39. 순열(nPr)과 조합(nCr)의 핵심 개념 요약은 무엇인가요?

경우의 수의 핵심인 '순서 유무'에 따른 순열(nPr)과 조합(nCr)의 명확한 구분, 여사건의 확률, 그리고 표본공간이 축소되는 조건부 확률과 베이즈 정리를 마스터합니다. 핵심 정리: 순서가 중요하면 순열(nPr), 순서가 없는 대표 선출이나 부분집합 선택은 조합(nCr = nPr / r!)을 사용한다. '적어도 ~일 확률'은 전체 확률 1에서 반대 사건(여사건)의 확률을 빼는 1 - P(A^c) 공식으로 푼다. 조건부 확률 P(A|B) = P(A∩B)/P(B) 이며, 베이즈 정리에서는 분모에 B가 일어나는 모든 경우의 확률 합을 놓는다. P(A)>0, P(B)>0 일 때 배반사건(P(A∩B)=0)과 독립사건(P(A∩B)=P(A)P(B))은 절대 양립할 수 없다.

개념 정리

글자

순열·조합과 조건부 확률

단원 개요

경우의 수의 핵심인 '순서 유무'에 따른 순열(nPr)과 조합(nCr)의 명확한 구분, 여사건의 확률, 그리고 표본공간이 축소되는 조건부 확률과 베이즈 정리를 마스터합니다.

선수 개념

필수 키워드:순서를 고려해 나열순서를 생각하지 않고'적어도(최소한) ~일 확률''~이 아닐 확률'이미 일어났다는 조건 아래에서교집합

P(A \cap B)

확률의 곱셈정리'세모분의 네모'을 적고, 분자에는 그중 우리가 원하는배반사건

이 단원의 내용

1개념 정의와 직관적 원리: 순열(nPr) vs 조합(nCr)의 결정적 차이 2핵심 공식 유도 및 성질: 확률의 덧셈정리와 조건부 확률 P(A|B)3심화 응용 및 실전 빈출 함정 분석: 베이즈 정리와 배반사건 vs 독립사건 혼동

개념 정의와 직관적 원리: 순열(nPr) vs 조합(nCr)의 결정적 차이

경우의 수 문제를 풀 때 가장 먼저 던져야 할 질문은 단 하나입니다: "뽑는 순서가 바뀌면 다른 경우인가(순열), 아니면 같은 경우인가(조합)?"

1) 순열 (Permutation,

_n P_r

) — "뽑아서 일렬로 줄 세우기 (순서 있음)":

서로 다른 $n$ 개에서 $r$ 개를 택하여 순서를 고려해 나열하는 경우의 수입니다. 반장 1명과 부반장 1명을 뽑는 것처럼 직책이 다르면 $(A, B)$ 와 $(B, A)$ 가 서로 다른 경우이므로 순열입니다:

_n P_r = n(n - 1)(n - 2)\cdots(n - r + 1) = \frac{n!}{(n - r)!} \quad (\text{단, } n! = n \times (n-1) \times \cdots \times 1, \; 0! = 1)

2) 조합 (Combination,

_n C_r

) — "순서 없이 대표 모임 뽑기 (순서 없음)":

서로 다른 $n$ 개에서 순서를 생각하지 않고 $r$ 개를 택하는 경우의 수입니다. 청소 당번 $r$ 명을 뽑을 때는 뽑힌 $r$ 명이 줄 서는 순서( $r!$ 가지)가 모두 하나로 묶여 중복되므로, 순열 $_n P_r$ 을 $r!$ 로 나누어 중복을 제거합니다:

_n C_r = \frac{_n P_r}{r!} = \frac{n!}{r!(n - r)!}, \qquad \text{대칭 성질: } _n C_r = _n C_{n-r}

핵심 원리

💡 조합 대칭 성질 활용: 10명 중에서 합격자 8명을 뽑는 경우의 수(10C8)는 탈락자 2명을 고르는 경우의 수(10C2)와 완벽히 같습니다! 따라서 r이 n/2 보다 크면 항상 nCr = nC(n-r) 로 바꾸어 계산하세요 (10C8 = 10C2 = (10×9)/(2×1) = 45).

핵심 공식 유도 및 성질: 확률의 덧셈정리와 조건부 확률 P(A|B)

1) 확률의 덧셈정리(포함-배제의 원리)와 여사건의 확률:

•

두 사건

A, B

에 대하여

A

또는

B

가 일어날 확률은 교집합을 한 번 빼줍니다:

P(A \cup B) = P(A) + P(B) - P(A \cap B) \quad (\text{배반사건 } A \cap B = \emptyset \text{ 이면 } P(A) + P(B))

•

문제에 '적어도(최소한) ~일 확률', '~이 아닐 확률'이 나오면 전체 확률

1

에서 반대 사건(여사건

A^c

)의 확률을 빼는 것이 훨씬 빠릅니다:

P(A) = 1 - P(A^c)

2) 조건부 확률 (Conditional Probability,

P(A|B)

사건 $B$ 가 이미 일어났다는 조건 아래에서 사건 $A$ 가 일어날 확률을 $P(A|B)$ 라 합니다. 직관적 핵심은 전체 표본공간 $S$ 가 사건 $B$ 로 축소(분모가 $P(B)$ 로 변경)되고, 분자는 $B$ 안에서 $A$ 가 일어나는 부분, 즉 교집합 $P(A \cap B)$ 가 된다는 것입니다:

P(A|B) = \frac{P(A \cap B)}{P(B)} = \frac{n(A \cap B)}{n(B)} \quad (\text{단, } P(B) > 0)

양변에 $P(B)$ 를 곱하면 확률의 곱셈정리 $P(A \cap B) = P(B)P(A|B) = P(A)P(B|A)$ 를 얻습니다.

풀이

1) [여사건 확률]: 전체 9명 중 3명을 뽑는 경우의 수는 9C3 = (9×8×7)/(3×2×1) = 84가지입니다.

'여학생이 적어도 1명 포함'의 여사건은 '3명 모두 남학생만 뽑히는 사건'이며 그 경우의 수는 5C3 = 5C2 = 10가지입니다.

따라서 구하는 확률은 1 - (10 / 84) = 1 - 5/42 = 37/42 입니다.

2) [조건부 확률]: 안경 쓴 사건을 B, 남학생인 사건을 A라 하면 P(B) = 0.4, P(A∩B) = 0.25 입니다.

따라서 P(A|B) = P(A∩B) / P(B) = 0.25 / 0.40 = 25/40 = 5/8 입니다.

심화 응용 및 실전 빈출 함정 분석: 베이즈 정리와 배반사건 vs 독립사건 혼동

1) 전확률 공식과 베이즈 정리 (Bayes' Theorem — 킬러 문항 단골):

사건 $B$ 가 서로 배반인 두 원인 사건 $A$ 또는 $A^c$ 를 거쳐 발생할 때, 결과 $B$ 가 관측된 후 그 원인이 $A$ 였을 사후 확률 $P(A|B)$ 는 다음과 같은 '세모분의 네모' 구조로 구합니다:

P(A|B) = \frac{P(A \cap B)}{P(B)} = \frac{P(A \cap B)}{P(A \cap B) + P(A^c \cap B)} = \frac{P(A)P(B|A)}{P(A)P(B|A) + P(A^c)P(B|A^c)}

•

즉, 분모에는 사건

B

가 일어나는 모든 경로의 확률의 합( $\triangle + \square$ )을 적고, 분자에는 그중 우리가 원하는 특정 경로의 확률( $\triangle$ ) 하나를 그대로 올려 적으면 끝납니다!

2) 실전 빈출 함정 — '배반사건(Mutually Exclusive)'과 '독립사건(Independent)'의 완벽 비교:

확률 단원의 진위 판정(ㄱ, ㄴ, ㄷ) 문제에서 가장 많이 출제되는 함정입니다 ( $P(A) > 0, P(B) > 0$ 일 때):

•

배반사건: 두 사건이 절대 동시에 일어나지 않는 관계 (

A \cap B = \emptyset \iff \mathbf{P(A \cap B) = 0}

). 한 사건이 일어나면 다른 사건이 일어날 확률이

0

으로 변하므로, 두 사건은 서로에게 가장 강력한 영향을 주는 종속사건입니다!

•

독립사건: 한 사건의 발생 여부가 다른 사건의 발생 확률에 전혀 영향을 주지 않는 관계 (

P(A|B) = P(A) \iff \mathbf{P(A \cap B) = P(A)P(B)}

•

따라서

P(A) > 0, P(B) > 0

인 두 사건이 배반사건이면 절대 독립일 수 없고, 독립사건이면 절대 배반일 수 없습니다!

주의할 점

🚨 개념 혼동 주의: '두 사건 A, B가 배반사건이면 서로 독립이다'라는 보기는 100% 거짓입니다! 배반사건은 P(A∩B) = 0 인 반면, 독립사건은 P(A∩B) = P(A)P(B) > 0 이므로 둘은 동시에 성립할 수 없는 정반대 조건입니다.

핵심 요약

✓
순서가 중요하면 순열(nPr), 순서가 없는 대표 선출이나 부분집합 선택은 조합(nCr = nPr / r!)을 사용한다.
✓
'적어도 ~일 확률'은 전체 확률 1에서 반대 사건(여사건)의 확률을 빼는 1 - P(A^c) 공식으로 푼다.
✓
조건부 확률 P(A|B) = P(A∩B)/P(B) 이며, 베이즈 정리에서는 분모에 B가 일어나는 모든 경우의 확률 합을 놓는다.
✓
P(A)>0, P(B)>0 일 때 배반사건(P(A∩B)=0)과 독립사건(P(A∩B)=P(A)P(B))은 절대 양립할 수 없다.

순열·조합과 조건부 확률

개념 정의와 직관적 원리: 순열(nPr) vs 조합(nCr)의 결정적 차이

핵심 공식 유도 및 성질: 확률의 덧셈정리와 조건부 확률 P(A|B)

심화 응용 및 실전 빈출 함정 분석: 베이즈 정리와 배반사건 vs 독립사건 혼동

핵심 요약

설명 다음에는 직접 풀어 보세요

39. 순열(nPr)과 조합(nCr) 단원 연습 문제

참고 근거와 확인 범위