함께 배우는 수업 · 수학

순열·조합과 조건부 확률

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.

이 수업에서 해 볼 일

순서의 중요성에 따라 순열과 조합을 구별한다

먼저 알면 좋은 것: 합의 법칙과 곱의 법칙 · 집합의 연산(합집합·교집합·여집합) · 분수의 사칙연산

오늘의 목표

가입 없이 시작할 수 있어요. 설명을 읽고, 함께 연습한 뒤, 처음 보는 문제에서 직접 확인합니다.

판단 과정과 비교 사례

순열은 선택한 대상의 순서까지 구별하고 조합은 같은 구성의 순서를 구별하지 않는다. ‘대표를 고른다’와 ‘직책을 정한다’의 차이를 먼저 읽는다.서로 다른 n개 중 r개를 배열하면 n부터 하나씩 줄어드는 r개의 수를 곱한다. 순서를 지우려면 같은 구성의 배열 수 r!로 나눈다.복원 추출과 중복 허용은 별도의 조건이다. 같은 사람이 두 자리를 맡을 수 없는 상황에서 n을 매번 그대로 곱하지 않는다.

1. 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}

💡 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).

2. 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.

예제로 살펴보기

남학생 5명과 여학생 4명 중에서 대표 3명을 뽑을 때 여학생이 적어도 1명 포함될 확률을 구하고, 전체 학생의 40%가 안경을 썼으며 안경 쓴 남학생이 전체의 25%일 때, 임의로 뽑은 한 명이 안경을 쓴 학생이었을 때 그 학생이 남학생일 조건부 확률을 구하시오.

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.

확인: 순서가 중요하면 순열(nPr), 순서가 없는 대표 선출이나 부분집합 선택은 조합(nCr = nPr / r!)을 사용한다.

3. 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!🚨 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.

참고 근거와 확인 범위

OpenStax · Algebra And Trigonometry 2E · 13.5 Counting Principles ↗
순열·조합에서 순서와 중복의 구분

설명·예제·문제 구성 및 오류 수정 책임: 프리런. 위 자료는 표시한 주제를 확인하거나 더 읽기 위한 근거이며, 외부 기관의 공식 수업이나 감수본을 뜻하지 않습니다.

참고 자료 연결 점검: 2026-11-02. 제작 방식·검수 범위와 수정 기록에서 확인 범위를 볼 수 있습니다. 오류는 상단의 의견 보내기 또는 contact@freelearn.io로 알려 주세요.

이 단원의 개념서 읽기 →