現代数学の系譜工学物理雑談古典ガロア理論も読む76

[過去ﾛｸﾞ] 現代数学の系譜工学物理雑談古典ガロア理論も読む76 (1002ﾚｽ)
上下前次 1-新
通常表示 512ﾊﾞｲﾄ分割ﾚｽ栞

このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索歴削→次ｽﾚ栞削→次ｽﾚ過去ﾛｸﾞﾒﾆｭｰ

486: 現代数学の系譜 雑談 古典ガロア理論も読む ◆e.a0E5TtKE  [] 2019/09/01(日) 00:07:42.64 ID:dvD9YE7H

>>485
>[0,1] 上の一様分布（ランダムに 0 から 1 の間の実数を返すモデル）

これは、下記 Sergiu HART氏のPDFにも出てきますね（＾＾；
スレ72 https://rio2016.5ch.net/test/read.cgi/math/1562292879/313

＜時枝について＞
スレ71 https://rio2016.5ch.net/test/read.cgi/math/1561208978/25 より
Sergiu HART The Hebrew University of Jerusalem
http://www.ma.huji.ac.il/hart/puzzle/choice.pdf
（A similar result, but now without using the Axiom of Choice.2 Consider the following two-person game game2:）
P2
Remark. When the number of boxes is finite Player 1 can guarantee a win
with probability 1 in game1, and with probability 9/10 in game2, by choosing
the xi independently and uniformly on [0, 1] and {0, 1, ・・・, 9}, respectively.
”independently and uniformly”が、独立同分布（IID)を含意
(引用終り)

上記HART氏のPDFより
・有限個（finite）の確率変数xi (i＝1,2,・・・n)で、独立同分布（IID) 区間[0, 1]の一様分布を考えると、
　任意の１点の的中率は、0！！！　（P(xi＝r）＝0 ここにrは実数で、r∈[0, 1]）
・確率過程論では、可算無限個の確率変数の族を考えることができる（下記重川）
　xi (i＝1,2,・・・n・・・∞)
　有限個と同様に、上記 P(xi＝r）＝0 r∈[0, 1] が成立する！！！
　（どの一つも、 P(xi＝r）＝99/100とはならない！！！ ∵IIDだから”同分布”ゆえ）
・これは、確率過程論の正統な結論である（重川読め）

スレ71 https://rio2016.5ch.net/test/read.cgi/math/1561208978/24 より
重川一郎 京都大学大学院理学研究科数学教室
https://www.math.kyoto-u.ac.jp/~ichiro/lectures/2013bpr.pdf
2013年度前期 確率論基礎 講義ノート
P47
「定義1.1. 時間t ∈ T をパラメーターとして持つ確率変数の族（Xt）を確率過程という．」

（参考）
https://ja.wikipedia.org/wiki/%E7%8B%AC%E7%AB%8B%E5%90%8C%E5%88%86%E5%B8%83
独立同分布（IID)

以上

http://rio2016.5ch.net/test/read.cgi/math/1566715025/486

487: 現代数学の系譜 雑談 古典ガロア理論も読む ◆e.a0E5TtKE  [] 2019/09/01(日) 00:37:36.02 ID:dvD9YE7H

>>477 補足

同値類→代表→代表と問題の数列を比較した決定番号→複数列の決定番号の大小から、カンニング正解率は100列で確率99/100だ！
となると、風がふけばなんとやらで
いつの間にか、「カンニング正解率は100列で確率99/100だ！」となっているけど、ちょっとおかしい
「複数列の決定番号の大小」比較の確率計算のところの可測性が問題視されていますｗ（＾＾
「測度論的確率論」（高校数学の美しい物語）としての、厳密な扱いが出来ていないよと、批判されています

（詳しくは、>>443-444 ）
(>>241)
そこを（数学的に厳密でないと）批判しているのが、Alexander Pruss氏だよ
https://mathoverflow.net/questions/151286/probabilities-in-a-riddle-involving-axiom-of-choice
Probabilities in a riddle involving axiom of choice Dec 9 '13
(抜粋)
asked Dec 9 '13 at 16:16 Denis
I think it is ok, because the only probability measure we need is uniform probability on {0,1,…,N-1}, but other people argue it's not ok, because we would need to define a measure on sequences, and moreover axiom of choice messes everything up.

（参考）
https://mathtrain.jp/probspace
高校数学の美しい物語
最終更新:2015/11/06
確率空間の定義と具体例（サイコロ，コイン）
(抜粋)
確率を厳密に扱うためには「測度論的確率論」を学ぶ必要があります。この記事では測度論的確率論の超入門として，確率を考える舞台となる「確率空間」の定義，意味，具体例について解説します。

測度論的確率論では，確率空間（三つ組(Ω,F,P)）を舞台に，確率変数や期待値などいろいろな概念を考えていくことになります。

http://rio2016.5ch.net/test/read.cgi/math/1566715025/487

489: 現代数学の系譜 雑談 古典ガロア理論も読む ◆e.a0E5TtKE  [] 2019/09/01(日) 06:54:14.42 ID:dvD9YE7H

>>479
>だから「現代数学の確率変数」って何だよｗ　意味不明過ぎｗ

>>99&>>119な（＾＾
なお、無理して理解しなくていい
多分、無理か
平たく言えば、確率空間が定義されれば、その後「確率」計算を行うために、確率変数を定義し、確率分布を定義していく
だから、普通に確率として扱える対象には、確率変数が定義できて、確率計算ができる
例えば、下記実例ご参照

（参考）
スレ61 https://rio2016.5ch.net/test/read.cgi/math/1550409146/131 ）
過去の確率変数論争（”確率変数は箱に入れられない”）に対し、下記の説明いいね！（＾＾
http://watanabe-www.math.dis.titech.ac.jp/users/swatanab/intro_prob_theory.pdf
確率論入門 渡辺澄夫 東工大 2018
(抜粋)
P8 確率変数
可測関数 X: Ω → Ω’
を（Ω’に値をとる）確率変数という
・ 関数のことを確率変数と呼ぶ。
関数を出力と同一視（混同）する (X=X(w))。
関数がランダムなわけではない。

https://ja.wikipedia.org/wiki/%E7%A2%BA%E7%8E%87%E5%A4%89%E6%95%B0
確率変数
(抜粋)
定義
確率変数  X:Ω → E は、標本空間（起こりうることがらの集まり）Ω の元に数 E を対応させる可測関数である（Ω, E はそれぞれ可測空間）（#測度論的定義も参照）。E は通常  Ｒ または N（や Z）である。そうでない場合は確率要素として考察する（概念の拡張参照）。

実例
例えば、任意に抽出した人の身長を確率変数とする場合を考える。数学的には、確率変数は 対象となる人→その身長 という関数を意味する。確率変数は確率分布に対応し、妥当にあり得る範囲の確率（身長180cm以上190cm以下である確率や 150cm未満または200cm超である確率）を計算できるようになる。
もう一つの確率変数の例は、抽出した人には何人の子供がいるかというものである。これは非負の整数値を取る離散型確率変数である。

http://rio2016.5ch.net/test/read.cgi/math/1566715025/489

上下前次 1-新書関写板覧索設栞歴

あと 500 ﾚｽあります
ｽﾚ情報赤ﾚｽ抽出画像ﾚｽ抽出歴の未読ｽﾚ

ぬこの手ぬこTOP 0.021s