>>178
どうも。スレ主です。
レスありがとう

>> この場合、L→∞の極限では、1<= L <∞ の決定番号は、零集合として存在しうる
>『よって決定番号が有限の値を取る確率は0である』
>そう言いたいんでしょ？　Yes or No？

もちろん、Yesですが、力点は、”存在しうる”のところにあります。

補足１
・任意のn∈N（自然数）に対して、決定番号がnとなる数列が必ず構成できます
・ところが、任意のnに対して、決定番号がn+1（nの後者）となる数列も必ず構成できます
・そして、決定番号がn+1となる数列の方が、場合の数としては圧倒的に多い。nまでの場合の数の（p-1）倍です （>>141のAの４項ご参照）
・決定番号がn+2となる数列も同様に考えられて、n+1までの場合の数の（p-1）倍です。・・と無限につづきます

補足２
・上記補足１に示したように、決定番号の出現確率は、決定番号が大きくなるほど、大きくなります
・さて、下記URLの「さまざまな確率分布」を見て下さい
・正規分布や対数正規分布など、確率変数Xの区間が X ＜ ∞の確率分布がありますが、必ず X → ∞で、その出現頻度は0に減衰します
・もし、 X → ∞で、その出現頻度は0に減衰しなければ、母数は∞になり、数学として取り扱うことは困難になります
・決定番号の出現確率は、上記のように、 X → ∞で、その出現頻度は0に減衰しません

（参考）
http://www.biwako.shiga-u.ac.jp/sensei/mnaka/ut/statdist.html
さまざまな確率分布 probability distributions - 数理的思考 - 中川雅央 【知と情報の科学】
(抜粋)
　観測されたデータを説明する統計モデルに，どの確率分布を使えばうまく説明できるでしょうか．
　正規分布や二項分布など，確率分布の種類は数多く，いろいろなカタチ（分布形）があります．確率分布の当てはめを考えるには，そのカタチ（分布形）を知ることが重要です．

2. 連続型確率分布 (Continuous probability distributions)
　確率変数がある区間内の全ての実数を取り得る場合は「連続型」といいます．連続型のグラフは，横軸の確率変数が連続量なので，縦軸はその値での確率密度を表しており，区間内（横軸のある値とある値の間）を積分した面積がその確率に相当します．