関数解析(マップ)
背景
(線形代数で学んだベクトルだけでなく)広い意味でのベクトルについての解析学(微分積分)である。ここでは、これまでの3次元ユークリッド空間からn次元、無限次元へ、またベクトルとして関数なども含む(関数空間)。ただし関数のノルムなどを考える際にはルベーグ積分を用いる。ただし関数の集合で極限操作を考えるためには、位相をいれないといけない。つまり、”近い”とか”遠い”などの距離を入れることになる。こうして距離空間を導く。
確率変数の収束
- 準備
- 確率変数の収束
- 確率1収束(概収束)
- 確率1収束の十分条件(確率1収束が成立するためには)
- 確率1収束の必要条件(確率1収束成立で言えること)
- 概収束の例
- 確率収束
- 確率収束の十分条件(確率収束が言えるためには)
- 確率収束の必要条件(確率収束が言えると言えること)
- 確率収束の例
- 確率収束と概収束の違いを厳密に考える
- 平均r次収束($L_r$収束)
- 平均r次収束の例
- 法則収束
- 法則収束の同値表現
- 法則収束の十分条件
- クラメール=ウォルドの方法
- 法則収束の例
- 収束間の強弱関係
- 収束間の強弱関係の部分的な逆
- スラツキーの定理
- 法則収束に関するスラツキーの定理
- 確率収束に関するスラツキーの定理
- 確率ベクトルの線形写像の収束
- 法則収束する確率変数と収束する実数列の収束
- 参考