생패, 알고리즘 :: 2009/10/26 00:06
끌리고 쏠리고 들끓다(Here comes everybody)에 '생일 패러독스'란 개념이 나온다. 당신을 포함해 36명의 사람들이 줄을 서고 있다. 앞에 서 있는 남자가 심심하니 내기를 하자고 제안한다. 줄 선 사람들 중 두 명의 생일이 서로 겹치는 경우는 없다는 데 50달러를 걸겠다는 것이다. 여러분이라면 내기에 응하겠는가?
얼핏 보기에 생일 겹치기가 꽤 희박한 사건으로 느껴지기 때문에 아마 이런 내기에 응하지 않겠다는 생각을 하게 될 것 같다. 얼핏 계산해 봐도 생일의 경우의 수는 365개이므로 36명의 생일이 겹칠 확률은 대충 10% 정도 밖에 안되니까 내기하면 질 확률이 90% 정도 될 것 같다. 하지만.. 실제 내기에 이길 확률은 80%가 넘는다. ^^ 왜 이런 착시현상이 발생하는 것일까? 그건, 여러 사람이 관련된 상황에서는 그룹보다는 자기 자신을 중심으로 생각하기 때문이다. 만약 나와 다른 1명만 존재한다면 확률 계산은 매우 쉽다. 나와 다른 1명의 생일이 같은지 여부만 확인하면 된다. 확률은 365분의 1이다. 하지만, 나를 포함해서 전체 사람수가 3명(나, A, B)이면 얘기가 달라진다. 내 생일이 A와 같은지, 내 생일이 B와 같은지만 확인하면 안되고 A와 B의 생일이 같은지 여부도 확인해야 하는 것이다. 결국 2명일 때는 한 쌍의 생일 비교만 하면 되었지만, 3명일 경우에는 3쌍의 생일 비교를 해야 하는 것이다. (나-A, 나-B, A-B) 4명일 경우에는 6쌍의 생일 비교를 해야 한다. 5명일 때는 10쌍의 생일 비교를 해야 한다. 36명일 경우에는 600쌍의 생일 비교를 해야 한다. 사람의 수가 많아질 수록 관계가 맺어지는 경우의 수가 기하급수적으로 늘어난다. 물리학자 필립 앤더슨은 이렇게 말했다. "More is different (많으면 달라진다)" 정말 그렇다. 많으면 달라진다. 그게 네트워크의 법칙이고 창발과 복리 알고리즘이 작동하는 기본 토양이다. ^^
PS. 관련 포스트 생일 패러독스의 응용 Trackback Address :: http://read-lead.com/blog/trackback/894
|
||||



