← MathIsland 실험실 목록
E(X)기대값 실험실

카지노가 길게 보면 반드시 이기도록 설계된 숫자

1,000원짜리 복권 한 장. 이 종이의 '진짜 가치'는 얼마일까?

평균적으로 남는 것을 재는 숫자, 기대값

Experiment

직접 만져보기

예측 먼저 — 1,000원짜리 복권(1등 10억, 확률 800만분의 1 등)을 1만 장 사면, 당첨금은 얼마나 돌아올까요?

1만 장 사보기 (지출 1,000만원)

더 읽기 — 왜 필요한가 · 인사이트 · 흔한 오해 · 수식 정리펼치기 ▾

Why

왜 필요한가

복권을 살까, 보험에 들까, 이 투자를 할까처럼 결과를 알 수 없는 선택지들을 비교해야 하는 순간이 인생에는 수없이 많습니다.

비교하려면 저울이 필요해요. 각 결과에 '값 × 그 확률'을 곱해 전부 더한 것, 기대값은 불확실한 미래 전체를 하나의 숫자로 요약합니다.

카지노, 보험사, 복권 사업자는 전부 이 숫자 위에서 설계된 사업입니다. 기대값을 계산할 줄 아는 사람과 모르는 사람은 같은 게임을 해도 다른 게임을 하는 셈이에요.

Insight

영상에서 말한 인사이트

기대값은 확률 세계의 무게중심이다.

결과들을 수직선 위의 추라고 생각하면, 각 추의 무게가 확률입니다. 저울이 균형을 이루는 지점, 그것이 기대값이에요.

하우스는 항상 이긴다 — 기대값이 설계돼 있으니까.

카지노 게임의 기대값은 전부 살짝 음수로 설계돼 있습니다. 한 판은 누구든 이길 수 있지만, 대수의 법칙이 반복 위에서 하우스의 몫을 보장해요.

Misconception

사람들이 흔히 하는 오해

기대값이 낮으면 그 선택은 무조건 틀린 것이다.

기대값은 '장기 반복'의 평균입니다. 보험은 기대값이 음수여도 파산 위험을 없애주므로 합리적일 수 있어요. 한 번뿐인 큰 위험 앞에서는 분산(위험)도 함께 봐야 합니다.

기대값 500원이면 실제로 500원 근처를 자주 받는다.

복권의 기대값 140원은 '한 번도 받을 수 없는 금액'일 수 있습니다(대부분 0원, 아주 가끔 큰 돈). 기대값은 결과의 예언이 아니라 반복의 무게중심이에요.

Formula

수식으로 정리하기

1만 장 실험에서 확인한 '평균적으로 남는 것'을 수식으로 정리합니다.

공식 해부 — 확률 저울 실험과 짝지어 보기

= ×

기대값의 정의

각 결과의 값 × 그 확률을 전부 더한 것입니다. 복권이라면 (10억 × 1/800만) + (100만 × 1/10만) + …이에요.

대수의 법칙과의 연결

반복 횟수가 커질수록 실제 평균이 기대값으로 모입니다. 1만 장 시뮬의 결과가 매번 기대값 근처였던 이유예요.

공정한 가격

기대 상금이 곧 공정한 가격입니다. 실제 가격과의 차이가 판매자의 몫(하우스엣지)이에요. 복권은 약 50%가 여기에 해당합니다.

In Real Life

현실에서 만나는 곳

보험료 설계

보험료는 대략 사고확률 × 보상액 + 운영비입니다. 기대값 관점에선 손해지만, 감당 못 할 위험을 없애는 값어치가 있어요.

카지노와 복권

룰렛의 기대수익률은 −2.7%, 복권은 약 −50%입니다. '재미의 가격'을 알고 즐기는 것과 모르고 하는 것은 달라요.

투자 판단

'성공 시 +30%(확률 60%), 실패 시 −20%(확률 40%)'면 기대수익률 +10%입니다. 시나리오 투자 판단의 기본 틀이에요.

게임과 AI의 선택

체스 AI가 수를 고르는 기준도 '각 수의 기대 승률'입니다. 불확실성 아래 최적 선택의 표준 도구예요.

Practice

풀어보기 — 유형 정복

유형별 문제 4개 — 스스로 풀어 정복하기탭해서 문제 풀기 ▾
정복 0 / 4
1

10% 확률로 5,000원을 받고, 90% 확률로 0원을 받는 뽑기가 있습니다. 기대값은?

2

기대값이 500원인 뽑기를 딱 한 번 하면, 500원 근처를 받을 가능성이 높을까요?

3

보험은 가입자 입장에서 기대값이 음수입니다. 그럼 가입은 항상 비합리적일까요?

4

참가비 3,000원, 기대 상금 3,500원인 게임을 아주 많이 반복하면 어떻게 될까요?

증명 실험실

여기서는 비유를 쓰지 않습니다.

§

학습 실험실

이 개념은 학년 전체에서 어디쯤일까요?

Connection

개념은 이어진다

이전 개념

P(H|E)

베이즈 정리

증거로 확률을 갱신했다면, 이제 그 확률로 결정을 내릴 차례다.

← 베이즈 정리 실험실

다음 개념으로 연결

σ²

분산과 표준편차

기대값이 같아도 흔들림이 다르면 완전히 다른 선택지다. 저울의 '흔들림'을 재는 도구 — 분산이 다음 정거장이다.

분산과 표준편차 실험실로 이동 →

Related

함께 보면 좋은 실험실

관련 실험실

P(A)

확률

기대값의 재료 — 각 결과의 확률을 세는 법을 먼저 다진다.

확률 실험실로 이동 →

관련 실험실

×ⁿ

복리

기대수익률이 시간 위에서 어떻게 불어나는지 — 두 도구가 만나면 투자 판단이 된다.

복리 실험실로 이동 →