8. 시행 횟수(n)가 그리는 마법의 종: 이항분포의 그래프와 성질

[도입부] 학습 목표 (Learning Objectives)

  • $n$번 던지고 실패와 성공($p$) 확률을 조합한 이항분포 데이터를 점으로 찍어보면, 시행 횟수 $n$이 증가할수록 울퉁불퉁한 그래프가 완벽한 대칭형 종(Bell) 모양으로 탈바꿈하는 매직을 확인합니다.
  • 데이터 포인트가 30번, 50번을 넘어가는 순간 뾰족하고 거친 이항분포의 블록들이 궁극의 둥근 모서리, 즉 신의 디자인인 ‘정규분포(Normal Distribution)’로 진화(근사)한다는 소름 돋는 연결 고리를 학습합니다.
  • 파이썬(Python)의 matplotlib 와 확률 수학 라이브러리를 통해 $n$을 폭발적으로 증가시키면서 막대그래프가 곡선 렌더링으로 깎여가는 모습을 해킹하듯 구경해 봅니다.

1. 노가다의 반복이 그려내는 매끄러운 아름다움

이항분포 세계에서 성공 확률 $p=0.5$(반반)일 때 주사위를 10번($n$) 굴렸다고 상상해 보세요. 확률 분포를 그래프로 그려보면 막대기 11개가 나열되는데, 대충 가운데가 솟아오른 듯하지만 어딘가 엉성하고 각진 도트(픽셀) 그래픽의 느낌을 줍니다.

하지만 미친 듯이 파이썬을 돌려 시행 횟수 $n$을 50번, 100번, 1000번 으로 늘리면 무슨 일이 벌어질까요? 각져 있던 막대들의 밀도가 미친 듯이 촘촘해지면서 모서리가 둥글게 갈려나가고, 결국 중간 기댓값(평균) 지점을 하늘 위로 솟구치게 찌르는 완벽하고 부드러운 좌우대칭의 황금 ‘종(Bell)’ 모양 코드가 모니터 위에 오버랩됩니다.

이항분포의 종모양 진화 SVG


2. 진화의 끝: 이산에서 연속으로, 정규분포(Normal Distribution)의 탄생!

수학자들은 거대한 망원경 조리개를 돌리듯, 이항분포의 횟수 $n$값을 “충분히 크다($n > 30$)” 라고 할 정도로 왕창 늘려버렸습니다. 그랬더니 세상에서 가장 신비로운 기적 하나가 수학 세계를 강타합니다. 주사위를 한 번, 두 번 뚝뚝 끊어 던지며 만들어진 뾰족한 블록 세계의 ‘이항분포(이산수학)’가, 매끄럽게 모든 자연의 섭리를 빨아들이는 둥근 곡선의 제왕 ‘정규분포(연속수학)’와 완벽하게 겹쳐 하나로 융합되어 버린 것입니다!

통계학에서는 이를 “이항분포 $B(n, p)$ 에서 $n$이 충분히 크면, 이항분포는 평균이 $np$ 이고 분산이 $npq$ 인 정규분포 $N(np, npq)$ 에 근사(환생)한다” 라는 가장 영광스러운 교리로 선포합니다. 이 대발견 덕분에 인간은 수만 번의 동전 던지기 계산 노가다를 즉각 중지하고, 정규분포 곡선 넓이를 자르는 단 1방의 공식으로 전 우주의 통계 데이터를 해킹해 낼 수 있게 되었습니다.

3. 💻 파이썬(Python)으로 $n$ 무한 증식 진화 과정 시각화 봇

어렵고 거친 조합 식($_{n}C_r$)들이 모인 뾰족한 이산 분포가, 데이터 볼륨($n$)을 폭발시켰을 때 매끈하고 섹시한 정규분포 곡선으로 갈리는지 파이썬 시뮬레이터로 엿봅니다.

🐍 파이썬 예제: N 볼륨 증폭에 따른 렌더링 변화 시뮬레이터

import math

print("--- 🔔 이항분포 진화 스튜디오 (Evolution to Bell Curve) ---")

# (데이터 셋) 주사위를 굴려 확률 1/2(0.5)인 사건 세팅
p = 0.5 

def N_curve_evolution(n):
    # 평균(np)과 표준편차(루트npq) 계산
    mean = n * p
    variance = n * p * (1-p)
    std_dev = math.sqrt(variance)
    
    print(f"▶ 시행 횟수 [n = {n}] 대량 투입!")
    print(f"  ☞ 평균 {mean:.1f} 포인트를 중심으로")
    print(f"  ☞ ±{std_dev:.1f} 의 표준편차 폭을 가진 부드러운 '종 모양(가우시안 커브)' 으로 깎여나감!")
    if n >= 50:
         print("  ✨ [경축] 신의 곡선 '정규분포(N)' 와 완벽하게 근사되어 합체 성공!!\n")
    else:
         print("  🚧 아직 모서리가 각지고 거칠게 나타남...\n")


# 1. 10번 던졌을 때의 엉성함
N_curve_evolution(10)

# 2. 100번 던졌을 때의 압도적 부드러움 (정규분포 탄생)
N_curve_evolution(100)

# 파이썬 그래픽 UI (matplotlib) 에 실제로 점을 찍으면,
# 100번 일때 우주에서 가장 아름다운 종 모양 커브가 그라데이션을 뿜으며 나타납니다.

# 결과창:
# --- 🔔 이항분포 진화 스튜디오 (Evolution to Bell Curve) ---
# ▶ 시행 횟수 [n = 10] 대량 투입!
#   ☞ 평균 5.0 포인트를 중심으로
#   ☞ ±1.6 의 표준편차 폭을 가진 부드러운 '종 모양(가우시안 커브)' 으로 깎여나감!
#   🚧 아직 모서리가 각지고 거칠게 나타남...
# 
# ▶ 시행 횟수 [n = 100] 대량 투입!
#   ☞ 평균 50.0 포인트를 중심으로
#   ☞ ±5.0 의 표준편차 폭을 가진 부드러운 '종 모양(가우시안 커브)' 으로 깎여나감!
#   ✨ [경축] 신의 곡선 '정규분포(N)' 와 완벽하게 근사되어 합체 성공!!

미천한 동전 찌끄러기 확률($1/2$) 수식들이 거대한 군대를 이룰 때 ($n=100$), 컴퓨터 모니터에는 자연계의 마스터 법칙인 퍼펙트 정규분포 아우라가 피어오릅니다. 데이터 사이언티스트들이 빅데이터($N$) 수집에 그토록 집착하는 이유가 바로 이 ‘부드러운 정규분포 곡선’ 이라는 최종 진화형 무기에 올라타기 위해서입니다.

[결론] 학습 정리 (Summary)

  1. 그래프의 성질 (종 모양 집중화): 이항분포에서 주사위를 구르는 횟수 $n$이 증가할수록 분산의 퍼짐보다 ‘기댓값 평균($n \times p$)’ 으로 성공 횟수들이 옹기종기 몰리는 경향이 폭주하기 때문에 가운데가 볼록한 아름다운 대칭 선이 발생합니다.
  2. “충분히 크다 ($n \ge 30$)”: 통계학에서 횟수 $N$이 대체로 $30$을 초과하기 시작하면 모난 돌덩어리 같던 막대그래프들이 우주의 진리 곡선인 매끄러운 곡선으로 환골탈태하기 시작합니다.
  3. 정규분포로의 근사 환생: 인간이 수십 번 손으로 짚어야 했던 뚝뚝 끊기는 ‘이항분포 공식’을 바로 쓰레기통에 박아버리고, 곧바로 수면 미끄러지듯 계산되는 ‘정규분포 환생 공식’으로 바꿔 타는 것이 확률/통계 후반부 수학의 극한의 묘미입니다.
서브목차