代表的な確率分布

代表的な確率分布を紹介するとともに、その性質を解説します。

学習内容

離散型の確率分布

代表的な離散型確率分布について解説します。

ベルヌーイ分布

ある確率変数が1と0の二つの値のみをとり得るとともに、1を値としてとる確率がpで、0を値としてとる確率が1-pである場合には、その確率変数はパラメーターpのベルヌーイ分布にしたがうと言います。

二項分布(ベルヌーイ試行)

ベルヌーイ試行と呼ばれる試行を定義するとともに、それに関連して二項分布と呼ばれる離散型の確率分布を定義します。

離散型の一様分布

離散型の確率変数がすべての値を等しい確率でとる場合、そのような確率変数は離散型の一様分布にしたがうと言います。離散型一様分布にしたがう確率変数を定義するとともに、その期待値と分散を求めます。

ポアソン分布

単位時間内に何らかの出来事が起こる回数を表す離散型の確率変数の確率分布をポアソン分布と呼びます。ポアソン分布を定義するとともに、その基本的な性質について解説します。

二項分布とポアソン分布の関係

二項分布の確率密度関数には組合せの数が関与するため、試行パラメータnが大きい場合には計算が困難です。試行パラメータnが十分大きく成功パラメータpが十分小さい場合、二項分布はポアソン分布によって近似できるため、計算が容易になります。

ゼータ分布(リーマンゼータ分布)

特定の値が集中的に観測され、ほとんどの値は稀にしか観測されないような現象をモデル化する際にはゼータ分布が役に立ちます。

連続型の確率分布

代表的な連続型確率分布について解説します。

学習ガイド

大学の数学カリキュラムとWIISのカリキュラムは何が違うのか

多くの大学では入学後すぐに微分積分学や線形代数学を学び、その後に実数論や位相空間論などの理論的な科目へ進みます。一方、WIISでは論理学・集合論の後に実数論を学び、その上で微分積分学へ進むカリキュラムを採用しています。本記事では、それぞれの考え方とWIISの学習順序のメリットについて解説します。

最新の議論

現在、活発な議論はありません。

関連分野

論理学

論理学は、数学における証明や推論の基礎となる分野です。命題論理や述語論理を通じて、論理式、真理値、量化記号、証明の考え方を体系的に解説します。大学数学や理論的な学問を学ぶための出発点となる教材を提供しています。

集合論

集合論は現代数学の共通言語です。集合、写像、関係、濃度、順序関係を中心に、数学のさまざまな分野を理解するための基礎概念を体系的に解説します。実数論、線形代数学、位相空間論などへ進むための土台を築きます。

実数論

実数論では、実数の連続性や極限の概念を基礎から学びます。実数の定義、数列、関数、級数、関数列、数直線の位相、拡大実数系を通じて、解析学の理論的基盤を体系的に理解することを目指します。

ユークリッド空間

ユークリッド空間は、現代数学における解析学と幾何学の出発点です。点列、位相、ベクトル値関数、多変数関数を通じて、高次元空間における極限・連続性・収束の概念を学びます。位相空間論や最適化理論へ進むための重要な基礎を体系的に解説します。

測度論

測度論は、長さ・面積・体積を一般化した「測度」と積分の理論を研究する数学分野です。ルベーグ測度、ルベーグ可測関数、ルベーグ積分、一般の測度を体系的に学び、現代解析学や確率論の基礎を理解します。

確率

公理主義的な確率論について解説します。具体的には、確率空間や確率関数などの概念を定義した上で、確率空間の公理をもとに、確率空間が満たす基本的な性質を証明します。

確率変数

それぞれの標本点に対して実数を1つずつ割り当てる写像を確率変数と呼びます。確率変数の概念を定義するとともに、その性質を解説します。

離散型の確率分布

確率に関して定量的な分析を行うために確率変数を用いて標本点を数値化します。特に、試行において起こり得る結果が有限個ないし可算個である場合には離散型の確率変数を利用します。

連続型の確率分布

確率に関して定量的な分析を行うために確率変数を用いて標本点を数値化します。特に、試行において起こり得る結果が非可算個である場合には連続型の確率変数を利用します。

漸近理論

漸近理論は、標本数が大きくなったときに確率変数や統計量がどのような性質を示すのかを研究する確率論・統計学の分野です。大数の法則や中心極限定理、確率収束、分布収束などの基本概念を通じて、大標本における確率現象の振る舞いを体系的に学びます。

このページの目次