
ICMとは?──チップの価値が“変わる”瞬間の数学
🧮 ICMとは何か?
ICM(Independent Chip Model)とは、
「スタックの価値=だいたい何位を期待できるか」を数値化する理論です。
トーナメントにおける各プレイヤーのスタックを「優勝確率」に変換し、
それぞれの賞金配分を期待値($EV)として算出します。
ここではpは各順位になる確率、xは各順位の賞金になります。
ICMにおけるEVの一般形
ここで:
( EV_i ):プレイヤー (i) の賞金期待値($EV)
( |S| ):プレイヤー総数
( P_k ):(k) 位の賞金
( P_i(k) ):プレイヤー (i) が (k) 位で終わる確率
この式は、「順位を取る確率 × その順位の賞金」を全順位で足し合わせたもの。
つまり言い換えれば:
💬 そして問題は──
この ( P_i(k) )(順位確率)を正確に出すには、全プレイヤーのスタックを考慮し、
誰がどの順に飛ぶかという**すべての順位順列(n!通り)を積み上げる必要がある。
そのため、人数が増えるほど計算は階乗爆発し、
3人までは3通りしかないので手計算可能でも、
4人以上はコンピューター必須になります。残りN人の場合はN!通りの順列が発生します。
4人なら24通り、5人なら60通り、10人なら3,628,800通り
20人なら2,432,902,008,176,640,000通り(≒2.4京通り)
🔢 一般形(再帰式による定義)
このとき、プレイヤー ( i ) のICM上の賞金期待値($EV)は次の再帰式で定義されます。
👥 3人ICMの式(整形版)
Aが優勝する確率:
Aが2位になる確率(Bが優勝してCに勝つ、またはCが優勝してBに勝つ):
Aが3位になる確率(順位がB→CかC→Bの順に決まる):
Aの賞金期待値($EV):
💰 数値例(スタック50/30/20、賞金$100/$60/$40)
スタック:
賞金:
各順位の確率:
Aの$EV:
同様に:
合計チェック:
🎯 実戦的な理解:構造を掴む
ICMの理解で重要なのは「式を覚えること」ではありません。
なぜcEVと$EVがズレるのか?
なぜショートの1BBが重いのか?
なぜHUではICMとcEVが一致するのか?
この“ズレの構造”を理解することが、ICMを実戦で使いこなす鍵です。
💡 ICMとバブルファクター(BF)
ICMが教えてくれるのは、
「1BBを失う痛み > 1BBを得る喜び」という非対称性です。
これを数値化したものがバブルファクター(BF)。
ショートほどBFが大きくなり、リスクを取る価値が下がります。
逆にリーダーはBFが小さく、押し込みやすくなります。
🔁 HUでは $EV = cEV
ヘッズアップ(1位と2位のみ)では順位が確定しており、
チップと賞金の関係が線形に戻るため、
が成立します。
つまり、HUではICMの影響は消えます。
🧠 まとめ
ICMとは、スタック比から順位確率を再帰的に積み上げて賞金$EVを求めるモデル。
最初の勘所は「スタック割合 ≒ 優勝確率」。
3人までは手計算可能、4人以上は階乗爆発でコンピューター必須。
Excelでは正確解は出せません(近似のみ)。
計算よりも「構造の理解」が大切です。
BFやcEVとのズレを説明できる人こそ、ICMを本当に理解している人です。
💬 最後に
BFが非線形というのは、グラフにすると直線ではなく曲線になるという意味です。
ショート側は急カーブ(小さな損失が大きな$EV損)、
チップリーダー側は緩やかなカーブ(1BBの価値が小さい)。

つまり、ICM曲線は**“凹型の非線形関数”**。
このカーブを視覚的に理解できるのが、
MTTのバブルファクターを「目で見て理解」できるようにするPython可視化解説。完全整合的なICM再現モデルで、トーナメント戦略の“非線形の本質”を描き出す。
以上、最後まで読んでくれてありがとう♪
noteのフォロー【いいね❤】と
Twitterのフォローをよろしくね♪
初心者向けから上級者まで幅広く200以上の記事がありますので良かったらチェックしてみてください。他にもあなたが欲しい情報もあると思います♪