ブログ倉庫

$$\displaystyle \frac{E'}{E}=\displaystyle \frac{1}{1+\alpha (1-cos\theta )}$$
$$\alpha =\displaystyle \frac{E}{m_{0}c^{2 } }$$
クラインー仁科
$$\displaystyle \frac{d\sigma }{d\mit\Omega }=\displaystyle \frac{r_{0 } }{2}\left( \displaystyle \frac{E'}{E} \right) ^{2}\left( \displaystyle \frac{E'}{E}+\displaystyle \frac{E}{E'}-sin^{2}\theta \right) $$
$$E_{e}=E-E'=E\displaystyle \frac{\alpha (1-cos\theta )}{1+\alpha (1-cos\theta )}$$
$$\displaystyle \frac{d\sigma }{dE_{e } }=\displaystyle \frac{d\sigma }{d\mit\Omega }\displaystyle \frac{d\mit\Omega }{d\theta }\displaystyle \frac{d\theta }{dE_{e } }$$
$$ d\mit\Omega =2\pi sin\theta d\theta ,　　　　 \displaystyle \frac{d\mit\Omega }{d\theta }=2\pi sin\theta $$\

$$\displaystyle \frac{dE_{e } }{d\theta }=E\displaystyle \frac{\alpha sin\theta }{\left[ 1+\alpha \left( 1-cos\theta \right) \right] ^{2 } }$$

$$\displaystyle \frac{d\sigma }{dE_{e } }=\displaystyle \frac{d\sigma }{d\mit\Omega }2\pi sin\theta \displaystyle \frac{\left[ 1+\alpha \left( 1-cos\theta \right) \right] ^{2 } }{E\alpha sin\theta }=\displaystyle \frac{\pi r_{0 } }{E\alpha }\left( 1+cos^{2}\theta \right) \left\{ 1+\displaystyle \frac{\alpha ^{2}\left( 1-cos\theta \right) ^{2 } }{\left( 1+cos^{2}\theta \right) \left[ 1+\alpha \left( 1-cos\theta \right) \right] } \right\} $$

１種類の形（2等辺3角形）の赤色と黄色のタイル（赤タイルと黄タイルは互いに鏡像）で作ったタイル張り模様を鑑賞しましょう．1種類の形のタイルで，平面をタイル張りすると，必ず周期的なタイル張りになってしまうと思い込むのは間違っています．確かにFig.4,やFig.5のような周期的なタイリングはすぐ思いつきます．

しかし，Fig.2やFig.3のように非周期なもので，平面をタイル張りするものがあります．Fig.2は中心に回転対称があるタイリング模様で，点群5mの対称性です．Fig.3は，２つの目がある螺旋パターンのタイリングで，水平線は映進面だと思うかもしれませんが，このパターンには周期がありませんから映進操作はできません．
螺旋の目の中間に対称心があります．

さて，ここで万華鏡で作られるタイリング模様Fig.1の登場です．
この万華鏡を生む3枚の鏡は１つの頂点では点群を生成しますが，他の２つの頂点では点群を生成しません．従って平面を赤と黄色の市松模様で埋めることはありません．全体の代数系は，群より緩いもの（特殊な亜群）になってしまいますから非常に複雑です．
対称操作は局所的で，独自の作用域と値域があり興味深いものです．
作用域，値域の制限のために，一つのタイル全体が無傷で写像されるパターン内の位置と，部分が写像される位置があり，このような複雑なタイリング模様ができます．

シュロ縄で柵の竹竿を結びました．庭師は男結びと言う方法で結ぶそうですが，私は簡単にランニング・ノットという方法で結びました．実は，シュロ縄の扱いが大変だったので，一番作業の楽な結び方をして，後でこの結び方の名前を調べたら，ランニング・ノットという方法であることがわかりました．
ランニング・ノット（あるいは，スリップ・ノット）と言われる所以は，竹竿を通してから紐を引っ張って締めると結節ノットが移動して，自然に竹竿の周りの輪が締まるからです．結節になる輪から紐の両端が同じ方向に出ていますから，竹竿を通してから紐の一端を引っ張ると，輪が締り結節になると同時に，他端も同方向に引かれるので，両側から輪を締め，自分自身を締め緩みを防止しする一番シンプルな結び方になります．
ランニング・ノットの結び方で紐の両側を引っ張ると，輪の中に竹竿がなければ手品のように紐は結び目が出来ずに解けてしまいます．比較のために，もやい結びを見てみると，結びの両側を引っ張ると結節ノットは移動せず輪が出来てしまい，竹竿の周りを締める結び方にはなりませんし，竹竿がない状態で，もやい結びの紐の両側を引っ張ると解けずに固定した輪を残して結び目が出来てしまいます．

紐の始まりを竹竿の周りのランニング・ノットから始めて，柵を組んだ竹竿に巻きつけ固定し，紐の最後もランニング・ノットで収めようとするとなかなか難しい．巻いてきたひもが緩まないように締めながら出口の結節になる結び目を作る必要があるからです．
シュロ縄は水に湿らせた方がしなやかでよく締まります．シュロ縄を繰り返ししごいていると，縄に毛玉のような塊や細い箇所ができますから注意しましょう．

今回は，紐の両端をそれぞれ別の場所で固定したので，使いませんでしたが”かます結び”という方法もあります．これは紐の両端を結ぶ結び方です．

■連立線形微分方程式を解く

例えば，次の連立線形微分方程式は，行列を使って表現できます．

$$ \left\{ \begin{array}{@{\,} c @{\, } } \displaystyle \frac{d}{dt}x=y \\[0mm] \displaystyle \frac{d}{dt}y=-x \end{array} \right. $$

 $$ \displaystyle \frac{d}{dt}\left[ \begin{array}{@{\,} c @{\, } } x \\[0mm] y \end{array} \right] =\left[ \begin{array}{@{\,} cc @{\, } } 0 & 1 \\[0mm] -1 & 0 \end{array} \right] \left[ \begin{array}{@{\,} c @{\, } } x \\[0mm] y \end{array} \right]　　 \Longleftrightarrow 　\displaystyle \frac{d}{dt}\vec{x }=M\vec{x } \\ $$

このような微分方程式の解は，初期値を $$\vec{x_{0} } =\vec{x }(t_{0})$$ として，

$$ \vec{x}(t)=\vec{x }_{0}+\displaystyle \int_{t_{0 } }^{t}M\vec{x}(\tau )d\tau　 $$  となります．

これの計算は，逐次近似で無限の関数列を作れば実行できます．

$$\vec{x_{1 } }(t)=\vec{x}_{0}+M\vec{x_{0 } }(t-t_{0})$$

$$\vec{x_{2 } }(t)=\vec{x}_{0}+\displaystyle \int_{t_{0 } }^{t}M\vec{x_{1 } }(\tau )d\tau =\vec{x}_{0}+M\vec{x_{0 } }(t-t_{0 } )+M^{2}\vec{x_{0 } }\displaystyle \frac{(t-t_{0})^{2 } }{2}$$

$$\vec{x_{n } }(t)=\displaystyle \sum_{0}^{n}M^{n}\vec{x_{0 } } \displaystyle \frac{(t-t_{0})^{n } }{n!}$$

ここで，$$n \longrightarrow \infty $$とすると収束して，次の指数関数の解が得られます．

$$\vec{x }(t)=e^{M\left( t-t_{0} \right) }\vec{x}_{0}$$ ただし，$$e^{Mt} $$の定義は　　$$e^{Mt}=\displaystyle \sum_{0}^{ \infty }\displaystyle \frac{1}{n!}(Mt)^{n}$$

この解は確かに，　$$\displaystyle \frac{d}{dt}e^{Mt}=Me^{Mt}$$を満たします.

■線形化

現実の連立微分方程式は非線形がほとんどです.

平衡点の近傍でテーラー展開し，局所的に方程式を線形化します．

例えば，一般的な反応拡散系の方程式で$$f(u,v)，g(u,v)$$は線形とは限りません．

$$ \left\{ \begin{array}{@{\,} c @{\, } } \displaystyle \frac{ \partial u}{ \partial t}=D_{u}\displaystyle \frac{ \partial ^{2}u}{ \partial x^{2 } }+f(u,v) \\[0mm] \displaystyle \frac{ \partial v}{ \partial t}=D_{v}\displaystyle \frac{ \partial ^{2}v}{ \partial x^{2 } }+g(u,v) \end{array} \right. $$

$$u(x,t), v(x,t)$$（それぞれ2種類の物質の濃度）を，平衡点のまわりでテーラー展開し，線形近似します．ただし，平衡点を$$(0,0)$$とする（このようにしても一般性を失わない）．

1次の偏微分係数が作る行列（ヤコビアン）$$J$$を定義し，次のように線形化する．

　　　$$ J \equiv \left[ \begin{array}{@{\,} cc @{\, } } \displaystyle \frac{ \partial f}{ \partial u} & \displaystyle \frac{ \partial f}{ \partial v} \\[0mm] \displaystyle \frac{ \partial g}{ \partial u} & \displaystyle \frac{ \partial g}{ \partial v} \end{array} \right] \equiv \left[ \begin{array}{@{\,} cc @{\, } } f_{u} & f_{v} \\[0mm] g_{u} & g_{v} \end{array} \right] $$，　　$$\left[ \begin{array}{@{\,} c @{\, } } f(u,v) \\[0mm] g(u,v) \end{array} \right] =\left[ \begin{array}{@{\,} cc @{\, } } f_{u} & f_{v} \\[0mm] g_{u} & g_{v} \end{array} \right] \left[ \begin{array}{@{\,} c @{\, } } u \\[0mm] v \end{array} \right] $$

$$f_{u} , f_{v} ,g_{u} ,g_{v}$$は，平衡点$$(0,0)$$での偏微分係数です．

線形化された反応拡散方程式を以下に示します．$$D_{u}, D_{v}$$はそれぞれの拡散係数（常に正）．

$$ \left\{ \begin{array}{@{\,} c @{\, } } \displaystyle \frac{ \partial u}{ \partial t}=D_{u}\displaystyle \frac{ \partial ^{2}u}{ \partial x^{2 } }+f_{u}u+f_{v}v \\[0mm] \displaystyle \frac{ \partial v}{ \partial t}=D_{v}\displaystyle \frac{ \partial ^{2}v}{ \partial x^{2 } }+g_{u}u+g_{v}v \end{array} \right. $$

$$u(x,t)=u^{*}e^{\sigma t}\textrm{sin}\alpha x$$， $$v(x,t)=v^{*}e^{\sigma t}\textrm{sin}\alpha x$$ と置くと

$$ \left\{ \begin{array}{@{\,} c @{\, } } \sigma u^{*}=-\alpha ^{2}D_{u}u^{*}+f_{u}u^{*}+f_{v}v^{*} \\[0mm] \sigma v^{*}=-\alpha ^{2}D_{v}v^{*}+g_{u}u^{*}+g_{v}v^{*} \end{array} \right. $$

行列形式で書くと，

$$ \left[ \begin{array}{@{\,} c @{\, } } u^{*} \\[0mm] v^{*} \end{array} \right] =\displaystyle \frac{1}{\sigma }\left[ \begin{array}{@{\,} cc @{\, } } f_{u}-\alpha ^{2}D_{u} & f_{v} \\[0mm] g_{u} & g_{v}-\alpha ^{2}D_{v} \end{array} \right] \left[ \begin{array}{@{\,} c @{\, } } u^{*} \\[0mm] v^{*} \end{array} \right] $$

$$A \equiv \left[ \begin{array}{@{\,} cc @{\, } } f_{u}-\alpha ^{2}D_{u} & f_{v} \\[0mm] g_{u} & g_{v}-\alpha ^{2}D_{v} \end{array} \right] $$

は平衡点$$(0,0)$$におけるヤコビアン．

■解の安定性

$$ \left[ \begin{array}{@{\,} c @{\, } } u^{*} \\[0mm] v^{*} \end{array} \right] =\displaystyle \frac{1}{\sigma }A\left[ \begin{array}{@{\,} c @{\, } } u^{*} \\[0mm] v^{*} \end{array} \right]      \Longrightarrow      P\left[ \begin{array}{@{\,} c @{\, } } u^{*} \\[0mm] v^{*} \end{array} \right] =\displaystyle \frac{1}{\sigma }PAP^{-1}P\left[ \begin{array}{@{\,} c @{\, } } u^{*} \\[0mm] v^{*} \end{array} \right] $$

$$ PAP^{-1}=\left[ \begin{array}{@{\,} cc @{\, } } \lambda _{1} & 0 \\[0mm] 0 & \lambda _{2} \end{array} \right] $$

が対角化されると，固有値 $$\lambda _{1} , \lambda _{2}$$，固有ベクトルは $$P\left[ \begin{array}{@{\,} c @{\, } }u^{*} \\[0mm]v^{*}\end{array} \right] $$

平衡点 $$(0,0)$$ の解が安定であるためには，すべての固有値が負でなければならない．

$$\lambda _{1}<0,\lambda _{2}<0$$ が必要十分であり，$$\lambda _{1}+\lambda _{2}<0$$では少しゆるい条件になる.

$$A$$の固有値を求めるのは面倒なので，対角化により$$Tr$$は変わらない$$Tr[A]=Tr[PAP^{-1}]$$を利用し，ゆるく評価すると，$$Tr[A]=f_{u}+g_{v}-\alpha ^{2}(D_{u}+D_{v})<0$$

拡散項がない（$$D_{u}=D_{v}=0$$）時の安定性から　$$f_{u}+g_{v} < 0$$が成立するので，

例えば，　$$f_{u}>0, g_{v}<0$$，$$\left| \begin{array}{@{\,} c @{\, } }f_{u}\end{array} \right| <\left| \begin{array}{@{\,} c @{\, } }g_{v}\end{array} \right| $$が得られます．

$$u$$は加速剤，$$v$$は阻害剤として働き，互いの解が安定化することがわかります．

正3角形であるための必要十分条件は「３つの内角すべて（すくなくとも2つの内角）60°」です．

図形の対称性から，内角の１つが60°であることを証明すれば済みます．

これは，補助線1本引けば自明です．

■さて，ここに出てきた６辺形には面白い性質があるのを見つけました．

この６辺形の中にある正3角形の中に点Pを中心になるように，正3角形の外の6辺形の部分を折り込むことができます．

ナポレオンが発見したといわれるナポレオンの定理とは次のようなものです．

ナポレオンの定理
任意の⊿ABCの各辺上に正3角形を作図し，それら3つの正3角形の重心をD，E，Fとする．D,E,Fを結んでできる⊿DEFは正3角形である．

なかなか美しい形の定理ではありませんか，ナポオンの名を冠するのにふさわしい定理だと思います．ただし，ナポレオンが発見したかどうかは記録がなくわかりません．

ナポレオン (1769 －1821) は数学好きです．
陸軍幼年学校で，代数，三角法，幾何などを勉強し，数学で抜群の成績をおさめ，1784年にパリの陸軍士官学校に入学．数学が役に立つ砲兵科へと進みます．騎兵科，歩兵科でなく砲兵科に進んだのも戦術の時代の流れを見据えての決断でしょう．砲兵司令官，将軍，皇帝になりました．この時代にフランスには多くの数学者がいました．ラプラス，モンジュ，フーリエなどが近くにおり，エジプト遠征 (1798 年) にはモンジュやフーリエが同行しました．
ナポレオンは数学が大好き，このような幾何問題を考えるのが楽しみで，きっと定理を発見したのだと私は想像します．

 証明

与えられた任意の3角形を⊿ABCとします．その各辺上に作図した正3角形のそれぞれの重心がD,E,Fです．
点Oは⊿ABCの垂心（⊿ABCのそれぞれの辺の垂直2等分線が交差する点）で，点D，E，Fは，この垂直2等分線上にあります．

色々な角の角度は図中に記入してあります．我々が証明すべきことは，⊿DEFが正3角形であることで，例えば，∠DFE=60を証明すれば済みます．考えてみてください．

ヒントは，∠BFE=∠BXC　　と　　∠AFD＝∠AXC　を証明することです． 

 ➡　解答（証明）

反応拡散方程式

エンゼルフィッシュの縞模様やヒトデの星型はどうしてできるのでしょうか？
コンピュータの発明や暗号解読で有名な天才数学者アラン・チューリングが，”The chemical basis of morphogenesis”という論文を1952年に発表しました．今日，受精卵が細胞分裂を繰り返し分化し生物組織が出来ていく胚発生過程は遺伝子情報にプログラムされていることは公知です．1952年にチューリングが発表した理論は，「反応拡散系」が条件を満たせば，パターンや構造を自己成長形成するというものです．反応拡散系と言うのは，２つの物質（モルフォゲンと呼ぶ）が，反応し合いながら組織を介して拡散するもので，初期状態は均一であったものが，ランダムな外乱により，物質の濃淡の波が生じその波が生物の形や模様をつくりだすというものです．この数式でつくり出される模様は「チューリング・パターン」と呼ばれますが，コンピュータ・シミュレーションで描き出すと，条件により，動物の模様にそっくりな縞模様が出現したり，ヒトデの形を作ったりします．手の指が形づくられていくのは，その設計図が遺伝子により決定されているからと考えられていますが，もしかしたら，「指の形成はチューリングの理論のように波がつくっているのではないか」という論文が最近発表されたそうです．遺伝子はからだの構造の基本を決める設計図で，例えば，肺の形成の初期に気管支の分岐などを作るが，細かい肺胞の形成まではその設計図には書かれておらず，チューリング理論のように，現場の細胞同士のやり取り（反応と拡散）で作り上げられて行くのだろうと，近藤滋氏は言っています．

1952年に提唱されたチューリング理論は，現実の生物分野でそのような実験的証拠がなかったので，その後長い間，机上の空論と思われていました．1995年，近藤滋は，海洋エンゼルフィッシュのポマカンサスには，縞模様が皮膚に固定されていないことを発見しました．体の成長とともに，単純に比例して拡大する哺乳類の皮膚のパターンとは異なり，ポマカンサスの縞模様は，体の成長にともなうパターンの連続的な再配置が起こる．そして，縞間のスペースが維持されるという実験事実を観測しました．

実際，チューリング理論に基づくシミュレーションは，成長とともに形成されるパターンを正しく予測できたので，この理論の正しさを支持するものです．

■　チューリングの反応拡散系方程式
存在する２つの物質（モルフォゲン）が，反応したり拡散したりするのは，遺伝子情報で制御されるわけでもなく単純な化学反応で，以下の連立方程式で記述できます．u(t,r)，v(t,r)は振動し，いろいろな形が形成されます．

 ■数学的補足
チューリングの反応拡散方程式の解の安定性を調べる数学について
（解が不安定（暴走）では，縞模様ができません）
しかしながら，テキストのメルマガで数式を多用することができませんので，

ここでは，言葉で説明するにとどめます．
微分方程式の解は指数関数であること．
反応項f，gはそれぞれ物質の濃度u,vの関数で，平衡点の周りでテーラー展開（1次の項まで）して線形化します．
このような連立線形微分方程式の性質は，ヤコビアンと呼ばれる行列Aで決まるが，
この行列Aの固有値の実部がすべて負であれば，解は安定になります．
行列Aの固有値を求めるのは面倒なので，条件を緩くして，行列Aの対角要素の和（固有値の和に同じ）が
負であるとして，さらに，拡散係数も0の場合から始めると，結局，f_u＋g_v<0が得られます．
これは，促進剤と阻害剤が拮抗して働き，若干，阻害剤が強い条件を意味し，このようなときに縞模様が形成されます．

⇒　数学追補

■Turing AM. The chemical basis of morphogenesis. Philosophical Transactions of the Royal Society of London. Series B, Biological Sciences, 237(641):37-72, 1952.
形態形成の主要な現象が，モルフォゲンと呼ばれる（互いに反応し組織を介して拡散する化学物質）の系で説明できることを示しました．初期状態は全く均一の系ですが，ランダムな外乱によって引き起こされる均一平衡の不安定性により，パターンや構造が発展する可能性があります．このような反応拡散系は，生物学的には珍しいシステムですが，数学的には便利な孤立した細胞のリングの場合にある程度詳細に考慮されます。
調査は主に不安定性の開始に関係しています。これが取ることができる6つの本質的に異なる形式があることがわかります。最も興味深い形では、定常波がリングに現れます。これは、たとえば、ヒドラの触手パターンや渦巻きの葉の原因となる可能性があります。球体上の反応と拡散のシステムも考慮されます。
そのようなシステムは原腸形成を説明しているようです。 2次元の別の反応システムは、垂れ下がった模様を思い起こさせます。また、2次元の定常波が葉序の現象を説明できることも示唆されています。
この論文の目的は、受精卵の遺伝子が，生物の解剖学的構造を決定する可能性のあるメカニズムを議論することです．この理論は新しい仮説を立てません．特定のよく知られた物理法則だけで多くの事実を説明するのに十分です．この論文を完全に理解するには、数学の十分な知識が必要です．若干の生物学，基礎化学，読者がこれらすべての専門家になることは期待できないので，多くの基本的な事実を説明しました（それらは教科書で見ることができますが，省略すると論文が読み難くなるので）．

■Kondo S and Asai R. A reaction-diffusion wave on the skin of the marine angelfish Pomacanthus.Nature, 376(6543):765, 1995.
1952年にチューリングは,反応拡散系と呼ばれる分子的機構仮説を提案しました．これによると，均一な初期状態から周期的なパターンを作り出すことができます．形態形成でのパターン形成現象を説明するために，この反応拡散に基づいて多くの理論モデルが提案されましたが，生物学分野で，このような系の存在の決定的な実験的証拠はありません．海洋エンゼルフィッシュのポマカンサスには，皮膚に固定されていない縞模様があり，体の成長で単純に比例して拡大する哺乳類の皮膚のパターンとは異なり，ポマカンサスの縞模様はパターンの連続的な再配置により線間のスペースを維持します．パターンの変更はストライプの構造によって異なりますが，チューリング系に基づくシミュレーションプログラムは，将来のパターンを正しく予測できます．実際のパターンの再配置とシミュレートされたパターンの再配置の顕著な類似性は，反応拡散波がポマカンサスの縞模様の実行可能なメカニズムであることを強く示唆しています．

■Kondo S and Miura T. Reaction-diffusion model as a framework for understanding biological pattern formation.Science, 329(5999):1616-1620, 2010.
チューリング,または反応拡散（RD）モデルは，発達中の動物胚における自己制御パターン形成を説明する最も有名な理論モデルの1つです．実世界での関連は長い間議論されてきましたが，多くの説得力のある例がモデルを取り巻く懐疑論の多くを説得しつつあります． RDモデルはさまざまな空間パターンを生成できます．数学的研究により，それぞれに必要な相互作用の種類が明らかになり，さまざまな形態現象の実験での仮説として，このモデルが適用できる可能性があります．
このレビューでは，RDモデルが効果的に組み込まれている実験研究の例を使用して，モデルに不慣れな実験生物学者のためにこの理論の本質を説明します．

1986年から始まった米国の数学月間MAMは，2017年から統計学を表に出して数学･統計学月間MSAMに衣替えした．これは，（2011年）解明進む複雑系，(2012年)統計学とデーターの氾濫，(2013年)持続可能性の数学，(2016年)予測の未来，と続くMAMテーマの流れから予想されたことです． 数学と統計学は，インターネット・セキュリティ，持続可能性，疫病，気候変動，データの氾濫，に見る現実世界の問題に対して重要な役割を果たしています．医学，製造，エネルギー，バイオテクノロジー，ビジネスなどの分野でも，日々新しい結果や応用が生まれています．数学と統計学は，システムや方法論がどんどん複雑化する技術世界で，革新の重要な推進力になっています． 些細な事故が雪崩となり大規模災害を惹起する危うさを持っているのが複雑系です．限界ぎりぎりで稼働している複雑系であるインフラの制御はAI（ディープラーニング）がなければどうにもなりません（ただし，事故の復旧では人間自身の手が必要で，AIで解決できるものではありません）．また，医療診断の画像識別エキスパートシステムでは，専門診断医を凌駕する状況であります．

日本政府の「AI戦略」は，AIを理解し各専門分野に応用できる人を，遅ればせながら2025年までに年25万人育てる体制を目標に掲げました．経済産業省が2019.3に出した報告書「数理資本主義の時代」（違和感のある表題だ）は，数学が国富の源泉であると謳い，GAFAを見ればそのような時代の流れであることは明白です．しかし，ことさらに数学をそのように強調し，強者になるための道具にすることには違和感があります．高い年収が得られるので数学を職業とするでは本末転倒と言わざるを得ません．
さらに経産省の当該報告書(p.19)には，<工学出身者に「数学は役に立たない」という時代遅れの先入観が残っている>との記述があます．時代遅れの先入観と言わようが，あえて言うと，私は「数学では物は作れない」と思っています．
アナログ制御の時代を担い応用数学を発展させた工学の扱う対象は物や反応であるのに，データサイエンス（コンピュータがなければ何もできない）の働きかける対象はいつも数値（データ）であり解析にとどまるからです．ただ，工学であれデーターサイエンスであれ，どちらも数学なので，「数学は役に立たない」とは誰も思ってはいないはずです．かつて，電気電子，計測などの工学部が応用数学の研究と教育を担っていた時代があったが，コンピュータの発展により，数学能力の低下はあると思います．数学理論を何も知らずとも優れたコンピュータ・ソフトを操り，良い結果を得るのをしばしば目撃したし，ディープラーニングのブラックボックス化の弊害もあると思います．今は，データーサイエンスの基礎を支える数学を押さえる時期であると思います．経産省の報告書の先に触れた部分は，<企業の工学出身者の時代遅れ先入観がAIを阻害している>と言いたいようだが，経産省の指摘を待つまでもなくこの分野の研究は多くの企業で先行していた．例えば，1987年に開設したリコーカリフォルニア研究センターでは，1990年にPeter E Hartを所長に迎えAIの研究を始めている．2000年に，Richard O Duda, Peter E Hart, David G Storkが”Pattern Classification”(2nd edition，尾上守夫監訳)を出版している．これはスタンフォード大の授業でも用いられ発売後半年で4,000部売れた．米国AI研究者の数学基礎の確かさと層の厚さが感じられる例である．

日本のある大学のポスターで，基幹工学（機械，電気・電子，工業化学），先端工学（ロボット，AI・データーサイエンス），建築工学の3分類の新し構えを見受けます．また，立教大学が2020年4月に開設する国内初となるAI（人工知能）に特化した大学院「人工知能科学研究科」（修士課程）は，機械学習やディープラーニングを中心としたAI領域についての学科で，機械学習の数理モデルを深く理解し，高度な情報科学や統計学の知識を持ち，論文から最新のAI技術を実装できる人材育成を目指すという．
ベイズ決定理論，最尤推定，パーセプトロン，多層ニューラルネットワークなどの基礎教育を行うのは必要ですが，数学以前の数理モデルを作る時点で，正しい解釈ができる能力，常識，読解力，AI倫理などはさらに重要であると考えます．統計学もAIも解釈次第でとんでもない結果を導く可能性があります．

前号では長さの問題をみましたが，今回は面積について少し考えましょう．
（掛谷の問題）
平面に置いた長さ１の針（線分）を平面上で１回転することができる平面図形のうちで
面積が最小なものは何かという問題です．この問題は1916年に掛谷宗一が提起したものです．

可能な図形候補の4つの図を，http://www.araiweb.matrix.jp/semi208/KakeyaProblem.html　から引用します．

多分，皆さんの思いつく答えは，この4つのタイプのうちの一つでしょう．

(1)　直径1の円　面積はπ/4=0.7854
(2)　ルーローの３角形　面積は(πー√3)/2=0.7048
　ルーローの3角形というのは，1辺１の正3角形の各頂点を中心に半径1の円弧を描いて囲まれた図形です．
　ルーローの3角形を断面に持つ棒は，円柱と同じように定幅曲線なのでコロとして使えます．
　その面積は，√3/4＋3x(π/6－√3/4)＝π/2－√3/2　と求まります．
(3)　高さが１の正3角形　面積は1/√3=0.5774

これらの図形の面積は，(1)>(2)>(3)の順で小さくなっています．
それで，(3)が最小面積の答えかと言うとそうでもありません．
(4)のように凸でない（内側に反った曲率の星型）図形でも針の回転が可能で，
そして，(4)の図形の面積はいくらでも小さく（面積0に）できることがわかります．
これは，1919年のベシュコビッチの定理からの一つの帰結でもあります．

さて，面積とは何かというのは難しものです．
われわれが常識で使っているのはジョルダンの面積です．
フラクタル図形の面積０ではジョルダンの面積の定義では面積が測れません．
無限回の操作がからむ図形にも使えるのがルベーグの面積です．

http://twitpic.com/8qlket　に，√2=2　というパラドックスが提起されています．
このパラドックスの原因は，非常に興味深いので，ここで考察することにします．

問題１

一辺の長さ１の正方形の対角線の長さは√2ですが，上図のように，X軸方向に1，y軸方向に１動く経路（n=０）を考えると長さは2になります．以降，このような折れ曲がり経路を繰り返して行きます（n=1,　2,　3,　4,････∞）．折れ曲がりを繰り返して行っても，いつも経路の長さは2で変わらないことがわかるでしょう．このような碁盤の目のような経路の長さは，マンハッタン距離と呼ばれることもあります（マンハッタンの市街の道は，碁盤の目の様だそうです）．マンハッタン経路は，ｎ→∞で対角線に限りなく近づきますので，√2=2　というパラドックスになります．

どこがいけないでしょうか？

問題２

同様な問題に以下の様なものがあります．https://note.com/keyneqq/n/n2ead38a59af5
半径1の円の円周は2πです．半径１の円に外接する正方形の一辺の長さは2ですから，半径１の円周のマンハッタン距離は８です．n=0から出発してx方向，y方向への折れ曲がり数を繰り返しマンハッタン経路は，限りなく円周に近づきますが，マンハッタン距離は8のままです．
従って，2π=8，すなわち，π＝４となります．　どこがいけないでしょうか？

 ■さて，これらの問題に見られるパラドックスは，どこに原因があるのでしょうか？
これらのすべての曲線はいずれも連続であることは確かです．碁盤の目に沿って辿るマンハッタン経路を∞回細かく繰り返した曲線は，至る所ギザギザで，微分不可能な曲線になっており，曲線の長さを微分係数を用いた積分で定義することができません．2点間（x1,y1)，(x2,y2)のマンハッタン距離の定義は|x1-x2|+|y1-y2|で，碁盤の目（メッシュ）を細かくすればするほど，マンハッタン経路はいくらでも目的とする曲線に近づけることはできるのですが，マンハッタン距離は不変です．
（メッシュで定義される碁盤の目のデジタル世界でも，差分により微分係数が定義できますが，そのときもユークリッド距離を用いて定義します）

マンハッタン経路で定義される曲線は，無限回折れ曲がりを繰り返すことで，目的とする曲線にいくらでも近づきますが，マンハッタン距離が変化するわけはありません．

繰り返しの手順を見て，折れ線のフラクタルとみなしフラクタル次元を求めると，この折れ線の次元はやはり１次元になりました．折れ線の幅がフラクタル次元を生むというような説明も見かけましたが，そうではなくフラクタルはこの問題では関係ありません．この問題で人を驚かせるパラドックスの原因は,単純に距離の定義の違いによるものです．
定義が違うものなので違って当然なのですが，2つの曲線は限りなく近づいて行きますので，定義の違いを忘れて同じ長さだと思ってしまうのが間違いの源です．

半径１の円に内接する正5角形の1辺の長さを求めましょう．
この正5角形の1辺の長さをxとします．
△BACと△ADCは相似(相似比が黄金比Φ)で，形は2等辺三角形(等辺xとすると，底辺Φ･x)です．
Φ･x＝x＋(x/Φ)　ですから，Φは黄金比の方程式　Φ²ーΦー１＝0を満たします．
この方程式の解（Φ>1のもの）は，Φ＝(1+√5)/2　です．

 ■次に，△BCEと△BOFとが相似であることを利用し，
1：(Φ･x）＝OF：CE=(1－y)：(x/2)　が成立するので，　y＝1ー1/(2Φ)　　

ただし，y＝√[(x/Φ)²－((Φ･x)/2－x/Φ)²]＝√[x²ー(Φ･x/2)²]＝x√[1－(Φ/2)²]　

x＝y/√[1－(Φ/2)²]＝[1－1/(2Φ)]/√[1－(Φ/2)²]＝(√[10－2√5])/2＝1.1756

■　作図
半径１の円に内接する正5角形の一辺の長さｘ＝(√[10－2√5])/2を作図する方法
（証明）ピタゴラスの定理を2回使います．

■　万華鏡への応用

■OECDのPISA（Programme for International Student Assessment）国際的な学習到達度調査で，日本の急激な読解力低下（2018年）が指摘されています．PISA調査は15歳（高校1年）を対象に，読解力，数学的リテラシー，科学的リテラシーの三分野について，３年ごとに実施する調査で，国立教育政策研究所が担当しています．
直近の2018年の試験では，読解力が前回の8位から15位に落ちました．

■日本の読解力の平均得点は504点で，OECD加盟国（移民など多数含む）の平均（487点）は上回ったものの，前回（2015年）から12点下がりました．内訳は408点未満の低得点の生徒の割合が全体の約17%を占め，前回調査から4ポイント増えている．生徒の6人に1人が十分な読解力を持っていないことになる．これほど低得点層が増えたにもかかわらず，平均点の低下は少なかった．これは，文章を解さない児童が増えたが，十分な読解力を備えた児童も同時に増える「二極化」が進んでいるということを意味します．得点分布が，平均中央に山を持つ標準的なグラフでなく，中央の左右に2つの山ができるグラフへと変化しました．
そのような変化は，少なくとも２つの因子が存在することを意味します，本来の読解力だけでなく，影響を与えるもう一つの因子なんでしょうか？それは家庭の経済力かもしれません．現在の日本社会では，貧富の2極化も進んでいますから．あるいは，文科省の言うようにデジタル機器への適応の問題である可能性も否定はしません．

■PISAは，紙に手書きで解答する方式から，パソコンで入力する方式に変更（2015年）したそうです．文科省は「日本の生徒は機器の操作に慣れていないことが影響した可能性がある」と分析しています．パソコンを介したテストの方式を私は良く知りませんが，まず，ディスプレイに問題文が表示され，次に進むと問が表示され，これに応えるという後戻りのできない方式ではないでしょうか．これに解答するのはかなり難しくなる．印刷物を介したテストでは，問を見てからまた問題文に戻り確認して答えるというやり方をすると思います．文科省の分析が，このようなテスト方式の変化のためであるというなら私もそうだろうと思います．しかし，「順位が落ちたのはパソコン入力に戸惑ったせいだ」との分析であるなら間違っていると思います．パソコン利用では，紙のときと違い，読解力だけでなく記憶力など総合的に影響し難しいテストに変わったかもしれません．

折り紙も数学ですが，この雪の結晶を折るアルゴリズムは複雑でわかりにくいです．
写真の１，２は完成した雪の結晶を，表面から見た写真（１）／裏面から見た写真（２）です．

（１）　　　　　　　　　　　　　　　　　　（２）　

■スタートに用いるのは，以下に示す6角形の折り紙（３）です．完成品を見ながら，
折り紙（表面側から見て）に，谷折りすべき線（赤色）／山折りすべき線（黄色）を描き込んでみました．

（３）

この線の通りに，谷折り／山折りをして，（４）に示す中間体が作れますから，
試行錯誤して，（４）図のような中間体を作るのを目標にしましょう．

（４）中間体

■中間体（４）の表面側に出た6か所の山尾根の部分を，平らに広げて帯状筋を作る．
この帯状筋の形成のときに，新たに山折りとなる箇所を，
折り紙（３）に青緑色の線で示しておきました．
中間体の山尾根をつぶして帯状筋にするところは，注意深くやりましょう．

■金沢に来ていますが北陸の海は８日は荒れ模様でした(この日はサンダーバードが運休しました)。海の色の変化が美しい。虹の撮影は小梁さん。

■ここは勧進帳の舞台です．腹芸とは相手の心を思いやり察することです．忖度は権力と利益が結びついていて汚いもので，人情や腹芸とは違うと私は思います．

中谷が雪の研究を進めたのには，シベリア出兵の時代で，雪や着氷などが軍事研究として必要だった背景がありますが，実際にやった中谷宇吉郎の雪の研究は基礎研究です．
この地に雪の科学館を設計した建築家は磯崎新です．

■氷の結晶模型はH-O-H分子が水素結合で連鎖しており，平面ではありませんが6角形が見えるでしょう．氷の結晶の内部構造の6回対称性が，樹脂状結晶成長にも反映され，成長した雪片の外形（「雪は天から送られた手紙である」というように上空の環境で様々な形の雪片が見られます）は，どれもすべて6回対称です．