Estimating $\pi$ with a Coin

この論文は、コイン投げを用いた単純なモンテカルロ法によって円周率$\pi$を推定する手法を記述し、その背後にあるカタラン数に関する恒等式を確率論の文脈で解釈する新たな視点を提供しています。

要約

硬貨を投げて円周率（π）を計算する不思議な方法

〜ジム・プロップ教授の「確率のマジック」を解説〜

皆さん、円周率（π）といえば「3.14159...」と続くあの数字ですよね。通常、これを計算するには複雑な数学や巨大なコンピュータが必要だと思われています。

しかし、この論文は**「ただの硬貨を投げるだけで、その円周率を推測できる」**という驚くべき方法を提案しています。まるで魔法のようですが、これは「ランダムウォーク（確率的な歩行）」という数学の理論に基づいた、非常にシンプルで美しい発見です。

🪙 遊び方：「勝つまで続ける」ゲーム

この実験のルールはいたって簡単です。

1. 硬貨を投げ続ける：表（ヘッド）と裏（テール）を交互に出します。
2. 「表」が「裏」より多くなる瞬間を探す：
   • 最初は「裏」が出たかもしれません。
   • 次に「表」が出たら、同点（1 対 1）。
   • さらに「表」が出たら、表が 2、裏が 1 で、表が勝ち越しです！
3. その瞬間を止めて記録する：
   • 止めた時点での「投げた総回数」と「表の回数」を記録します。
   • 例えば、「裏、表、裏、表、表」という順なら、5 回投げて表が 3 回。
   • この場合、記録する数字は 3/5（0.6） です。

この「表が裏を初めて上回った瞬間」の**「表の割合（分数）」を、何回も何回も繰り返して平均を取ると、不思議なことにその値は円周率の 4 分の 1（π/4 ≈ 0.785）** に近づいていくのです。

つまり、この実験の平均値に 4 を掛ければ、円周率（π）が求まります！

🧠 なぜこんなことが起きるの？（イメージで解説）

この仕組みを理解するために、**「迷路を歩く人」**を想像してみてください。

• 硬貨の表 = 右に 1 歩歩く
• 硬貨の裏 = 左に 1 歩歩く
• スタート地点 = 0（原点）

この人は、右と左をランダムに歩きます。最初は 0 にいるので、表（右）が出れば +1、裏（左）が出れば -1 になります。
この実験は、**「この人が、初めて 0 より右側（+1）に到達した瞬間」**で止めるというルールです。

数学の「カタルーニャ数」という特別な数列が、この「道順」の数を数え上げています。

• 短い道で止まる確率は高いですが、その時の「表の割合」は 0.5 に近いです。
• 長い道（迷路をぐるぐる回ってから）で止まる確率は低いですが、その時は「表」が少し多めに出ていることが多く、割合は 0.5 より大きくなります。

この「短い道」と「長い道」のバランスが絶妙に取れていて、すべての可能性を平均すると、**「円周率の 4 分の 1」**という、一見関係なさそうな数字が現れてくるのです。

まるで、無数のランダムな道筋をすべて集めると、そこに隠された「円の形」が浮かび上がってくるような、数学的なマジックです。

📉 でも、実際にやってみるとどうなる？

ここが少し残念な（でも面白い）部分です。

この方法は**「理論的には正しい」のですが、「実際に円周率を正確に求めるには、とてつもない回数が必要」**です。

• 1 万回投げたとしても、得られる答えは「3.22」くらいで、3.14 からは結構離れています。
• 3.14 に近づけるには、**「1 兆回」**の硬貨投げが必要かもしれません。
• 1 秒に 1 回投げるとしても、それには3 万年以上かかります！

これは、この実験の「ノイズ（誤差）」が非常に減りにくいからです。100 回投げれば 10 倍の精度が出るのではなく、1 万倍の精度を出すには 1 億倍の回数が必要という、非常に「もったいない」計算方法なのです。

🎓 この発見の意義

では、なぜこんな「非効率な方法」を論文にするのでしょうか？

1. 新しい視点：円周率を「硬貨の表の割合の平均」として捉えるという、全く新しい解釈が生まれました。
2. 数学の美しさ：硬貨という単純な道具から、円（π）や自然対数（ln 2）といった高度な数学定数が現れることは、数学の奥深さと美しさを示しています。
3. πの範囲の証明：この実験の結果は、必ず「0.5 より大きく、1 より小さい」値になります。つまり、この証明は「円周率 π は 3 と 4 の間にある（3 < π < 4）」という事実を、確率論を使って証明していることにもなります。

🌟 まとめ

この論文は、**「硬貨を投げて、表が裏を初めて上回った瞬間の割合を平均すると、円周率の 4 分の 1 になる」**という、驚くほどシンプルで美しい事実を伝えています。

実際に 3.14 を計算する道具としては不向きですが、**「ランダムな偶然の積み重ねの中に、秩序ある数学の法則（円周率）が潜んでいる」**ことを教えてくれる、とてもロマンあふれる発見なのです。

もしあなたが数学クラブのメンバーなら、みんなで硬貨を投げて「π 探し」をしてみるのも、とても楽しい体験になるでしょう。たとえ 3.2 くらいしか出なくても、そこには「3 万年分の旅」の始まりがあるのですから！

技術概要

論文要約：コイン投げによる円周率 $\pi$ の推定

著者: Jim Propp
日付: 2025 年 11 月 24 日（改訂：2026 年 3 月 10 日）
主題: 確率論、ランダムウォーク、モンテカルロ法、円周率の推定

1. 問題提起

従来の円周率 $\pi$ の推定法として、有名な「ブフォンの針」問題（平行線に針を落とす）が存在する。本論文は、これとは異なるアプローチとして、公平なコイン投げのみを用いて $\pi$ を推定する新しいモンテカルロ法を提案するものである。

具体的には、コインを投げ続け、初めて「表（Heads）の累積数が裏（Tails）の累積数を上回る」瞬間に停止し、その時点での「表の割合（$H_\tau / \tau$）」を記録する。この操作を多数回繰り返し、得られた割合の平均値が $\pi/4$ に収束することを示す。

2. 手法と理論的枠組み

2.1 確率過程の定義

• $H_n, T_n$: 最初の $n$ 回のコイン投げにおける表と裏の回数。
• $S_n = H_n - T_n$: 単純対称ランダムウォーク（$S_0=0$）。
• 停止時間 $\tau$: ランダムウォークが初めて $+1$ に到達する時刻。
  $$\tau = \min\{n \ge 1 : S_n > 0\}$$
  歩幅が $\pm 1$ であるため、$\tau$ は必ず奇数（$2k+1$）となる。

2.2 確率分布とカタラン数

$\tau = 2k+1$ となる確率は、ランダムウォークが $2k$歩まで$0$以下に留まり、$2k$歩目で$0$に戻り、$2k+1$歩目で$+1$へ移動する経路の数に依存する。この経路数は**カタラン数**$C_k = \frac{1}{k+1}\binom{2k}{k}$ で与えられる。
したがって、$\tau$ の確率質量関数は以下のようになる（各経路の確率は $2^{-(2k+1)}$）：
$$P(\tau = 2k+1) = \frac{1}{2 \cdot 4^k} \frac{1}{k+1} \binom{2k}{k}$$

2.3 期待値の導出

停止時刻 $\tau = 2k+1$ のとき、表の数は $H_\tau = k+1$、総試行回数は $\tau = 2k+1$ である。したがって、求める割合は $\frac{k+1}{2k+1}$ となる。
この割合の期待値 $E[H_\tau/\tau]$ を計算する：
$$E\left[\frac{H_\tau}{\tau}\right] = \sum_{k \ge 0} P(\tau = 2k+1) \cdot \frac{k+1}{2k+1}$$
これを展開・整理すると、以下の級数となる：
$$= \frac{1}{2} \sum_{k \ge 0} \frac{1}{4^k} \frac{1}{2k+1} \binom{2k}{k}$$
ここで、$\arcsin(x)$ のべき級数展開
$$\arcsin(x) = \sum_{n=0}^{\infty} \frac{1}{2^{2n}} \binom{2n}{n} \frac{x^{2n+1}}{2n+1}$$
を用いると、$x=1$ の場合、$\arcsin(1) = \frac{\pi}{2}$ となるため、
$$E\left[\frac{H_\tau}{\tau}\right] = \frac{1}{2} \arcsin(1) = \frac{\pi}{4}$$
が導かれる。

3. 主要な貢献と新規性

1. $\pi/4$ の新しい確率的解釈:
   既存の文献（[2] など）には、$\pi/2 - 1$ が $E[1/\tau]$ として現れることは知られていたが、$\pi/4$ が「停止時の表の割合の期待値」として解釈されることは、この論文で初めて明示的に示された。
2. 確率的証明としての意義:
   得られる値 $E[H_\tau/\tau]$ は、常に $1/2$以上であり、かつ$1$未満である（実際には$1/2$の確率で$1$になる）。この事実は、$\pi/4$が$3/4$より大きく$1$より小さいことを意味し、結果として **$3 < \pi < 4$ という既知の事実に対する確率的な証明**を提供する。
3. 一般化の示唆:
   停止条件を「表が裏より $+1$ 上回る」から「$+a$ 上回る」に変更した場合、$a$ が奇数のときは $\pi$ に関連する式、偶数のときは $\ln 2$ に関連する式が現れる可能性が指摘されている（ただし、$a>1$ の場合の厳密な導出は未確認であり、推測の域を出ない）。

4. 結果と実用性

• 収束速度:
  この手法は理論的には $\pi/4$ に収束するが、実用的な推定精度は非常に低い。誤差は試行回数 $N$ に対して $O(N^{-1/4})$ のオーダーで減少する。
  • 例：Matt Parker による 10,000 回のコイン投げ実験では、推定値は $3.2266$となり、誤差は約$0.1$程度であった（$10,000^{-1/4} = 0.1$ に一致）。
  • 精度を $3.14$に近づけるには、約$1$ 兆回のコイン投げが必要であり、1 秒に 1 回投げる場合、3 万年以上を要する。
• 教育的価値:
  精度は低いが、クラスルームや数学クラブでのグループ活動（並列化）に適しており、確率論やランダムウォークの概念を直感的に理解させる教材として有用である。

5. 意義と結論

本論文は、古典的な確率論の道具（カタラン数、ランダムウォーク、停止時間）を用いて、円周率 $\pi$ をコイン投げという極めて単純な物理現象から導き出す新しい視点を提示した。

Flajolet らによるより効率的なコインベースの $\pi$ 推定アルゴリズム（例：Rama()）と比較すると、本手法は計算効率の点では劣るが、**「$\pi$ が確率過程の期待値として自然に現れる」**という数学的な美しさと、$\pi$ の値域に関する確率的証明を提供する点において独自の意義を持つ。また、既存の文献に潜んでいた関係性を明確な確率論的枠組みで再解釈した点も重要な貢献である。