🧭 선수 개념 — 이 문서는 다음을 안다는 전제로 쓰였어요: 확률 (중등) · 경우의 수 (중등) · 함수 (중등)
정의
확률변수(random variable, 랜덤 베리어블)는 표본공간 $S$의 각원소에 실수를 대응시키는 함수다. 즉 확률변수 $X$($X$는 보통 대문자로 쓰고 그냥 "엑스"라고 읽는다)는
$$X : S \to \mathbb{R}$$
로 정의되는 함수이며, $\omega \in S$(오메가, 표본공간의 한 원소)에 대해 $X(\omega)$는 실수값이다.
확률변수가 가지는 값의 개수가 유한하거나 자연수처럼 하나씩 셀 수 있으면 이산확률변수, 어떤 구간 안의 모든 실수값을 가질 수 있으면 연속확률변수라 한다.
이산확률변수: 각 값 $x_i$에 대해 확률 $P(X=x_i)=p_i$가 정해지고, $\displaystyle\sum_i p_i = 1$이다. 이 대응 $x_i \mapsto p_i$를 확률질량함수라 한다.
연속확률변수: 확률밀도함수 $f(x)$가 있어 $P(a\le X\le b)=\displaystyle\int_a^b f(x)\,dx$로 확률을 구하며, 특정 한 점에서는 $P(X=x)=0$이다.
직관
표본공간의 결과 자체는 "앞면·뒷면", "빨간 공·파란 공"처럼 숫자가 아닐 수 있어서 계산이 불편하다. 확률변수는 이런 결과를 실수로 바꿔주는 번역기 역할을 한다. 예를 들어 동전을 두 번 던졌을 때 결과는 (앞,뒤)처럼 문자 쌍이지만, "앞면이 나온 횟수"라는 규칙으로 숫자를 붙이면 0, 1, 2라는 값을 다루게 되어 평균이나 분산 같은 계산이 가능해진다. 즉 확률변수는 표본공간이 아니라 표본공간 위에서 정의된 함수라는 점이 핵심이다.
예시
동전 3개를 동시에 던질 때 앞면이 나오는 개수를 $X$라 하자. 표본공간은 $2^3=8$가지 결과로 이루어져 있고, $X$는 다음과 같은 값을 갖는다.
$x$
0
1
2
3
$P(X=x)$
$\dfrac{1}{8}$
$\dfrac{3}{8}$
$\dfrac{3}{8}$
$\dfrac{1}{8}$
각 확률을 더하면 $\dfrac{1}{8}+\dfrac{3}{8}+\dfrac{3}{8}+\dfrac{1}{8}=1$이 되어, 확률질량함수의 조건을 만족함을 확인할 수 있다.
🌍 실생활 예시
보험회사는 고객이 특정 기간(예: 1년) 동안 보험금을 청구하는 횟수나 청구 금액을 확률변수로 모델링한다. 과거 데이터를 바탕으로 청구 횟수 $X$의 확률분포를 추정하면, 기댓값을 이용해 평균적으로 지급해야 할 보험금을 예측하고 이를 근거로 보험료를 책정한다. 이처럼 확률변수는 겉으로는 불확실해 보이는 사건(사고 발생 여부)을 숫자로 바꿔 계산 가능한 형태로 만들어 준다.
⚠️ 흔한 실수
잘못된 생각: $X$와 $x$를 같은 것으로 여긴다. → 왜 틀렸는지: $X$는 함수 자체이고 $x$는 그 함수가 취할 수 있는 하나의 값이다. $P(X=1)$은 "함수 $X$가 값 $1$을 가지는 사건의 확률"이라는 뜻이지, $X$라는 대상이 $1$이라는 숫자인 것이 아니다.
잘못된 생각: 확률분포표를 만들 때 각 확률의 합이 1이 되는지 확인하지 않는다. → 왜 틀렸는지: 확률질량함수는 표본공간의 모든 경우를 빠짐없이 나눈 것이므로 반드시 $\sum p_i = 1$이어야 한다. 합이 1이 아니면 어딘가 경우를 빠뜨렸거나 중복 계산한 것이다.
잘못된 생각: 연속확률변수에서 $P(X=2)$를 구할 때 확률밀도함수 값 $f(2)$ 자체를 확률이라고 답한다. → 왜 틀렸는지: 연속확률변수는 한 점에서의 확률이 항상 $0$이며, 확률은 구간에 대한 적분값 $\displaystyle\int_a^b f(x)\,dx$으로만 구해진다. $f(x)$는 확률이 아니라 확률의 "밀도"다.
확인 문제
주사위 두 개를 동시에 던져 나온 눈의 수의 합을 $X$라 하자. $X$가 가질 수 있는 값의 범위를 구하고, $P(X=7)$을 구하라.
동전 3개를 던져 앞면의 개수를 $X$라 할 때, 본문의 확률분포표에서 $P(X\ge 2)$를 구하라.
(직관 문제) 두 동전을 던지는 실험에서 표본공간의 원소 (앞,뒤)와 (뒤,앞)은 서로 다른 결과이지만, "앞면의 개수"를 확률변수 $X$로 정의하면 둘 다 $X=1$이라는 같은 값을 가진다. 왜 이런 일이 가능한지, 그리고 이것이 확률변수가 "함수"라는 사실과 어떤 관계가 있는지 설명하라.
정답 보기
눈의 합은 최소 $2$, 최대 $12$이므로 $X$의 값의 범위는 $2 \le X \le 12$이다. 합이 $7$이 되는 경우는 $(1,6),(2,5),(3,4),(4,3),(5,2),(6,1)$의 6가지이고 전체 경우는 $36$가지이므로 $P(X=7)=\dfrac{6}{36}=\dfrac{1}{6}$이다.
함수는 서로 다른 입력이 같은 출력으로 대응될 수 있다(다대일 대응 가능). 확률변수 $X$는 표본공간의 원소를 정의역으로, 실수를 치역으로 갖는 함수이므로 (앞,뒤)와 (뒤,앞)이라는 서로 다른 표본점이 "앞면이 1개"라는 같은 규칙에 의해 같은 값 $1$로 대응되는 것은 전혀 이상한 일이 아니다. 오히려 이렇게 여러 표본점을 하나의 수치로 묶어주는 것이 확률변수의 핵심 기능이며, 그 덕분에 $P(X=1)$을 구할 때 (앞,뒤)와 (뒤,앞) 두 경우의 확률을 더해서 계산하게 된다.