주사위 굴리기 난수 시뮬레이터

주사위 굴리기 난수 시뮬레이터

인기 AI Skill PRO

계산 입력

공식

합계t=∑k=1주사위⌊6·난수()⌋+1평균=1시행 횟수∑t=1시행 횟수합계t기댓값=3.5×주사위\begin{gathered} \text{합계}_t = \sum_{k=1}^{\text{주사위}} \left\lfloor 6 \cdot \text{난수}() \right\rfloor + 1 \\[1.5em] \text{평균} = \frac{1}{\text{시행 횟수}} \sum_{t=1}^{\text{시행 횟수}} \text{합계}_t \\[1.5em] \text{기댓값} = 3.5 \times \text{주사위} \end{gathered}
사용 통계

광고

결과

전체 합계의 총합
36
중 10 시행에서 1 개의 주사위
3.6
회차당 평균
3.5
이론적 기댓값
회차 주사위 1 합계
1 5 5
2 4 4
3 1 1
4 3 3
5 5 5
6 4 4
7 4 4
8 6 6
9 1 1
10 3 3
합계값 빈도
1 2
2 0
3 2
4 3
5 2
6 1

이 페이지의 오류 신고

주사위 굴리기 난수 시뮬레이터란?

이 도구는 일반적인 6면 주사위 1~4개를 원하는 횟수만큼 굴리는 과정을 시뮬레이션합니다. 굴릴 때마다 균등 난수를 사용하기 때문에 1부터 6까지 모든 눈이 정확히 6분의 1의 확률로 나옵니다. 보드게임을 즐길 때, 확률을 가르칠 때, 무작위 결과가 필요할 때, 혹은 실물 주사위 없이 빠르게 결정을 내리고 싶을 때 유용합니다.

사용 방법

시행 횟수(주사위 세트를 몇 번 굴릴지, 1~100회)를 입력하고 한 번에 굴릴 주사위 개수(1~4개)를 선택하세요. 계산 버튼을 누르면 각 회차별 주사위 눈과 합계, 전체 합계의 총합, 회차당 평균, 그리고 합계값의 빈도 분포가 표로 표시됩니다. 결과는 무작위이므로 동일한 값을 입력하고 다시 실행하면 매번 다른 결과가 나옵니다.

계산 공식 풀이

각 주사위의 값은 \( d = \left\lfloor \text{rand}() \times 6 \right\rfloor + 1 \) 로 계산되며, 여기서 rand()는 [0,1) 구간의 균등 난수입니다. 이 구간을 1부터 6까지의 정수에 고르게 대응시키는 방식입니다. 한 회차의 합계는 그 회차에서 나온 주사위 눈을 모두 더한 값으로, 최소 주사위 개수(모두 1이 나올 때)에서 최대 주사위 개수의 6배(모두 6이 나올 때)까지의 범위를 가집니다. 주사위 한 개의 이론적 기댓값은 3.5이므로, 회차당 기대 합계는 3.5에 주사위 개수를 곱한 값이 됩니다.

$$\text{Total}_t = \sum_{k=1}^{\text{Dice}} \left\lfloor 6 \cdot \text{rand}() \right\rfloor + 1$$$$\text{Average} = \frac{1}{\text{Trials}} \sum_{t=1}^{\text{Trials}} \text{Total}_t$$$$\text{Expected} = 3.5 \times \text{Dice}$$
광고
1부터 6까지의 값을 나타내는 점 패턴을 보여 주는 주사위의 여섯 면
육면체 주사위는 무작위 값을 여섯 개의 점 면 중 하나에 대응시킵니다.

계산 예시

주사위 2개를 5회 굴려 다음과 같은 결과가 나왔다고 가정해 봅시다: (3,5)=8, (1,6)=7, (4,4)=8, (2,3)=5, (6,2)=8. 전체 합계의 총합은 \( 8+7+8+5+8 = 36 \)이고, 회차당 평균은 \( 36 / 5 = 7.2 \)입니다. 주사위 2개의 이론적 기대 합계는 \( 3.5 \times 2 = 7.0 \)이며, 시행 횟수가 늘어날수록 평균이 이 값에 가까워집니다.

광고
주사위 합계의 도수 분포를 보여 주는 막대 그래프
여러 번 시행하면 합계가 도수 분포를 이룹니다.

시뮬레이션 결과 해석하기

  • 분포의 모양: 주사위가 1개일 때는 각 면이 나올 확률이 모두 같으므로 이론적 도수분포는 평평합니다. 주사위를 더 던질수록 중간 합계는 극단적인 합계보다 더 많은 방법으로 만들어질 수 있으므로 분포는 종 모양이 됩니다. 이것이 중심극한 효과로, 여러 독립적인 확률 변수의 합은 정규분포 곡선에 가까워지는 경향이 있습니다.
  • 작은 표본은 편차가 큽니다: 시행 횟수가 최대 100회일 때 관측 도수는 이론적 백분율과 거의 일치하지 않습니다. 주사위 1개를 60회 던지면 각 면이 약 10번씩 나올 것으로 기대되지만, 6번이나 14번 나오는 것은 흔한 일입니다. 막대그래프는 시행 횟수가 많아질수록에만 이론값에 가까워집니다.
  • 표준편차: 공정한 주사위 1개의 분산은 35/12이므로 표준편차는 \(\sqrt{35/12} \approx 1.708\)입니다. n개 주사위 합의 표준편차는 약 \(1.708 \times \sqrt{n}\)이며, 주사위 2개는 약 2.42, 3개는 약 2.96, 4개는 약 3.42입니다.
  • 평균의 표준오차: 시행 결과의 평균은 실행할 때마다 약 $$\text{SE} \approx \frac{1.708 \times \sqrt{n}}{\sqrt{\text{trials}}}$$만큼 달라집니다. 예를 들어 주사위 2개를 100회 던지면 SE ≈ 2.415 / 10 ≈ 0.24입니다. 평균은 대체로 기댓값 7의 약 ±0.24 이내에 놓이며, 대부분의 실행에서는 약 ±0.48(표준오차 두 배) 이내에 놓입니다.
  • 연속 출현과 고르지 않은 횟수는 정상입니다: 같은 합계가 반복되거나, 특정 면이 나오지 않는 긴 공백이 있거나, 한 합계가 다른 합계보다 훨씬 많이 나오는 것은 무작위 데이터에서 예상되는 현상입니다. 이것이 난수 생성기가 편향되었다는 뜻은 아닙니다. 공정성을 판단하려면 100회 이하의 단일 실행이 아니라 훨씬 많은 시행과 공식적인 검정이 필요합니다.

평균을 기댓값(3.5 × 주사위 개수)과 비교해 보세요. 약간의 차이는 정상이며, 시뮬레이션을 다시 실행하면 매번 다른 결과가 나옵니다.

자주 묻는 질문

평균이 기댓값과 다른 이유는 무엇인가요? 시행 횟수가 적으면 무작위성 때문에 편차가 생깁니다. 시행을 많이 반복할수록 평균은 주사위 한 개당 3.5에 수렴합니다.

주사위를 4개보다 많이 굴릴 수 있나요? 아니요. 이 시뮬레이터는 한 번에 1~4개까지만 지원합니다.

결과가 정말 무작위인가요? 균등 분포를 생성하는 의사 난수 생성기를 사용하며, 게임이나 시연 용도로 충분히 적합합니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기