第12章：確率論における条件付きの「if」――不確実性の中の論理
――真理から「確信の度合い」へ
12.1 決定論の限界：確率的「if」の誕生
これまでの「if」は「1 か 0 か」の世界でした。しかし、現実は不確実です。確率論は「ならば」を拡張し、条件付き確率 を生み出しました。これは、「もし が起こったという条件下で、 が起こる確率はいくらか？」という、数値化された「if」の形式です。
12.2 ベイズの定理：推論の「if」を逆転させる
ベイズの定理は、私たちの「学習プロセス」を数式化したものです。
「もしデータ が得られたならば、私の仮説 に対する確信（確率）をどう修正すべきか？」 この動的な情報の更新こそが、現代の AI やデータサイエンスを支える最強の思考アルゴリズムです。
12.3 モンテ・ホール問題：条件（if）を見誤る罠
3 つのドアのうち正解を当てるパズル。司会者がハズレのドアを一つ開けた後、あなたはドアを変えるべきでしょうか？ 直感は「変えても確率は 1/2 だ」と誤りますが、数学的な「if」の答えは「変えれば確率は 2 倍になる」です。司会者が「もしハズレならば開ける」という厳格な条件の下で動いたことで、情報の偏りが生じるからです。条件の背後にある「構造」を正しく把握することの重要性を、この問題は教えてくれます。
12.4 大数の法則：無限の「if」が導く必然
個別の確率は気まぐれでも、無限に繰り返せばそこには絶対的な秩序が姿を現します。 「もし、試行回数 を無限に大きくするならば、標本平均は真の期待値に限りなく近づく」 数学における「if」は、ミクロな混沌をマクロな必然へと変換する、宇宙の熱力学的な法則としての側面を持っています。
12.5 第12章の結語：不確実性を生きる羅針盤
確率論的な「if」を使いこなすことは、不完全な情報から最適な判断を下すための、現代における必須の教養です。 次章では、この不確実な世界において、自分と同じように「もし～ならば」と戦略を練る「他者の意志」との衝突――ゲーム理論の世界へと踏み込みましょう。