◎正当な理由による書き込みの削除について: 生島英之とみられる方へ:
確率は測度論を使うべきか?
動画、画像抽出 ||
この掲示板へ
類似スレ
掲示板一覧 人気スレ 動画人気順
このスレへの固定リンク: http://5chb.net/r/math/1728961710/
ヒント:5chスレのurlに http://xxxx.5chb.net/xxxx のようにbを入れるだけでここでスレ保存、閲覧できます。
↑がるべーぐ積分わけわかめだから測度論死ね殺せって話か
http://2chb.net/r/math/1728783469/351 >2ch(5ch)30年のベテランの
2chができてからまだ30年経ってないけどw
>プロ数学者が、どういうサバキの手を打つのか?
>それを 見たいと思ってね
打った手は”ニゲキリ”でしたね
自分が理解できてないことを隠して茶々をいれつづけ
どうにもならなくなったら無言で退散
遊牧民の戦い方ですな
勝てない相手とは戦わない
自分の面目にこだわって
とにかく勝とうとする奴は滅びる
日本軍ですな
黒木玄 Gen Kuroki
@genkuroki
#数楽 個人的な意見ですが、3×8=24のような計算さえやったことがない人が整数論の勉強をしても無意味なのと同様に、確率{密度,質量}関数を使った
確率変数達の関数の期待値や
条件付き確率分布
に関する具体的な計算をやったことがないのに測度論的確率論を勉強しても無意味だと思います。続く
https://x.com/genkuroki/status/1833646640026292481 >>16 確率過程論までいかないと
真に確率空間の必要性、すなわち測度論的確率論
の必要性は、分らないと思う
1905年 アインシュタインのブラウン運動の理論が大きな刺激となって
確率過程の数学研究が盛んになり、測度論的確率論がその基礎付けに使われた
抽象的な測度論的確率論だけでは、理解は難しいのでは?
https://ja.wikipedia.org/wiki/%E7%A2%BA%E7%8E%87%E9%81%8E%E7%A8%8B 確率過程
数学的な定義
まず、時間のように一次元的なパラメタによって変化する確率変数を考えよう
確率空間 (Ω,F,P)・可測空間 (S, Σ)・全順序集合 T が与えられたとする
時刻 T で添字つけられる状態空間 S に値をとる確率過程 Xt とは
X:Ω×T→S
であり、すべての t ∈ T に対してXt がΩ 上の確率変数となるものである。換言すれば、ある確率空間で定義された確率変数の族
{X(ω,t)|t∈T}が確率過程である
普通、T としては離散時間 T = {1, 2, 3, …} や連続時間 T = [0, ∞) を考え、状態空間 S としてはユークリッド空間
R^d や整数 Z を考える
https://en.wikipedia.org/wiki/Stochastic_process Stochastic process
Definitions
Stochastic process
A stochastic process is defined as a collection of random variables defined on a common probability space
(Ω,F,P),
In other words, for a given probability space
(Ω,F,P) and a measurable space
(S,Σ), a stochastic process is a collection of
S-valued random variables, which can be written as:{X(t):t∈T}.
Historically, in many problems from the natural sciences a point
t∈T had the meaning of time, so X(t) is a random variable representing a value observed at time t.
A stochastic process can also be written as
{X(t,ω):t∈T} to reflect that it is actually a function of two variables,t∈T and ω∈Ω.
https://ja.wikipedia.org/wiki/%E3%83%96%E3%83%A9%E3%82%A6%E3%83%B3%E9%81%8B%E5%8B%95 ブラウン運動
1905年、アインシュタインにより、熱運動する媒質の分子の不規則な衝突によって引き起こされているという論文が発表された
ブラウン運動の数学的に厳密なモデルとして、ノーバート・ウィーナーの名を冠してウィーナー過程と呼ばれる連続型確率過程がある
1次元ウィーナー過程について述べる
定義
確率空間
(Ω,F,P)
上で定義された連続な確率過程 W(t) で次の性質を満たすものをウィーナー過程という
https://en.wikipedia.org/wiki/Brownian_motion Brownian motion
Mathematics
Lévy characterisation
The French mathematician Paul Lévy proved the following theorem, which gives a necessary and sufficient condition for a continuous Rn-valued stochastic process X to actually be n-dimensional Brownian motion. Hence, Lévy's condition can actually be used as an alternative definition of Brownian motion.
Let X = (X1, ..., Xn) be a continuous stochastic process on a probability space (Ω, Σ, P) taking values in Rn. Then the following are equivalent:
>>16 確率過程論までいかないと
真に確率空間の必要性、すなわち測度論的確率論
の必要性は、分らないと思う
1905年 アインシュタインのブラウン運動の理論が大きな刺激となって
確率過程の数学研究が盛んになり、測度論的確率論がその基礎付けに使われた
抽象的な測度論的確率論だけでは、理解は難しいのでは?
https://ja.wikipedia.org/wiki/%E7%A2%BA%E7%8E%87%E9%81%8E%E7%A8%8B 確率過程
数学的な定義
まず、時間のように一次元的なパラメタによって変化する確率変数を考えよう
確率空間 (Ω,F,P)・可測空間 (S, Σ)・全順序集合 T が与えられたとする
時刻 T で添字つけられる状態空間 S に値をとる確率過程 Xt とは
X:Ω×T→S
であり、すべての t ∈ T に対してXt がΩ 上の確率変数となるものである。換言すれば、ある確率空間で定義された確率変数の族
{X(ω,t)|t∈T}が確率過程である
普通、T としては離散時間 T = {1, 2, 3, …} や連続時間 T = [0, ∞) を考え、状態空間 S としてはユークリッド空間
R^d や整数 Z を考える
https://en.wikipedia.org/wiki/Stochastic_process Stochastic process
Definitions
Stochastic process
A stochastic process is defined as a collection of random variables defined on a common probability space
(Ω,F,P),
In other words, for a given probability space
(Ω,F,P) and a measurable space
(S,Σ), a stochastic process is a collection of
S-valued random variables, which can be written as:{X(t):t∈T}.
Historically, in many problems from the natural sciences a point
t∈T had the meaning of time, so X(t) is a random variable representing a value observed at time t.
A stochastic process can also be written as
{X(t,ω):t∈T} to reflect that it is actually a function of two variables,t∈T and ω∈Ω.
https://ja.wikipedia.org/wiki/%E3%83%96%E3%83%A9%E3%82%A6%E3%83%B3%E9%81%8B%E5%8B%95 ブラウン運動
1905年、アインシュタインにより、熱運動する媒質の分子の不規則な衝突によって引き起こされているという論文が発表された
ブラウン運動の数学的に厳密なモデルとして、ノーバート・ウィーナーの名を冠してウィーナー過程と呼ばれる連続型確率過程がある
1次元ウィーナー過程について述べる
定義
確率空間
(Ω,F,P)
上で定義された連続な確率過程 W(t) で次の性質を満たすものをウィーナー過程という
https://en.wikipedia.org/wiki/Brownian_motion Brownian motion
Mathematics
Lévy characterisation
The French mathematician Paul Lévy proved the following theorem, which gives a necessary and sufficient condition for a continuous Rn-valued stochastic process X to actually be n-dimensional Brownian motion. Hence, Lévy's condition can actually be used as an alternative definition of Brownian motion.
Let X = (X1, ..., Xn) be a continuous stochastic process on a probability space (Ω, Σ, P) taking values in Rn. Then the following are equivalent:
>>17-18 例の問題で、箱の中に数を入れる行為って確率過程なの? なんで?
>>20 >例の問題で、箱の中に数を入れる行為って確率過程なの? なんで?
良い質問ですね。「箱入り無数目」のことね
下記ですね
http://2chb.net/r/math/1728783469/ スレタイ 箱入り無数目を語る部屋25
ここのレスNo7より
重川一郎(京大)
https://www.math.kyoto-u.ac.jp/~ichiro/lectures/2013bpr.pdf
2013年度前期 確率論基礎
P47
第4章ランダム・ウォーク
この章では,最も簡単な確率過程としてランダム・ウォークを扱う.
単純ランダム・ウォーク
定義1.1 時間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.
Tとして[0,∞],Z+={0,1,2,・・・}などがよく使われる.[0,∞]のとき連続時間,Z+のとき離散時間という.
(引用終り)
ここで
・まず、Z+={0,1,2,・・・}の離散時間で
確率変数の族 Xtとして X0,X1,X2,・・・となります
・いま、X0,X1,X2,・・・ たちが、各サイコロによる確率過程だとして
それぞれが、1~6の値を等確率で取るとします
・それが、箱入り無数目のスレ1での
実数列の集合 R^Nで.
s = (s1,s2,s3 ,・・・)
において、s1,s2,s3 ,・・・ たちに、各サイコロの目を入れて行ったと等価
そう見ることができるってことです
つまり、「箱入り無数目」の数を入れる行為は、確率過程を含むが それに限られない
しかし、確率過程はすでに確立された数学理論なので
だから、まずは 確率過程の数学理論を当て嵌めてみたらどうなるか?
そう考えるのは、数学としての定石です
>>21 タイポ訂正
・それが、箱入り無数目のスレ1での
↓
・それが、箱入り無数目のレス1での >>21 要するになんかよくわかんないけど、確率過程をあてはめてみた、ってことね?
もう一つ質問
例の問題で、箱を自由に選んでいい、っていってるけど、
正直どう思ってる? 要らんと思ってる?
箱入り無数目に確率過程を当てはめたらどうなるか。
答えは簡単。「回答者が箱の中身を言い当てる」
という事象は非可測になり、確率が定義できない。特に、
「回答者が箱の中身を言い当てる確率はゼロである」
は言えない。実際、これが言えてしまったら、
「回答者が箱の中身を言い当てる」という事象は
測度ゼロ集合なのだから可測になってしまい、矛盾する。だから、
「回答者が箱の中身を言い当てる確率はゼロである」
は言えない。ちなみに、
「回答者が箱の中身を言い当てる確率は正である」
も言えない。
出題者は s = (s1,s2,s3 ,・・・) を出題する。
回答者は i∈{1,2,3,…,100} を選ぶ。
この時点で (s,i) の組が得られる。
時枝戦術のアルゴリズムは、
(s,i) が決まれば一意的な手続きで進行する。
すなわち、回答者が箱の中身を言い当てるかどうかは、
(s,i) の組から一意的に決まる。
回答者がやることは「箱の中身を言い当てること」
だと思いがちだが、これは時枝戦術のアルゴリズムの
副次的な効果にすぎない。回答者が本当にやっていることは、
i∈{1,2,3,…,100} を選ぶことだけである。
そして、回答者が i を選んだら、(s,i) の組が定まる。
この (s,i) から時枝戦術のアルゴリズムによって、
一意的な手続きが進行し、回答者は1つの箱の中身を推測する。
この「1つの箱」も (s,i) に依存して一意的に決まっている。
・ 出題者は s = (s1,s2,s3 ,・・・) を出題する。
・ 回答者は当てずっぽうに1つの箱を選んで、
その中身を当てずっぽうに推測する。
↑よくある勘違い。問題設定を誤読している。
・ 出題者は s = (s1,s2,s3 ,・・・) を出題する。
・ 回答者は i∈{1,2,…,100} を選ぶ。
↑これが正しい設定。
・ 出題者は s = (s1,s2,s3 ,・・・) を出題する。
・ 回答者は i∈{1,2,…,100} を選ぶ。
このようにして s と i が出揃ったら、(s,i) の組が得られる。
時枝戦術のアルゴリズムは、(s,i) が決まれば一意的な手続きで進行する。
(s,i) に応じて一意的に「1つの箱」が決まり、それ以外の箱は全て開封され、
そこで得られた情報から、残った「1つの箱」の中身を回答者は推測する。
そして、ここで推測される値も、(s,i) に依存して一意的に決まっている。
すなわち、このゲームを2回やったとき、
偶然にも同じ (s,i) という状況になった場合、
回答者が残す「1つの箱」は2回のゲームで全く同じ箱であるし、
その中身がどんな値であるかも、
2回のゲームで全く同じ値を推測することになる。
このあたりの事情を誤読していると、
確率過程を使おうが何だろうが、正しい結論は得られない。
・ 回答者は当てずっぽうに1つの箱を選んで、
その中身を当てずっぽうに推測する。
と誤読している場合、確率過程も何もいらなくて、
回答者が箱の中身を言い当てる確率はゼロである。
だが、時枝記事はそんな問題設定ではない。
回答者は i∈{1,2,…,100} を選ぶだけである。
「箱の中身を推測する」という行動は、i を選んだあとに
時枝記事のアルゴリズムから得られる副次的な効果にすぎない。
そして、i を選んだあとの時枝記事のアルゴリズムでは、
回答者が残す「1つの箱」は選択公理を経由して決まり、
そこで推測する「値」も選択公理を経由して決まる。
この時点で、「回答者の推測が当たる」という事象は
非可測になってしまう。
すると、回答者の推測が当たる確率は定義できないので、
「回答者の推測が当たる確率はゼロである」
とは言えない。もちろん
「回答者の推測が当たる確率は正である」
とも言えない。
>>23 >要するになんかよくわかんないけど、確率過程をあてはめてみた、ってことね?
そうだよ
箱に ある確率事象による 確率事象(例えば、各箱が サイコロを使うならば1~6の出目を入れる)のとき
数学的には、確率過程の理論が適用可能ってこと
>例の問題で、箱を自由に選んでいい、っていってるけど、
>正直どう思ってる? 要らんと思ってる?
自由に選んでいいよ
例えば、下記重川にあるように 確率変数族 X1,X2,・・・ が
独立かつ同分布な確率変数列(i.i.d.)とする
そうすると、どの一つを選ぼうが、他を選んだと同じ(同分布)です
(参考)
www.math.kyoto-u.ac.jp/~ichiro/lectures/2013bpr.pdf
2013年度前期 確率論基礎 重川一郎 京大
P21
確率分布
X1,X2,・・・を
独立かつ同分布な確率変数列(簡単に,i.i.d.=independent identically distribution 確率変数列という)
>>33 タイポ訂正
箱に ある確率事象による 確率事象(例えば、各箱が サイコロを使うならば1〜6の出目を入れる)のとき
↓
箱に ある確率事象による 事象(例えば、各箱が サイコロを使うならば1〜6の出目)を入れるとき
>>33 >>要するになんかよくわかんないけど、確率過程をあてはめてみた、ってことね?
> そうだよ
入試問題に対して闇雲に知ってる解法を適用する受験生の精神ね
>>33 > (箱は)自由に選んでいいよ
> 例えば、確率変数族 X1,X2,・・・ が独立かつ同分布な確率変数列(i.i.d.)とする
> そうすると、どの一つを選ぼうが、他を選んだと同じ(同分布)です
ああ、それしか考えてないんだ それじゃ、あの問題は分からんわ
(つづく)
>>37 君は、どの箱を選んでそれ以外の箱の情報から代表元を知って
箱に対応する代表元の項の値aを知ったとしても
箱の中身がaである確率は0
だから箱入り無数目の成功確率は0と思ってる
でも三行目から四行目は言えないよ
>>35 >素人同士の議論は永久に不滅です
これは、弥勒菩薩さまかな
ご苦労さまです
”ど素人の議論は永久に不滅です”かな? ;p)
それを言うなら、素人同士の議論は永久に「不毛」です。でしょ…。
と突っ込んで喧嘩両成敗(?)してみる。
>>39-42 ご苦労さまです
>それを言うなら、素人同士の議論は永久に「不毛」です。でしょ…。
これはうまい
ザブトン1枚
>喧嘩両成敗(?)
必要は、発明の母 (会話で使えることわざ辞典 イミダス
https://imidas.jp/proverb/detail/X-02-C-27-4-0009.html)
議論は、数学の父 (いま作った”ことわざ”。議論が喧嘩に見えてもw)
>論破ゲームwww
昔、ロンパールーム (
https://ja.wikipedia.org/wiki/%E3%83%AD%E3%83%B3%E3%83%91%E3%83%BC%E3%83%AB%E3%83%BC%E3%83%A0)
今、SNS ”はい 論破!”ゲーム by ヒロユキ
ご苦労さまです
場合の数が分らない ど素人がいます
例えば 1~6 の札から、ランダムに1枚抜く確率
6通りだから1/6と即断する
しかし、1~6 とは限らない
例えば、X=1~6 に対し、札はその二乗あるとする
X X^2
1 1
2 4
3 9
4 16
5 25
6 36
となって、札の合計 91枚
この場合
1の札の確率 1/91
6の札の確率 36/91
このように 札が6通りとしても
背景の各札の枚数(確率分布)が問題となるのです
これを、何度説明しても 分らない 確率ど素人がいます
>>45 タイポ訂正
しかし、1〜6 とは限らない
↓
しかし、1/6 とは限らない
エテ公の餌に引っかかる数学者もいるので、怖い
もちろん、確率論の専門家ではないが・・
基礎論婆は、あなた 弥勒菩薩さまのおかげで、つれと激論になって
いま例のスレで、三つ巴の論戦中です
なので、忙しいようですw ;p)
>>45 ナンセンスだな。
「可算無限個の箱にはどれも1~6しか入れない」
と宣言すればいい。それでも時枝記事の不思議さは失われない。
つまり、時枝記事の不思議さを語る上で、
確率分布は全く本質的ではない。
>>51の設定で
(★) 回答者は当てずっぽうに1つの箱を選んで、
その中身を当てずっぽうに推測する
という戦略を取った場合、回答者の勝率は自明に 1/6 である。
ここで重要なのは、
「(★)の戦略だと、1/6 を下回ることはないし、上回ることもない」
ということ。 実際、(★)の戦略の場合、回答者が「勝率ゼロ」を目指しても、
そうはいかず、どうしても 1/6 の確率で当たってしまう。
逆に、「勝率 1 」を目指して奮闘しても、
1/6 の上回ることはできない。
一方で、時枝記事の戦略は(★)ではなく、
・ 回答者は i∈{1,2,…,100} を選ぶ。
というものである。そして、この戦略の場合、
時枝記事によれば、回答者の勝率は 99/100 以上になる。
(★)だと 1/6 が限界だったのに、時枝戦略なら 99/100 以上になる。
そこに時枝記事の不思議さがある。
このように、箱の中身を1~6に制限しても、
時枝記事の不思議さは全く失われない。
確率分布は全く本質的ではない。
つまり、
>>51の設定のもとでは、時枝記事は
「回答者の勝率が 1/6 を上回るような戦略は存在するか?」
と聞いていることになる。そして、その答えは「YES」であると。
ここが時枝記事の不思議さであり、
確率分布は全く本質的ではない。
>>57 ・ 出題者は s = (s1,s2,s3 ,・・・) を出題する。
・ 回答者は i∈{1,2,…,100} を選ぶ。
回答者の推測が当たるか否かは、(s,i)が決まれば一意的に決まる。
A={(s,i)|回答者の推測は当たる} と置けば、
確率 P(A) を求めればよいことになる。
s を固定するごとに、A における s の切片 A_s を考える。
つまり A_s={ i|(s,i)∈A } である。
A_s ⊂ {1,2,…,100} であるから、A_s は高々100元の周元集合である。
よって、下記の標準的な確率空間
・ ({1,2,…,100},pow({1,2,…,100}),η), η({i})=1/100
において、A_s は可測である。
そして、時枝戦術により、A_s は99元または100元である。
すなわち、η(A_s)≧99/100 である。
× A_s は高々100元の周元集合である。
〇 A_s は高々100元の有限集合である。
・ 求める確率はP(A)である。
・ s を固定するごとに A_s は可測で、η(A_s)≧ 99/100 である。
ここまでが時枝記事で言っていること。
そして、時枝記事ではこれ以上のことは言ってない。
実際、A は非可測なので、P(A) は定義できない。
だから、もともとのAに関して
「回答者の勝率はゼロ(つまりP(A)=0)」
は言えないし、
「回答者の勝率は正(つまりP(A)>0)」
も言えない。
そして、この議論において、確率分布の問題は本質的ではない。
箱の中に R 全体から実数を選んで格納していくのが
もともとの設定だが、R から「等確率に」実数を選ぶ操作は不可能である。
ここだけ見ると、確率分布が問題であるかのように見えてしまうが、
それは本質的ではない。なぜなら、「箱の中身は1~6のいずれかである」
と宣言すればいいからだ。
箱の中身を1~6に制限しても時枝記事の議論は可能で、この場合は
「回答者の勝率が 1/6 を上回るような戦略は存在するか?」
と聞いていることになる。その答えとしては、
・ s を固定するごとに A_s は可測で、η(A_s)≧ 99/100 である
までは言える。しかし、Aは依然として非可測なので、P(A) は定義できない。
結局、確率分布の話は本質的ではなく、Aの可測性が問題である。
>>60 iを固定して、A における i の切片 A_i を考える。つまり A_i={ s_i|(s,i)∈A } 。
さらに項dも固定して、A_iにおけるdの切片A_i_dを考える。つまり A_i‗d={ s‗i_d|(s,i)∈A }
数列の項の値の範囲を[0,1]とすれば、A_i_d=[0,1] よってA_i_dは可測
尻尾同値類の代表からr(s_i)_dを得たとき
s_i_d=r(s_i)_dとなる確率は0
>>62 求める確率はP(A)である。
iとd を固定するごとに A_i_d は可測で、η(A_i_d)=0 である。
ここまではいえる
しかし、その先、つまりP(A)=0は言えない
>>65 誤 A_i_d=[0,1]
正 A_i_d={s_i_d}⊂[0,1]
conglomerabilityが成立するとP(A)が二つの異なる値を持つことになり矛盾する
したがって背理法によりconglomerabilityが否定される
これがPrussの主張
>>65 >iを固定して、A における i の切片 A_i を考える。つまり A_i={ s_i|(s,i)∈A } 。
細かいことだが、A_i={ s_i|(s,i)∈A } ではなく A_i={ s|(s,i)∈A } だろう。
>数列の項の値の範囲を[0,1]とすれば、A_i_d=[0,1] よってA_i_dは可測
これは間違い。A_i_d ⊂ [0,1] ではあるが、ぴったり A_i_d = [0,1] とは限らない。
この場合、以下の標準的な確率空間
([0,1], ([0,1]内のルベーグ可測集合全体), μ), μ([a,b])=b-a
において、A_i_d は可測とは限らない。非可測のこともあり得る。
>>67 これもおかしい。
A_i_d = { s_d } (1点集合)
とはならないし、ましてや
A_i_d = { s_i_d } (1点集合)
ともならない。切片という概念について混乱が見られる。
>>69 > 細かいことだが、A_i={ s_i|(s,i)∈A } ではなく A_i={ s|(s,i)∈A } だろう。
sの第i座標をs_iと表した sではなくs_i
>>数列の項の値の範囲を[0,1]とすれば、A_i_d=[0,1] よってA_i_dは可測
> これは間違い。
>>67で修正したので見られたい
>>71 >sの第i座標をs_iと表した sではなくs_i
s の第i座標を s_i と置いたところで、
i∈{1,2,…,100}を固定したときの、i における A の切片 A_i は
A_i={ s_i|(s,i)∈ A }
ではなく
A_i={ s|(s,i)∈ A }
である。やはり、切片という概念について混乱が見られる。
>>70 ・A_iの場合、s_1,…,s_i-1,s_i+1,,s_100の限定
・A_i_dの場合、さらに、s_i_1,…,s_i_d-1,s_i_d+1,…の限定
を行っている これは「混乱」ではない
>>72 混乱ではなく、君がなすべきことをなさない不十分な切片という考え方で満足してるだけ 不毛
>>73 間違っている。
任意の集合 X,Y と、任意の集合 A ⊂ X×Y が与えられたとする。
y∈Y を固定したときの、y における A の切片 A_y は、
A_y:={ x∈X|(x,y)∈A } と定義される。
x∈X を固定したときの、x における A の切片 A_x は、
A_x:={ y∈Y|(x,y)∈A } と定義される。
記号の見た目を寄せるために、X,YではなくS,Iで書いてみよう。
任意の集合 S,I と、任意の集合 A ⊂ S×I が与えられたとする。
i∈I を固定したときの、i における A の切片 A_i は、
A_i:={ s∈S|(s,i)∈A } と定義される。
s∈S を固定したときの、s における A の切片 A_s は、
A_s:={ i∈I|(s,i)∈A } と定義される。
>>75 杓子定規な「間違い認定」乙
i切片ではなく、i & s_1,…,s_i-1,s_i+1,,s_100 切片
d切片ではなく、d & s_i_1,…,s_i_d-1,s_i_d+1,… 切片
これで君の不毛な「間違い認定」は無意味になる 御苦労様 時間の無駄だったね
>>76のように書いた時点で、君の解釈がおかしいことが分かる。
君の解釈では、>76のような一般的な状況下でも
A_i={ s_i|(s,i)∈A }
と書くことになってしまう。しかし、一般の集合S,Iに対しては、
「s_i」という記号そのものが出てこない。
・ Sが実数列の集合で、I={1,2,…,100}のときに限っては、
A_i={ s_i|(s,i)∈A } が成り立つのだ
なんてことも言えない。依然として A_i={ s|(s,i)∈A } である。
>>78 >>77を書いた後では君の指摘はただ不毛な自慰行為だとわかる
大学1年生かい? 勉強御苦労
>>79 自慰行為御苦労
>>77の後では全く無意味な大学1年生のいきがり
>>77 >i切片ではなく、i & s_1,…,s_i-1,s_i+1,,s_100 切片
>d切片ではなく、d & s_i_1,…,s_i_d-1,s_i_d+1,… 切片
やっと間違いを認めたか。君が表現しようとしていた集合は「i切片」ではないよ。
実際、君も今回、「i切片ではなく」と書き直したからね。
結局、切片という概念について混乱していたのは君じゃないか。
エテ公は列じゃなくて目を当てる確率を求めると言っておきながら99列/100列で確率を求めている
エテ公のエテ公たる所以である(大爆笑)
>>83 たとえば「2024番目の箱」というチョイスを固定して、
「2024番目の箱の中身を毎回推測してみろ」
という設定にするなら、その箱の中身を正の確率で言い当てるのは不可能である。
しかし、時枝記事はこういう設定ではない。
>>83 時枝記事では、何番目の箱をチョイスするのかは固定しておらず、
それは回答者が決めることである。
そして、何番目をチョイスするのかは、(s,i)に依存して決まる。
・ある回のゲームでは、回答者は「 2024 番目の箱」をチョイスして、
その箱の中身を推測する
・別の回のゲームでは「 8 番目の箱」をチョイスして、
その箱の中身を推測する
といった具合である。
大元になっているのは i∈{1,2,…,100} であり、
「箱のチョイス」「その中身の推測」という行動は、
回答者にとっては i から決まる副次的な効果にすぎない。
このことを以って、ID:142S4m2K は
「目を当てるのではなく、i∈{1,2,…,100} の中から
あたりを引いてるだけ」
と言っているのだろうが、あたりの i を引いた時点で
「箱が1つチョイスされて、その中身の値を言い当てることができる」
のだから、それは「目を当てる」こと以外の何物でもない。
目が1つだけ当る場合
目が2つだけ当る場合
・・・
目がnだけ当る場合
・・・
すべて足すと目が当る場合の数
>>87 意味不明。時枝記事では、1つの箱を除いて全てを開封する。
1つの箱の中には1つの実数しか入ってないのだから、
当てようとする目は常に1つである。つまり、
>目が2つだけ当る場合
こう書いた時点で意味が通らない。君は一体、何がしたいんだ。
>>87 試しに、時枝記事において「目が2つだけ当たるケース」が
どのようなものであるか説明してみてよ。
出題者は実数列 s を出題し、回答者は i∈ {1,2,…,100} を選び、
こうして (s,i) が決まった時点で、回答者の推測が当たるか外れるかは
一意的に決まる。従って、君が回答すべきは以下である。
・ 出題者はどんな実数列 s を出題するんだ?
・ 回答者は {1,2,…,100} の中からどんな番号 i を選ぶんだ?
この2つに君が具体的に回答すればよい。そして、そのケースにおいては
「目が2つだけ当たる」ことを示せばよい。じゃあ、よろしく。
>>82 大事を見ず小事にこだわる大学一年生 勝てて嬉しいかい?
>>84 >たとえば「2024番目の箱」というチョイスを固定して、
>「2024番目の箱の中身を毎回推測してみろ」という設定にするなら、
>その箱の中身を正の確率で言い当てるのは不可能である。
>しかし、時枝記事はこういう設定ではない。
そう そしてその場合「箱の値をあてる」という言い方は
素人に「ある特定の箱」という誤解を引き起こさせるのでよろしくない
>>86 >ID:142S4m2K は
>「目を当てるのではなく、i∈{1,2,…,100} の中からあたりを引いてるだけ」
>と言っているのだろうが、あたりの i を引いた時点で
>「箱が1つチョイスされて、その中身の値を言い当てることができる」
>のだから、それは「目を当てる」こと以外の何物でもない。
実際は、”箱の中身”と”尻尾同値類の代表列の対応する項の値”が一致する箱を選んでるだけ
このことは箱の中身がfixedされたconstantであると考えるなら、なおさらである
>>90 小事であることはその通りで、こちらも最初から釘をさしている。
>細かいことだが、A_i={ s_i|(s,i)∈A } ではなく A_i={ s|(s,i)∈A } だろう。
ほらね。「細かいことだが」と最初に断りを入れている。
それなのに君は、自分の間違いに気づかずに、
その「小事」に食い下がってきたんだよ。
で、後になって間違いに気づいたから、しれっと訂正して、
自分の振る舞いを棚にあげて「大事を見ず小事にこだわる」
なんて言い出す始末。その小事に関する間違いに気づかずに
食い下がってきてたのが君なんだわ。
いい加減にみっともないよ。
「すまん、間違ってたわ」の一言で終わる話だろ。
>>87 n列の場合、目が1つだけ当たる場合~目がn-2だけ当たる場合、は0
目がn-1だけ当たる場合と目がnだけ当たる場合の2種類しかない
この初歩の事実がわかってないとすると箱入り無数目が全然わかってないことになるw
>>93 大学1年生イキる
>>94 君子豹変 また喜ばしからずや 面目は捨てるためにある
君も面目は捨てたまえ 賢くなれるよ 何年大学1年生やってるかしらないがw >>96 はあ、みっともない。「すまん、間違ってたわ」
の一言が言えない大人になってはいけない、
という反面教師にはなるね。
>賢くなれるよ
君の振る舞いは全然かしこくないよ。
職場で仕事上のミスを指摘されたとき、
開き直って君のような振る舞いをしたら、
君が総スカン食らって終わりだよ。
そんな振る舞いのどこが賢いの?
Prussのindependence conglomerabilityのparadox
Sd,Sr 可測集合 関数空間Sd→Sr
上記の関数空間の2つの元で有限点でのみ値が異なるものを同値とする
関数f∈Sd→Srと一点d∈Sdをランダムに選び、関数f:Sd→Srのdでの値を求める
Sd-{d}でのfの値から、fの有限相違同値類の代表関数r(f)が得られる
fをfixして考えると、ほとんどすべてのd∈Sdでf(d)=r(f)(d)だから正しく求まる確率1
一方dおよびSd-{d}でのfの値をfixして考えると、f(d)=r(f)(d)となる確率0
したがってSd→Sr×Sdでindependence conglomerabilityが成り立つとすると矛盾
背理法によりindependence conglomerabilityは否定される
>>97 「すまん、間違ってたわ」といわせたいみっともない子供時代は卒業したよ
ヒトはサル いつまでも愚かな生き物
職場でくだらないミスを指摘する君のような小者上司は確かにいる
まあそういう小者にはこういうまで
「てへぺろ!」
>>98 >fをfixして考えると、ほとんどすべてのd∈Sdでf(d)=r(f)(d)だから正しく求まる確率1
>一方dおよびSd-{d}でのfの値をfixして考えると、f(d)=r(f)(d)となる確率0
f(d)をguessするというのはdとd以外の点でのfの値が決まっている後者の場合であって、
前者の場合はどの点でもf(d)もr(f)(d)もfixedだからf(d)=r(f)(d)となるd∈Sdをchoiceしてるだけ
>>99 かたくなに「すまん」の一言が言えない大人に
なってはいけない、という反面教師にはなるね。
職場でこんな押し問答してたら、君は総スカンだよ。
>職場でくだらないミスを指摘する君のような小者上司は確かにいる
>まあそういう小者にはこういうまで
>「てへぺろ!」
ほらね、君だってリアルではこんな押し問答はしないわけだろ?
形だけでも「すまん」に相当する一言は発するわけだろ?
それはつまり、ここでの君の振る舞いが子供じみていることを、
君自身が薄々認めているということでもある。ほんと、みっともないね。
>>101 かたくなに他人に「すまん」と言わせたがる精神的幼児になってはいけない
職場でも君は部下にこんなつまらんケチつけるパワハラ上司なのかい?
それヤバいよ マジで
>>101 >>「てへぺろ!」
> ほらね、君だってリアルではこんな押し問答はしないわけだろ?
だって君は僕の上司じゃないからw
ついでにいうといつまでもそんなパワハラやってるとブッ●されるよw
他人に恨まれるようなことするとアベ君みたいなことになっちゃうからさ わかった?w
>>101 >形だけでも「すまん」に相当する一言は発するわけだろ?
ボクが上司なら、そういうことは部下に求めない
嫌な思いをさせていいことは一つもない
間違ってたなと思ってもらえば十分
それで治らない? でもそういう人は謝らせても治らないよ 原因と無関係
>>101 >子供じみている
大人は実にしばしば子供よりも不健全であるw
>ほんと、みっともないね
人間というのはみっともないものである
自分はそうでないと思う人は狂ってるというか病んでる
で、パワハラ君はこの書き込みについてどう思う?
Prussのindependence conglomerabilityのparadox
Sd,Sr 可測集合 関数空間Sd→Sr
上記の関数空間の2つの元で有限点でのみ値が異なるものを同値とする
関数f∈Sd→Srと一点d∈Sdをランダムに選び、関数f:Sd→Srのdでの値を求める
Sd-{d}でのfの値から、fの有限相違同値類の代表関数r(f)が得られる
fをfixして考えると、ほとんどすべてのd∈Sdでf(d)=r(f)(d)だから正しく求まる確率1
一方dおよびSd-{d}でのfの値をfixして考えると、f(d)=r(f)(d)となる確率0
したがってSd→Sr×Sdでindependence conglomerabilityが成り立つとすると矛盾
背理法によりindependence conglomerabilityは否定される
>>102-104 結局のところ、君だってリアルだと「すまん」の一言を発する。
そうでなければ総スカンを食らってしまう。
そんな社会的なリスクは、君だって背負えない。
では、なぜ君は「総スカンを食らう」と思っているのか?
それは、君の振る舞いが子供じみていることを、
君自身が理解しているからだ。
しかし、ここでは「すまん」と言わなくても社会的なリスクがない。
子供じみた言動をしても、特にデメリットは生じない。
ゆえに、ここでは君の本性が浮き彫りになる。
君は「すまん」の一言を言えない。それが君の本性。
つっつけば、つっつくほど、君はジタバタ暴れ回って、
子供に戻っていく。
みっともない。ひたすらに、みっともない。
ただそれだけ。
パワハラに関していうと、パワハラの分類もさることながら
パワハラを行う人の人格について考えることが重要である
大体がジコチュウかエエカッコシイか事なかれ主義者かその複合である
他人のことを考え進んで苦労し泥を被る人はパワハラと無縁である
>>108 君は他人に「すまん」と言わせたい欲求を掘り下げてみたら?
君の態度も大人げないというか、君自身にとって損だよ
僕が永遠の五歳児でも僕自身がそれでいいとおもってるなら
君のいう偽善的な大人とやらになる必要もない
君は他人に「すまん」と言わせたがる、それが君の本性
君はそれが大人だというけど実は子供というかサルだね
みっともないというより野蛮 そして君自身にとって有害
他人に恨まれるだけ いい死に方しないよ マジで
僕は某スレの某人物に「すまん」とかいってもらいたいわけではない
単に間違ったことをいわなくなればいいし ウザいコピペやめればいいし
自己顕示丸出しのキモチ悪いHNをやめてくれればいい
まあ、そうなるとただの人なんだが、所詮ただの人なんだからいいだろう
自分が特別な存在だと思いたがるのは病気である
君は某スレの某人物に「すまん」といわせたいようだけど
それは三歳児というかサルのすることだよ
そんなことやって彼に恨まれて火つけられて焼●するとか残念な最期とげたくないだろ?
人間は狂うとなんでもやるよ だから狂わせないのが一番だよ
え? おまえがいうなって? そうだなw てへぺろ!
で、しつこくて恐縮だがw パワハラ君はこの書き込みについてどう思う?
Prussのindependence conglomerabilityのparadox
Sd,Sr 可測集合 関数空間Sd→Sr
上記の関数空間の2つの元で有限点でのみ値が異なるものを同値とする
関数f∈Sd→Srと一点d∈Sdをランダムに選び、関数f:Sd→Srのdでの値を求める
Sd-{d}でのfの値から、fの有限相違同値類の代表関数r(f)が得られる
fをfixして考えると、ほとんどすべてのd∈Sdでf(d)=r(f)(d)だから正しく求まる確率1
一方dおよびSd-{d}でのfの値をfixして考えると、f(d)=r(f)(d)となる確率0
したがってSd→Sr×Sdでindependence conglomerabilityが成り立つとすると矛盾
背理法によりindependence conglomerabilityは否定される
>>112 君の振る舞いが傍から見て立派なものであるなら、
君は職場でも同じ振る舞いができる。
しかし実際には、君は職場ではこういう振る舞いをしない。
なぜなら、君の振る舞いには社会的なリスクがあるからだ。
そして、どこに社会的リスクがあるのか、君は理解している。
そう、君の振る舞いは子供じみているのである。
「すまん」の一言が言えずに押し問答を繰り返している。
明らかに子供じみている。君はそのことを理解している。
これをリアルの現場で表に出すわけにはいかない。
しかし、ここではリスクがないから、
君は子供に戻ってジタバタできる。
その光景が、みっともない。ひたすらに、みっともない。
ただそれだけ。今さら「すまん」とかは、どうでもいい。
ただ、みっともないねって。それだけ。
>>113 Prussの見解については、特に思うところはない。
もともと A={(s,i)|回答者が勝利する} は非可測なんだから、
Aに関して成り立っているべき性質が欠如していても不思議はない。
Pruss の最終的な結論が何だったかは覚えてないが、もし最終的な結論が
「ゆえに勝率はゼロである」
というものであるなら、そこは否定されるべき。
Aは非可測なのでP(A)が定義できず、
勝率はゼロとも言えないし、正とも言えない。
>>114 パワハラー君って数学より勝ち負けに興味があるんだね
サルだね
>>115 ボクは子供といわれることに心の底から喜びを感じるので実に嬉しいw
上司にも「てへぺろ」感丸出しな謝り方をして呆れられたいw
ボクな大人の絶対的な上下関係が嫌いなのであるw
>>116 しょうがないよ ヒトってサル目だからw
時枝記事そのものに関しては、結局 A が非可測のままで
P(A) が定義できないのが、物足りなさがある。
バナッハ・タルスキーでは、非可測集合を経由するものの、
最終的に得られる集合は可測に戻る。
>>117 「ヒトはサルとは違う」っていいたがる人は大体ナルシストでどっか病んでる
時枝記事も、何らかの修正を加えることで、
「最終的な A は可測になり、しかも P(A)≧99/100」
が言えたら面白いのになと思う。
自分でも試してみたことはあるが、ダメだった。可測にできない。
エテ項が定理を書いて証明すればいいだけだろ、馬鹿じゃね
>>119 >Prussの見解については、特に思うところはない。
パワハラー君は数学に興味ないんだ ふーん
>Pruss の最終的な結論が何だったかは覚えてないが
君がいう意味の最終結論はないよ
そもそもnon-conglomerableってそういうことだから
non-measurableの違う表現に過ぎないというかもしれんけどね
別にいろんな見方があっていい
>>123 >バナッハ・タルスキーでは、非可測集合を経由するものの、最終的に得られる集合は可測に戻る。
なんかおかしなこといいだしたよ パワハラー君はw
>>125 つまらないことを面白がるんだね パワハラー君は
>>118 >コルモゴロフは偉い
でもThe Riddleや箱入り無数目とは全く無関係だけどね(バッサリ)
>>129 バナッハ・タルスキーのパラドックスでは、
「1つの球(可測)」→「複数の集合に分解(非可測)」→「2つの球(可測)」
と変形される。途中は非可測だが、最初と最後は可測である。もしこれが
「1つの球(可測)」→「複数の集合に分解(非可測)」→「2つの球モドキ(ともに非可測)」
だったら、最後に得られる2つの「球モドキ」が非可測なので、
そんなものに分解できたとしても、パラドックスとしての説得力が弱まってしまう。
時枝記事がまさにこれ。「回答者が勝つ」という事象 A が
非可測のままなのが、ツッコミどころとして残ってしまい、
説得力が弱くなる。一応、
s を固定するごとに、A の s における切片 A_s は可測で、
標準的な確率空間 ({1,2,…,100},pow({1,2,…,100}), η), η({i})=1/100
において η(A_s)≧99/100 である
とは言えるが、もともとの A は非可測のまま。これが物足りない。
時枝記事にルール変更を加えることで、
そのときの A が正真正銘、可測になり、
しかも P(A)≧99/100 になったら面白いのにな、ということ。
説得力がぜんぜん違う。
>>133 ああ、そういうこと?
実は双曲平面上でもバナッハ・タルスキーのパラドックスが構築できる
そしてそこではなんと選択公理すら要らない
もう目に見える集合が合同変換によって2つになっちゃうのである
その結果として、双曲平面全体を1とする測度は入れられず
問題の集合は双曲平面全体を無限大とする測度では、やっぱり測度無限大である
でもタネ(階数2以上の自由群と木構造)を知ると面白いけどな
ja.wikipedia.org/wiki/%E3%83%8F%E3%82%A6%E3%82%B9%E3%83%89%E3%83%AB%E3%83%95%E3%81%AE%E3%83%91%E3%83%A9%E3%83%89%E3%83%83%E3%82%AF%E3%82%B9
>>134 「箱入り無数目」の真の面白さは場合分けの仕方で違う数字が出ること
某スレ主の計算も適切な設定では別に間違ってない
ただそれが箱入り無数目の設定とは異なってるというだけのこと
そしてもし全部が確率変数だったら?という問いはopen problemのまま
そこがBertrand の paradox と同様のスタイル
数学の面白さは単なる正しさではなく非常識な正しさである
別に数学に限ったことではないが
ラッセルの逆理は正しいけど、どこか非常識である
ゲーデルの不完全性定理も正しいけど、どこか非常識である
ガウスの円分方程式の解法や代数学の基本定理は
その主張自体は常識的だが、証明の方法がどこか非常識であるw
算数レベルで解けるなら数学としての価値は無いに等しい
>>137 >「箱入り無数目」の真の面白さは場合分けの仕方で違う数字が出ること
そこは別に面白いとは思わないな。時枝記事の A は非可測なんだから、
A の内測度と A の外測度は一致しない。となれば、
・ Aの内測度と同じ意味を持つような、具体的な確率計算を頑張って見つける
・ Aの外測度と同じ意味を持つような、具体的な確率計算を頑張って見つける
↑この2つが実行できれば、両者の確率計算で得られる値は異なるものになる。
(
>>142の続き)つまり、確率計算の仕方で違う値が出るってのは、
Aが非可測であることを暗黙のうちに証明しているようなものであり、
まあそうだろうね、としか。あるいは、そもそも問題設定を誤読していて、
間違った確率空間を設定してるなら、そりゃ違う値になる。
>>142 >>「箱入り無数目」の真の面白さは場合分けの仕方で違う数字が出ること
>そこは別に面白いとは思わないな。
つまんない奴だなぁ
ま、横の場合分けと縦の場合わけが、例えば内測度と外測度に対応するなら
それはそれで面白いかもしれんが、そんな単純な話じゃないかもしんないな
それがそれで面白いけど
>>144 (Sd→Sr)×Sdで、有限相違同値類を入れた場合
(Sd→Sr)をfixするか
Sdとfixされたd∈Sd以外のSd-{d}→Srをfixするか
で違うというのは個人的には面白いけどな
>>145 >そんな単純な話じゃないかもしんないな
もちろん、そんな単純な話ではない。
しかし、Pruss のやっていることは、実際に「外測度1」「内測度0」に
対応しているように見える。特に、外測度に関しては「外測度1」が言えるはず。
内測度の方は微妙で、Pruss の計算では「内測度0」には到達しないかも。
>>147 >Pruss のやっていることは、実際に「外測度1」「内測度0」に対応しているように見える。
だね
>特に、外測度に関しては「外測度1」が言えるはず。
かもね
>内測度の方は微妙で、Pruss の計算では「内測度0」には到達しないかも。
Huynhのやり方(つまり箱を固定する場合)では?
>>148 「外測度1」を証明するには、
・A⊂B, B は可測, P(B)=1
となる具体的なBを1つ見つければいいので楽。一方で、「内測度0」は
・B⊂A, Bは可測
なる「任意のB」に対して P(B)=0を証明しなければならないので、ちと難しい。
Prussの計算の場合、上記リンク先と同じ構造のはずだから、
「外測度1」は示せるはず。
>>142 さらに見返してみたら、
>・A⊂B, B は可測, P(B)=1
>となる具体的なBを1つ見つければいいので楽。
この書き方だと間違ってるね。これはすまん。
正確には、リンク先の300の定理で得られる「固有の可測集合 B 」に対して、
P(B)を計算する。リンク先では、まさにそのBを使って P^*(A)≧99/100
に到達している。Pruss の設定も同じ構造のはずだから、
対応するAに関して P^*(A)=1 (つまり外測度1) が言えるはず。
>>51-56
(引用開始)
「可算無限個の箱にはどれも1〜6しか入れない」
と宣言すればいい。それでも時枝記事の不思議さは失われない。
つまり、時枝記事の不思議さを語る上で、
確率分布は全く本質的ではない。
>>51の設定で
(★) 回答者は当てずっぽうに1つの箱を選んで、
その中身を当てずっぽうに推測する
という戦略を取った場合、回答者の勝率は自明に 1/6 である。
ここで重要なのは、
「(★)の戦略だと、1/6 を下回ることはないし、上回ることもない」
ということ。
実際、(★)の戦略の場合、回答者が「勝率ゼロ」を目指しても、
そうはいかず、どうしても 1/6 の確率で当たってしまう。
逆に、「勝率 1 」を目指して奮闘しても、
1/6 の上回ることはできない。
このように、箱の中身を1〜6に制限しても、
時枝記事の不思議さは全く失われない。
確率分布は全く本質的ではない。
(引用終り)
間違っている
反例を示す
1)いま、1~6の札を使って、シャッフルして一枚引いた札の数を箱に入れていく
いま、1~6が一様ではなく、1~5が各1枚 6が5枚で 計10枚を使うとする
つまり、1~5の確率1/10で、6の確率5/10=1/2
2)回答者には、ある有限の種類の札で 各札の枚数は出題者の任意だが
合計は有限で、よくシャッフルして1枚引いた札の数を入れると知らせる*)
3)よって、回答者は まず先頭からk番目までを残して、k+1番目以降を開けて統計を取る*)
すると、1~5が各1枚 6が5枚で 計10枚の比率で
1~5の確率1/10で、6の確率5/10=1/2 と分る
特に確たるパターンが無いことも確認する
必要と思えば、先頭からk-1番目の箱を開けて、念押し確認をする
その情報をもって、k番目箱の数は6と答えれば、的中確率1/2だ
4)別に、1~5が各1枚 6が95枚で 計100枚の比率で
1~5の確率1/100で、6の確率95/100=1/2 とできる
この場合、上記3)の手法で、k番目箱の数は6と答えれば、的中確率95/100だ
さらに、1~5が各1枚 6が995枚で 計1000枚とすれば
上記3)の手法で、k番目箱の数は6と答えれば、的中確率995/1000だ
ここで強調したいことは、1〜6だから1/6と短絡するなってこと
1〜6の分布を知るべし!
注*)本来は、知らせなくとも、一つの箱を残して 統計を取ることは 通常の手法にすぎない >>153 タイポ訂正
1〜5の確率1/100で、6の確率95/100=1/2 とできる
↓
1〜5の確率1/100で、6の確率95/100=95% とできる >>153-154 >ここで強調したいことは、1〜6だから1/6と短絡するなってこと
等確率と明言しなかったのは詫びるが、さすがに重箱の隅である。
なんのために1~6に制限したのか、その意図を全く汲み取っていない。
そこでの「1~6」とは、「等確率で1~6を箱に詰めていく」という意味である。
つまり、「分布が問題だ」という主張に対する反論として、
「分布なんぞ本質的ではない。それぞれの箱に
1~6を等確率で詰める設定にすればよい。
これでも時枝記事の不思議さは失われない」
と言っているのである。
実際、1~6を等確率で詰める設定の場合、時枝記事は
「回答者の勝率が 1/6 を上回るような戦略は存在するか?」
と聞いていることになる。そして、その答えは「YES」であると。
ここが時枝記事の不思議さである。
確率分布は全く本質的ではない。
>>156 そういう君は、時枝記事をどこまで理解してるんだ?
君は
>>87を書いたわけだが、そこには
>目が2つだけ当る場合
と書かれている。しかし、時枝記事では、未開封の箱は1つだけであり、
残りは全て開封してしまう。つまり、当てようとしている目は1つしかない。
それなのに君は、「目が2つだけ当たる場合」を考えようとしている。
君は時枝記事を何も理解してないじゃないか。
>>156 時枝戦術において、「目が2つだけ当たる場合」とは
どのようなケースだ?未開封の箱は1つだけなのに、
その状況でどうやって「2つの目」を当てるつもりなんだ?
なんでガロア理論を勉強してない奴がガロア理論を語るのか草
>>163-164 これは、弥勒菩薩様か
ご苦労様です
全くですね
>>158 >ここが時枝記事の不思議さである。
>確率分布は全く本質的ではない。
言っていることが、意味不明で支離滅裂だ
”不思議さ”だ?
百歩譲って、”面白すぎ”
デタラメ、ムチャクチャ
時枝氏が、冒頭書いている通り
”ばかばかしい,当てられる筈があるものか,と感じられるだろう.”
が正しい感覚でしょう
説明しよう
1)www.math.kyoto-u.ac.jp/~ichiro/lectures/2013bpr.pdf
重川一郎 2013年度前期 確率論基礎
P7
確率空間例サイコロ投げの場合
確率空間として次のものを準備すればよい.
Ω={1,2,・・・,6}^N∋ω={ω1,ω2,・・・}
ωnは1,2,・・・,6のいずれかで,n回目に出た目を表す.
確率はη1,η2,・・・ηnを与えて
P(ω1=η1,ω2=η2,・・・ωn=ηn)=(1/6)^n
と定めればよい.これが実際にσ-加法的に拡張できることは明らかではないが,Kolmogorovの拡張定理と呼ばれる定理により証明できる.
(引用終り)
2)つまりは、可算無限(N)の 列
ω={ω1,ω2,・・・} が、重川の確率論で扱えることは彼のテキストの通り
3)箱入り無数目によれば、
この列を 例えば2列に並び変えて、1列目を開けて、属するしっぽ同値類と代表を知り、決定番号d1を得る
2列目でd1+1列目以降のしっぽの箱を開けて、同様にその代表を得ると
その代表のd1番目の数と、2列のd1番目の数とが、一致している確率が1/2になるという
4)ここで、箱入り無数目では、箱に入れる数は何でも良いので
サイコロでなく n枚のカードで 各1枚に1~nの数字が書いてあって、シャッフルしながら 箱に数を入れていったとき
本来は確率1/nのところが、確率が1/2にできるという
さて、本来は任意の実数を箱に入れて良いのだから
1~nの数字→任意自然数N全体、あるいは有理数Q全体、あるいは実数R全体から取れる
そうすると、本来の確率は1/n→0になるが、箱入り無数目によれば、確率1/2はず~と不変というデタラメさ
因果関係がブチ切れている
デタラメ千万で
ムチャクチャでござりますぅ~w ;p)
>>167 >可算無限(N)の 列ω={ω1,ω2,・・・} が、重川の確率論で扱えることは彼のテキストの通り
じゃ、列の決定番号がnである確率は? 重川の確率論で、バッチリ求められるんでしょ?
>>167 >本来は確率1/nのところが、確率が1/2にできるという
そんなこと誰もいってないけど
因果関係がブチ切れている
デタラメ千万で
ムチャクチャでござりますぅ〜wwwwwww
>>168 >>可算無限(N)の 列ω={ω1,ω2,・・・} が、重川の確率論で扱えることは彼のテキストの通り
> じゃ、列の決定番号がnである確率は? 重川の確率論で、バッチリ求められるんでしょ?
そもそも
可算無限列のしっぽ同値による 決定番号の存在には
適切な測度の裏付けが ない(与えられない)
適切な測度の裏付けが ない(与えられない)
存在は、そもそも (重川)測度論による確率ではない
ゲテモノ確率です
>>170 >可算無限列のしっぽ同値による 決定番号の存在には適切な測度の裏付けが ない
それ、可算無限(N)の 列ω={ω1,ω2,・・・} に関する重川の確率論で証明できる?
できるんでしょ?やってみせて?さあ、はやくぅ~
>>169 (引用開始)
>本来は確率1/nのところが、確率が1/2にできるという
そんなこと誰もいってないけど
(引用終り)
初期値わかりますか? (例えば、時間tの入った微分方程式で、t=0のとき)
最初に、可算無限の箱に数を入れて、箱を閉じる
サイコロの目を紙に書いて入れていくと
>>167の重川の状態になる
これが、初期値でしょ?
その後、箱入り無数目で
いろいろ箱を開けて
ある一つの箱の的中確率99/100?
初期値が1/6
箱入り無数目の操作後にある箱の的中確率99/100にできるんでしょ?
>>171 ヒント Σ(n∈N)P(n)=1 と P(1)<P(2)<P(3)<… と アルキメデスの性質 から証明できるね
大学1年の微分積分学の円周問題だねw
>>172 >その後、箱入り無数目でいろいろ箱を開けてある一つの箱の的中確率99/100?
だからそんなことだれも言ってないけど
因果関係がブチ切れている
デタラメ千万で
ムチャクチャでござりますぅ〜wwwwwww
>>171 (引用開始)
>可算無限列のしっぽ同値による 決定番号の存在には適切な測度の裏付けが ない
それ、可算無限(N)の 列ω={ω1,ω2,・・・} に関する重川の確率論で証明できる?
できるんでしょ?やってみせて?さあ、はやくぅ〜
(引用終り)
あなたの頭では理解できないと思うが
決定番号の集合 {1,2,3,・・・}は、自然数N全体を渡り n→∞ で減衰しない
そういう場合は、非正則分布と言われ (下記ご参照)
全事象ΩでP(Ω) =1を満たすことができない
(つまりP(N) =1を満たすことができない)
即ち、確率測度を与えることができません
(参考)
ai-trend.jp/basic-study/bayes/improper_prior/
AVILEN Inc. 2020
2020/04/14
非正則事前分布とは?〜完全なる無情報事前分布〜
ライター:古澤嘉啓
目次
1 非正則な分布とは?一様分布との比較
2 非正則分布は確率分布ではない!?
3 非正則事前分布は完全なる無情報事前分布
4 まとめ
>>173 正の単調増加数列は収束しない
アホらしいけど、これ証明できなくて、大学1年の微分積分の単位落とす奴、少なくないんだよなw
>>174 >>その後、箱入り無数目でいろいろ箱を開けてある一つの箱の的中確率99/100?
下記の”数学セミナー201511月号「箱入り無数目」”に記述がありますよ
数学セミナー201511月号「箱入り無数目」より
http://2chb.net/r/math/1728783469/2 より
いよいよ第k列 の(D+1) 番目から先の箱だけを開ける:s^k(D+l), s^k(D+2),s^k(D+3),・・・.いま
D >= d(s^k)
を仮定しよう.この仮定が正しい確率は99/100,そして仮定が正しいばあい,上の注意によってs^k(d)が決められるのであった.
おさらいすると,仮定のもと, s^k(D+1),s^k(D+2),s^k(D+3),・・・を見て代表r=r(s^k) が取り出せるので
(代表)列r のD番目の実数rDを見て, 「第k列のD番目の箱に入った実数はs^k(D)=rDと賭ければ,めでたく確率99/100で勝てる.
確率1-ε で勝てることも明らかであろう.
(引用終り)
>>175 >あなたの頭では理解できないと思うが
証明が理解できないのは君でしょ
>>173でヒント示したからね
こんなの大学1年の演習問題だって
>>177 >下記の”数学セミナー201511月号「箱入り無数目」”に記述がありますよ
>「第k列のD番目の箱に入った実数はs^k(D)=rD」と賭ければ,めでたく確率99/100で勝てる.
それ、第k列のD番目の箱に入った実数はs^k(D)=rDである確率が99/100、っていってないよw
「s^k(D)=rDとなる列(そして箱)を選ぶ確率が99/100」なのであって
「第k列のD番目の箱に入った実数についてs^k(D)=rDである確率が99/100」なのではないよ
前者と後者は意味違うよ 日本語分かる?
>>176 >正の単調増加数列は収束しない
反例
ja.wikipedia.org/wiki/%E3%83%8D%E3%82%A4%E3%83%94%E3%82%A2%E6%95%B0
ネイピア数(ネイピアすう、英: Napier's constant)は、数学定数の一つであり、自然対数の底である。ネーピア数、ネピア数とも表記する。記号として通常は e が用いられる
微分積分学の基本的な関数を使った定義
e=exp1=Σ n=0~∞ 1/n!
(引用終り)
ここで
n=1 1+1
・
・
n=k 1+1+1/2!+1/3!+・・+1/k!
・
・
k→∞ で、ネイピア数 e=exp1 に収束することは知られている
正の単調増加数列である
要するに
1)ネイピア数の公式で 1/k!の減衰が 非常に速い
2)この公式で 全部正の項の和だが 和を取ったときに、非常に早く収束する
ということ
>>179-180 口先でゴマカソウとしている
そのゴマカシについては
皆さんがご判断するでしょう
>>181 誤 正の単調増加数列は収束しない
正 正の単調増加級数は収束しない
てへぺろw
>>183 Σ(n∈N)P(n)=1 と P(1)<P(2)<P(3)<… と アルキメデスの性質
意味分かる? 分かんないなら馬鹿
>>183 >正 正の単調増加級数は収束しない
反例
リーマンゼータ関数
ζ(2)=Σ n=1~∞ 1/n^2=π^2/6=1.6449…(→バーゼル問題)
ζ(4)=Σ n=1~∞ 1/n^4=π^4/90=1.0823…
なお、s = 1 は一位の極だという
ζ(1)=Σ n=1~∞ 1/n=∞(下記)
つまり ζ(1)=1/1+1/2+1/3+・・・は、→∞ に発散する
しかし、ζ(s)で s実数で 1<s のとき 収束する
繰り返す、Σ 1/n は発散、 Σ 1/n^s 1<s のときは 収束する
(参考)
https://ja.wikipedia.org/wiki/%E3%83%AA%E3%83%BC%E3%83%9E%E3%83%B3%E3%82%BC%E3%83%BC%E3%82%BF%E9%96%A2%E6%95%B0 リーマンゼータ関数
リーマンゼータ関数は、s を複素数、n を自然数とするとき、
ζ(s):=Σ n=1~∞ 1/n^s=1+1/2^s+1/3^s+1/4^s+⋯
で定義される関数 ζ のことをいう。上記の級数は s の実部が 1 より真に大きい複素数のとき,すなわち Re s > 1 のときに収束する(なお s = 1 のとき調和級数となり発散する)が、解析接続によって s = 1 を一位の極とし、それ以外のすべての複素数において正則な有理型関数となる。
素数 s が負の偶数であれば ζ (s) = 0 であり、これらをリーマンゼータ関数の 自明な零点 と呼ぶ。これらの表示はオイラーによる。具体的には、
ζ(0)=-1/2
ζ(2)=Σ n=1~∞ 1/n^2=π^2/6=1.6449…(→バーゼル問題)
ζ(4)=Σ n=1~∞ 1/n^4=π^4/90=1.0823…
ζ(1)=Σ n=1~∞ 1/n=∞
>>185 足し合わせる各項が単調増加じゃないじゃん 反例失格なw
工学馬鹿は日本語もわかんねぇのかよ
0<c1<c2<c3<・・・
という数列で
Σcnが収束するものがあるというなら出してみろ馬鹿w
>>187 (引用開始)
0<c1<c2<c3<・・・
という数列で
Σcnが収束するものがあるというなら出してみろ馬鹿w
(引用終り)
すまんすまん
なんだ
つまらん トリビアルな話だったかw
0<c1<c2<c3<・・<cn<・・・
と書き直して
c1=aと置く
部分和 Sn=0+c1+c2+c3+・・+cn
において トリビアルな話だが 不等式 Sn > a*n と書ける
0<a であるから nが大きくなれば、Sn はいかなる値よりも大きくなる
即ち、部分和 Sn で n→∞ で Snには上限がない
即ち発散
ありがとう
良く分かった
測度論を使わないわけではないが
コルモゴロフの確率公理からちょっと外れた Bayesian probability ベイズ確率 というのがあるそう
要するに、現代確率論は大きく 測度論による公理的確率論(コルモゴロフの確率、頻度主義)と、ベイズ確率
前者は主に数学と物理理論主体
後者は、遺伝など生物学やAIの分野などが主体
「この子は、あなたの子です」とある女性が突然訪ねてきた(瞼の父 出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2022/06/05 01:37 UTC 版) www.weblio.jp/content/%E7%9E%BC%E3%81%AE%E7%88%B6 )
昔は、男がうろたえたw
今は、遺伝子親子鑑定する。それが、ベイズ確率です
つづく
つづき
ウイキペディア
Bayesian probability
google訳
歴史
頻度主義統計は依然として強力ですが(学部教育の多くがそれに基づいていることからもわかるように[ 19 ] )、ベイズ法はAIの分野などで広く受け入れられ、使用されています。[ 20 ]
つづく
つづき
ja.wikipedia
ベイズ確率
歴史
土星の質量は推測値だからと言っても確率的に分布するわけではなく、観測誤差の方が確率的に分布するのであると頻度主義では考える。特に19世紀末以降に発展した数理統計学は専ら頻度主義に基づいて厳密な理論を構築した。
これらの研究は現在広く受け入れられるようになってきたが、頻度主義者とベイズ主義者の亀裂は現在でも尾を引いており、両主義の支持者の一部は互いに議論せず共通の学会に参加しないといった状況が続いている。
aori.u-tokyo.ac.jp
月刊海洋/Vol.48,No.8,2016
中立遺伝マーカーを
用いた近親判別に基づく
個体数推定の可能性
入江貴博 東京大学大気海洋研究所
中立遺伝子情報に基づいて判明した親子ペア数
から,野外での産卵親魚個体数を推定する,資源
量推定のためのクロスキン分析の方法を概説す
る.単純化された仮定の下では,親子ペア数は超
幾何分布に従うことを示した上で,逆に観測され
た親子ペア数から個体数をベイズ推定する手順の
数学的な背景を簡単に紹介する.
つづく
つづき
1.クロスキン法:その開発の背景
2.クロスキン法の概略
ここで想定するのは,(1)雌が次の世代に必ず1
個体の子を残す(雄はいない),(2)閉鎖個体群で
外部との移出入はない,(3)世代の重複はない,と
いう現実には到底ありえない生活史を示す生物で
ある.親世代の個体は,ある時点で一斉に子を1
個体残し,その次の瞬間には死亡する.残された
子世代の個体は,孫世代の個体を残すまでは1個
体たりとも死亡しない.以上の設定は著しく現実
離れしているのだが,数理モデルの簡略化という
点ではこれが最も好都合な仮定である.
3.DNAを用いた親子判別の方法
ここまで,意味を説明せずに「クロスキン分析」
という語を用いてきた.クロスキンは,close-kinship
という英単語からできた造語で,近親関係とか近
血縁関係というような意味である.野外で採集
た同種個体が,互いに親子関係あるいは兄弟関
係にあるかどうかを判定するためには,DNAに
刻まれた遺伝情報を解析する必要がある.本節で
その原理を説明するが,理解のための準備とし
て,高校の生物の授業で習ったメンデルの法則を
思い出していただきたい.
前節では,雌しかいない仮想生物にご登場いた
だいたが,ここでは雌雄異体で有性生殖を行う二
倍体の生物を考える.この場合,よく引き合いに
出されるのは1遺伝子座2対立遺伝子モデルであ
る.
子の遺伝子型
を見ることで,親ではあり得ない個体を親候補か
らはじくことができる.実際には,1遺伝子座か
らの情報だけでは,親の候補が絞り込めないた
め,親子の判別はできない.そこで,遺伝子座の
数をたくさん増やすことで,親でない個体を親
であると判断してしまう過誤の確率を0に近づ
けていく.このような親子判別の方法を,排除
法という.
実際の遺伝情
報には,突然変異や塩基配列決定時のミスなど
から生じた情報の改変が,わずかではあるが含ま
れるためである.このような親子判別の確からし
さのムラを量的に考慮したい場合は,上の排除法
ではなく,尤度を用いた方法(尤度法など)を導
入する必要がある.紙面の制約から,本稿では尤
度を用いた方法を紹介することはできないが,実
際の資源量推定では,排除法よりも尤度に基づく
方法を用いることが好ましいだろう.
(引用終り)
以上
lud20241224184623このスレへの固定リンク: http://5chb.net/r/math/1728961710/
ヒント:5chスレのurlに http://xxxx.5chb.net/xxxx のようにbを入れるだけでここでスレ保存、閲覧できます。
TOPへ TOPへ
全掲示板一覧 この掲示板へ 人気スレ |
Youtube 動画
>50
>100
>200
>300
>500
>1000枚
新着画像
↓「確率は測度論を使うべきか? 」を見た人も見ています:
・ルベーグ積分 実解析 測度論 the Lebesgue Integral
・【軍事】米中戦争の確率は「70%以上」 そのとき日本はどうすべきか[2/20]
・飛行機が落ちる確率ってどれくらいありますか?
・サイコロ3つ振って合計はいくつになる確率が最も高いか?
・【2011年度論文合格者用】 ANT専用スレ
・実解析、測度および積分
・dxって微分形式なの?測度なの?
・確率と哲学について
・確率得意なやつ頼む
・確率に自信ニキ来て
・「NKODICE」の確率
・確率の計算がわからない
・確率と現実は違うんじゃね?
・ポケモン×条件付き確率
・結婚できる確率って 1/2 なの?
・天皇家の血統が悠仁の代で途絶える確率は?
・この確率の問題が分かりません。解き方教えてください
・福永がリアルスティールで糞騎乗する確率は?
・サイコロはどの目も出る確率が6分の1←根拠は?
・首都直下地震が30年以内に70%の確率で起こるらしい
・確率の問題を創作しているのですが、知恵を貸してください!
・地球上にドッペルゲンガーが存在する確率
・確率変数の変換と重積分の変数変換の定理との関係
・条件つき確率を最小作用操作できたら賭け事当たるの?
・「2人の子供がいる家庭で1人は男の子です。では、もう1人も男の子である確率は?」
・高校数学から「場合の数・確率」は無くした方がいい
・ある夫婦には2人の子供が居て一人は男児。もう一人は女児の確率。
・サイコロ二回ふって和が7であるとき2つの出目が4,3である確率は?
・【悲報】確率を理解してないYouTuber「40万分の1を引くのに200億回かけました!」
・サイコロ「どの目もちょうど1/6の確率で出ます」←逆にランダムじゃないよな
・【確率】誰かが2文字書かないといけないゲームの最適行動は?
・確率の問題なんですけど...
・■よく話題になる確率の問題を集めてみる■
・【確率】コインを10枚投げました。
・確率論 (15)
・ビックリマンチョコのシールについての確率論 (4)
・双対空間っていつ使うの
・多様体っていつ使うの・・・?
・テイラー展開っていつ使うの??
・政府は学問に金を使う必要はない
・両側剰余類っていつ使うんだ
・将来働く時って数学で習ったのって使う?
・統計的有意性って数学者は普通に使うよね?
・創発としての数学は還元主義(1+1=2)であるべきか?
・証明は読むべきか
・数学書は音読すべきか
・卓球用品はどこで買うべきか
・Opera難民 どこに向かうべき?
・ポケモンZは発売したら買うべき?
・大学の数学科はぜんぶ潰すべき
・数学をやる時に物理をどれだけ真面目にやるべきか
・アイスボーンを買うべきか
・【アンケート】AIに強い規制を行うべきか
・数学のおもしろ問題集を作るべき
・私立文系学部の入試にも数学を必須にすべき
・Nintendo Switch、新型は買うべきか
・数学者は数学の叡智を独占すべきではない
・ICOMと八重洲どっちを買うべきか議論
・数学者は、物理学をやるべきである。
・ケツダクソこと『ステラーブレイド』を買うべきか…