（冬休み 4）

   「探しもの又して疲れ蜜柑むく」　（星野立子　1903-1984）

（冬休み 3）

   「とび下りて弾みやまずよ寒雀」　（川端茅舎　1897-1941）

（冬休み 2）

   「冬萌や歌うにも似て子の独語」　（馬場移公子　1919-1994）

（冬休み 1）

  「麦萌ゆる土こまごまと影を生み」　（福永耕二　1938-1980）

鉄犬ヘテロトピア文学賞

日経朝刊の文化欄に管啓次郎さんが，「遠吠えする鉄犬文学」として，鉄犬ヘテロトピア文学賞の話題を書いていた。まったく読んだことにない作品ばかりだった。かろうじて，第２回の候補作の「加藤直樹『九月、東京の路上で』（ころから）」だけは読んでいた。

第１回鉄犬ヘテロトピア文学賞
第２回鉄犬ヘテロトピア文学賞
第３回鉄犬ヘテロトピア文学賞
第４回鉄犬ヘテロトピア文学賞
第５回鉄犬ヘテロトピア文学賞
第６回鉄犬ヘテロトピア文学賞
第７回鉄犬ヘテロトピア文学賞

写真：鉄犬ヘテロトピア文学賞（読書人WEBから引用）

レゴ（２）

レゴ（１）からの続き

「LEGO組み立て説明書」アプリをダウンロードすると（アプリ名称が「の遊び方」になるのはなぜだ），これまでの製品の詳細がわかる。また，製品についているマニュアルのpdf版もあるので便利かもしれない。

LEGO Classic 11717 1504 (2020) ブロックブロックプレート
LEGO Classic 11911 1500 (2020) アイデアパーツ〈動物セット〉
LEGO Classic 10717 1500 (2018) ブロックブロックブロック
LEGO Classic 10697 1500 (2015) アイデアパーツ〈ＸＸＬ〉
LEGO Classic 10705 1000 (2016) アイデアパーツ〈ＸＬ〉
LEGO Classic 10704 900 (2017) アイデアパーツ〈スペシャルセット〉
LEGO Classic 11002 900 (2019) 作ってあそぼう
LEGO Classic 10698 790 (2015) 黄色のアイデアボックス〈スペシャル〉
LEGO Classic 10705 583 (2016) アイデアパーツ〈エクストラセット〉
LEGO Classic 10695 580 (2015) アイデアパーツ〈スペシャルセット〉
LEGO Classic 10703 502 (2017) アイデアパーツ〈建物セット〉
LEGO Classic 10698 484 (2015) 黄色のアイデアボックス〈プラス〉
LEGO Classic 11004 450 (2019) 創造力の窓
LEGO Classic 11003 451 (2019) アイデアパーツ〈目のパーツ入〉
LEGO Classic 10715 442 (2018) アイデアパーツ〈タイヤセット〉
LEGO Classic 11009 441 (2020) アイデアパーツ〈ライトセット〉
LEGO Classic 11008 270 (2020) アイデアパーツ〈お家セット〉
LEGO Classic 10712 244 (2018) アイデアパーツ〈歯車セット〉

WHOのCOVID-19データ（３）

WHOのCOVID-19データ（２）からの続き

WHOのjsonデータの冒頭部分を取り出してみた。国別に，UNIX-timeの行と地域名の行の次に10項目の数値データが並んだ配列が格納されていた。10項目の内訳は，死亡数/日，死亡数累計，１週間の死亡数，１週間の死亡数の変化分，100万人あたりの死亡数，確定感染数/日，確定感染数累計，１週間の確定感染数，１週間の確定感染数の変化分，100万人あたりの確定感染数，となっていて，これを取り出していたのだった。

 {

"componentChunkName":"component---src-templates-table-tsx",

"path":"/table",

"result":

  {"pageContext":

    {"countryGroups":[

{

"dimension":{"name":"Country","type":"STRING","dataType":"STRING"},

"value":"US",

“data":

{"metrics":

[

{"name":"Deaths",

 "type":"NUMBER",

 "dataType":"NUMERIC",

 "aggregateFunction":"SUM"}

,

{"name":"Cumulative Deaths",

 "type":"NUMBER",

 "dataType":"NUMERIC",

 "aggregateFunction":"SUM"}

,

{"name":"Deaths Last 7 Days",

 "type":"NUMBER",

 "dataType":"NUMERIC",

 "aggregateFunction":"SUM"}

,

{"name":"Deaths Last 7 Days Change",

 "type":"NUMBER",

 "dataType":"NUMERIC",

 "aggregateFunction":"SUM"}

,

{"name":"Deaths Per Million",

 "type":"NUMBER",

 "dataType":"NUMERIC",

 "aggregateFunction":"SUM"}

,

{"name":"Confirmed",

 "type":"NUMBER",

 "dataType":"NUMERIC",

 "aggregateFunction":"SUM"}

,

{"name":"Cumulative Confirmed",

 "type":"NUMBER",

 "dataType":"NUMERIC",

 "aggregateFunction":"SUM"}

,

{"name":"Cases Last 7 Days",

 "type":"NUMBER",

 "dataType":"NUMERIC",

 "aggregateFunction":"SUM"}

,

{"name":"Cases Last 7 Days Change",

 "type":"NUMBER",

 "dataType":"NUMERIC",

 "aggregateFunction":"SUM"}

,

{"name":"Cases Per Million",

 "type":"NUMBER",

 "dataType":"NUMERIC",

 "aggregateFunction":"SUM"}

],

"dimensions":

[

{“name":"day", "type":"TIMESTAMP", “dataType":"STRING"},

{“name":"Region", “type":"STRING", "dataType":"STRING"}

],

"rows":

[

[1578009600000,”AMRO",0,0,0,0,0,0,0,0,0,0],

…

[1608595200000,"AMRO",1570,315318,18478,9.16,952.61,197199,17712290,1671195,13.64,53511.02]

],

"totals":[315318,42488183,2153709,15832.590000000002,128361.91999999997,17712290,1494857008,118829648,32537.839999999975,4516148.239999997]

}

},

{"dimension":

    …

Alfred（１）

 macOSのデスクトップツール（ランチャーアプリ）であるAlfredが超強力であるとの噂を聞きつけて，さっそくダウンロードしたものの，肝腎のメモ（Notes）が呼び出せないので速攻でアンインストールした。

しかし待てよと思い直して検索したところ，Spotlightの検索範囲に該当のファイルが存在しないと発見されないということだった。確かめてみると案の定，Spotlightからはアプリケーションフォルダが外されていた。普通はドキュメントだけ探したいからだった。

早速修正の上でAlfredを再インストールしたところ，OK。アマゾンだとかDeepLとか，いろいろと試して見る価値はあるかもしれないので，もう少し調べてみることにする。

［１］アルフレッドの使い方とおすすめワークフロー
［２］Alfred【概要・設定・使い方】〜Mac最強のランチャーアプリ
［３］Alfredアプリの設定・使い方まとめ完全版

OpenData API

 だいたい，日本のIT政策やシステムはほとんどダメダメのようにみえるけれど，オープンデータAPIポータルというのはちょっと良さげなので，登録してみた。すべての行政データをカバーするのかスゴイと思っていたら，新型コロナウィルス感染症関連情報だけなのか。ちょっと残念。早速ユーザ登録してみたが，英語のアナウンスというのはまあよいとして結構スマートに標準的なユーザ登録方法が実装されている。パスワードで特殊文字を要求されたのでハイフンを使ったが，違うような雰囲気だった。ハイフンは特殊文字ではないのだろうか。

札幌市，会津若松市，群馬県，東京都，神奈川県，横浜市，福井県，三重県，神戸市，福岡市が早速対応していた。もちろん大阪や奈良はないのであった。

著作権について記述されている，利用規約の第１２条は以下の通り，まあいいんじゃないの。

本サイトに掲載されている各地方公共団体が著作権を有する著作物の利用（複製、公衆送信、翻訳・変形等の翻案等）については、クリエイティブ・コモンズ・ライセンス（以下「CCライセンス」という。）の著作権を有するもの（ロゴ、シンボルマーク等を除く。）は、クリエイティブ・コモンズ・ライセンス（以下「CCライセンス」といいます。）の表示4.0　国際（CC BY 4.0）（（https://creativecommons.org/licenses/by/4.0/legalcode.ja）に規定される著作権利用許諾条件を指します。）により利用できます。なお、数値データ、簡単な表・グラフ等のデータは著作権の対象ではありませんので、ライセンス欄に「CC BY」の表記がある場合でも、当該データのうち、これらのデータについてはCCライセンスの適用はなく、 自由に利用できます。

JSON

 JSONは， Javascript Ibject Notation の略であり，JavaScript（ECMAScript）のデータ定義文をベースとした簡易データ定義言語である。共通データ定義言語として，XMLにかわってJSONが利用されるようになった。以下にJSONの形式をまとめる。

・オブジェクト：" "で囲まれた"キー"（文字列型）と"値"の対をコロンで結び，カンマで区切って並べたものを{}で包んだもの，階層構造が可能なので，値には，オブジェクト，配列，数値，文字列，真偽値，ヌル値がくる　{"name":"koshix", "age":67}

・配列：ゼロ個以上の"" で囲まれた"値"をカンマで区切って並べたものを[]で包んだもの，オブジェクトの値がすべて値として取れるので，オブジェクトや配列の配列も可能["seiryu","suzaku","byakko","genbu"]

・数値：10進法整数，10進法浮動小数点（1.0e-10も可）

・文字列：" "で囲まれたUnicode文字列，\" (ダブルクォーテーション) \\ (バックスラッシュ) \/ (スラッシュ) \b (バックスペース) \f （フォームフィード） \n (ラインフィード) \r (キャリッジリターン)\t (タブ) \uxxxx (Unicode文字)

・真偽値：true, false（真偽を示す，必ず小文字で）

・ヌル値：null（値がないことを示す，必ず小文字で）

［１］Juliaでのjsonの利用

python3の入出力

python3の入出力周りをまとめた。

（１）標準入出力（ test1.py < a > b ）
#!/usr/local/bin/python3

import sys

a = []

for l in sys.stdin:

    a.append(l)

    print(l.rstrip())

print(a)

（２）ファイル入出力 （test2.py ）
#!/usr/local/bin/python3

with open('kajitu.txt','w',encoding='utf-8') as f:

    with open('fruits.txt',encoding='utf-8') as inf:

        for row in inf:

            columns = row.rstrip()

            print(columns)

            f.write(columns) 

（３） コマンドライン引数 （test3.py x y ）
#!/usr/local/bin/python3

import sys

print('sys.argv : ', sys.argv)

print('type(sys.argv) : ', type(sys.argv))

print('len(sys.argv) : ', len(sys.argv))

print('sys.argv[0] : ', sys.argv[0])

print('sys.argv[1] : ', sys.argv[1])

print('sys.argv[2] : ', sys.argv[2])

３Ｄプリンタ

引き込もり生活が続いて，YouTubeが不可欠のツールになった。 時間は無限に溶かすことができる。

レゴは，YouTube動画を３本くらいみて卒業したので，次は3Dプリンタである。大阪教育大学のICT支援ルームにも導入されていた。導入企画案の作文をしたかも（しなかったかも）なので，関心・意欲・態度はあったのだが，残念なことに実行が伴わず，自分では使おうともしなかった。

ICT支援ルームのウェブページを確かめてみると，導入されている3DプリンターはUltimakerのものらしい。UltimakerというとスライサーソフトCURAなので（というか今日学んだ），筋はよかったのではないか。しかしながら，YouTubeをざっと眺めてみたところ，おすすめは，CrealityのEnder-3である。ステッピングモータの基盤を交換すると静音化もできて最強である。最初から静音基盤を使った Ender-3 V2も2万7千円で入手可能だ（あら，アマゾンでは倍の値段がついている，ひどいなぁ）。

FreeCADやFusion360などを使えば，自分でデザインした立体物をつくれる。あるいは，iPhone12 Pro やiPad ProのLiDARによる3Dスキャンデータを使うといろいろ楽しいことがまっているということなのかもしれない。

［１］iPhoneが3Dスキャナーに アプリと活用方法を徹底解説（Tsukasa-3D）
［２］Creality  Ender-3 V2 User's Manual

［３］Thingiverse

ANN

 日本物理学会大阪支部の2020年度公開シンポジウム「AIで切り開く物理の世界」をZoomのウェビナーで視聴した。普段はなかなか足が重くて敬遠してしまうイベントでも，オンライン開催だと気軽に参加できるところがありがたい。橋本幸士さんの話も，牧野淳一郎さんの話も面白かった。

深層学習を関数 $y=f(x)$ だと定義して，$y$を求める順問題，$x$を求める逆問題（初期値問題），$f$を求める逆問題（システム決定問題）に分類したところや，多体系の量子力学を解くために，行列積状態，テンソルネット状態，ニューラルネット状態を用いるという整理は腑に落ちた。

原子核への応用はどうなっているのかをarxivで調べてみると，A≦4の変分モンテカルロ法をANN（Artificial Neural Network）で求めるというのが，2020年の7月に投稿されており，これを含めてIsing系でニューラルネット状態を提案したCarleoの一連の論文が非常に興味深かった。ニューラルネットを実験データと直接付き合わせるような論文は，1980年頃にはNuclear Physicsで見かけていたが，ついにここまできたか。

牧野さんがコンピュータのCPUの90%は計算に使われておらず，理論的な限界を目指した科学的な再設計が必要であると主張されていた。これはこれで面白い話だ。

ボキャブラリ

 英語のボキャブラリサイズのテストがあったので，覗いてみたところ，日本語もある。ほんとかなと思って試してみると，同義語と反義語の２種類が繰り返し４択式で出てくる問題だった。英語のほうも試してみたところ，10歳児程度であった。かなり難しかったのよ。

図１　英語ボキャブラリサイズテストの結果

図２　日本語ボキャブラリサイズテストの結果

素数の計算（４）

 素数の計算（３）の続き

というわけで，JuliaのPrimes.jlでは，primes()を使って探す方が，prime()を計算するより早いということがわかってしまった。１億番目の素数を求める場合，prime()単体では，primes()を用いた場合より35倍遅い。なんだか・・・。なお，素数計数関数 $n = \pi(x)$の逆関数としては，前回のものをちょっと修整して，$x(n) = 10^{1.05 \log(n) + 1.0}$を用いた。

using Primes

function testp(n,k)
  if(k==1)
    m=Int64(floor(10^(1.05*n+1.0)))
    p=primes(m)
    println(p[10^n])
  elseif(k==2)
    println(prime(10^n))
  end
end

for i in 6:8
  @time testp(i,1)
end

for i in 6:8
  @time testp(i,2)
end

15485863
0.067474 seconds (43 allocations: 14.778 MiB)
179424673
0.915835 seconds (163 allocations: 151.275 MiB, 0.35% gc time)
2038074743
12.159200 seconds (163 allocations: 1.536 GiB, 0.10% gc time)
15485863
2.350876 seconds (2.53 M allocations: 38.664 MiB)
179424673
33.536126 seconds (29.35 M allocations: 447.880 MiB)
2038074743
426.317886 seconds (333.40 M allocations: 4.968 GiB, 0.12% gc time)

勝負の三週間

「新型コロナウイルスの感染拡大防止に向けて政府が短期間の集中した取り組みを呼びかけた「勝負の3週間」が16日最終日を迎えた」ということらしいが，感染者数も死亡者数も高止まりしている。東京に比べて大阪が若干ましに見えているけれど本当のところはどうだかわからない。吉村は和歌山県知事のメッセージもスルーしているようだし，相変わらずマスコミとの共依存でまともな対応がなされていないような気がする。とにかくデータが信頼できないというのが致命的だ。

レゴ（１）

 クリスマスプレゼントにレゴをと考えて，探してみたものの，自分の考えていた昔のレゴは，LEGO CLASSICの中にも見つからなかった。単純な白，赤，黃，青，黒の５色の基本ブロックだけであらゆるものを作り出すという考えはもう古いのかもしれない。レゴ社のコマーシャルフィルムによれば，単純なものから複雑なものという戦略をやめて，最初から複雑な多様なブロックを組み合わせて，よりリアルで定まった完成品を作るという商品系列が主流になってしまった。レゴユーザーのメイキング動画をYouTubeでみているとそれなりに引き込まれてしまうので，戦略としては正しいのかもしれないが，全ての物質は素粒子から成り立っていて，世界は単純な基本法則で説明されるという世界観はもう古びてしまったのかもしれない。

素数の計算（３）

 素数の計算（２）からの続き

JuliaのPrime.jlのprime()がおかしいのであれば，n番目までの素数が登場する範囲の整数の範囲がわかれば，その整数をすべてisprime()でチェックしたほうが早いのではないかという考えで，n番目の素数から整数範囲を求める方法を調べた。

素数定理によれば，素数の数$n=\pi(x)$は${\rm Li}(x)=\int_2^x \frac{1}{log t}dt$で与えられるということだ。対数積分は，Pythonのライブラリにはあるが，JuliaのSpecialFunctions.jlには入っていない。いずれにせよ近似値でよいのだから，素数定理の$\pi(x)$の表をながめて，えいやっと逆関数の近似式を求めた。

$x=\pi^{-1}(n)=10^{\dfrac{9.11*\log_{10}n+6.5}{8.5}}$

残念ながらこれで計算したprime()の代替関数はオリジナルの15倍時間がかかるという情けない結果に終わってしまった。猿の浅知恵の典型的パターンである。

using Primes

function logint(n)
  x=10.0^((9.11*log10(n)+6.5)/8.5)
  m = BigInt(floor(x))
  println(m)
  return m
end

function test(n)
  m = logint(n)
  i = 0
  for p in 1:m
    if(isprime(p))
      i = i+1
      if(i == n)
        println(p)
        break
      end
    end
  end
end

@time test(10^6)
@time println(prime(10^6))

15678124
15485863
32.740030 seconds (124.81 M allocations: 4.688 GiB, 12.73% gc time)
15485863
2.493369 seconds (2.53 M allocations: 38.664 MiB, 0.99% gc time)

素数の計算（２）

素数の計算（１）の続き

Juliaの素数計算が遅い原因を絞り込みたい。python3とJuliaを比べると，素数判定のisprimeや範囲指定素数のprimerangeやprimesではともに高速であるが，順序指定素数のprimeにおいて，juliaはpythonの200倍程度時間がかかっている。しかし，同じ範囲の素数は，素数判定や範囲指定素数では高速に計算できているので，juliaのprimeのコードがややこしいことになっているのが問題だと思われる。

python3では， 

- - - - - - - - - - 
from sympy import *
import time
start_time=time.time()
n=179424673
m=10**7
for p in range(n,n+50):
    if isprime(p)==1:
        print(p)
lap1_time=time.time()
print(list(primerange(n, n+50)))
lap2_time=time.time()
for i in range(m,m+4):
    print(prime(i))
end_time=time.time()
print(lap1_time-start_time)
print(lap2_time-lap1_time)
print(end_time-lap2_time)
- - - - - - - - - - 
179424673
179424691
179424697
179424719
[179424673, 179424691, 179424697, 179424719]
179424673
179424691
179424697
179424719
0.0050160884857177734
0.002671957015991211
0.5041019916534424

julia1.5.1では 

- - - - - - - - - - 
using Primes

function test1(n)
  for p in n:n+50
    if(isprime(p))
      println(p)
    end
  end
end

function test2(n)
  println(primes(n,n+50))
end

function test3(n)
  for p in n:n+3
    println(prime(p))
  end
end

@time test1(179424673)
@time test2(179424673)
@time test3(10^7)
- - - - - - - - - - 
179424673
179424691
179424697
179424719
0.000310 seconds (146 allocations: 3.500 KiB)
[179424673, 179424691, 179424697, 179424719]
0.000521 seconds (207 allocations: 8.109 KiB)
179424673
179424691
179424697
179424719
128.789228 seconds (117.41 M allocations: 1.750 GiB, 0.34% gc time)

ファンドマネージャー

だまされないようにと思いながら，だまされて 一月万冊を見ていると，ときどき，気になるニュースが飛び込んでくる。今回の清水有高と安富歩の話題の終わりの方に，ファンドマネージャーの課税の問題が登場した。ああ，これが大阪を国際金融都市にという大阪維新の妄言の根拠だったのか。新自由主義ブレーンのもとで，菅政権が狙っているサッチャリズムのコアとなる政策のひとつなのかもしれない。世襲血縁にまで手を突っ込もうとしているのかどうかはまだよくわからない。

Ｍ１（４）

Ｍ１（３） からの続き

アップルイベントから１ヶ月たって，ようやくM1 Macの熱狂も収まっていた。久しぶりに大学の情報基盤センターのページをみると，「【重要】新MACの情報端末の情報提供について」というお知らせがトップにあった。まあ，基盤センターとしてはリスクを減らさないといけないので，当然といえば当然の注意喚起ではあるが，世間の評判と対比させるとなんとなく物悲しい雰囲気がただよってしまうのであった。

M1 Macの開発環境も徐々に整いつつある。MathematicaはRosetta2の対応状況を検証中らしい。homebrewは2.6.0にバージョンアップしたことにともなって，我々も，homebrew- coreとhomebrew-caskを更新させられた。奥村さんのM1 Macの記事が参考になる。

WHOのCOVID-19データ（２）

WHOのCOVID-19データ（１）からの続き

 少し改良してみた。あいかわらず，汚いプログラムではある。

#!/usr/local/bin/perl
# 12/10/2020 K. Koshigiri
# usage: json.pl 2020/12/05 5
# extract 5 day data from 2020/12/05
# original data = https://covid19.who.int/page-data/table/page-data.json

use Time::Local 'timelocal';
\$tmp = "tmpx";
\$in = "whox";
\$out = "who-dat.csv";
\$jsn = "https://covid19.who.int/page-data/table/page-data.json";

(\$sec, \$min, \$hour) = (0,0,0);
(\$year, \$month, \$day) = split '/', \$ARGV[0];
\$epochtime = timelocal(\$sec, \$min, \$hour, \$day, \$month-1, \$year-1900)+32400;

system("lynx -source \$jsn | fsp -u > \$tmp");

open(OUT, ">\$in");
open(IN, "<\$tmp");
while() {
  s/],/],\n/g;
  print OUT;
}
close(IN);
close(OUT);

open(OUT,">\$out");
print OUT "Date, Country Code, Unix Time, Region, Deaths, Cumulative Deaths, Deaths Last 7 Days, Deaths Last 7 Days Change, Deaths Per Million, Confirmed, Cumulative Confirmed, Cases Last 7 Days,Cases Last 7 Days Change, Cases Per Million\n";

for (\$i=0; \$i<\$ARGV[1]; \$i++) {
  \$ut=\$epochtime+86400*\$i;
  (\$sec, \$min, \$hour, \$mday, \$mon, \$year) = gmtime(\$ut);
  \$year += 1900;
  \$mon += 1;
  print "\$ut\n";
  open(IN, "<\$in");
  while() {
    s/\]//g;
    s/\[//g;
    if(/Country.*"value":"(.*?)"/) {
      $ct=$1;
      print OUT "$year-$mon-$mday,$ct,";
    }
    if(/$ut/) {
      print OUT;
    }
  }
  close(IN);
}
close(OUT);

WHOのCOVID-19データ（１）

WHOがまとめている，COVID-19についての各地域の感染者数や死亡者数の経時データは以前はダッシュボードのCSVファイルとしてアクセスできたが，今は，一日分のCSVファイルしか提供されていない。経時データはグラフの形で見ることができる。しかし，JSON形式の経時データにはアクセスできるので，これから必要な情報を取り出すperlスクリプトを作った。

古いperlの知識しかないので，動作が思ったとおりではないけれど，とりあえず第１段階の結果が出た。引き続きプログラムを精査していきたいが・・・。

#!/usr/local/bin/perl
# 12/10/2020 K. Koshigiri
# usage: json.pl 2020/12/05 5
# above sample extracts 5 day data from 2020/12/05
# original data = https://covid19.who.int/page-data/table/page-data.json

use Time::Local 'timelocal';
\$tmp = "tmpx";
\$in = "whox";
\$out = "who-dat.csv";
\$jsn = "https://covid19.who.int/page-data/table/page-data.json";
(\$sec, \$min, \$hour) = (0,0,0);
(\$year, \$month, \$day) = split '/', \$ARGV[0];
\$epochtime = timelocal(\$sec, \$min, \$hour, \$day, \$month-1, \$year-1900)+32400;

open(IN, "<\$tmp");
system("lynx -source \$jsn | fsp -u > \$tmp");
open(OUT, ">\$in");
while() {
  s/],/],\n/g;
  print OUT;
}
close(OUT);
close(IN);

for (\$i=0; \$i<\$ARGV[1]; \$i++) {
  \$ut=\$epochtime+86400*\$i;
print "\$ut\n";
open(IN, "<\$in");
open(OUT,">\$out");
while() {
  s/\]//g;
  s/\[//g;
  if(/Country.*"value":"(.*?)"/) {
    $ct=$1;
    print OUT "$ct,";
  }
  if(/$ut/) {
    print OUT;
  }
}
close(OUT);
close(IN);
}

有馬さん（２）

 今日は12月8日で，このブログを開始してからちょうど２周年ということになる。

そして，8年前の2012年12月8日にも有馬さんとの接点があった。「高度専門型理系教育指導者養成プログラム～これからの中等理科教育指導者像を探る～」と題したシンポジウムが大阪教育大学天王寺キャンパスのミレニアムホールで開催され，その基調講演に有馬さんを招いたのだった。たぶん，仲矢さんが話をつけてきたのではなかったか。長尾学長とプログラム責任者の定金先生に加えて当時理事だったということで私も加わって，二部主事室で有馬先生と開催前の談話をしていた。名刺交換のときに軽く自己紹介したけれど，有馬先生は私のことを覚えていなかったと思う。

さらにさかのぼって，1996年の9月に南園先生が新大阪の大阪ガーデンパレスで開いた国際シンポジウムが，「International Symposium on Non-Nucleonic Degrees of Freedom Detected in Nuclei」であり，この基調講演にも有馬先生を招待していた。実行委員のメンバーの一人でもあったため，歩いて５分の新大阪の駅まで有馬先生を迎えに行くことになった。有馬先生はすぐに見つかり，かばんをお持ちしましょうといったのだけれど，いやいや大丈夫と断られた。ホテルまでの道筋でもそんな大した話はした記憶はない。ただ，森田研の出身であったということはなんとなく理解されていたのだと思う。

この大阪ガーデンパレスは，私立学校の共済組合の系列であり，城西国際大学に移られた森田先生がよく利用されていた。しばしばホテルに呼び出されて，その時点での研究状況等を報告してから，昼ごはんをごちそうになっていた。科研費の打ち合わせということで，謝金もたまに出ていた。

有馬さん（１）

 有馬さんが亡くなった。twitterでは，毀誉褒貶が喧しい。文部科学大臣や政治家としての彼の仕事に対する批判，東大関係者や俳句関係者からの賛辞などが集まっていた。同じ原子核理論で比較的分野の重なりもあったため，いくつかの記憶がある。

有馬さんといえば，堀江・有馬の論文（Configuration Mixing and Magnetic Moments of Odd Nuclei）だ。この延長線上に，1970年代末の東大の鈴木俊夫さんらの論文「12Cの非弾性電子散乱におけるM1磁気形状因子に対するコア偏極の効果」があり，それが自分の博士論文の「A=12体系のベータ崩壊におけるコア偏極と交換流の効果」の話につながっていく。この博士論文のコピーは大坪先生からの助言で，有馬先生にも送っている。そんなわけで，阪大における堀江さんの原子核殻模型の集中講義は非常によく飲み込めた。また，鈴木らの論文をめぐる理論上の問題では，矢崎紘一さんとガチの計算のやりとりをしたのもなつかしい。向こうの論文に若干の欠陥はあったものの，その指摘の過程でのこちらの計算の意味付けにも誤解があったことを矢崎さんは鋭く見抜いたのだった。

自分が大学院に進学した1970年代の後半には，有馬・IachelloのIBM（相互作用するボゾン模型）が隆盛のピークを迎えていた。1980年に阪大で開催された物理学会では，原子核理論のシンポジウムで，有馬さん（IBM）と丸森さん（TDHF）の一騎打ちがみられた。それに比べれば，中間エネルギー核物理と核構造という一点で東大グループとは重なっていたとはいえ，原子核の弱い相互作用はマイナーな分野だった。

有馬さんが物理から離れるとともに東大の原子核理論グループ（大塚孝治さんら）もIBMを離れて，本格的な大規模殻模型の数値計算に進んでいき，その段階では我々はまったく追いつくことができなかった。1980年ごろには，殻模型の伝統のある東大でも0pシェルのcfpもおぼつかないのではと大坪さんが話していたのだけれど，それはあっという間のことだった。

はやぶさ２

はやぶさ２のサンプルリターンカプセルが，2020年12月6日にオーストラリアのウーメラ砂漠で無事に回収されたようだ。はやぶさ２本体は化学エンジン噴射プロセスTCM5により再び地球軌道を離脱した。1998KY26という小惑星に2031年7月に接近する予定である。

はやぶさ２がここまでで達成したこと（世界初）は以下の通り
１．小型探査ロボットによる小天体表面の移動探査
２．複数の探査ロボットの小天体上への投下・展開
３．天体着陸精度 60 cm の実現
４．人工クレーターの作成とその過程・前後の詳細観測
５．同一天体2地点への着陸
６．地球圏外の天体の地下物質へのアクセス
７．最小・複数の小天体周回人工衛星の実現

ウェブ上のBBCのニュースでは，多くの科学者のインタビューにより科学的な意味を丁寧に解説していたが，NHKのニュースでは，解説の分量もBBCのそれよりは少ない上に，はやぶさを支えた日本の技術というところに重点をおいたエモーショナルな内容だった。いつものことである。

UNIX Time

WHOのCOVID-19のデータ形式が先月の途中から変更されてしまったので，対応に苦慮しているところ。とりあえず，perlで処理するための準備をする。

#!/usr/local/bin/perl

# usage: time.pl 1607100000

# usage: time.pl 2020/12/05 21:30:00

# conversion of UNIX time & local time

use strict;

use warnings;

use Time::Local 'timelocal';

if ( @ARGV == 1 ) {

my \$unix_time = \$ARGV[0];

my (\$sec, \$min, \$hour, \$mday, \$mon, \$year);

(\$sec, \$min, \$hour, \$mday, \$mon, \$year) = gmtime(\$unix_time);

\$year += 1900;

\$mon += 1;

printf("GMT:\t%04d/%02d/%02d %02d:%02d:%02d\n", \$year ,\$mon, \$mday, \$hour, \$min, \$sec);

(\$sec, \$min, \$hour, \$mday, \$mon, \$year) = gmtime(\$unix_time);

\$year += 1900;

\$mon += 1;

\$hour +=1;

printf("CET:\t%04d/%02d/%02d %02d:%02d:%02d\n", \$year ,\$mon, \$mday, \$hour, \$min, \$sec);

(\$sec, \$min, \$hour, \$mday, \$mon, \$year) = localtime(\$unix_time);

\$year += 1900;

\$mon += 1;

printf("LOCAL:\t%04d/%02d/%02d %02d:%02d:%02d\n", \$year ,\$mon, \$mday, \$hour, \$min, \$sec);

} elsif (@ARGV == 2) {

my (\$year, \$month, \$day) = split '/', \$ARGV[0];

my (\$hour, \$min  , \$sec) = split ':', \$ARGV[1];

my \$epochtime = timelocal(\$sec, \$min, \$hour, \$day, \$month-1, \$year-1900);

print \$epochtime."\n";

}

Ｅテレ廃止

大阪維新と同様に 菅政権のブレーンにはろくなメンバーがいないのであるが，高橋洋一がＥテレ売却論をとなえて，NHKへの圧力を強めている。橋下徹が大阪府立国際児童文学館を廃止したときや，文楽協会への補助金をカットしたときにも，相当びっくりしたけれど，それに匹敵するかそれ以上の話である。SNSでの意見に同感だけれど，NHK教育テレビチャンネルがあるので，受信料を払う気になっているのだ。それがなければ，これほど偏向したNHKの報道を喜んで買う必要はない。たぶん，日本学術会議への圧力と根元は通じていて，それが新自由主義的な栄養環境下ではこのように発現するということだろう。

大阪モデル

 COVID-19の大阪モデルのモデリング指標が大阪府のホームページに公開されている。第１波の段階では，それまでの安倍政権や小池知事の東京都の対応と比較して，「（相対的に）吉村知事の決断力すげー」みたいな空気が大阪マスメディアを中心として沸き起こった。ところが，その後のカッパ・イソジン騒動などでどんどん株は下落を続けた。特にひどかったのが，大阪府のコロナ感染のモデリング指標が吉村の恣意的な操作によってコロコロ変えられたことである。いまでは二度と赤信号がつかないひどい基準になっている。それもこれも「大阪市廃止特別区設置（いわゆる大阪都構想）」の住民投票のときに赤信号が灯らないようにするためだったのでなはいかと想像される。切羽詰まった状況になったので，再び恣意的な指標変更に相当する運用がされるようだ。なお，その基準というのは以下のようになっている。

(1) 新規陽性者における感染経路不明者7日間移動平均前週増加比（黄：２以上），かつ，(2) 新規陽性者における感染経路不明者数7日間移動平均（黃：10人以上／緑：10人未満で解除），(3) 7日間合計新規陽性者数［うち後半３日間］（黃：120人以上かつ後半3日間で半数以上），(4) 直近1週間の人口10万人あたり新規陽性者数（緑：0.5人未満解除），(5) 患者受入重症病床使用率［重症患者数÷確保病床数］（赤：70％以上 ただし「警戒(黄色)」信号が点灯した日から起算して25日以内／緑：60%未満で解除）

現時点では警戒基準（黄信号）の条件も満足していないが，解除基準も満足されていないことから，点灯した黄信号が長期に渡って継続している。このため25日以内条件は永遠にみたされず，赤信号が点灯することはない。どうして，こんなに合理性に欠ける基準を作って誰も恥じることがないのだろうか。東京都は基準とアラートが直結せず，あらかじめ恣意的な判断がはいるようになっているので，より巧妙だといえるかもしれない。

AlphaFold2（１）

 twitter界隈では，AlphaFold2が騒ぎになっている。タンパク質の立体構造を求める競技でこれまでの手法から飛び抜けた成果を得る深層学習の方法が考案されたということらしいが，専門外の自乗なのでよくわからない。田口善弘さんが相当に凄いといってるのでたぶんそうなのだろうと思う。

タンパク質の立体構造というとDNAの立体構造と並んで，X線結晶解析の応用分野の花形だったような気がする。教養の化学の授業担当が，阪大の吹田にあった蛋白質研究所（1958-）助教授の芦田玉一先生（後に名大工学部）で，デュワーの「新しい化学入門」が教科書だった。この教科書は量子力学の成果をフルに生かした化学の教科書であり，物理学科の我々にはふさわしいものだったかもしれない。

五月祭のときだったろうか，何かのきっかけで，芦田先生にお願いして物理学科の数名でタンパク質研究所を見学させてもらった。たぶん，佐藤秀明くんが言い出しっぺで，みんなでそれに便乗したのではなかったか。日本で初めて構造が決定されたタンパク質であるカツオ・チトクロームCの立体構造模型を見せていただいた。秀明くんは，英語の藤井治彦先生の授業でも，ジェームズ・ワトソンの「二重らせん」をテキストにできないかという交渉をしていたのだけれど，こちらは残念ながら却下されたのであった。

Mac雑誌

アップルと私からの続き 

Appleのシリコンチップ搭載Macの発表直前の11月11日に（サンフランシスコ or 日本），青木剛一（@drikin）さんと松尾公也（@mazzo）さんが，ドリキンのVLOGで，「新型Macの発表前夜に語る，元MacUser編集長と元Apple信者のAppleシリコンへの期待！（第1118話 #シネマティック対談）」という対談をしていて，いろいろ回想しながら楽しく聞いていた。

で，日本のMacの三大雑誌としてMacLife，MacPower，MacUserをあげていたが，どうも自分の記憶とずれているので，確認してみたところ，次のようであった。初期（1980年代）のMacワールドからMac+とMacLIFEはすべて買っていたと思う。そのうち，The BASICでなじみのあった技術評論社からMacJapanが発刊されたので，休刊になるまでそれを買っていたような気がするし，Software Designが1990年に創刊されているので，それに乗り換えたようにも思う。

1 Macワールド->Mac+ 1986-1991
2 MACLIFE BNN 1987.8-2002.1
3 MacJapan 技術評論社 1989.5-1993.5
4 MacPower アスキー 1990.2-2007.10
5 MacWorld 1991-1998.4
5 日経Mac 日経BP 1993.2-2000.1
6 MacFan マイナビ 1993.4+
7 MacUser ソフトバンク 1993.11-1998.3
8 MacPeople アスキー 1995.12-2014.11

大阪教育大学にMacintoshが導入されたのが1988年ごろなので，とにかく情報がほしかった。そういえば，Appleから直接APDAlogも買っていた。

［１］日本のMac雑誌（Old Apple World）

［２］我が国最初のMac専門誌「MACワールド日本語版」顛末記（Apple/Macテクノロジー研究所）

［３］20年ぶりに再会〜Mac Japan誌の想い出（Apple/Macテクノロジー研究所）

素数の計算（１）

 ソフィー・ジェルマン素数の続き

件の記事の中には，「p=999671で 2p+1=1999343，が約数となる。 2^p−1=2^99671−1 は10進法で300932桁となったが，開発用等ではないスペックのかなり低いパソコンでも2～3分で計算してくれた」とあったので追試しようとして，はまってしまった。

Mathematicaでは，このあたりのソフィー・ジェルマン素数を次のように一瞬で計算した。

In[1]:= Timing[ Do[p = Prime[2^16 + i];  If[Mod[p, 4] == 3 && PrimeQ[2*p + 1],  Print[p, " : ", Mod[2^p - 1, 2*p + 1]]], {i, 12900, 13000}]]
999611 : 0
999623 : 0
999671 : 0
1000151 : 0
1000211 : 0
1000403 : 0
Out[1]= {0.007209, Null}

In[2]:= Timing[Print[p = Prime[10^8], " ", PrimeQ[p]]]
2038074743 True
Out[2]= {0.000185, Null}

そこで，10^8番目の素数をpython3で計算して判定すると，

from sympy import *
import time
start_time=time.time()
p=prime(10**8)
end_time=time.time()
print(p,isprime(p),end_time-start_time)

2038074743 True 2.994921922683716

同様に，10^8番目の素数をjulia 1.5で計算して判定すると， 

using Primes
n=10^8
function sgp(n)
  p=prime(n)
  println(isprime(p)," ",p)
end

@time sgp(n)
true 2038074743
420.535971 seconds (333.45 M allocations: 4.970 GiB, 0.24% gc time)

なお，p=999671は，prime(78476)であり，この計算時間はjuliaでも0.153秒だった。それにしてもこの遅さはいったい何ということでしょう・・・？ 

ソフィー・ジェルマン素数

twitterでソフイー・ジェルマン素数の話を見かけた。初めてのJuliaプログラミング，ソフィー・ジェルマン素数を使ってメルセンヌ数の約数を求めてみたというMathlogの記事である。

ソフィ・ジェルマン（1776-1831）は，18世紀から19世紀のフランスの女性数学者，物理学者である。古代ローマ時代にはアレクサンドリアのヒュパティアがいたが（映画の「アレクサンドリア」で初めて知った），ソフィ・ジェルマンが近世における最初の女性数学者の魁だろうかと調べたところ，イタリアのマリア・ガエターナ・アジェーニ（1718-1799）が最初らしい。最もヨーロッパの大学で最初に教授（解剖学・物理学）になったのは，ラウラ・バッシ（1711-1778）だ。Timeline of Women in Scienceをみればさらに詳しいことがわかる。

その，ソフィー・ジェルマン素数である。2p+1が素数となる素数pのことを指す。このとき，2p+1を安全素数という。で，問題の定理は，「ソフィー・ジェルマン素数pが，p≡3（mod 4）を満たすとき，メルセンヌ数2^p-1は安全素数2p+1を約数に持つ」というもので，これをjuliaによる計算で確かめたというものだった。

学術会議のコロナフォーラム

 オンラインで，日本学術会議の「新型コロナウイルス感染症コントロールに向けての学術の取り組み」が開催されている。なかなか有用な情報がコンパクトにまとめられていて，公開されている資料は参考になる。さすがにお医者さんたちは，COI（利益相反）について断ってから話し始めている。中野さんのK値は，twitter上ではみんなでよってたかってボロクソに叩いているが，今日の話を聞く限りではそこまで荒唐無稽な論を展開しているわけではない。

もっとも専門家からすれば，なんとプリミティブでナイーブなのか，ということになるのかもしれない。ただ，物理屋の議論の出発点なんていうのははたいていそんなもので，しかし，その単純化が（ごく稀に）新しいものを見つける場合もあるということもなきにしもあらずだから，大阪維新や宮沢孝幸が，政策やプロパガンダに利用（悪用）しない限りはいいのではないかしら。カッパもイソジンも被害者側なんだから。

喜連川先生の声が聞こえてくると，別のサイバーシンポジウムかと思ってしまう。そうした教育の話題やこうした医療・公衆衛生の話題など，公共性に係る課題は，総合科学技術・イノベーション会議の範疇ではない。

日本学術会議Ｑ＆Ａ

 11月26日に日本学術会議の記者会見があったようだ。野尻美穂子さんのtwitterコメントしか見ていないので，詳しい状況はわからないが２点。

(1) 第25回幹事会の記者会見の資料が公開されている。地道にこれまでの活動を説明しようとしている。内閣府特命担当大臣（科学技術政策）の井上信治はこれらを完全に無視しながら，政府機関からの離脱を迫っている。

(2) 日本学術会議に関するQ&Aが公開されている。誠実に疑問に答えているが，攻める側はむちゃくちゃなフェイク言説で負の感情を掘り起こしながら，側面や背面から攻撃を仕掛けてくるので，有効な反撃になっていない。一部（ほとんどの？）マスコミは，その側面や背面からの攻撃を煽り立てて，生贄ショーを盛り上げることを主眼としているため，残念な状況は続く。

日本国憲法の改正手続きに関する法律

 日本国憲法の改正手続きに関する法律の改正案の件だ。とりあえず，衆議院憲法審査会（今203国会での第3回）での採決はなさそうだとのことだったが，維新の馬場が強行採決動議を出し，幹事会での協議に持ち込まれて散会なのか。実質審議にも入ったということでまったく予断を許さない。

審議される改正案の議案と説明資料は，2018年7月の第196国会の衆議院憲法審査会に提出されている。議案そのものは，2016年の公職選挙法改正に伴う形式的な変更であるが，より本質的な問題である広告規制がまったくかからないまま，改正手続きが整ったという名目で，憲法改正プロセスが起動してしまう危険性が大きいため，野党（準与党の維新と国民民主党を除く）はブレーキをかけている。

大阪都構想で維新が使った広告費が4億円ということだから，100億も出して電通をフル稼働させれば，簡単に憲法改正が実現してしまう国なのだろう。

Ｍ１（３）

 Ｍ１（２）からの続き

日本では，COVID-19の感染拡大がいよいよ可視化されつつあって，GOTOの影響があるのかないのか，そもそも効果があるのかないのか，など喧しいが，YouTube界隈ではあいかわらずApple M1チップ搭載Macの話題が続いている。ソフトウェアのM1対応状況については，IsAppleSiliconReady のサイトが詳しい。

＊WHOダッシュボードのCOVID-19データが，当日だけになった（JSONを探せ）。
・AppleのFinal Cut Pro Xでは，4K120pの動画編集がぎりぎり可能である。
・Davince Resolve 17 はフリーでも使える動画編集ソフトで，軽い動画ならこれでも可。

・Desktop Audio Wowkstation のバリバリの編集は結構重くて厳しい。

・Rosetta2でほぼカバーできているが，開発環境系はまだ十分に対応できていない。

・ParallelsやVMWareFusionなどの仮想デスクトップ系はまだだめ。

＊pLaTeX→upLaTeX→LuaLaTeXと進化しており，美文書8版でもカバーできつつある。

［１］物書堂（egword M / かわせみ R）
［２］google（Chrome M / 日本語入力R）

［３］Homebrew（R）https://github.com/mikelxc/Workarounds-for-ARM-mac
［４］MacTeX（R）MacTeX-2021を待て http://www.tug.org/mactex/aboutarm.html
［５］Julia（R） https://github.com/JuliaLang/julia/issues/36617
［６］Mathematica（✕） https://community.wolfram.com/groups/-/m/t/2088978
［７］Office2019/365（M）https://support.microsoft.com/en-us/office/microsoft-365-and-office-2019-support-for-apple-silicon-c55b603e-14a6-4b69-bdc0-2bb4c9a36834
［８］Twitter（M）
［９］Graphic Converter（R）
［10］JEditΩ（R）

やはり来年以降かな。

政治資金規正法

 総理大臣主催の公的行事である「桜を見る会」は例年４月中旬に新宿御苑で開催されている。その前夜に，ホテルニューオータニやANAインターコンチネンタルホテル東京で，安倍晋三後援会が主催して開かれた「前夜祭」の資金の流れについて，昨年5月に国会で取り上げられたが，安倍晋三は適当な言い逃れを重ねて，有耶無耶になっていた。この度，東京地検特捜部が安倍の公設秘書から聞き取りをしているということで，検察のリークによる一部の情報が報道されている。

で，仮に安倍晋三が国会の参考人として呼ばれても，捜査中ということで全く答えないまま終止するだろうが，そのテレビ画像を忌避したい自民党は，野党の要求を拒否している。ただ，その背景において菅首相チームがどのようなスタンスで関わっているのかがよくわからないため，様々な憶測が飛び交っている。

ところで，責任の尻尾切りがどのように行われるかを確かめるため，政治資金規正法をチラっと眺めてみた。現職国会議員の資金管理団体一覧によると，安倍晋三の欄には，総務大臣届け出の晋和会だけが上がっている。一方，公益財団法人の政治資金センターによる「安倍晋三自民党総裁・衆議院議員・内閣総理大臣の2014年分政治資金収支における特徴（2017.03.09）」では，６つの政治団体があがっており，このうち晋和会は安倍晋三が代表であるが，安倍晋三後援会は配川博之が代表となっている。もう，この段階で簡単に尻尾切りができてしまいそうな感触で満ち溢れていた。

追伸：書き終えておやすみしようとしたら，ホテルニューオータニの件の領収書の宛先が，安倍晋三が代表の晋和会だったという情報が飛び込んできたが，いずれにせよ会計責任者や秘書のせいにして逃げ切るのだろう。

［１］安倍晋三後援会の2018年の収支報告書
［２］安倍晋三後援会の2017年の収支報告書
［３］安倍晋三後援会の2016年の収支報告書
［４］安倍晋三後援会の2015年の収支報告書
［５］安倍晋三後援会の2014年の収支報告書
［６］安倍晋三後援会の2013年の収支報告書
［７］安倍晋三後援会の2012年の収支報告書
［８］安倍晋三後援会の2011年の収支報告書

選択的夫婦別姓制度

選択的夫婦別姓制度にはもちろん賛成だと思っていたけれど，別姓を選択した夫婦の子どもの名字はどうなるのかと考えると，自分は理解していないことがわかったので，さっそくググってみた。

サイボウズの青野慶久さんの昨年の記事がでてきた。法務省のFAQにもあるように，「平成８年の法制審議会の答申では，婚姻の際に，あらかじめ子どもが名乗るべき氏を決めておくという考え方が採用されており，子どもが複数いるときは，子どもは全員同じ氏を名乗ることとされています。」ということで，問題はなかった。

反対しているのは，日本会議などを背景とする自由民主党の右派議員だけであり，そこに悪目立ちしている極右女性議員が集まっているのもネックになっているかもしれない。

Ｋ値再々訪

 （中野さんのＫ値）Ｋ値再訪からの続き

阪大RCNPの中野さんがＫ値を提唱してから半年が経過した。大阪維新はまだこれを使っているらしいので，なんだかなあというが巷の定評である。これを予想に使おうとするからおかしいのであって，現在の感染拡大状況の指標の一つと考えれば，別に問題ないということはこれまでも繰り返し指摘してきた。とりあえず，7月1日から11月19日までのＫ値を眺めてみた。

アジアのＫ値（2020.7.1〜11.19）

図１　アジアのＫ値（2020.7.1〜11.19）

香港の7月の感染拡大が特徴的に可視化されている。同様に日本や東京の7月からの第２波が見えている。そして，今第３波の兆しが出てきたが，累計の絶対値が大きくなるにつれて感度は鈍くなっている。

欧米のＫ値（2020.7.1〜11.19）

図２　欧米のＫ値（2020.7.1〜11.19）

こちらのグラフはアジアの半分程度のＫ値を倍に拡大したものに相当する。欧米の３波の様子がはっきりわかる。フランスとスペインが先行し，英国がこれに続いた。最近，ドイツ，イタリア，米国がこれに追随している。ロシアの非常に滑らかな曲線が逆に不自然さを感じさせてしまう。

CFR（致命率）（４）

 CFR（致命率）（３）からの続き

WHOのダッシュボードを眺めていると，やなり新規感染数のピークと死亡数のピークは1〜3週間ほどずれているので，致命率の定義を修正したバージョンを考える。「致命率*=死亡数累計（t）/新規感染数累計（t-14）」として，感染確認時に対して死亡時には2週間（14日）の遅延があると仮定した。また，英国の新規感染数累計と死亡数累計にあった不連続をWHOのデータを再確認して解消した。最近3ヶ月の定性的な結果は同じだけれど，4〜5月あたりの感染急拡大期の振る舞いは大きく変動している国もあった。なお，このように定義した致命率*の値の最新値（2020.11.19時点）を示しておく。

アジアの致命率*：

イラン 6.6%，武漢 6.6%，中国 5.2%，インドネシア 3.7%，フィリピン 2.1%，香港 2.0%，日本 1.9%，韓国 1.8%，インド 1.6%，東京 1.5%，台湾 1.2%（2020.11.19 現在）

図１　アジアの致命率*（2020.5.1〜2020.11.19）

欧米の致命率*：

メキシコ 10.6%，イタリア 6.0%，英国 4.8%，スペイン 3.2%，フランス 3.1%，ブラジル 3.0%，トルコ 3.1%，米国 2.7%，ドイツ 2.2%，ロシア2.0%（2020.11.19 現在）

図２　欧米の致命率*（2020.5.1〜2020.11.19）

CFR（致命率）（３）

 CFR（致命率）（２）からの続き

およそ半年前に，COVID-19の致命率について書いた。その後のデータが蓄積してきたので改めて考えてみよう。前回は「致命率 ＝ 死亡数累計（t）／新規感染数累計（t-7）」と定義して，２月から５月あたりの３ヶ月分くらいのデータを見ていた。今回は，大局的な振る舞いを比較するため，5月1日から11月19日までのアジアと欧米の主要国の「致命率」＝死亡数累計（t）／新規感染数累計（t）とあらためて定義して，その時間変化と国別の比較について考察する。なお，データは，WHO Coronavirus Disease (COVID-19) Dashboard を用いた。また，通常のインフルエンザの致命率は0.1%未満のオーダーであることに注意する。

（１）アジアの場合

図１　アジアの致命率（2020.5.1-2020.11.19）

いくつかの例外を除いて，ここでのサンプル諸国の多くはCFR=1〜2%の範囲に収まっており，地域による大きな違いがないことがわかる。最初に感染が拡大した武漢とその効果が大半を占める中国ではCFR=5〜7%と高い値を示しているが，中国では随分前に感染がほぼ完全に収束しており，初期の結果がそのまま凍結されているためだ。その段階では感染者に対する適切な治療の処方策が確立していなかった。そのことは，5月ごろの日本や東京についても当てはまっており，当時は病院のリソースも不足しておりCFR=5%を越えていたのが上のグラフから見て取れる（その後，現在の日本の値CFR=1.6%あたりに収束している）。

イランでは，当初からCFR=5%くらいの値で高止まりしている。この理由ははっきりわからない。現在のイランでは新規感染数の第３波が観察されている。インドネシアはゆっくりではあるが，CFRは標準的水準に近づいている。ただし，新規感染数はあいかわらず増加中だ。インドの感染数増大ペースも当初は危機的に見えた。絶対値はあいかわらず大きいのだが，すでに第１の増大ピークは越えているし，CFRもそれほど高くない値で収束している。

台湾や韓国はほぼ一定で推移しているので，当初からそれなりの医療体制が整備されて適切な治療が行われていたように見える（これは日本と大きく違うところだ）。香港も同様だったが，政治的不安定性が原因なのだろうか，いまでは必ずしも最優等生グループには属していない。

（２）欧米の場合

図２　欧米の致命率（2020.5.1-2020.11.19）

ここでもいくつかの例外を除いてCFR=2〜3％の範囲に収まりつつある。例外はCFR=10%のメキシコであり，南米で感染トップ数のブラジルの致命率が，CFR=2.8%と落ち着いてきているのと対照的である。

ヨーロッパでは，当初急速な感染拡大で十分な対策が取れないまま死亡数が急増していたため，CFRも10〜20%という非常に高い水準にあった。この記憶が後に，日本はよくやっているという誤解につながり，不十分な対策を自己肯定してしまうという困った隘路に入る要因となった。当初の大きな山を越えると，仏・英・伊・西のCFRはみごとにアジアのレベルと同等な領域に収束してきた。CFR=1.7%のロシアだけは当初からアジア並みの水準で推移しており（当初はかなり怪しい値ではないかという指摘もあった），CFR=1.6%のドイツも他の欧州の国々に比べて低い水準で安定している。なお，現在の欧州の感染拡大によって，各国のCFRが影響されている様子はまだ今のところ観察されていない。

米国は，感染数の指数関数的増加の第三波のただ中にあるのだけれど，CFRの観点から見ると，当初の6%程度から現在の2.2%になったということであり，日本と比べてもそれほど大きいわけではない。高々日本の1.5倍程度の水準であり，感染数は2桁違うとはいうものの，感染後の状態については日本とはあまりかわらないと考えられる。

（３）その他

したがって，欧米とアジアの違いは感染数にあるといってよい。死亡数はこれに連動するが，アジアでも欧米でも収束すれば，CFR=1〜3%とその差は大きくない。なお，これは通常のインフルエンザに比べれば１桁以上大きいので，「COVID-19はインフルエンザ並みの感染症だから心配はいらない」という言説は必ずしも妥当しない。

現時点での人口１万人あたりのアジアの新規感染数累計は，イラン96人，インド67人，フィリピン41人，東京25人，インドネシア18人，日本10人，韓国6人，中国0.6人，台湾0.3人となっている。また，同様に，欧米の場合は，米国341人，スペイン310人，フランス302人，ブラジル284人，英国215人，イタリア211人，ロシア137人，ドイツ103人である。

日本の新規感染数累計の人口比は，欧米に比べれば1.5桁小さいといえるが，アジアでは必ずしもトップグループではない。東アジアが欧米に比べて感染数の人口比が１桁小さくなっている理由ははっきりせず，オーストラリアやニュージーランドも同様に感染率が小さいことから，社会文化的な要因だけで説明できるのか疑問なところがある。ネアンデルタール人の遺伝子が絡んでいるのかについても同様によくわからないし，あるいは複合要因からなる偶然なのかもしれない。

いずれにせよ，日本のCFRは他の国々と同じ水準なので，これ以上感染数が増加しないような医療と検査の体制の整備が急務であることは間違いない。GO TOの看板を掲げたまま怪しいキャッチフレーズや，効果が疑問であるマナーの押し付けで自助を促している場合ではない。あるいは，本当に必要なのは大袈裟太郎のいうようにGO TO VOTEなのかもしれない。

COVID-19感染予測

 Google Cloud Platform からCOVID-19感染予測のページがしばらく前にオープンした。サンプルとして，US Dashboard と Japan Dashboard があり，後者はCOVID-19 感染予測（日本版）として，28日後までの各都道府県の死亡者数と感染者数の予測をみることができる。これによれば，12月14日までの28日間で，全国で死亡者数が555人，陽性者数が51,605人となっている。ただし，日別陽性者数が2,000人を越えるのが12月4日という予測だが，昨日の時点でこれは越えてしまっているのだった。

図　グーグルのCOVID-19陽性者数感染予測（日本）から引用（2020.11.19）

Ｍ１（２）

Ｍ１（１）からの続き

Apple Silicon M1 を搭載したMacBook Airの実機での報告（*Tuberによる15分前後のVlog）が youtube にどんどんあがってきた。非常に短時間の評価で，比較にはさまざまな制約条件はあるというものの，その多くは「わぉ，スゲェー」というものだった。

一番大きな問題のひとつは，ファンレス構造で発熱による熱暴走は大丈夫かというものだ。これについては「全く熱くない」と「結構熱くなる」に別れた。Geekbenchでは熱くならないようだけれど，GPUがフルに動くアプリケーションではかなり熱いという説もあったが，熱暴走状態をみせるところまでは至っていない。動画編集ソフトによる動画書き出しても，インテルのiMacやMacBook Proの2019年最上位てんこ盛りモデルの実行時間1.5倍以内の時間で完了している。Rosetta2を使ってもこの程度だというのはすごい。

追伸：drikinのダビンチによる動画編集の話を追加した。なかなかおもしろそうな世界がひろがっている。（2020.11.20）

［１］「AppleシリコンMacが待ちきれなくてApple StoreでMac miniを買ってきた！セットアップ編」第1125話（drikin）

［２］「AppleシリコンMac miniでYouTube動画を編集してみて分かった事」第1126話（drikin）

［３］M1チップとは？新型MacBook Air、MacBook Pro、Mac mini徹底検証ライブ（ガジェタッチ＋）

Mathics

Mahtematicaについてからの続き

Mathematicaを使い始めて30年くらいになるが，アカデミック価格の年間契約からはずれたため，2019年の12.0.0.0でバージョンアップが止まってしまった。最新のMathematicaは12.1だと思われる。Mathematicaは家庭・趣味用デスクトップライセンスでも45,000円なので今となってはかなり高額である。学生用ライセンスこそ21,000円だけれど，大学だとその10倍の210,000円，普通の企業だと，469,000円もするわけで相当厳しいのであった。

で，普通はMathematicaの代替はないかと考えてSegeMathだとかいうことになる。いっときこれをインストールしていたのだけれどかなりサイズが大きいので，SSD領域確保のために消去してしまった。Mathematicaのほうが慣れている分使いやすいことでもあるし。M1マシンとBigSurに移行したらどうなるかはわからない。Jupyter上のJuliaが登場したことによって，かなりの部分はこれで代替できるのだけれど，それでもMathematicaの方がコーディングの負荷が少ない。

さて，そんな中で今日発見したのが，フリーのMathematica文法互換ソフトウェアのMathicsである。円周率は4000桁くらいまでしか計算できなかったので，あくまでも教育用という位置づけになるかもしれない。それでもちょっと安心でWolframAlphaよりはましかもしれない。

インストールは簡単で，(1) pip3 install Mathics3， (2) brew install sqlite (macOSの場合)，(3) \$ mathics でコマンドライン版起動，(4) \$ mathics server でGUI版起動 (localhost:8000) であった。List of computer algebra systems にはリストアップされていないのだけれどどうしてかな？

Mathics 1.1.0 on CPython 3.8.6 (default, Oct 27 2020, 08:57:44) using SymPy 1.6.2, mpmath 1.1.0

Copyright (C) 2011-2020 The Mathics Team.

This program comes with ABSOLUTELY NO WARRANTY. This is free software, and you are welcome to redistribute itunder certain conditions. See the documentation for the full license.

Quit by pressing CONTROL-D

科学技術・学術審議会

戦後，日本学術会議がスタートしてから政府自民党によってその実態が骨抜きにされる過程が続いてきた。そのための別機構とは，内閣府の総合科学技術・イノベーション会議だと思っていたけれど，実はそれだけではなかった。もうひとつが文部科学省の科学技術・学術審議会である。こちらのほうは，「中央省庁等改革の一環として，科学技術・学術関係の6審議会（海洋開発審議会，航空・電子等技術審議会，資源調査会，技術士審議会，学術審議会，測地学審議会）の機能を整理・統合し，平成13年1月6日付け（2001年）で文部科学省に設置されたもの」ということだ。

「イエスマンの集まりになったら国は滅びる」（毎日新聞）の中島秀人・東工大教授によれば，

当初の学術会議は、学術政策や予算の分配に強い影響力を持っていました。当時は権威がある組織だったので、代わりの団体を作る方策が取られました。59年に科学技術会議（現総合科学技術・イノベーション会議）、67年に学術審議会（現科学技術・学術審議会）が作られたのです。政策決定は科学技術会議が、予算配分は学術審議会が担うようになり、学術会議は権限を奪われていきました。学術会議には、提言、報告、政府の諮問に対する答申などの機能もありますが、これらを含め70年代から、社会的な発信力や影響力がほとんどなくなってきたと思います。

ということなので，問題の根は深い。そもそも，政府から独立して国を代表する科学アカデミーと政策推進のために抽出された科学者集団としての審議会等の性格は大きく異る。しかも実効的な力のなかった組織（科学アカデミー）を生贄として血祭りにあげ， 権力（人事）掌握のための機会として利用しようということなのだ。新型コロナウィルス感染症対応でもわかるように，客観的，合理的な事実から離れた（場合によっては法制度を無視した）政策遂行による日本の劣化がとどまるところをしらない。

ロゲイニング

 家の前の道路を，なにやらゼッケンをして地図らしきものを持った集団が歩いている。「これはなに」と調べてみると，天理ロゲイニング by 奈良マラソンというイベントだった。天理駅前広場のコフフンには受付や着替えコーナが設置されており，9:20受付開始で最長5時間以内だから，15:00ごろまではこれが続いていると思われる。

ロゲイニングは地図とコンパスだけで山野に設置されたポイントを探していくオリエンテーリングと似ているが，ポイントがたくさんあってその順序を工夫しながら制限時間内にできるだけ多くの得点を稼ぐというゲームらしい。経路を工夫することも競技のうちなので，巡回セールスマン問題の要素があるということか。ポイントの難易度によって得点の重み付けがされているようだ。

今回は奈良マラソンから派生したイベントということだけれど，オリエンテーリング協会も年間シリーズを主催している。本家は日本ロゲイニング協会かと思ったが，情報が2018年で止まっている。大丈夫か。これによるとロゲイニングは次のように定義されているので，今回のものはカテゴリBの小規模ロゲイニング（時間が6時間未満3時間以上）に該当するのかもしれない。 

1. チーム競技であること。
2. 競技地図から読み取れない不確実なイベントが発生しないこと。
3. CHECK POINT（CP）は自由な順番でまわれるルールであること。
4. CPはすべて回りきれない程度設定されること。
5. 競技時間は6時間以上であること。
6. CPの通過判定方式は公正さが保たれるものであること。
7. 移動手段は走り（歩き）であること。
8. 主催者が指定した地図とコンパスのみでナビゲーションをおこなうこと。
9. 地図上に示されたCPの場所（○印の中心）と実際のCPの場所が一致すること。

google mapで経路検索するのはルール違反となっているらしいが，チェックポイントを写真撮影するフォトロゲイニングというものがあるので，これはどうなるのか調べてみると携帯電話のカメラはOKだった。日本フォトロゲイニング協会はロゲイニング協会とは別の一般社団法人だが，こちらのようがウェブサイトも充実していて人気のようだ。フォトロゲのルールも整備されている。

通過チェックは写真撮影により（アプリもあるみたい），競技時間設定が2時間以上ならOKで電子機器利用の制限もない。たとえば3時間ならば，5×7 km，5時間で は7×10 km くらいの範囲でコースが設定されるようだ（フォトロゲと他競技との比較）。一度ちょっと街なかの軽いコースで試してみたい。

回顧録

 小柴昌俊先生（1926.9.19-2020.11.12）が亡くなった。からというわけでもないかもしれないが，今日のNHKのブラタモリは「飛騨」ということで，高山から始まりスーパーカミオカンデの見学に至るものだった。小柴さんのグループが初代のカミオカンデで超新星 SN 1987Aのニュートリノを捕まえたのが，1987年の2月23日だった。その年の4月に京都国際会館でPANIC '87（第11回素粒子と原子核国際会議）が開催され，政池明先生がコメンテーターとしてさっそうとプレナリーセッションの壇上に駆け上がって，SN 1987Aからのγ線の観測が非常に重要だと指摘していたのだけれど，あれはいったいどうなったのだろうか。

谷畑さんと土岐さんの国際会議報告によれば，最終日には小柴先生の講演もあったようだが，自分の記憶にはないのであった。山崎先生が組織委員長で，森田先生や中井先生が幹事ということで，弱い相互作用のパラレルセッションのサイエンスセクレタリーを務めることになったのだけれど，４名の発表者に発表のまとめをもらうのに四苦八苦した覚えがある。

小柴先生については，東京大学の「宇宙線研究所長梶田隆章教授2015年ノーベル物理学賞受賞記念ページ」のあたりの回顧録にある記事がおもしろいと評判だった。また，東工大の渡邊靖志先生の「カミオカンデとスーパーカミオカンデ」にも貴重な話がある。東京大学総合研究博物館には，小柴昌俊先生ノーベル賞受賞記念「ニュートリノ」という文集があった。

CleanMyMac X

アップルの M1 搭載機種が発表された余波が続いている。macOSのメジャーバージョンアップであるBig Surもいよいよ配信開始となって，さっそくレポートもあがりはじめた。その流れでCleanMyMac Xについての記事が目についた。無料だというのでさっそく飛びついてクリーンアップを開始した。12GBくらい不要領域がでてきて，消去を選んだところ500MBだけクリーンアップ，残りは有料でとなった。デザインもUIもよかったので早速１年分のライセンスキーを取得したけれど・・・うーん，なかなかすごい商売である。

それにしてもBig Sur である。バイナリがintelとM1の両対応でサイズが倍になったという話もあるが，twitterでも若い人がどんどん試している。歳をとるとなかなか新しいものにとびつけなくなるのが悲しい。そもそもmid 2012のMacBook Proでは話題に参加できないのだけれど。はやくiPadとMacが統合されてほしい。

Splashtop

 iPadをMacのリモートデスクトップとして使いたいと思った。一時なくなりかけていたMac Miniが M1チップをのせてきたので，しばらくは安泰かと思われたからだ。Mac Miniの値段は132,800円（16GB+1TB）なので，MacBook Airより4万円は安い。いまとなっては，iPad も必需品なので，これとnotebook の重複を防ぎつつMacOSも使えるとなればありがたい。Mac Miniのインターフェースも，USB4×2, HDMI 2.0，USB-A，Gigabit Ethernet，ヘッドフォンジャックなどがあってなんとなくうれしい。

Sidecarを使うと，iPadをMacの２番めのディスプレイ（ペンタブレット機能付き）として使うことができる。が，それはリモートデスクトップではないと思われる。そもそも該当するのは，2016年発売のMacBook Pro以降なので残念でした。ということで，さらに調べてみると，Splashtop，Jump Desktop，Chrome Remote Desktop，Microsoft Remote Desktopという選択肢がでてきたので，おすすめだったSplashtopをiPad Pro とMacBook Proにインストールしてみた。うーん，ヌルヌルしているがそれなりに動作する。そもそも，iPadのキーボードがあれなので，どこまで実用に堪えるかはわからない。日本語入力もできないかと思ったが，大丈夫だった。

Ｍ１（１）

 Appleは，2006年以来使われてきたIntel チップから，アップル独自のARMベースSoC（システムオンチップ）である M1 チップへの変更を開始した。2020年11月11日のアップルイベントで，予てからアナウンスしていた AppleオリジナルのM1チップが搭載された13inch MacBook Air, Mac Mini, 13inch MacBook Pro の発表があった。即日に予約開始して来週はじめから出荷ということだ。Ｍ

5nmのラインルールによりM1チップに集積されるトランジスタ数は160億個だ。ここに8つのCPUコア（4つは高速，4つは低消費電力），8コアのGPU，16コアのニューラルエンジンなどを搭載し，毎秒11兆回の演算が可能となっている。この新しいMacBook Proは，クアッドコアIntel 1.7GHz i7の MacBook Proに比べて，CPU速度は2.8倍，GPU速度は5倍，ニューラルエンジン速度は11倍というふれこみだ。

M1の省電力性により，MacBook Airではファンが搭載されておらず，バッテリ駆動時間はこれまでの6〜8時間から50%以上は伸びているようだ（ワイヤレス接続時の名目10時間が15時間）。しかも価格は，MacBook Air の16GB+1TBで169,800円か。

問題は，homebrew, Julia, MacTeX, Mathematicaなどがちゃんと動くかどうかである。前回のPowerPCからIntel への移行や，MotorolaからPowerPCへの移行時もそれほど困った記憶はないので，今回もスムーズに乗り換えられるかもしれない。今使っているのはmid 2012の MacBook Proなので，すでに8年以上経過している。次は，ややこしいバーがついていないMacBook Air にしようかと考えているけど，どうなることか。

デジタル庁創設の課題

 日本経済新聞に掲載されていた記事。前回掲載された（上）は東大の越塚登の論で毒にも薬にもならない話に見えたので読まなかった（ネットで読み直してもやはりスカだった）。本日の（下）は，明治大学の田中秀明と廉宗淳の「問題解決の実行計画を」というもので，楠正憲も指摘していたように，日本が参考にすべきは同様の社会規模や制度を持つ韓国であるという線に沿った議論になっていた。韓国の電子政府関係組織なども丁寧に紹介されており，久しぶりに納得できて読みがいのある論説だった。

正確な状況分析ができていないにもかかわらず政権浮揚の手段としてデジタル庁を持ち出した菅義偉と利権にまみれたミーハーの平井卓也が進める政策がろくなものになるはずがないような気がする。科学的・合理的な思考から程遠いところで局所的な利権を組み込むために汲々として全てが進められている日本の状態では，とてもではないが韓国に太刀打ちできそうにない。コロナ対策もしかりである。安倍内閣ではこれにネトウヨフレーバーがトッピングされており，それは今も色濃く残ったままである。

日本の行政のオンライン利用率が先進国最低で国民が便利さを感じていない理由として３点があげられている。（１）戦略や施策の評価，問題と原因の分析がないこと，（２）システムに合わせて業務や法手続きを見直さず，現在の業務のまま進めようとすること（行政の無謬化），（３）組織が縦割り打破をできていないこと，出向２年しばりで職員の専門性が軽視されキャリア形成を阻害していること（博士号を持ったスタッフがどれだけいるのか）。

この本質的な問題や課題に立ち向かわないデジタル庁は，いまのガラクタの組織の上に覆いかぶさり，新たな利権の繋ぎ変えによってさらなるスパゲッティシステムを生み出すだけかもしれない。エストニアをモデルとして語っている限り話は始まらない。

プガジャ

 今はなき曽根崎書店を検索してもほとんど情報がみつからないので，その場所がどこだったのかが思い出せない。プレイガイドジャーナル編大阪青春街図'76の断片にかろうじて阪急東通商店街２としてその場所が示されていた。

曽根崎書店といえば，前進や解放などが販売されており，新左翼系の雑誌や書籍とともに季刊NW-SFも棚に並んでいた。日本におけるニューウェーブを主導した山野浩一と，サンリオSF文庫（1978-1987）で重要な役割を果たした山田和子が季刊NW-SF編集に関わっていたと思う。1970年から1982年にかけて不定期に発刊されていたので，探すのがけっこう大変だった記憶がある。1972年に大学に入ってからはSFマガジンの購読もやめてしまったので，その代替として季刊NW-SFに期待していた。しかし，バラードやディックやディッシュなどの一部を除いて今ひとつはまらなかったかもしれない。

そのB6サイズ（後にB5）の「プレイガイドジャーナル（1971-1987）」である。1971年に発刊されていたが，定期的に購読するほどではなかった。1973年2月の「大阪青春街図」は発売後すぐに購入して長く手元にあったが，大阪市内を歩くための目安としてたいへん重宝した。米島くんから東京には「ぴあ（1972-2011）」というのがあるときいたが，そちらは純粋な映画・音楽情報誌で，プガジャの持っていたちょっと怪しいところが蒸留されたものだった。

写真：大阪青春街図の表紙（六月社書房）恵文社ウェブサイトから引用

大統領選挙

ペンシルバニアの票がほぼ固まったところでバイデンの当選確実が一斉に報じられた。たぶん法廷闘争に持ち込んでというトランプの作戦も成立しないだろう。しかし，あいかわらずトランプ的＝大阪維新的なマッチョイズムの根は残ったままになっている。

各州の郡単位の色分けを見れば，都市部の青と周辺部の赤の差が際立って見える。アメリカで取材を続けていた大袈裟太郎の予想はほぼあたっていたし，町山智浩は当然として，平河エリも正確な予想をしていた。これに反してろくにデータも見ずにとんでも説を流したものの中でも際立っていたのが木村太郎だった。

［１］「トランプ優勢」を報じ続けた「日本のメディア」，その大きすぎる問題（平河エリ）

州記号	Rep	Dem	Rep	Dem		memo
WY	3		70.4%	26.7%		1
WV	5		68.7%	29.6%		2
ND	3		65.5%	31.9%		3
OK	7		65.4%	32.3%		4
ID	4		63.9%	33.1%		5
IN	11		63.9%	33.1%		5
AR	6		62.6%	34.6%		7
AL	9		62.5%	36.4%		8
AK	3		62.1%	33.5%		9
KY	8		62.1%	36.2%		10
SD	3		61.8%	35.6%		11
TN	11		60.7%	37.4%		12
MS	6		59.7%	38.8%
NE	4	1	58.6%	39.3%
LA	8		58.5%	39.8%
UT	6		58.4%	37.7%
MO	10		56.9%	41.3%
MT	3		56.9%	40.6%
KS	6		56.5%	41.3%
SC	9		55.1%	43.4%
OH	18		53.4%	45.2%
IA	6		53.2%	45.0%
TX	38		52.2%	46.4%		↑
FL	29		51.2%	47.9%		216
NC	15		50.1%	48.7%		☆
GA		16	49.3%	49.5%		☆
PA		20	49.1%	49.7%		☆
AZ		11	48.9%	49.6%		☆
WI		10	48.9%	49.6%		☆
MI		16	47.9%	50.6%		☆
NV		6	47.9%	49.9%		☆
NH		4	45.6%	52.8%		226
MN		10	45.4%	52.6%		↓
VA		13	44.5%	54.0%
ME	1	3	44.2%	52.9%
NM		5	43.6%	54.2%
NY		29	43.0%	55.7%
IL		20	42.3%	55.8%
CO		9	42.1%	55.3%
OR		7	40.6%	57.0%
CT		7	40.4%	58.1%
NJ		14	40.1%	58.7%
DE		3	39.8%	58.8%
RI		4	39.1%	59.4%
WA		12	38.6%	58.9%
MD		10	34.8%	63.5%		(6)
HI		4	34.3%	63.7%		(5)
CA		55	33.4%	64.7%		(4)
MA		11	32.6%	65.6%		(3)
VT		3	30.8%	66.4%		(2)
ZDC		3	5.2%	93.3%		(1)
358	232	306	47.7%	50.6%