期待値の線形性とは？確率変数の和を簡単に計算する性質を初心者向けに解説

こんにちは。ゆうせいです。

確率や統計を扱う際、複数の出来事が絡み合う全体の平均的な見込み（期待値）を求めたい場面が多くあります。それぞれの出来事が互いに影響を及ぼし合っている場合、全体の数値をひとつずつ細かく計算しようとすると、手順が非常に複雑になります。

数学や統計学において、こうした計算を大幅に簡略化できる性質が「期待値の線形性」です。本記事では、期待値の線形性の基本的な定義、数式の構造、活用する利点について解説します。

期待値の線形性の概要

期待値の線形性とは、複数の確率変数を足し合わせたものの期待値が、それぞれの期待値を単に足し合わせた値と等しくなる性質です。

高校生の学校生活で例えると、文化祭のクラス模擬店における売上集計の作業に似ています。模擬店で「焼きそば」と「フランクフルト」を販売するとします。両方のメニューを合わせた全体の予想売上金額を計算する際、来店客が両方を同時に買うか、片方だけを買うかという複雑な買い方の組み合わせを考慮する必要はありません。単純に「焼きそばの予想売上」と「フランクフルトの予想売上」を別々に計算し、その2つの金額を足し合わせるだけで、全体の予想売上を正確に算出できます。このように、個々の見込みの数値をそのまま足し算できる性質を線形性と呼びます。

この性質の最も重要な点は、足し合わせる出来事同士が「互いに独立しているかどうかに関係なく成立する」という点にあります。

数式の構造と計算手順

確率変数を X および Y と置き、それぞれに掛ける定数を a および b と定義します。期待値を表す記号を E と置いた場合、期待値の線形性は次の式で表されます。

確率変数の和と定数倍に関する基本等式

確率変数が 3 つ以上存在する場合も同様の規則が成立します。確率変数を X1, X2, ..., Xn と置いた場合、全体の和に対する期待値は以下のように分解されます。

複数の確率変数における和の期待値

この等式が示す通り、複雑な全体の確率分布を個別に調べることなく、各要素の期待値を合計するだけで全体の期待値が求まります。

期待値の線形性を利用する利点

• 確率変数同士が互いに影響を及ぼし合う従属関係にあっても成立するため、複雑な条件付き確率を計算する手間を省略できます。
• 全体の期待値を小さく単純な要素へ分解して個別に計算できるため、計算ミスを減らし、手順を簡潔に保てます。

期待値の線形性における注意点

• 線形性が無条件で成立するのは「足し算（和）」および「定数倍」の操作に限られ、確率変数同士の掛け算である E[XY] については、変数が独立でない限り E[X] と E[Y] の掛け算に分解できません。
• 期待値という平均的な見込みの値のみに適用される性質であり、データの散らばり具合を示す分散の計算では、変数が独立でない場合に共分散の項目を考慮する必要があります。

まとめ

期待値の線形性は、全体の平均的な見込みを求める際に、個々の構成要素の期待値の足し算へと分解できる強力な計算上の性質です。互いの依存関係を考慮せずに個別の要素だけに着目できる点が、確率の計算における負担を大きく軽減します。

今後の学習ステップとして、まずは 2 枚のコインを同時に投げたときに出る表の枚数という簡単な例題を設定してください。次に、コイン 1 枚ごとの表の枚数の期待値である 2分の1 を個別に算出し、それらを足し合わせた値が全体の期待値である 1 と一致することを確認します。その上で、サイコロを複数個振る問題や、赤玉と白玉を取り出すくじ引き問題など、事象同士が影響し合う条件の問題にこの等式を適用し、計算がどれほど簡略化されるかを比較検証していくと理解が深まります。

セイ・コンサルティング・グループでは新人エンジニア研修のアシスタント講師を募集しています。

投稿者プロフィール

山崎講師代表取締役

セイ・コンサルティング・グループ株式会社代表取締役。
岐阜県出身。
海外放浪の末、2000年創業、2004年会社設立。
IT企業向け人材育成研修歴業界歴20年以上。
すべての無駄を省いた費用対効果の高い「筋肉質」な研修を提供します！
この記事に間違い等ありましたらぜひお知らせください。

学生時代は趣味と実益を兼ねてリゾートバイトにいそしむ。長野県白馬村に始まり、志賀高原でのスキーインストラクター、沖縄石垣島、北海道トマム。高じてオーストラリアのゴールドコーストでツアーガイドなど。現在は野菜作りにはまっている。

最新の投稿

• 新人エンジニア研修講師2026年9月20日強化学習の全体像とアルゴリズムの体系を初心者向けにわかりやすく解説
• 新人エンジニア研修講師2026年9月20日フリン効果とは？世代ごとの知能指数の上昇現象と背景を初心者向けに解説
• 新人エンジニア研修講師2026年9月20日閾値の読み方とは？しきいちとしきいちの違いや意味を初心者向けに解説
• 新人エンジニア研修講師2026年9月20日Q関数の意味とは？強化学習における価値と名前の由来を初心者向けに解説