1979年4月1日、オックスフォード大学のClub for dangerous sportsが、世界で初めてバンジージャンプを行ったらしいです笑
フックの法則なのか、他のelasticityの式なのか分かりませんが、ちゃんと伸びを計算して飛んだとか。dangerous sportsとはいえ、一応理論的に安全だと納得したなら、理論を身をもって証明しようとするスリル、まあ夢はあるな笑
1979年4月1日、オックスフォード大学のClub for dangerous sportsが、世界で初めてバンジージャンプを行ったらしいです笑
フックの法則なのか、他のelasticityの式なのか分かりませんが、ちゃんと伸びを計算して飛んだとか。dangerous sportsとはいえ、一応理論的に安全だと納得したなら、理論を身をもって証明しようとするスリル、まあ夢はあるな笑
全くの思い付きですが、今後人口が都心に集中していくのか、あるいは分散していくのか、ウイルスの感染リスクと関連させて説明出来たら、面白いですよね。
特に、長期的なトレンドを予測するのは難しいだろうが、数式の形によっては、長期的なマクロなトレンドが、局所的な短期のトレンドに一致するようなことも考えられるといいなと思います。
昨年、dynamical systemの単位を取ったばかりなので、その道具を使って、人流のダイナミクスを理論化出来たら面白いというのを簡単に書いておきます。
アイデアは、感染による影響が、物理でいうところのdumpting(スピードを殺す働き)に相当するのではないかということです。つまり、人流過密ー>感染リスク上昇ー>感染者数増加ー>リスク回避のために人流減少。
逆に、人流減少ー>相対的な感染リスク現象ー>感染者数減少ー>人流増加
の流れ。以前のポストで書いた、橋のゆらぎとかと同じようなシステムになります。
以下のように変数を定義する。
x: 地域(region)、t:時間(time)
F(x,t) 地点x、時間tにおける人流の量(human traffic)
G(x,t) は人流の変化の速さ(rate of change in human traffic)
A(x,F) 地点xにおいて、人流量Fの時に人を寄せ付ける効果(機会の増加)(attraction)
R(x,F) 地点xにおいて人流量Fの時に人をしりぞける効果(感染リスク以外)(治安の悪化、物価上昇など)(repulsion)
W(x,F)=A-R (net attraction)
V(x,t) 地点x、時間tにおける感染者数(number of infections)
一般的なモデルとして、地政学的な環境を考慮し、XやYの値は、同じ人流Fによっても地域によって変化するものとして考えられると思いますが、以下、議論を簡単にするため、地理的なdependenceは無視します(xを固定)。(人流の引斥力は、現在の人流量のみに依存)
コロナ以前(感染症の影響~0)
コロナ後(感染者数によるダンピング効果を導入)
このモデルを、スケールをいじって考えると、やや恣意的ながら、
となるので、長期的なトレンド、および局所的なトレンドで、感染者数やリスクの高さが、人流のダイナミクスに重要なのではないかと。
h discontinuousとかのほうがしっくりくるのかな・・・
学期が始まって、最初の一週間が過ぎました。
久しぶりの、数学の問題を解き続ける日々、楽しみながらも、想定以上に忙しすぎたために、適当な日記をあげることすらままならず。週末は、少しくつろぎたいので、あえてあまり課題は見ずに過ごしています。
例年なら、課題の解説などを受けるクラスがweek3,4以降から始まることが多いので、提出がweek2か3で、week1はゆとりがあるのですが、今年は、week2に4つ、week3に1つ、(しばらく受けて1つはクラスの出るのはやめる予定ですが)あるために、課題の3つがweek1に提出期限という事態に(^^;
なんとか、終わられたので良かった(笑)来週以降、クラスも入ってくると思うと、時間的にキツそう笑
今学期は、確率系の単位は少ないこともあり、かなり力学系のコース多めで、以下をクラスも含め受講中。時間さえ取れれば、いろいろ他の講義は見たいと思っている。
Stochastic differential equations (確率微分方程式)
Probability on graphs and lattices (グラフや格子構造での確率論)
Perturbation methods(摂動)
Solid mechanics(固体力学)
Topics in Fluid mechanics(流体力学)
来週末くらいまでに、このうちの一つは、レクチャー視聴のみ、くらいに落とそうとは考えてますが。
イギリスの数理物理学者、Roger penroseがノーベル賞受賞しましたね。彼は現在、オックスフォード大学の教授です。
さて、受賞内容は、ブラックホールに関する研究のようですが、もっと身近な、内容に関する論文もあります。指紋について。(指紋の研究のことをdermatoglyphicというらしい)
指紋は、基本的におよそ平行な線の組でできていて、たまに
i)半円を描いて折り返すパターン、ii)3つの線が合流するパターン
が存在する。これらの組み合わせで、複雑になっているものもある。Dを指の数、Rをi)の数、Tをii)の数とすると、ペンローズは、
R-T=D-1
であることを証明した。
つまり、円で折り返すパターンの数から3つの線が交わるパターンの数を引くと、普通の人ならば5-1=4になると。
ちなみに、この観察自体は、彼の父が論文に発表しているそう笑
上の二つのパターンについて、中心の点を包むような円を考えて、反時計周りに円をなぞっていくとき、円上での指紋の向きを連続に定義すると、この向きがi)の場合は角度が+180度(反時計回りに円の半分)、ii)の場合は―180度(時計回りに円の半分)に変化する。
これをそれぞれ指数(index)+1、-1と置く。
手の縁に注目すると、普通に指が5本ある人の場合、ギャップが4つ存在して、それぞれで指数がー1となる。
さらに、index theoremから、指紋が定義される境界(手のひらの縁)での指数と、境界内の指数の数が一致する。故に、R-T=D-1が導かれる。
The topology of ridge systems,” Annals of Human Genetics, Vol. 42 (1979), pp. 435–444
寮の厄介な落とし穴、locking myself out(オートロックのせいで部屋に入れなくなる)をやらかしてしまった。
シャワー浴びて、涼むまで短パンをはいていたら、ふと歯磨きに部屋を出たときに鍵を持ち出し忘れ、たまに発動するオートロックに引っかかって立ち往生。
寮の玄関にたむろしていた一団に対応を聞けば、カレッジのメインサイトまで行かねばならないという。
歩けば片道30分だ。一人が見かねて、ジャケットと自転車を貸してくれた。ありがたし。
しかし、脚が長い、座席が高い。いざ乗ると、座ったままでは漕ぐのがやっと。
風は冷たく、夜目も効かぬが、立ちこぎで急ぐ他なし。
新しい鍵を作り、帰路。部屋に戻って、スウェットをはいて、とにかくこの日記を書いている。
最近、雨の日が続いています。先週の後半は、散歩などもなかなかできないような状況でした。今日は、朝だけ晴れ間がありましたが、15時ごろ雨が来て、キッチンがびちょびちょに・・・
漸く、あと一週間で学期が始まります。
この一週間は、fresher's weekという、新入生向けのイベントが多い週です。今年は、ほとんどのイベントがオンラインで行われるというイレギュラーはあるものの、今日歩いた時には、例年通り、各カレッジの前で子供を連れてきた親たちと思われる車の長蛇の列が出来ていました。(みんな荷物を一気に持ってくるので、大抵最初は車で来ます。普段は混まない道も一部混雑していました)
もともといる学生は、学部によっては、延期された試験が学期の頭にあったり、プロジェクトをやっていて忙しくしているみたいですが、数学科は嵐の前の静けさです。同じカレッジの数学科の人たちも、今週は特に予定なく過ごすみたい笑
いつもは日本人と食べていたラーメンを振舞ったら、喜んでくれました。みんなフォークで食べていた笑
今度は、イギリス料理など作ってくれるそう。コロナのせいで、同じフロアの人としか食事などできないルールになっているので、その中でたまにローテーションしつつ、いろんな料理を楽しめるかもしれません。
私は、とりあえず、今年は部屋が狭いので、家具の配置を変えたりして、理想の状態を探っています笑
↓カレッジのすぐ近くにある公園(university park)
天気がいいと、ほんとに気持ちよくていい場所です。
1年前のことらしいのですが、
chromeのフィードに関連記事がおすすめとして出てきて面白かったので、ここに共有。
30年間コンピューターサイエンティストが解けなかった問題が、とある数学者による2枚弱の論文によって証明された。というもの。
記事を読むと、どうやらそんなに難しくないらしい。ということで実際に読んでみると
学部の知識で理解できるし、流れもエレガント!これ気持ちいいだろうな、と想像笑
実際の問題というのが、sensitivity conjecture(敏感度予想)というもの。(専門用語の訳は適当)
sensitivityというのは、n次元のインプットに対するブール関数 f:{0,1}^n->{0,1}について、
x\in{0,1}^n, S\subset[n]={1,2,...,n}について、x^SをSに対応するxの要素を0と1で入れ替えたものとすると、
local sensitivity: s(f,x)=number of i such that f(x)≠f(x^i)
sensitivity: max{s(f,x): x\in{0,1}^n}
local block sensitivity: bs(f,x) = maximum number of disjoint blocks B1, B2, ...Bk\subset[n] such that f(x)≠f(x^Bi) for all i
block sensitivity: max{bs(f,x):x\in{0,1}^n}
Sensitivity conjecture: there exists an absolute constant C such that for every boolean function f, bs(f)<=s(f)^C
これを、
n次元の超立方体グラフQ^nの(2^(n-1)+1)の頂点を持ついかなるサブグラフHも、最大次数がnの平方根より大きい
ということを証明することで導いている。固有値などの基本的な議論。わずか1ページ半。しびれる。
下参考。
https://arxiv.org/pdf/1907.008
https://arxiv.org/pdf/math/050
https://www.ams.org/journals/bull/2020-57-04/S0273-0979-2020-01697-6/S0273-0979-2020-01697-6.pdf
「無理の構造」なる本をprime readingで読んだのでメモ。
人間は、身の回りのものを実際は非対称であるのに対称であると勘違いして生きていて、それが無理の原因になっている。
非対称性の例:
時間経過の非対称性、自分と他人の非対称性、部分と全体の非対称性、見えているものと見えていないものの非対称性。いろいろな不可逆性。
不可逆性といえば、かまいたちの漫才を思い出す(笑)
それぞれの非対称性には、一方向に作用している見えない力・アルゴリズムが存在している。
この本の内容も抽象化なわけで、やはり視点が硬直するのだろう。こじつけ、思い込みになるのは注意、あるいは不可避(無理)か。
数学の世界では、対称なものってたくさんあるし大切だが、生活の中には非対称がありふれてるな。感情、意図、知識・経験とか、人間関係は非対称で複雑。
去年寮においていった荷物を運ぶために、タクシーを頼んだ。
運転手にこちらの出身を聞かれ、日本と答えた後、相手にも尋ねると、パキスタンのカシミール出身だという。
危ない場所だなと少し身構えたが、彼曰く、天国と呼べるほど美しい場所らしい。
パキスタンという国が、そういう場所が多いのだとか。確かに、簡単に調べると、ぜひとも見てみたい景色がたくさん出てきた。いずれ行きたい。
RTBのことを調べると、DSPのbitのあと、最も高いbitを提示したDSPが、次に高く提示されたbit+1円(単位は違うかもしれないが)額でimpを購入するとある。
Auction theoryから、
second price systemでは、自分が認めた価値の価格をそのままbitすることが、オークションの成果を最大限にする戦略であるため、らしい。
証明 (背理法 bi>si, bi<siを否定して、bi=si)
suppose i admits the value si and bids bi>si. write B be the highest bit from others.
there are three possible cases.
1 B>bi, si in this case i would have done equally with bidding si
2 bi>B>si
3 bi,si>B in this case i would have done equally with bidding si
in case 2, she will have to pay B>si, which won't happen if she bids si.
if bi<si, then similarly 1&3 gives the same outcomes,
2 now becomes si>B>bi. then i cannot buy, even though she could if she bid si.
もしfirst priceならば、1,3の時も状況が変わってきてしまうから、これは成り立たない。(siのままで参加すれば、利益はかならず0になる)
上の証明では、全てのプレイヤーが合理的に自分の利益を最大化することを前提としているが、
現実には、RTBが頻繁に行われていることや、予算の問題などから、必ずしもこの仮定が正しいとは限らない。
そこで、統計的に分布などをもろもろ考えて・・・などといろいろ作戦を練る隙が出てくる(笑)