E(X)= np V(X)= np ( 1 – p )

コインを N 回投げたときのことを考える
代表的な離散確率変数:ベルヌーイ確率変数(87⾴)
ベルヌーイ試⾏
• 試⾏の結果が⼆種類しかない
表
第 i 回⽬につ
いて
例:成功・失敗、表・裏、上昇・下落
• 各試⾏での確率分布は同じ P(成功)= p , P(失敗)=1-p
• 各試⾏は独⽴
裏
i=1,…,N
2回投げたとき何回表が出る?
 結果は
このような成功回数に関する確率変数を⼆項確率変数とよぶ
X1 と X2 がどのように実現するかで変わる
代表的な離散確率変数:⼆項分布(89⾴)
コインを投げて、表なら(成功) X = 1, 裏なら X = 0
確率関数
分布関数 (4.17)
(4.16)
 1回⽬と2回⽬は独⽴と考えると
期待値と分散
期待値
E[ X ] =
分散
V[ X ] =
X1 と X2 の同時確率関数は
1
X と定める
成功確率
p
x 回成功が起こり、残り n-x 回全て失敗する確率は?
2
3
ある(平均的な)⼒⼠が⼀場所何勝するか?
 n 個の中から x 個選び出す組み合わせ
• さまざまな⼒⼠がいるので平均像でみる
テキスト67⾴
(3.17)
問題:n 回試⾏で
n 回繰り返す。n 回
の試⾏中の成功の回数を
問題:はじめの
 分布の形状 X ~ B(15, 0.5)
 x 回成功と、n-x 回失敗という組み合わせは、他にもある
独⽴なベルヌーイ試⾏を
• 0勝,1勝,,,15勝する確率はそれぞれ?
⼆項(Binomial)分布
と実際の結果と⽐較
x 回成功で、n-x 回失敗となる確率
(4.20)
この確率を特徴づけるパラメータ(⺟数)は、n と
⼆項分布と呼び、B(n,
p
p) と略記する
X ~ B(n, p) 「X が⼆項分布 B(n, p) に従っている」
 分布の形状
図4.3
⼆項分布の確率関数(91⾴)
4
5
6
X ~ B(n, p) の場合、この確率変数 X の分散は?
x がとりうる値は 0, 1, …, n なので
証明は97⾴
X ~ B(n, p) の場合、この確率変数 X の期待値(平均)は
V(X)= np ( 1 – p )
z = x – 1 とおくと
証明は98⾴
(4.23)
定理4.1 ⼆項確率変数の期待値と分散(91⾴)
確率変数 X が⼆項分布 B(n, p) に従っているとき、
その期待値、分散はそれぞれ
E(X)= np
(n-1)回の試⾏中、何回成功するか:B((n-1),p)
V(X)= np ( 1 – p )
(4.22)
(4.23)
Z~B((n-1),p)
最終的に求める期待値は np
7
E(X)= np
(4.22)
8
コインを100回投げたら表は何回出る?
9