통계학을 배우다 보면 나오는 정규 분포 normal distribution의 그래프를 본 적이 있을 거예요. 아시는 분도 있겠지만 정확히는 그 확률 밀도 함수 probability density function
특히

위의 그림은 사실 두 곡선을 겹쳐 그렸어요. desmos 그래핑 계산기에 저장된 normaldist함수와 위의 확률 밀도 함수를 비교하기 위해서죠.
https://www.desmos.com/calculator/w6vb1pn2tj
Desmos | 그래핑 계산기
www.desmos.com
위의 링크에 들어가 확인해 볼 수 있어요. 비율 조정은 normaldist함수에서 기본으로 제공하니 새 그래프로 한 번 확인하시면 좋겠네요.
이 곡선이 확률 밀도 함수라면, 정의역 전체에서 적분한 값이 1이죠. 확률 밀도함수는 그 적분으로 확률을 표현하니까요.
하지만 적분이 그리 쉽지는 않아요. 흔히 아는 공식들로 적분할 수 있는 식이 아니죠. 물론 관심이 있으신 분은 어디선가 이미 본 기억이 있을 수도 있지만, 이 적분은 특이하게 단일 적분인데도 중적분을 이용해 계산하죠.
먼저 식을 조금 단순화한
이제 다시 위의 정규 분포에 대한 확률 밀도 함수를 적분하려면
이번엔 정규 분포의 확률 분포 함수를 적분하기 위해 필요한 가우스 적분에 대해서만 설명해 봤어요. 사실 정규 분포라면 따라 나오는 중심 극한 정리를 설명해야겠지만, 이 내용은 다음에 기회가 있을 때 다시 설명하도록 할게요.