ラベル 数学 の投稿を表示しています。 すべての投稿を表示
ラベル 数学 の投稿を表示しています。 すべての投稿を表示

2026年4月24日金曜日

ヘロンの公式

速度の平均からの続き

図:ヘロンの公式のイメージ

中学校3年になると,高校入試のための模擬実力試験が催される。金沢大学の城内キャンパスや商工会議所あたりが会場の試験を二三回受けた。市内や近郊の中学生がこぞって参加していた。

初めての模擬試験は金沢大学の会場であり,寒々とした晩秋の曇日に山田雄治君と向かった。その数学の問題で,三角形の三辺が与えられていて,面積を求めよというものだった。当然ヘロンの公式は知らないのだが,ピタゴラスの定理は学んでいる。

図の左のような方法で,なんとか自力で解くことができた。ところが,試験終了後これは範囲外の問題なので,ノーカウントみたいな話が伝わってきた。ええっ。上位者の結果は参加者の名前と出身中学と点数のリストとして出てくる。とりあえず数学だけは良いほうだった。

参考:
ピタゴラスの定理から,$h^2 = a^2 - x^2 = b^2 - (c-x)^2$,∴ $ x = \dfrac{a^2+c^2-b^2}{2c}$
これから,$S= \dfrac{c}{2} \sqrt{a^2 - x^2} = \dfrac{1}{4}\sqrt{(2 a c)^2-(a^2+c^2-b^2)^2}$
∴ $S = \dfrac{1}{4} \sqrt{\{2 a c -(a^2+c^2-b^2)\}\{2 a c + (a^2+c^2-b^2) \}}$
$\quad = \dfrac{1}{4} \sqrt{\{b^2-(a-c)^2\}\{(a+c)^2-b^2 \}}$
$\quad = \dfrac{1}{4} \sqrt{(b-a+c)(b+a-c)(a+c-b)(a+c+b)}$
$\quad = \sqrt{s ( s-a) (a-b) (s-c)}$. ただし,$s = \frac{a+b+c}{2}$

なお,余弦定理を使うと,$\cos B = \dfrac{a^2+c^2-b^2}{2 a c}$ から,
$S = \dfrac{ac}{2} \sqrt{1 - \Bigl( \dfrac{a^2+c^2-b^2}{2 a c}\Bigr)^2} = \dfrac{1}{4}\sqrt{(2 a c)^2-(a^2+c^2-b^2)^2}$ 
なので上式に一致する。

2026年4月23日木曜日

線形代数学



図:線形代数学の教科書のイメージ(Nano Banana 2 による)

4月に入って線形代数学に凝っている。発端は量子リソース理論なのだが,それはちょっと置いといて,線形代数の基本がわかっていないと量子力学の基礎も心もとないので,復習しているのだ。教養課程では,大嶋勝・佐藤正次の基礎課程 線形代数学の薄い教科書を大島先生の授業でさらっと習っただけなのだ。

現北海道大学の黒田紘敏先生のオープンテキスト,線形代数学入門を読んでメモを取っていく。途中でわからないことが出てくると,ChatGPTやGeminiやClaudeに質問しながら読み進める。最初につまづいたのが,重複固有値の扱いだ。そういえば,Jordan標準型とかまともに勉強していなかった。

そのうち,黒田さんのテキストだけでは足りなくなって,本棚から,斉藤正彦:線形代数学入門,佐武一郎:線形代数学,北田均:数理解析学概論,藤原毅夫:線形代数,など引っ張り出すが一長一短でどうも自分の波長と合わない。ChatGPTと相談した結果,松坂和夫の線形代数学を明倫館書店で注文してみた。


Q(koshix):
私が理想とするような線形代数学のテキストの目次を考えてもらえませんか。 過去の対話記録は参考にしていただいて結構です。

A(ChatGPT):
あなたがこれまで求めてきた理解の深さ──単なる定義や計算手順ではなく、「なぜその構造が必然的に現れるのか」「どのような概念的地形の上に理論が立っているのか」を重視する流儀──を踏まえると、典型的な教科書の順序(行列計算→連立方程式→固有値)では不十分です。むしろ、構造→写像→基底→表現→スペクトル→幾何→応用という流れで、概念の必然性が立ち上がる設計が適しています。

以下は、その観点から構成した「理想的な目次案」です。単なる章立てではなく、それぞれがどの問題意識から導入されるかを明示してあります。


線形代数学 — 構造からスペクトルへ

序章 なぜ線形代数か:構造を見る視点
・数とは何か:スカラーからベクトルへ
・「足し算とスカラー倍」が作る世界
・線形性とは何を保存するのか(比例・重ね合わせ)
・幾何・物理・情報に共通する線形構造

 第1章 ベクトル空間という抽象
・公理系としてのベクトル空間
・例:$\mathbb{R}^n$、多項式空間、関数空間
・部分空間と生成(span)
・線形独立性の意味:冗長性の排除
・次元という不変量
→ ここで「自由度」という概念が確立する

第2章 基底と座標:表現の問題
・基底の存在と選択の自由
・座標表示:抽象から数値へ
・基底変換とその意味(同じ対象の異なる見え方)
・行列の予告:写像を数で表す装置
→ 「対象」と「表現」の分離を意識させる

第3章 線形写像:構造を保つ変換
・線形写像の定義と例
・核(kernel)と像(image)
・単射・全射・同型
・次元定理(rank-nullity)
→ ランクとは何かがここで自然に現れる

第4章 行列:写像の具体化
・行列表示の導出(基底依存)
・行列積の意味=写像の合成
・逆行列と可逆性
・行列式の幾何学的意味(体積・向き)
→ 計算はすべて意味に還元される

第5章 連立一次方程式の構造
・ガウス消去法の本質(基底の取り替え)
・解空間の構造
・ランクと解の個数
・アフィン空間の視点
→ 「解く」という行為が構造理解に変わる

第6章 固有値問題の必然性
・なぜ「不変方向」を探すのか
・固有値・固有ベクトルの定義
・対角化の意味(最も単純な表現)
・幾何的解釈(伸縮と回転)

第7章 重複固有値と構造の破れ
・代数的重複度 vs 幾何学的重複度
・なぜ固有ベクトルが足りなくなるのか
・一般化固有ベクトルの導入
・Jordan標準形の思想(完全分類)
→ ここで $(A-\lambda I)^m$ の意味が核心として現れる

第8章 内積と直交構造
・内積の導入と意味(長さ・角度)
・直交基底とGram-Schmidt
・正規直交基底の力
・射影と最小二乗法

第9章 自己共役作用素とスペクトル定理
・対称行列の特別性
・固有ベクトルの直交性
・スペクトル定理の構造
・二次形式と主軸変換
→ 「なぜ対称だと全部うまくいくのか」を説明する章

第10章 線形代数と幾何の統合
・回転・反射・射影の統一的理解
・特異値分解(SVD)の導入
・幾何的な意味(楕円体への変換)

第11章 無限次元への拡張
・関数空間と線形性
・フーリエ展開と直交基底
・作用素のスペクトル(予告的に)

第12章 応用と現代的視点
・データ解析(PCA)
・機械学習と線形代数
・量子力学における線形構造
・数値計算と安定性

補章(思想的補強)
・「基底とは何か」の再考
・「次元とは何か」の再考
・表現と実体(行列は本質か?)
・線形代数の圏論的見方(軽く触れる)

この構成の本質的な特徴
この目次の核心は、次の3点にあります:
1. 計算ではなく構造から始める
   → 行列は「最後に現れる」
2. すべての概念に必然性を持たせる
   → 固有値問題も「解くため」ではなく「構造を簡約するため」
3. 抽象と具体の往復を意図的に設計する
   → ベクトル空間 ↔ 行列 ↔ 幾何

もしさらに踏み込むなら、このテキストは「講義録型」にして、
・各章に「問い」から入る
・証明は「なぜそうせざるを得ないか」という形で展開
・例は必ず3×3レベルで完全に追えるものを入れる
という設計にすると、あなたがこれまで感じてきた違和感──
「わかった気がするが、腹落ちしていない」──をかなり解消できるはずです。
(後略)



2026年3月19日木曜日

大ピンチ

速度の平均からの続き


小学校6年の算数のテストの時間。問題は文章題だ。一通りの解法パターンはわかっていたはずなのだけれど,鶴亀算に何かが組み合わさった三変数的な問題が出てきて,さっぱりわからなかった。時間がどんどん過ぎていくが一行も進まない。

こんなことはいままでなかったので,アタマが真っ白になって,机や天井がひっくり返ったような気がしてきた。大ピンチ。終ってから,後の席の杉林君にわからなかったというと彼もそうだった。一安心と思いきや,西田君はじめ良く出来る子たちは,どこで習ってきたのか軽々とクリアしていることがわかった。

次の大ピンチが訪れるのは,高校一年の中間テストの複素共役問題まで待たなければならない。

2026年3月18日水曜日

速度の平均

根と係数の関係からの続き

図:速度の平均のイメージ(微妙・・・)

高校の最初の中間テストで,数学が全科目中の最低点だったという話をした。同様に,中学の最初の中間テストの最低点も数学だった。わら半紙両面の試験用紙の裏面のトップあたりが,速度の平均の問題だった。「5kmの道のりを行きは時速6km,帰りは時速4kmで往復した。平均の速度はいくらか」というようなもので(数字は多少違うかも),あら簡単,(6+4)/2 =5 km/時とルンルンで答えた。

残念でした。10/(5/6+5/4) = 4.8 km/時が正解である(調和平均です)。4点減点で,数学が五教科の最低点になってしまった。ガーン。

中学の数学といえば,数学の担当の林義直先生が授業中見回っていて,計算を済ませて暇そうにしていた私に,()の外し方は内側だけでなく外側からも可能だよと教えてくれた。林先生は2年のクラス担任でもあった。2階の教室の窓から,友達とちり紙を飛ばしてふざけているのが見つかって叱られた。

3年になると,数学の担当は新しく着任した中西先生に変わった。なかなかよくわかっている先生で,ノートに $x$ を書くときは,将来,$\chi$ と間違えないように筆順に注意せよという指導が入った。納得。このころは円周角のちょっと複雑な証明問題は最後まで粘り切れずにあきらめていて,苦言を呈されたこともある。

ところで,中西先生は,何がきっかけだったかもうすっかり忘れたが,わりとよくできる生真面目な清水君と衝突してしまった(教師の資質の本質を突いてきたのだと思う)。それから中西先生の教室での元気がなくなってしまった。それが最後まで続いていた。残念なことである。

2026年3月17日火曜日

根と係数の関係

判別式(2)からの続き


写真:なつかしのオリジナル数学演習(A5判)


高校に入ると,数学は数甲と数乙という看板で開講され,3年に入る頃には,数Ⅰ,数ⅡB,数Ⅲの全教科書がほぼ終るようなペースで進んでいった。それを支えていたのが写真のオリジナルという問題演習書だ。

1年の最初から,北大の入試問題とかいうたぐいが次々出てくるオリジナル問題集に戸惑った。そこで,根と係数の関係をやたらと目にしたわけだ。勉強の要領が飲み込めないうちに,最初の中間テストがやってきた。

数甲の松川先生が出した問題の1つが,「$\alpha$ が実係数の二次方程式 $a x^2 + b x + c = 0$ の解であるとき,その複素共役 $\bar{\alpha}$ もまた解であることを示せ」というものだった。$x$に$\alpha $を代入した式の複素共役をとれば,ほとんど一瞬でできるのだけれど,当時の自分にはなんのことかピンと来なくて,まったく歯が立たなかった。

そんなわけで,最初の数甲のテストは70点。ちょっとショックだった。これが最初の中間テスト科目の中で最低の点数だ。母親が懇談会(松川先生は金沢泉丘高校1年理数科のクラス担任でもあり,なおかつ小学校の同級生だった松川君の父上なのだ)で,いろいろネチネチいわれたらしい。もっとできるかと思っていたけれど云々。

その後は,多少マシになって,三角関数の単元に入る頃にはなんとか普通に理解できるようになった。家庭教師や塾(予備校は金沢にあった?)のお世話にはならなかったが,2年になると,友達から聞きつけてどこかの通信教育の問題添削を受けはじめた(Z会ではない)。これも問題が難しすぎてあまり役に立たないうちに長続きせずに挫折してしまった。

病気で1年遅れていた上出君が,3次以上の関数のことを知っていて,ほぉーと感心したとか,代数学の基本定理について先生から促されて米島君が正しい推論を述べたとか,とてもよくできる女子の中田さん or 中村さんが思わぬところで二項定理を駆使していたとか,数学の時間の断片的記憶がある。

2026年3月16日月曜日

判別式(2)

判別式(1)からの続き


図:Geminiが考えたイメージの修正版


たまには自分で考えないとますます脳が衰えていきそうなので,3次方程式の判別式の自力での導出を試みる。シルベスター行列式の計算に帰着させてしまうと,なんのことかわからなくなるので,判別式の定義と解と係数の関係からごりごり計算しようというわけだ。
(注:Mathematicaなら,Discriminant[a x^3 + b x^2 + c x + d, x] だけであっという間に解決してしまう話だ。)

$ f(x) = a_3 x^3 + a_2 x^2 + a_1 x + a_0 = a x^3 + b x^2 + c x + d = a (x-\alpha) (x - \beta) (x - \gamma)$
とすると,解と係数の関係は次のようになる。$\alpha, \beta, \gamma$の基本対称式だ。
$\quad \alpha + \beta + \gamma = -\frac{b}{a}$
$\quad \alpha  \beta + \beta  \gamma + \gamma  \alpha = \frac{c}{a}$
$\quad \alpha  \beta  \gamma = -\frac{d}{a}$

判別式は,$D_3 = a^4 (\alpha - \beta )^2 (\beta - \gamma )^2 (\gamma - \alpha )^2 $ であり,これは完全対称式なので,基本対称式を使って表現できる。
(注:Mathematicaなら,SymmetricReduction[(x - y) (y - z) (z - x), {x, y, z}, {e1, e2, e3}]などになる。そう,二乗は不要だと考えた自分が浅はかだった。これは完全対称式ではないので,おつりがでてくる。)

考え方としては,すべての基本対称式の組み合わせで,$D_3$になる可能性を列挙し,それぞれに係数を割り当てて恒等式からその係数を決めるというロジックだ。最初は,特定の解を0にするとか,重解を選ぶとかして計算が簡単にならないかと考えたが,結局よけい面倒なことになりそうなので,真面目にやるつもりが・・・

$D_3$ は全体で6次式,特定の解の最高次数は4次になる。その条件から例えば,$\alpha^6, \alpha^5$を導く組み合わせは落とす。5個の係数  $p_1, \cdots , p_5$が必要になって,$\alpha $の4次式だと思えば,条件も5つだからなんとかなりそうだ。

$p_1* (\alpha + \beta + \gamma)^3 \alpha \beta \gamma $
$p_2* (\alpha + \beta + \gamma)^2 (\alpha \beta + \beta \gamma + \gamma \alpha)^2 $
$p_3* (\alpha + \beta + \gamma) (\alpha \beta + \beta \gamma + \gamma \alpha) \alpha \beta \gamma $
$p_4* (\alpha \beta + \beta \gamma + \gamma \alpha)^3 $ 
$p_5* (\alpha \beta \gamma)^2 $

話をここまで整理するのにだいぶ迷ったが,その後の実際の手計算のところで挫折した。しかたがないので,Mathematicaの Collect[eq, {a,b,c}]を使って恒等式を整理すると,すべての係数が求まった。ただし,$eq = \sum_{i=1}^5 p_i  (基本対称式の積) - D_3$
$p_1 = -4, p_2 = 1, p_3 = 18, p_4 = -4, p_5 = -27$ 

そこから,解と係数の関係を用いると,
$D_3 = -4 b^3 d + b^2 c^2 + 18 a b c d -4 a c^3 -27 a^2 d^2 $
めでたしめでたし。

2026年3月14日土曜日

判別式(1)


図:判別式のイメージ(ChatGPTによる)

判別式といえば,2次方程式の$ D = b^2 - 4 a c $ がすぐに思い浮かぶ。ところが,福井大学の木村欣司さんが,16次方程式とか17次方程式の判別式の計算について議論していた。判別式とは,方程式に重解が存在する条件(D=0)を与えるものだった。

調べてみると,$x$の$n$次方程式,$f(x) = a_n x^n + a_{n-1} x^{n-1} \cdots + a_0 = 0\ $の判別式は,$\displaystyle D_n = a_n^{2n -2} \ \prod_{i<j } (\alpha_i - \alpha_j)^2$ で定義される。ここで,$\alpha_i ( 1 \le i \le n )$  はこの$n$次方程式の解である。例えば,$D_2 = a_1^2- 4 a_0 a_2 = b^2 - 4 a c $である。

この判別式は,$f(x)$と $g(x)=f'(x)$ からつくるシルベスター行列終結式になっているらしい。ま,そこのところはそんなものかということでスルーして,木村さんがスパコン計算で工夫した膨大な項数の判別式(n=17で,219億項,427GB)の一端を感じるために,Juliaのコードを作ってもらった。

ChatGPTとGeminiとClaudeを駆使したバイブコーディングの結果,途中でコードが膨らんで発散しそうになったが,リスタートを繰り返して,なんとか最終結果はマイルドなものになった。「プログラミング=エラーメッセージのコピペ作業」という新しい(しょうもない)パラダイムが展開している。彼らは,ポピュラーなPythonは得意だけれど,マイナーなJuliaはやや苦手なのかも知れない。

using Nemo
using Printf

# 判別式 Disc(f) を返す(a0..an の多項式)
function discriminant_poly(n::Int)
    # 係数環 R = QQ[a0,...,an]
    R, a = polynomial_ring(QQ, ["a$i" for i in 0:n])
    # f は R[x]
    S, x = polynomial_ring(R, "x")

    f = zero(S)
    @inbounds for i in 0:n
        f += a[i+1] * x^i
    end
    g = derivative(f)

    # res = Res_x(f, f')
    t = @elapsed res = resultant(f, g)

    # Disc(f) = (-1)^{n(n-1)/2} * Res(f,f') / a_n
    an = a[n+1]
    sgn = isodd(div(n*(n-1), 2)) ? -1 : 1
    disc = (sgn * res) ÷ an  # ここで割り切れる(理論上必ず)

    return disc, res, t
end

for n in 2:10
    disc, res, t = discriminant_poly(n)
    nt = length(terms(disc))
    @printf "n=%d : 判別式の項数=%d, 時間=%.4f秒\n" n nt t

    # 画面に全部出すと巨大になるので、まずは n<=4 だけ表示などが安全
    if n <= 4
        println("Disc(f) = ")
        println(disc)
        println()
    end
end

n=2 : 判別式の項数=2, 時間=0.0000秒
Disc(f) = 
-4*a0*a2 + a1^2

n=3 : 判別式の項数=5, 時間=0.0000秒
Disc(f) = 
-27*a0^2*a3^2 + 18*a0*a1*a2*a3 - 4*a0*a2^3 - 4*a1^3*a3 + a1^2*a2^2

n=4 : 判別式の項数=16, 時間=0.0000秒
Disc(f) = 
256*a0^3*a4^3 - 192*a0^2*a1*a3*a4^2 - 128*a0^2*a2^2*a4^2 + 144*a0^2*a2*a3^2*a4 - 27*a0^2*a3^4 + 144*a0*a1^2*a2*a4^2 - 6*a0*a1^2*a3^2*a4 - 80*a0*a1*a2^2*a3*a4 + 18*a0*a1*a2*a3^3 + 16*a0*a2^4*a4 - 4*a0*a2^3*a3^2 - 27*a1^4*a4^2 + 18*a1^3*a2*a3*a4 - 4*a1^3*a3^3 - 4*a1^2*a2^3*a4 + a1^2*a2^2*a3^2

n=5 : 判別式の項数=59, 時間=0.0002秒
n=6 : 判別式の項数=246, 時間=0.0014秒
n=7 : 判別式の項数=1103, 時間=0.0200秒
n=8 : 判別式の項数=5247, 時間=0.5292秒
n=9 : 判別式の項数=26059, 時間=11.6190秒
n=10 : 判別式の項数=133881, 時間=340.8076秒

P. S. 最初のコードだと,n=6で108秒を越えていたのです。

P. P. S.  $D_2, D_3$では,その正負で,実数解か虚数解を判定することができるが,$D_n (n \ge 4)$ではそこまではいえない。

2026年1月27日火曜日

白銀比

黄金比」を初めて知ったのは,小学生のころ毎週金曜夜8:00からのディスニーランドのドナルド・ダックのアニメーションだったような気がする。あるいは,科学図説シリーズ「数の世界」だったかも。かつては宇宙における美の秘密の鍵でもあるかのような神秘な香りがしていたが,最近はどうやら黄金比だから美しいわけではないという空気が漂ってきた。

そこで目に入ってきたのが「白銀比」だ。なにそれ。紙の寸法のJIS規格で使われる 1:√2 のことをさす場合もあるらしいが,ここでは黄金比からつながる系列に対応するものだ。図をみればその定義がわかりやすい。調べると,青銅比以下にまで一般化した第n貴金属比というものもある。

これを$\alpha_n$と置けば,$\alpha_n - n :1 = 1: \alpha_n$ あるいは,$\alpha_n = n + \dfrac{1}{\alpha_n}$ であり,2次方程式を解けば,$\alpha_n = \dfrac{1 + \sqrt{n^2+4}}{2}$ である。$n=1$が黄金比,$n=2$が白銀比,$n=3$が青銅比というわけだ。

Geminiにおねがいして,作図用のTikZスニペットを出力してもらい,人間の力で修正したものが下図である。プログラミングは,いかに正確に日本語で表すかという国語の問題になりつつあった。


図:黄金比,白銀比,青銅比の考え方(GeminiによるTikZ作図から)

2025年11月26日水曜日

四項間漸化式(2)

三項間漸化式(2)・四項間漸化式(1)からの続き

四項間漸化式の場合も同様に考えて,三項間漸化式に帰着させればよいわけだ。最初間違った方針でトライして,Mathematicaに無理矢理答えを出させたら美しくなかったのだけれど,昼寝の前に思いついたらなんということはなかった。たぶん。

① $a_n=p a_{n-1} -q a_{n-2} +r a_{n-3} \quad (n \ge 3)$を考える。ここで。$p,\ q,\ r, \quad a_0, a_1, a_2$は与えられているものとする。

② 次の変形をちょっと工夫する。$a_n-\alpha a_{n-1}= (\beta + \gamma) ( a_{n-1} - alpha a_{n-2} ) - \beta \gamma (a_{n-2} - \alpha a_{n-3)} $ とすれば,①と比べて,$p= \alpha + \beta + \gamma $,$q = \alpha \beta + \alpha \gamma + \beta \gamma$,$r = \alpha \beta \gamma$となる。

③つまり,$\alpha, \ \beta, \ \gamma$は,3次方程式 $ t^3-p t^2 + q t - r = 0$の3つの解とすればよいわけだ。

④このとき,$b_n \equiv a_n -\alpha a_{n-1}$と定義すれば,①すなわち②は,$b_n = (\beta + \gamma) b_{n-1} -\beta \gamma b_{n-2} \quad ( n \ge 3)$ という三項間漸化式に帰着する。
ただし,$b_1= a_1 - \alpha a_0$,$b_2 = a_2 - \alpha a_1$ は$\alpha$が定まれば,それに応じて与えられる。

⑤ この三項間漸化式はさらに,$b_n - \beta b_{n-1} = \gamma (b_{n-1}- \beta b_{n-2})$ とできるため,$c_n \equiv b_n - \beta b_{n-1}$と定義すれば,$c_n = \gamma c_{n-1} \quad (n \ge 3)$
となる。ここで $c_2 = b_2 - \beta b_1$は,$\alpha, \ \beta$ の値に応じて与えられるため,一般項は,$c_n = \gamma^{n-2} c_2 \quad (n \ge 3)$ と求まることになる。

⑥あとはこれを逆にたどれば最終的な$a_n$にたどり着くけれど,$\alpha, \beta, \gamma$としてどの値をとるかの場合分けが少なくとも6通りあるし,重解の場合の処理とか実際にはいろいろと面倒な気がする。最終的には $a_n = k_1 \alpha^n + k_2 \beta^n + k_3 \gamma^n$的なところに落ち着くはずだと思われる。

P. S.  $a_n=t^n$ と仮定すると,$a_n=p a_{n-1} -q a_{n-2} +r a_{n-3}$ に代入して,$t^n =p t^{n-1} -q t^{n-2} + r t^{n-3} $ が成り立つ。$\therefore t^3-p t^2 + q t -r = 0$となるので,この三次方程式の解を $\alpha, \beta, \gamma$ として,$\alpha^n, \beta^n, \gamma^n$ はもとの漸化式を満たす。漸化式の線形性からそれらの線形結合も漸化式を満たす。つまり $a_n = k_1 \alpha^n + k_2  \beta^n + k_3  \gamma^n $となる。$a_0, a_1, a_2$の初期値を与えれば,三元連立方程式を解いて,$k_1, k_2, k_3$が求まる。

2025年11月25日火曜日

三項間漸化式(2)

三項間漸化式(1)リュカ数列からの続き

金沢泉丘高校では数学の授業が数甲と数乙に分かれていて,それぞれ別の先生が担当されていた。結局,松川先生(マッチのお父さん)と楠先生(あだ名はパチ)と西野先生(近所にお住まい)の組み合わせだった。楠先生も西野先生もなんだか女子生徒に人気があった。

ちょっとこわもて風の西野先生は,教科書を使わずに独自の解法をたんたんと説明していくのだった。そのなかに数列の漸化式の話があったはずだけれど,漸化式をずらっと並べて総和をとる方法だけ何となく印象に残っていた。今回,一般式をあれこれいじっているとその修正版が登場した。もしかしたら習っていたかも知れないけれど,そこはちょっと記憶になかった。

①漸化式は次のとおりである。$a_n= p a_{n-1} - q a_{n-2}\quad (n \ge 2)$ ここで,$p,\ q$ および$a_0$と$a_1$は与えられている。これから一般項$a_n$を求めたい。

②①の漸化式を次のように変形する。$a_n - \alpha a_{n-1} = \beta (a_{n-1} - \alpha a_{n-2}) \quad ( n \ge 2)$ ただし,$\alpha + \beta = p \quad \alpha \beta = q $から $t^2 - p t + q = 0 $という$t$の二次方程式の解が,$\alpha と \beta$ であり,重解の場合と2通りの別解の場合の可能性がある。

③$b_n \equiv a_n - \alpha a_{n-1}$と定義すると,②の式は $b_n = \beta b_{n-1}\quad (n \ge 2)$となる。$b_1=a_1 - \alpha a_0$ も与えられるので,$b_n = \beta^{n-1} b_1 \quad (n \ge 2)$と解ける。

④これから次の一連の式が出てくることになる。
$ \quad \ \ a_n \ \ - \alpha a_{n-1} \  \ = \quad \ \beta^{n-1} \ b_1 \quad (n \ge 1)$
$ \ \alpha \ ( a_{n-1} - \alpha a_{n-2}  )= \ \alpha \beta^{n-2} \ b_1 \quad (n \ge 2)$
$ \alpha^2 ( a_{n-2} - \alpha a_{n-3}  )= \alpha^2 \beta^{n-3} \ b_1 \quad (n \ge 3)$
$\quad \quad \cdots$
$ \alpha^{n-1} ( a_1 \ - \ \alpha a_0  )\ =\  \alpha^{n-1} \beta^0 \ b_1 $
これを辺々すべてたしあわせると,
$\displaystyle a_n - \alpha^n a_0 = \sum_{k=1}^n \alpha^{k-1} \beta^{n-k}\ b_1 = \beta^{n-1}\ b_1 \sum_{k=1}^n \Bigl( \dfrac{\alpha}{\beta} \Bigr)^{k-1} = \beta^{n-1}\ b_1 S_n$

⑤したがって,$a_n = a_0 \alpha^n + b_1 \beta^{n-1} S_n = a_0 \alpha^n + (a_1 - \alpha a_0) \beta^{n-1} S_n$

⑥ (1) $\alpha= \beta$の場合: $S_n=n$ $\therefore a_n = a_0 \alpha^n (1-n) + a_1 \alpha^{n-1} n$
  (2) $\alpha \neq \beta$の場合: $\displaystyle S_n = \dfrac{\beta^n-\alpha^n}{\beta - \alpha}$ $\displaystyle \therefore a_n = \dfrac{\alpha \beta (\alpha^{n-1} - \beta^{n-1})}{\beta - \alpha} a_0 + \dfrac{\beta^n - \alpha^n}{\beta - \alpha} a_1$

(例)フィボナッチ数の場合($a_0=1,\ a_1=1 \quad \beta = \frac{1+\sqrt{5}}{2}, \ \alpha = \frac{1-\sqrt{5}}{2}$)
$\displaystyle  a_n=\dfrac{\beta \alpha^n - \alpha \beta^n}{\beta - \alpha} \cdot 1 + \dfrac{\beta^n - \alpha^n}{\beta - \alpha} \cdot 1 = \alpha^n \dfrac{\beta -1}{\beta - \alpha} + \beta^n \dfrac{1-\alpha}{\beta - \alpha}$
 $= \frac{1}{\sqrt{5}}\Bigl\{ \alpha^n \dfrac{\sqrt{5}-1}{2} + \beta^n \dfrac{1+\sqrt{5}}{2}\Bigr\} = \frac{1}{\sqrt{5}}\Bigl\{ \bigl( \dfrac{1+\sqrt{5}}{2}\bigr) ^{n+1} - \bigl( \dfrac{1-\sqrt{5}}{2}\bigr)^{n + 1} \Bigr\} $

2025年11月17日月曜日

単純な計算ミス

まだまだAGIまでの道のりは遠い。のかな? 

Q(koshix):
2つの因数分解した式のうち,2 cos (3 x + π/4) sin (5x/2 - π/4) は間違っていませんか?

A(ChatGPT-5 Thinking,46秒):
ご指摘どおり、先に示した
2 cos (3x + π/4) sin (5x -π/4)
は 誤り でした。正しくは “半分” を取り忘れており、以下のとおりです。

正しい因数分解
sin (4x) - cos x = sin (4x) - sin (π/2-x) = 2 cos {(4x}+(π/2-x)}/2 sin  {(4x}-(π/2-x)}/2 
⁡ゆえに
sin (4x) - cos x = 2 cos (3x/2 + π/4) sin (5x/2 - π/4)
 
どこで間違えたか
和積公式 
sin A - sin B = 2 cos (A+B)/2 sin (A-B)/2 の(A+B)/2を
{⁡4x + (π/2-x)}/2 = 3x/2 + π/4 とすべきところを、誤って 3x + π/4として “2 で割る” 操作を落としていました。修正後の式は恒等的に一致します。ご指摘ありがとうございました。 
Q(koshix):
あなたはときどき単純な計算ミスをすることがありますが,毎回の計算後に自分で確認のための計算を内部的に実行して(そこは表示しない)おくということはできないものでしょうか。

A(ChatGPT-5 Thinking,21秒):
はい、できます。以後、数式変形や数値計算のたびに非表示の検算を内部で走らせてからお出しします(前回の因数分解も内部検算で恒等成立を確認済みです)。

どう検算するか(内部で実施)
・二重経路確認:同じ結論に別の恒等式・導出経路で到達できるかをチェック。
・数値サンプリング:任意の点(複数)で元式と結果の差が機械誤差内(例:
10^{−12} 〜 10^{-15} )に収まるかを確認。
・端点・特異点:零点・極値・定義域の境界など、エッジケースで整合性を確認。
・次元・符号・極限:単位(次元)整合、符号、極限挙動の整合を点検。
・丸め誤差の扱い:浮動小数の残差は許容幅を明示し、超えた場合は差し戻して再計算。

適用範囲
・代数・三角・指数対数・微積の式変形や恒等確認、行列演算、連立解、近似評価などはこの手順で検算します。
・純概念的な問い(定義・歴史・解釈)は検算の対象外ですが、典拠の確認や反例探索を代替手段として行います。

もし「検算ログも見せてほしい」場合は、可視化用に要点だけを簡潔に開示します(数値表や要約)。今後もこの運用でいきます
本当にそうしてくれるのかどうかはよくわからない。

2025年11月12日水曜日

五芒星

真鍋さんがMIPOで sin π/5 の求め方を書いていた。

最初の代数的方法は,sin n x の一般式(n倍角の公式)を使うとよい(ド・モアブルの定理経由)。つまり,sin 5θ = 16 sin^5θ - 20 sin^3θ + 5 sinθ。θ=π/5を代入すると,x=sinθとして,16x^4-20x^2+5 = 0というxの4次方程式(x^2の2次方程式)がでてきてすぐに納得できた(といってもn倍角の公式導出はChatGPTに頼ったけれど・・・)。

一方2番目の幾何学的な方法は,正五角形と五芒星をかいてθ=π/5=36度の鋭角を持った直角三角形の相似条件から求めるというもので,それを前提に自分でも考えてみようとしたけれど,中々思いつかない。しかたがないので,ちゃんと図を描いてみようとしたが,フリーハンドではわかりにくい。

そこで,ChatGPT-5 Thinking にTikZでの作成を依頼した。こんな感じで。

Q(koshix):
LatexのTikZを使って次の作図をしてください。
(1) 薄いグレイドットの1cmグリッドが入ったxy座標系をとって,以下の図形はy>=0の領域だけ描画する。
(2) 原点を中心として半径6cmの円
(3) 原点を中心として中心から頂点までの距離が6cmの正五角形 。ただし,1つの頂点は(6,0) におく。 
(4) 各頂点をすべて結んで五芒星になるようにする。
(5) 原点にO,(6,0)の頂点をA,反時計回りの頂点を,B,Cとラベルする。
(6) 原点から辺ABに垂線ODを降ろす。
(7) OBとACが直交している交点をEとする。
以上よろしくお願いします。
(その後,ODとACの交点F,FからAOに降ろした垂線の足Gを追加した。)

結果のTikZをチューニングしたものが以下のコードである。

\begin{tikzpicture}[scale=1.0]

% 1cmグリッド(薄いグレードット)
\draw[step=1cm,black!50,dotted] (0,0) grid (7,7);

% 座標軸
\draw[gray!50,->] (0,0) -- (7,0) node[right] {$x$};
\draw[gray!50,->] (0,0) -- (0,7) node[above] {$y$};

% 点の定義
\coordinate (O) at (0,0);
\coordinate (A) at (6,0);                        % (6,0)
\coordinate (B) at ({6*cos(72)},{6*sin(72)});    % 72°
\coordinate (C) at ({6*cos(144)},{6*sin(144)});  % 144°
\coordinate (Dfull) at ({6*cos(216)},{6*sin(216)});
\coordinate (Efull) at ({6*cos(288)},{6*sin(288)});

% 半径6cmの円
\draw[gray!50] (O) circle (6);

% 正五角形(外接円半径6)
\draw[gray]  (A) -- (B) -- (C) -- (Dfull) -- (Efull) -- cycle;

% 五芒星(頂点を全て結ぶ)
\draw  (A) -- (C) -- (Efull) -- (B) -- (Dfull) -- cycle;

% Oから頂点A,Bへの線
\draw[thick, blue] (O)--(A);
\draw[thick, blue] (O)--(B);
  
% Oから辺ABへの垂線 OD
\coordinate (D) at ($(A)!(O)!(B)$);
\draw[thick,blue,dashed] (O) -- (D);

% OB と AC の交点 E(OB ⟂ AC)
\path[name path=OB] (O) -- (B);
\path[name path=AC] (A) -- (C);
\path[name intersections={of=OB and AC,by=E}];

% OD と AC の交点 F (OD ∠ AC)
\path[name path=OD] (O) -- (D);
\path[name path=AE] (A) -- (E);
\path[name intersections={of=OD and AE,by=F}];

% Fから辺AOへの垂線 FG
\coordinate (G) at ($(O)!(F)!(A)$);
\draw (F) -- (G);

% 点の描画
\foreach \P in {O,A,B,C,D,E,F,G}
  \fill (\P) circle (1.8pt);

% ラベル
\node[below left]  at (O) {$O$};
\node[above right] at (A) {$A$};
\node[above right] at (B) {$B$};
\node[above left]  at (C) {$C$};
\node[above right] at (D) {$D$};
\node[above right] at (E) {$E$};
\node[below right] at (F) {$F$};
\node[below right] at (G) {$G$};

\end{tikzpicture}

大変勉強になった。TikZにおいて,
・ある点から別の点への垂線の降ろし方
・2つの線分の交点の求め方
・一連の点の表現を繰り返しで指定する方法
がわかったのだった。

えーと,肝腎の相似条件はわからないままで難渋している。MIPOをもう一度よく読んで見ると頂角36度の二等辺三角形の相似条件だった。チーン。直角三角形ではなかった。まあ,勉強になったからよしとしよう。

図:ChatGPTが生成したTikZで描いた正五角形と五芒星

2025年11月9日日曜日

オイラーからAIへ

From Euler to AI: Unifying Formulas for Mathematical Constants という論文が注目されていた。AIの助けをかりて,古来から数多ある円周率の公式を統一的に理解する理論をつくったという触れ込みだった。ほんとか。さっそく,ChatGPT-5と話し合ってみた。

Q(koshix):
(60p 10MB pdf のarxivの 論文を添付した上で)
この論文のキモを教えてください。

A(ChatGPT-5):
この論文(From Euler to AI: Unifying Formulas for Mathematical Constants)の「キモ」を一言でいうと、
AIを活用して「πをはじめとする数学定数の膨大な公式群を自動収集・検証・分類し、共通の数学的構造に基づいて統一する新しい枠組みを提示した」こと です
(以下中略,項目のみ)
1.背景
2.提案した枠組み
(1) 自動収集(Harvesting)
(2) 正規化とクラスタリング
(3) 統一の数学的枠組み:Conservative Matrix Fields(CMFs)
(4) UMAPSアルゴリズム
3.成果
4.意義
要するに、この研究のキモは 「AIを利用して膨大な公式を収集・検証し、CMFという新しい数学的枠組みを通じて統合することで、分断されていた数学定数の世界を一つの地図として描き直した」 という点です。

ご希望なら、この「CMFによる統一」を 具体的な数式例(π公式どうしが等価になる実例) で説明しましょうか?

Q(koshix):
はい

A(ChatGPT-5):
では、論文で紹介されている 具体例 を用いて、CMFによる統一がどのように実際に機能するかを説明します。焦点は「一見全く違う公式が、実は同じCMF上の軌道に属している=同値である」と証明されるところです。
(以下中略,項目のみ)
例1:ラマヌジャン (1914) の公式と Sun (2020) の公式
例2:ガウス (1813) の連分数と現代発見の公式
例3:オイラーの公式とブルーンカーの公式
なぜ重要か?

まとめると、ラマヌジャンの級数・ガウスの連分数・オイラーの和・ブルーンカーの連分数といった「歴史的に別個に見つかったπ公式」が、Conservative Matrix Field (CMF) の枠組みによって一本化され、互いに変換可能であることが自動証明されたのが具体的成果です。

ご希望なら、これらの「CMF上での軌道関係」を 図解(π公式が3D格子上でつながる様子) にして示しましょうか?

Q(koshix):
例2は間違っていませんか?(2つの異なった公式のPCFが同じ部分を持っていた)

A(ChatGPT-5):
ご指摘どおり、例2の書き方に誤りがありました。正しくは次の対応です。すぐ下で数値も確認します。
(以下中略,項目のみ)
例2(正誤)
(A) ガウス (1813) の連分数(PCF で a(n)=2n+1, b(n)=n²)
(B) 2021年の計算機発見の連分数(PCF で a(n)=2n+3, b(n)=n(n+2))

—混乱を招いた点、失礼しました。必要なら、この2本のPCFを使って「モビウス変換を明示して等価性を手計算で確認する」手順も書き下ろします。

Q(koshix):
PCFの定義を教えてください。

A(ChatGPT-5):
論文の定義によれば、PCF (Polynomial Continued Fraction, 多項式連分数) とは次のようなものです。
(以下中略,要点のみ)
1.定義
2次の漸化式
$u_n = a(n) u_{n-1} + b(n) u_{n-2}$
(ただし $a(n), b(n)$ は多項式)を考えると、この漸化式の解から得られる連分数表現を
$ {\rm PCF} (a(n),b(n)) $ と呼びます
2.直感的理解

まとめると、PCFとは「部分分子と部分分母がnの多項式で与えられる連分数」であり、漸化式を介して定義される統一的な表現形式です。

ご希望なら、PCFの一般式を使って「どうやって具体的なπ公式がこの形に落とし込まれるか」を1つ例題でステップ解説しますか?

Q(koshix):
PCFを引っ張り出してきたのは著者ですかAIですか?

A(ChatGPT-5):
とても良い質問です。論文を丁寧に読み解くと、PCF(Polynomial Continued Fraction)という枠組みを今回の研究で強調しているのは著者たち自身です。
(以下中略,項目のみ)
1.論文での扱い
2.AIの役割
3.背景
4.結論
PCFという枠組みを「引っ張り出してきた」のは著者たちであり、AIはその実装と大規模処理を助ける役割を担った、という整理になります。

ご希望なら、この研究の中で「PCF → CMF」へと拡張される流れを図式化してまとめてみましょうか?

Q(koshix):
CMFとはなんですか。PCFとの関係はどうなっていますか。

A(ChatGPT-5):
良いタイミングの質問です。論文では PCF (Polynomial Continued Fraction) をさらに一般化した枠組みとして CMF (Conservative Matrix Field) を導入しています。以下に整理します。
(以下中略,項目のみ)
1.PCFとは?
2.CMFとは?
3.PCFとCMFの関係
4.イメージ
5.まとめると
PCF:多項式連分数。個々の公式を標準化する形式
CMF:保存的行列場。PCFを含むより一般の枠組みで、複数の公式群を「同じ場の異なる軌道」として統一する

ご希望なら、この「PCF → CMF」の関係を 模式図(公式が1本の線から3次元空間の軌道へ広がるイメージ) で描いてみましょうか?

Q(koshix):
CMFもAIでなくて,人間が持ってきた装置ですよね。

A(ChatGPT-5):
はい、その理解で正しいです。
論文を細かく追うと、CMF(Conservative Matrix Field)という概念を「持ってきた(定義した)」のは著者たち=人間の研究者です。AIが自動的に発見したものではありません
(以下中略,項目のみ)
1.著者たちの位置づけ
2.AIの役割
3.先行研究との関係
4.結論
CMFは人間の研究者が定義した新しい「装置(フレームワーク)」であり、AIはその検証・大規模分類を支援する役割に徹している、という構造です。

このあたりを模式図(人間が「CMF」という枠組みを作り、その中にAIが大量の公式を配置していくイメージ)で描くこともできますが、要りますか?

Q(koshix):
ということは,CMFの導入がこの論文のキモということになりますか?

A(ChatGPT-5):
まさにその通りです。
整理すると、この論文の「キモ」は CMF(Conservative Matrix Field)の導入と、その有効性の実証 にあります
(以下中略,項目のみ)
1.従来まで
2.この論文の一番の新規性
3.AIの役割
4.まとめ
PCF:既知の数学を標準化する装置
CMF:その標準形をさらに拡張し、複雑な公式群をまとめ上げる新しい「統一の舞台」
この「CMF導入による大規模な公式の統一」が、論文全体の核心的貢献(キモ)です

ご希望なら、この「CMFがなぜ保存的である必要があるか」(物理の保存力場のアナロジーとの対応)をもう少し深く解説しましょうか?

Q(koshix):
CMFが保存的であるということは,CMFのどのような性質を表現しているものなのですか

A(ChatGPT-5):
とても本質的な問いです。論文でいう 「CMFが保存的(conservative)」である というのは、物理でいう「保存力場(conservative vector field)」と同じアナロジーで、経路に依存せずに最終結果が定まる という性質を指しています
(以下中略,項目のみ)
1.CMFとは何か
2.保存的であるとは?
3.何を保証しているか
4.PCFとの関係
5.結論
CMFが保存的であるとは、
「行列場に沿った積の結果が経路に依存しない(=ポテンシャル関数のように一貫した値を定められる)」
という性質を意味し、これによって「公式どうしの等価性や統一性」が保証されるのです。

ご希望なら、この「保存的条件(可換性条件)」を実際の 2×2行列の例で書き下げて、「どういうときに経路独立が成立するか」を示してみましょうか?

Q(koshix):
「CMF上での軌道関係」を 図解(π公式が3D格子上でつながる様子) したカラー画像を作成してください。文字による説明は最小限に抑えてね。



図:式は出鱈目で説明の雰囲気もちょっと微妙なイラスト(ChatGPT-5による)

2025年8月18日月曜日

積分(3)

中嶋慧さんがある積分について語っていた。

$\displaystyle \int_0^1 \int_0^1  \int_0^1  \sqrt{x^2+y^2+z^2} \ dx dy dz $ を求めるというものだ。
ChatGPT-5 Pro で 15分20秒かかったらしい。Hypercube Point Picking とよばれるものだ。

(1) Mathematica 14.3 の場合
Mathematicaが14.3にバージョンアップしていたので,試しにやらせてみた。だめだ。$\displaystyle \int_0^1 \int_0^1  \sqrt{x^2+y^2} \ dx dy $は解けるが,3次元にすると5分かかって undefined ときた。

仕方がないので,1変数ずつ順次やらせてみた。
Integrate[Sqrt[x^2 + y^2 + z^2], {x, 0, 1}]

1/2 (Sqrt[1 + y^2 + z^2] + (y^2 + z^2) ArcTanh[1/Sqrt[1 + y^2 + z^2]])

Integrate[1/2 (Sqrt[1 + y^2 + z^2] + (y^2 + z^2) ArcTanh[1/Sqrt[1 + y^2 + z^2]]), {x,0,1}]

1/24 (8 Sqrt[2 + z^2] + 2 (5 + 9 z^2) ArcCoth[Sqrt[2 + z^2]] +  Log[1 - I z] + Log[1 + I z] 
- 2 Log[1 + Sqrt[2 + z^2]] + z^2 (4 z (ArcCot[z Sqrt[2 + z^2]] - 3 ArcTan[z] + 
 3 ArcTan[(1 + z^2 - Sqrt[2 + z^2])/z]) + 9 Log[1 - I z] + 9 Log[1 + I z] 
- 6 (2 Log[-1 + Sqrt[2 + z^2]] + Log[1 + Sqrt[2 + z^2]])))

Integrate[ 同上, {z,0,1}]
1/72 (18 Sqrt[3] - 3 \[Pi] + 24 ArcCoth[Sqrt[3]] -  4 Log[1351 - 780 Sqrt[3]]) 

NIntegrate[Sqrt[x^2 + y^2 + z^2], {x, 0, 1}, {y, 0, 1}, {z, 0, 1}]
0.960592

数値はあっているが,中嶋さんの答えと表式が異なっている。なぜ?

(2) ChatGPT-5 Thinking の場合
9分24秒かけて
$\displaystyle \int_0^1 \int_0^1  \int_0^1  \sqrt{x^2+y^2+z^2} \ dx dy dz =\dfrac{\sqrt{3}}{4} -\dfrac{\pi}{24} - \frac{1}{2} \log 2 + \log(1+\sqrt{3})$ 

この食い違いについてChatGPT-5に尋ねてみると,
まず,${\rm ArcCoth}[\sqrt{3}] = \frac{1}{2}\log \dfrac{\sqrt{3}+1}{\sqrt{3}-1} = \log(\sqrt{3} + 1)-\frac{1}{2} \log{2} $
つぎに,${\rm Log}[1351 - 780 {\rm Sqrt} [3]] = \log (2-\sqrt{3})^6 = 6 \log (2-\sqrt{3}) $
$= 6 \log \dfrac{1}{2+\sqrt{3}} = -6 (2 \log(\sqrt{3}+1) - \log 2) $
$\therefore 1/72 (24 {\rm ArcCoth}[{\rm Sqrt} [3]] -  4 {\rm Log}[1351 - 780 {\rm Sqrt} [3]])  =  \log(\sqrt{3}+1) - \frac{1}{2} \log 2 $

これで無事に一致することが確かめられた。

2025年8月14日木曜日

三角形(3)

三角形(2)からの続き

ネットで筒井さんが以下の小学生向けの問題を話題にしていたけれども,自分ではさっぱり解けそうにない。しかたがないので,生成AIに聞いてみるのだが,どれももっともらしい証明を与えているけれど間違っている。Gemini 2.5 Proでようやくなんとか理解できる結果がでてきたので整理したみた。なお,三角法の最後の導出部分(*)はChatGPT-5が正しい答えを教えてくれた。


二等辺三角形ABCにおいて,AB=AC,∠A=20° である。辺AC上にAD=BCとなる点Dをとる。
問題はx=∠BDCを求めることである。なお,∠B=∠C=80°である。

(1)初等幾何
三角形ABC内部に点Eをとって,三角形EBCが正三角形になるようにする。
このとき,BC=EC,∠ABE=∠ACE=80°-60°=20° である。
点Aと点Eを結んでできる三角形ABEと三角形ACEは合同であり,∠CAE=∠BAE=10°となる。
そこで,三角形ACEにおいて,∠AEC=180°-20°-10°=150° となる。
さて,三角形ABDと三角形CAEにおいて,AB=CA,AD=EC,∠DAB=∠ECA=20°。∴三角形ABDと三角形CAEは合同。∴∠ADB=∠CEA=150°。∴x=∠BDC=180°-150°=30° 

(2)三角法
余弦定理から
三角形BAD:c^2 = a^2 + b^2 - 2ab cos 20°
三角形BCD:c^2 = b^2 + (a-b)^2 - 2b(a-b) cos 80°
 ∴ -2a (1- sin10° ^2) = b -2a -2(a-b) sin 10°
これを解くと,b = 2a sin 10°
三角形BCD:b^2 = c^2+(a-b)^2 -2c(a-b) cos x
cos^2 x - 3/4 = ((c^2 + (a - b)^2 - b^2 )/(2 c (a - b) ))^2 - 3/4 = 0 となることが確かめられる(*)。
∴ cos x = √3/2,x = 30°


図:頂角が20°の二等辺三角形


2025年7月24日木曜日

パデ近似(3)

パデ近似(2)からの続き

では,$\log x$ の近似式はどうして導かれたのか。ChatGPT o3に教えてもらうことにした。

(1) $x=t^2$ とおいて,$f(x) = \log x = 2 \log t = g(t)$
(2) $h=t-1$ とおいて,$t=1 \ (x=1)$のまわりでパデ近似を行う。
(3) テイラー展開すると, $g(t) = 2 \log(1+h) = 2 (h - \frac{1}{2} h^2 + \frac{1}{3} h^3 -\frac{1}{4} h^4  + \cdots)$
(4) これを $h$について パデ近似して$P_{2,2}(h)$ を求めると$P_{2,2}(h) = \dfrac{2h+h^2}{1+h+\frac{1}{6} h^2}$
(5) これを $h=t-1$ で $t$の関数に戻すと,$g(t) \approx \dfrac{6(t^2-1)}{1+4t+t^2}$ となる。
(6) さらに $t=\sqrt{x}$ で $x$の関数に戻すと,$f(x) \approx \dfrac{6(x-1)}{1+4 \sqrt{x} + x}$となる。
こうして$\log x \approx  \dfrac{6(x-1)}{1+4 \sqrt{x} + x}$ が得られた。なるほどね。

じゃあ,次数を上げて計算し,自分が本当に理解したかどうかチェックしてみよう。

(7) $g(t) = 2 \log(1+h) = 2 (h - \frac{1}{2} h^2 + \frac{1}{3} h^3 -\frac{1}{4} h^4  + \frac{1}{5} h^5 -\frac{1}{6} h^6 + \cdots)$
(8) $P_{3,3}(h) = \dfrac{2h+2h^2+\frac{11}{30}h^3}{1+\frac{3}{2}h+\frac{3}{5}h^2+\frac{1}{20}h^3}$
(9) $g(t) \approx \dfrac{2 (-11 - 27 t + 27 t^2 + 11 t^3)}{3 (1 + 9 t + 9 t^2 + t^3)}$
(10) $f(x) \approx \dfrac{2 (-11 - 27 \sqrt{x} + 27 x + 11 x \sqrt{x}}{3 (1 + 9 \sqrt{x} + 9 x + x \sqrt{x})}$

グラフをみるといちおうもっともらしい。


図:$\sqrt{x}$を含んだパデ近似

実はMathematicaにはパデ近似を求める関数があるので,原点以外でも簡単に求まる。

PadeApproximant[2(t-1)-(t-1)^2+(2(t-1)^3)/3-(t-1)^4/2, {t, 1, {2, 2}}] 

まあ,さきほどのチェックでも連立方程式を解いてもとの変数に戻すところはMathematicaの力を借りている。3元連立方程式を間違えずに解くのは筋トレ以上にたいへんだ。そういえば,中学生のときは2元連立方程式がちょっと苦手だったかもしれない。

2025年7月20日日曜日

パデ近似(2)

パデ近似(1)からの続き

そんなわけで,$\displaystyle f(x) = \sum_{k=1}^\infty c_k x^{(k-1)/2}$として,同じようなことをすれば,$\sqrt{x}$を含んだ関数近似$f(x) = a(x)/b(x)$ ができるのではないかと考えた。

$f(x) = c_0 + c_1 \sqrt{x} + c_2 x + c_3 x\sqrt{x} + c_4 x^2+ c_5 x^2 \sqrt{x} + c_6 x^3 + \cdots$
$a(x) =  a_0 + a_1 \sqrt{x} + a_2 x + a_3 x\sqrt{x} + a_4 x^2+ a_5 x^2 \sqrt{x} + a_6 x^3 + \cdots$
$b(x) =  1 + b_1 \sqrt{x} + b_2 x + b_3 x\sqrt{x} + b_4 x^2+ b_5 x^2 \sqrt{x} + b_6 x^3 + \cdots$

$a(x) = b(x) f(x) $ の両辺の係数を比較すると,
$x^0 \quad$: $a_0 = c_0$
$\sqrt{x}\ \ $: $a_1 = c_1 + c_0 b_1$
$x^1 \quad$: $a_2 = c_2 + c_1 b_1 +  c_0 b_2$ 
$x^1 \sqrt{x}\ $: $a_3 = c_3 + c_2 b_1 +  c_1 b_2 + c_0 b_3$
$x^2 \quad$: $a_4 = c_4 + c_3 b_1 +  c_2 b_2 + c_1 b_3 + c_0 b_4$
$x^2 \sqrt{x}\ $: $a_5 = c_5 + c_4 b_1 +  c_3 b_2 + c_2 b_3 +c_1 b_4 + c_0 b_5 $
$x^3 \quad$: $a_6 = c_6 + c_5 b_1 +  c_4 b_2 + c_3 b_3 +c_2 b_4 + c_1 b_5 + c_0 b_6$


ここで,$f(x)=\log(1+x) = x -x^2/2 + x^3/3$として($c_0=c_1=c_3=c_5=0$),
$a(x), b(x)$を$x\sqrt{x}$まで取ってみると,うまくかない。逆行列が作れず解なしになってしまう。しかたがないので,上の式を$c_8 x^4$まで拡張してようやく,$b_1=0, b_2=1, b_3=0, b_4=6$と,$a_0=0, a_1=0, a_2=1, a_3=0, a_4=1/2$が得られた。

なんのことはない,$\displaystyle f(x) = \dfrac{x+x^2/2}{1+x+x^2/6}$ で$\sqrt{x}$が含まれないものだった。チーン。

(注)これはChatGPTにも注意されたところだけれど,もとの問題 $\log(x)$ ではない。級数展開係数が簡単な $\log(1+x)$ で確認しようとしたものだ。$c_6 x^3$まででうまくいかなかったのは,($c_k$にゼロが多くて)係数を決めるための条件が足りないからといわれた。

2025年7月19日土曜日

パデ近似(1)

中嶋慧さんが,SNSで logの近似式についてリツイートしていた。log x = 6 (x-1)/(1+x+4√x) というものだ。見たことなかった。


図:Mathematicaで Log[x]とf[x_] := 6 (x - 1)/(x + 1 + 4 Sqrt[x]) を計算

その説明でパデ近似と関係があるようなニュアンスを見かけた。パデ近似はよく耳にしているけれどちゃんと勉強したことはない(あるいはきれいに忘れてしまったか)。


ある関数 $f(x) = c_0 + c_1 x + c_2 x^2 + \cdots  + c_{m+n}x^{m+n}+ \cdots , c_k=\dfrac{f^{(k)}(0)}{k!}$ を 有理多項式$P_{m,n}(x) = \dfrac{a_0+a_1 x + a_2 x^2 + \cdots + a_m x^m}{1 + b_1 x + b_2 x^2 + \cdots + b_n x^n}$で近似するのがパデ近似だ。
$P_{m,n}(x)^{(k)}(0) = f^{(k)}(0), \quad (k=1,\cdots, m+n)$が成り立つように $P_{m,n}$ を定める。つまり,$f(x)$と$P_{m,n}(x) $が,$x=0$におけるテイラー展開の$m+n$次まで一致するということだ。係数全体を定数倍してもパデ近似は不変なので,$b_0=1$とする。

つまり,$c_k, \ \ (k=0,\cdots , m+n)$が与えられているときに,$a_i, \ (i=0, \cdots m)$  $b_j, \ (j=1, \cdots n) $ を求めるという問題だ。そこで,

$\dfrac{a_0+a_1 x + a_2 x^2 + \cdots + a_m x^m}{1 + b_1 x + b_2 x^2 + \cdots + b_n x^n} - (c_0 + c_1 x + c_2 x^2 + \cdots  + c_{m+n}x^{m+n} ) = $
($x$の$m+n+1$次以上の多項式X) 

$a_0+a_1 x + a_2 x^2 + \cdots + a_m x^m =$
$ (1 + b_1 x + b_2 x^2 + \cdots + b_n x^n )( c_0 + c_1 x + c_2 x^2 + \cdots  + c_{m+n}x^{m+n}) -$
 ($x$の$m+n+1$次以上の多項式Y)

ここで,両辺について$x$の$m+n$次までの係数比較から,
$\displaystyle  a_k = \sum_{i=0}^k c_i b_{k-i} \  (k = 0 , \cdots,  m+n) $ ,ただし,$  a_j =0 \ (j>m), \  b_j = 0 \ (j > n) $

$a_j=0$となる式が $m+n-m=n$本あって,未知数の$b_j$が$n$個あるので,この連立方程式を解けば,$n$個の$b_j$ がすべて求まる。これを使って,$a_1 \cdots a_m$ が定まる。



2025年5月15日木曜日

ヒルベルトの第6問題

ヒルベルト(1862-1943)の23の問題というのはよく耳にしたけれど,具体的にどんな問題があって,どう解決されているのはあまり理解できていなかった。その第6問題は,物理学(力学,統計論)の法則を数学的に基礎づけるというものであり,最近これが解けたかもしれないという論文(Hilbert's sixth problem: derivation of fluid equations via Boltzmann's kinetic theory)が話題になっていた。

ニュートンの運動方程式からボルツマン方程式さらにナビエ−ストークス方程式が導かれるということだ。時間反転対称性がちゃんと消えるということだ。ほんまかいな。

とりあえず,NotebookLMを使うと,論文テキストから音声対話型ポッドキャストが生成できるというのでそれを試してみたができが良すぎる(googleアカウントのログインが必要)。7分11秒の男女のパーソナリティによる非常に自然な対話はほとんどラジオ番組ではないか(漢字の読みがおかしいところが1,2ヶ所あるだけ)。ただ,ポッドキャストとは独立である説明テキストのほうはあまり良くないので,Grokに査読してもらいながら要約を理解することに。

Q(koshix):
(Hilbert's Sixth Problemの論文を添付)
この論文を査読してください。できますか?

A(Grok 3):
はい、提供された論文「Hilbert's Sixth Problem: Derivation of Fluid Equations via Boltzmann's Kinetic Theory」(Yu Deng, Zaher Hani, Xiao Ma、arXiv:2503.01800v1)を査読することができます。ただし、査読は通常、論文の科学的厳密さ、独創性、明瞭さ、関連性、そして方法論の妥当性を評価する詳細なプロセスです。この回答では、論文の概要、強み、潜在的な問題点、改善の提案を簡潔にまとめ、査読の形式に沿った評価を提供します。必要に応じて、特定のセクションや技術的詳細についてさらに深く掘り下げることも可能です。

論文査読:Hilbert's Sixth Problem: Derivation of Fluid Equations via Boltzmann's Kinetic Theory,著者: Yu Deng, Zaher Hani, Xiao Ma,arXiv ID: 2503.01800v1,投稿日: 2025年3月

1.概要と目的

この論文は、ヒルベルトの第六問題、特にニュートンの法則からボルツマン運動論を経由して流体力学の基本方程式(圧縮性オイラー方程式や非圧縮性ナビエ・ストークス・フーリエ方程式など)を厳密に導出するという課題に取り組んでいます。著者らは、2次元および3次元のトーラス上で硬球粒子系からボルツマン方程式を導出し、それを流体力学方程式に接続することで、ヒルベルトのプログラムを完成させたと主張しています。この研究は、以前の研究 [26] を拡張し、周期的設定(トーラス)での長時間ボルツマン方程式の導出と、流体力学極限への接続を扱っています。

主な成果は以下の3つの定理です:

定理1:2次元および3次元トーラス上で、ボルツマン・グラード極限($N \to \infty, \varepsilon \to 0, N \varepsilon^{d-1} = \alpha$)において、硬球粒子系の1粒子密度関数がボルツマン方程式に従うことを証明。
定理2:ニュートンの法則から非圧縮性ナビエ・ストークス・フーリエ方程式を、ボルツマン方程式を経由して導出。
定理3:同様に、圧縮性オイラー方程式を導出。

2.強み

(1) 歴史的意義と挑戦の克服
ヒルベルトの第六問題は、数学物理学における長年の未解決問題であり、ニュートンの法則から流体力学方程式への厳密な導出は極めて挑戦的です。この論文は、ボルツマン方程式の長時間解を周期的設定で導出し、それを流体力学方程式に接続することで、この問題に決定的な進展をもたらしています。
特に、周期的設定(トーラス)では、ユークリッド空間とは異なり、衝突回数に上限がないという技術的難点があり、これを新しいアルゴリズムと積分評価で克服した点は高く評価できます。
(2) 技術的厳密さ
ボルツマン・グラード極限における1粒子相関関数の収束(定理1)は、$L^1$ノルムでの厳密な誤差評価($\varepsilon^\theta$)とともに証明されており、数学的に堅牢です。
流体力学極限(定理2および3)は、既存の結果(例:[29], [17], [34], [39])を巧みに利用し、著者らのボルツマン方程式の導出と統合しています。これにより、ヒルベルトのプログラムの全体像を一貫して提示しています。
証明には、クラスター展開、分子構造の解析、積分評価、新しい切断アルゴリズムなど、高度な数学的手法が用いられており、技術的に印象的です。
(3) 時間不可逆性の洞察
ニュートンの時間可逆な微視的理論から、ボルツマンの時間不可逆な中間スケール理論への移行を、長時間解の導出を通じて正当化しています(セクション1.3)。これは、物理学的および哲学的に興味深い結果であり、ボルツマンのH定理とエントロピー増加の起源に新たな光を当てます。
(4) 拡張性と再現性
著者らは、2次元および3次元に焦点を当てていますが、4次元以上でも結果が成立する可能性を示唆しており(Remark 1.5)、さらなる研究の道を開いています。
証明の構造は、前の研究 [26] を基盤としつつ、周期的設定に特化した新しいアルゴリズムを導入することで、既存の方法論を効果的に拡張しています。

3.潜在的な問題点と改善の提案

(1) 次元制限(2次元および3次元):
・論文は2次元および3次元に限定されており、4次元以上では証明が「かなり複雑になる」と述べています(Remark 1.5)。これは技術的な制約ですが、読者にとって、高次元での結果の可能性や障害についてもっと具体的な議論が欲しいところです。
改善提案: 4次元以上での主な技術的障壁(例:衝突回数の増加、積分評価の複雑さ)を簡潔に説明し、どの部分が拡張可能かを示すと、論文の汎用性が高まる。

(2) 時間スケールの制限
・定理1の時間スケールは $t_{\text{fin}} \ll (\log |\log \varepsilon|)^{1/2}$ に制限されています(式1.16)。これは、流体力学極限におけるパラメータ $\delta$ の範囲に影響を与えます(式1.24)。この制限は、証明手法の限界によるものとされていますが、実際の物理的適用においてどの程度制約となるのかが不明確です。
改善提案: この時間スケールの物理的意義(例:流体力学現象の時間スケールとの関係)や、制限を緩和するための可能なアプローチ(例:異なるスケーリング法)を議論することで、結果の実用性が明確になる。

(3) アルゴリズムの複雑さ
・周期的設定に対応するための新しい切断アルゴリズム(セクション4)は、ユークリッドの場合と比べて大幅な修正が必要であり、非常に技術的です。専門家以外には理解が難しい可能性があります。
改善提案: アルゴリズムの直観的な説明や、なぜ周期的設定で衝突回数の上限がないことが問題となるのかを、図や簡単な例を用いて補足すると、アクセシビリティが向上する毒性評価(Toxicological Evaluation)
・セクション4.1と4.2で紹介されている新しい切断アルゴリズムは、周期的設定(トーラス)での衝突履歴の複雑さを扱うために導入されています。このアルゴリズムは、ユークリッド空間とは異なり、固定数の粒子間で起こり得る衝突回数に上限がないという周期的設定特有の課題に対応しています。具体的には、以下のような技術的工夫が施されています:
 分子構造とクラスター展開:粒子間の衝突を「分子」としてモデル化し、クラスター展開を用いて相関関数の挙動を解析。
 積分評価:衝突積分の厳密な評価を行い、誤差項を $\varepsilon^\theta$ のオーダーに制御(式1.18)。
 切断操作:衝突履歴を「良い」コンポーネント(例:{33A}コンポーネント)に分解し、過剰項(excess)を評価して収束を保証。
これらの手法は、数学的には高度ですが、物理的直観を補足する説明が不足しているため、読者にとってアルゴリズムの目的や動作が抽象的に感じられる可能性があります。
改善提案: セクション4の冒頭に、切断アルゴリズムの目的(例:無限衝突の可能性を扱うための戦略)を簡潔に説明し、簡単な2粒子系の例を用いてアルゴリズムのステップを視覚化する図を追加。

(4) 仮定の強さ

・定理1では、ボルツマン方程式の解の存在と、特定のノルムでの有界性(式1.17)が仮定されています。これらの仮定は、強解の存在を保証するために必要ですが、実際の物理系での適用可能性について議論が不足しています。
改善提案: これらの仮定がどの程度現実的な物理系(例:希薄気体)に適用可能か、またはどの程度制限的なのかを簡潔に議論。たとえば、初期条件 $n_0$ の滑らかさや減衰条件が、実際の気体分子の分布とどの程度一致するかを説明。

(5) 文献レビューと文脈の提示

・文献レビュー(セクション1.2および参考文献)は包括的で、ボルツマン方程式の導出に関する過去の主要な研究(例:Lanford [42], Bodineauら [5-13])を網羅しています。ただし、ヒルベルトの第六問題の広い文脈(例:他の物理法則の公理的導出との比較)がやや欠けています。
改善提案: セクション1.1で、ヒルベルトの第六問題の他の側面(例:確率論の公理化との対比)や、ボルツマン運動論以外の方法論(例:分子動力学シミュレーション)との関係を簡潔に触れると、論文の意義がより明確になる。

(6) 明瞭さとプレゼンテーション

・論文は技術的に詳細で、専門家向けに書かれていますが、セクション間のつながりや、定理1から定理2・3への論理的流れがやや急に感じられます。特に、流体力学極限への移行(セクション1.3)は、ボルツマン方程式の解がローカルマクスウェル分布に近づくという前提に基づいていますが、この前提の物理的背景が十分に説明されていません。
改善提案:
 セクション1.3の冒頭に、流体力学極限の物理的直観(例:衝突頻度の増加による熱平衡化)を簡潔に説明。
 各定理の証明概要を、対応するセクション(例:セクション5)の冒頭に短い段落で記載し、読者が全体の論理的流れを把握しやすくする。

4.独創性と意義

この論文は、ヒルベルトの第六問題という歴史的に重要な課題に対して、ボルツマン運動論を介した完全な導出を提供することで、数学物理学の分野に大きな貢献をしています。特に、以下の点で独創的です:

周期的設定への拡張:ユークリッド空間での結果 [26] をトーラスに拡張し、無限衝突の可能性を扱う新しいアルゴリズムを開発。
長時間解の導出:短時間や近真空解に限定されていた従来の研究(例:Lanford [42])を、長時間解に拡張。
時間不可逆性の説明:ニュートンの可逆性からボルツマンの不可逆性への移行を、長時間解を通じて数学的に正当化。

これらの成果は、運動論や流体力学の理論的基礎を強化するだけでなく、エントロピーや不可逆性の起源に関する物理学的議論にも寄与します。また、希薄気体のダイナミクスや統計力学の応用研究(例:気体シミュレーション、プラズマ物理)にも間接的な影響を与える可能性があります。

5.方法論の妥当性

論文の方法論は以下の点で妥当かつ厳密です:

ボルツマン・グラード極限:粒子数 $N$ と直径 $\varepsilon$ のスケーリング $N \varepsilon^{d-1} = \alpha$ は、グラード [31] による標準的な設定であり、希薄気体の物理的状況を適切にモデル化。
大カノニカルアンサンブル:初期配置の確率分布(定義1.3)は、統計力学の標準的手法に従い、粒子数の揺らぎを考慮した適切な設定。
積分評価と切断アルゴリズム:衝突積分の評価(セクション3)や切断アルゴリズム(セクション4)は、収束性を保証するために必要な過剰項の制御を厳密に行っており、数学的に堅牢。
・流体力学極限:既存の結果(例:[29], [17], [34], [39])を利用してボルツマン方程式から流体力学方程式への接続を行うアプローチは、理論的に確立されており、著者らの結果と整合性がある。

ただし、証明の複雑さゆえに、計算の再現性や数値的検証が難しい可能性があります。たとえば、切断アルゴリズムの具体的な実装や、$\varepsilon \to 0$ 極限での数値的挙動を補足的に検証できれば、方法論の信頼性がさらに高まるでしょう。

6.結論と推奨

この論文は、ヒルベルトの第六問題に対する画期的な貢献であり、数学物理学の分野で高い評価を受けるに値します。技術的厳密さ、独創性、歴史的意義の点で優れており、トップレベルの学術誌(例:Annals of Mathematics, Inventiones Mathematicae)への掲載に適していると考えられます。ただし、アクセシビリティの向上、仮定の物理的文脈の明確化、アルゴリズムの直観的説明の追加により、論文の影響力と読者層をさらに拡大できるでしょう。

推奨:受理(軽微な修正後)
必須の修正
・セクション4の切断アルゴリズムの直観的説明と図の追加。
・時間スケール制限(式1.16)の物理的意義の議論。
・流体力学極限の物理的背景の簡潔な説明(セクション1.3)。
任意の修正
・4次元以上での拡張可能性に関する具体的な議論。
・ヒルベルトの第六問題の他の側面との文脈的比較。
・数値的検証やアルゴリズム実装の可能性についての簡単な言及。

7.追加コメント

この論文は、専門家向けに高度な内容を扱っていますが、運動論や流体力学に興味を持つ広範な研究者(例:統計物理学、応用数学、理論物理学)にも訴求する可能性があります。査読者として、著者らの技術的達成に敬意を表しつつ、非専門家や学生にも理解しやすい形で結果を伝える努力を推奨します。また、arXiv版であるため、投稿先の学術誌のフォーマットや要件に応じて、スタイルや参考文献の形式を調整する必要があるかもしれません。

補足

もし特定のセクション(例:定理1の証明、切断アルゴリズムの詳細)についてさらに詳細な査読や技術的検証が必要な場合、または特定の観点(例:数学的厳密さ、物理的適用性)に焦点を当てた評価をご希望の場合は、追加の指示をいただければ対応可能です。また、論文の特定の部分(例:式1.16の導出、参考文献の網羅性)について質問があれば、個別に深掘りできます。



図:ChatGPT 4oが考えたヒルベルトの第6問題


2025年5月13日火曜日

スイッチインタビュー


NHKのスイッチインタビューは,異なった分野の二人のスペシャリストが2回に分けて攻守を交替して互いをインタビューする番組だ。5月2日と9日に放映された「角野隼斗×山下真由子」では,東大工学部計数工学科の同級生だったピアニストの角野隼斗 と 代数トポロジーの山下真由子 の対話で,なかなか見ごたえがあった。

第二回で,この宇宙に別の知性体が存在したときに人類と同じ数学をつくりだすかどうかという話になった。角野はそうなると考えて質問していたのに対し,山下は違うものになるのが当然だと強く考えているところがちょっと驚いた。自分は,この宇宙に共通する自然法則に内在されている数学性がなんらかの形で表現されるのだから,たぶん理解可能な対応関係はあるに違いないと思っている。

黒板で山下の仕事を説明する部分のノーカット版が,30分ほどのスペシャルコンテンツとして番組のホームページに上がっている。これにおおむね対応するプレゼンテーションがあったので,Gemini 2.5 Proに与えて日本語の解説文を作ってみた。

Q(koshix):
(Topological Modular Forms and heterotic string theory の29pのプレゼンファイルを添付)
このプレゼンテーションの内容を,文脈を補完しながら,日本語でできるだけわかりやすく,ていねいに,説明してください。読者対象は,理工系の大学院修士課程の学生です。

A(Gemini 2.5 Pro):
(回答略)


Q(koshix):
ありがとうございました。対象を理工系の学部学生レベルにして,高度な専門用語については,簡単な解説をしながら,雑誌の丁寧な解説のような形でもう一度まとめてください。(以下,要約の真正性は保証されていないことに注意

A(Gemini 2.5 Pro):
数学と物理学の架け橋:位相的モジュラー形式と弦理論の不思議な関係

私たちの宇宙は、どのような法則で成り立っているのでしょうか?この根源的な問いに、物理学者は「弦理論」という革新的な理論で迫ろうとしています。弦理論は、物質の最小単位を点ではなく振動する「弦」と考えることで、自然界の基本的な力を統一的に記述しようとする壮大な試みです。

一方、数学の世界には「ホモトピー論」という分野があります。これは、図形を連続的に変形させたときに保たれる性質を研究する、いわば「やわらかい幾何学」です。一見すると、弦理論とホモトピー論は全く異なる世界の探求のように思えるかもしれません。

しかし、京都大学の山下真由子氏らの研究は、これら二つの分野が驚くほど深く結びついている可能性を示唆しています。本稿では、山下氏のプレゼンテーションに基づき、そのエキサイティングな研究の一端を、理工系の学部生の皆さんにも分かりやすく解説します。

発端は「シーガル・シュトルツ・タイヒナー(SST)予想」
今回の物語の中心となるのは、「シーガル・シュトルツ・タイヒナー(SST)予想」と呼ばれる、数学と物理学の接点に関する大胆なアイデアです。この予想は、大まかに言うと、ある種の物理学の理論(専門的には「2次元N=(0,1)超対称性を持つユニタリ場の量子論(SQFT)」と呼ばれます)が、数学の特殊な対象である「位相的モジュラー形式(TMF)」というものと、本質的に同じものであると主張しています。

少し言葉を補足しましょう。

場の量子論 (Quantum Field Theory, QFT):素粒子や力を「場」(空間の各点に物理的な量が対応するもの)の言葉で記述し、量子力学のルールを適用する理論です。私たちの世界の基本的な法則を記述する上で非常に成功しています。
超対称性 (Supersymmetry, SUSY):自然界に存在する粒子(フェルミ粒子とボーズ粒子)の間になりたつかもしれない対称性です。この対称性があると、理論が扱いやすくなったり、未発見の粒子を予言したりします。N=(0,1)というのは、超対称性の「量」を表す添え字です。
位相的モジュラー形式 (Topological Modular Forms, TMF):これは高度な数学の対象で、「モジュラー形式」という数学の重要な関数の「位相的」なバージョン、つまり図形の変形に強い性質を持つように一般化したものです。モジュラー形式自体、数論や幾何学、そして弦理論にも現れる重要な対象です。

SST予想がもし正しければ、物理学の問題をTMFという数学の言葉で考えたり、逆にTMFから物理学の新しいアイデアを得たりすることができるようになります。まさに、数学と物理学の間に新しい橋を架けるようなものです。

SST予想の使い道:物理の問題を数学で解く
山下氏らの研究は、このSST予想を実際に使って、物理学の難問に取り組んでいます。その一つが、「ヘテロティック弦理論のアノマリーの消失」という問題です。

ヘテロティック弦理論:弦理論にはいくつかのバージョンがありますが、その中でも特に現実世界を記述する候補として注目されているものの一つです。
アノマリー (Anomaly):物理学の理論を構築する際、古典的な理論では保たれているはずの対称性が、量子効果(ミクロな世界で重要になる効果)を考慮すると破れてしまうことがあります。これをアノマリーと呼びます。アノマリーがあると、理論が自己矛盾を起こしてしまうため、物理学的に意味のある理論であるためには、アノマリーがうまく打ち消されている(「消失する」と言います)必要があります。

山下氏らは、SST予想と、それに関連する「Freed-Hopkinsの予想」という数学と物理学を結びつける別の予想を駆使しました。これらを用いることで、ヘテロティック弦理論のアノマリーの問題を、TMFという数学の対象に関する問題に「翻訳」し、数学的な手法で見事に解決できることを示したのです。つまり、「ヘテロティック弦理論はアノマリーを持たず、矛盾のない理論である」ということを、数学の力で裏付けたことになります。

SST予想から物理へ:TMFが持つ不思議な周期性
SST予想は、物理から数学への視点だけでなく、数学から物理への新たな洞察ももたらします。TMFは、そのホモトピー群(TMFの「穴」の構造を調べる数学的な道具)に「576周期性」という顕著な性質を持つことが知られています。これは、ある種の計算結果が576番ごとに同じパターンを繰り返す、という不思議な性質です。

山下氏らは、このTMFの周期性が、超対称場の量子論(SQFT)にも対応する現象として現れることを、TMFを使わずに(つまり、より直接的な物理的考察から)証明することにも取り組んでいます。  これは、数学の世界で見つかった抽象的な性質が、実は物理現象の背後に隠された法則を示唆している可能性を示しており、非常に興味深いアプローチと言えるでしょう。

副次的アノマリーとTMFの自己双対性
さらに進んで、[TY '23]の研究では、「副次的アノマリー」という、より精密なアノマリーの概念と、TMFの「アンダーソン自己双対性」という数学的な性質との間に深いつながりがあることを見出しました。  これは、TMFが弦理論のアノマリー構造を驚くほど詳細に捉えていることを示唆しています。また、この研究は「頂点作用素代数(VOA)」という、2次元の場の量子論や弦理論で中心的な役割を果たす代数構造とTMFとの間の具体的な関係性にも光を当てています。

まとめ:数学と物理学の対話が拓く新しい地平
山下氏らの研究は、位相的モジュラー形式(TMF)という、一見すると非常に抽象的な数学の対象が、ヘテロティック弦理論のアノマリーという物理学の具体的な問題を解く鍵となったり、さらには場の量子論の新たな性質を予見したりすることを示しています。

SST予想という大胆なアイデアを羅針盤として、数学と物理学という二つの広大な知の海を探求することで、これまで見えなかった新しい景色が広がりつつあります。理工系の学部生の皆さんも、専門分野の垣根を越えたこのような研究に触れることで、科学の奥深さと、異なる分野が協力することで生まれる新しい発見の可能性を感じていただければ幸いです。


Q(koshix):
読者対象を理論物理学を専攻する学部学生のレベルまであげて,その知的好奇心を刺激するようなレベルの丁寧で詳しくわかりやすい解説にしてください。必要な専門用語は省略せず,さらに進んだ学ぶためには,なにをどのように学ぶかのヒントもあるとよいです。
A(Gemini 2.5 Pro):



写真:スイッチインタビューのおまけ画像(NHKから引用)