院試hub

第1問 — 微積分:広義積分 ∫_0^∞ x^-α(1+x)^-\betadx の収束条件と対数因子の働き

微積分:広義積分 ∫_0^∞ x^-α(1+x)^-\betadx の収束条件と対数因子の働きの途中式・最終答をPDFで見る

第2問 — 微積分:下限を含むパラメータ付き広義積分の微分と、漸化式による ∫_1^∞(x^3+1)^-3dx

微積分:下限を含むパラメータ付き広義積分の微分と、漸化式による ∫_1^∞(x^3+1)^-3dxの途中式・最終答をPDFで見る

第3問 — 解析学:優級数による級数の収束と、∑ g_n(π/2)/n! の値

解析学:優級数による級数の収束と、∑ g_n(π/2)/n! の値の途中式・最終答をPDFで見る

第4問 — 線型代数・距離空間:作用素ノルムが定める距離と、ノイマン級数による (I-A)^-1

線型代数・距離空間:作用素ノルムが定める距離と、ノイマン級数による (I-A)^-1の途中式・最終答をPDFで見る

第5問 — 距離空間:(-1,1) の完備でない距離と、tan で引き戻した完備な距離

距離空間:(-1,1) の完備でない距離と、tan で引き戻した完備な距離の途中式・最終答をPDFで見る

第6問 — 確率論:確率有界性とマルコフの不等式・確率収束・2点分布の例

確率論:確率有界性とマルコフの不等式・確率収束・2点分布の例の途中式・最終答をPDFで見る

第7問 — 数理統計:三項分布の条件付き分布と、条件付き期待値による推定量の改良

設問1 P(X=k, Y=t−k∣T=t)P(X=k,\,Y=t-k\mid T=t)

三項分布は、nn 回の独立な試行で、各回が結果1、2、3を確率 p, 2p, 1−3pp,\ 2p,\ 1-3p でとるときの各結果の回数 (X,Y,Z)(X,Y,Z) の分布である。T=X+YT=X+Y は「結果1または2」が起きた回数で、確率 3p3p の二項分布に従う。T=tT=t を与えると、その tt 回のうち結果1だった回数が XX で、各回が結果1である確率は pp+2p=13\frac{p}{p+2p}=\frac13 になる。この説明が、計算結果 Bin(t,13)\mathrm{Bin}(t,\frac13) の意味である。条件付き確率の定義は P(A∣B)=P(A∩B)/P(B)P(A\mid B)=P(A\cap B)/P(B) で、B={T=t}B=\{T=t\} の確率が分母になる。

結果が pp を含まない点に意味がある。条件付き分布が母数に依らない統計量を十分統計量といい、TT は pp の十分統計量である。尤度は px+y(1−3p)n−x−yp^{x+y}(1-3p)^{n-x-y} に比例して TT だけを通じて pp に依存する。この性質が設問3の改良につながる。厳密な分数計算で n=5,6,8,10n=5,6,8,10 の全ての (t,k)(t,k) について公式を確かめ、n=6n=6 では p=110p=\frac1{10} と p=17p=\frac17 の t=3t=3 の条件付き分布がともに (827,49,29,127)\bigl(\frac8{27},\frac49,\frac29,\frac1{27}\bigr) になることも確かめた。

条件付き分布を Bin(t,p)\mathrm{Bin}(t,p) と書く答案がある。確率の和は 11 になるので見つけにくいが、n=10, p=110, t=6n=10,\ p=\frac1{10},\ t=6 では E[X/n∣T=6]E[X/n\mid T=6] が 0.060.06 になり、正しい 0.20.2 の3分の1にも満たない。もう1つは、同時確率 P(X=k,Y=t−k)P(X=k,Y=t-k) を求めて分母の P(T=t)P(T=t) で割らないものである。確率の和が 11 にならないので、∑kP(⋅)=(nt)(3p)t(1−3p)n−t\sum_kP(\cdot)=\binom nt(3p)^t(1-3p)^{n-t} で止まっていないかを見る。

設問2 条件付き期待値の不等式

二乗誤差は、分散と偏りの2乗の和に分かれる。E[(W−p)2]=V[W]+(E[W]−p)2E[(W-p)^2]=V[W]+(E[W]-p)^2 で、pp が WW の平均 μ\mu からどれだけ離れていても、WW 自身のばらつき V[W]V[W] が加わる。これを条件付き分布 P(⋅∣T=t)P(\cdot\mid T=t) のもとで使ったのが上の解答である。(t3n−p)2(\frac t{3n}-p)^2 は、t3n\frac t{3n} を定数と見たときの二乗誤差で、定数にはばらつきがないので分散の項が現れない。

t=0t=0 では T=0T=0 から X=0X=0 が決まり、条件付き分散が 00 なので等号になる。問題が t=1,…,nt=1,\dots,n に限っているのは、このためである。

数値で確かめる。n=10, p=110, t=6n=10,\ p=\frac1{10},\ t=6 では、左辺 =(0.2−0.1)2+12900=7300=0.02333=(0.2-0.1)^2+\frac{12}{900}=\frac7{300}=0.02333、右辺 =0.01=0.01 である。分数による厳密な計算で、n=5,6,8,10n=5,6,8,10 の全ての t=0,…,nt=0,\dots,n について等式 E[(X/n−p)2∣T=t]=(t3n−p)2+2t9n2E[(X/n-p)^2\mid T=t]=(\frac t{3n}-p)^2+\frac{2t}{9n^2} が成り立つことを確かめた。

条件付き分散を落として等号 E[(X/n−p)2∣T=t]=(t3n−p)2E[(X/n-p)^2\mid T=t]=(\frac t{3n}-p)^2 と書く答案は、t=0t=0 以外で誤りになる。条件付き分散を V[X∣T=t]=tp(1−p)V[X\mid T=t]=tp(1-p) と書く答案もある。設問1で見たとおり、条件付き分布の成功確率は 13\frac13 で、pp は現れない。

設問3 期待値の比較

全確率の法則 E[W]=∑tP(T=t)E[W∣T=t]E[W]=\sum_tP(T=t)E[W\mid T=t] は、期待値を条件付き期待値の平均に分ける。t=0t=0 を含めて等式を作ったのは、t=0t=0 の項が不等式では等号になり、その確率 P(T=0)=(1−3p)n>0P(T=0)=(1-3p)^n>0 が全体の不等式の厳密さに影響するからである。各 t≥1t\ge1 で厳密な不等式が出ても、和をとる段で P(T≥1)=1−(1−3p)n>0P(T\ge1)=1-(1-3p)^n>0 を確認する必要がある。上の解答は、差が 2p3n\frac{2p}{3n} という具体的な正の数になるので、この確認を含んでいる。

直接計算でも確かめられる。X∼Bin(n,p)X\sim\mathrm{Bin}(n,p) なので E[(X/n−p)2]=p(1−p)nE[(X/n-p)^2]=\dfrac{p(1-p)}n である。T∼Bin(n,3p)T\sim\mathrm{Bin}(n,3p) より E[T/(3n)]=pE[T/(3n)]=p で、E[(T/(3n)−p)2]=V[T]9n2=p(1−3p)3nE[(T/(3n)-p)^2]=\dfrac{V[T]}{9n^2}=\dfrac{p(1-3p)}{3n} である。差は p(1−p)n−p(1−3p)3n=p3n{3(1−p)−(1−3p)}=2p3n\dfrac{p(1-p)}n-\dfrac{p(1-3p)}{3n}=\dfrac{p}{3n}\bigl\{3(1-p)-(1-3p)\bigr\}=\dfrac{2p}{3n} で、上の結果と一致する。

この不等式の背景は、ラオ・ブラックウェルの定理である。X/nX/n は pp の不偏推定量で、TT は十分統計量、E[X/n∣T]=T3nE[X/n\mid T]=\dfrac T{3n} である。不偏推定量を十分統計量で条件付けると、二乗誤差が悪化しないことが一般に成り立ち、ここでは X/nX/n が TT の関数でないので、厳密に改善される。改善量 2p3n\frac{2p}{3n} は、条件付き分散の平均 E[V[X/n∣T]]E[V[X/n\mid T]] である。直観としては、結果1の回数 XX だけでなく、結果2の回数 YY も pp の情報を持つ。Y/(2n)Y/(2n) も pp の不偏推定量で、T3n=13⋅Xn+23⋅Y2n\dfrac T{3n}=\dfrac13\cdot\dfrac Xn+\dfrac23\cdot\dfrac Y{2n} はこの2つの加重平均である。

数値は n=10, p=0.1n=10,\ p=0.1 で E[(X/n−p)2]=0.009E[(X/n-p)^2]=0.009、E[(T/(3n)−p)2]=73000=0.002333E[(T/(3n)-p)^2]=\frac7{3000}=0.002333、差は 1150=0.006667=2p3n\frac1{150}=0.006667=\frac{2p}{3n} である。二乗誤差は約26\%に減る。(n,p)=(6,17), (8,310), (5,14)(n,p)=(6,\frac17),\ (8,\frac3{10}),\ (5,\frac14) でも、分数の厳密計算で差が 2p3n\frac{2p}{3n} と一致した。

TT の平均を E[T]=npE[T]=np と置くと、結果が合わなくなる。T=X+YT=X+Y は確率 3p3p の試行の回数なので E[T]=3npE[T]=3np である。npnp とすると差が 2p9n=0.00222\frac{2p}{9n}=0.00222(n=10, p=0.1n=10,\ p=0.1)となり、直接計算の 0.009−0.002333=0.0066670.009-0.002333=0.006667 と合わない。2通りの計算で差を照らし合わせれば、この誤りは見つかる。

解答

設問1 P(X=k, Y=t−k∣T=t)P(X=k,\,Y=t-k\mid T=t)

TT の分布

0≤t≤n0\le t\le n とする。T=tT=t のとき、(X,Y,Z)=(k, t−k, n−t)(X,Y,Z)=(k,\,t-k,\,n-t)(k=0,…,tk=0,\dots,t)のいずれかが起こるので P(T=t)=∑k=0tn!k! (t−k)! (n−t)! pk(2p)t−k(1−3p)n−t=(nt)(1−3p)n−t∑k=0t(tk)pk(2p)t−k P(T=t)=\sum_{k=0}^t\frac{n!}{k!\,(t-k)!\,(n-t)!}\,p^k(2p)^{t-k}(1-3p)^{n-t} =\binom nt(1-3p)^{n-t}\sum_{k=0}^t\binom tkp^k(2p)^{t-k} である。n!k!(t−k)!(n−t)!=(nt)(tk)\frac{n!}{k!(t-k)!(n-t)!}=\binom nt\binom tk を使った。二項定理により ∑k(tk)pk(2p)t−k=(3p)t\sum_k\binom tkp^k(2p)^{t-k}=(3p)^t なので、P(T=t)=(nt)(3p)t(1−3p)n−tP(T=t)=\binom nt(3p)^t(1-3p)^{n-t} である。すなわち T∼Bin(n,3p)T\sim\mathrm{Bin}(n,3p) で、0<3p<10<3p<1 より P(T=t)>0P(T=t)>0 である。

条件付き確率

事象 {X=k, Y=t−k}\{X=k,\,Y=t-k\} は {T=t}\{T=t\} に含まれ、さらに Z=n−tZ=n-t が決まるので、P(X=k,Y=t−k,T=t)=P((X,Y,Z)=(k,t−k,n−t))P(X=k,Y=t-k,T=t)=P\bigl((X,Y,Z)=(k,t-k,n-t)\bigr) である。条件付き確率の定義により P(X=k,Y=t−k∣T=t)=n!k!(t−k)!(n−t)! pk(2p)t−k(1−3p)n−tn!t!(n−t)! (3p)t(1−3p)n−t=(tk)pk(2p)t−k(3p)t=(tk)(13)k(23)t−k\begin{align*} P(X=k,Y=t-k\mid T=t)&=\frac{\dfrac{n!}{k!(t-k)!(n-t)!}\,p^k(2p)^{t-k}(1-3p)^{n-t}}{\dfrac{n!}{t!(n-t)!}\,(3p)^t(1-3p)^{n-t}}\\ &=\binom tk\frac{p^k(2p)^{t-k}}{(3p)^t}=\binom tk\Bigl(\frac13\Bigr)^k\Bigl(\frac23\Bigr)^{t-k} \end{align*} である。

設問2 条件付き期待値の不等式

設問1より、T=tT=t のもとで X∼Bin(t,13)X\sim\mathrm{Bin}(t,\frac13) なので E[X∣T=t]=t3,V[X∣T=t]=t⋅13⋅23=2t9 E[X\mid T=t]=\frac t3,\qquad V[X\mid T=t]=t\cdot\frac13\cdot\frac23=\frac{2t}9 である。W=X/nW=X/n とおき、条件付き分布のもとで μ=E[W∣T=t]=t3n\mu=E[W\mid T=t]=\dfrac t{3n} とすると、E[W−μ∣T=t]=0E[W-\mu\mid T=t]=0 なので E[(W−p)2∣T=t]=E[(W−μ)2∣T=t]+2(μ−p) E[W−μ∣T=t]+(μ−p)2=V[W∣T=t]+(μ−p)2\begin{align*} E\bigl[(W-p)^2\mid T=t\bigr]&=E\bigl[(W-\mu)^2\mid T=t\bigr]+2(\mu-p)\,E[W-\mu\mid T=t]+(\mu-p)^2\\ &=V[W\mid T=t]+(\mu-p)^2 \end{align*} である。V[W∣T=t]=1n2V[X∣T=t]=2t9n2V[W\mid T=t]=\dfrac1{n^2}V[X\mid T=t]=\dfrac{2t}{9n^2} なので E[(Xn−p)2∣T=t]=(t3n−p)2+2t9n2. E\Bigl[\Bigl(\frac Xn-p\Bigr)^2\Bigm|T=t\Bigr]=\Bigl(\frac t{3n}-p\Bigr)^2+\frac{2t}{9n^2}. t≥1t\ge1 のとき 2t9n2>0\dfrac{2t}{9n^2}>0 なので、 E[(Xn−p)2∣T=t]>(t3n−p)2 E\Bigl[\Bigl(\frac Xn-p\Bigr)^2\Bigm|T=t\Bigr]>\Bigl(\frac t{3n}-p\Bigr)^2 である。(証明終)

設問3 期待値の比較

全確率の法則により E[(Xn−p)2]=∑t=0nP(T=t) E[(Xn−p)2∣T=t] E\Bigl[\Bigl(\frac Xn-p\Bigr)^2\Bigr]=\sum_{t=0}^nP(T=t)\,E\Bigl[\Bigl(\frac Xn-p\Bigr)^2\Bigm|T=t\Bigr] である。設問2の等式は t=0t=0 でも成り立つ。T=0T=0 なら X=0X=0 なので左辺は p2p^2、右辺は (0−p)2+0=p2(0-p)^2+0=p^2 である。したがって全ての t=0,…,nt=0,\dots,n で E[(Xn−p)2∣T=t]=(t3n−p)2+2t9n2 E\Bigl[\Bigl(\frac Xn-p\Bigr)^2\Bigm|T=t\Bigr]=\Bigl(\frac t{3n}-p\Bigr)^2+\frac{2t}{9n^2} である。両辺に P(T=t)P(T=t) を掛けて tt について和をとると E[(Xn−p)2]=E[(T3n−p)2]+29n2E[T] E\Bigl[\Bigl(\frac Xn-p\Bigr)^2\Bigr]=E\Bigl[\Bigl(\frac T{3n}-p\Bigr)^2\Bigr]+\frac2{9n^2}E[T] である。設問1より T∼Bin(n,3p)T\sim\mathrm{Bin}(n,3p) で E[T]=3npE[T]=3np なので、最後の項は 2⋅3np9n2=2p3n>0\dfrac{2\cdot3np}{9n^2}=\dfrac{2p}{3n}>0 である。したがって E[(Xn−p)2]=E[(T3n−p)2]+2p3n>E[(T3n−p)2] E\Bigl[\Bigl(\frac Xn-p\Bigr)^2\Bigr]=E\Bigl[\Bigl(\frac T{3n}-p\Bigr)^2\Bigr]+\frac{2p}{3n}>E\Bigl[\Bigl(\frac T{3n}-p\Bigr)^2\Bigr] である。(証明終)

最終答

設問1 P(X=k, Y=t−k∣T=t)P(X=k,\,Y=t-k\mid T=t)

P(X=k, Y=t−k∣T=t)=(tk)(13)k(23)t−kP(X=k,\,Y=t-k\mid T=t)=\displaystyle\binom tk\Bigl(\frac13\Bigr)^k\Bigl(\frac23\Bigr)^{t-k}(pp に依らない。T=tT=t のもとで X∼Bin(t,13)X\sim\mathrm{Bin}(t,\tfrac13))

第8問 — 数理統計:有意になった標本だけを選んだ後の条件付き分布と、条件付き検定の棄却点

数理統計:有意になった標本だけを選んだ後の条件付き分布と、条件付き検定の棄却点の途中式・最終答をPDFで見る

第9問 — 数理統計:ポアソン分布の標準偏差 β=\sqrtλ の最尤推定量と、その偏り

数理統計:ポアソン分布の標準偏差 β=\sqrtλ の最尤推定量と、その偏りの途中式・最終答をPDFで見る

第10問 — 数理統計:標本平均を原点の近くで縮める推定量の二乗誤差の極限(ホッジス型)

数理統計:標本平均を原点の近くで縮める推定量の二乗誤差の極限(ホッジス型)の途中式・最終答をPDFで見る

数理科学IIの解答・解説PDF

2022〜2026年度(5年度) · ¥2,880

解答PDFの商品ページへ

年度別の解答例(5年度)

  • 2026年度(解説10項目)

    位相:連続関数の空間の部分集合は開か閉か / 解析:関数の下限と、下限に収束する数列 / 線形代数:固有ベクトルによる分解と行列のべき

  • 2025年度(解説10項目)

    偏微分方程式:波動方程式の変数変換とダランベールの公式 / 複素解析:鍵穴型の積分路と広義積分 ∫_0^∞ x^a-1(1+x)^-ndx / 実解析:指数型関数の積分の評価と優収束定理

  • 2024年度(解説9項目)

    線形代数・数値解析:べき乗法(優越固有値の固有ベクトルへの収束) / 解析学:広義積分 ∫_0^∞\bigl(x^α-1-(x+1)^α-1\bigr)dx とガンマ関数 / 解析学:数列空間 \ell^2 の内積不等式と、弱収束とノルム収束から強収束

  • 2023年度(解説9項目)

    実解析:平行移動した可積分関数と、無限遠で消える関数の積の積分 / 位相・距離空間:離散距離の開集合と、コンパクト空間からの連続写像 / 複素解析:切れ目に沿う2本の半直線と留数定理による実積分の計算

  • 2022年度(このページ・解説10項目)

    微積分:広義積分 ∫_0^∞ x^-α(1+x)^-\betadx の収束条件と対数因子の働き / 微積分:下限を含むパラメータ付き広義積分の微分と、漸化式による ∫_1^∞(x^3+1)^-3dx / 解析学:優級数による級数の収束と、∑ g_n(π/2)/n! の値

2022年度の出題内容

解説10項目

この10問の分野は微分積分・解析3問・位相・幾何2問・確率・統計1問です。

大問分野主題解説の小見出し最終答
第1問微分積分・解析広義積分 ∫_0^∞ x^-α(1+x)^-\betadx の収束条件と対数因子の働き—あり
第2問微分積分・解析下限を含むパラメータ付き広義積分の微分と、漸化式による ∫_1^∞(x^3+1)^-3dx—あり
第3問微分積分・解析優級数による級数の収束と、∑ g_n(π/2)/n! の値—あり
第4問位相・幾何作用素ノルムが定める距離と、ノイマン級数による (I-A)^-1——
第5問位相・幾何(-1,1) の完備でない距離と、tan で引き戻した完備な距離——
第6問確率・統計確率有界性とマルコフの不等式・確率収束・2点分布の例——
第7問—数理統計:三項分布の条件付き分布と、条件付き期待値による推定量の改良—あり
第8問—数理統計:有意になった標本だけを選んだ後の条件付き分布と、条件付き検定の棄却点—あり
第9問—数理統計:ポアソン分布の標準偏差 β=\sqrtλ の最尤推定量と、その偏り—あり
第10問—数理統計:標本平均を原点の近くで縮める推定量の二乗誤差の極限(ホッジス型)——

大阪大学の公式過去問

公開年度範囲
領域別。電子光・物性物理・化学・化学工学・数理科学は2022〜2026年度など
公式の解答例
解答例の掲載なし
英語の扱い
受験する年度・専攻の募集要項で確認してください。
院試hubの最終確認
2026-10-26
大阪大学の公式過去問PDF