ポアソン分布の対象試験と出題頻度
応用情報技術者試験の午前問題を解いていると、待ち行列の設問文に必ずと言っていいほど「到着はポアソン分布に従い」という一節が現れます。
この見慣れない分布名だけで身構えてしまう受験生は少なくありません。
ポアソン分布は、テクノロジ系・基礎理論・応用数学に属する離散型の確率分布。
単独主題で問われる回数は多くないものの、M/M/1モデルの前提条件として繰り返し顔を出す常連です。
APでは待ち行列問題の「前提条件文」として毎回登場する、と position を固定して覚えてしまうのが早道でしょう。
出題情報を確認する
応用情報技術者(◎主戦場)
基本情報技術者(○シラバス収録)
情報セキュリティマネジメント(×範囲外)
ITパスポート(×範囲外)
★★★☆☆
ランクB/AP午前で「M/M/1の到着分布」として繰り返し再出題。FEでも出題実績あり
ポアソン分布の定義
確率分布の名前は数多くありますが、ポアソン分布ほど「どんな場面で使うのか」が想像しにくいものも珍しいのではないでしょうか。
名前の由来は19世紀フランスの数学者シメオン・ドニ・ポアソン。プロイセン軍で馬に蹴られて死亡した兵士の年間人数を、この分布がぴたりと言い当てた研究が古典的な例として知られています。
ポアソン分布とは、
「一定の区間で平均λ回起こる事象が、ちょうどk回起こる確率を表す離散型確率分布」
です。
コールセンターの電話を思い浮かべてみてください。
1時間あたり平均3件かかってくる回線で、次の1時間がちょうど5件になる確率はいくらか。
これを求める道具がポアソン分布です。平均が3件でも、0件で静まり返る時間帯もあれば6件が集中する時間帯もある。その「揺らぎ」の正体を数式にしたもの、と捉えてください。
なお、ここでいうλは期待値そのものを指します。
📊 ポアソン分布の基本情報
| 項目 | 内容 |
|---|---|
| 英語表記 | Poisson Distribution |
| 型 | 離散型(値は 0, 1, 2, 3 … の整数のみ) |
| パラメータ | λ(ラムダ)ただ1つ |
| 確率式 | P(k) = λk × e−λ ÷ k! |
| 平均/分散 | どちらも λ(標準偏差は √λ) |
| 試験での登場 | M/M/1モデルの「到着客数の分布」 |
ポアソン分布の解説
λ(ラムダ)ひとつで形が決まる — 平均も分散もλになる不思議
多くの確率分布は、形を決めるのに2つ以上の数値を必要とします。正規分布ならμとσ、二項分布ならnとp。ところがポアソン分布はλだけで山の位置も裾の広がりも一意に決まる、極端に身軽な分布です。
そのλは平均であると同時に分散でもある、というのが最大の特徴。
ばらつきの指標が平均と一致するため、λが大きくなれば山は右へ移動し、同じだけ裾も厚くなります。標準偏差は√λ。λ=100 なら標準偏差は10で、平均に対する相対的なブレは小さくなる.
λが大きいほど形が正規分布に近づくのは、この関係から来ています。
公式の読み方 — P(k)=λ^k e^(−λ)/k! を分解する
公式は3つの部品に分けると腹落ちします。
λk は「k回ぶん起こる重み」、e−λ は「全体の確率を1に揃えるための調整係数」、k! は「k個の事象の並び順の重複を打ち消す割り算」。この3点セットとして眺めれば、暗記の負荷はかなり下がるはずです。
実際の計算は次の3ステップで機械的に処理できます。
ポアソン分布の計算3ステップ
λを読み取る
単位時間あたりの平均回数を設問文から拾う
kを決める
「ちょうど何回」を知りたいのかを確定する
公式に代入
λ^k × e^−λ を求め、最後に k! で割る
λとkさえ確定すれば、あとは代入作業。迷う余地はない
λ=2 のときの確率を電卓なしで追う
「1時間あたり平均2件の障害が発生するシステムが、次の1時間を0件で乗り切る確率」を考えます。
k=0 を代入すると λ0=1、0!=1 なので、答えは e−2 ≒ 0.135、およそ13.5%。同じ要領で k=5 まで並べたのが次の表です。
📊 λ=2 のときの確率分布(k=0〜5)
| k(件数) | P(k) | 分布の形 |
|---|---|---|
| 0件 | 0.135 | |
| 1件 | 0.271 | |
| 2件 | 0.271 | |
| 3件 | 0.180 | |
| 4件 | 0.090 | |
| 5件 | 0.036 |
k=1 と k=2 が同じ値になるのが λ=2 の特徴。山は左に寄り、右側に長い裾が残る
注目すべきは右側の裾の厚さ。平均が2件でも、4件以上になる確率は合計で1割を超えます。「平均どおりに収まってくれない」ことが数字で見えるのが、この表の価値です。
離散型と連続型 — ポアソン分布が「棒グラフ」で描かれる理由
障害件数は0件か1件か2件で、1.5件という値は存在しません。
数えられる値しか取らないものを離散型と呼び、グラフは棒(点)の集まりになります。
正規分布が左右対称のなめらかな曲線で描かれるのは、身長や測定誤差のように途切れなく続く連続量を扱うから。
この描かれ方の違いが、そのまま両者の使い分けの境界線になっています。
📝 ポイント整理
・パラメータはλだけ。平均も分散も等しくλになる
・P(k)=λ^k×e^−λ÷k!。0!=1、λ^0=1 なので P(0)=e^−λ
・取る値は整数のみの離散型。グラフは棒グラフで、左に山・右に裾
ポアソン分布は試験ではこう出る!
筆者自身、AP午前の学習中に「ポアソン分布」という初見の単語に怯み、その問題を丸ごと飛ばした経験があります。
後から過去問を年度順に並べて気づいたのは、平成20年春・平成26年秋・平成30年秋・令和7年秋がほぼ同一の設問文だという事実。
分布の中身を完全に理解していなくても、条件文として読み流して ρ/(1−ρ) の計算へ進めば正解にたどり着けます。この割り切りが、そのまま得点に直結しました。
出題パターン分析
📝 IPA試験での出題パターン
パターン1:分布名の直接識別(AP H24春型)
「一定時間内に到着する客数の分布はどれか」。一様分布・指数分布・正規分布・ポアソン分布が並ぶ4択で、暗記だけで即答可能。取りこぼし厳禁の型。
パターン2:前提条件としての登場(SW H20春/AP H26秋・H30秋・R7秋型)
ポアソン分布は設問文の条件に書かれているだけ。実際に問われるのは待ち行列の利用率計算で、語に気を取られず計算へ進めるかが分かれ目。
パターン3:グラフ選択(FE H27春型)
利用率の上昇に対して平均応答時間が加速度的に跳ね上がる曲線を選ばせる。直線や単純な反比例のグラフを選ばないこと。
ポアソン分布の出題実績を確認する(全6件)
SW 平成20年春 問31:伝票処理システム。到着はポアソン分布、処理時間は平均T秒の指数分布。平均待ち時間がT秒以上となる利用率 → 正解 イ(50%)
AP 平成24年春 問2:M/M/1の待ち行列モデルにおいて、一定時間内に到着する客数の分布はどれか → 正解 エ(ポアソン分布)
FE 平成27年春 問14:トランザクション発生はポアソン分布、処理時間は指数分布。CPU使用率と平均応答時間の関係グラフ → 正解 ア
AP 平成26年秋 問3:伝票処理システム。平均待ち時間がT秒以上となる処理装置の利用率 → 正解 イ(50%)
AP 平成30年秋 問2:同上(「発生する」→「到着する」に文言を微修正した再出題)→ 正解 イ(50%)
AP 令和7年秋 問2:同上(システムの利用率として再出題)→ 正解 イ(50%)
ひっかけポイントと対策
選択肢に紛れ込む「正体」を先に潰しておきましょう。とくに1行目は本試験で最も多い入れ替えです。
⚠️ ひっかけ早見表
| 誤答の値・選択肢 | その正体 |
|---|---|
| 指数分布 | サービス時間・到着間隔の側。最頻出の入れ替え |
| 正規分布 | 左右対称の連続分布。離散の到着数には不適 |
| 一様分布 | 全事象が等確率。ランダム到着とは別物 |
| 利用率 33% / 67% | ρ/(1−ρ) の式変形ミスで出る値 |
📝 試験区分別の対策方針
・AP:ρ/(1−ρ)×平均サービス時間を暗記し、条件文は即読み飛ばす
・FE:分布名と用途の1対1対応まで押さえれば十分。深追い不要
・SG/IP:出題範囲外。AP受験のときに戻ってきてください
M/M/1の「M」の正体 — ポアソン分布と指数分布はセットで覚える
待ち行列理論(M/M/1モデル)のケンドール記号 A/B/C は、Aが到着の分布、Bがサービス時間の分布、Cが窓口数を表します。M/M/1 の2つの「M」はどちらも Markovian(マルコフ的=過去の履歴を持たない)の頭文字。
記号が同じでも中身は別物で、1つ目が到着「回数」のポアソン分布、2つ目がサービス「時間」の指数分布を指します。
同じ現象を、回数の側から見るか時間の側から見るか。
その裏表の関係を1枚にすると次のようになります。
📊 ポアソン分布と指数分布の役割分担
同じ1本の時間軸を、上から見るか下から見るかの違い(イベント5個の例)
判別ルールはきわめて単純。
人数や件数は数えられる値だから離散、つまりポアソン分布。
時間は途切れなく続く値だから連続、つまり指数分布です。この一行を頭に置いておけば、設問文の条件を取り違えることはなくなります。
なお平均待ち時間の計算そのものは待ち行列側の論点なので、公式 ρ/(1−ρ)×平均サービス時間 だけ押さえて先の記事へ進んでください。
📊 4つの確率分布の比較
| 比較軸 | ポアソン分布 | 二項分布 | 正規分布 | 指数分布 |
|---|---|---|---|---|
| 型 | 離散型 | 離散型 | 連続型 | 連続型 |
| 何を測るか | 一定時間内の発生回数 | n回試行中の成功回数 | 連続量の値 | 次の発生までの時間間隔 |
| パラメータ | λ のみ | n と p | μ と σ | λ |
| 平均 | λ | np | μ | 1/λ |
| 分散 | λ(=平均と同じ) | np(1−p) | σ² | 1/λ² |
| 試験での登場 | M/M/1の到着分布 | 確率計算の基礎 | 68-95-99ルール | M/M/1のサービス時間 |
なお二項分布との関係も押さえておくと理解が深まります。
試行回数nを限りなく大きく、成功確率pを限りなく小さくしながら np=λ を保つと、二項分布はポアソン分布に一致する。
「めったに起こらないことを、たくさんの機会で観測する」という状況設定が、そのままポアソン分布の出自です。
実務でポアソン分布が効く場面
インフラやSREの現場で最初に出会うのはキャパシティプランニングでしょう。
平均RPSをλと置いてポアソン分布で上振れを評価すると、平均が秒間10でも瞬間的に18〜20が到達し得ると分かります。スループットの平均値だけを見てサーバ台数を決めると、ピークで落ちる。
先ほどのλ=2の表で見た「右側の裾の厚さ」が、そのまま現場のリスクに対応しています。
もう一つは障害件数の評価です。「今月は障害3件、先月は1件、悪化しています」という月次報告に対し、λ=2ならこの程度の振れ幅は誤差の範囲だと数字で説明できる。
稼働率(MTBF / MTTR)の指標と併せると、「その変動は意味のある悪化なのか」に答える道具になります。
ただし実際の設計判断は各システムの実測値に基づくべきで、ここでの数値はあくまで感覚をつかむための目安です。
【確認テスト】ポアソン分布の理解度チェック
Q. M/M/1の待ち行列モデルにおいて、一定時間内に到着する客数が従う分布として、適切なものはどれか。
- A. ポアソン分布
- B. 指数分布
- C. 正規分布
正解と解説を見る
正解:A
解説:
到着する客数は「0人、1人、2人…」と数えられる離散値。単位時間あたりに何回発生するかを表すのがポアソン分布であり、M/M/1 の1つ目の「M」がこれに当たります。
Bが不正解の理由:指数分布も同じM/M/1に登場する正しい分布ですが、担当している対象が違います。指数分布が受け持つのはサービス時間、および到着と到着の間隔という「連続量」の側。本問が問うている客数は個数なので該当しません。回数と時間、どちらを聞かれているかを読み分けてください。
Cが不正解の理由:正規分布は平均を中心に左右対称に広がる連続型分布です。身長や測定誤差の記述には適していますが、離散の到着数を表すモデルには用いません。
ポアソン分布の関連用語ネットワーク
ポアソン分布が確率分布ファミリーのどこに位置するのかを俯瞰しておくと、選択肢の切り分けが速くなります。
📊 確率分布の分類マップ
まず離散か連続かで二分し、そのうえで代表的な分布名を配置する
離散型/単位時間あたりの発生回数
離散型/n回中の成功回数
連続型/次の発生までの時間
連続型/連続量の値と検定
オレンジ枠が本記事の主役。左列が離散、右下が連続と覚えると整理しやすい
📊 関連用語マップ
| カテゴリ | 関連用語 |
|---|---|
| 前提知識 | 統計/平均値/分散・標準偏差/期待値 |
| 関連用語 | 正規分布/指数分布/二項分布/ベルヌーイ分布/待ち行列理論(M/M/1) |
| 発展 | ベイズの定理/カイ二乗検定/t検定/相関関係/バスタブ曲線 |
📝 この記事のまとめ
・ポアソン分布は、一定区間で平均λ回起こる事象がちょうどk回起こる確率を表す離散型分布
・パラメータはλだけ。平均も分散もλになる
・到着「回数」はポアソン、サービス「時間」は指数。M/M/1の2つのMはここで分かれる
・APでは前提条件として繰り返し再出題。ρ/(1−ρ)の計算に素早く進めるかが勝負