テクノロジー犯罪

真鍋里紗〔京都陶化中学出身今年30〕

石井啓資〔嵐山中26〜7〕

ゆうき〔西院中25〕

中村杏奈〔洛西中20代〕

藤巻〔九条中30〕

じゅんき〔岩倉中26〕



こいつらほど粕なテク犯はいまいw

二人の男が定刻までに
どちらがより多くお金を集めてこれるか
というゲームをしました

一方の男は札束ばかりを集めました
もう一方の男は小銭ばかり大量に集めました

さて、定刻になりそれぞれ集めてきたお金を数えると
札束のほうはすぐに金額がわかりました
札束のほうが金額が多いことは誰が見ても明らかでした

しかし、小銭のほうはあまりにも大量にあったため
その日のうちに数え終わることができず
正確な金額がわかりませんでした
これによりこの勝負は引き分けとなりました

スーパーマン
トールマン
ロディオマン
ボンベマン
ホイールマン
フォールマン
ベッドマン
リバーマン
ドリンクマン
ステップマン
トレインウーマン
マスクガール

6,590

【安川電機】歩行アシスト装置「ReWalk」　〜 歩くを叶える，世界が変わる 〜
視聴回数 30,058 回

https://www.youtube.com/watch?v=nTB9v9TrYsI

https://youtu.be/iaPuFbmAnqI?t=457

チェシャ猫

ネット通販の拡大と人手不足の深刻化で物流倉庫への
ロボットの導入が進むなか、複数のＡＩ＝人工知能を協調させる
ことで仕分け作業の時間を大幅に短縮するシステムが開発されました

日立製作所が開発したこのシステムは、物流倉庫で棚から
商品を運搬し仕分けをする作業を人の代わりに行います

商品の入った箱を自動で運ぶ台車、箱の中の商品の状況を
解析するカメラ、それに商品を取り出すロボット、
それぞれにＡＩが搭載され、互いに協調して仕分け作業を迅速、
正確に行うことができます

これまでのシステムでは商品を運ぶ台車をいったん
停止しないと箱から取り出して仕分けする作業がうまく
できませんでした

https://i.pinimg.com/564x/4a/59/02/4a5902ff7e0ea253efddb082299ae3dc.jpg

53,743

■エレクトロニクス ニュース
日刊工業新聞-12 時間前

日立製作所は神奈川事業所（神奈川県秦野市）の
品質検査工程の仕組みを外販する
人工知能（ＡＩ）を使って検査リードタイムを３割短縮した
取り組みを汎用化し、外部の製造業に売り込む
すでに日立は大みか事業所（茨城県日立市）で開発した
生産効率化

ミームの定義

船上に26匹の羊と10匹のヤギがいる
このとき、船長は何歳でしょう？

40年前、数学教育を専門とするフランスの研究者が
この問いを小学低学年の子どもたちに投げかけた
すると、大多数の子どもが「36」と答えたそうだ

もちろん、船の上に動物が何匹いようが、
船長の年齢と関係はない
解けるはずのないナンセンスな問いだが、
子どもたちは反射的に、文中に出てきた数を足し合わせ、
もっともらしい「解」を導き出した

21,774

6,906

2018/05/19(土) 22:11:00.14
6,453

2018/05/20(日) 16:39:55.23
6,490

2018/05/24(木) 19:04:34.60
6,590

2018/06/05(火) 20:35:54.23
6,906

□当たり　■ハズレ

ゲームが一回だけなら
二つの可能性からの二者択一のみ
□■■

ゲームが一回の時、
最初に当たりを引く確率は１／３ではなくて
１／２になる

そもそも一回しか選択していないのに
『三回のうち一回は当たる』という主張は
矛盾している

ゲームの回数が少ないN＜１０の時は
３回連続で一回目で当りを引いてしまうなど
極端な結果になることが往々にして起きる

ゲームを数百回連続で行うことによって
こういった極端な例がならされて
最後の二択の時、
チェンジし続けていれば当たりの確率が２／３になるという
『傾向』が観察されるのです(´・ω・`)

https://pc.watch.impress.co.jp/img/pcw/docs/1125/259/WG2600HP3a_l.jpg
　
NECプラットフォームズ株式会社は、AtermブランドのIEEE 802.11ac対応
無線LANルーター「WG2600HP3」、「WG1900HP2」を7月5日、
「WG1200HP3」を6月7日より発売する
価格はオープンプライスで、税別店頭予想価格はそれぞれ
16,000円、11,000円、7,500円前後の見込み
3製品ともにIPv6に対応

これをつけなさい(´･ω･`)

https://upload.wikimedia.org/wikipedia/commons/0/0c/Monty_problem_monte_carlo.svg

■サイコロの目が出る確率はどれも1/6か？
http://statg.com/kiso/probmean.html

◆顔認証冤罪被害者の会　声明文

いま私企業において、いわゆる　「顔認証システム型」の防犯カメラの設置が進んでいます。

1. 「顔認証システム型」の防犯カメラとは :
何らかの理由で問題のある人物のデータを取得し、そのシステムに登録がなされると、同システムの導入がなされている場所では、必ず店員・警備員から執拗に監視されるシステムです。

2. 問題点
犯罪の抑止としてのメリットのみが大きく取り上げられていますが、この中に「人権」を揺るがす大きな問題が存在します。
私企業が「万引き犯等の不審者・クレーマー等の不良顧客」　などを疑う人物の顔データ、ないし顔認証データ　を本人の同意無く撮影、保存しその情報を広く共有しています。　

3. データ共有と執拗な監視
これは私企業に疑われただけで、系列店、同業の会社はむろん、他業種の会社へも、法人格に関係無く提供されます。
さらに図書館、病院、学校、駅、空港といった公共施設、地域によっては近隣の防犯グループへも情報が提供されます。
この情報の提供により、「万引き犯等の不審者・クレーマーなどの不良顧客」と疑われた本人は、執拗な監視により　「自由な買い物をする権利」を失うだけではなく、他の私企業や公共の施設運営者、
近隣住民からの「偏見や疎外的扱い」により精神的苦痛を受け、またその家族にも「偏見」による「いじめ」等の2次被害が及ぶケースが出てきています。

4.人権侵害から冤罪まで
犯罪の抑止という大義名分のもと、個人の基本的人権が奪われ、私企業による新たな人権侵害を生み出しています。
しかし、これだけ大きな問題を抱える内容でありながら、十分な法律が整備されておらず、被害は日々大きくなるばかりです。

地位財の追求

１０面ダイス
https://images-na.ssl-images-amazon.com/images/I/716RKarjZiL._SL1400_.jpg

３０面ダイス
https://shop.r10s.jp/headwear/cabinet/02/imgrc0072378513.jpg

不可説不可説転
https://curazy.com/archives/2132

https://www.youtube.com/watch?v=ruSJZ32MLwg

□当たり　■ハズレ

ドアが１０枚でゲームが一回だけでも
二つの可能性からの二者択一のみ
□■■■■■■■■■

ゲームが一回の時、
最初に当たりを引く確率は１／１０強く感じつつも
１／２になる

□当たり　■ハズレ

ドアが１０枚でゲームが一回だけでも
二つの可能性からの二者択一のみ
□■■■■■■■■■

ゲームが一回の時、
最初に当たりを引く確率は１／１０を強く感じつつも
１／２になる

ほぼ間違いなく■ハズレを引くであろうが
実際に引いた■ハズレが９／１０である確率を
確認する方法が存在しない

ハズレのドアが何億枚になっても
ゲームが一回だけであれば
当たりとハズレの二つの可能性からの
二者択一（確率５０％）は何のやましさもなく
存在できるのです

>>338
一回しか選択をしていないのに
『１０回のうち一回は当たる』とは
どういう意味なのか説明お願いいたします<(_ _)>

私の主張は「１回だけ行う時は『２種類のうちの片方がアタリ』」です

確率５０％の意味は『二つの選択肢の中から一つを選ぶ』

ということであり意味がちゃんと通ります

「ゲームが一回の時のプレイヤーが当たりを引く」という確率を考える場合、
プレイヤーは当たりを引くかハズレであるかのいずれかであり、
そこには頻度は存在しないです
つまり、そこには何の期待値も存在しないという事です

日本政治の黒幕とは？官僚トップはこいつだ！
https://www.youtube.com/watch?v=rypd1_8McyM
週刊誌とネットと皇室　
https://www.youtube.com/watch?v=ZKR14PeShS8
宮内庁公安部があった（天皇の側近の侍従（じじゅう）複数名が警察ＯＢ団体）
https://www.youtube.com/watch?v=RxyK-dCQbVQ

A「偶数の目が出た」という条件のもとで、
B「それが4以上の目である」確率P(B|A)を求めます

「偶数の目が出る確率 P(A)＝1/2」「偶数かつ4以上の目
(つまり4か6)が出る確率 P(A∧B)＝1/3」である

「ある事象Aが起こったという条件のもとでの
事象Bの確率 P(B|A)」を使って

「ある事象Bが起こったという条件のもとでの
事象Aの確率 P(A|B)」を求めよう

というのがベイズの定理の特徴です

この式において、P(A)を事前確率・P(B|A)を
尤度・P(A|B)を事後確率と言います

インターネット標準の普及促進などの活動を行っている
非営利の国際組織Internet Society（ISOC）は、
IPv6の普及を目指すイベント「World IPv6 Launch」から
丸6年となる2018年6月6日、世界のIPv6導入状況について
まとめたレポートを発表した
サービス事業者の間でIPv6への対応は着実に進みつつあるものの、
IPv4を超えるには至っていないという

IPv6は、インターネット上のあらゆる通信の基盤となるプロトコルで、
従来のIPv4に代わる新しいバージョンだ
レポートによると、IPトラフィック全体のうちでIPv6の
占める割合が15％を超えている国は世界に24カ国、
5％超となると49カ国ある

P(B|A) = P(A|B) * P(B) / P(A)
　
∵ベイズの定理

モンティはプレイヤーのファーストチョイスのあと

プレイヤーの選ばなかった二つのドアのうち

ハズレのドアを一つ開ける（ゲームから除外）

□■

モンティはハズレのドアを一つゲームから除外するので

ハズレのドアが二枚残ることはない

■■（存在しない）

プレイヤーは最後に当たりとハズレのドアのうち一つを開ける
二択を必ず行う

□■（ステイ　or　チェンジ）

何が起こるかわからない時は
予想しないほうがいい

□■（ステイ　or　チェンジ）

この事象だけ単独で取り出せば確率は５０％

ステイのハズレの確率はチェンジの当たりの確率に
等しいので、チェンジし続ける（Changingチェンジング）なら
当たる確率が二倍になるといえる

「ゲームが一回の時のプレイヤーが当たりを引く」
という確率を考える場合、
プレイヤーは当たりを引くかハズレであるかのいずれかであり、
そこには頻度は存在しないです
つまり、そこには何の期待値も存在しないという事です

□■■（二つの可能性からの二者択一のみ）

頻度主義を取った場合、一回限りの出来事について
確率を割り当てることができない

大数の法則は裏を返せば「サンプルサイズが小さい方が、
より極端な値をとる確率が高い」ということでもある

以上のことからゲームが一回限りの場合は
『当たりとハズレどちらが出るかわからない』
と判断するのが良い

ゆえに、ゲームの回数を一回に限定すると
当たりの確率は５０％になります

大数の法則により、ファーストチョイス時の当たりの確率が

１／３になるのはゲームが多数回（N→∞）の時のみ

プレイヤーのファーストチョイス時の当たりの確率…事象A

モンティがハズレのドアを一枚開ける…事象B

□■（ステイ　or　チェンジ）…事象C

モンティがハズレのドアを開けても
プレイヤーのファーストチョイス時の当たりの確率に
何の影響も及ぼさない
また、プレイヤーが当たりを引こうがハズレであろうが
モンティはハズレのドアを一枚だけ開ける
したがって、事象Aと事象Bは互いに独立である

モンティがハズレのドアを開けても
プレイヤーのファーストチョイス時の当たりの確率に
何の影響も及ぼさない
また、プレイヤーが当たりを引こうがハズレであろうが
モンティはハズレのドアを一枚だけ開ける
したがって、

『事象Aと事象Bは互いに独立である』

『事象C』は『事象B』によって導出される

この世に生を受けた、ある特定の人物が

その生涯で一回だけ一枚だけ宝くじを買ったとすると

その宝くじが当たる確率は５０％

大数の法則により、ファーストチョイス時の当たりの確率が
１／３になるのはゲームが多数回（N→∞）の時のみ

プレイヤーのファーストチョイス時の当たりの確率…事象A

モンティがハズレのドアを一枚開ける…事象B

□■（ステイ　or　チェンジ）…事象C

モンティがハズレのドアを開けても
プレイヤーのファーストチョイス時の当たりの確率に
何の影響も及ぼさない
また、プレイヤーが当たりを引こうがハズレであろうが
モンティはハズレのドアを一枚だけ開ける
したがって、

『事象A』と『事象B』は互いに独立である

また、

『事象C』は『事象B』によって導出される

83,169

ステイのハズレの確率はチェンジの当たりの確率に等しい…事象D

『事象D』は『事象C』によって導出される

ゲームが多数回（N→∞）の時…事象N

プレイヤーのファーストチョイス時の当たりの確率…事象A

モンティがハズレのドアを一枚開ける…事象B

□■（ステイ　or　チェンジ）…事象C

『ステイのハズレの確率はチェンジの
当たりの確率に等しい』…事象D


『事象A』は『事象N』によって導出される

『事象A』と『事象B』は互いに独立である

『事象D』は『事象C』によって導出される

『事象C』は『事象B』によって導出される

確率収束 converge in probability という

「試行回数（サンプルサイズ）n が小さければ小さいほど、
それだけ全くの偶然だけでも極端な値をとりやすいにも関わらず、
そこに大数の法則が当てはまると錯覚し、真に差があると
誤解してしまうこと」を、行動経済学で有名な
心理学者ダニエル・カーネマンは『少数の法則』と呼んでいます

〈１回の試行で，ある事象の起こる確率がpであるとき，

この試行を独立にn回繰り返したとき，

この事象が起こる回数をfとすると，

これが起こる割合f/nは試行回数nが大きくなるに従って

pに近づく〉という定理

1713年J.ベルヌーイが初めて定式化

これにより経験的確率と数学的確率が一致し，

確率論の実際的応用の根拠が与えられる

モンティはプレイヤーのファーストチョイスのあと
プレイヤーの選ばなかった二つのドアのうち
ハズレのドアを一つ開ける（ゲームから除外）

□■

モンティはハズレのドアを一つゲームから除外するので
ハズレのドアが二枚残ることはない

■■（存在しない）

プレイヤーは最後に当たりとハズレのドアのうち
一つを開ける二択を必ず行う

□■（ステイ　or　チェンジ）

大数の法則（少数の法則）により
ゲームが二回の時は極端な結果になりやすい
頻度主義による確率を割り当てることもできない
以上のことから
ゲームが二回の時は
『当たりとハズレどちらが出るかわからない』
と判断するのが良い

ゆえに、ゲームの回数を一回に限定すると
当たりの確率は５０％になります

事象Aの確率 P(A|N)＝１／３

モンティはハズレのドアを無条件に開けるから

事象Bの確率 P(B)＝１

事象Cの確率 P(C)＝１／２

『ステイのハズレの確率はチェンジの
当たりの確率に等しい』

事象Dの確率 P(C)＝１

主観確率分布 P(A) に、係数 P(X|A) / P(X) を掛けることにより、

証拠 X を加味して、より客観性の高い確率分布 P(A|X) を求める

と解釈

P(B|A) = P(A|B) * P(B) / P(A)
　
∵ベイズの定理

P(B|A) = P(B) * P(A|B)

確率は脳内で起こってるんじゃない

現場で起きてるんだ！

ゲームの回数N＜３の時は確率５０％

この問題を巡る人々の反応は、冒頭のエピソードにある様に
『どちらを選んでも変わらない』とする意見が多かった

ドアが2つになった時点でプレーヤーが改めて
コイントスによって決めなおしたと仮定すると、
景品を得る確率は1/2となる

ところが、2枚のドアの価値はルールで確率の高い
（価値のある）選択をすることが可能となっている
つまり、『どちらを選んでも変わらない』は誤りである

ゲームの回数N＜３の時…事象ｎ

プレイヤーのファーストチョイス時の当たりの確率…事象A

事象Aの確率 P(A|ｎ)の

尤度P(ｎ|A)＝３／２

P(A|ｎ) = P(A) * P(ｎ|A)

尤度関数P(ｎ|A)＝３／２

ゲームの回数N＜３の時…事象ｎ

プレイヤーのファーストチョイス時の当たりの確率…事象A

ゲームの回数N＜３の時の事象Aの確率 P(A|ｎ)

事象Aの尤度関数P(ｎ|A)＝３／２

事象Aの主観確率P(A)＝１／３

∵ベイズの定理より

P(A|ｎ)＝P(A) * P(ｎ|A)＝１／３ * ３／２＝１／２

航空機や自動車の設計のみならず、
フィンテックや人工知能（ＡＩ）の開発などにも用途を広げる
スーパーコンピューターは一国の産業競争力や
安全保障をも左右する
このほど来日したスパコンの世界最大手、
米クレイ（ワシントン州シアトル）のピーター・ウンガロ社長は
日本経済新聞のインタビューに応じ、
「中国は有望市場だが我々は販売しないと決めた」
「ＡＩや自動運転は最重要で最も急成長の分野」などと語った

以上により、
ゲームの回数N＜３の時
プレイヤーのファーストチョイス時の当たりの確率は
多数回（N→∞）の時の１．５倍に改定される

ゲームが多数回（N→∞）の時…事象N

事象Aの確率 P(A|N)＝１／３

モンティはハズレのドアを無条件に開けるから
モンティがハズレのドアを一枚開ける…事象B

事象Bの確率 P(B)＝１

□■（ステイ　or　チェンジ）…事象C

事象Cの確率 P(C)＝１／２

『ステイのハズレの確率はチェンジの
当たりの確率に等しい』…事象D

事象Dの確率 P(D)＝１

プレイヤーがチェンジした時の当たりの確率…事象E

ゲームが多数回（N→∞）の時の事象Eの確率 P(E|N)

事象Eの尤度関数P(N|E)＝１

事象Eの主観確率P(E)＝２／３

∵ベイズの定理より

P(E|N)＝P(E) * P(N|E)＝２／３ * １＝２／３

ゲームが多数回（N→∞）の時…事象N

プレイヤーがチェンジした時の当たりの確率…事象E


■事象Eの確率を求める

ゲームが多数回（N→∞）の時の事象Eの確率 P(E|N)

事象Eの尤度関数P(N|E)＝１

事象Eの主観確率P(E)＝２／３

∵ベイズの定理より

P(E|N)＝P(E) * P(N|E)＝２／３ * １＝２／３（主観確率と一致）

事象Cの尤度関数P(N|C)＝２（確率が二倍になる）

ゲームが多数回（N→∞）の時の事象Cの確率 P(C|N)

事象Eの尤度関数P(N|C)＝２（確率が二倍になる）

事象Eの主観確率P(C)＝１／２

∵ベイズの定理より

P(C|N)＝P(C) * P(N|C)＝１／２ * ２＝１（事象Dに一致）

□■（ステイ　or　チェンジ）…事象C

ゲームが多数回（N→∞）の時の事象Cの確率 P(C|N)

事象Cの尤度関数P(N|C)＝２（確率が二倍になる）

事象Cの主観確率P(C)＝１／２

∵ベイズの定理より

P(C|N)＝P(C) * P(N|C)＝１／２ * ２＝１（事象Dに一致）

『ステイのハズレの確率はチェンジの
当たりの確率に等しい』…事象D

事象Dの確率 P(D)＝１

■ゲームが一回と二回の時について

ゲームの回数N＜３の時…事象ｎ

プレイヤーのファーストチョイス時の当たりの確率…事象A

ゲームの回数N＜３の時の事象Aの確率 P(A|ｎ)

事象Aの尤度関数P(ｎ|A)＝３／２

事象Aの主観確率P(A)＝１／３

∵ベイズの定理より

P(A|ｎ)＝P(A) * P(ｎ|A)＝１／３ * ３／２＝１／２

以上により、
ゲームの回数N＜３の時
プレイヤーのファーストチョイス時の当たりの確率は
多数回（N→∞）の時の１．５倍に改定される

(3) モンティは残りのドアのうち1つを必ず開ける
(4) モンティの開けるドアは、必ずヤギの入っているドアである


(3) と(4) は一つにできる
『モンティは残りのドアのうちヤギの入っているドア1つを開ける』

□■■　ファーストチョイス

□■　セカンドチョイス

□■（ステイ　or　チェンジ）…事象C

ゲームの回数N＜３の時の事象Cの確率 P(C|ｎ)

事象Cの尤度関数P(ｎ|C)＝１（確率はそのまま）

事象Cの主観確率P(C)＝１／２

∵ベイズの定理より

P(C|ｎ)＝P(C) * P(ｎ|C)＝１／２ * １＝１／２

□■（ステイ　or　チェンジ）…事象C

ゲームの回数N＜３の時…事象ｎ

ゲームの回数N＜３の時の事象Cの確率 P(C|ｎ)

事象Cの尤度関数P(ｎ|C)＝１（確率はそのまま）

事象Cの主観確率P(C)＝１／２

∵ベイズの定理より

P(C|ｎ)＝P(C) * P(ｎ|C)＝１／２ * １＝１／２

ゲームが一回と二回の時は
『当たりとハズレどちらも同じくらい出る』
と判断するのが良い

ゆえに、ゲームの回数をN＜３にすると
当たりの確率は５０％になると予想できます

ゲームが多数回（N→∞）の時…事象N

プレイヤーがチェンジした時の当たりの確率…事象E


■事象Eの確率を求める

ゲームが多数回（N→∞）の時の事象Eの確率 P(E|N)

事象Eの尤度関数P(N|E)＝１

事象Eの主観確率P(E)＝２／３

∵ベイズの定理より

P(E|N)＝P(E) * P(N|E)＝２／３ * １＝２／３（主観確率と一致）

P(N|E)＝３／２の時、

P(E|N)＝P(E) * P(N|E)＝２／３ * ３／２＝１（１００％当たり）

ゲームが一回と二回の時に限り
直感で正しいと思える解答と、
論理的に正しい解答が一致する

ゲームが多数回（N→∞）の時…事象N

プレイヤーがチェンジした時の当たりの確率…事象E

モンティがハズレのドアを一枚開ける…事象B


■事象Eの確率を求める

ゲームが多数回（N→∞）の時の事象Eの確率 P(E|N)

事象Eの尤度関数P(N|E)＝１

事象Eの主観確率P(E)＝２／３

ゲームが多数回（N→∞）の時の事象Bの確率 P(B|N)＝１

∵ベイズの定理より

P(E|N)＝P(E) * P(N|E)／P(B|N)＝２／３ * １／１＝２／３（主観確率と一致）

P(N|E)＝３／２の時、

P(E|N)＝P(E) * P(N|E)＝２／３ * ３／２＝１（１００％当たり）

■モンティは何をしたのか？

モンティがハズレのドアを一枚開ける…事象B

□■（ステイ　or　チェンジ）…事象C

『ステイのハズレの確率はチェンジの
当たりの確率に等しい』…事象D


事象Bが起きたことによって
事象Cと事象Dも同時に発生する

この一連の事象を事象Fとする

■ゲームが多数回（N→∞）の時

P(F|N)＝P(B|N) * P(C|N) * P(D|N)＝１

■ゲームの回数N＜３の時

P(F|ｎ)＝P(B|ｎ) * P(C|ｎ) * P(D|ｎ)＝１／２

ゲームが多数回（N→∞）の時…事象N

プレイヤーがチェンジした時の当たりの確率…事象E

モンティがハズレのドアを一枚開ける事によって
引き起こされる事象…事象F


■事象Eの確率を求める

ゲームが多数回（N→∞）の時の事象Eの確率 P(E|N)

事象Eの尤度関数P(N|E)＝１

事象Eの主観確率P(E)＝２／３

事象Fの確率 P(F|N)＝P(B|N) * P(C|N) * P(D|N)＝１

∵ベイズの定理より

P(E|N)＝P(E) * P(N|E)／P(F|N)＝２／３ * １／１＝２／３（主観確率と一致）

P(N|E)＝３／２の時、

P(E|N)＝P(E) * P(N|E)／P(F|N)＝｛２／３ * ３／２｝／１＝１（１００％当たり）

■ゲームの回数N＜３の時

P(F|ｎ)＝P(B|ｎ) * P(C|ｎ) * P(D|ｎ)＝１／２になるのは

事象Cの尤度関数P(ｎ|C)＝１（確率はそのまま）であるから

事象 A、B が 同時に起こることがない 場合、
「事象 A、B は 互いに排反である」

事象 A、B が 同時に起こることがある 場合、
「事象 A、B は 互いに排反でない」 と言います

1組のトランプから1枚のカードを引いたとき
「ハートが出る」、「スペードが出る」 ということは同時に起きないので、
これらは互いに排反ですが、 「ハートが出る」、「２のカードが出る」
ということは同時に起こることがあるので、
排反な事象ではないです
（Ａ、Ｂが互いに排反事象になるときは、ＡまたはＢとなる確率は、
２つの事象の確率の和になります）

「試行」 というのは 「ひとつの操作」 のことで、
一般的には繰り返しおこなう操作を考えることが多いです

事象Aと事象Bを同時に満たす事象が空事象になる場合、
事象Aと事象Bは互いに排反事象といえます