コイントスで表が連続して出る確率(漸近形)

[] [] []


n回コイントスして表が連続する最大回数の期待値はlog2(n) - 0.67

・この期待値の標準偏差はnに関わらず±1.85であり、かなり正確である

前項の漸化式による計算結果は正確ではあるが、閉じた式でないので期待値などを計算するのには適さない。先の文献 "The Longest Run of Heads"(Schilling)には幾何確率変数X(→補足-幾何確率変数)を使ってHのランの最大長Rnの分布の漸近形を求める方法も載っている。

前項ではn回のコイントスの中に長さいくつのHのランが現れるかと考えたが、別の見方をして、Tが出るたびに仕切り直して長さいくつ(長さ0も含む)Hのランが起きるかという試行を繰り返していると考える。試行回数はTの出る回数の期待値n/2回である。すなわち、n回のコイントスの中のHのランの最大長Rnを求めることは、n/2回の試行で「Hのラン長X」の最大長を求める問題になる。

この見方をすると、きちんと計算をしなくてもランの長さが大まかに見積もれる。コイントスn回中Tが出る回数は平均n/2回で、Tの後にHk回連続して出る確率1/2kをかけたn/2 k+1回が、n回中に長さkのランが起きる回数になる。ランが1回起きるとしてkを逆算するとランの長さが求まる。

◇◇

n/2回の試行でランの最大長がkになる確率を計算する。

まず1回の試行において長さkHのラン(Hk回続いて最後にT)が起きる確率は

したがって長さk以下のHのランが起きる確率は

これをn/2回繰り返してHのランの長さがすべてk以下すなわち最大長がk以下になる確率は

となる。前項の結果

と比べるために整数kを実数xに置き換えて確率密度関数を求めると

確率密度がピークになるxを求めると

すなわちピークはx

のとき。前項の正確な分布と比べると、1/2だけ右に平行移動した方が一致するので、補正すると

となる。

グラフを描いてみると、n=64ぐらいから正確な分布とほぼ一致する。

◇◇◇

さらに、このピーク付近の漸近形を求めることができ、それを使って期待値と分散が計算できる。以下の計算は「極値統計学(グンベル)」という本に書いてある一般的な方法によっている。

まず元の確率分布をピークの周りでテイラー展開する。といっても指数関数なのでxの式をx-un の式に変形するだけで済み

したがって

ここで

であり、un=log2(n)-2nの増加に比べればほぼ定数と見なせるので

累積確率分布の漸近形は2重指数関数になる。

また確率密度の漸近形は

グラフを描いてみると(赤が元の分布で、青が漸近形)n=64ぐらいから漸近形はかなりよい近似になる。

期待値や分散を計算するためにモーメント母関数を求めるとΓ関数になる

ガンマ関数を1のまわりでテイラー展開すると(補足 - ガンマ関数のテイラー展開)

これとモーメント母関数

とをzの項別に比較して

したがって期待値は

1/2だけ補正した値では

分散は

標準偏差は

結局、n回のコイントスで表(H)が連続して出る最大回数の期待値はlog2 n-0.67、その標準偏差はnに関わらず1.85と小さいのでかなり正確である


[] [] []