쓰면 확률분포표, 값마다 막대 높이로 그리면 확률분포의 그래프가 된다.

표로 사건을 계산할 때는 조건에 맞는 값의 확률을 더한다. X≥1X\ge1에는 값 1과 2가 포함된다.

P(X≥1)=13+16=12.(3)P(X\ge1)=\frac13+\frac16=\frac12.\tag{3}

반면 P(X>1)=1/6P(X>1)=1/6이다. 부등호 끝에 등호가 있는지에 따라 값 1의 확률이 더해지거나 빠진다. 값 자체인 0+1+2=30+1+2=3을 더하는 것은 확률 계산이 아니다.

확률분포표에 적힌 값은 모두 같은 확률인가요?

아니다. 주사위의 여섯 눈은 같은 가능성을 갖지만 식 (1)의 세 점수는 각각 세 개·두 개·한 개의 결과를 모은다. 따라서 점수가 세 종류라는 이유로 각각의 확률을 1/31/3로 둘 수 없다.

확률분포표를 직접 만드는 두 가지 대표 유형

첫째 유형은 시행을 분석해 각 값의 경우의 수를 센다. 흰 공 4개와 검은 공 2개가 든 주머니에서 공 3개를 동시에 꺼내고, 꺼낸 검은 공의 개수를 XX라 하자. XX가 가질 수 있는 값은 0, 1, 2이고, 3개를 고르는 6C3=20{}_6C_3=20가지는 모두 같은 가능성이다.

P(X=x)=2Cx×4C3−x6C3,x=0,1,2.(4)P(X=x)=\frac{{}_2C_x\times{}_4C_{3-x}}{{}_6C_3},\qquad x=0,1,2.\tag{4}

검은 공 xx개와 흰 공 3−x3-x개를 따로 고르는 조합을 곱했다. xx에 0, 1, 2를 차례로 넣으면 분자는 4, 12, 4다.

xx012합
P(X=x)P(X=x)4/20=1/54/20=1/512/20=3/512/20=3/54/20=1/54/20=1/51

합이 1인지 보는 것이 검산이다. 검은 공이 적어도 하나일 확률은 여사건으로 P(X≥1)=1−1/5=4/5P(X\ge1)=1-1/5=4/5다.

둘째 유형은 확률질량함수가 식으로 주어지고 상수가 비어 있다. P(X=x)=kxP(X=x)=kx (x=1,2,3,4x=1,2,3,4)이면 식 (2)의 합 조건에서 kk를 정한다.

k(1+2+3+4)=10k=1,k=110.(5)k(1+2+3+4)=10k=1,\qquad k=\frac1{10}.\tag{5}

그림 2는 이 분포를 막대 높이로 그린 것이다. 색칠한 두 막대가 사건 X≥3X\ge3이고, P(X≥3)=3/10+4/10=7/10P(X\ge3)=3/10+4/10=7/10이다. 상수를 정한 뒤에는 각 확률이 0 이상 1 이하인지도 함께 확인한다.

확률질량함수 P(X=x)=kx (x=1, 2, 3, 4)에서 합 조건으로 k=1/10을 정한 확률분포의 그래프. 막대 높이가 각 값의 확률이고, 색칠한 x=3, 4의 막대를 더하면 P(X≥3)=7/10이다.
그림 2 확률질량함수 P(X=x)=kx (x=1, 2, 3, 4)에서 합 조건으로 k=1/10을 정한 확률분포의 그래프. 막대 높이가 각 값의 확률이고, 색칠한 x=3, 4의 막대를 더하면 P(X≥3)=7/10이다. figures/constant_pmf_bars.py

연속확률변수에서는 높이 대신 구간 넓이를 읽는다

시간이나 길이처럼 어떤 구간의 모든 실숫값을 가질 수 있는 확률변수를 연속확률변수라고 한다. 연속확률변수의 확률은 표 대신 확률밀도함수 f(x)f(x)의 그래프와 xx축 사이의 넓이로 나타낸다. XX가 가질 수 있는 값의 범위에서 정의된 확률밀도함수는 다음 세 조건을 만족한다.

f(x)≥0,(그래프 아래 전체 넓이)=1,P(a≤X≤b)=(x=a부터 x=b까지의 넓이).(6)\begin{aligned} &f(x)\ge0,\\ &(\text{그래프 아래 전체 넓이})=1,\\ &P(a\le X\le b)=(x=a\text{부터 }x=b\text{까지의 넓이}). \end{aligned}\tag{6}

이 글은 직사각형·삼각형처럼 넓이를 바로 구할 수 있는 밀도만 다룬다.11 정적분을 배웠다면 이 넓이는 ∫abf(x) dx\int_a^b f(x)\,dx이다. 적분으로 평균을 구하는 방법은 연속확률변수의 기댓값에서 이어진다.

가상 장치의 응답시간 TT가 0초에서 0.5초 사이에서 균등하게 발생한다고 가정하자. 균등하다는 말은 길이가 같은 구간의 확률이 같다는 뜻이다. 밀도 높이가 일정하므로 전체 넓이가 1이 되려면 높이는 1÷0.5=21\div0.5=2이다.

f(t)={20≤t≤0.5,0그 밖의 t.(7)f(t)=\begin{cases}2&0\le t\le0.5,\\0&\text{그 밖의 }t.\end{cases}\tag{7}

그림 3의 색칠 구간은 0.1초부터 0.3초까지다. 폭에 높이를 곱해 확률을 구한다. 밀도의 단위는 초의 역수이므로 넓이인 확률에는 단위가 남지 않는다.

P(0.1≤T≤0.3)=(0.3−0.1)×2=0.4.(8)P(0.1\le T\le0.3)=(0.3-0.1)\times2=0.4.\tag{8}
응답시간 T의 균등한 밀도. 전체 직사각형 넓이는 0.5×2=1이고, 색칠한 구간의 넓이는 0.2×2=0.4다. 높이 2는 확률이 아니다.
그림 3 응답시간 T의 균등한 밀도. 전체 직사각형 넓이는 0.5×2=1이고, 색칠한 구간의 넓이는 0.2×2=0.4다. 높이 2는 확률이 아니다. figures/density_area.py

밀도 높이 2가 1보다 커도 문제가 없다. f(0.2)=2f(0.2)=2는 ‘0.2초일 확률이 2’라는 뜻이 아니다. 폭 0인 한 점의 넓이는 0이므로 이 모형에서 P(T=0.2)=0P(T=0.2)=0이다. 그래서 연속확률변수에서는 구간 끝점을 포함하거나 빼도 확률이 같다.

연속확률분포에서 높이가 변하는 밀도의 확률은 어떻게 구할까?

밀도의 그래프가 직선이면 삼각형이나 사다리꼴의 넓이로 확률을 구한다. 연속확률변수 XX의 밀도가 0≤x≤20\le x\le2에서 f(x)=x/2f(x)=x/2이고 그 밖에서 0이라 하자. 그래프 아래는 밑변 2, 높이 f(2)=1f(2)=1인 직각삼각형이고, 넓이가 12×2×1=1\frac12\times2\times1=1이므로 식 (6)의 조건을 만족한다.

P(0≤X≤1)=12×1×12=14.(9)P(0\le X\le1)=\frac12\times1\times\frac12=\frac14.\tag{9}

나머지 1≤x≤21\le x\le2 부분은 평행한 두 변이 f(1)=1/2f(1)=1/2과 f(2)=1f(2)=1이고 폭이 1인 사다리꼴이다. 넓이는 (1/2+1)÷2×1=3/4(1/2+1)\div2\times1=3/4이고, 식 (9)와 더하면 1이 된다. 그림 4에서 두 구간은 폭이 1로 같지만 확률은 1/41/4과 3/43/4로 세 배 차이가 난다. 밀도가 높은 쪽 구간에 확률이 더 많이 실린다.

밀도 f(x)=x/2 (0≤x≤2)의 그래프. 전체 삼각형 넓이는 1이고, 0부터 1까지의 넓이는 1/4, 1부터 2까지의 넓이는 3/4이다. 폭이 같아도 밀도가 높은 구간의 확률이 크다.
그림 4 밀도 f(x)=x/2 (0≤x≤2)의 그래프. 전체 삼각형 넓이는 1이고, 0부터 1까지의 넓이는 1/4, 1부터 2까지의 넓이는 3/4이다. 폭이 같아도 밀도가 높은 구간의 확률이 크다. figures/triangle_density.py

측정값을 반올림해 적으면 이산확률변수가 될까?

된다. 응답시간 TT를 소수 첫째 자리로 반올림한 기록 RR은 0, 0.1, …, 0.5의 여섯 값만 가지므로 이산확률변수다. 반올림 전의 TT와 기록 RR은 서로 다른 확률변수이므로, 어떤 양을 모형으로 삼는지 먼저 정한다.

R=0.2R=0.2는 0.15≤T<0.250.15\le T<0.25인 사건이어서 확률이 띠의 넓이 0.1×2=0.20.1\times2=0.2다. 그림 5에서 위의 띠 하나의 넓이가 아래 막대 하나의 높이가 된다. 양 끝 값 0과 0.5로 반올림되는 구간은 폭이 0.05뿐이라 확률이 0.1이다. 여섯 확률 0.1, 0.2, 0.2, 0.2, 0.2, 0.1을 더하면 1이다.

응답시간 T의 균등 밀도(위)와 T를 소수 첫째 자리로 반올림한 기록 R의 확률분포(아래). 위의 띠 하나의 넓이가 아래 막대 하나의 높이다. R=0.2의 띠는 0.15≤T<0.25로 넓이 0.2이고, 양 끝 값 0과 0.5는 띠 폭이 절반이라 확률이 0.1이다.
그림 5 응답시간 T의 균등 밀도(위)와 T를 소수 첫째 자리로 반올림한 기록 R의 확률분포(아래). 위의 띠 하나의 넓이가 아래 막대 하나의 높이다. R=0.2의 띠는 0.15≤T<0.25로 넓이 0.2이고, 양 끝 값 0과 0.5는 띠 폭이 절반이라 확률이 0.1이다. figures/rounded_record.py

연속확률변수에서 한 점의 확률이 0이면 그 값은 나올 수 없나요?

아니다. 연속확률변수에서는 실제로 나올 수 있는 값도 한 점의 확률이 0이다. 응답시간 모형에서 결과는 반드시 0초와 0.5초 사이의 어떤 값으로 나오지만, 폭이 0인 한 점의 넓이는 0이다. 확률이 0인 사건이 모두 불가능한 사건은 아니라는 뜻이다.

이산확률변수와 연속확률변수의 차이는 무엇인가요?

이산확률변수는 값을 하나씩 셀 수 있어 각 값에 확률을 주고, 연속확률변수는 구간의 모든 실숫값을 가져 구간에 확률을 준다. 주사위 점수는 P(X=0)=1/2P(X=0)=1/2처럼 값 하나에 양의 확률이 있다. 응답시간은 P(T=0.2)=0P(T=0.2)=0이고 P(0.1≤T≤0.3)=0.4P(0.1\le T\le0.3)=0.4처럼 구간에만 양의 확률이 있다.

핵심

확률분포는 확률변수의 값과 확률을 연결한다. 이산형은 각 값의 확률을 더하고, 밀도로 나타낸 연속형은 구간 아래 넓이로 확률을 구한다.

확률분포의 흔한 오해

  • 확률변수는 항상 0 이상이다. — 손익을 값으로 삼으면 손실에 −1 같은 음수를 줄 수 있다. 0 이상이어야 하는 것은 확률이지 결과에 붙인 수가 아니다.
  • 확률들의 합만 1이면 분포표다. — 0.7,0.5,−0.20.7,0.5,-0.2는 합이 1이지만 음수 확률이 있어 분포표가 될 수 없다. 식 (2)의 두 조건을 함께 본다.

직접 해보기

  1. 공정한 주사위에서 홀수 눈이면 Y=−1Y=-1, 짝수 눈이면 Y=2Y=2로 정한다. YY의 분포표와 P(Y>0)P(Y>0)을 구하라.
  2. 확률질량함수가 P(X=x)=k(x2+1)P(X=x)=k(x^2+1) (x=0,1,2,3x=0,1,2,3)이다. 상수 kk와 P(X≥2)P(X\ge2)를 구하라.
  3. 빨간 공 3개와 파란 공 2개가 든 주머니에서 공 2개를 동시에 꺼낸다. 꺼낸 빨간 공의 개수 ZZ의 확률분포와 P(Z≥1)P(Z\ge1)을 구하라.
  4. 연속확률변수 UU의 밀도가 0≤u≤20\le u\le2에서 f(u)=k(2−u)f(u)=k(2-u)이고 그 밖에서 0이다. kk, P(U≥1)P(U\ge1), P(U=1)P(U=1)을 구하라.
  5. 어떤 표의 확률이 0.2,0.3,0.40.2,0.3,0.4이다. 세 값이 가능한 값 전부라면 왜 유효한 분포표가 아닌지 설명하라.
답과 풀이
  1. 홀수는 1, 3, 5이고 짝수는 2, 4, 6이다. P(Y=−1)=P(Y=2)=3/6=1/2P(Y=-1)=P(Y=2)=3/6=1/2이며, 양수인 값은 2뿐이므로 P(Y>0)=1/2P(Y>0)=1/2이다.
  2. 확률의 합이 k(1+2+5+10)=18k=1k(1+2+5+10)=18k=1이므로 k=1/18k=1/18이다. X≥2X\ge2는 값 2와 3이므로 P(X≥2)=(5+10)/18=5/6P(X\ge2)=(5+10)/18=5/6이다.
  3. 2개를 고르는 방법은 5C2=10{}_5C_2=10가지다. P(Z=0)=2C2/10=1/10P(Z=0)={}_2C_2/10=1/10, P(Z=1)=3C1×2C1/10=6/10P(Z=1)={}_3C_1\times{}_2C_1/10=6/10, P(Z=2)=3C2/10=3/10P(Z=2)={}_3C_2/10=3/10이고 합은 1이다. 여사건으로 P(Z≥1)=1−1/10=9/10P(Z\ge1)=1-1/10=9/10이다.
  4. 그래프 아래는 밑변 2, 높이 f(0)=2kf(0)=2k인 삼각형이므로 넓이 2k=12k=1에서 k=1/2k=1/2이다. 1≤u≤21\le u\le2 부분은 밑변 1, 높이 f(1)=1/2f(1)=1/2인 삼각형이라 P(U≥1)=1/4P(U\ge1)=1/4이다. 한 점은 폭이 0이므로 P(U=1)=0P(U=1)=0이다.
  5. 확률 합이 0.9여서 전체 사건의 확률 1과 맞지 않는다. 누락된 값이 있는지, 주어진 확률이 잘못되었는지 확인해야 하며 임의로 고쳐 쓰지 않는다.

다음 기댓값에서는 확률분포표의 값에 확률을 가중치로 붙여 중심과 퍼짐을 계산한다.

더 읽기

  • 교육부 2022 개정 수학과 교육과정 — 별책8 [12확통03-01]. 확률변수·이산/연속 확률변수와 확률분포의 학습 범위다. ‘확률질량함수’, ‘확률밀도함수’ 용어는 교수·학습 상황에서 쓸 수 있다고 밝힌다.
  • OpenStax, 이산확률분포 4.1절 — Illowsky·Dean, 2023. 분포표의 비음수·합1 조건을 참고했다. 주사위 점수 예제는 직접 구성했다.
  • OpenStax, 연속확률 5.1절 — 밀도 아래 넓이와 한 점 확률0의 설명 근거다. 이 글에서는 직사각형·삼각형 넓이만 계산한다.

영상 노트

영상 노트
  • 00:00 번호표의 결과와 점수를 구별하기
  • 00:30 식 (1)과 그림 1에서 같은 점수로 가는 결과 모으기
  • 01:30 분포표와 식 (2)의 두 조건, 확률질량함수라는 이름
  • 02:20 식 (3)의 등호를 빼면 무엇이 달라지는지 확인하기
  • 03:00 주머니에서 꺼내기를 식 (4)의 조합으로 세고 합 1로 검산하기
  • 04:00 식 (5)로 상수 k 정하고 그림 2에서 막대 더하기
  • 05:00 식 (6)의 세 조건, 그림 3에서 식 (7)의 높이와 식 (8)의 넓이 구별하기
  • 06:10 그림 4의 삼각형·사다리꼴 넓이로 식 (9) 계산하기
  • 07:10 그림 5에서 반올림 기록의 분포 만들고 한 점의 확률과 비교하기
  • 08:00 새 분포표와 밀도 문제 풀기

지도에서의 위치

완성예정이 페이지까지 온 길전체 지도에서 보기 →
이 페이지의 기록
  1. 2026-11-16 · 번호표 하나를 뽑는 시행의 조건을 명확히 함
  2. 2026-11-16 · 교과 범위의 정의·중간 계산·변형 연습과 그림을 작성한 에이전트 초안
  3. 2026-11-17 · 전수 검수 반영 — 확률질량함수 용어, 주머니에서 꺼내기와 상수 결정 유형, 확률밀도함수의 조건과 삼각형 밀도, 반올림 기록 질문을 보강하고 해보기를 새 유형으로 바꿈 (에이전트 수정, 그림 2→5)
  4. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림