• ヨーロピアン・ルーレット（\(p = 18/37, q = 19/37 \implies q/p = 19/18 \approx 1.055556\)）の場合： わずか \(1.055556\) という \(1\) よりほんの少し大きいだけの比率であっても、それを \(100\) 乗すると、

  \[\left(\frac{19}{18}\right)^{100} \approx 222.258\]

  へと膨れ上がる。したがって、\(\\)1\( ずつ賭けて \)$100\( を \)$200$ にできる確率は、

  \[P_{100} = \frac{1}{1 + 222.258} \approx 0.004479 \quad (\text{わずか } \mathbf{0.448\%} \text{！})\]

  つまり、破産確率は \(99.552\%\) に達する！ もし賭け単位を \(\\)0.50\( にして（\)k = 200, N = 400\(）さらに「手堅く」プレイしようとすれば、\)(19/18)^{200} \approx 49,398.7\( となり、成功確率は \)P_{200} \approx \mathbf{0.00202%}\(、<strong>破産確率は実に \)99.998%$ となる！

• アメリカン・ルーレット（\(p = 18/38, q = 20/38 \implies q/p = 20/18 = 10/9 \approx 1.111111\)）の場合： \(\\)100\( を持って \)$1\( ずつ賭け、\)$200\( を目指す（\)k = 100, N = 200$）と、

  \[\left(\frac{10}{9}\right)^{100} \approx 37,648.62\]

  となるため、目標 \(\\)200$ に到達できる確率は、

  \[P_{100} = \frac{1}{1 + 37,648.62} \approx 0.00002656 \quad (\text{わずか } \mathbf{0.00266\%} \text{！})\]

  となり、\(\\)200\( に届く前に \)$0\( になって破産する確率は \)R_{100} = 1 - P_{100} \approx \mathbf{99.9973%}$（約37,650人に1人しか成功しない）という絶望的な数値になる！

以下の表に、初期資金 \(k\) から出発して資産を2倍（\(N = 2k\)）に増やす際の成功確率 \(P_k\) と破産確率 \(R_k = 1 - P_k\) の比較をまとめよう。

3.3 帰結3：ダビンズ＝サヴェッジの定理——なぜ不利なゲームでは「大胆な賭け（Bold Play）」が最適なのか？

なぜ「\(\\)1\( ずつ手堅く賭ける（Timid Play）」と破産確率が \)99.997%\( に跳ね上がり、「\)$100\( を一発で賭ける（Bold Play）」と勝率が約 \)48%$ にまで劇的に改善するのだろうか？

その理由は大数の法則（Law of Large Numbers）にある。期待値がマイナス（\(p < 1/2\)）のゲームにおいて、賭け金を細かく分割して試行回数 \(n\) を増やせば増やすほど、大数の法則によって実際の勝率は理論上の勝率 \(p < 1/2\) の周囲へと強く収束（標準偏差は \(\propto 1/\sqrt{n}\) で縮小）し、負のドリフト \((p - q) n < 0\) から逃れるための「幸運な上振れ（分散）」が完全に消滅してしまうからである。

1965年、数学者のレスター・ダビンズ（Lester Dubins）とレナード・サヴェッジ（Leonard J. Savage）は、不朽の名著『どうしてもギャンブルをしなければならないなら（How to Gamble If You Must: Inequalities for Stochastic Processes）』において、この事実を最も一般的な形で証明した（ダビンズ＝サヴェッジの定理）：

定理（Subfair Game における Bold Play の最適性）： 期待値が負（\(p < 1/2\)）である任意のゲームにおいて、初期資金 \(k\) から目標金額 \(N\) に到達する確率を最大化する最適戦略は、各時点で「目標金額 \(N\) に到達するのに必要な額 \(N - X_t\)」と「現在の全保有資金 \(X_t\)」のうち小さい方の金額 \(\min(X_t, N - X_t)\) を一度に全額賭ける大胆なプレイ（Bold Play）である。

カジノが豪華な無料ドリンクを提供し、煌びやかな演出で客を長時間テーブルに座らせようとするのは、客に「小さな賭けを何百回も繰り返させる（Timid Play へ誘導する）」ためである。試行回数が増えた瞬間、\((q/p)^k\) という指数関数の壁が発動し、カジノの勝率は \(51.35\%\) から \(99.99\%\) 以上へと自動的に昇華するのである。

第4章：ポール・レヴィとジョセフ・ドゥーブの「マルチンゲール理論」——「公平なゲーム」の現代的公理化

4.1 賭博術としての「マーチンゲール」から、確率過程としての「マルチンゲール」へ

第1章では「倍賭け法」、第2章・第3章では「定額ベット（ランダムウォーク）」を個別に解析した。では、もしギャンブラーが「過去10回の出目のパターンを見て、フィボナッチ数列やモンテカルロ法、あるいはディープラーニングを使って次のベット額 \(H_t\) を巧みに変化させる複雑な動的システム」を編み出したとしたらどうなるだろうか？ すべての可能な賭け方に対して、一挙に「必勝法は存在しない」ことを証明する一般的な数学的枠組みは存在するのだろうか？

この究極の問いに答えるために20世紀半ばに創始されたのが、現代確率論・数理ファイナンスの中核をなす「マルチンゲール理論（Martingale Theory）」である。

ここで用語の歴史的皮肉について明確にしておこう：

• カジノの賭博術における「マーチンゲール（Martingale betting system）」とは、18世紀から伝わる「負けるたびに賭け金を倍にする必勝法（と信じられた手法）」のことである。
• これに対し、フランスの数学者ジャン・ヴィル（Jean Ville, 1939年）とポール・レヴィ（Paul Lévy, 1934–1937年）が導入し、アメリカの数学者ジョセフ・レオ・ドゥーブ（Joseph Leo Doob, 1940–1953年）が測度論的確率論の基礎の上に完成させた確率過程の「マルチンゲール（Martingale process）」とは、「過去のいかなる履歴が与えられた下でも、将来の条件付き期待値が現在の値に等しい（＝完全に公平なゲームである）確率過程」を指す数学用語である。 ヴィルとドゥーブがあえてこの賭博術の名前を数学の専門用語に借用したのは、まさに「マルチンゲール理論を用いることで、いかなるマーチンゲール倍賭け法も公平なゲームを打ち負かすことはできないと完全に証明できるから」であった。

4.2 フィルトレーション（情報構造）とマルチンゲールの厳密な定義

確率空間 \((\Omega, \mathcal{F}, \mathbb{P})\) 上で離散時間 \(t \in \{0, 1, 2, \dots\}\) にわたって進行する確率過程を考えよう。

1. フィルトレーション（Filtration / 増大情報系）\(\{\mathcal{F}_t\}_{t \ge 0}\)： 部分 \(\sigma\)-加法族の単調増加列

   \[\mathcal{F}_0 \subseteq \mathcal{F}_1 \subseteq \mathcal{F}_2 \subseteq \cdots \subseteq \mathcal{F}_t \subseteq \cdots \subseteq \mathcal{F}\]

   をフィルトレーションと呼ぶ。直感的には、\(\mathcal{F}_t\) は「時刻 \(t\) までに観測されたすべての歴史的情報（過去のすべての勝敗結果や資産推移）」を表す。また、確率過程 \(\{M_t\}_{t \ge 0}\) が各時刻 \(t\) において \(\mathcal{F}_t\)-可測であるとき（すなわち時刻 \(t\) の時点で \(M_t\) の値が確定して判明しているとき）、\(\{M_t\}\) はフィルトレーション \(\{\mathcal{F}_t\}\) に適合している（Adapted）という。

2. マルチンゲール・劣マルチンゲール・優マルチンゲールの定義： フィルトレーション \(\{\mathcal{F}_t\}_{t \ge 0}\) に適合した実数値確率過程 \(\{M_t\}_{t \ge 0}\) が、すべての時刻 \(t \ge 0\) で可積分条件（絶対期待値の有限性）

   \[\mathbb{E}[|M_t|] < \infty \qquad (\forall t \ge 0)\]

   を満たすとする。このとき、以下の条件に応じて3つのクラスが定義される：

   • マルチンゲール（Martingale：公平なゲーム / Fair Game）： すべての \(t \ge 0\) に対して、時刻 \(t\) までの情報 \(\mathcal{F}_t\) が与えられた下での次時刻 \(M_{t+1}\) の条件付き期待値が、現在の値 \(M_t\) に等しい：

     \[\mathbb{E}[M_{t+1} \mid \mathcal{F}_t] = M_t \quad \text{a.s.}\]

   • 劣マルチンゲール（Submartingale：プレイヤーに有利なゲーム / Favorable Game）： 条件付き期待値が現在値以上（平均して資産が増加傾向）である：

     \[\mathbb{E}[M_{t+1} \mid \mathcal{F}_t] \ge M_t \quad \text{a.s.}\]

   • 優マルチンゲール（Supermartingale：プレイヤーに不利なカジノゲーム / Unfavorable Game）： 条件付き期待値が現在値以下（平均して資産が減少傾向）である：

     \[\mathbb{E}[M_{t+1} \mid \mathcal{F}_t] \le M_t \quad \text{a.s.}\]

   （※なぜ増加する方が「劣（Sub）」で減少する方が「優（Super）」と呼ばれるのか？ これはドゥーブがポテンシャル論における「劣調和関数（Subharmonic function：境界の平均よりも下に凸であるため内部の値が境界平均以下になる関数）」と「優調和関数（Superharmonic function）」との深い対応関係から命名したためである。）

条件付き期待値の塔性質（Tower Property：任意の \(s < t\) に対して \(\mathbb{E}[\mathbb{E}[M_t \mid \mathcal{F}_t] \mid \mathcal{F}_s] = \mathbb{E}[M_t \mid \mathcal{F}_s]\)）を繰り返し適用すれば、マルチンゲール \(\{M_t\}\) は任意の未来の時刻 \(t > s\) に対して

を満たす。すなわち、マルチンゲールにおいては期待値が時間を通じて完全に保存される（Conservation of Expectation）。

4.3 離散確率積分（マルチンゲール変換）と「必勝賭博システム不可能性定理」

いま、基本となるゲーム（たとえば1単位のコイントスや株価変動）の累積損益過程を \(\{M_t\}_{t \ge 0}\) としよう。そしてギャンブラーは、各ラウンド \(k = 1, 2, \dots\) に先立って、賭け金（あるいはポジション保有量）\(H_k\) を自由に決定できるものとする。

ここで決定的に重要なルールは、ギャンブラーは未来を透視する超能力を持たないため、第 \(k\) ラウンドの賭け金 \(H_k\) は、第 \(k\) ラウンドの結果が出る前、すなわち第 \(k-1\) ラウンドまでの過去情報 \(\mathcal{F}_{k-1}\) のみに基づいて決定されなければならないということである：

このような性質を持つ過程 \(\{H_k\}_{k \ge 1}\) を予測可能過程（Predictable Process / Previsible Process）と呼ぶ。マーチンゲール倍賭け法（前ラウンドで負けていれば \(H_k = 2 H_{k-1}\)、勝っていれば \(H_k = 1\)）も、ダランベール法も、モンテカルロ法も、すべて過去の勝敗履歴 \(\mathcal{F}_{k-1}\) だけから次の賭け金が決まるため、厳密に予測可能過程である。

初期資産 \(W_0\) から出発し、予測可能な賭け戦略 \(\{H_k\}\) を用いたときの時刻 \(n\) におけるギャンブラーの総資産 \(W_n\) は、

と表される。この \((H \cdot M)_n = \sum_{k=1}^n H_k \Delta M_k\) をマルチンゲール変換（Martingale Transform）あるいは離散確率積分（Discrete Stochastic Integral：伊藤積分の離散版）と呼ぶ。

このとき、次の基本的かつ強力な定理が成り立つ：

定理（マルチンゲール変換の不変性 / You Cannot Beat a Fair Game）：

1. \(\{M_t\}\) がマルチンゲールであり、\(\{H_k\}\) が有界な予測可能過程（\(H_k \in \mathcal{F}_{k-1}\)）ならば、変換後の資産過程 \(W_n = W_0 + (H \cdot M)_n\) もまたマルチンゲールである。したがって、任意の固定時刻 \(n\) において \(\mathbb{E}[W_n] = W_0\) が成り立つ。
2. \(\{M_t\}\) が優マルチンゲール（カジノ側が有利な不利なゲーム）であり、\(\{H_k\}\) が非負かつ有界な予測可能過程（\(H_k \ge 0\)、すなわち自分がカジノ側になって胴元を引き受けることができない通常のプレイヤー）ならば、変換後の資産過程 \(W_n = W_0 + (H \cdot M)_n\) もまた優マルチンゲールである。したがって、任意の固定時刻 \(n\) において \(\mathbb{E}[W_n] \le W_0\) が成り立つ。

【証明】 証明は条件付き期待値の線形性と「既知の変数は条件付き期待値の外に出せる（Taking out what is known）」という性質から、わずか1行で完結する。時刻 \(n-1\) の情報 \(\mathcal{F}_{n-1}\) の下で、第 \(n\) ラウンドの資産増分 \(W_n - W_{n-1} = H_n (M_n - M_{n-1})\) の条件付き期待値をとると、\(H_n\) は \(\mathcal{F}_{n-1}\)-可測であるから、

となる。もし \(\{M_t\}\) がマルチンゲールなら \(\mathbb{E}[M_n - M_{n-1} \mid \mathcal{F}_{n-1}] = 0\) であるから右辺は \(0\) となり、\(\mathbb{E}[W_n \mid \mathcal{F}_{n-1}] = W_{n-1}\) が従う。もし \(\{M_t\}\) が優マルチンゲールで \(H_n \ge 0\) なら \(\mathbb{E}[M_n - M_{n-1} \mid \mathcal{F}_{n-1}] \le 0\) より右辺は \(\le 0\) となり、\(\mathbb{E}[W_n \mid \mathcal{F}_{n-1}] \le W_{n-1}\) が従う。（証明終）

この3行の証明こそが、古今東西のあらゆる「資金管理システム（ベッティング・システム）」に対する最終判決である。過去の出目を見てどれほど巧妙に賭け金 \(H_n\) を増減させようとも、各ステップの条件付き期待値がゼロ（または負）である限り、それに何を掛けて足し合わせても期待値はゼロ（または負）のまま微動だにしないのである。

第5章：ドゥーブの任意停止定理（Optional Stopping Theorem）——パラドックスの完全解決

5.1 パラドックスの核心：なぜ \(\mathbb{E}[W_n] = 0\) なのに \(\mathbb{E}[W_\tau] = +1\) になるのか？

ここで、鋭い読者はひとつの重大な疑問に気づくだろう。 第4章の定理によって、公平なコイントス（\(p = q = 1/2\)）に対してマーチンゲール倍賭け戦略 \(H_k = 2^{k-1} \mathbb{I}_{\{\tau \ge k\}}\) を適用した資産過程 \(W_n\) は正真正銘のマルチンゲールであり、任意の固定時刻 \(n \in \{1, 2, 3, \dots\}\) において

が厳密に成り立っている。 ところが一方、序論で確認したように、「最初に勝った時刻 \(\tau = \inf\{n \ge 1 : W_n = +1\}\) でゲームをやめる」というルールを採用すると、\(\mathbb{P}(\tau < \infty) = 1\) で必ずいつか勝利が訪れ、その停止時刻 \(\tau\) における資産は確率 \(1\) で \(W_\tau = +1\) となる。したがって、停止時刻 \(\tau\) における期待値は、

となってしまう！ 「任意の固定時刻 \(n\) では期待値が \(0\) であるにもかかわらず、ランダムな停止時刻 \(\tau\) を代入した瞬間に期待値が \(+1\) へジャンプする」——なぜこのような魔法のような等号の破綻が起こるのだろうか？

この謎を完全に解き明かすのが、ジョセフ・ドゥーブが証明した現代確率論の最高傑作「ドゥーブの任意停止定理（Doob’s Optional Stopping Theorem / Optional Sampling Theorem）」である。

5.2 停止時刻（Stopping Time）とドゥーブの任意停止定理の厳密な主張

まず、ランダムな時刻 \(\tau\) が満たすべき「未来をカンニングしない」という条件を数学的に定義する。

定義（停止時刻 / Stopping Time, Markov Time）： 非負整数値（または \(+\infty\)）をとる確率変数 \(\tau : \Omega \to \{0, 1, 2, \dots\} \cup \{\infty\}\) が、任意の決定論的時刻 \(t \ge 0\) に対して

\[\{\omega \in \Omega : \tau(\omega) \le t\} \in \mathcal{F}_t\]

を満たすとき、\(\tau\) をフィルトレーション \(\{\mathcal{F}_t\}\) に関する停止時刻と呼ぶ。

すなわち、「時刻 \(t\) までにゲームを停止したかどうか（\(\tau \le t\)）」が、時刻 \(t\) までに得られた情報 \(\mathcal{F}_t\) だけから完全に判定できる（未来の情報を必要としない）ようなランダムな時刻が停止時刻である。「初めて資産が \(+1\) になった瞬間にやめる」という時刻 \(\tau = \inf\{t \ge 0 : W_t = +1\}\) は明らかに正当な停止時刻である（一方、「今日の最高値をつけた瞬間に売る」という時刻は、その日の終わりまで未来を見なければ最高値かどうか判定できないため、停止時刻ではない）。

では、マルチンゲール \(\{M_t\}\) と停止時刻 \(\tau\) に対して、いつ \(\mathbb{E}[M_\tau] = \mathbb{E}[M_0]\) が成り立ち、いつ破綻するのだろうか？ ドゥーブの任意停止定理は、その必要十分条件（一様可積分性）と、実用上極めて重要な3つの十分条件を次のように与えている：

定理（ドゥーブの任意停止定理 / Doob’s Optional Stopping Theorem）： \(\{M_t\}_{t \ge 0}\) をフィルトレーション \(\{\mathcal{F}_t\}\) に関するマルチンゲールとし、\(\tau\) をほとんど確実に有限な停止時刻（\(\mathbb{P}(\tau < \infty) = 1\)）とする。 このとき、停止された過程 \(M_{t \wedge \tau}\)（ただし \(t \wedge \tau = \min(t, \tau)\)）の期待値はすべての固定時刻 \(t \ge 0\) で保存される：

\[\mathbb{E}[M_{t \wedge \tau}] = \mathbb{E}[M_0] \qquad (\forall t \ge 0)\]

さらに、\(t \to \infty\) の極限である最終停止時点 \(M_\tau = \lim_{t \to \infty} M_{t \wedge \tau}\) においても期待値保存則

\[\mathbb{E}[M_\tau] = \mathbb{E}[M_0]\]

が成り立つための必要十分条件は、停止されたマルチンゲール族 \(\{M_{t \wedge \tau}\}_{t \ge 0}\) が一様可積分（Uniformly Integrable, UI）であることである。特に、以下の3つの十分条件のうち少なくとも1つが満たされれば、\(\{M_{t \wedge \tau}\}\) は一様可積分となり、確実に \(\mathbb{E}[M_\tau] = \mathbb{E}[M_0]\) が成立する：

1. 【条件1：停止時刻の有界性（Bounded Stopping Time）】 ある決定論的な有限定数 \(C < \infty\) が存在して、\(\mathbb{P}(\tau \le C) = 1\) が成り立つ（すなわち、最長でも時刻 \(C\) までに必ずゲームを打ち切る）。

2. 【条件2：停止過程の有界性（Bounded Stopped Process）】 ある決定論的な有限定数 \(K < \infty\) が存在して、すべての \(t \ge 0\) に対して \(|M_{t \wedge \tau}| \le K\) a.s. が成り立つ（すなわち、停止するまでの間、資産の変動幅が上下とも有限の範囲 \([-K, K]\) に収まっている）。

3. 【条件3：停止時刻の可積分性と条件付き増分の有界性（Integrable Stopping Time & Bounded Increments）】 停止時刻の期待値が有限 \(\mathbb{E}[\tau] < \infty\) であり、かつある有限定数 \(c < \infty\) が存在して、\(\tau > t\) なるすべての時刻 \(t\) で1ステップあたりの条件付き期待変動幅が一様に有界である：

   \[\mathbb{E}[\tau] < \infty \quad \text{かつ} \quad \mathbb{E}\big[|M_{t+1} - M_t| \;\big|\; \mathcal{F}_t\big] \le c \;\;\text{a.s.}\]

5.3 無制限マーチンゲール倍賭け法が「3つの条件すべて」を破壊するメカニズム

さあ、このドゥーブの任意停止定理という精密なメスを使って、理想化された無制限マーチンゲール倍賭け法（初期資産 \(W_0 = 0\)、停止時刻 \(\tau = \inf\{t \ge 1 : W_t = +1\}\)）を解剖しよう。なぜ理想の世界では \(\mathbb{E}[W_\tau] = +1 \ne 0 = \mathbb{E}[W_0]\) となったのか？ 3つの条件を順番にチェックする：

• 条件1（\(\tau \le C\)）のチェック \(\implies\) 【破綻！】 \(\mathbb{P}(\tau < \infty) = 1\) ではあるが、連敗が何十回、何百回続く確率は \(\mathbb{P}(\tau > k) = (1/2)^k > 0\) であり、いかなる有限の定数 \(C\) でも上から抑えることはできない（\(\sup \tau = +\infty\)）。もしあなたが「夜12時になったら（\(C = 100\) ラウンドに達したら）どんなに負けていても必ず帰る」という時間制限を設ければ、その瞬間に条件1が満たされ、\(\mathbb{E}[W_{\tau \wedge C}] = 0\) へと引き戻される！

• 条件2（\(|W_{t \wedge \tau}| \le K\)）のチェック \(\implies\) 【破綻！】 最初に勝つ前の \(t\) 連敗時点での含み損（累積損失）は \(W_t = -(2^t - 1)\) である。\(t \to \infty\) とともに資産の下限は \(-\infty\) へと発散するため、有界性 \(|W_{t \wedge \tau}| \le K\) は完全に破綻している。そして現実世界では、あなたの銀行口座の残高（有限資金 \(B = 2^K - 1\)）またはカジノのテーブルリミットが強制的に下限 \(W_t \ge -(2^K - 1)\) を設定するため、現実世界では常に条件2が発動し、\(\mathbb{E}[W_{\tau \wedge K}] = 0\) が絶対的な鉄則として復活するのである！

• 条件3（\(\mathbb{E}[\tau] < \infty\) かつ増分 \(\le c\)）のチェック \(\implies\) 【破綻！】 実は、公平なコイントスで初めて表が出るまでの期待回数 \(\mathbb{E}[\tau]\) 自体は、

  \[\mathbb{E}[\tau] = \sum_{k=1}^{\infty} k \left(\frac{1}{2}\right)^k = 2 < \infty\]

  となり、たった2回という極めて小さな有限値である！ ではなぜ条件3が満たされないのか？ 後半の条件である「1ステップあたりの増分の有界性」が破綻しているからである。時刻 \(t < \tau\) における次の賭け金は \(|W_{t+1} - W_t| = 2^t\) であり、\(t\) とともに指数関数的に発散してどんな定数 \(c < \infty\) でも抑えられない！

さらに決定的な視点として、極限操作と期待値（積分）の順序交換がなぜ失敗するかを式で見てみよう。 任意の有限時刻 \(t\) で打ち切った停止時刻 \(t \wedge \tau = \min(t, \tau)\) は有界（\(\le t\)）であるから、条件1より確実にドゥーブの任意停止定理が成り立つ：

ここで \(t \to \infty\) の極限をとると、「期待値の極限」と「極限の期待値」の間に決定的なギャップが生じる：

測度論（ルベーグ積分論）におけるヴィタリの収束定理（Vitali Convergence Theorem）が教える通り、\(\lim_{t \to \infty} \mathbb{E}[X_t] = \mathbb{E}[\lim_{t \to \infty} X_t]\) と極限を積分記号の中に入れられるための必要十分条件こそが一様可積分性（Uniform Integrability）

である。マーチンゲール倍賭け法では、事象 \(\{\tau > t\}\) の確率質量 \((1/2)^t\) は \(t \to \infty\) で \(0\) に収束するものの、その事象上での負債額 \(|W_t| = 2^t - 1\) が \(2^t\) のスピードで爆発するため、両者の積である尾部期待値（Tail Expectation）が

となって永久に消滅しない（確率質量が無限遠へ逃げ去る現象）。これこそが、マーチンゲール倍賭け法が見かけ上 \(+1\) を生み出す数学的トリックの全貌である。

  flowchart TD
    Start["マルチンゲール {M_t} と停止時刻 τ (P(τ < ∞) = 1)"] --> CheckUI{"ドゥーブの任意停止定理 (OST)<br/>3つの十分条件（一様可積分性 UI）の検証"}
    CheckUI -->|"条件1: τ ≤ C (有界な停止時間)<br/>例：制限時間・最大試行回数"| Valid["一様可積分性が成立！<br/>lim E[M_(t∧τ)] = E[M_τ] = E[M_0]<br/>（期待値保存則が厳密に成立）"]
    CheckUI -->|"条件2: |M_(t∧τ)| ≤ K (有界な資産変動)<br/>例：有限の自己資金 B・テーブルリミット"| Valid
    CheckUI -->|"条件3: E[τ] < ∞ かつ E[|ΔM_t| | F_t] ≤ c<br/>例：上限付きのベット額で有限期待時間"| Valid
    CheckUI -->|"3条件すべて破綻（非現実的な無限仮定）"| Invalid["一様可積分性の破綻（極限と期待値の交換不能）"]
    Invalid --> CaseA["パターンA：無制限マーチンゲール倍賭け<br/>E[τ] = 2 < ∞ だが賭け金 ΔW_t = 2^t → ∞<br/>現実には『有限資金（条件2）』の壁に激突して破産"]
    Invalid --> CaseB["パターンB：無限胴元 (N → ∞) に対する定額ベット<br/>賭け金 |ΔX_t| = 1 ≤ c だが期待時間 E[τ] = ∞<br/>現実には『有限の寿命・時間（条件1）』の壁に激突"]

第6章：マルチンゲールとウォールドの恒等式による「破産確率」と「破産までの期待時間 \(\mathbb{E}[\tau]\)」のエレガントな導出

ドゥーブの任意停止定理の真の威力は、単に倍賭け法の誤りを暴くことだけではない。第2章では差分方程式を解いて導出した「ギャンブラーの破産問題」の勝利確率 \(P_k\) や、さらには「ゲームが決着する（破産または目標達成する）までにかかる期待ステップ数 \(\mathbb{E}[\tau]\)」を、3つの巧妙なマルチンゲールを構成することでわずか数行の代数計算で一挙に導出できる点にある！

初期資金 \(X_0 = k\)（\(0 < k < N\)）、吸収壁を \(\{0, N\}\) とするギャンブラーの破産問題（\(\tau = \inf\{t \ge 0 : X_t \in \{0, N\}\}\)）に任意停止定理を適用してみよう。

6.1 第1のマルチンゲール \(M_t^{(1)} = X_t\)：公平なゲームの破産確率の2行証明

公平なゲーム（\(p = q = 1/2\)）では、各ステップの増分 \(\xi_t \in \{+1, -1\}\) は \(\mathbb{E}[\xi_t \mid \mathcal{F}_{t-1}] = 0\) を満たすため、保有資産 \(X_t\) 自体がマルチンゲールである。 さらに、停止時刻 \(\tau\) までの過程 \(X_{t \wedge \tau}\) は常に \(0 \le X_{t \wedge \tau} \le N\) の範囲に収まっているため、任意停止定理の【条件2（停止過程の有界性）】を自動的に満たす！

したがって、直ちに \(\mathbb{E}[X_\tau] = \mathbb{E}[X_0] = k\) が成り立つ。 一方、停止時点 \(X_\tau\) がとり得る値は \(N\)（確率 \(P_k\)）または \(0\)（確率 \(1 - P_k\)）の2つだけであるから、

両者を等置すれば、差分方程式を一切解くことなく、たった2行でホイヘンスの解が得られる：

6.2 第2のマルチンゲール \(M_t^{(2)} = (q/p)^{X_t}\)：ド・モアブルの指数マルチンゲールによる偏りゲームの解

では、偏りのあるゲーム（\(p \ne q\)）の場合はどうするか？ このとき \(X_t\) 自体はドリフト \(p - q \ne 0\) を持つためマルチンゲールではない。 しかし、アブラハム・ド・モアブルの発想に基づき、次の指数変換を施した過程（ド・モアブルのマルチンゲール / De Moivre’s Exponential Martingale）を定義する：

この \(M_t\) の条件付き期待値を計算してみよう。\(X_{t+1} = X_t + \xi_{t+1}\) は確率 \(p\) で \(X_t + 1\)、確率 \(q\) で \(X_t - 1\) となるから、

なんと、\(p + q = 1\) のおかげで、\(M_t = (q/p)^{X_t}\) は完全にマルチンゲールになるのである！ そして停止時刻 \(\tau\) まで \(0 \le X_{t \wedge \tau} \le N\) であるから、\(M_{t \wedge \tau}\) もまた定数 \(\max\big(1, (q/p)^N\big)\) で一様に有界であり、【条件2】が成立する。 よってドゥーブの任意停止定理 \(\mathbb{E}[M_\tau] = \mathbb{E}[M_0]\) を適用すると、

これを \(P_k\) について解けば、直ちに第2章と同じ一般解が得られる：

6.3 第3のマルチンゲール \(M_t^{(3)} = X_t^2 - t\) とウォールドの恒等式：破産までの期待時間 \(\mathbb{E}[\tau]\)

さらに興味深い問題として、「ギャンブラーが破産するか目標達成するまでに、平均して何ラウンド（何時間）ゲームが続くのか？」という期待継続時間（Expected Duration）\(\mathbb{E}[\tau]\) を求めよう。

（1）公平なゲーム（\(p = q = 1/2\)）における二次マルチンゲール \(M_t = X_t^2 - t\)

公平なランダムウォークでは \(\mathbb{E}[\xi_{t+1} \mid \mathcal{F}_t] = 0\) かつ分散 \(\mathbb{E}[\xi_{t+1}^2 \mid \mathcal{F}_t] = (+1)^2 \cdot \frac{1}{2} + (-1)^2 \cdot \frac{1}{2} = 1\) である。 そこで、2乗から時刻 \(t\) を引いた過程

を考える。条件付き期待値を計算すると、

となり、\(M_t = X_t^2 - t\) はマルチンゲール（2次変動補償マルチンゲール）である！ 有界な停止時刻 \(t \wedge \tau\) に対して任意停止定理を適用すると、

ここで \(t \to \infty\) の極限をとる。左辺は \(t \wedge \tau \uparrow \tau\) より単調収束定理（Monotone Convergence Theorem）から \(\mathbb{E}[\tau]\) に収束し、右辺は \(0 \le X_{t \wedge \tau}^2 \le N^2\) より有界収束定理（Bounded Convergence Theorem）から \(\mathbb{E}[X_\tau^2] - k^2\) に収束する。 すでに \(P_k = k / N\) を知っているので、\(\mathbb{E}[X_\tau^2] = N^2 P_k + 0^2 (1 - P_k) = N^2 (k/N) = kN\) を代入すると、

という驚くほど簡潔で美しい公式が得られる！

この公式 \(\mathbb{E}[\tau] = k(N - k)\) が持つ意味は極めて深い：

1. 中点 \(k = N/2\) での予想外の長期戦： たとえばあなたが初期資金 \(k = \\)100\( を持ち、\)$1\( ずつの公平な賭けで倍の \)N = $200$ を目指すとする。直感的には100〜200回程度で決着がつきそうに思えるかもしれない。しかし実際の期待ラウンド数は、

   \[\mathbb{E}[\tau] = 100 \times (200 - 100) = 10,000 \text{ ラウンド！}\]

   ランダムウォークは前後に激しく打ち消し合うため、\(\\)100\( の距離を進むにはその2乗である \)100^2 = 10,000\( ステップもの時間を要するのである（拡散現象における \)\Delta x \sim \sqrt{\Delta t} \iff \Delta t \sim (\Delta x)^2$ のスケーリング則）。

2. わずか \(\\)1\( から出発しても期待時間は莫大になる</strong>： もしあなたがたった \)k = $1\( しか持たず、目標 \)N = $1,000\( を目指したとする。最初の1回で負ければ即座に1ステップで終わる（確率 \)50%\(）にもかかわらず、たまに生き残ったパスが何十万ステップも彷徨うため、期待継続時間は \)\mathbb{E}[\tau] = 1 \times (1000 - 1) = 999$ ラウンドにもなる。

3. 無限の胴元（\(N \to \infty\)）に対する「確率1の破産」と「無限の期待時間」の共存： 第3章で、無限の資金を持つカジノ（\(N \to \infty\)）を相手にすると、公平なゲームでも破産確率は \(\lim_{N \to \infty} R_k = 1\)（100%確実に破産する）ことを証明した。では、破産するまでの期待時間 \(\lim_{N \to \infty} \mathbb{E}[\tau]\) はいくらになるだろうか？

   \[\lim_{N \to \infty} \mathbb{E}[\tau] = \lim_{N \to \infty} k(N - k) = +\infty\]

   なんと、「破産は確率 \(1\)（100%確実）で起こる（\(\mathbb{P}(\tau < \infty) = 1\)）にもかかわらず、破産するまでの期待時間は無限大（\(\mathbb{E}[\tau] = \infty\)）である」！ なぜこのような一見矛盾した現象が起こるのか？ 鏡像原理（Reflection Principle）を用いて1次元対称ランダムウォークが原点 \(0\) に初めて到達する時刻 \(\tau_0\) の確率分布を計算すると、大きな \(t\) に対して

   \[\mathbb{P}(\tau_0 = t) \sim \frac{k}{\sqrt{2\pi}} t^{-3/2} \implies \mathbb{P}(\tau_0 > t) \sim \sqrt{\frac{2}{\pi}} k \, t^{-1/2}\]

   という重いべき乗則の裾（Heavy Power-Law Tail：レヴィ＝スミルノフ分布の離散版）を持つことがわかる。全確率の和 \(\sum_t \mathbb{P}(\tau_0 = t) = 1\) は収束するためいつかは必ず破産するが、期待値 \(\mathbb{E}[\tau_0] = \sum_{t=0}^\infty \mathbb{P}(\tau_0 > t) \sim \sum t^{-1/2} = \infty\) は発散するのである！ そしてこれこそが、第5章の図で示した「無限胴元に対する定額ベット」がドゥーブの任意停止定理の【条件3（\(\mathbb{E}[\tau] < \infty\)）】に違反する理由である（定額ベットでは1ステップの変動幅は \(|X_{t+1} - X_t| = 1 \le c\) と有界であるにもかかわらず、\(\mathbb{E}[\tau] = \infty\) となるために \(\mathbb{E}[X_{\tau_0}] = 0 \ne k = \mathbb{E}[X_0]\) という期待値の不一致が許容される）。

（2）偏りのあるゲーム（\(p \ne q\)）におけるウォールドの恒等式と期待時間

最後に、ハウスエッジがあるゲーム（\(p \ne q\)）での期待継続時間 \(\mathbb{E}[\tau]\) を求めよう。 1ステップあたりの期待ドリフトは \(\mu = \mathbb{E}[\xi_t] = p - q \ne 0\) であるから、ドリフトを差し引いた過程