학교 반 배정에서 친구와 같은 반 될 확률
30명이 6개 반으로 나뉩니다. 친한 친구 2명이 같은 반에 배정될 확률을 계산하면 약 16.7%입니다.
6개 반 중 하나에 같이 배정될 확률이므로 약 1/6에 해당하며, 기대보다 높다고 느낄 수 있습니다.
그룹매칭 확률
랜덤 그룹 배정에서 같은 카테고리에 몰릴 확률을 계산합니다.
입력
명
배정할 전체 인원
개
나눌 카테고리(팀/그룹) 수
번
확인할 특정 카테고리 번호
전원 같은 카테고리 확률
전원 같은 카테고리 확률 0.000051%
1 in 1,953,125
- 카테고리별 기대 인원2.0명평균적으로 각 카테고리에 배정되는 인원
- 절반 이상 집중 확률3.2793%특정 카테고리에 절반 이상 몰릴 확률
- 관심 카테고리 #1에 최소 1명89.26%아무도 배정 안 될 확률: 10.74%
1 in 1,953,125: 0.000051%
카테고리 내 인원 분포 (%)
차트 그리는 중…
풀이 보기
결과 공유하기
그룹 매칭 확률 계산기는 여러 명이 무작위로 카테고리에 배정될 때, 특정 인원이 같은 카테고리에 모일 확률을 계산하는 도구입니다. 예를 들어 10명이 5개 반으로 나뉠 때 전원이 같은 반에 배정될 확률이 얼마나 되는지 정확하게 알 수 있습니다. 학교 반 배정, 동아리 조 편성, 행사 테이블 배치, 사내 워크숍 그룹 분배 등 무작위 배정 상황에서 "우연히 같은 그룹이 될 확률"이 궁금할 때 활용합니다. 카테고리별 기대 인원수도 함께 표시하여 분포를 직관적으로 파악할 수 있습니다. 그룹 크기와 카테고리 수를 자유롭게 조절하며 확률 변화를 실시간으로 확인해보세요.
실생활 예시
이럴 때 이렇게 계산해요.
행사 테이블 배치 확률
결혼식 하객 100명이 10개 테이블에 무작위 배치됩니다. 특정 3명이 같은 테이블에 앉을 확률을 확인합니다.
확률이 매우 낮으므로, 같은 테이블에 앉기를 원한다면 사전에 좌석 배치를 요청하는 것이 좋습니다.
사내 워크숍 분임토의 그룹
직원 40명이 8개 그룹(5명씩)으로 무작위 배정됩니다. 같은 부서 동료 1명과 같은 그룹이 될 확률은 약 10.3%(4/39).
워크숍에서 다양한 부서 교류를 원한다면 같은 부서 배제 규칙을 추가하면 되고, 이 확률로 자연스러운 교류 가능성을 확인할 수 있습니다.
축구 리그 조 추첨
16개 팀이 4개 조(4팀씩)로 배정됩니다. 특정 강팀 2팀이 같은 조에 들어갈 확률은 약 20%(3/15).
소위 "죽음의 조"가 만들어질 확률은 생각보다 높습니다. 이 때문에 시드 배정으로 강팀을 분산시키는 방식이 사용됩니다.
대학교 실험 조 편성
수강생 36명이 4명씩 9개 실험 조로 나뉩니다. 친구 2명과 모두 같은 조가 될 확률은 약 0.9%.
3명이 같은 조에 모이는 것은 100번 중 1번도 안 되는 확률입니다. 함께 실험하고 싶다면 수강 신청 전에 미리 조율하는 것이 좋습니다.
관련 계산기
같이 쓰면 좋아요. 옆으로 넘겨 보세요.
자주 묻는 질문
궁금한 거 모아 봤어요. 눌러서 펼쳐 보세요.
카테고리 수가 많아지면 확률이 어떻게 변하나요?
카테고리가 많을수록 한 카테고리에 모일 확률은 급격히 낮아집니다. 10명이 2개 카테고리 중 같은 곳에 갈 확률과 10개 카테고리 중 같은 곳에 갈 확률은 수천 배 차이가 납니다.
전원이 아닌 일부만 같은 카테고리에 속할 확률도 계산되나요?
네, 관심 인원 수를 지정하면 해당 인원이 같은 카테고리에 배정될 확률을 별도로 계산해줍니다. 전원뿐 아니라 2명, 3명 등 원하는 조합의 확률을 확인할 수 있습니다.
실제 학교 반 배정도 이 확률과 같나요?
이 계산기는 완전 무작위 배정을 가정합니다. 실제 학교에서는 성적, 성별, 친구 관계 등을 고려하므로 순수 확률과는 차이가 있습니다. 참고용으로 활용하세요.
생일 문제(Birthday Problem)와 비슷한 원리인가요?
비슷합니다. 생일 문제는 23명만 모여도 같은 생일 쌍이 존재할 확률이 50% 이상인 직관에 반하는 결과를 보여줍니다. 그룹 매칭도 마찬가지로, 인원이 적어도 같은 그룹에 속할 확률이 예상보다 높을 수 있습니다.
카테고리별 인원이 균등하지 않으면 어떻게 되나요?
이 계산기는 각 카테고리에 균등 배분을 가정합니다. 실제로 반마다 인원이 다르면 큰 반에 배정될 확률이 높아지므로, 같은 반이 될 확률도 달라집니다. 대략적인 참고값으로 활용하세요.
같은 그룹에 배정되지 않을 확률은 어떻게 구하나요?
같은 그룹이 될 확률이 p이면, 같은 그룹이 되지 않을 확률은 1-p입니다. 예를 들어 같은 반이 될 확률이 16.7%이면, 다른 반이 될 확률은 83.3%입니다.
여러 번 배정하면 한 번이라도 같은 그룹이 될 확률은?
1회 같은 그룹이 될 확률이 p이면, n번 시도에서 한 번 이상 같은 그룹이 될 확률은 1-(1-p)^n입니다. p=16.7%일 때 5번 배정하면 약 60%, 10번이면 약 84%로 생각보다 빠르게 증가합니다.
계산 원리
그룹 매칭 확률은 다항분포와 조합론으로 계산됩니다. N명이 C개 카테고리에 균등 배정될 때, 특정 k명이 같은 카테고리에 모일 확률은 P = C × (N/C 명 중 k명이 모두 포함) / 전체 경우의 수입니다. 이를 단순화하면 P = C × C(N-k, N/C-k) / C(N, N/C)입니다.
생일 문제(Birthday Problem)와 같은 원리가 적용됩니다. 23명만 모여도 같은 생일 쌍이 있을 확률이 50%를 넘듯이, 그룹 매칭에서도 인원 대비 카테고리 수가 적으면 같은 그룹 확률이 직관보다 높습니다.
n번 독립 시도에서 한 번 이상 같은 그룹이 될 확률은 1-(1-p)^n으로 계산됩니다. 이는 여보확률(complement probability)의 기본 공식이며, 반복 시행에서 "적어도 한 번" 발생할 확률을 구할 때 사용합니다.
사용 방법
그룹 크기 입력
전체 인원수를 입력합니다.
카테고리 수 설정
나눌 그룹(반, 팀 등)의 수를 입력합니다.
관심 인원 설정
같은 그룹에 모이길 원하는 인원수를 지정합니다.
확률 확인
같은 카테고리에 배정될 확률과 기대 인원 분포를 확인합니다.
용어 사전
- 다항분포
- 여러 카테고리에 대한 배정 결과의 확률 분포
- 생일 문제
- n명 중 같은 생일 쌍이 있을 확률이 직관보다 높은 유명한 확률 문제
- 여사건
- 구하려는 사건의 반대, P(A) = 1 - P(A의 여사건)
- 균등 배분
- 모든 카테고리에 동일한 인원이 배정되는 것
- 독립 시행
- 각 배정이 이전 결과에 영향을 받지 않는 시행
- 경우의 수
- 가능한 모든 배정 조합의 총 수
- 조합론
- 경우의 수를 세고 배열하는 수학 분야, 확률 계산의 기초