現代数学の系譜11 ガロア理論を読む33 [無断転載禁止]©2ch.net

[過去ﾛｸﾞ] 現代数学の系譜11 ガロア理論を読む33 [無断転載禁止]©2ch.net (713ﾚｽ)
上下前次1-新
通常表示 512ﾊﾞｲﾄ分割ﾚｽ栞
抽出解除ﾚｽ栞

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

666: １３２人目の素数さん [sage] 2017/06/03(土) 23:43:38.24 ID:C5LwuQWE

>>660
> 理由はどの決定番号についても同様の確からしさだから

>>664
> この戦略で必要なのは、ある列の決定番号が他の全ての列のそれより大きいという事象
> の確からしさが、全ての列について同様であることだけだよ？

確率空間を誤解している輩が可測性を持ち出して反論してきそうなので、あらかじめ補足しておきます。

記事の標本空間はΩ_s＝{s}×K, s∈R^N, K={1,2,...,100}であり、同様に確からしいのは
100面サイコロの出る目i (i＝1,2,...100)、つまりP(i)＝1/100 (i＝1,2,...,100)です。
R^Nはsと決まっていますから、i列目の決定番号d_iはiの関数であり可測です。
いかなるsに対しても100個のdのうちMax{d}は1つ以上存在します。
1つのみ存在するときに勝つ確率はたった1つのMAXを選ばない確率に等しく99/100。
2つ以上存在するときに勝つ確率は1。
よっていかなるsに対しても勝つ確率は99/100以上ということになります。

記事の問題設定では決定番号dは有限個の箱のラベルiの関数なので可測です。
一方標本空間をR^N×Kに取ったときは決定番号dはR^N×Kの関数となり、
勝つ事象Eの可測性が言えないことに注意を払う必要が出てきます。

「非可測ゆえに確率は語れない」で終わってもよいのですが、、
いかなるs∈R^Nに対しても確率99/100以上で勝てるならばP(E)≧99/100だろう、
と思うのが（普通の）人間の直感だと私は思います。

スレ28ではその直感を裏切らない考察がなされています。
（http://rio2016.2ch.net/test/read.cgi/math/1483314290/25）
25の一部訂正⇒（http://rio2016.2ch.net/test/read.cgi/math/1483314290/51）
（http://rio2016.2ch.net/test/read.cgi/math/1483314290/52）

http://rio2016.5ch.net/test/read.cgi/math/1495860664/666

671: 現代数学の系譜11 ガロア理論を読む [sage] 2017/06/04(日) 08:20:30.74 ID:Bct9UQQT

>>664>>666-667
どうも。スレ主です。

期待値は、下記コーシー分布記載の意味。まあ、普通には平均値と言ったりする
この話は、過去スレ26で書いたけど

コーシー分布を代表として、さまざまな、裾の重い分布（下記）があり、大数の法則が成立しないケース（下記）がある
時枝解法を、多数繰り返したとき、99/100が大数の法則として、成立しない確率分布になっているのではないか？　ここは数学理論として要検証事項だろう

https://ja.wikipedia.org/wiki/%E3%82%B3%E3%83%BC%E3%82%B7%E3%83%BC%E5%88%86%E5%B8%83
コーシー分布
(抜粋)
期待値が定義されない理由
確率分布が確率密度関数f(x)を持つ場合、その期待値は以下のように与えられる。
∫(-∞ ～ ∞) xf(x)dx．（注；-∞ ～ ∞の積分を表す）
標準コーシー分布の場合は、
・・・（省略）
となるが、この極限はどのような値でも取り、 R_{1}=R_{2}の関係を保って無限大になるときは0に、 R_{1}=2R_{2}の関係を保って無限大になるときは log(1/4)/πになるなど、2重極限のとしての収束値は存在しない。このため、期待値は存在しない。

大数の強法則など、期待値に関する確率論のさまざまな結果は、このようなケースでは成立しない。

https://ja.wikipedia.org/wiki/%E8%A3%BE%E3%81%AE%E9%87%8D%E3%81%84%E5%88%86%E5%B8%83
裾の重い分布
(抜粋)
裾の重い分布あるいはヘヴィーテイルとは、確率分布の裾がガウス分布のように指数関数的には減衰せず[1]、それよりも緩やかに減衰する分布の総称。 また類似の用語に、ファットテイル、裾の厚い分布、ロングテール、劣指数的などがある。

https://ja.wikipedia.org/wiki/%E5%A4%A7%E6%95%B0%E3%81%AE%E6%B3%95%E5%89%87
大数の法則
(抜粋)
大数の法則が成立しないケース
大数の法則は期待値の存在を前提としている。そのため、期待値の存在しない場合に大数の法則を適用することは適切ではない。例えば安定分布において特性指数が α ≦ 1 の場合、期待値は存在しないことから、大数の法則は成立しない。(例：コーシー分布)

http://rio2016.5ch.net/test/read.cgi/math/1495860664/671

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 AAｻﾑﾈｲﾙ

ぬこの手ぬこTOP 0.035s