다음 글에서 바르게 추론한 것만을 에서 모두 고르면? 우리가 현재 가지고 있는 믿음들은 추가로 획득된 정보에 의해서 수정된다. 뺑소니사고의 용의자로 갑, 을, 병이 지목 되었고 이 중 단 한 명만 범인이라고 하자. 수사관 K는 운전 습관, 범죄 이력 등을 근거로 각 용의자가 범인일 확률을 추측하여, '갑이 범인'이라는 것을 0.3, '을이 범인' 이라는 것을 0.45, '병이 범인'이라는 것을 0.25만큼 믿게 되었다고 하자. 얼마 후 병의 알리바이가 확보되어 병은 용의자에서 제외되었다. 그렇다면 K의 믿음의 정도는 어떻게 수정되어야 할까? 믿음의 정도를 수정하는 두 가지 방법이 있다. 방법 A는 0.25를 다른 두 믿음에 동일하게 나누어 주는 것이다. 따라서 병의 알리바이가 확보된 이후 '갑이 범인'이라는 것과 '을이 범인'이라는 것에 대한 K의 믿음의 정도는 각각 0.425와 0.575가 된다. 방법 B는 기존 믿음의 정도에 비례해서 분배하는 것이다. 위 사례에서 '을이 범인'이라는 것에 대한 기존 믿음의 정도 0.45는 '갑이 범인'이라는 것에 대한 기존 믿음의 정도 0.3의 1.5배이다. 따라서 믿음의 정도 0.25도 이 비율에 따라 나누어주어야 한다. 즉 방법 B는 '갑이 범인' 이라는 것에는 0.1을, '을이 범인'이라는 것에는 0.15를 추가하는 것이다. 결국 방법 B에 따르면 병의 알리바이가 확보된 이후 '갑이 범인'이라는 것과 '을이 범인'이라는 것에 대한 K의 믿음의 정도는 각각 0.4와 0.6이 된다. --- ㄱ. 만약 기존 믿음의 정도들이 위 사례와 달랐다면, 병이 용의자에서 제외된 뒤 '갑이 범인'과 '을이 범인'에 대한 믿음의 정도의 합은, 방법 A와 방법 B 중 무엇을 이용 하는지에 따라 다를 수 있다. ㄴ. 만약 기존 믿음의 정도들이 위 사례와 달랐다면, 병이 용의자에서 제외된 뒤 '갑이 범인'과 '을이 범인'에 대한 믿음의 정도의 차이는 방법 A를 이용한 결과가 방법 B를 이용한 결과보다 클 수 있다. ㄷ. 만약 '갑이 범인'에 대한 기존 믿음의 정도와 '을이 범인'에 대한 기존 믿음의 정도가 같았다면, '병이 범인'에 대한 기존 믿음의 정도에 상관없이 병이 용의자 에서 제외된 뒤 방법 A를 이용한 결과와 방법 B를 이용한 결과는 서로 같다. ① ㄴ ② ㄷ ③ ㄱ, ㄴ ④ ㄱ, ㄷ ⑤ ㄴ, ㄷ 새로운 정보로 인해 특정 가능성(용의자 병)이 배제되었을 때, 제외된 대상의 확률(믿음의 정도)을 남은 대상들에게 재분배하는 두 가지 규칙의 논리적 속성을 파악하는 문제입니다. 방법 A는 배제된 확률을 남은 대상들에게 '동일한 값'으로 나누어 더하는 방식입니다. 방법 B는 남은 대상들이 원래 가지고 있던 확률의 '비율'에 맞추어 비례 배분하는 방식입니다.

첫 번째 방식인 **방법 A**는 용의선상에서 제외된 사람의 확률을 남은 사람들에게 똑같은 크기로 나누어 더해주는 방식입니다. 남은 사람들이 기존에 얼마의 확률을 가지고 있었는지와 무관하게 무조건 1/N로 나눕니다. 두 번째 방식인 **방법 B**는 기존 확률 비율을 반영하는 방식입니다. 기존에 확률이 더 높았던 쪽에는 더 많은 값을, 낮았던 쪽에는 더 적은 값을 비례해서 나누어 줍니다.

2017년 5급 PSAT 언어논리 26번 해설

#26 해설

2017년 5급 PSAT 언어논리

#26 해설

2017년 5급 PSAT 언어논리

26번

2017년 5급 PSAT 언어논리 26번 해설 | QZip