第7章 代表的な離散型確率分布
7-3-1: ポアソン分布Poisson Distribution の例題 ~発生回数を予測!~
前のページでは、ポアソン分布がどんなものか、基本的な性質や確率の計算式 $P(X=k) = \frac{e^{-\lambda} \lambda^k}{k!}$ を学んだね。一定の期間や空間で、平均 $\lambda$ 回起こる「まれな」事象が、実際に $k$ 回起こる確率だった。
今回は、もう少し具体的な例題を通して、ポアソン分布の使い方に慣れていこう!計算には電卓やツールが必要になることもあるけど、考え方の流れをしっかり掴んでね。
例題3:Webサイトへのアクセス
あるWebサイトには、10分あたり平均20回のアクセスがあります ($\lambda=20$ per 10 minutes)。アクセス数はポアソン分布に従うものとします。
(a) 次の10分間に、アクセスがちょうど15回である確率 $P(X=15)$ は?
単位区間は「10分間」で、平均発生回数 $\lambda = 20$。求めたい発生回数 $k=15$。
公式に代入すると、
$P(X=15) = \frac{e^{-20} \times 20^{15}}{15!}$
この計算は大変! $e^{-20}$ はものすごく小さい値だし、$20^{15}$ や $15!$ はとても大きな値になる。こういうときは計算ツールを使おう。
(計算ツールを使うと) $e^{-20} \approx 2.061 \times 10^{-9}$
$20^{15} \approx 3.277 \times 10^{19}$
$15! \approx 1.308 \times 10^{12}$
$P(X=15) \approx \frac{(2.061 \times 10^{-9}) \times (3.277 \times 10^{19})}{1.308 \times 10^{12}} \approx \frac{6.756 \times 10^{10}}{1.308 \times 10^{12}} \approx 0.05165$
$P(X=15) \approx 0.0517$ (約 5.17%)
(b) 次の10分間に、アクセスが18回以下である確率 $P(X \le 18)$ は?
これは、$P(X=0) + P(X=1) + \dots + P(X=18)$ を計算する必要がある。
$P(X \le 18) = \sum_{k=0}^{18} \frac{e^{-20} 20^k}{k!}$
これも手計算はほぼ不可能だね。統計計算ソフトやExcelの関数 (POISSON.DIST(18, 20, TRUE)) などを使うと計算できるよ。
(計算ツールを使うと)
$P(X \le 18) \approx 0.3814$ (約 38.14%)
このように、「$k$回以下」や「$k$回以上」の確率(累積確率)を求めるには、個々の確率を足し合わせる必要があり、計算が複雑になることが多いんだ。
(c) では、次の「1分間」にアクセスがちょうど2回である確率 $P(Y=2)$ は?
今度は単位区間が「1分間」に変わった!だから、まず1分間あたりの平均アクセス数 $\lambda'$ を計算しないといけない。
10分あたり平均20回なので、1分あたりでは…
$\lambda' = \frac{20 \text{回}}{10 \text{分}} = 2 \text{回/分}$
新しい $\lambda = 2$ と、求めたい回数 $k=2$ で公式を使う。
$P(Y=2) = \frac{e^{-2} \times 2^2}{2!} = \frac{e^{-2} \times 4}{2} = 2e^{-2}$
$e^{-2} \approx 0.1353$ なので、
$P(Y=2) \approx 2 \times 0.1353 = 0.2706$
$P(Y=2) \approx 0.2706$ (約 27.1%)
重要ポイント:ポアソン分布を使うときは、考えている期間や空間(単位区間)と、それに対応する平均発生回数 $\lambda$ を正しく設定することがとても大切だよ!
例題4:製品の欠陥数
ある工場で作られるガラス板には、1平方メートルあたり平均0.5個の欠陥(キズや気泡)が見つかります ($\lambda=0.5$ per $m^2$)。欠陥の数はポアソン分布に従うものとします。
(a) 面積が「2平方メートル」のガラス板を検査したとき、欠陥が1つも見つからない($k=0$)確率 $P(X=0)$ は?
検査する面積(単位区間)が $2 m^2$ になったので、この面積あたりの平均欠陥数 $\lambda'$ をまず計算する。
$\lambda' = (\text{1} m^2 \text{あたりの平均}) \times (\text{面積}) = 0.5 \text{個/}m^2 \times 2 m^2 = 1.0 \text{個}$
新しい $\lambda = 1.0$ と、求めたい回数 $k=0$ で公式を使う。
$P(X=0) = \frac{e^{-1.0} \times (1.0)^0}{0!} = \frac{e^{-1} \times 1}{1} = e^{-1}$
$e^{-1} \approx 0.3679$
$P(X=0) \approx 0.3679$ (約 36.8%)
(b) 面積が「2平方メートル」のガラス板を検査したとき、欠陥が2つ以上見つかる確率 $P(X \ge 2)$ は?
「2つ以上」($k=2, 3, 4, \dots$) の確率を直接足すのは無限に続くので大変だ。
こういうときは、反対の事象(余事象)である「欠陥が1つ以下」(つまり $k=0$ または $k=1$)の確率を計算して、全体の確率 1 から引くのが楽だよ。
単位区間は $2 m^2$ なので、$\lambda=1.0$ を使う。
まず $P(X=0)$ は (a) で計算済み: $P(X=0) \approx 0.3679$
次に $P(X=1)$ を計算:
$P(X=1) = \frac{e^{-1.0} \times (1.0)^1}{1!} = \frac{e^{-1} \times 1}{1} = e^{-1} \approx 0.3679$
「欠陥が1つ以下」の確率 $P(X \le 1)$ は、これらを足し合わせる($k=0$ と $k=1$ は排反なので)。
$P(X \le 1) = P(X=0) + P(X=1) \approx 0.3679 + 0.3679 = 0.7358$
最後に、求めたい「欠陥が2つ以上」の確率 $P(X \ge 2)$ は、
$P(X \ge 2) = 1 - P(X \le 1)$
$P(X \ge 2) \approx 1 - 0.7358 = 0.2642$ (約 26.4%)
ポアソン確率計算ツール (再掲)
上の例題の計算も、このツールで $\lambda$ や $k$ を変えて確かめてみてね!($e^{-\lambda}$ の計算が含まれるよ)
まとめ
- ポアソン分布を使うときは、まず考えている期間や空間(単位区間)を明確にし、それに対応する平均発生回数 $\lambda$ を正しく設定することが重要。
- 単位区間が変われば、$\lambda$ も比例して変化させる必要がある。(例:10分あたりのλ → 1分あたりのλ)
- 「$k$回以下」や「$k$回以上」の確率を求めるには、個々の確率 $P(X=0), P(X=1), \dots$ を計算して足し合わせるか、余事象の確率を考えて $1$ から引くと計算できる場合がある。
- 確率の計算には、$e^{-\lambda}$ や階乗 $k!$ が含まれるため、$\lambda$ や $k$ が大きい場合は特に、電卓や計算ツールの助けが必要になることが多い。
これでポアソン分布の使い方のイメージが掴めたかな? 次は、また別のタイプの離散型分布「幾何分布」を見ていくよ。
このページで出てきたEnglish wordsとその仲間たち
英単語 (English) | 意味 (Meaning) | 例文 (Example Sentence) | 例文の読み上げ | 例文の日本語訳 |
---|---|---|---|---|
Event Rate ($\lambda$) | イベント発生率、平均発生回数 | You need to adjust the event rate $\lambda$ according to the time interval. | ▶ 再生 | 時間区間に応じてイベント発生率λを調整する必要があります。 |
Time Interval | 時間間隔、期間 | The average number of events depends on the length of the time interval. | ▶ 再生 | 平均事象数は、時間間隔の長さに依存します。 |
Spatial Area | 空間的な領域、面積 | Defects were counted per unit of spatial area. | ▶ 再生 | 欠陥は単位面積あたりで数えられました。 |
Cumulative Probability | 累積確率 ($P(X \le k)$など) | Calculating the cumulative probability often involves summing individual probabilities. | ▶ 再生 | 累積確率の計算は、しばしば個々の確率を合計することを含みます。 |
Approximation | 近似 | For large $\lambda$, the Poisson distribution provides a good approximation to the normal distribution. | ▶ 再生 | 大きなλに対して、ポアソン分布は正規分布の良い近似を提供します。 |
Computational Tool | 計算ツール | A calculator or software is a useful computational tool for Poisson probabilities. | ▶ 再生 | 電卓やソフトウェアは、ポアソン確率のための便利な計算ツールです。 |