教材一覧
PROBABILITY DISTRIBUTION

離散型の確率変数

< 前のページ
Share on twitter
Twitterで共有
Share on email
メールで共有

確率変数

「コインを1回投げる」という試行の標本空間が、\begin{equation*}
\Omega =\left\{ \text{表},\text{裏}\right\}
\end{equation*}であるように、一般に、試行において起こり得る標本点は数値であるとは限りません。ただ、確率に関して定量的な分析を行うためには、それぞれの標本点を数値として表現できれば何かと便利です。そこで、それぞれの標本点\(\omega \in \Omega \)に対して、実数\(X\left( \omega \right) \in \mathbb{R} \)を1つずつ定める写像\begin{equation*}X:\Omega \rightarrow \mathbb{R} \end{equation*}を導入し、これを確率変数(random variable)と呼びます。

例(確率変数)
「コインを3回投げて表が出た回数を観察する」という試行において、1回目に出た面を\(x_{1}\)で、2回目に出た面を\(x_{2}\)で、3回目に出た面を\(x_{3}\)でそれぞれ表記するのであれば、問題としている試行の標本空間は、\begin{equation*}\Omega =\left\{ \left( x_{1},x_{2},x_{3}\right) \ |\ \forall i\in \left\{
1,2,3\right\} :x_{i}\in \left\{ \text{表},\text{裏}\right\}
\right\}
\end{equation*}となります。それぞれの標本点\(\left( x_{1},x_{2},x_{3}\right) \in\Omega \)に対して、\begin{equation*}X\left( x_{1},x_{2},x_{3}\right) =\left( x_{1},x_{2},x_{3}\right) \text{において表が出た回数}
\end{equation*}を値として定める確率変数\(X:\Omega \rightarrow \mathbb{R} \)を定義すると、例えば、\begin{eqnarray*}X\left( \text{表},\text{裏},\text{表}\right) &=&2 \\
X\left( \text{裏},\text{表},\text{裏}\right) &=&1 \\
X\left( \text{裏},\text{裏},\text{裏}\right) &=&0
\end{eqnarray*}などが成り立ちます。また、それぞれの標本点\(\left( x_{1},x_{2},x_{3}\right) \in \Omega \)に対して、\begin{equation*}Y\left( x_{1},x_{2},x_{3}\right) =\left( x_{1},x_{2},x_{3}\right) \text{において表が連続で出た回数の最大値}
\end{equation*}を値として定める確率変数\(Y:\Omega \rightarrow \mathbb{R} \)を定義すると、例えば、\begin{eqnarray*}X\left( \text{表},\text{裏},\text{表}\right) &=&1 \\
X\left( \text{裏},\text{表},\text{裏}\right) &=&1 \\
X\left( \text{裏},\text{裏},\text{裏}\right) &=&0
\end{eqnarray*}などが成り立ちます。以上の例が示唆するように、同一の試行に対して定義され得る確率変数は1種類だけであるとは限りません。上の例に関して言えば、表が出た回数に興味があれば確率変数\(X\)を採用し、表が連続で出る回数に興味があれば確率変数\(Y\)を採用することになります。目的に応じて適切な確率変数を導入することが重要です。
例(確率変数)
「表が出るまでコインを投げ続ける」という試行の標本空間は、\begin{equation*}
\Omega =\{\text{表},\text{裏表},\text{裏裏表},\text{裏裏裏表},\cdots \}
\end{equation*}となります。それぞれの標本点\(\omega \in \Omega \)に対して、\begin{equation*}X\left( \omega \right) =\omega \text{において初めて表が出た回数}
\end{equation*}を値として定める確率変数\(X:\Omega \rightarrow \mathbb{R} \)を定義すると、例えば、\begin{eqnarray*}X\left( \text{表}\right) &=&1 \\
X\left( \text{裏表}\right) &=&2 \\
X\left( \text{裏裏表}\right) &=&3
\end{eqnarray*}などが成り立ちます。また、それぞれの標本点\(\omega \in \Omega \)に対して、\begin{equation*}Y\left( \omega \right) =\omega \text{において裏が連続で出た回数}
\end{equation*}を値として定める確率変数\(Y:\Omega \rightarrow \mathbb{R} \)を定義すると、例えば、\begin{eqnarray*}X\left( \text{表}\right) &=&0 \\
X\left( \text{裏表}\right) &=&1 \\
X\left( \text{裏裏表}\right) &=&2
\end{eqnarray*}などが成り立ちます。
例(確率変数)
「ある電球の寿命を測定する」という試行の標本空間は、\begin{equation*}
\Omega =[0,+\infty )
\end{equation*}となります。それぞれの標本点\(\omega \in \Omega \)に対して、電球の寿命が切れた時点\begin{equation*}X\left( \omega \right) =\omega
\end{equation*}を値として定める確率変数\(X:\Omega \rightarrow \mathbb{R} \)を定義すると、例えば、\begin{eqnarray*}X\left( 0\right) &=&0 \\
X\left( 10\right) &=&10 \\
X\left( 111\right) &=&111
\end{eqnarray*}などが成り立ちます。

 

離散型の確率変数

確率変数\(X:\Omega \rightarrow \mathbb{R} \)の取り得る値の個数が有限ないし可算である場合には、すなわち、\(X\)の値域\begin{equation*}X\left( \Omega \right) =\left\{ X\left( \omega \right) \in \mathbb{R} \ |\ \omega \in \Omega \right\}
\end{equation*}が有限集合または可算集合である場合には、\(X\)を離散型の確率変数(discrete random variable)と呼びます。

例(離散型の確率変数)
「コインを3回投げて表が出た回数を観察する」という試行において、表が出た回数を与える確率変数\(X\)の値域は、\begin{equation*}X\left( \Omega \right) =\left\{ 0,1,2,3\right\}
\end{equation*}という有限集合であるため、\(X\)は離散型の確率変数です。また、表が連続で出た回数の最大値を与える確率変数\(Y\)の値域は、\begin{equation*}X\left( \Omega \right) =\left\{ 0,1,2,3\right\}
\end{equation*}という有限集合であるため、\(Y\)も離散型の確率変数です。
例(離散型の確率変数)
「表が出るまでコインを投げ続ける」という試行において、初めて表が出た回数を与える確率変数\(X\)の値域は、\begin{equation*}X\left( \Omega \right) =\left\{ 1,2,3,\cdots \right\}
\end{equation*}という可算集合であるため、\(X\)は離散型の確率変数です。また、裏が連続で出た回数を与える確率変数\(Y\)の値域は、\begin{equation*}Y\left( \Omega \right) =\left\{ 0,1,2,\cdots \right\}
\end{equation*}という可算集合であるため、\(Y\)も離散型の確率変数です。
例(離散型の確率変数)
「あるディーラーにおいて1カ月間で売れた車の台数を観察する」という試行の標本空間は、\begin{equation*}
\Omega =\left\{ 0,1,2,\cdots \right\}
\end{equation*}です。それぞれの標本点\(\omega \in \Omega \)に対して、売れた車の台数\begin{equation*}X\left( \omega \right) =\omega
\end{equation*}を値として定める確率変数\(X:\Omega \rightarrow \mathbb{R} \)を定義すると、その値域は、\begin{equation*}X\left( \Omega \right) =\left\{ 0,1,2,\cdots \right\}
\end{equation*}という可算集合であるため、\(X\)は離散型の確率変数です。
例(定数確率変数)
確率空間\(\left( \Omega ,\mathcal{F},P\right) \)と離散型の確率変数\(X:\Omega \rightarrow \mathbb{R} \)が与えられており、なおかつ\(X\)は定数関数であるものとします。つまり、ある\(c\in \mathbb{R} \)が存在して、任意の\(\omega \in \Omega \)に対して、\begin{equation*}X\left( \omega \right) =c
\end{equation*}が成り立つということです。このような確率変数を定数確率変数(constant random variable)と呼びます。その値域は、\begin{equation*}
X\left( \Omega \right) =\left\{ c\right\}
\end{equation*}という有限集合であるため、これは離散型の確率変数です。

 

演習問題

問題(確率変数)
「コインを\(10\)回投げて表が出た回数を数える」という試行において、表が出た回数を与える確率変数を定式化してください。また、その値域を明らかにしてください。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

問題(確率変数)
「5人の学生の成績を観察する」という試行において、5人の成績の平均を与える確率変数を定式化してください。また、その値域を明らかにしてください。ただし、成績は\(1,2,3,4,5\)の5段階評価であるものとします。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

問題(確率変数)
スタジアムで2つのチーム\(A,B\)が試合を行っています。それぞれの観客はどちらか一方のチームを応援しているものとします。以上の仮定のもと、「3人の観客をランダムに選んだ上でどちらのチームを応援しているか確認する」という試行において、チーム\(A\)を応援している人数を与える確率変数を定式化してください。また、その値域を明らかにしてください。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

問題(確率変数)
ルーレットは\(1\)から\(36\)までのすべての整数に加えて\(0\)と\(00\)の合計\(38\)マスに入るボールを予想するゲームです。「ボールが\(36\)のマスに入るまでルーレットを繰り返しまわす」という試行において、はじめてボールが\(36\)のマスに入った回数を与える確率変数を定式化してください。また、その値域を明らかにしてください。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

次回は確率関数について解説します。

< 前のページ
Share on twitter
Twitterで共有
Share on email
メールで共有
RELATED KNOWLEDGE

関連知識

確率質量関数

確率関数(確率質量関数)

離散型の確率変数が与えられたとき、それぞれの実数に対して、確率変数がその実数を値としてとる確率を特定する関数を確率関数や確率質量関数などと呼びます。

分布関数

離散型確率変数の分布関数(累積分布関数)

離散型の確率変数の確率分布は確率(質量)関数によって表現されますが、分布関数と呼ばれる概念を用いて表現することもできます。これは確率変数の値がある一定の値以下をとる確率を与える関数です。

期待値

離散型確率変数の期待値

確率変数がとり得るそれぞれの値に対して、その値が実現する確率との積をとった上で、得られた積の総和をとると期待値と呼ばれる指標が得られます。

期待値

離散型確率変数の期待値の線型性

確率変数の定数倍として定義される確率変数の期待値はもとの確率変数の期待値の定数倍と一致し、確率変数の和として定義される確率変数の期待値はもとの確率変数の期待値の和と一致します。

ベルヌーイ分布

ベルヌーイ分布

ある確率変数が1と0の二つの値のみをとり得るとともに、1を値としてとる確率がpで、0を値としてとる確率が1-pである場合には、その確率変数はパラメーターpのベルヌーイ分布にしたがうと言います。

確率変数

連続型の確率変数

値域が区間もしくは互いに素な区間の和集合であるような確率変数を連続型の確率変数と呼びます。

DISCUSSION

質問とコメント

プレミアム会員専用コンテンツです
ログイン】【会員登録