以下前スレより再掲（無駄な議論の繰り返しを避けるために）
http://rio2016.2ch.net/test/read.cgi/math/1492606081/566
566 自分返信：現代数学の系譜11 ガロア理論を読む 2017/05/04(木) 23:47:10.49 ID:x3HFcyPu

ああ、やっと欲しい話がヒットしたね（＾＾；
http://www.math.sci.osaka-u.ac.jp/staff/sugita.html
大阪大学大学院理学研究科数学専攻・理学部数学科
杉田 洋 (Hiroshi SUGITA) 研究分野 確率論
URL http://www.math.sci.osaka-u.ac.jp/~sugita/

私の専門は確率論です。とくに無限次元確率解析、モンテカルロ法、確率論的数論といった分野に興味を持っています。ここでは、モンテカルロ法について書くことにします。
現代確率論が2年次で習う「確率・統計」よりどこが進歩しているか、を一言でいうと「無限個の確率変数を扱えるようになったこと」ということができます。たとえば「確率・統計」でN回のコイン投げの確率モデルが出てきますが、現代確率論では無限回のコイン投げの確率モデルを実現します。
じつは驚くべきことに、確率論のすべての対象は（非可算個の独立確率変数を考える、などというマニアックな場合を除いて）原理的には「無限回のコイン投げ」を基にして作り上げることができます。

この原理はモンテカルロ法において生かされます。すなわち、モンテカルロ法では、まず、シミュレートしたい確率変数Sをコイン投げのサンプルの関数として構成します。
そして、コイン投げのサンプル…疑似乱数生成器と呼ばれるコンピュータプログラムを用いて算出されます…をその関数に放り込むことによっ て、Sのサンプルを計算するのです。
そこで重要な問題は「疑似乱数生成器をどのように構成するか」ということです。長い間、ランダムな数列を生成するプログラムなど存在しない、という理由で、そもそも完全な疑似乱数生成器は存在しない、と信じられてきました。
それが1980年代に提案された「計算量的に安全な疑似乱数生成器」という概念は、完全でない疑似乱数生成器でも確率変数Sのシミュレートを事実上完全に実行し得る可能性があることを人々に信じさせました。

近年、私は大数の法則を利用して確率変数の平均値をモンテカルロ法によって求める場合に限っては、完全な疑似乱数生成器が存在し、実際にコンピュータで実現することができることを証明しました。