確率論には,逆正弦法則 (arc-sine law, arcsin則) という,おおよそ一般的な感覚に反する定理があります.この定理を身近なテーマに当てはめて紹介していきたいと思います。 注意・おことわり 今回は数学的な話を面白く,そしてより身近に感じてもらうために,少々極端なモデル化を行っているかもしれません.気になる方は適宜「コイントスのギャンブルモデル」など,より確率論が適用できるモデルに置き換えて考えてください. 意見があればコメント欄にお願いします. 自分がどのくらいの時間「幸運」かを考えましょう.自分の「運の良さ」は時々刻々と変化し,偶然に支配されているものとします. さて,上のグラフにおいて,「幸運な時間」を上半分にいる時間,「不運な時間」を下半分にいる時間として, 自分が人生のうちどのくらいの時間が幸運/不運なのか を考えてみたいと思います. ここで,「人生プラスマイナスゼロの法則」とも呼ばれる,一般に受け入れられている通説を紹介します 1 . 人生プラスマイナスゼロの法則 (人生バランスの法則) 人生には幸せなことと不幸なことが同じくらい起こる. この法則にしたがうと, 「運が良い時間と悪い時間は半々くらいになるだろう」 と推測がつきます. あるいは,確率的含みを持たせて,以下のような確率密度関数 $f(x)$ になるのではないかと想像されます. (累積)分布関数 $F(x) = \int_{-\infty}^x f(y) \, dy$ も書いてみるとこんな感じでしょうか. しかし,以下に示す通り, この予想は見事に裏切られることになります. なお,ここでは「幸運/不運な時間」を考えていますが,例えば 「幸福な時間/不幸な時間」 などと言い換えても良いでしょう. 他にも, 「コイントスで表が出たら $+1$ 点,そうでなかったら $-1$ 点を加算するギャンブルゲーム」 と思ってもいいです. 以上3つの問題について,モデルを仮定し,確率論的に考えてみましょう. ブラウン運動 を考えます. 定義: ブラウン運動 (Brownian motion) 2 ブラウン運動 $B(t)$ とは,以下をみたす確率過程のことである. ( $t$ は時間パラメータ) $B(0) = 0. $ $B(t)$ は連続. $B(t) - B(s) \sim N(0, t-s) \;\; s < t. $ $B(t_1) - B(t_2), \, B(t_2) - B(t_3), \dots, B(t_{n-1}) - B(t_n) \;\; t_1 < \dots < t_n$ は独立(独立増分性).
但し,$N(0, t-s)$ は平均 $0$,分散 $t-s$ の正規分布を表す. 今回は,上で挙げた「幸運/不運」,あるいは「幸福/不幸」の推移をブラウン運動と思うことにしましょう. モデル化に関する補足 (スキップ可) この先,運や幸せ度合いの指標を「ブラウン運動」と思って議論していきますが,そもそもブラウン運動とみなすのはいかがなものかと思うのが自然だと思います.本格的な議論の前にいくつか補足しておきます. 実際の「幸運/不運」「幸福/不幸」かどうかは偶然ではない,人の意思によるものも大きいのではないか. (特に後者) → 確かにその通りです.今回ブラウン運動を考えるのは,現実世界における指標というよりも,むしろ 人の意思等が介入しない,100%偶然が支配する「完全平等な世界」 と思ってもらった方がいいかもしれません.幸福かどうかも,偶然が支配する外的要因のみに依存します(実際,外的要因ナシで自分の幸福度が変わることはないでしょう).あるいは無難に「コイントスゲーム」と思ってください. 実際の「幸運/不運」「幸福/不幸」の推移は,連続なものではなく,途中にジャンプがあるモデルを考えた方が適切ではないか. → その通りです.しかし,その場合でも,ブラウン運動の代わりに適切な条件を課した レヴィ過程 (Lévy process) を考えることで,以下と同様の結論を得ることができます 3 .しかし,レヴィ過程は一般的過ぎて,議論と実装が複雑になるので,今回はブラウン運動で考えます. 上図はレヴィ過程の例.実際はこれに微小なジャンプを可算個加えたような,もっと一般的なモデルまで含意する. [Kyprianou] より引用. 「幸運/不運」「幸福/不幸」はまだしも,「コイントスゲーム」はブラウン運動ではないのではないか. → 単純ランダムウォーク は試行回数を増やすとブラウン運動に近似できることが知られている 4 ので,基本的に問題ありません.単純ランダムウォークから試行回数を増やすことで,直接arcsin則を証明することもできます(というか多分こっちの方が先です). [Erdös, Kac] ブラウン運動のシミュレーション 中心的議論に入る前に,まずはブラウン運動をシミュレーションしてみましょう. Python を使えば以下のように簡単に書けます. import numpy as np import matplotlib import as plt import seaborn as sns matplotlib.
rcParams [ ''] = 'IPAexGothic' sns. set ( font = 'IPAexGothic') # 以上は今後省略する # 0 <= t <= 1 をstep等分して,ブラウン運動を近似することにする step = 1000 diffs = np. random. randn ( step + 1). astype ( np. float32) * np. sqrt ( 1 / step) diffs [ 0] = 0. x = np. linspace ( 0, 1, step + 1) bm = np. cumsum ( diffs) # 以下描画 plt. plot ( x, bm) plt. xlabel ( "時間 t") plt. ylabel ( "値 B(t)") plt. title ( "ブラウン運動の例") plt. show () もちろんブラウン運動はランダムなものなので,何回もやると異なるサンプルパスが得られます. num = 5 diffs = np. randn ( num, step + 1). sqrt ( 1 / step) diffs [:, 0] = 0. bms = np. cumsum ( diffs, axis = 1) for bm in bms: # 以下略 本題に戻ります. 問題の定式化 今回考える問題は,"人生のうち「幸運/不運」(あるいは「幸福/不幸」)の時間はどのくらいあるか"でした.これは以下のように定式化されます. $$ L(t):= [0, t] \text{における幸運な時間} = \int_0^t 1_{\{B(s) > 0\}} \, ds. $$ 但し,$1_{\{. \}}$ は定義関数. このとき,$L(t)$ の分布がどうなるかが今回のテーマです. さて,いきなり結論を述べましょう.今回の問題は,逆正弦法則 (arcsin則) として知られています. レヴィの逆正弦法則 (Arc-sine law of Lévy) [Lévy] $L(t) = \int_0^t 1_{\{B(s) > 0\}} \, ds$ の(累積)分布関数は以下のようになる. $$ P(L(t) \le x)\, = \, \frac{2}{\pi}\arcsin \sqrt{\frac{x}{t}}, \, \, \, 0 \le x \le t. $$ 但し,$y = \arcsin x$ は $y = \sin x$ の逆関数である.
New!! ウォッチ 梅原裕一郎 切り抜き 64P + ポスター + カレンダー ポスター 声優 現在 1, 700円 即決 1, 800円 入札 0 残り 1日 非表示 この出品者の商品を非表示にする 梅原裕一郎:TVガイド連載「恋するvoice!」#71#72#85#86#99#100 切り抜き:12枚12頁 現在 100円 6日 榎木淳弥 梅原裕一郎 小野賢章 蒼井翔太 「雑誌切抜き4ページ『恋するVoice! Vol. 84 85』」 即決 130円 4日 未使用 榎木淳弥 梅原裕一郎 中島ヨシキ 伊東健人 土田玲央 榊田優希 「雑誌切抜き4枚『恋するVoice! Vol. 86 87』」 声優 梅原 裕一郎 新旧切り抜き寄せ集め 60P 現在 300円 ★梅原裕一郎 西山宏太朗 切り抜き 現在 490円 12時間 ●梅原裕一郎 声優バイオグラフィー! 雑誌切り抜き1P 22284 現在 95円 13時間 ◎『グラビア(梅原 裕一郎さん)』『終わりのセラフ』 2つ折りピンナップポスター(両面イラスト) 現在 600円 「市川太一&梅原裕一郎」切り抜き 即決 300円 3日 EXIT トット 斉藤壮馬 梅原裕一郎(雑誌切抜) 現在 10円 ◆梅原裕一郎の切り抜き◆2015年11/7号「TV Station」◆2P 現在 60円 2日 梅原裕一郎 / 切り抜き 2P / Cut 2015年 10月号 非売品!未使用!声優グランプリ2016. ヤフオク! -#梅原裕一郎(印刷物)の中古品・新品・未使用品一覧. 9月号 ポスター//山本和臣&梅原裕一郎&西山宏太朗&白井悠介&増田俊樹 現在 610円 非売品!未使用!声優グランプリ2015. 10月号 ポスター//山本和臣&梅原裕一郎&西山宏太朗&白井悠介&増田俊樹 サイダーのように言葉が湧き上がる チラシ5枚 市川染五郎 杉咲花 潘めぐみ 花江夏樹 梅原裕一郎 中島愛 諸星すみれ 神谷浩史 坂本真綾 美男高校地球防衛部LOVE!LOVE!LOVE! 映画チラシ 5枚セット 馬谷くらり 山本和臣 梅原裕一郎 西山宏太朗 白井悠介 増田俊樹 神谷浩史 現在 129円 即決 219円 17時間 日本ナレーション演技研究所★2017 スペシャルカレンダー★梅原裕一郎 Lynn 千本木彩花 八代拓 5日 ViVi 切り抜き 梶裕貴 蒼井翔太 梅原裕一郎 鈴木拡樹 小澤廉 北村諒 北川尚弥 小南光司 C44 V-STORAGE 2016 牙狼 小西遼生 藤田玲 雨宮慶太 細谷佳正 山下大輝 梅原裕一郎 増元拓也 河西健吾 諏訪彩花 大空直美 茅野愛衣 THE ORIGIN 即決 180円 サイダーのように言葉が湧き上がる◆市川染五郎/杉咲花/神谷浩史/坂本真綾/山寺宏一/潘めぐみ/花江夏樹/梅原裕一郎/中島愛★映画チラシ 即決 220円 送料無料 美男高校地球防衛部 山本和臣&梅原裕一郎&西山宏太朗&白井悠介&増田俊樹/吉野裕行 両面ポスター◆ボイスアニメージュ付録 現在 1, 500円 ○2p2_Vstation 2016.
新作&おすすめアニメのすべてがわかる!「月刊ニュータイプ」公式サイト 総合TOP ニュース レポート 先行カット コスプレ 特集 グッズ Newtype VOICE Newtype コミックNewtype WebNewtype > ニュース > アニメ「SSSS. DYNAZENON」キービジュアル解禁! メインキャストは濱野大輝、榎木淳弥、若山詩音、梅原裕一郎、安済知佳に決定 アニメ 2020年05月08日 17:51配信 アニメ「SSSS. DYNAZENON」キービジュアル (C)円谷プロ (C)2020 TRIGGER・雨宮哲/「DYNAZENON」製作委員会 2019年に制作が発表されていた、TRIGGERの完全新作アニメーション「SSSS. DYNAZENON(ダイナゼノン)」のキービジュアルとメインキャスト情報が解禁されました。 ビジュアルにはガウマ、麻中蓬(あさなか よもぎ)、南夢芽(みなみ ゆめ)、山中暦(やまなか こよみ)、飛鳥川ちせ(あすかがわ ちせ)が描かれており、それぞれ濱野大輝さん、榎木淳弥さん、若山詩音さん、梅原裕一郎さん、安済知佳さんが演じます。
3 件 国内 国際 経済 エンタメ スポーツ IT 科学 ライフ 地域 花澤香菜、諏訪部順一ら人気声優陣が出演!「まったく最近の探偵ときたら」「パリピ孔明」ほか【ボイスコミックまとめ】 …った人気のカップル3組を、上坂すみれ&上田麗奈、伊瀬茉莉也&佐藤聡美、 安済知佳 &葵ひびきによるコンビでボイスコミック化。それぞれ良さがあふれるオトメたちを堪能しよう。 アニメ!アニメ! エンタメ総合 5/22(土) 11:00 <注目アニメ紹介>「SSSS. DYNAZENON」 円谷プロ×TRIGGERの新作 「IDMAN」スタッフ再集結 …」などの榎木淳弥さんが蓬を演じるほか、声優として若山詩音さんや 梅原裕一郎 さん、 安済知佳 さん、神谷浩史さんらが出演する。 MANTANWEB エンタメ総合 4/2(金) 13:01
ダイナゼノン、土手に立つ 新ビジュアル公開 PV第3弾も ガウマ:濱野大輝▽麻中蓬:榎木淳弥▽南夢芽:若山詩音▽山中暦: 梅原裕一郎 ▽飛鳥川ちせ: 安済知佳 ▽ジュウガ:神谷浩史▽オニジャ:内田雄馬▽ムジナ:諏訪彩花▽… MANTANWEB エンタメ総合 3/28(日) 12:00 トピックス(主要) 24日 メダル期待選手が続々登場 五輪に期待と不安 世界の目線は 映像 昨夜の開会式ハイライト 開会式スマホNG日本選手守らず 大坂なおみ「人生で最も名誉」 全国的に猛暑 沖縄は台風に警戒 東海大相模が17人陽性 大会辞退 インディアンス 新チーム名発表 アクセスランキング 1 開会式スマホ禁止ルール守られず 日本選手団 共同通信 7/23(金) 23:45 2 久保建英の「K」の意味って? 五輪初ゴールで示した謎のポーズ 毎日新聞 7/24(土) 7:00 3 ネットは五輪開会式に「カザフの"お姫様"旗手」「ピクトグラムを演じたのは誰?」など5つの話題で沸騰も評価は賛否真っ二つ! Yahoo! ニュース オリジナル THE PAGE 7/24(土) 6:12 4 FF感半端ない・プリンセス級…カザフ女性旗手に話題沸騰 読売新聞オンライン 7/23(金) 22:31 5 NHK和久田麻由子アナ「台湾です」と紹介 日刊スポーツ 7/23(金) 23:44 コメントランキング 1 大坂なおみが聖火の最終点火者 長嶋氏を支える松井氏、王氏らと最終リレー デイリースポーツ 7/23(金) 23:47 2 天皇陛下の開会宣言に着席したまま…菅首相に「不敬にも程がある」と非難の声 SmartFLASH 7/24(土) 6:56 3 東京五輪 大会第2日の見どころ 産経新聞 7/24(土) 6:00 4 スピーチ長すぎ!