無記憶性

無記憶性についての解説

無記憶性（むきおくせい）は、確率論や統計学において重要な特性の一つであり、確率分布が持つ独特な性質を指します。この性質を持つ確率分布では、過去の試行や時間の経過が未来の結果に影響を与えないことが特徴です。無記憶性を持つ確率分布の具体例としては、幾何分布と指数分布が挙げられます。

無記憶性の定義

無記憶性のある確率変数 Ｘ が存在するとき、任意の非負の数 s および t に対して、以下の等式が成り立ちます。

$$
Pr(X > t + s | X > s) = Pr(X > t)
$$

この式は、確率の条件付きに関するもので、過去の試行の結果が未来の試行に影響を与えないことを示しています。特に、無記憶性を持つ確率分布では、過去に s 回の試行があったとしても、さらなる t 回の試行や経過時間は独立していて、過去の結果は無視されることを意味します。

無記憶性の典型的な例は以下の通りです。
1. 連続確率変数の指数分布：これは、特定の事象が起こるまでの待ち時間が、過去の待ち時間に依存しないという性質を持っています。
2. 離散確率変数の幾何分布：これは、一回の試行で成功する確率が一定である場合に、次の成功が期待される回数も過去に依存しないという特性があります。

幾何分布と指数分布

無記憶性を持つ確率分布の中で、幾何分布は唯一の離散分布であり、指数分布は唯一の連続分布です。これらの分布は、無記憶性を理解する上で非常に重要です。

幾何分布の特徴

幾何分布においては、試行を繰り返す中で初めて成功するまでの失敗の回数を表現します。無記憶性があるため、例えばすでにn回失敗したとしても、次の試行で成功する確率は依然として変わらないのです。これを数式で表すと、以下のようになります。

$$
Pr(X > k) = Pr(X > 1)^k
$$

ここで、Xは試行の回数を表します。この性質から、幾何分布の累積分布関数は簡潔に記述でき、成功の確率 p に対して以下の形になります。

$$
F_X(x) = 1 - (1 - p)^{ ext{⌊}x ext{⌋}}
$$

指数分布の特徴

指数分布は、待ち時間に関連する連続的な事象に使用されることが多いです。無記憶性の特徴から、ある一定の時間が経った後の生存確率は、待ち時間に依存しません。この性質を数学的に表すと、以下のようになります。

$$
S(t) = S(1)^t = e^{-eta t}
$$

ここで S(t) は生存関数、β は非負実数です。在場確率の分布から、指数関数に従うことが証明されます。

まとめ

無記憶性は確率分布の中心的なテーマの一つであり、幾何分布と指数分布に代表される非常に重要な性質であることがわかります。これらの分布を理解することで、確率論や統計学における多くの現象やデータモデルに活用できます。この性質によって、将来の予測を行う際に、過去の出来事がどのように影響を与えるのかを考慮しなくても良い、というシンプルさを維持しつつ、非常に強力な分析が可能となるのです。

もう一度検索