＿大学、又は、大学院で数学を専攻した方にお尋ねします。 ＿大学数学では、分数をどの様に定義・公理しているのですか？ ＿また、1/√2に対して、既約分数はある、と考えるのですか？既約分数はない、と考えるのですか？ ＿1/√2の既約分数がある、と考えるのならば、それは、√2/... 続きを読む

助けてください。 ひとつも分かりません。

X を離散型確率変数とする. また, F(x) を X の累積密度関数とする. このとき,『P(a < X ≦b) = F (b) - F(a) が成 り立つ』理由として適切な確率の公理の条件を1つ選 ?" Oa. P(AUB) = P(A) + P(B) Ob. P(U) = 1, P(Ø) = 0 ○c. すべての事象 ACU に対して 0≦P(A) ≦1.

問2と問3を教えてください

問2. ブール代数の公理を用いて (AIB)&(~AI~B) = ~A&BIA & ~Bを証明せよ。 回答を入力 問 3. ~A&~B→~ (AIB) を NKで証明せよ。 回答を入力

例1.5の波線のところがわからないです お願いします

連続 A.1 1.2 数列の極限 13 極めて近いところにいる,ということを述べている (図 1.1 を参照せよ) この番号 no は一般にに依存しており,eを小さくすると,それに応じて no は大きくとらな ければならない. したがって, no = no (e) と書いておくとわかりやすいであろう. a - ea ate + + ↓ n ≧ no ならば an は常にこの区間内にある 図 1.1 極限 α = lim an の概念図 縦線は数列の各項 an を表す. n→∞ ここでは記号を用いて数列の収束を定義したが, その定義に従って記号を 用いて) 数列の収束を議論する論法は論法あるいは e-N論法とよばれている. 1 n→∞n 例 1.5 直感的には自明な極限 lim = 0 は, Archimedes の公理 (定理 1.2) り論理的に厳密に導くことができる.実際, 任意の > 0に対して (a=1,6=e と して) 定理 1.2 を用いると, 1 < noe を満たす自然数no が存在することがわかる. このとき, no を満たす任意の自然数nに対して, 1 < no ≤ne が成り立つの で,この両辺をxで割ると 0</m/ <e, それゆえ |-- 0 <e が成り立つ.以上の ことをまとめると, t VE 03 € NVn EN n (n ≥ no ⇒ = 1 - 0 | << e) n 1 が成り立つことが示された. したがって, lim 20が成り立つ. n→∞n こんな当たり前なことをなぜ難しい論理記号を用いて証明するのか?という疑問 をもつ人も多いであろう.しかし,このような e-N論法を用いないと証明するのが 非常に困難になるような問題も多数ある. そのような問題の一例としてよく引き合 いに出されるのが次の例である. 例 1.6 lim an = ( αならば次式が成り立つ. 818 a1+a2+..+? No. Date

2-5の証明を教えて頂きたいです。

く実理,(確正の性質)=公理4 ALy ref ()P(p) = 0 (2) Al, A2, An が互いに排反る連象カウば 上(A.VA2V…/Am) =1(A)+ F(A.)+ (3)P(A°)- 1- ECA) (4)PCAUB)= P(a)t Pro) PCAn) (有限加法性). - FCA) A P(AaB) (確立の加法定理) (5) AcB - Pa) <P®)

このようにsupよりもmaxの方が大きいのもありえますか？？

No. Date 命是Qのを定命題をつ&とする 1)-(Ve eX a (x) )= ヨxEXnQU) (2)7 (axex Q())= Vx exnQ) 前提とな3命是息を公理 R- Aを空でないR の部分領会とし belth イ生長の aEA対して asbpl bはAの上際」 A=f-3,-6.-1,0,12,33 fa:-2. b=2 と す3と 上界 tt | GOmax Sup -3 -2 o Aの上界全体の集合に最小元のか在在するとき、かをAのER d= S4PA maxA= 3, 5upA- 2

(4)の式と(5)の式の説明を分かりやすく教えて頂けませんか？

第2章 確 家 12 5. 理(3) として採用されている. 以上の定理は確率測度 P が与えられていればどんな型の標本空間にも適 できる。もちろん, これらの定理が使えるためには, 右辺の確率の値がわか。 ていなければならない. 前に指摘したように, 標本空間が有限個の点だけをる むときは,この種の事象の確率の計算はとくに簡単になるので,いま議論をこ のような標本空間に限定することにする。 有限標本空間に対する事象 A の確率を求める際の第一歩は,標本点の各人 に確率を割り当てることである. これらの確率は, 確率の公理のはじめの2つ を満たすように割り当てねばならない。 すなわち,これらの確率はすべて非色 の数で,その和が1となるようなものでなければならない. 確率モデルが予測 に有効であるためには, 特定の標本点に割り当てる確率が,実験を多数回繰り 返したとするときその標本点が得られると期待される回数の割合と一致する上 うなものでなければならない. このような割り当ての可能性はわれわれの経験 や外部の情報,対称性に関する考察, またはこれらを一緒にしたものに基づく であろう.それゆえ,サイコロを転がした経験があってもなくても,図2の標 本空間の各標本点には1/36 の確率を割り当てることが現実的なのである。 標本点の総数を n とし, 各標本点に割り当てた確率を p1, P2, る。各標本点は1つの可能な結果を表わすから, それらは1つの事象である。 この種の事象を単一事象という. これらの事象を e1, @2, *… …, en で表わす. 明 らかにこれらは排反な事象である.さて, いかなる事象 Aも標本点の集合で あるから,Aはそれに対応している単一事象の和である.ゆえに, 公理 (3) に よって次の式が得られる。 2 *……, Pn とす n だすこと P(A} =2 P{e} =M p. と思た k UA ここで和は Aに含まれるすべての標本点についての和である.宝共具(3) 偶然をともなうゲームの多くは, 初期の確率論発展のための原動力であっ た。これらゲームの標本空間は有限個の標本点から成り,すべての標本点には 同じ確率が割り当てられている. これはたとえば,クラップ* とよばれるゲー ム(その標本空間は図2で与えられている)の場合にもいえることである. これ らの標本点の各々には確率1/36 が割り当てられる. n を標本点の総数とし, J(A) を集合 Aの中の標本点の個数とすれば, いまの場合はすべてのi=1, A A 2個のサイコロを用いて行なう 孫の取1

解き方を教えてもらえませんか？

2. (20 (a) [10 A, A2. Ax を、任意の確率的な事象の列とする。このとき、任意の確率Pに対して以下 が成立することを、確率論の公理を用いて示せ。 K P(A, U As U…UAx)<EPA) k=1

この問題がわかりません。 合同公理です。

結合空間 E において,直線 1上にあるすべての点の集合 S(I) を S(1) = {A € E| (A, 1) E N} 定義する.S(I) を要素とする集合 L'= {S()|lE L}とすると,集合L から集合 ' への写像 S:Lal→S(I) eL' が全単射になることを示せ。

集合論についてです。 無定義関係とはなんですか？

40. 集合論の公理的展開にあいて、 つぎっ記きのうちどんもが無定表関係を売すか、 (2) € (3) つ