IPA 確率・統計・待ち行列 — 頻出論点と過去問

頻出論点

1. この分野は何か

不確かな事象が起こる割合やデータのばらつきを数式で捉え、システムに届く処理要求がどれだけ待たされるかを理論的に見積もるための分野です。抜取り検査の合格率、データの代表値や散らばり具合、利用率の変化に対する待ち時間の伸び方を条件に合わせて立式し、筋道立てて計算することが求められます。

2. 実際の出題のされ方

確率と統計の基本的な計算や用語の分類は、ITパスポートで問われます。サイコロを複数回投げたときに特定の目が1回も出ない確率、数値の並びから平均値と中央値の組合せを選ぶ問題、各教科の平均点と標準偏差の表から最も高い偏差値を得た教科を特定する問題、名義尺度・順序尺度・間隔尺度・比例尺度の分類から間隔尺度に該当するものを選ぶ問題が出ています。

応用情報技術者の午前と高度試験の午前Iでは、待ち行列理論のM/M/1モデルに関する計算や式変形がよく出ます。平均待ち時間が平均処理時間 $T$ 秒以上になる最小の利用率を求める問題、窓口の利用率が25%から40%に増えたときの平均待ち時間の倍率を求める問題、2つの支店のATMを1台に統合した後の平均待ち時間を表す式を選ぶ問題が出題されています。確率・統計では、不良品を含むロットからサンプルを抽出して全て良品なら合格とする非復元抽出の確率計算、複数の袋から玉を取り出す場面でベイズの定理を利用して事後確率を求める場合を選ぶ問題、ベイズ統計とはどのような統計理論かを選ぶ問題（ITストラテジストの午前IIでも出題）、与えられた平均と標準偏差に対応する正規分布のグラフを選ぶ問題が出ています。

具体的なシステムの題材に当てはめた立式と数値計算は、高度試験の午前IIで出題されています。情報処理安全確保支援士の午前IIでは、使用できる文字の種類数と文字数から設定できるパスワードの理論的な総数を求める数式を選ばせています。ネットワークスペシャリストの午前IIでは、プリントシステムに1時間当たりに到着するファイル数、平均ファイルサイズ、1秒間の印字バイト数から、M/M/1モデルに従ってプリント要求後プリントが終了するまでの平均時間を何秒か計算させる問題が出ています。

3. 学習のポイント

M/M/1の待ち行列モデルでは、到着がポアソン分布、サービス時間（処理時間）が指数分布に従う前提のもとで、窓口の利用率 $\rho$ と平均サービス時間 $T_s$ を使った公式を押さえます。単位時間当たりの平均到着数を $\lambda$ とすると、利用率は $\rho = \lambda \times T_s$ です。

• 平均待ち時間（サービス時間を含まない）: $W = \frac{\rho}{1 - \rho} \times T_s$
• 平均応答時間（待ち時間＋サービス時間）: $W + T_s = \frac{1}{1 - \rho} \times T_s$

平均待ち時間は $\rho$ ではなく $\frac{\rho}{1 - \rho}$ に比例するため、利用率が上がると急激に伸びます。たとえば利用率が $\rho = 0.2$ から $\rho = 0.5$ へ2.5倍になるとき、$\frac{\rho}{1 - \rho}$ は $\frac{0.2}{0.8} = \frac{1}{4}$ から $\frac{0.5}{0.5} = 1$ となり、平均待ち時間は4倍になります。また、2つの窓口を1つに統合して利用者数が合計（到着率が $2\lambda$）になる場合、新しい利用率は $2\rho$ となるため、公式の分子と分母の両方の $\rho$ を $2\rho$ に置き換えます。

場合の数と確率では、条件に応じた式の使い分けを整理します。

• 重複順列・順列・組合せ: 同じ要素を繰り返し使える並べ方は重複順列で、たとえば0〜9の数字を重複して使える4桁の暗証番号は $10^4$ 通りです。異なる $n$ 個から $r$ 個を重複を許さず選んで一列に並べる順列は ${}_n\mathrm{P}_r = \frac{n!}{(n - r)!}$、並べる順序を考慮せず選ぶ組合せは ${}_n\mathrm{C}_r = \frac{n!}{r!(n - r)!}$ です。
• 独立試行と非復元抽出: サイコロを投げるように毎回条件が変わらない試行では各回の確率を掛け合わせます。一方、ロットからサンプルを戻さずに取り出す抜取り検査（非復元抽出）では、全体の組合せの数を分母、良品から取り出す組合せの数を分子において約分します。
• ベイズの定理とベイズ統計: ベイズの定理は、観測された結果から、その結果を引き起こした原因の確率（事後確率）を推定するときに用います。事前分布を新たなデータで更新して事後分布を求めるベイズ統計は、ベイジアンフィルタなどの基盤になっています。

統計の基礎では、データの尺度と分布の指標を区別します。

• 4つの尺度: 単なる分類である名義尺度（性別や社員番号など）、順序に意味があるが間隔に定量的な意味がない順序尺度（順位や成績の5段階評価など）、差に意味はあるが絶対的なゼロ点がないため比率に意味がない間隔尺度（摂氏温度や西暦など）、絶対的なゼロ点を持ち比率にも意味がある比例尺度（体重や金額など）の4つです。
• 代表値・標準偏差・正規分布: 極端に大きな値が含まれるデータでは、総和を個数で割る平均値は大きく引き上げられますが、小さい順に並べた中央に位置する中央値は影響を受けにくくなります。正規分布のグラフは平均を頂点とする左右対称の釣鐘形で、標準偏差が小さいほど山は高く尖り、大きいほど低く平らに広がります。偏差値は $50 + 10 \times \frac{\text{得点} - \text{平均点}}{\text{標準偏差}}$ で計算され、同じ得点なら平均点との差を標準偏差で割った値が大きいほど高くなります。

4. 間違えやすいところ

M/M/1モデルの計算では、式のどの部分を置き換えるか、また待ち時間と応答時間のどちらを問われているかを取り違える誤答肢が作られます。窓口を統合する問題では、統合後の利用率を式の一部にだけ入れた誤答肢や、統合前の式そのものが誤答肢になっていました。また、利用率が増えたときの平均待ち時間の倍率を問う問題では、利用率の単純な比をそのまま答えてしまう値や、平均応答時間の倍率を計算した値が選択肢に含まれています。問われているのが要求してから終わるまでの時間なら応答時間の式 $\frac{1}{1-\rho} \times T_s$、処理が始まるまでの時間なら待ち時間の式を使うため、問いがサービス時間を含むかどうかを必ず確認します。

確率と場合の数の問題では、求める事象や前提条件の取り違えに注意が必要です。重複を許して並べる場面を、重複を許さない順列や組合せの式で数えた誤答肢がありました。サイコロを投げて1回も特定の目が出ない確率では、少なくとも1回は出る余事象の確率や、すべてその目が出る確率が選択肢にありました。ベイズの定理の適用場面を選ぶ問題でも、「玉を一つ取り出すために，ある袋が選ばれると推定することができる確率を求める場合」のような事前確率の説明や、独立事象の確率の説明が誤答肢でした。

統計の問題では、用語やグラフの性質の混同に気をつけます。平均値と中央値の組合せを選ぶ問題では、データの中で最も個数が多い最頻値を中央値や平均値の位置に入れた選択肢がありました。また、ベイズ統計の説明を選ぶ問題では、代表値やヒストグラムでデータの特徴をつかむ記述統計学の説明が誤答肢でした。正規分布のグラフを選ぶ問題でも、山が2つある双峰の曲線や左右非対称の曲線が誤答肢として出ています。