「$P_A(B)$ って、普通の確率 $P(A \cap B)$ と何が違うの？」
「『〜のとき、…である確率』の読み取り方が分からない……」
確率分野の後半で多くの受験生が壁を感じるのが、この「条件付き確率」です。
しかし、条件付き確率の本質は「分母（全体の基準）がすり替わっているだけ」という非常にシンプルで直感的な概念です。
今回は、条件付き確率の定義や記号の意味から、普通の確率との違い、さらに共通テストや二次試験で差がつく「原因の確率（ベイズの定理的思考）」まで分かりやすく徹底解説します！
1. 条件付き確率とは？（「分母が変わる」イメージ）
事象 $A$ が起こったという情報（条件）が分かっているもとで、事象 $B$ が起こる確率のことを、「$A$ が起こったときの $B$ の条件付き確率」といい、$P_A(B)$ と表します。
💡 【条件付き確率のイメージ】
通常の確率は「全事象 $U$ 全体」を基準（分母）にして考えます。
一方、条件付き確率 $P_A(B)$ は**「事象 $A$ の中だけに世界（全事象）をギュッと狭めて、その中に占める $B$（＝ $A$ かつ $B$）の割合を求める」**計算です。
【普通の確率 P(A ∩ B)】
全事象 U（全体）を分母として、(A ∩ B) の割合を計算
【条件付き確率 P_A(B)】
事象 A のみを分母として、その中の (A ∩ B) の割合を計算
2. 条件付き確率の公式と記号の意味
💡 【条件付き確率の定義式】
事象 $A$ が起こる確率が $P(A) > 0$ であるとき、
$$\mathbf{P_A(B) = \frac{P(A \cap B)}{P(A)} = \frac{n(A \cap B)}{n(A)}}$$
- $P_A(B)$：A のもとで B が起こる条件付き確率
- $n(A)$：事象 A が起こる「場合の数」
- $n(A \cap B)$：A と B が同時に起こる「場合の数」
※ 確率の比 $\frac{P(A \cap B)}{P(A)}$ で計算しても、要素の個数（場合の数）の比 $\frac{n(A \cap B)}{n(A)}$ で計算しても答えはまったく同じになります。
$P_A(B)$ と $P(A \cap B)$ の違い
- $P(A \cap B)$【積事象の確率】：最初から全体を見渡して、「A と B が両方同時に起こる確率」
- 例：クラス全員の中から選んだ 1人が「メガネをかけた（A）男子（B）」である確率
- $P_A(B)$【条件付き確率】：「A であることは確定している」状態で、「それが B である確率」
- 例：メガネをかけている生徒（A）を集め、その中から選んだ 1人が「男子（B）」である確率
3. 「原因の確率」とベイズの定理的な考え方
条件付き確率の真骨頂であり、テストで最も差がつくのが「原因の確率」と呼ばれるタイプの問題です。
たとえば、「結果（エラーが発生したなど）が分かっているとき、その原因が工場 A によるものである確率」を求めるようなケースです。
これは直感とズレやすく難しく感じられますが、「表（クロス集計表）や樹形図を作って整理する」ことで機械的に解くことができます！
4. 【実践例題】条件付き確率・原因の確率の解法
【例題1】くじ引きの条件付き確率（基本）
当たりくじ 3本、はずれくじ 7本の合計 10本が入った箱がある。この箱から、A君、B君の順に 1本ずつくじを引く。ただし、引いたくじは元に戻さない。
B君が当たったとき、A君も当たっていた条件付き確率を求めよ。
解答・解説
- 事象を定義する
- 事象 A：A君が当たる
- 事象 B：B君が当たる
- $P(A \cap B)$（2人とも当たる確率）を求める$$P(A \cap B) = \frac{3}{10} \times \frac{2}{9} = \frac{6}{90}$$
- $P(B)$（B君が当たる確率）を求めるB君が当たるには以下の 2つのパターン があり、互いに排他です。
- (i) A君が当たり、B君も当たる： $\frac{3}{10} \times \frac{2}{9} = \frac{6}{90}$
- (ii) A君がはずれ、B君が当たる： $\frac{7}{10} \times \frac{3}{9} = \frac{21}{90}$
- 公式にあてはめて条件付き確率を計算する$$P_B(A) = \frac{P(A \cap B)}{P(B)} = \frac{\frac{6}{90}}{\frac{27}{90}} = \frac{6}{27} = \mathbf{\frac{2}{9}}$$
【答え】 $\dfrac{2}{9}$
【例題2】検査薬の精度と原因の確率（応用）
ある病気 X に罹患している人の割合は全体の 1% である。
この病気 X を診断する検査試薬は、
- 病気に罹患している人に対して正しく陽性反応が出る確率が 99%
- 病気に罹患していない人に対して誤って陽性反応が出る確率が 2%
である。ある人がこの検査を受けたところ**「陽性」と判定された。この人が本当に病気 X に罹患している確率**を求めよ。
解答・解説
全体を 10000人 と仮定して表（人数）を作成して考えると超シンプルに解けます！
1. 人数の内訳を表で整理する（全10000人）
| 罹患している（1%＝100人） | 罹患していない（99%＝9900人） | 合計 | |
| 検査：陽性 | 99人 ($100 \times 0.99$) | 198人 ($9900 \times 0.02$) | 297人 |
| 検査：陰性 | 1人 | 9702人 | 9703人 |
| 合計 | 100人 | 9900人 | 10000人 |
2. 条件付き確率を計算する
求める確率は「検査が陽性だった 297人（新しく分母になる人）」の中で、「本当に罹患している 99人」の割合です。
$$P = \frac{99}{297} = \frac{1}{3} \approx \mathbf{33.3\%}$$
【答え】 $\dfrac{1}{3}$（約 33.3%）
💡 ポイント（直感とのギャップ）
精度99%の検査で「陽性」と出ても、実際に病気である確率は約33%しかありません。これは元々病気にかかっている人（1%）が非常に少ないため、非罹患人の誤陽性（198人）が陽性反応者全体の多数派を占めてしまうからです。
5. まとめ
- 条件付き確率 $P_A(B)$：「A が起こった」という情報によって分母が A に狭まる確率！
- 公式： $P_A(B) = \frac{P(A \cap B)}{P(A)} = \frac{n(A \cap B)}{n(A)}$
- 見分け方のフレーズ：「〜のとき、…である確率」が出たら条件付き確率を疑う！
- 原因の確率（応用題）：具体的に全体を 1000人・10000人 などの数値に仮定してクロス集計表を作ると簡単に解ける！
条件付き確率は「分母に何を持ってくるか」を意識するだけで一気に見通しが良くなります。
次回は、高校数学「場合の数と確率」の最終回「第45回：期待値（確率変数と平均）の計算と応用」を解説します！
参考PR
- 安さ＆予備校級の講義動画なら 👉 [スタディサプリ高校講座]
- 定期テスト＆推薦入試対策なら 👉 [進研ゼミ高校講座]
- 難関大突破＆記述・添削なら 👉 [Ｚ会の通信教育]
コメント