ニュートン・ペピス問題は 、一定数のサイコロを投げたときに6が出る確率に関する確率 問題である。 [ 1 ]
1693年、サミュエル・ピープス とアイザック・ニュートンは、 ジョン・スミスという名の教師がピープスに提起した問題について文通した。[ 2 ] その問題とは、次のとおりである。
以下の3つの提案のうち、最も成功する可能性が高いのはどれですか?
A. 6個の公平なサイコロをそれぞれ独立して投げ、少なくとも1つの「6」が出る。 B. 12個の公平なサイコロをそれぞれ独立して投げ、少なくとも2つの「6」が出る。 C. 18個の公平なサイコロをそれぞれ独立して投げ、少なくとも3つの「6」が出る。[ 3 ] ペピスは当初、結果Cが最も可能性が高いと考えていたが、ニュートンは結果Aが最も可能性が高いと正しく結論づけた。
解決 結果A、B、Cの確率は次のとおりです。[ 1 ]
P ( A ) = 1 − ( 5 6 ) 6 = 31031 46656 ≈ 0.6651 、 {\displaystyle P(A)=1-\left({\frac {5}{6}}\right)^{6}={\frac {31031}{46656}}\approx 0.6651\,,} P ( B ) = 1 − ∑ x = 0 1 ( 12 x ) ( 1 6 ) x ( 5 6 ) 12 − x = 1346704211 2176782336 ≈ 0.6187 、 {\displaystyle P(B)=1-\sum _{x=0}^{1}{\binom {12}{x}}\left({\frac {1}{6}}\right)^{x}\left({\frac {5}{6}}\right)^{12-x}={\frac {1346704211}{2176782336}}\approx 0.6187\,,} P ( C ) = 1 − ∑ x = 0 2 ( 18 x ) ( 1 6 ) x ( 5 6 ) 18 − x = 15166600495229 25389989167104 ≈ 0.5973 。 {\displaystyle P(C)=1-\sum _{x=0}^{2}{\binom {18}{x}}\left({\frac {1}{6}}\right)^{x}\left({\frac {5}{6}}\right)^{18-x}={\frac {15166600495229}{25389989167104}}\approx 0.5973\,.} これらの結果は二項分布 を適用することで得られる(ただし、ニュートンは第一原理からこれらの結果を導き出した)。一般に、P( n )が6個 の サイコロで少なくともn 個の6が出る確率である場合、次のようになる。
P ( n ) = 1 − ∑ x = 0 n − 1 ( 6 n x ) ( 1 6 ) x ( 5 6 ) 6 n − x 。 {\displaystyle P(n)=1-\sum _{x=0}^{n-1}{\binom {6n}{x}}\left({\frac {1}{6}}\right)^{x}\left({\frac {5}{6}}\right)^{6n-x}\,.} n が増加するにつれて、P( n )は単調に減少し、漸近的に1/2に収束する。
R言語での例 上記で概説した解決策は、 R言語 では以下のように実装できます。
for ( s in 1 : 3 ) { # s = 1、2、または 3 個の 6 を探す n = 6 * s # ... n = 6、12、または 18 個のサイコロで q = pbinom ( s -1 , n , 1 / 6 ) # q = Prob( n 個のサイコロで s 個未満の 6 が出る確率 ) cat ( "公平なサイコロで少なくとも " , s , "6 が出る確率 : " , n , " , 1 - q , "\n" ) }
ニュートンの説明ニュートンは各賭けのオッズを正しく計算したが、ペピスには別の直感的な説明を与えた。彼はBとCがサイコロを6個ずつのグループで投げると想像し、Aは1回の投擲で6が出るだけで済むのに対し、BとCは毎回6が出る必要があるため、Aが最も有利だと述べた。この説明は、グループで6が1つ以上出ないことを前提としているため、実際には元の問題に対応していない。[ 3 ]
一般化 この問題の自然な一般化として、必ずしも公平ではないn 個のサイコロを考えます。各サイコロが投げられたときに 6 の面を選択する確率をp とします (実際にはサイコロの面の数とどの面を選択するかは関係ありません)。rが 6 の面を選択するサイコロの総数である場合、P ( r ≥ k ; n 、 p ) {\displaystyle P(r\geq k;n,p)} は、 n個の サイコロを振ったときに、少なくともk 個の正解が得られる確率です。すると、元のニュートン・ペピス問題は次のように一般化できます。
させてν 1 、 ν 2 {\displaystyle \nu _{1},\nu _{2}} 自然な正の数であるν 1 ≤ ν 2 {\displaystyle \nu _{1}\leq \nu _{2}} では、P ( r ≥ ν 1 k ; ν 1 n 、 p ) {\displaystyle P(r\geq \nu _{1}k;\nu _{1}n,p)} より小さくないP ( r ≥ ν 2 k ; ν 2 n 、 p ) {\displaystyle P(r\geq \nu _{2}k;\nu _{2}n,p)} すべてのn、p、k について?
この表記法を用いると、元のニュートン・ペピス問題は次のように表されることに注意してください。P ( r ≥ 1 ; 6 、 1 / 6 ) ≥ P ( r ≥ 2 ; 12 、 1 / 6 ) ≥ P ( r ≥ 3 ; 18 、 1 / 6 ) {\displaystyle P(r\geq 1;6,1/6)\geq P(r\geq 2;12,1/6)\geq P(r\geq 3;18,1/6)} ?
ルービンとエヴァンス(1961)が指摘しているように、一般化されたニュートン・ペピス問題には、k、n 、p に依存するため、一律の解は存在しない。しかしながら、一律の解を許容する上記の問題のいくつかの変形が存在する。
(ChaundyとBullard(1960)より):[ 4 ]
もしk 1 、 k 2 、 n {\displaystyle k_{1},k_{2},n} は正の自然数であり、k 1 < k 2 {\displaystyle k_{1}<k_{2}} 、 それからP ( r ≥ k 1 ; k 1 n 、 1 n ) > P ( r ≥ k 2 ; k 2 n 、 1 n ) {\displaystyle P(r\geq k_{1};k_{1}n,{\frac {1}{n}})>P(r\geq k_{2};k_{2}n,{\frac {1}{n}})} 。
もしk 、 n 1 、 n 2 {\displaystyle k,n_{1},n_{2}} は正の自然数であり、n 1 < n 2 {\displaystyle n_{1}<n_{2}} 、 それからP ( r ≥ k ; k n 1 、 1 n 1 ) > P ( r ≥ k ; k n 2 、 1 n 2 ) {\displaystyle P(r\geq k;kn_{1},{\frac {1}{n_{1}}})>P(r\geq k;kn_{2},{\frac {1}{n_{2}}})} 。
(ヴァラニョーロ、ピロネット、シェナート (2013) より): [ 5 ]
もしν 1 、 ν 2 、 n 、 k {\displaystyle \nu _{1},\nu _{2},n,k} は正の自然数であり、ν 1 ≤ ν 2 、 k ≤ n 、 p ∈ [ 0 、 1 ] {\displaystyle \nu _{1}\leq \nu _{2},k\leq n,p\in [0,1]} それからP ( r = ν 1 k ; ν 1 n 、 p ) ≥ P ( r = ν 2 k ; ν 2 n 、 p ) {\displaystyle P(r=\nu _{1}k;\nu _{1}n,p)\geq P(r=\nu _{2}k;\nu _{2}n,p)} 。
参考文献 1 2 ワイスタイン、エリック W. 「ニュートン・ピープス問題」。マスワールド 。↑ Chaundy, TW、Bullard, JE、1960年。「ジョン・スミスの問題」。The Mathematical Gazette 44、253-260。 1 2 スティグラー、スティーブン M (2006)。「確率論者としてのアイザック ・ニュートン 」 。 統計科学 。21 ( 3): 400。arXiv : math/0701089 。doi : 10.1214/ 088342306000000312 。S2CID 17471221 。 ↑ Chaundy, TW、Bullard, JE、1960年。「ジョン・スミスの問題」。The Mathematical Gazette 44、253-260。 ↑ Varagnolo, Damiano; Schenato, Luca; Pillonetto, Gianluigi (2013). "A variation of the Newton–Pepys problem and its connections to size-estimation problems". Statistics & Probability Letters . 83 (5): 1472– 1478. doi : 10.1016/j.spl.2013.02.008 .