この章で学ぶこと
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。
- 確率変数 X とその確率分布を理解 する
- 期待値 E(X) の定義と計算法を身につける
- 期待値 の性質 E(aX+b)=aE(X)+b を使う
- 分散 V(X)、 標準偏差 σ の基本を学ぶ
- 「公平なゲーム」 を期待値で判断 する
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)。
1. 確率変数と確率分布
確率変数の定義
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。
確率分布
確率変数X が値xi を取る確率を pi 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 |
確率分布の性質
すべての pi≥0 で、 ∑pi=1 (合計 1)。
2. 期待値 E(X)
定義
確率変数X が x1,x2,…,xn の値を確率p1,p2,…,pn で取るとき、 期待値 は
E(X)=∑i=1nxipi=x1p1+x2p2+⋯+xnpn
と定義します。 「値 × その確率」 を全部足したものです。
例題 1: サイコロの目
サイコロの目の期待値は
E(X)=1⋅61+2⋅61+⋯+6⋅61=621=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。
例題 2: くじの期待値
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⋅1001+1000⋅1005+0⋅10094=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。
3. 期待値の性質
1 次変換
a,b を定数 とすると
E(aX+b)=aE(X)+b
が成り立ちます。
和の期待値
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)。
例題 3: サイコロ 2 個の和
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。
4. 分散と標準偏差
定義
期待値m=E(X) として、 分散 は
V(X)=E((X−m)2)=∑(xi−m)2pi
標準偏差 は σ(X)=V(X)。 「平均 からのばらつき」 を表します。
計算公式
V(X)=E(X2)−{E(X)}2
例題 4: サイコロの分散
E(X2)=61+4+9+16+25+36=691。 したがって
V(X)=691−3.52=691−449=12182−147=1235≈2.92
標準偏差は σ=V(X)≈1.71。
1 次変換の公式
V(aX+b)=a2V(X),σ(aX+b)=∣a∣σ(X)
(定数 を足すと分散は変わらないことに注意)。
5. 公平なゲーム
公平の判定
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。
- E(X)>c: こちらが有利 (期待値プラス)
- E(X)=c: 公平
- E(X)<c: こちらが不利 (期待値マイナス)
例題 5: コイン賭け
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⋅21+0⋅21=100円。 参加料 100 円と一致 するので 公平。
例題 6: サイコロ賭け
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⋅61+0⋅65=100。 参加料を 100 円にすると公平。
6. 章末まとめ
| 概念 | 公式 |
|---|
| 期待値 | E(X)=∑xipi |
| 1 次変換 | E(aX+b)=aE(X)+b |
| 和 | E(X+Y)=E(X)+E(Y) |
| 分散 | V(X)=E(X2)−{E(X)}2 |
| 標準偏差 | σ(X)=V(X) |
7. 大数の法則
直感
「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。
内容
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。
期待値の解釈
- 1 回の試行での平均的な値 = 期待値
- 何度も繰り返したとき、 1 回あたりの平均的な結果が期待値
- 少ない回数ではばらつくが、 回数が多いと期待値に収束する
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)