生体量子工学.ppt

統計数理 10/17 組み合わせと確率 10/24 確率変数と確率分布 10/31 代表的な確率分布 11/7 ランダムウォークと破産問題 11/14 ブラウン運動と拡散 11/21 雑音 統計数理 10/24 確率変数と確率分布 確率変数 期待値と分散 多変数の確率分布 大数の法則 変数変換 ２ー１　確率変数 確率をより数学的に取り扱うために、各事象に適当な数値を与える。 サイコロの目：１?６の整数 システム創成学科のコース：A→1, B→2, C→3, D→4 システム創成学科のコース：A→-1, B→20, C→33, D→400(可能だが扱いを面倒にするだけ） 雨が降る→1、雨が降らない→０ 気体分子の運動量→運動量の値 ２ー１　確率変数 確率変数Xが離散的で有限個の値をとる場合を考える。Xがxi (i=1,2,‥,n)となる確率を　　　　　　　　　　　P(X=xi) = piと表す。 [例] サイコロ投げの場合、p1=p2=‥=p6=1/6 ２ー１　確率変数 確率変数Xのとる値がx以下である確率というものを考え、それに対して、という関数を考えることができる。これを分布関数と呼ぶ。 [例] サイコロ投げの場合、F(2)=1/3, F(2.5)=1/3 ２ー１　確率変数 確率変数Xがxとx+Dxの間にある確率が ２ー１　確率変数 ２?２　期待値と分散 ２?２　期待値と分散 モーメント ２?３　多変数の確率分布 同時確率分布→同時にいくつかの試行を行ったときの確率分布 [例] ２個のサイコロを振って、それぞれのサイコロの目を確率変数X, Yとし、2X5かつ3Y5となる事象やその確率を考える。（２次元確率分布） 離散的な場合 Xのとる値：x1, x2, ‥, xm Yのとる値：y1, y2, ‥, yn Xがxi (i = 1, 2,‥, m)の値をとり、かつYがyj (j = 1, 2,‥, n)の値をとる確率をpijと書くことにする。　　　　　　　　P(X=xi, Y=yj) = pij ２?３　多変数の確率分布 同時確率分布（連続的な場合） ２?３　多変数の確率分布 ２?３　多変数の確率分布 ２?３　多変数の確率分布 ２?３　多変数の確率分布 ２?４　大数の法則 チェビシェフ(1821-1894)の不等式分散または標準偏差が分布の広がりの度合いを示すという事実を数学的に述べたもの。 ２?４　大数の法則 チェビシェフの不等式分散または標準偏差が分布の広がりの度合いを示すという事実を数学的に述べたもの。 ２?４　大数の法則 大数の法則（チェビシェフの定理） ２?５　変数変換 いろいろな確率分布を扱う際、確率変数を変換したいことが起こる。 ２?５　変数変換 ２?５　変数変換 ２?５　変数変換 * 統計数理（石川顕一） No. * 石川顕一 http://ishiken.free.fr/lecture.html http://ocw.u-tokyo.ac.jp/course-list/engineering/statistics-mathematical-principle-2005/index.html （昨年度のオープンコースウェア） 石川顕一 確率変数(random variable or stochastic variable)標本空間の中の根元事象に対して適当な数値を対応させた変数 X を考えて、その変数がどの数値をとるかは偶然に支配されるけれども、X がある特定の数値 x をとる確率、すなわちある根元事象の起こる確率が定まっているとき、X を確率変数という。 確率変数を決定するには それがとる値のリスト その値をどういう確率でとるか 偶然に支配され、様々な値を取る。 離散的な場合（とびとびの値しかとらない）：確率密度 確率は関数の形で、 と書くことができる。離散的な場合には、確率関数ということもある。 確率密度(probability density) 離散的な場合：分布関数 F(x)はxについて減少することのない階段状の関数であり、 連続的な場合：確率密度、分布関数 となるような関数f(x)が確率密度である。 注意！常に、確率変数Xの範囲に対する確率を考える。ある特定の値になる確率はゼロ！ 確率密度 分布関数 分布関数 単調増加関数 連続的な場合 [例] 関数 が確率密度となるようにcの値を定め、分布関数F(x)を求めよ。 （一様分布） 確率変数を完全に特徴づけるもの　→　確率密度（確率分布） 確率密度の詳細は分からないことも多い。 確率密度の詳細は重要でないことも多い。 期待値(expectation value)または平均(mean, average) [例] （離散的な場合） （