확률분포(probability distribution)는 불확실성을 수치적으로 표현하는 핵심 도구다. 확률변수가 어떤 값을 가질지에 대한 규칙을 나타내며, 이산(discrete) 확률분포와 연속(continuous) 확률분포 두 가지로 나눌 수 있다. 그런데 모든 확률분포에는 공통적으로 지켜야 할 중요한 성질이 있다. 바로 전체 확률의 합(또는 면적)이 1이라는 것이다. 이번 글에서는 확률분포가 왜 면적으로 1을 가져야 하는지 직관적·수학적 이유를 설명하고, 예시를 통해 이해를 도와보겠다.
확률분포의 기본 정의
- 이산 확률분포: 확률질량함수(PMF) \(p(x)\)에 대해 \[ \sum_{x} p(x) = 1 \]
- 연속 확률분포: 확률밀도함수(PDF) \(f(x)\)에 대해 \[ \int_{-\infty}^{\infty} f(x)\, dx = 1 \]
즉, 확률변수가 가질 수 있는 모든 경우를 합치면 전체 확률은 반드시 1이 된다. 여기서 “1”은 전체 사건이 반드시 일어난다는 사실을 의미한다.
직관적 설명
확률이란 어떤 사건이 일어날 가능성의 크기를 나타낸다. 확률이란 전체 경우에 대한 비율이므로, 가능한 모든 경우의 확률을 합치면 전체가 된다. 전체를 1로 정규화(normalization)하기 때문에, 모든 확률분포는 총합 또는 면적이 1이 된다.
- 확률 0 → 절대 일어나지 않는 사건
- 확률 1 → 반드시 일어나는 사건
- 0과 1 사이 → 일어날 수도 있고 아닐 수도 있는 사건
따라서 모든 경우를 다 합치면 “확실히 일어나는 사건(=전체)”이 되고, 그 값은 1이다.
예시로 보는 확률분포의 면적
이산 분포: 동전 던지기
동전을 던질 때 표본공간은 {앞, 뒤}. \[ P(\text{앞}) = 0.5, \quad P(\text{뒤}) = 0.5 \] 따라서 합은: \[ 0.5 + 0.5 = 1 \]
이산 분포: 주사위 던지기
주사위 한 번 던질 때 각 면의 확률은 \(1/6\). \[ P(1) + P(2) + \cdots + P(6) = 6 \times \frac{1}{6} = 1 \]
연속 분포: 정규분포
정규분포 \(N(\mu, \sigma^2)\)의 확률밀도함수는
\[ f(x) = \frac{1}{\sigma \sqrt{2\pi}} e^{-\frac{(x-\mu)^2}{2\sigma^2}} \]
이 함수는 음의 무한대부터 양의 무한대까지 적분하면 1이 된다. 즉, 전체 면적이 1이므로 특정 구간에 해당하는 면적이 그 구간의 확률이 된다.
왜 반드시 1이어야 하는가?
- 정규화 원리: 확률은 전체를 기준으로 한 비율이므로, 전체를 1로 맞추어야 일관성이 생긴다.
- 수학적 일관성: 만약 전체 합이나 면적이 1이 아니라면, 확률 계산 결과가 0~1 범위를 벗어나 모순이 생긴다.
- 실제적 해석: 면적 1은 “확실히 어떤 결과가 반드시 일어난다”는 의미를 담고 있어 직관적이다.
결론
확률분포가 면적으로 1을 가져야 하는 이유는 다음과 같다.
- 확률은 전체를 기준으로 한 비율이기 때문에 전체 확률은 항상 1이다.
- 이산 분포에서는 모든 사건의 합이 1, 연속 분포에서는 전체 면적이 1이다.
- 이 원리를 통해 특정 사건이나 구간의 확률을 부분 면적으로 해석할 수 있다.
즉, 확률분포의 면적이 1이라는 것은 단순한 규칙이 아니라, “전체 사건은 반드시 일어난다”는 확률의 본질을 수학적으로 표현한 것이다.