確率論
「確率」を、面積を測るのと同じ言葉で語る
サイコロなら確率は数えれば分かります。でも「区間 から無作為に点を選ぶ」ような 連続的な偶然になると、素朴な数え上げは通用しません。「ある事象が起こる確率」とは、 結局その事象という集合の『大きさ』——これは測度論そのものです。
だから現代確率論は、確率を「全体の大きさが の測度」と定義するところから始めます。 すると「確率変数＝可測関数」「期待値＝積分」「独立＝直積測度」「条件づけ＝射影」と、測度論と関数解析の 道具がそっくり使えます。この土台の上で、「何度も繰り返せば平均は真の値に近づく（大数の法則）」 「多くの偶然を足すと釣鐘型になる（中心極限定理）」という経験的な事実を定理として証明し、 最後にその全財産を統計学——データから母集団を推し量る技術——へ向けます。
確率は「大きさ の測度」、期待値は「積分」。偶然を厳密な解析の対象にし、そのままデータ分析の土台にする。
この分野の地図
「測度論的な土台」→「二つの極限定理」→「確率過程」→「統計学」の順に、伏線を回収しながら積み上げます。
土台 — 偶然を測る
- 偶然を測る — 確率空間 — コルモゴロフの公理・確率変数＝可測関数・分布＝像測度
- 分布と独立性 — 分布関数と密度・独立＝積・和はたたみ込み
- 期待値・分散と不等式 — 期待値＝積分・マルコフ・チェビシェフ・イェンセン・コーシー–シュワルツ
二つの極限定理 — 確率論の二本柱
- 収束の諸相 — 概収束・確率収束・・分布収束の地図とボレル–カンテリ
- 大数の法則 — 弱法則（チェビシェフ）・強法則（ボレル–カンテリ）／標本平均の収束を体感
- 中心極限定理 — 特性関数・レヴィの連続性定理・釣鐘への収束を体感
確率過程 — 時間とともに増える情報
- 条件付き期待値 — σ-加法族＝情報量・ラドン–ニコディム＝射影・タワー則
- マルチンゲール — フィルトレーション・停止時刻・任意抽出定理・収束定理
- ブラウン運動 — ランダムウォークの極限・至る所微分不可能・伊藤解析の入り口
統計学 — データから母集団へ
- 統計的推定 — 不偏性・一致性（大数の法則）・最尤推定・クラメール–ラオ・十分統計量
- 仮説検定と区間推定 — 信頼区間（中心極限定理）・第一種／第二種の誤り・p値・ネイマン–ピアソン
- ベイズ統計 — 事後 ∝ 尤度 × 事前・共役分布・信用区間・頻度論との対比
前提
測度論・ルベーグ積分（測度・積分・収束定理・ラドン–ニコディム）がほぼ必須で、 微分積分学 も土台です。第6章の特性関数は フーリエ解析、 第7章の条件付き期待値は 関数解析（射影定理）とまっすぐつながります。
準備ができたら 第1章：偶然を測る — 確率空間 へ。