じゃんけん必勝法の定理
| name | じゃんけん必勝法の定理 |
|---|---|
| field | 娯楽数学（確率過程論的ゲーム理論の変奏） |
| statement | 条件（観測可能性・遅延・反射戦略）を満たすとき、三手の対称性破りにより必勝に準ずる期待勝率が保証される。 |
| proved_by | 渡辺精鋭郎（わたなべ せいえいろう）と反射戦略研究会 |
| year | 1987年 |
におけるじゃんけん必勝法の定理（よみ、英: Janken Guaranteed-Win Theorem）は、じゃんけん手の遷移に関するについて述べた定理である[1]。本定理は、相手がランダムに見えても一定条件下で期待勝率が跳ね上がることが示された[2]。
概要[編集]
は、じゃんけんの「勝ち負け」を確率過程として扱い、手の選び方に潜む“観測のズレ”を数理的に活用する定理である[1]。通常のじゃんけんは純粋に相手の手に依存するように見えるが、本定理では「相手がこちらをどう観測したか」によって状況が変わることが定式化される。
特に本定理は、相手が必ずしも合理的でなくても、我々が出す手列に対し「遅延した反応」または「反射的な模倣」を行う場合に有効であると主張する[2]。このとき、三手（グー・チョキ・パー）の対称性が“完全には対称でない形”で破られ、期待勝率が固定の下限を持つとされる。
なお、この定理は社交場での実験報告が先行し、のちに形式化された経緯があるとされ、数理的正しさだけでなく「手の気配」をどうモデル化するかが議論の中心となった[3]。そのため、数学の定理でありながら娯楽の知恵として語られやすい特徴を持つ。
定理の主張[編集]
じゃんけん必勝法の定理は、有限時間区間 $t=0,1,\dots,T$ において、状態空間を三手集合とし、状態遷移を「観測遅延付き反射戦略」として定義する。
具体的には、プレイヤーA（戦略者）が手列 $a_t$ を選び、相手プレイヤーB（観測者）が、Aの直前の手 $a_{t-d}$ を見たつもりで反応し、かつ自分の直前の負けを“反射的に”補正する場合を考える[1]。ここで $d$ は遅延であり、$d$ が1から5のいずれかに限られると仮定する。
このとき、Aがと呼ばれる符号 $s_t\in\{+1,-1 o0\}$（ただし実装では「+1=勝ち気」「-1=負け気」「0=無関心札」と記録する）を介して手を決めると、任意の $T\ge 30$ に対し、期待勝数 $\mathbb{E}[W_T]$ が下限 $\frac{2}{3}T-\sqrt{T}$ を満たすことが示される[2]。
さらに、Bが“毎回同じ反射係数”を持つとすると、その係数を $\rho\in(0.2,0.8)$ と表したとき、期待勝率は $0.666-0.05\rho$ を超えるとされる[3]。この数値が、定理の名にある「必勝法」として宣伝される決め手である。
証明[編集]
証明は、三手を巡る遷移行列 $M$ を用い、観測遅延 $d$ と反射補正を“拡大状態”に埋め込む手順で構成される[1]。まず、Aの手 $a_t$ とBの見たつもりの手 $\tilde{a}_t=a_{t-d}$ を同時に状態として扱うことで、見かけ上の非マルコフ性を回避する。
次に、反対相符号化により、$M$ の固有値のうち最大実固有値が、通常の対称じゃんけんの固有値 $1/3$ からわずかに押し上げられることが示される。具体的には押し上げ幅が $\Delta=\frac{1}{90}(6-d)$ であり、$d\in\{1,2,3,4,5\}$ の場合に $\Delta\in\{\frac{5}{90},\frac{4}{90},\dots,\frac{1}{90}\}$ になると計算された[2]。
そのうえで、勝敗を「状態の順序関係」として表し、Aの戦略がBの反射補正と位相がずれる確率が $\frac{7}{10}$ 以上で継続することを、30手ブロック分割により押さえる[3]。このブロックごとの勝利寄与が独立同分布に近いとみなせるとして、期待勝数の下限 $\frac{2}{3}T-\sqrt{T}$ が導かれる。
なお、最終段の評価において「ブロック間相関がゼロであると仮定する」一文だけが、後年の批判で最もよく引用された要点である[4]。多くの読者は、その“ゼロ”がどこから来たのかに気づきながらも、定理の勢いに負けて納得してしまうとされる。
歴史的背景[編集]
社交場実験「三枚札の夜」[編集]
本定理の発端は、昭和末期の学習塾会合における娯楽実験「三枚札の夜」とされる[2]。当時は、授業の合間に校舎の一階廊下でじゃんけん勝負を行い、負けた側だけが“負け気札”を交換するという即興ルールを導入した。
その場で、勝者が次の手を「負けた気配を反射して反対の手にする」かのように振る舞う現象が記録された。記録係は東京都の図書室から持ち出した古い鉛筆集計帳に頼ったとされ、誤差修正として遅延 $d$ を1〜5に制限したのが後の形式化につながったという[1]。
一方で、当時の参加者の証言には「実は勝率が一度だけ0.88まで跳ねた」という誇張が含まれ、後の数学化ではこの誇張が“珍しいが再現可能な例外”として吸収されたとされる[3]。
学会メモから定理へ[編集]
その後、反射戦略研究会が作成した内部メモが、1987年に学術寄りの形で整理されたとされる[5]。メモでは、手の遷移を表す行列 $M$ を「観測可能性が有限である」という仮定の下で扱うと明記され、$T\ge 30$ という下限条件が“手札の摩耗が相関を作る”現象の体験則から選ばれた。
また、期待勝数の下限形 $\frac{2}{3}T-\sqrt{T}$ は、研究会がよく通った喫茶店での連勝記録の回帰直線から得たとする逸話がある[4]。この逸話は、数学的に確率論の再現性があるとされる一方で、出典が曖昧であるとして脚注の半分が「要確認」になったと記録されている[6]。
一般化[編集]
一般化では、三手の循環をと呼ばれる別の離散構造に拡張する。すなわち、手集合を三点ではなく $n$ 点にし、勝敗関係を「次隣に勝つ」という環状規則に固定する[1]。
このとき、じゃんけん必勝法の定理は $n$ 次元の遷移モデルへ写像され、期待勝数の下限が $\frac{n-1}{n}T-\sqrt{T}$ の形になると述べられる[2]。ただし、遅延 $d$ を“1〜5の範囲”ではなく「$d\le n$」へ拡張した場合、反対相符号化の設計が複雑化し、実装上の破綻（札の並べ替えミス）が論点となった。
また、遅延が一定ではなく確率変数として揺れる場合には、反射係数 $\rho$ の平均値と分散が勝率の下限へ寄与する、とする研究がある。ここでは、分散が大きいほど下限が緩むため、相手に“観測の一貫性”を求める心理戦が重要になるとされる[3]。
応用[編集]
本定理の応用は、娯楽ゲーム領域に留まらず、面談・交渉の“反射補正”モデルとして引用されることがある[5]。具体的には、Aが相手の反応時間に遅延を持ち込ませ、相手のミス訂正を逆位相で誘導すると、期待利得が増えるという説明に用いられた。
実務的応用の例として系の研修での“即応訓練”が挙げられる。そこでは、模擬トラブル対応を三段階の選択肢に落とし込み、観測遅延 $d$ をあえて1〜5に固定して反射的判断を促す手法が導入されたと報告されている[7]。ただし、数理の観点からの妥当性が完全には検証されていないとして、参加者の間では「数学というより儀式だった」との声も残った。
さらに一部の研究者は、教育現場での競争課題に適用し、劣等感の自己調整（負け気札）を“状態遷移”として測定する試みを行ったとされる[2]。このとき、期待勝率の改善が成績の改善に直結するかどうかについては議論が続いており、定理は“勝つための数学”から“勝って学ぶための数学”へと意味が変質した面がある。
脚注[編集]
関連項目[編集]
脚注
- ^ 渡辺精鋭郎「じゃんけん必勝法の定理：反射戦略と観測遅延」『娯楽数学研究論文集』第7巻第2号, pp.41-66, 1987年.
- ^ M. A. Thornton「Delayed Observation in Cyclic Games」『Journal of Recreational Probability』Vol.12 No.3, pp.101-129, 1991.
- ^ 高橋妙子「反対相符号化と三枚札の夜」『確率過程の机上史』第3巻第1号, pp.17-29, 1994年.
- ^ C. R. Bennett「Eigenvalue Lifting for Symmetry-Broken Janken」『Proceedings of the Informal Applied Mathematics Society』Vol.5, pp.1-23, 1990.
- ^ 反射戦略研究会「内部メモ：30手ブロック評価の正当化」『会報（非公開扱い）』, 第1987号, pp.3-12, 1988年.
- ^ 佐伯礼央「札の摩耗と相関：経験則からの数理化」『統計的儀礼とモデル』第9巻第4号, pp.210-238, 1996年.
- ^ 林成海「総務省研修における三択設計の分析」『政策数理と現場実装』第1巻第2号, pp.88-112, 2001年.
- ^ O. Krüger「A Note on Robustness Against Random Delay」『Annals of Game-Theoretic Amusements』Vol.19 No.1, pp.55-73, 2003.
- ^ （誤植気味）北条雛乃「クロスカバレッジ環の定義と性質」『環論と雑談』第2巻第1号, pp.1-10, 1998年.
外部リンク
- 娯楽数学アーカイブ
- 反射戦略研究会オンライン資料室
- 手札統計図書館
- 確率過程の喫茶メモ