実ベクトル空間の間に定義された線形写像を行列を用いて表現できるように、一般のベクトル空間の間に定義された線形写像についても、ベクトル空間の基底を指定すれば、それを行列を用いて表現できます。
1階の常微分方程式が分離可能である状況において、そのような微分方程式の解を求める方法について解説します。
単一財オークションを記述する環境において、任意の入札者の利得関数が非外部性、準線型性、リスク中立性、私的価値の仮定を満たす場合、そのような環境を準線型環境と呼びます。
距離空間の非空な部分集合が与えられたとき、それにあわせて距離関数の定義域を制限すれば、その部分集合自身もまた距離空間になります。このような距離空間をもとの距離空間の部分距離空間と呼びます。
協力ゲームにおいて提携の内部においてプレイヤーどうしが金銭を媒介する形で利得を自由に譲渡できる場合、そのような戦略的状況は譲渡可能効用を前提とする提携型ゲーム（TUゲーム）と呼ばれるモデルとして定式化されます。
変数とは様々な値を取り得る記号です。変数が取り得る値の範囲を定義域と呼びます。議論の対象となるすべての変数と、それらの変数の定義域をあわせて議論領域と呼びます。
非分割財の交換問題（シャプレー・スカーフ経済の住宅市場）における資源配分ルールをメカニズムと呼ばれる概念として定式化します。
ユークリッド空間の部分集合に属する異なる2つの点を任意に選んだとき、それらの任意の狭義凸結合がその集合の内点であるならば、その集合を狭義凸集合と呼びます。
関数の値を最大化するような点が定義域上に存在しない場合でも、変数がとり得る値を限定することにより、その範囲内において関数の値を最大化するような点が存在する状況は起こり得ます。そのような点を極大点や局所的最大点と呼びます。また、関数が極大点に対して定める値を極大値や大域的最大値と呼びます。
母集団から抽出した標本が含む情報を何らかの形で要約した指標を統計量と呼びます。統計量がしたがう確率分布を標本分布と呼びます。
ユークリッド空間の部分集合Aが与えられたとき、Aのそれぞれの点aについて、aを中心とする開近傍の中にAの部分集合であるようなものが存在するのであれば、Aをユークリッド空間上の開集合と呼びます。また、ユークリッド空間上の開集合をすべて集めてできる集合系を開集合系と呼びます。
同じ大きさを持つ2つの行列が与えられたとき、対応する成分どうしを足すことにより得られる新たな行列を行列どうしの和と呼びます。また、2つの行列に対してそれらの和を定める演算を行列加法と呼びます。行列集合は行列加法に関して可換群をなします。
1対1のマッチング問題（安定結婚問題）において、プレイヤーの選好に関して非外部性と私的価値を仮定する場合、そのようなモデルを私的価値モデルと呼びます。
正方行列が何らかの対角行列と相似である場合、その正方行列は対角化可能であると言います。正方行列を対角化することにより、よりシンプルな構造を持つ行列が得られます。
不完備情報の静学ゲームを記述するためにはプレイヤー、行動、情報、結果、利得などをそれぞれ具体的に特定する必要があります。それらの要素を記述する方法はいくつか存在しますが、ここではベイジアンゲームと呼ばれるモデルについて解説します。
関数列が各点収束することの意味を定義するとともに、その場合の関数列の極限、すなわち極限関数を具体的に特定する方法を解説します。
関数が始集合のそれぞれの要素に対して定める実数を、その要素の像と呼びます。関数がとり得るすべての値からなる集合を関数の値域と呼びます。
定義域が区間であるとともに、そのグラフが谷型の曲線になるような関数を狭義凸関数と呼び、グラフが山型の曲線になるような関数を狭義凹関数と呼びます。
有限集合Aの部分集合Bもまた有限集合であるとともに、Bの濃度はAの濃度以下です。また、有限集合Aの真部分集合Bもまた有限集合であるとともに、Bの濃度はAの濃度よりも小さいです。
有限個の有限集合の和集合もまた有限集合であることを示すとともに、その濃度を具体的に求める方法（包除原理）について解説します。
Google SEARCH
Google検索
検索結果に満足できない場合には以下の検索窓にキーワードを再入力してください。Googleを利用したサイト内検索を行います。
