››
確率 を も と に 「平均的 に は ど の く ら い の 値 に な る か」 を 計算 す る の が 期待値 です。
ポイント: 期待値 は 「1 回 の 試行 の 平均的 な 結果」。 何度 も 繰 り 返 す と 実際 の 平均 が 期待値 に 近 づ く (大数の法則)。
試行 の 結果 に よ っ て 値 が 決 ま る 変数 を 確率変数 と 言 い、 (X, Y) な ど の 大文字 で 表 し ま す。
例: サ イ コ ロ を 1 回振 る と き、 出 た 目 を (X) と す る と (X) は ({1, 2, 3, 4, 5, 6}) の い ず れ か の 値 を 取 り ま す。
確率変数 (X) が 値 (x_i) を 取 る 確率 を (p_i) と し て 表 に ま と め た も の を 確率分布 と 呼 び ま す。
サ イ コ ロ の 場合:
| (X) | 1 | 2 | 3 | 4 | 5 | 6 | 計 |
|---|---|---|---|---|---|---|---|
| (P) | 1/6 | 1/6 | 1/6 | 1/6 | 1/6 | 1/6 | 1 |
すべて の (p_i \ge 0) で、 (\sum p_i = 1) (合計 1)。
確率変数 (X) が (x_1, x_2, \ldots, x_n) の 値 を 確率 (p_1, p_2, \ldots, p_n) で 取 る と き、 期待値 は
[ E(X) = \sum_{i=1}^{n} x_i , p_i = x_1 p_1 + x_2 p_2 + \cdots + x_n p_n ]
と 定義 し ま す。 「値 × そ の 確率」 を 全部足 し た も の です。
サ イ コ ロ の 目 の 期待値 は
[ E(X) = 1 \cdot \frac{1}{6} + 2 \cdot \frac{1}{6} + \cdots + 6 \cdot \frac{1}{6} = \frac{21}{6} = 3.5 ]
3.5 と い う 「実際 に は 出 な い 値」 で す が、 何回 も 振 る と 平均 が 3.5 に 近 づ き ま す。
賞金表:
| 等 | 賞金 | 確率 |
|---|---|---|
| 1 等 | 10000 円 | 1/100 |
| 2 等 | 1000 円 | 5/100 |
| ハ ズ レ | 0 円 | 94/100 |
期待値 は (E(X) = 10000 \cdot \dfrac{1}{100} + 1000 \cdot \dfrac{5}{100} + 0 \cdot \dfrac{94}{100} = 100 + 50 + 0 = 150) 円。 こ の く じ が 1 回 200 円 な ら 平均 50 円 の 損 と な り、 続 け る ほ ど 損 が 増 え ま す。
(a, b) を 定数 と す る と
[ E(aX + b) = a E(X) + b ]
が 成 り 立 ち ま す。
[ E(X + Y) = E(X) + E(Y) ]
((X, Y) が 独立 で な く て も 成 り 立 つ こ と が 重要)。
サ イ コ ロ を 2 個振 っ た と き の 目 の 和 (X + Y) の 期待値 は (E(X) + E(Y) = 3.5 + 3.5 = 7)。
期待値 (m = E(X)) と し て、 分散 は
[ V(X) = E((X - m)^2) = \sum (x_i - m)^2 p_i ]
標準偏差 は (\sigma(X) = \sqrt{V(X)})。 「平均 か ら の ば ら つ き」 を 表 し ま す。
[ V(X) = E(X^2) - {E(X)}^2 ]
(E(X^2) = \dfrac{1 + 4 + 9 + 16 + 25 + 36}{6} = \dfrac{91}{6})。 し た が っ て
[ V(X) = \frac{91}{6} - 3.5^2 = \frac{91}{6} - \frac{49}{4} = \frac{182 - 147}{12} = \frac{35}{12} \approx 2.92 ]
標準偏差 は (\sigma = \sqrt{V(X)} \approx 1.71)。
[ V(aX + b) = a^2 V(X), \quad \sigma(aX + b) = |a| \sigma(X) ]
(定数 を 足 す と 分散 は 変 わ ら な い こ と に 注意)。
参加料 を (c) 円 と し て、 賞金 を (X) と す る と き、 1 回 あ た り の 平均損益 は (E(X) - c)。
コ イ ン を 投 げ て 表 な ら 200 円、 裏 な ら 0 円 を も ら う ゲ ー ム。 参加料 100 円 は 公平 か ?
(E(X) = 200 \cdot \dfrac{1}{2} + 0 \cdot \dfrac{1}{2} = 100) 円。 参加料 100 円 と 一致 す る の で 公平。
6 が 出 た ら 600 円、 そ れ 以外 は 0 円。 参加料 を い く ら に す れ ば 公平 か ?
(E(X) = 600 \cdot \dfrac{1}{6} + 0 \cdot \dfrac{5}{6} = 100)。 参加料 を 100 円 に す る と 公平。
| 概念 | 公式 | |---|---| | 期待値 | (E(X) = \sum x_i p_i) | | 1 次変換 | (E(aX+b) = aE(X) + b) | | 和 | (E(X+Y) = E(X) + E(Y)) | | 分散 | (V(X) = E(X^2) - {E(X)}^2) | | 標準偏差 | (\sigma(X) = \sqrt{V(X)}) |
「コ イ ン を 何度 も 投 げ る と 表 が 出 る 比率 が 1/2 に 近 づ く」 こ と は 有名 で す が、 こ れ を 一般化 し た の が 大数の法則 で す。
確率変数 (X) を 同 じ 条件 で 独立 に (n) 回観測 し て 平均 を 取 る と、 そ の 平均 は (n) が 大 き く な る ほ ど 期待値 (E(X)) に 近 づ き ま す。
大事: ギ ャ ン ブ ル や 投資 で 「期待値 マ イ ナ ス」 を 続 け る と、 試行回数 が 増 え る ほ ど 損 が 確実 に 蓄積 す る (= 大数の法則 の 帰結)。
次 の 章 で は: 確率 か ら 数 の 世界 (整数 の 性質) に 移 り、 約数・倍数・素因数分解 な ど 数論 の 基礎 を 学 び ま す。 (新課程 で は 選択内容 で す が、 入試 で は 引 き 続 き 頻出 で す)