확률은 우리 일상에서 자주 마주치는 개념입니다. 예를 들어, “비 올 확률이 70%입니다” 혹은 “동전을 던졌을 때 앞면이 나올 확률은 얼마인가요?” 같은 질문들이 그것이죠. 그런데 확률에는 서로 다른 두 가지 접근 방식이 있다는 사실, 알고 계셨나요? 바로 수학적 확률과 통계적 확률입니다. 이번 글에서는 이 두 개념의 정의와 차이점을 쉽게 이해할 수 있도록 설명해드립니다.
수학적 확률이란?
수학적 확률(Mathematical Probability)은 어떤 사건이 일어날 가능성을 수학적으로 계산한 이론적인 확률입니다. 모든 경우의 수가 동일하게 일어날 가능성이 있다고 가정할 때, 특정 사건이 일어날 확률은 다음과 같이 정의됩니다.
수학적 확률 공식:
\( P(A) = \frac{\text{사건 A가 일어나는 경우의 수}}{\text{모든 가능한 경우의 수}} \)
예를 들어, 동전을 던졌을 때 앞면이 나올 확률을 생각해 봅시다. 가능한 결과는 ‘앞면’과 ‘뒷면’, 총 두 가지입니다. 그중 앞면이 나올 경우는 1가지이므로,
\( P(\text{앞면}) = \frac{1}{2} \)
이처럼 수학적 확률은 이론적인 전제하에 모든 경우가 동등하게 일어날 수 있을 때 사용됩니다.
통계적 확률이란?
반면, 통계적 확률(Statistical Probability)은 실제 관찰이나 실험을 통해 얻어진 자료를 바탕으로 계산된 확률입니다. 즉, 어떤 사건이 실제로 얼마나 자주 발생했는지를 통계를 통해 측정하여 확률을 추정합니다.
통계적 확률 공식:
\( P(A) = \frac{\text{사건 A가 실제로 일어난 횟수}}{\text{전체 시행 횟수}} \)
예를 들어, 동전을 100번 던졌더니 앞면이 47번 나왔다면, 앞면이 나올 통계적 확률은
\( P(\text{앞면}) = \frac{47}{100} = 0.47 \)
실제 실험에서는 이상적인 0.5가 아닌 다른 수치가 나올 수도 있지만, 시행 횟수가 많아질수록 수학적 확률에 근접하게 됩니다. 이를 ‘대수의 법칙(Law of Large Numbers)’이라고 합니다.
수학적 확률과 통계적 확률의 차이
이 두 확률 개념은 비슷해 보이지만, 중요한 차이가 있습니다.
- 수학적 확률: 이론적이며 사전에 예측 가능. 경우의 수를 정확히 알고 있을 때 사용.
- 통계적 확률: 실험이나 관찰을 통해 얻은 실제 데이터 기반. 경우의 수를 알기 어려울 때 사용.
예를 들어, 주사위를 던졌을 때 3이 나올 수학적 확률은 \( \frac{1}{6} \)입니다. 하지만 어떤 주사위를 600번 던져서 3이 80번 나왔다면, 통계적 확률은 \( \frac{80}{600} = \frac{2}{15} \approx 0.133 \)이 됩니다.
실제 상황에서는 오염된 데이터, 실험 조건의 차이, 시행 횟수 부족 등으로 인해 수학적 확률과 통계적 확률이 일치하지 않을 수 있습니다.
결론
수학적 확률은 경우의 수를 바탕으로 한 이론적 계산으로, 동전, 주사위 같은 이상적인 상황에서 유용합니다.
통계적 확률은 실제 실험이나 관찰을 통해 도출된 수치로, 현실적인 상황에서 확률을 추정하는 데 적합합니다.
이 두 확률은 서로 보완적이며, 통계적 확률은 수학적 확률에 수렴하는 경향이 있습니다.
확률을 이해할 때는 어떤 맥락에서 그 확률이 제시되었는지를 파악하는 것이 중요하며, 이를 통해 더 정확한 판단과 예측이 가능해집니다.