ディリクレ分布の名前の由来と数学的特徴を初心者向けに解説

2026年10月17日 2026年10月17日山崎講師

山崎講師

こんにちは。ゆうせいです。

統計学や機械学習の分野を学んでいると、「ディリクレ分布」という専門用語を目にする機会があります。名前の響きから難解な印象を受けやすい概念ですが、その命名の背景には19世紀の数学者の功績が存在します。今回は、ディリクレ分布の名前の由来と、ディリクレ分布がどのような場面で扱われる確率分布なのかを整理して解説します。

ディリクレ分布の名前の由来

数学者ペーター・グスタフ・ルジューヌ・ディリクレ

ディリクレ分布という名称は、ドイツの数学者であるペーター・グスタフ・ルジューヌ・ディリクレ（Peter Gustav Lejeune Dirichlet, 1805–1859）に由来します。ディリクレは数論や解析学の分野で多くの業績を残した人物であり、現代の数学教育で扱われる「関数の近代的な定義」を確立した研究者としても知られています。

ディリクレ積分の拡張

ディリクレは、多変数関数の多重積分に関する計算手法（ディリクレ積分）を研究しました。後年の統計学者たちが多変量の比率を扱う確率分布を定式化する際、確率の総和を1にするための規格化定数（正規化定数）としてディリクレ積分の計算結果が直接利用されました。ディリクレ自身が現代の機械学習で使われる確率モデルを考案したわけではありませんが、計算の基盤となる数学的構造を導き出した功績を称えて「ディリクレ分布」と名付けられました。

ディリクレ分布とはどのような概念か

高校生向けの比喩：配合割合のばらつき

ディリクレ分布を一言で表現すると、「割合の組み合わせそのものが従う確率分布」です。

日常的な比喩として、ミックスジュースを作る場面を考えてみます。リンゴ果汁、オレンジ果汁、ブドウ果汁の3種類を混ぜて合計100%にする場合、配合の組み合わせには以下のような多様なパターンが存在します。

リンゴ50%、オレンジ30%、ブドウ20%
リンゴ10%、オレンジ80%、ブドウ10%
リンゴ33.3%、オレンジ33.3%、ブドウ33.4%

通常のサイコロは「1から6のどの目が出るか」を予測しますが、ディリクレ分布は「リンゴ・オレンジ・ブドウの配分比率そのものが、どのような確率で決まるか」を表します。配分の合計値が必ず100%（確率の合計が1）になる制約を持つ多変量を扱う点が特徴です。

ベータ分布の多変量への一般化

ディリクレ分布は、コイン投げのように結果が2通りしかない比率を扱う「ベータ分布」を、3通り以上の選択肢に拡張した多変量確率分布に該当します。

確率変数ベクトルを $x = (x_{1}, x_{2}, \dots, x_{K})$ とし、パラメータを $\alpha = (\alpha_{1}, \alpha_{2}, \dots, \alpha_{K})$ と置いたとき、確率密度関数は次の構造で表されます。

$f(x; \alpha) = \frac{1}{\mathrm{B}(\alpha)} \prod_{k=1}^{K} x_{k}^{\alpha_{k} - 1}$

ここで分母の $\mathrm{B}(\alpha)$ は多変量ベータ関数であり、この積分の導出過程にディリクレ積分が用いられています。

ディリクレ分布のメリットとデメリット

メリット

多項分布の共役事前分布である点：ベイズ統計において、事象の生起確率を推定する際にディリクレ分布を事前分布に設定すると、事後分布も同じディリクレ分布の形を保ちます。計算の手間を大幅に抑えられる利点があります。
文書分類モデル（LDA）への直接的応用：自然言語処理のトピックモデルにおいて、文書内に含まれる単語の出現比率を表現する標準的な確率モデルとして機能します。

デメリット

変数間の相関関係を柔軟に表現できない点：ディリクレ分布の性質上、ある変数の割合が増加すると、合計を1に保つために他の変数の割合は減少せざるを得ません。負の相関が構造的に生じるため、特定の2つの比率が同時に高くなるような正の相関関係を直接表現することが困難です。
パラメータ設定の直感的難しさ：変数の数が増えるにつれてパラメータの数も増加し、各パラメータが生成される比率に与える影響度合いを事前に見極める作業が複雑化します。

まとめ

ディリクレ分布は、19世紀の数学者ディリクレが導いた多重積分の計算法（ディリクレ積分）が正規化計算に用いられていることからその名が付けられました。複数の要素の合計が1（100%）となる配分比率を数学的に扱うための枠組みであり、現代の自然言語処理やベイズ機械学習において基礎的な役割を果たしています。

ディリクレ分布の理解を深めるための次のステップは以下の通りです。

2つの選択肢の比率を扱う「ベータ分布」の性質と形状を確認する
3つの比率（K=3）におけるディリクレ分布を正三角形の座標（重心座標系・シンプレックス）上で可視化し、パラメータによる形状の変化を確認する
自然言語処理の代表的アルゴリズムである潜在的ディリクレ配分法（LDA）の数式展開を追跡する

段階を踏んで基礎となる分布から確認していくことで、機械学習の確率モデルにおけるディリクレ分布の位置づけが明確になります。

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。