์ด ๊ณ์ฐ๊ธฐ๋ ๋ฌด์์ ์๋ ค์ฃผ๋์?
์ด ๋๊ตฌ๋ ํ ๊ฒฝ๊ธฐ์์ ์ด๊ธธ ํ๋ฅ ๋ง ์๋ฉด, ์ด๋ค ํ์ด๋ ์ ์๊ฐ ๋ค์ ์ (best-of-3, best-of-5, best-of-7 ๋ฑ) ์๋ฆฌ์ฆ์์ ์ด๊ธธ ๊ฐ๋ฅ์ฑ์ด ์ผ๋ง๋ ๋๋์ง ๊ณ์ฐํด ์ค๋๋ค. ํ๋ก ์คํฌ์ธ ํ๋ ์ด์คํ ์์ธก, e์คํฌ์ธ ํ ๋๋จผํธ ๋์ง, ๊ทธ๋ฆฌ๊ณ ๋จผ์ ๊ณผ๋ฐ์ ์น์๋ฅผ ์ฑ์ฐ๋ ์ชฝ์ด ์๋ฆฌ์ฆ๋ฅผ ๊ฐ์ ธ๊ฐ๋ ๋ชจ๋ 1๋1 ๋๊ฒฐ์ ํญ๋๊ฒ ํ์ฉ๋ฉ๋๋ค.
์ฌ์ฉ ๋ฐฉ๋ฒ
๋จผ์ ์ฐ๋ฆฌ ํธ์ด ํ ๊ฒฝ๊ธฐ๋ฅผ ์ด๊ธธ ํ๋ฅ ์ 0๊ณผ 1 ์ฌ์ด์ ์์๋ก ์ ๋ ฅํ์ธ์(์: 0.6์ ๊ฒฝ๊ธฐ๋น ์น๋ฅ 60%๋ฅผ ์๋ฏธํฉ๋๋ค). ๊ทธ๋ค์ ์๋ฆฌ์ฆ ๊ธธ์ด \(N\)์ ์ ๋ ฅํฉ๋๋ค. \(N\)์ 3, 5, 7์ฒ๋ผ ํ์์ฌ์ผ ํฉ๋๋ค. ๊ณ์ฐ๊ธฐ๋ ์๋ฆฌ์ฆ ์ ์ฒด์์ ์ด๊ธธ ํ๋ฅ , ์๋ฆฌ์ฆ๋ฅผ ํ์ ์ง๊ธฐ ์ํด ํ์ํ ์น์, ๊ทธ๋ฆฌ๊ณ ์๋์ ์น๋ฆฌ ํ๋ฅ ์ ํจ๊ป ๋ณด์ฌ ์ค๋๋ค.
๊ณต์ ํ์ด
best-of-N ์๋ฆฌ์ฆ์์ ์ด๊ธฐ๋ ค๋ฉด \(w = \left\lfloor N/2 \right\rfloor + 1\) ์น์ ๊ฑฐ๋ฌ์ผ ํฉ๋๋ค. ๊ฐ ๊ฒฝ๊ธฐ๋ฅผ ์ฑ๊ณต ํ๋ฅ \(p\)์ธ ๋ ๋ฆฝ์ ์ธ ๋ฒ ๋ฅด๋์ด ์ํ์ผ๋ก ๋ณด๋ฉด, ์๋ฆฌ์ฆ์์ ์ด๊ธธ ํ๋ฅ ์ \(w\)์น๋ถํฐ \(N\)์น๊น์ง ๊ฐ \(k\)์ ๋ํด \(k\)๊ฒฝ๊ธฐ๋ฅผ ์ด๊ธธ ์ดํญ ํ๋ฅ ์ ๋ชจ๋ ๋ํ ๊ฐ์ ๋๋ค. ์ด์ ๋์ผํ๋ฉด์ ๊ณ์ฐ์ด ๊น๋ํ ๋ฐฉ์์ผ๋ก ์์ดํญ๋ถํฌ๋ฅผ ์ธ ์๋ ์์ต๋๋ค. ์ฆ, ๊ฒฐ์ ์ ์ธ \(w\)๋ฒ์งธ ์น๋ฆฌ๊ฐ \(g\)๋ฒ์งธ ๊ฒฝ๊ธฐ์์ ๋์ฌ ํ๋ฅ ์ ๋ค์๊ณผ ๊ฐ์ผ๋ฉฐ,
$$ \binom{g-1}{\,w-1\,}\, p^{\,w}\,(1-p)^{\,g-w} $$์ด๋ฅผ \(g\)๊ฐ \(w\)๋ถํฐ \(N\)๊น์ง์ผ ๋ ํฉ์ฐํฉ๋๋ค.
$$ \begin{gathered} P_{\text{win}} = \sum_{g=w}^{N} \binom{g-1}{\,w-1\,}\, p^{\,w}\,(1-p)^{\,g-w} \\[1.5em] \text{where}\quad \left\{ \begin{aligned} p &= \text{Win Prob. per Game} \\ N &= \text{Series Length} \\ w &= \left\lfloor \tfrac{N}{2} \right\rfloor + 1 \end{aligned} \right. \end{gathered} $$๋ ์์ ๊ฐ์ ๋ต์ ์ฃผ๋ฉฐ, ์ด ๊ณ์ฐ๊ธฐ๋ ์๋ฆฌ์ฆ ํ์ (clinch) ๋ฐฉ์์ผ๋ก ๊ณ์ฐํฉ๋๋ค.
์์ ๋ก ์ดํด๋ณด๊ธฐ
best-of-3 ์๋ฆฌ์ฆ์์ \(p = 0.5\)๋ผ๊ณ ๊ฐ์ ํ๋ฉด \(w = 2\)์ ๋๋ค. ์ต๋ 3๊ฒฝ๊ธฐ ์ค 2์น์ ๊ฑฐ๋๋ฉด ์๋ฆฌ์ฆ๋ฅผ ์ด๊น๋๋ค.
$$ P = \binom{1}{1}(0.5)^2 + \binom{2}{1}(0.5)^2(0.5)^1 = 0.25 + 2 \times 0.125 = 0.5 $$์์ชฝ ์ค๋ ฅ์ด ๋๋ฑํ๋ฏ๋ก ์๋ฆฌ์ฆ ์น๋ฆฌ ํ๋ฅ ๋ ์์๋๋ก 50%๊ฐ ๋ฉ๋๋ค.
์์ฃผ ๋ฌป๋ ์ง๋ฌธ
์ \(N\)์ ํ์์ฌ์ผ ํ๋์? \(N\)์ด ํ์์ธ ๋ค์ ์ ๋ ๋ฌด์น๋ถ๋ก ๋๋ ์ ์์ด, ์ ํํ ํ์ชฝ์ด ๊ณผ๋ฐ์ ๋๋ฌํ๊ฒ ๋ฉ๋๋ค. ์ง์์ผ ๊ฒฝ์ฐ ๋์ ์ด ๋์ฌ ์ ์๋๋ฐ, ์ด ๋ชจ๋ธ์ ๊ทธ๋ฐ ์ํฉ์ ๋ค๋ฃจ์ง ์์ต๋๋ค.
๊ฐ ๊ฒฝ๊ธฐ๊ฐ ๋ ๋ฆฝ์ ์ด๋ผ๊ณ ๊ฐ์ ํ๋์? ๋ค. ๊ฒฝ๊ธฐ๋น ์น๋ฅ ์ด ์ผ์ ํ๋ค๊ณ ๊ฐ์ ํ๋ฉฐ, ํ ์ด๋๋ฐดํฐ์ง, ์ฒด๋ ฅ ์๋ชจ, ๊ธฐ์ธ(๋ชจ๋ฉํ ) ๊ฐ์ ์์๋ ๊ณ ๋ คํ์ง ์์ต๋๋ค.
๋จ์ผ ๊ฒฝ๊ธฐ์๋ ์ธ ์ ์๋์? ๊ฐ๋ฅํฉ๋๋ค. \(N = 1\)๋ก ์ค์ ํ๋ฉด ์๋ฆฌ์ฆ ์น๋ฆฌ ํ๋ฅ ์ ๊ทธ๋๋ก ๊ฒฝ๊ธฐ๋น ์น๋ฅ \(p\)์ ๊ฐ์์ง๋๋ค.