Python

前回の記事では、Pythonを使って「全事象」を漏れなく書き出し、理論上の確率を計算する方法を学びました。 しかし、現実の世界は、複雑で全パターンを数え上げるなど不可能な事象に満ち溢あふれています。 そこで登場するのが「シミュレーション」です。 「計算で答えを出す」のではなく、「コンピューターの中で実際に何万回も試してみる」。 一見、泥臭い力技に聞こえる手法ですが、現代のAIやデータ分析を支える強力な武器となるのです。 今回の記事では、サイコロ振りを題材にPythonで実験を行い、「理論上の確率（理論値）」と「実験から得られた確率（実践値）」がどのように出会い、重なっていくのかを体験します。 理論と実験の交差点を通り過ぎた先で、「確率が収束する瞬間」を目にすることになるでしょう。

「確率」の仕組みはシンプルです。 確率を平たく言えば、「起こりうるすべてのパターンのうち、知りたい結果がどれくらい含まれているか」を比べる作業にすぎません。 たとえば、コインを2回投げたときに「表が2回出る確率」を知りたいとしましょう。 その場合、まずは「表・表」「表・裏」「裏・表」「裏・裏」という全パターンが4通りだと把握することから始まります。 この「全パターン」のことを、数学では全事象ぜんじしょうと呼びます。 つまり、全部で何通りあるのかを「正しく数える」ことができれば、確率は解けたも同然なのです。 しかし、パターンの数が10通り、20通りと増えていくと、頭の中だけで数えるのは限界がきます。 そこで、人間の代わりに正確に、かつ一瞬で数え上げてくれる強力な道具が、今回から登場する「Python」というプログラミング言語です。 まずは、頭の中を整理するための「樹形図」の考え方を学び、次に「数え上げ」という根気のいる作業をコンピュータに任せる方法を見ていきましょう。