スレタイ 箱入り無数目を語る部屋29(あほ二人の”アナグマの姿焼き"Part3ｗ) (340ﾚｽ)
上下前次1-新
抽出解除 必死ﾁｪｯｶｰ(本家) (べ) 自ID ﾚｽ栞 あぼーん
ﾘﾛｰﾄﾞ規制です｡10分ほどで解除するので､他のﾌﾞﾗｳｻﾞへ避難してください｡
204(3): 現代数学の系譜 雑談 ◆yH25M02vWFhP 06/14(土)08:48 ID:036MevG8(1/3) AAS
>>199 補足
”確率変数の定義
［定義］ 標本空間Ω上の実数値関数
（各根元事象に実数を対応させたもの）を確率変数random variable という”
を追加投稿します
分らない人は、百回音読してねｗ
(参考)
外部ﾘﾝｸ:www.tmd.ac.jp
旧東京医科歯科大学（科学大）
外部ﾘﾝｸ:www.tmd.ac.jp
教養部 数学分野
Department of Mathematics
准教授 徳永 伸一
外部ﾘﾝｸ[htm]:www.tmd.ac.jp
学歴
1991年3月 東京大学教養学部基礎科学科第一 卒業
1993年3月 東京理科大学大学院理学系研究科数学専攻修士課程 終了
1996年3月 博士号取得（理学・東京理科大学)
外部ﾘﾝｸ[pdf]:www.tmd.ac.jp
統計（医療統計）前期・第４回 確率変数と確率分布（２）
授業担当：徳永伸一
東京医科歯科大学教養部 数学講座
［復習］?．確率変数と確率分布の定義（1）
1-確率変数の定義
［定義］ 標本空間Ω上の実数値関数
（各根元事象に実数を対応させたもの）を確率変数random variable という．
とり得る値が離散的→離散型確率変数
とり得る値が連続的→連続型確率変数
［復習］?．確率変数と確率分布の定義（2）
教科書p.83例1
Ω：サイコロを振ったときの，目の出方で定まる事象全体の集合．
・「サイコロを振って１の目が出る」は事象．
・「サイコロを振ってi の目が出る」という事象ωi
に整数i を対応させる関数をX（＝X(ωi)）とおく
と，Xは（離散型）確率変数となる．
・確率変数Xに対し，
＊「X＝１」「X≦４」
＊「Xは偶数」
などは事象．
205(3): 現代数学の系譜 雑談 ◆yH25M02vWFhP 06/14(土)08:56 ID:036MevG8(2/3) AAS
>>204 補足の補足
徳永 伸一氏のまとまったサイトが見つからない
なので、代用として 下記を提供します
google検索：統計（医療統計）前期 第 回 site:外部ﾘﾝｸ:www.tmd.ac.jp
（注：これで 数十のヒットがあります。必要な人は ここから手で探すか、あるいは必要キーワードのみで 別の人の資料を検索するかして）
(抜粋)
統計? 第1回 序説〜確率 - 東京医科歯科大学
tmd.ac.jp
外部ﾘﾝｸ:www.tmd.ac.jp›tokunaga›statistics09_02
PDF
?．順列と組合せ. ?．確率の基礎概念. ?．確率の定義と性質. ?．条件付き確率と事象の独立性. ?．ベイズの定理. € 大部分は高校数学（受験数学）の範囲です．
34 ページ
統計（医療統計） - 東京医科歯科大学
tmd.ac.jp
外部ﾘﾝｸ:www.tmd.ac.jp›math›lec›tokunaga
PDF
Ωの事象Aに実数P（A）が対応し，以下の3条. 件（＝確率の公理）を満たすとき，PをΩ上の. 確率という． （1）0≦P(A)≦1. （2） P（Ω）＝1，P（φ）＝0. （3）A，Bが互いに排反事象であるとき.
19 ページ
統計（医療統計） - 東京医科歯科大学
tmd.ac.jp
外部ﾘﾝｸ:www.tmd.ac.jp›math›lec›tokunaga
PDF
前期・第4回 確率変数と確率分布（2）. 授業担当 徳永伸. 授業担当：徳永伸一. 東京医科歯科大学教養部 数学講座. もういちど Overview. ▫ 確率（9章：6ページ）・・・第1回授業.
226(1): 現代数学の系譜 雑談 ◆yH25M02vWFhP 06/14(土)18:51 ID:036MevG8(3/3) AAS
>>221
ID:IMrKek3I は、御大か
巡回ありがとうございます
確率論の数学者には、>>1-2の箱入り無数目の手法が
数学として 不成立なのは自明だが
解析学 ないし 関数論の数学者向けに
箱入り無数目の手法から、どんなトンデモな結果になるか？
再度明記しておくと >>78 より
Sergiu Hart (2013) >>5 外部ﾘﾝｸ[pdf]:www.ma.huji.ac.il で
元ネタとして 引用しているのが
外部ﾘﾝｸ:xorshammer.com
XOR’s Hammer Written by mkoconnor August 23, 2008
”Set Theory and Weather Prediction”で
”Then, since all reverse well-founded subsets of R are countable, at most countably many prisoners will be wrong under the Hardin-Taylor strategy. Since all countable subsets of R are measure zero, this gives another way to win the game against Bob with probability one.
In fact, it implies that you can do more: You don’t need Bob to tell you (x0, f(x0) | x0 ≠ x}, just (x0, f(x0) | x0 ＜ x}. Hardin and Taylor express this by imagining that
we represent the weather with respect to time as an arbitrary function f：R→ R.
Then, given that we can observe the past, there is an almost perfect weatherman who can predict the current weather with probability 1.
They further show that the weatherman can almost surely get the weather right for some interval into the future.”
との記述あり
実関数論に例えると
ある区間[a,b]∈R で、可算無限列 a<a0<a1<a2<・・・ <b を取ることができて
実関数値列 f(a0),f(a1),f(a2),・・・ が構成できる
この実関数値列で、あるf(ai) i∈N の値が 他の関数値から 確率99/100で的中できることになる
区間[a,b]の可算無限列など、好きなだけ作れるし、区間[a,b]なども数直線上に 好きなだけ取ることが出来る
そうすると、解析関数でもない、微分可能関数でもない、単なる連続関数で このような 確率99/100の的中が生じる
ならば 実関数論に革命が起きる
さらに、箱入り無数目の手法では、箱に
実関数値列 f0,f1,f2,・・・ のみを記した紙を入れて
しかし、x＝a0,a1,a2・・・ の値は 教えないとする
そのような状況下で、あるfi i∈N が、fi以外の値から 確率1-ε で的中できるなどと そんなことを是認できるはずがない
（たとえ、関数f が解析函数であったとしても、f(a0),f(a1),f(a2),・・・ として情報が与えられなければ どうしようもない）
さらに、箱入り無数目の手法は、複素数にもそのまま拡張できる
複素数の可算列のしっぽ同値類とその代表を考えれば良いだけだから、複素関数論でも 上記実関数と同じになる
のみならず、複素数の可算列→(任意)多元数の可算列のしっぽ同値類とその代表に そのまま拡張可能
解析学 ないし 関数論の数学者は
絶対に、この箱入り無数目の手法を認めないだろうｗ ；ｐ）
上下前次1-新書関写板覧索設栞歴
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 0.031s