확률

1. 개요

2. 확률의 수학적 정의

2.1. 고전적 정의

2.2. 기하학적 확률

2.3. 통계적 확률

2.4. 베이즈 확률론(Bayesian probability)

2.5. 공리적 확률

3. 확률에 관한 것들

3.1. 확률의 독립

3.2. 큰 수의 법칙

3.3. 확률 0에 대해

4. 일상에서의 확률

4.1. 매체에서 나타나는 확률

4.2. 게임에서의 확률

4.3. 쪽지시험에서의 확률

5. 각종 오해와 통념들

6. 관련 문서

1. 개요

'''일정한 조건 아래에서 어떤 사건이나 사상(事象)이 일어날 가능성의 정도. 또는 그런 수치. 수학적으로는 1을 넘을 수 없고 음이 될 수도 없다. 확률 1은 항상 일어남을 의미하고, 확률 0은 절대로 일어나지 않음을 의미한다.'''[1]
단, 이 설명은 수학적으로는 틀린 설명이다. 확률 0이라 해서 절대 일어나지 않는 것은 아니다. 연속확률변수가 어떤 특정한 값을 가질 확률은 언제나 0이지만 (예를 들어 물을 컵에 더도말고 덜도말고 정확히 100mL만큼 따를 확률은 0이다.), 이를 절대로 일어나지 않는다고 말하지는 않는다. 더욱 자세한 설명은 아래의 '확률 0에 대해' 문단에서
≒개연량ㆍ개연율. ㅡ 표준국어대사전

確率
모든 경우의 수에 대한 특정 사건이 발생하는 비율이다. 눈금이 6개인 주사위를 던졌을 때 특정수가 나올 확률은 1/6. 로또에서 모든 경우의 수는 8,145,060. 한장 샀으면 당첨될 확률은 1/8,145,060. 서로 다른 번호 두장사면 2/8,145,060. 그리고 당신이 랜덤문서 이동버튼을 한번 누르고 이 글을 보고 있을 확률은 1/[pagecount(문서)].
보통 수학 외에서는, 0~1 사이의 소수 혹은 분수나 순열 등으로 나타내기 보다는, 다른 비율을 나타낼 때처럼 0~1 사이의 확률에 100을 곱하여 0~100 사이의 백분율(%)로 나타내거나 옛날처럼 할·푼·리로 나타내기도 한다.
"확율"로 잘못 쓰는 경우가 있다. 두음 법칙이 적용되는 경우라고 잘못 생각한 듯. "확율"이라고 쓰면 "화귤"이라고 읽어야 한다. 어두가 아닌 곳에서 '률'을 '율'이라고 쓰는 경우는 앞 글자가 모음이나 'ㄴ' 받침으로 끝나는 경우만이다.
확률은 불확실성을 다룰 때 사용되는 좋은 개념으로, 확률을 이용하면 알려진 불확실성을 다룰 수 있다.
마틴 가드너에 의하면 수학 분야 중 직관이 가장 잘 빗나가며 많은 정답이 상식에서 크게 벗어난다고 한다. 특히 몬티홀 문제는 수많은 수학자도 엿을 먹었을 정도.

2. 확률의 수학적 정의

수학적인 확률 개념은 카르다노, 파스칼, 페르마 등등이 중단된 도박의 상금 분배 문제[2]를 논의하며 등장한 것으로 생각된다. 다만 확률의 최초의 정의는 조금 나중에 이루어졌다. '무엇이 확률인지'의 문제는 계속 직관에서 벗어난 예들이 발견되어 사람들을 고민하게 하였고, 현대에 와서야 나름대로의 답을 찾게 되었다.

2.1. 고전적 정의

확률의 최초의 정의는 수학자 라플라스가 논문 Théorie analytique des probabilités에서 다음과 같이 내린 정의다.

어떤 사건의 발생 확률은 그것이 일어날 수 있는 경우의 수 대 가능한 모든 경우의 수의 비이다. 단, 이는 어떠한 사건도 다른 사건들 보다 더 많이 일어날 수 있다고 기대할 근거가 없을 때, 그러니까 모든 사건이 동일하게 일어날 수 있다고 할 때에 성립된다.

즉 표본공간 ''S''가 ''n''개의 근원사건으로 이루어져 있고, 각 근원사건이 일어날 가능성이 같다면, 확률은 (근원사건의 개수)/''n''으로 주어진다는 고교과정에서 일반적으로 배우는 정의이다.
이 정의에서 가장 중요한 것은 ''''모든 사건이 동일하게 일어날 수 있다고 할 때에,'''' 의 부분으로, 즉 근원사건이 같은 정도로 기대되지 않으면 수학적 확률의 정의를 적용할 수 없다. 예를 들어, 복권 하나를 산 뒤 '복권에는 당첨된다와 당첨되지 않는다라는 두 가지 경우의 수가 있으므로 내가 복권에 당첨될 확률은 1/2이다.'라고 생각한다면 이는 잘못된 것이다. '복권에 당첨된다.'와 '복권에 당첨되지 않는다'라는 두 근원사건이 같은 정도로 기대되지 않기 때문이다. 수능시험의 수리영역에 출제되는 확률문제에서도 근원사건이 같은 정도로 기대되는가가 중요하게 작용하는 경우가 많다.
그러나 곰곰히 생각해보면 이는 '''완벽한 '정의'라고는 할 수 없다.''' 표본공간 ''S''를 유한 개의 근원사건으로 생각할 수 없는 경우에는 이 정의는 당연히 무용지물이 된다. 즉 이는 이산적 상황에서만 성립하는 정의이지, 전체 확률의 의미를 대변한다고 할 수 없다.

2.2. 기하학적 확률

라플라스의 정의를 약간 바꾸어서, 다음과 같은 정의를 생각해 보자. 어떤 시행의 표본공간 S가 평면의 어떤 영역이라고 하고, 각 근원사건인 S의 점들이 일어날 가능성이 모두 같다고 한다면, 사건 ''A''의 확률은 (''A''의 넓이)/(''S''의 넓이)로 정의한다. 이런 식의 확률을 기하학적 확률(Geometric probability)이라 하고, 일반적으로 2차원인 평면 대신 ''n''차원 공간에서 영역의 ''n''차원 부피를 생각하는 식으로 쓰인다.
이는 역사적으로 위의 라플라스의 정의로 설명되지 않는 기하학적인 문제를 풀기 위해 발전하였고, 대표적인 예로 뷔퐁의 바늘 문제(Buffon's needle problem)인 "일정 간격으로 떨어져 있는 평행선들 위에, 평행선들 사이의 간격과 길이가 같은 바늘 하나를 떨어뜨릴 때, 바늘이 평행선과 교차할 확률은 얼마가 되겠는가?"[3] 등이 있다.
물론 이 기하학적 확률도 정의라고는 볼 수 없는 것이, 라플라스의 정의가 설명하는 이산적인 상황은 설명할 수 없기 때문이다. 하지만 더 큰 문제는 정의 자체가 애매하다는 데에 있고, 이는 다음 베르트랑의 역설(Bertrand paradox)에서 나타난다.

원의 임의의 현을 잡았을 때, 그 현이 원에 내접하는 정삼각형의 한 변보다 길 확률을 구하라.

이 문제는 생각하기에 따라 1/3, 1/2, 1/4 등의 다양한 답이 나올 수가 있다. 이는 위의 정의에서 'S의 점들이 일어날 가능성이 같다면'이라는 조건이, ''S''를 어떤 영역으로 생각하느냐에 따라 천차만별로 다를 수 있기 때문이다.
또 다른 문제는 조건부확률을 주는 문제가 있다. 만약 ''S''의 부분집합 ''T''를 생각해서, "''T''가 일어났을 때 ''A''가 일어날 확률"을 생각한다고 하자. 이산적인 경우와 비슷하게 (''A''∩''T''의 넓이)/(''T''의 넓이)를 생각하면 될 것 같지만, ''T''의 넓이가 0이라면 무슨 일이 일어나겠는가?
사실 기하학적 확률과 라플라스의 정의는 모두 고전적 확률론자들의 정의에 속한다. 고전적 확률론자들은 확률을 어떤 현상의 특징에서 도출된 연역적인 것으로 보았다. 예를 들자면 주사위는 육면이고, 각 면이 나올 가능성은 동일하다. 이러한 주사위의 두 특징에 의거하면 주사위를 던졌을 때 1이 나올 확률은 1/6이 된다. 이처럼 관찰 현상의 본질에서 연역적으로 도출할 수 있는 것으로 확률을 바라보는 관점을 고전적 확률론이라고 한다.

2.3. 통계적 확률

확률을, 어떤 사건을 반복하였을 때(독립시행) 일어나는 상대 빈도수로 보는 것을 빈도적 확률(frequentist probability)이라 한다. 수학적으로 확률을 구할 수 없는 상황에서 항상 적용할 수 있다. 즉 어떤 사건이 발생할 확률이 0.7이다 라는 말을 고전적 확률론자들은 그 사건의 특성 때문에 연역적으로 그 사건이 발생할 확률이 0.7로 나온다고 보는 반면에 빈도론자들은 실제로 열번 던져봤더니 일곱 번 그 사건이 발생했었다고 보는 것이다. 빈도적 확률론은 확률을 귀납적으로 도출한 것이라 할 수 있다.
그런데 주사위를 반복해서 던져서 구한 빈도적 확률은 주사위를 반복해서 던지면 던질수록 고전적 확률에 가까워지는 것을 관찰할 수 있고, 이를 수학적으로 증명한 것이 바로 대수의 법칙이다.
빈도론자와 고전론자 모두 객관적 확률론자들이다.

2.4. 베이즈 확률론(Bayesian probability)

확률을 현상의 관찰에 따른 주관적인 믿음에 기반하여 도출된 것으로 보는 주관적 확률론의 한 계파이다. 유명한 주관적 확률론자로 케인즈가 있다. 케인즈는 베이즈주의 확률에서 한발 더 나간 확률 개념을 가지고 있다. 베이지안(베이즈주의자)도 객관적 베이지안과 주관적 베이지안으로 나뉜다. 케인즈는 질적 베이지안으로 분류되기도 한다. 자세한 것은 베이즈 통계학 참고.

2.5. 공리적 확률

수학적으로 정의된 공리적 확률(axiomatic probability)은 안드레이 콜모고로프(Andrey Nikolaevich Kolmogorov, Андре́й Никола́евич Колмого́ров)가 20세기 중반에 제시했다. 이 공리적 확률은 단순히 말하면 확률을 측도론(measure theory)의 측도(measure), 즉 확률측도(probability measure)로 생각한다는 개념이다. 이는 위의 세 확률 개념과 맥락이 다르다. 위의 세 확률 개념은 확률의 현실적 의미에 관한 것이라면 공리적 확률은 숫자로 나온 확률을 계산하려면 확률 개념이 미분이나 적분과 같은 다른 수학적 개념들과 호환되도록 세팅이 되어 있어야 하기 때문에 만들어낸 수학적 개념이다.
공리적 확률의 특징은 모든 사건들에 확률이 부여되어 있다는 것이다(정확히는, 확률을 부여하는것이 가능하다. 참고할 것은, 이렇게 부여된 확률, 측도가 반드시 유용하지는 않다는 것이다. 때때로 필요성에 따라 측도가능한, 즉 확률을 부여하는 집합에 제한을 주기도 한다.) 확률은 가산개 집합에 대한 합의 법칙만 만족한다면, 자유롭게 주어질 수 있다. 또 하나는 근원사건에 전혀 의미를 두지 않는다는 것이다. 표본공간 ''S''의 부분집합들의 모임을 사건공간(event space)로 생각한다는 것은 맞지만, 여기서 S의 개별 원소 즉 근원사건은 거의 의미가 없다.[4]
어쨌든 이 공리적 확률은 현대수학자들이 보통 생각하는 확률의 개념이고, 위의 두 정의(고전적 정의/기하학적 확률)을 포괄한다. 또한 큰 수의 법칙으로 인해, 이 공리적 확률이 현실에서의 통계적 확률과 이어진다는 것을 확인할 수 있다.

3. 확률에 관한 것들

3.1. 확률의 독립

독립된 사건의 경우, 독립시행이라 이전에 했던 결과는 다음 시행에 전혀 영향을 주지 않는다. 예를 들자면, 주사위를 던져서 정말 우연히 6이 10번 연속으로 나왔다고 해서, 그 다음으로 던졌을 때 6이 나올 확률이 높아진다거나, 혹은 도박 등에서 내가 돈을 계속 잃었다고 앞으로 돈을 딸 확률이 높아지는 것이 '''절대''' 아니라는 것. 따지고 보면 지극히 당연한 논리임에도 불구하고, 이런 도박사의 오류 등을 간과하여 파산하는 사람들이 수두룩하다. 심지어 확률의 독립을 정확하게 이해하고 있는 사람들도 크게 다를 바가 없다! 연속으로 돈을 잃게 되면, 계속 돈을 부어도 확률은 같다는 이성보다는 '이만큼 잃었으니 이번에는 되겠지'라는 감성이 먼저 작용하는 것이 보통이기 때문.
독립인 사건들이 동시에 일어날 확률은, 각각의 사건들의 확률이 곱해져서 작용한다. 즉, 동전과 주사위를 던져 동전이 앞면이 나오고 주사위의 눈이 1이 나올 확률은 1/2 × 1/6 = 정확히 1/12가 된다. 이를 뒤집어서 설명하면, 90% 확률을 가지고 있는 사건이라도, 그 사건이 10번 연속으로 성공할 확률은 (9/10)¹⁰≒34.87 (%) 정도에 불과하다.
독립사건은 그 확률을 거듭제곱하는 과정이기 때문에 조합 공식이나 파스칼의 삼각형을 응용하면 어떤 사건이 몇 번 일어날 확률을 구할 수 있다. 그러나 말이 구할 수 있는 거지, 만약에 뽑기를 100번 해서 20번 이상 당첨될 확률을 구하는데, 그 20번과 그 이상의 숫자에 대한 확률을 각각 구해서 더하겠다면 그것만큼 훌륭한 삽질도 없다.
그대신 위에서 서술된 저 90% 확률의 연속성공률을 역으로 응용하면 ''a''의 확률로 어떤 결과가 일어나는 사건을 ''N''번 시행해서 적어도 몇 번 이상 그 결과를 볼 수 있는 확률도 조금이라도 더 쉽게 알아낼 수 있다(특히 수학 문제에서는 "적어도 한 번 이상 ~"이라는 문구로 굉장히 눈에 익을 것이다). 예를 들어 앞에서 서술한 사건을 ''N''번 수행해서 적어도 한 번 이상 그 일이 일어난다는 것의 반대 의미는 아예 그것이 일어나지 않을 확률이므로 그 사건이 일어나지 않을 확률(1-''a'')을 ''N''번만큼 곱해서 그 값을 1에서 빼면 "적어도 한 번 이상 ~"의 확률을 얻어낼 수 있다.
주의할 점은, '''배반사건은 독립이 아니라는 점'''이다! 만약 수학 문제에서 "배반사건은 독립사건이다"라는 문항이 있다면 '''무조건 틀린 문장'''이다. 시비걸지 말고 과감히 틀렸다고 체크하자. 1~5가 적힌 5개의 공 중에서 1개를 뽑는데 1번이 뽑혔다면 2번 공은 뽑힐 수 없다. 즉 1번 공을 뽑는 것은 2번 공을 뽑는 사건에 '''결정적''' 영향을 주므로 배반사건은 종속사건 중에서도 극단적인 종속사건이다! 또한 "배반사건은 항상 독립사건이 아니다" 역시 틀린 문장인데, 이것은 공사건의 존재때문에 그렇다. 예를 들면 1부터 6까지 적힌 일반적인 6면체 주사위를 굴려 1이 나오는 사건과 7이 나오는 사건은 배반사건이면서 독립사건이다.
'번개에 맞을 확률이 로또보다 낮으므로 번개를 맞은사람은 로또를 사라'같은 오류도 흔하다. 이 역시 번개를 맞을 확률과 로또에 당첨될 확률의 독립성을 간과한 오류. 번개에 맞았으면 로또 살 생각 하지 말고 병원에 가자.

3.2. 큰 수의 법칙

정해진 확률은 시행 횟수가 적을 경우 우연에 의해 기존 확률과 크게 벗어난 값을 가질 수 있으나 일정한 확률을 가지고 있는 사건을 계속적으로 반복해 시행하면 결국 시행하면 시행할수록 원래 확률에 가까워진다. 이것을 큰 수의 법칙이라 한다. 예를 들어, 주사위를 던져 1이 나올 확률을 구할 때, 한 다섯 번 쯤 던져 우연히 1이 3번 정도 나오거나 혹은 한번도 안 나올 확률이 있지만, 대략 수백만 번 이상 던지면 1이 나온 횟수는 전체 던진 횟수의 1/6에 가까워져 간다는 것. 카지노에서는 딜러가 플레이어보다 대략 55 : 45 정도로 유리한 위치를 점하는 것이 보통이기 때문에, 우연히 카지노에서 돈을 번 사람이 자신의 운을 믿고 계속적으로 카지노 게임을 한다면, 궁극적으로 '''반드시''' 손해를 볼 수 밖에 없다.
이 법칙을 실제로 확인해 본 학자들이 존재하는데, 프랑스 자연주의자 C.Buffon은 4,040번의 동전을 던져 2,048번의 앞면을 얻어 그 상대도수값이 2048/4040=0.5069가 됨을 알았으며, 2차 세계대전중 독일군에 의해 포로가 된 남아프리카 통계학자 J.Kerrich는 수용소에서 생활을 하면서 10,000번의 동전을 던져 5067번의 앞면 즉, 0.5067이라는 상대도수값을 얻었다. 1900년경 영국의 통계학자 K.Pearson은 24,000번의 동전을 던져 12,102번의 앞면, 즉 0.5050이라는 상대도수값을 얻었다.
하지만 확률이 존재하기만 한다면, 즉 0만 아니라면[5] 아무리 말도 안되는 확률의 일이라도 일어난다. 연속으로 로또 당첨, 연속으로 낙뢰 당첨, 말도 안되는 게임의 고강 무기 등등이 존재하는 이유.
이와 같은 확률에 대한 오류는 도박사의 오류 문서에 보다 자세히 설명되어 있으니 해당 항목을 참조할 것.

3.3. 확률 0에 대해

이 문제는 앞의 둘과 다르게, 사람들이 현실에서 상당히 공감하지 못할 내용일 것이다. 당장에 위의 국어사전 정의도 '확률 0은 일어나지 않는 사건' 이라는 (엄밀히 본다면) '''오개념'''을 포함하고 있다. 결론만 말한다면 '''수학적으로는 확률이 0인 사건도 얼마든지 일어날 수 있다.'''
기하학적 확률 혹은 공리적 확률에 따르면, 확률 0은 단지 영역의 넓이 혹은 측도가 0인 것 뿐이다. 더욱 구체적으로 이야기해 보면, 수직선 위의 선분 [0, 1] 위에서 균등하게 점을 뽑는다고 생각을 했을 때, 한 점을 뽑을 확률은 0이 되지만, 어쨌거나 한 점은 뽑히게 되어 있다. 따라서 '확률이 0인 사건은 일어나지 않는다'라고 가정해 버리면 '선분 위에서 점을 뽑을 수 없다'는 이상한 결론이 나와 버리는 것이다. 하지만 '통계적 확률의 의미로 생각해보면 한번 일어난 사건이 확률 0인 건 말이 안되지 않느냐?' 고 물어볼 수 있지만, 이것도 반박이 되는 것이 통계적 확률은 무수한 시행에서 평균의 극한을 생각하기 때문이다. 이를 선분 예시로 본다면 [0, 1]에서 수 x를 뽑았다면 x를 뽑은 사건은 일단 일어났지만, 이 시행을 몇 번이고 반복해도 그 정확한 x를 뽑을 일은 앞으로는 일어나지 않을 것이다. 따라서 사건이 일어났음에도 통계적 확률이 0인 것은 전혀 부자연스럽지 않다.
측도 개념을 이해하면 [0, 1]의 균등분포에서 유리수를 뽑을 확률이 0이라는 사실도 알 수 있다. 다만 이는 측도 개념에 대한 정확한 이해가 필요하다.초한기수와는 또 다른 개념이므로 혼동하면 곤란하다.[6] 물론 초한기수가 가산(countable)인 집합이 측도가 0이 된다는 사실은 있지만, 역이 성립하는 것도 아니고 일단 수학적 정의의 맥락 자체가 집합론과 해석학으로 매우 다르기 때문.
이에 거부감을 느끼는 이유를 추측하자면, 많은 사람들이 '우연히 일어난 사건'과 '''내가 지정한''' 우연히 일어난 사건'을 헷갈리기 때문일 것이다. 예로 ''n''명의 사람이 있을 때, 생일이 같은 두 사람이 있을 확률이 얼마일지를 묻는 생일 문제(birthday problem)의 경우가 있다. 의외로 ''n''=23만 되어도 이 확률은 50%를 넘고, 60명 정도가 있으면 99%에 육박한다. 다만 누군가 두 명은 생일이 같겠지만, 이들이 내가 생각할 두 명일 가능성은 당연히 1/365로 낮을 것이다.
한편 '우연히 뭔가를 뽑는다'는 과정도 의외로 비직관적일 때가 많다. [0, 1] 위에서의 균등분포 예시도 인간이 현실적으로 할 수 있는 조작은 아니다. 수를 균등하게 뽑으려면 (10진법 기준으로 생각하면) 소수점 첫째 자리 0~9중 하나, 둘째 자리 0~9중 하나, ... 무한 개의 자리를 모두 균등하게 뽑아야 하는데, 인간은 당연히 무한 개의 자리를 뽑을 수가 없다. 유한 개의 자리만 뽑거나 패턴을 지정하고 멈춰버리면 그건 균등분포가 되기는 커녕 모든 실수를 뽑을 수도 없을 것이다. 실제로 많은 확률공간과 확률과정들을 수학적으로 '엄밀히' 정의하려면 이것처럼 무한 번 선택을 가능하게 해 주는 선택공리가 필요하다.
같은 논리로 확률 1인 사건이 일어나지 않을 수도 있다. [0, 1]의 균등분포에서 무리수를 뽑는 사건 같은 것. 이 때문에 확률론에선 확률 1을 일컬을 때 거의 확실하게(almost surely, a.s.)란 조어를 쓴다.

4. 일상에서의 확률

4.1. 매체에서 나타나는 확률

캐릭터를 지적으로 보이게 만드는 수단으로 확률을 사용하는 경우가 많다. 같은 말이라도 "널 죽일테다!" 라고 말하는 것보다 "당신은 86.7%의 확률로 저에게 살해당합니다." 라고 말하게 해서 좀 더 지적 능력과 논리 에 의존하는 것으로 보이게 하는 식이다. 가끔 미래를 예측하는 류의 캐릭터도 이런 식의 대사를 한다.
천원돌파 그렌라간에서는 확률변통탄이라는 무기가 존재하는데 맞을 확률 100%를 내려 결국 공격을 명중시킨다는 개념. 이놈들은 확률조차 조정한다는 얘기인데, 워낙 작품자체의 전투가 초월적으로 가고 기합과 열혈로 이루어진 나선력으로 어떻게든 다 되는 작품이므로 과학적인 설정따위 없다.
작전의 성공률이나 합체, 혹은 문제 해결의 확률이 낮을 경우 이걸 당연스레 극복하는 것도 흔한 클리셰 중 하나다.
이런 확률도 있다.
참고로 나무위키에서 랜덤을 눌러 원하는 문서 하나가 나올 확률은 1 나누기 문서의 총 개수, 즉 [pagecount(문서)]분의 1이다! 자신의 운을 시험해보고 싶다면 한 번 해보는 것도 재미있을 듯 하다.

4.2. 게임에서의 확률

게임과 확률의 관계는 불가분적 관계(뗄레야 뗄 수 없는 관계)이다. 거의 모든 게임은 확률적인 요소를 가지고 있고, 이 확률이 유저의 흥망을 결정할 만큼 큰 영향을 끼치기도 하는 반면, 게임을 즐기는 데에 큰 영향을 주지않는 게임도 있으며, 자신의 실력으로 어느정도 확률을 조절할 수도 있다.
이를테면 RPG에서 고난이도 던전에 드디어 입문을 하여 필요한 아이템을 파밍하는데 될놈은 몇주, 몇달만에 모든 아이템을 맞추지만 안될놈은 몇년을 해도 다 못 맞추는 경우.
대표적으로 극악의 확률을 자랑하는 컨텐츠로는 강화, 가챠(뽑기)가 대표적이라고 할 수 있다.
이 확률이 게임에 끼치는 영향이 점점 커지자 게임에서도 아무리 운이 없더라도 특정 기간동안 열심히 한다면 자신이 원하는 아이템을 확정적으로 얻을 수 있는 시스템을 도입하고 있다.
슈로대나 엑스컴같은 확률기반 턴전술게임의 경우 컴퓨터가 사기를 치는게 아닌가 하는 의심이 끊임없이 나온다. 흔히 말하는 것이 '내 90%는 빗나가고 적의 10%는 잘만 맞는다' 인데, 이건 사실 농담조로 하는 이야기지만, 간혹 이걸 '''진지'''하게 믿고 괴논리를 펼치는 사람도 있다. 물론 게임을 하다보면 저런 어이없는 상황을 안 겪는것은 아니지만 수많은 확률계산 중 몇 번에 불과한 것이다. 그런 것이 더욱 기억에 남는것은 선택적 기억에 따른 것으로, 당연한 일들은 별로 기억에 남지 않지만 95%가 빗나가는 등의 특이한 일만 기억에 남겨져서 95%로 백 번을 공격해서 95번 맞추는 게임을 해놓고도 빗나간 5번의 기억만 생생한 것이다. 이에 대해선 머피의 법칙 문서도 참조하자.
만약 특정 상황에서 정말로 확률 조작을 가할 경우, 발생하는 결과의 폭이 매우 좁아지기 때문에 플레이어는 마음만 먹으면 테스트를 통해 그것을 쉽게 밝혀낼 수 있으며, 코어게이머들에게 의해 파해되어 역이용을 당하기 십상일 것이다. 난수고정이 되는 슈로대 시리즈에서 일단 고명중기체로 적을 맞춰놓고 리셋한 다음 저확률 고위력의 공격을 해서 명중시키는 꼼수가 대표적. 여담으로 엑스컴의 경우 확률 조작이 있긴 있었지만... 알고보니 그게 저난이도에서 플레이어가 유리해지는 조작이었다.
보통 일상적인 확률책정은 10진법 자연수로 끊어서 하는게 일반적이나, 비디오 게임에서의 확률은 보통 2의 제곱수(16진수 포함)를 기본으로 계산된다. 애초 비디오 게임은 프로그래밍으로 만들어지는데 컴퓨터의 기본적인 연산단위인 바이트(기초적인 연산단위는 bit)에 근간하기 때문이다.

4.3. 쪽지시험에서의 확률

5지선다형에서 25문제를 모두 찍어서 맞힐 확률은 (1/5)²⁵, 약 3.3554432×10^-18이며, 2지선다라고 해도 (1/2)²⁵=1/33,554,432이다. 이는 로또 당첨 확률(815만분의 1)보다도 더 낮다. 심지어 반타작할 확률도 고작 0.0000000075(0.0000075%)이다. 2지선다의 경우 50%확률로 반타작한다.
조금 더 현실적으로 생각해보자면, 5지선다형 25문제를 다 찍어서 '''0점 맞을 확률'''은 고작 (4/5)²⁵=0.378%에 불과하다. 정당하게 시험 봐서 0점 맞는다는 것은 말처럼 쉬운 일이 아닌 것이다.

5. 각종 오해와 통념들

"내가 돈을 딸 확률이 1/3인데, 저번 두 판은 연거푸 졌어. 그렇다면 확률에 따라, 이번 판은 반드시 이기겠지? 올인!!"[8]
조금 종류가 다르긴 한데 "확률이 1/3이니까 세 판 중 한 판은 따겠지?" 라는 생각으로 접근하는 것도 마찬가지 오류를 범하고 있다. 독립 시행 기준으로 세 판을 해서 한 판도 못딸 확률이 무려 29.6%나 된다.
- 도박사의 오류 문서 참고. 이전 시행과 이후 시행이 서로 독립적이라면[7]
  즉 서로 어떠한 방식으로도 영향을 미치지 않는다면.
  이러한 가설은 전혀 성립하지 않는다.

동전 던지기를 10회 해서 "앞" 만 줄창 10번 나올 확률은 1/1024보다 낮을 것이다.
- 수학적으로 정확히 1/1024이다. 앞과 마찬가지로 그 "패턴" 에 뇌가 구태여 의미를 부여할 뿐이다. 물론 언뜻 패턴이 보이지 않는 경우보다 딱 봐도 패턴이 보이는 경우가 나올 확률이 더 낮긴 하다.[9]
  앞과 뒤가 섞여서 나올 확률 자체가 1022/1024이기 때문.
  사람의 뇌는 "단지 패턴이 보이지 않는다는 이유만으로" 그러한 1022가지 경우를 마치 전부 똑같은 결과가 나온 것처럼 간주하곤 한다. 이 또한 바로 앞의 편견과 마찬가지로 도박사의 오류에 해당한다.

로또 번호를 "1, 2, 3, 4, 5, 6" 으로 하는 것보다 "1, 7, 12, 25, 37, 44" 처럼 하는 것이 당첨확률이 더 높을 것이다. 최소한, 정말 조금이라도 더 높겠지?
- 동전 던지기와 마찬가지로 수학적으로 정확히 동일한 확률이며 눈꼽만큼이라도 어느 한쪽이 더 높고 그런 거 없다. 또한 제비뽑기 같은 경우 뽑는 순서에 따라 확률이 달라진다고 생각하는데 이것 역시 종이를 뽑는 횟수가 같으면 어느 순서든지 다 같은 확률이며, 다만 뒤에 갈수록 경우의 수가 줄어들기 때문에 상대적으로 확률이 달라질 거라고 느낄 뿐이다.

그럼에도 불구하고 대부분 후자의 당첨 확률이 더 높다고 느끼는 데는, 단순히 후자의 숫자 배열이 역대 로또 당첨 번호들의 배열과 더 유사하게 생겼기 때문이라는 관점이 있다. 경험적으로 보았을 때 전자처럼 일정한 규칙을 지켜서 나왔다기보다는 후자처럼 무작위로 배열된 경우가 훨씬 더 많았기 때문에 우리가 후자의 경우가 확률이 더 높다고 착각하는 것이다. 2017학년도 수능특강에 이 내용을 다룬 영어 지문이 수록되었다.
정확히 말하면 6개의 숫자가 연속으로 나올 확률은 서로 무관한 숫자가 나올 확률보다 낮기는 하다. 물론 이것은 6개 전체로 따졌을 때 이야기고, 각자 따질 때는 전부 확률이 같다. 확률에 대한 이해가 없으면 알아듣기 어려울 순 있다.
random.org에 따르면 로또 번호를 직접 골랐을 때보다 무작위로 골랐을 때의 당첨금이 높다. 많은 사람이 고르는 조합과 그렇지 않은 조합이 나뉘고, 이런 조합이 당첨되면 당첨금을 나눠야 하기 때문. 무작위로 고르면 모든 조합이 같은 확률로 나오기 때문에 당첨금을 나눌 일이 줄어든다. 물론 이런다고 당첨 확률이 올라가는 것은 아니다.

6. 관련 문서

[1] 단, 이 설명은 수학적으로는 틀린 설명이다. 확률 0이라 해서 절대 일어나지 않는 것은 아니다. 연속확률변수가 어떤 특정한 값을 가질 확률은 언제나 0이지만 (예를 들어 물을 컵에 더도말고 덜도말고 정확히 100mL만큼 따를 확률은 0이다.), 이를 절대로 일어나지 않는다고 말하지는 않는다. 더욱 자세한 설명은 아래의 '확률 0에 대해' 문단에서[2] 5판을 이겨야 되는 게임에서 3 : 2 상황에서 중단되었을 때, 두 사람의 실력이 동등하다고 하면 상금을 얼마로 나눌지의 문제[3] 이 문제의 답은 놀랍게도 원주율을 사용하여 2/''π'' (또는 4/''τ'') 로 주어진다. 즉 바늘을 여러 번 떨어뜨림으로서 원주율의 근사값을 추정할 수 있는 것.[4] 심지어 사건공간의 원소로 생각되지 않을 수도 있다. 다만 complete probability space에서는 보통 completion을 통해 사건공간의 원소로 편입된다.[5] 사실 연속확률변수의 경우 모든 ''x''에 대해 P(''X''＝''x'')＝0이 되므로 확률이 0인 사건도 일어날 수 있다. 확률 0에 대해 문단 참고. [6] 예를 들면, 소수와 자연수가 둘다 가산 무한집합인데도 소수 정리를 바탕으로 임의의 자연수를 뽑아서 소수일 확률은 0이라 할 수 있다.[7] 즉 서로 어떠한 방식으로도 영향을 미치지 않는다면.[8] 조금 종류가 다르긴 한데 "확률이 1/3이니까 세 판 중 한 판은 따겠지?" 라는 생각으로 접근하는 것도 마찬가지 오류를 범하고 있다. 독립 시행 기준으로 세 판을 해서 한 판도 못딸 확률이 무려 29.6%나 된다.[9] 앞과 뒤가 섞여서 나올 확률 자체가 1022/1024이기 때문.