1번 · 정규분포 · 쉬움
확률질량함수의 형태에서 이항분포를 알아보고 평균과 표준편차를 구하는 문항입니다. 시행 횟수와 성공확률을 먼저 확인하고, 분산을 구한 뒤 제곱근을 취하는 단계를 빠뜨리지 마세요.
1쪽은 누구나, 전체 쪽은 회원이 볼 수 있어요. 해설은 빠져 있습니다.

시험 분석
연결된 20개 문항의 분류 결과이며, 학생 평균 점수나 정답률이 아닙니다.
휘문고등학교 2024년 2학년 2학기 기말고사 확률과통계은 정규분포에 13/20문항(65%)이 집중됐습니다. 이 범위를 먼저 점검하면 출제 비중이 가장 큰 부분을 살펴볼 수 있습니다.
자동 분류상 어려움은 8문항(40%)입니다. 실제 정답률이나 학생 평균 점수가 아니라 문항 분류 결과이므로, 아래 원본 미리보기에서 해당 범위의 문제를 직접 확인하세요.
이 시험의 분석상 고난도 문항과 비슷한 문항이 많이 나온 순서예요. 「이 시험 번호↔그 시험 번호」로 짝을 보여 드려요.
문제 모양은 달라도 같은 방법으로 풀리는 문항이 많이 나온 순서예요.
시험 분석 2026-10-22 작성
휘문고등학교는 서울 강남구에 있습니다. 이 자료에서 확인되는 범위는 이항분포의 평균과 분산, 정규분포의 성질과 확률, 표본평균의 분포, 모평균의 신뢰구간입니다. 정규분포표를 읽는 계산과 시행 상황을 분포로 표현하는 해석이 함께 필요합니다.
초반에는 분포의 기본량과 대칭성을 확인하지만, 뒤로 갈수록 주어진 확률에서 평균이나 표준편차를 복원하는 과정이 중요해집니다. 표에 있는 확률을 찾았더라도 그것이 평균부터의 넓이인지 누적확률인지 구별하지 못하면 표준화한 경계의 부호를 잘못 정할 수 있습니다.
서술·단답형이 마지막에 모여 있지 않다는 점도 유의하세요. 11·14번은 기본 관계를 확인하는 문항이고, 12·16번은 시행이나 분포표를 먼저 정리해야 합니다. 문항 형식으로 난도를 예상하기보다 필요한 확률변수와 조건이 바로 보이는지를 기준으로 풀이 순서를 잡는 편이 좋습니다.
쉬움은 1·2·3·8·11·14번입니다. 이항분포의 기본량, 표준정규분포의 대칭성, 신뢰구간의 길이와 끝점을 점검할 수 있습니다. 익숙한 공식 문제라도 분산과 표준편차를 섞거나 확률변수에 곱한 상수를 분산에 그대로 곱하는 실수를 경계해야 합니다.
보통은 4·5·7·10·12·16번입니다. 이항분포에서 정규분포로 옮기거나 모집단에서 표본평균으로 옮기는 과정이 포함됩니다. 자동 분류 기준 어려움 문항 사이에도 기본형이 있으므로 6·9번에서 막혔다고 이후의 접근 가능한 문항까지 놓치지 않도록 하세요.
어려움은 6·9·13·15·17·18·19·20번입니다. 특히 17~20번에서는 지급 규칙의 변환, 표본의 통합, 곡선 사이 넓이, 분포의 연속적인 연결이 등장합니다. 자동 분류 결과를 실제 응시자의 체감 난도 순위로 볼 수는 없지만, 후반에 조건을 정리하는 시간이 필요하다는 점은 준비에 반영할 만합니다.
| 난이도(자동 분류 기준) | 문항 수 | 비중 | 문항 번호 |
|---|---|---|---|
| 쉬움 | 6 | 30% | 1·2·3·8·11·14 |
| 보통 | 6 | 30% | 4·5·7·10·12·16 |
| 어려움 | 8 | 40% | 6·9·13·15·17·18·19·20 |
정규분포는 문항 수 기준 65%입니다. 다만 1·2·11·12·13번은 이항분포의 평균·분산이나 성공확률 구성이 핵심이므로 단원명만 보고 정규분포표 연습에 집중해서는 안 됩니다. 한 번의 성공을 정의하고 독립적인 반복 시행으로 해석하는 과정부터 함께 복습하세요.
통계적추정은 문항 수 기준 35%입니다. 5·15번의 표본평균 확률, 10·16번의 평균과 분산, 8·14·18번의 신뢰구간을 연결해 공부할 수 있습니다. 표본 크기가 바뀌어도 표본평균의 평균은 유지되지만 분산과 표준편차의 변화 방식은 다르다는 점을 구별해야 합니다.
두 단원은 후반에서 다시 만납니다. 20번은 표본평균으로 정상 판정 확률을 구한 뒤 정상 상자의 개수를 이항분포로 나타내는 구조입니다. 개념별 공식을 따로 암기한 다음에는 같은 상황에서 확률변수가 바뀌는 연결형을 연습하는 것이 좋습니다.
| 단원 | 문항 수 | 문항 번호 | 그중 어려움 |
|---|---|---|---|
| 정규분포 | 13 | 1·2·3·4·6·7·9·11·12·13·17·19·20 | 6·9·13·17·19·20 |
| 통계적추정 | 7 | 5·8·10·14·15·16·18 | 15·18 |
확률질량함수의 형태에서 이항분포를 알아보고 평균과 표준편차를 구하는 문항입니다. 시행 횟수와 성공확률을 먼저 확인하고, 분산을 구한 뒤 제곱근을 취하는 단계를 빠뜨리지 마세요.
서로 다른 발생 횟수의 확률 관계로 성공확률을 정하고 상수배한 확률변수의 분산을 계산합니다. 공통인자를 약분할 수 있는 조건을 확인하고, 분산에는 상수의 제곱이 반영된다는 점에 주의하세요.
평균과 표준편차로 표현된 구간의 확률을 표준화하여 구합니다. 평균을 경계로 구간을 나누고 대칭성을 이용하면 되며, 서로 길이가 다른 양쪽 구간을 같은 확률로 처리하지 마세요.
이항분포의 평균과 분산에서 분포의 모수를 찾은 뒤 정규근사 확률을 구합니다. 분산을 표준편차로 바꾸어 표준화하고, 표에서 읽은 중앙 부분과 한쪽 전체 누적확률을 구별하세요.
모집단의 구간 확률에서 표준편차를 추정한 다음 표본평균의 확률을 구합니다. 양쪽 경계의 평균으로부터의 거리 관계를 함께 보고, 표본평균을 표준화할 때는 모집단 표준편차를 그대로 쓰지 마세요.
길이가 일정한 구간의 확률이 최대가 되는 위치로 평균을 찾습니다. 구간의 중심이 분포의 평균에 놓인다는 성질을 활용하며, 함수의 입력과 구간의 중심을 같은 것으로 해석하지 않도록 하세요.
여러 누적확률과 구간 확률을 대칭성으로 연결하는 문항입니다. 같은 넓이를 갖는 양쪽 꼬리에서 평균의 위치를 정하고, 구간을 나누어 필요한 넓이를 더하거나 빼세요.
신뢰도와 모표준편차, 표본 크기가 달라질 때 신뢰구간의 길이를 비교합니다. 임계값과 표준오차를 함께 비교해야 하므로 신뢰도나 표본 크기 한 조건만으로 길이의 순서를 판단하지 마세요.
밀도함숫값의 대칭 조건으로 평균을 찾고 두 분포의 누적확률 관계를 해석합니다. 구간 확률로 표준편차를 정한 뒤 평행이동한 분포를 생각하되, 이동 방향과 표준편차의 유지 여부를 구별하세요.
공의 색에 따른 상금을 확률변수로 두고 반복 시행의 평균 상금에 대한 기댓값을 다룹니다. 한 번의 상금 분포를 구성한 뒤 표본평균의 기댓값을 이용하며, 동시에 꺼내는 과정과 되넣은 뒤 반복하는 과정을 구별하세요.
이항분포의 평균·분산과 특정 발생 횟수의 확률을 함께 계산합니다. 각각의 양을 먼저 정리하고 요구한 관계에 대입하되, 특정 횟수의 확률에서 조합항을 빠뜨리지 마세요.
두 학생의 가위바위보 확률표로 한 학생의 승리 횟수에 대한 평균을 구합니다. 이기는 경우별 확률을 더해 성공확률을 만든 뒤 반복 시행에 적용하며, 각 손 모양의 확률을 같다고 가정하지 마세요.
동전 결과에 따라 다른 주사위를 사용하는 시행에서 같은 눈이 나온 횟수의 평균을 다룹니다. 주사위별로 같은 숫자가 나올 확률을 구한 뒤 선택확률로 결합하고, 면에 숫자가 중복되어 적힌 상황을 반영하세요.
알려진 모표준편차와 표본평균으로 신뢰구간을 구성하고 양 끝점의 관계를 계산합니다. 구간의 중심과 오차한계를 구별하고, 끝점을 결합할 때 중심 부분과 오차 부분의 부호를 확인하세요.
서로 다른 제품의 표본평균 확률에서 모평균과 모표준편차를 역으로 찾습니다. 각 표본의 크기에 맞게 표준오차를 따로 정하고, 주어진 누적확률이 평균의 어느 쪽 경계를 뜻하는지 먼저 판단하세요.
모집단의 확률분포표로 표본평균의 분산을 구합니다. 기댓값과 제곱의 기댓값으로 모집단 분산을 계산한 뒤 표본 크기를 반영하며, 분산과 표준편차의 나눗셈 규칙을 혼동하지 마세요.
수박의 무게에 따른 추가 쿠폰 개수를 이항분포로 나타내고 정규근사로 확률을 구합니다. 기본 지급량과 추가 지급량을 분리해 전체 쿠폰 수의 조건을 개수 조건으로 바꾸는 단계가 중요합니다.
서로 다른 표본의 신뢰구간으로 모표준편차와 표본 크기를 찾고 합친 표본의 신뢰구간을 구성합니다. 구간의 중심과 반길이를 분리하고, 합친 표본평균은 표본 크기를 가중치로 계산해야 합니다.
평균이 같은 두 정규분포곡선의 교점과 그 사이 넓이를 확률로 해석합니다. 대칭성을 이용해 경계의 위치를 정리한 뒤 각 분포를 따로 표준화하고, 교점 바깥에서 두 곡선의 위아래가 바뀌는 점을 확인하세요.
상자의 무게 조건을 표본평균의 확률로 바꾸고 정상 상자 수의 이항분포와 정규근사를 연결합니다. 포장 무게를 먼저 분리하고 확률의 비로 시행 횟수를 정리한 뒤, 마지막 개수 조건에 맞는 분포를 적용하세요.
작년 자료의 과목은 수학II이고 올해는 확률과통계입니다. 같은 학교·학년·학기·시험 종류의 자료이지만 과목이 다르므로 단원 비중의 증감을 직접 비교할 수 없습니다. 겹치는 단원도 없어 표의 최다 출제 단원은 각 시험의 중심 범위를 보여 주는 정보로만 보아야 합니다.
자동 분류 기준 어려움 문항은 작년 14문항에서 올해 8문항으로 줄었고, 서술·단답형도 8문항에서 4문항으로 줄었습니다. 그러나 과목 차이가 있으므로 이 수치만으로 학교 시험이 전반적으로 쉬워졌다고 판단하기는 어렵습니다. 작년에는 4~10번 등 중반에도 어려움이 이어졌고, 올해는 17~20번에 어려움이 연속됩니다.
다음 시험 준비에는 올해 과목의 분포 해석과 확률변수 전환을 우선 적용하세요. 작년의 미분·적분 풀이를 그대로 대비 기준으로 삼기보다, 올해 기본형을 안정적으로 처리한 뒤 후반의 표본 통합과 복합 확률을 연습하는 편이 이번 자료에 부합합니다.
| 항목 | 2023학년도 | 2024학년도 |
|---|---|---|
| 총 문항 | 20 | 20 |
| 서술·단답 | 총 8문항 | 총 4문항 |
| 쉬움 | 1 | 6 |
| 보통 | 5 | 6 |
| 어려움 | 14 | 8 |
| 가장 많은 단원 | 도함수의활용 10문항 | 정규분포 13문항 |
이 문항들은 해설의 연결 단계와 조건 처리 부담을 근거로 고른 분석상 고난도 문항이며, 이용자 투표로 확인된 난도 순위는 아닙니다. 공통적으로 주어진 정보를 다음 단계에서 쓸 형태로 바꾸어야 합니다. 계산을 시작하기 전에 현재 확률변수의 뜻과 다음 단계에 필요한 정보를 짧게 적어 보세요.
구간의 중심에서는 표본평균을, 반길이에서는 모표준편차나 표본 크기를 읽어야 합니다. 이후 합친 표본의 평균을 단순 평균으로 처리하면 앞 단계 계산이 맞아도 흐름이 어긋납니다. 표본 사이에 겹치는 자료가 없다는 조건을 확인하고 크기에 따른 가중평균으로 연결하세요.
같은 평균을 갖더라도 표준편차가 다르면 같은 경계에 대응하는 표준화 값은 달라집니다. 중앙 구간에서의 넓이 관계를 복원한 뒤 바깥 구간에서는 어느 곡선이 위에 있는지 다시 판단해야 합니다. 그림의 넓이를 하나의 분포 확률로 단정하는 것이 주의할 지점입니다.
개별 사과의 무게, 상자 안 사과의 평균 무게, 정상 상자의 개수는 서로 다른 확률변수입니다. 정상 판정 확률을 구한 뒤에는 이항확률의 비로 시행 횟수 조건을 해석하고 정규근사로 이어 가야 합니다. 단계가 바뀔 때마다 평균과 분산을 새로 적으면 이전 분포의 값을 잘못 재사용하는 실수를 줄일 수 있습니다.
첫 풀이에서는 이항분포 기본량과 표준화, 신뢰구간의 기본형을 우선 확보하세요. 6·9번에서 분포 해석이 바로 보이지 않으면 표시한 뒤 8·11·14번처럼 구조가 분명한 문항을 확인하는 방식이 좋습니다. 서술·단답형이라는 이유로 뒤로 미루면 기본형에 쓸 시간을 잃을 수 있습니다.
후반에는 계산 전에 변환 과정을 적는 시간을 확보하세요. 17번은 전체 쿠폰에서 기본 지급량을 분리하고, 18번은 각 표본의 크기와 평균을 나란히 정리하며, 20번은 상자 무게에서 포장 무게를 제외해야 합니다. 식을 길게 전개하기 전에 조건을 어느 확률변수의 구간으로 바꿀지 결정하세요.
마지막 검토에서는 표준화의 분모와 부호를 먼저 확인하세요. 5·15번은 표본평균의 표준오차, 2번은 상수배한 분산, 18번은 신뢰구간의 전체 길이와 반길이, 19번은 넓이 차의 방향이 점검 대상입니다. 연습 때 조건 해석에 막힌 시간과 계산 시간을 나누어 기록하면 보완할 지점을 찾기 쉽습니다.
이 분석은 수학ETF에 등록된 이 회차 20문항의 단원·난이도 분류와 해설을 바탕으로 작성했습니다. 난이도는 자동 분류 결과이며 실제 정답률이나 등급컷이 아닙니다. 문항 원문과 해설 전체는 싣지 않았습니다. 시험지 상세 페이지: https://mathetf.com/exam/f06f6ad8-b621-407d-87f8-ab85388d6a51