期待値（数学的期待）とは：定義・性質・例・応用

基本的な性質

• 線形性：定数 a、b と変数 X、Y について、期待値が存在するならば E[aX + bY] = a E[X] + b E[Y] である。
• 単調性：X ≤ Y がほとんど確実に成り立つならば、E[X] ≤ E[Y] である。
• 一般には乗法的でないこと：E[XY] = E[X]E[Y] が成り立つのは、X と Y が独立である場合、または特別な関係を満たす場合に限られる。
• 関数の期待値：関数 g に対し、可積分であれば E[g(X)] = Σ g(x)P(X = x)、または ∫ g(x)f(x) dx となる。

これらの性質により、期待値は計算や、期待値に基づく議論における理論的発展のための基本的な道具となっている。

例と用途

教育的な例としては、公平なさいころがある。このとき E[さいころ] = (1+2+3+4+5+6)/6 = 3.5 である。また、表なら利得 +1、裏なら利得 −1 となる硬貨では、E = 0 となる。期待値は、賭け事の価格設定、保険料、ポートフォリオ理論、ならびに期待される利益や損失によって選択肢を評価する意思決定理論の基礎でもある。統計学では標本平均が母集団の期待値を推定し、応用確率論では待ち行列理論や信頼性計算に期待値が現れる。

歴史的背景と極限との関係

期待値の概念は、17世紀における賭け事の初期研究と数学者たちの書簡のやり取りから生まれた。20世紀には、現代的な測度論的確率論によって形式化された。大数の法則は期待値を長期的な頻度と結び付ける。すなわち、広い条件の下で標本平均は期待値に収束する。このことが、期待値を長期平均として解釈することを正当化する。

注意点と拡張

すべての確率変数が有限の期待値をもつわけではない。コーシー分布のような裾の重い分布では、平均は適切に定義されず、E[X] の計算は発散するか未定義となる。条件付き期待値 E[X | Y] は、追加の情報がある場合へこの考え方を一般化するものであり、確率過程およびベイズ統計学で不可欠である。ベクトルについては、期待値は成分ごとに作用する。実用上は注意を要する。期待値は分布を要約するものの、それだけでは変動性やリスクを捉えられないため、分散などの他の尺度がこれを補う。

簡潔な数学的記述やさらに詳しい内容については、確率および統計理論に関する基礎的な文献・資料、あるいは測度論的な期待値と条件付き期待値を詳しく扱う資料を参照されたい。応用例は、同じ形式的定義が経済学から工学まで多様な分野の基礎となっていることを示している。