下川拓平
T. Shimogawa
T. Shimogawa
専門性：システム理論、様相論理、ゲーム理論(協力)、確率モデル
業績リスト： articles
Analysis of Depreciation Methods Based on Cooperative Game Theory — Focusing on the Straight-Line Method
/Eiko Arata , Takuhei Shimogawa , and Takehiro Inohara/Joint Author/International Game Theory Review/2024/09
A Game Theory-based Verification of Social Norms:
An Example from Accounting Rules/Eiko Arata、Takuhei Shimogawa、Takehiro Inohara/Joint Author/Institute for Economic Studies, Keio University, Keio-IES Discussion Paper Series/2022/05
Logical and Algebraic Structure of “Calculus of Indication”: The Significance and Circumstance
/Shimogawa,T./Sole Author/Translational Systems Sciences Systems Research I, 2022/2022/04
システミックリスクを回避するための，カウンターパーティ・リスク（CVA, DVA）を考慮したCDS 価格制御試論 : シミュレーションへむけて 下川拓平、荒田映子 共著 武蔵大学論集 2016/04
Application of Cooperative Game Theory to Finantial Accounting Research - Depreciation Game ARATA, Eiko , Takuhei SHIMOGAWA 共著 Musashi Univ. Discussion Paper 2013/06
Remarks on the Depreciation Games : Definition and Proofs SHIMOGAWA, Takuhei, Eiko ARATA 共著 Musashi Univ. Discussion Paper 2013/01
Information Structure and First Order Perception SHIMOGAWA, Takuhei 単著 Musashi Univ. Working Paper 2012/03
On The Electrical Telegraph Presented by the United States of America to Japan in 1854 PICHLER, Franz, Takuhei SHIMOGAWA 共著 2004/01
限定合理性への手がかり - 実質合理性(Substantive Rationality) - 下川拓平 単著 オペレーションズリサーチ 2004/12
Multi-Agent Simulation in Random Game Generator 下川拓平 単著 2003/01
Game Theoretic Multi-Agent System -the formal basis for simulation- 下川拓平 単著 武蔵大学論集 2002/01
The Systems of Public Declaration 下川拓平 単著 武蔵大学論集 2000/01
意思決定者の情報の変動に関する論考 下川拓平 単著 武蔵大学論集 1999/01
The Mathematical Foundation of Caliculus of Indication 下川拓平 分担執筆 武蔵大学論集 1998/01
システムとしての認知活動 ・ その描写の試み 下川拓平 単著 ＣＩＳＥ 第20回システムシンポジウム予稿集 1993/11
システムの記述に関する研究― G.Spencer Brown を中心として－ 下川拓平 単著 修士論文 1991/03
(and more ....)
https://github.com/smgw/info_contagion
https://github.com/smgw/educational-stuff
https://github.com/smgw/Shapley-Shubik
教育動画 : educational ( on YouTube )
+++ Recently Uploaded : +++ (19th, Aug., 2025)
https://youtu.be/Jb1WiHOYNIQ 解析学、確率論、オンデマンド36: 確率論、第13回( Pascal 確率変数)
https://youtu.be/H3RpyNNeLCg 解析学、確率論、オンデマンド35: 確率論、第12回( Poisson 確率変数、例題2、 CDF (累積密度函数)導入)
https://youtu.be/-Ju0N5z5uXw 解析学、確率論、オンデマンド34: 確率論、第11回( Poisson 確率変数、例題)
https://youtu.be/BTBFJBrmXsU 解析学、確率論、オンデマンド33: 確率論、第10回( 離散確率変数、例その2、Poisson 確率変数と命題)
https://youtu.be/hh9oQQ0CTiM (経営学概論、2025)
https://youtu.be/ItriT3JLzxw 解析学、確率論、オンデマンド32: 確率論、第9回( 離散確率変数、例、命題)：Discrete Random Variables : examples and proof of a proposition )
https://youtu.be/GIxKtHERcyM 解析学、確率論、オンデマンド31: 確率論、第8回( 離散確率変数、定義、例：Discrete Random Variables : definition and examples )
https://youtu.be/rEmfp48AkOc 解析学、確率論、オンデマンド30: 確率論、第7回(離散確率、いくつかの事例と 演習 important Examples and Exercises )
-----------------------------------------------------------------------------------------------------------------------
オプションゼミ：解析学と確率論の初歩)
https://youtu.be/Jb1WiHOYNIQ 解析学、確率論、オンデマンド36: 確率論、第13回( Pascal 確率変数)
https://youtu.be/H3RpyNNeLCg 解析学、確率論、オンデマンド35: 確率論、第12回( Poisson 確率変数、例題2、 CDF (累積密度函数)導入)
https://youtu.be/-Ju0N5z5uXw 解析学、確率論、オンデマンド34: 確率論、第11回( Poisson 確率変数、例題)
https://youtu.be/BTBFJBrmXsU 解析学、確率論、オンデマンド33: 確率論、第10回( 離散確率変数、例その2、Poisson 確率変数と命題)
https://youtu.be/ItriT3JLzxw 解析学、確率論、オンデマンド32: 確率論、第9回( 離散確率変数、例、命題)：Discrete Random Variables : examples and proof of a proposition )
https://youtu.be/GIxKtHERcyM 解析学、確率論、オンデマンド31: 確率論、第8回( 離散確率変数、定義、例：Discrete Random Variables : definition and examples )
https://youtu.be/rEmfp48AkOc 解析学、確率論、オンデマンド30: 確率論、第7回(離散確率、いくつかの事例と 演習 important Examples and Exercises )
https://youtu.be/UheLfZja9jQ 解析学、確率論、オンデマンド29: 確率論、第6回(条件つき確率その2、Bayes の定理) (Probability Theory, lecture 5th, Bayes's Theorem)
https://youtu.be/o-mIgITlx9I 解析学、確率論、オンデマンド28: 確率論、第5回(条件つき確率その1) (Probability Theory, lecture 5th, conditional probability
https://youtu.be/21SyKja1KQM 解析学、確率論、オンデマンド27: 確率論、第4回(事例デモ：公理に基く計算演習その2) (Probability Theory, lecture 4th, some examples)
https://youtu.be/QdWZfmNSEys 解析学、確率論、オンデマンド26: 確率論、第3回(事例デモ：公理に基く計算演習その1) (Probability Theory, lecture 3rd, some examples)
https://youtu.be/TTmQqrNutjU 解析学、確率論、オンデマンド25: 確率論、第二回(確率とは。その2) (Probability Theory, lecture 2nd)
https://youtu.be/41r83nJE70Y 解析学、確率論、オンデマンド24: 確率論、初回(確率とは。その1) (Probability Theory, lecture 1st)
https://youtu.be/-yCLH3WUx-A 解析学、確率論、オンデマンド23: 演習 ( Exercises )
https://www.youtube.com/watch?v=HE6AosW4J5U 解析学、確率論、オンデマンド22: 補題、いくつかその1 (lemmata for practical applications 1 )
https://youtu.be/3rUYH62wv0M 解析学、確率論、オンデマンド21: 微積分学基本定理その2 (a proof of The Fundamental Theorem of Calculus : 2 )
https://youtu.be/uOA0HZ4r0Q0 解析学、確率論、オンデマンド20: 微積分学基本定理その1 (a proof of The Fundamental Theorem of Calculus : 1 )
https://youtu.be/tYS8zif_SIc 解析学、確率論、オンデマンド19: 原始函数／不定積分、イントロその2
https://youtu.be/QWd6MO1QpTs 解析学、確率論、オンデマンド18: 原始函数／不定積分、イントロその1
https://youtu.be/Wzzg_GFH2Qk 解析学、確率論、オンデマンド17: 「定積分」(高校ヴァージョン) と Riemann 積分の一致、デモ
https://youtu.be/QgNoDo4WsY8 解析学、確率論、オンデマンド16: 閉区間で連続 ⇒ 一様連続 ( continuous in closed interval implies uniform continuous )
https://youtu.be/hmFQG0d6aHM リーマン積分：Riemann 可積分定理その2 ( Riemann Integration ; Riemann sum and integrability, 2)
https://youtu.be/K5JJnSCogJU リーマン積分：Riemann 可積分定理その1 ( Riemann Integration ; Riemann sum and integrability, 1)
https://youtu.be/8iJnUai70A8 いわゆる「増減表」と、グラフの概形の描画、 inflection points and derivative test table ; an example
https://youtu.be/LaMsrEI05qI 初等解析函数(三角函数、指数、対数函数)の微分、およびその周辺の知見(proofs : derivatives of real-valued basic functions and related facts )
https://youtu.be/absKglfU7AQ いわゆる「テーラー展開」の操作的演習およびプログラムによるデモ
https://youtu.be/__-1l_4zzDI Taylor の定理、証明
https://youtu.be/RMhfO30ceG0 平均値の定理、コーシーバージョンつづき、および例題 Mean Value Theorem, Cauchy version (succession)
https://youtu.be/Oh2J8_YBzB8 最大値／最小値の定理、ロルの定理、平均値の定理(ラグランジュ、コーシー)
https://youtu.be/r9jecj98mxE 初等解析函数の微分その1：べき乗の微分
https://youtu.be/Ld8JIvQt0R8 微分演算の性質( primitive properties of derivatives)
https://youtu.be/43pO0XuZFJI Bolzano Weierstrass の定理
https://youtu.be/ExPbwdH5d9E (連続性)
https://youtu.be/Abs8ITGjmbc (演習問題)
https://youtu.be/g4m012w64_k (ネイピア数の存在、その1)
https://youtu.be/HIWH9EUspT4 (解析学、確率論初歩、オンデマンドその1(Weierstrass の定理と数列))
(MCMC:Markov Chain Monte-Carlo Simulation, Gibbs Sampler)
(情報エントロピー、演習)
(固有値計算デモ、と、対称行列の固有値／固有ベクトル)
(主成分分析、特異値分解)
(graphical modeling)
(標本分散は不偏推定量ではない)
(各種演習：統計検定1級問題集、その他)
(経営学概論、2025)
(CAPM )
(最尤推定)
(モンティホール問題)
https://www.youtube.com/watch?v=0MVKi23d9RU
(マネジメントサイエンス2、2022年度)
(マネジメントサイエンス1、ゲーム理論 2020年度)
(マネジメントサイエンス2、線形代数)