Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
リンゴゲームと貧富の差 / Origin of the disparity of wealth
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
kaityo256
PRO
January 18, 2024
Education
15
15k
リンゴゲームと貧富の差 / Origin of the disparity of wealth
リンゴゲームと貧富の差
kaityo256
PRO
January 18, 2024
Tweet
Share
More Decks by kaityo256
See All by kaityo256
この講義について / 00-setup
kaityo256
PRO
0
220
GitHubによるWebアプリケーションのデプロイ / 07-github-deploy
kaityo256
PRO
1
180
演習:Gitの基本操作 / 04-git-basic
kaityo256
PRO
0
340
演習:Gitの応用操作 / 05-git-advanced
kaityo256
PRO
0
210
演習:GitHubの基本操作 / 06-github-basic
kaityo256
PRO
0
210
バージョン管理とは / 01-a-vcs
kaityo256
PRO
1
200
Gitの仕組みと用語 / 01-b-term
kaityo256
PRO
0
190
計算物理におけるGitの使い方 / 01-c-compphys
kaityo256
PRO
2
490
コマンドラインの使い方 / 01-d-cli
kaityo256
PRO
0
100
Other Decks in Education
See All in Education
MySmartSTEAM 2526
cbtlibrary
0
210
Introduction - Lecture 1 - Advanced Topics in Big Data (4023256FNR)
signer
PRO
2
2.3k
Flinga
matleenalaakso
4
15k
自己紹介 / who-am-i
yasulab
6
6.4k
Use Cases and Course Review - Lecture 8 - Human-Computer Interaction (1023841ANR)
signer
PRO
0
1.4k
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.3k
【ZEPメタバース校舎操作ガイド】
ainischool
0
120
高校数学とJulia言語
shimizudan
0
140
Blueprint for Strengthening Community Colleges Training Grant Success
territorium
PRO
0
140
160人の中高生にAI・技術体験の講師をしてみた話
shuntatoda
1
390
1216
cbtlibrary
0
160
Interactive Tabletops and Surfaces - Lecture 5 - Next Generation User Interfaces (4018166FNR)
signer
PRO
1
2k
Featured
See All Featured
ラッコキーワード サービス紹介資料
rakko
1
2.6M
The SEO Collaboration Effect
kristinabergwall1
0
390
Between Models and Reality
mayunak
2
230
The Limits of Empathy - UXLibs8
cassininazir
1
260
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
180
GraphQLとの向き合い方2022年版
quramy
50
14k
Writing Fast Ruby
sferik
630
63k
Designing for Performance
lara
611
70k
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
The SEO identity crisis: Don't let AI make you average
varn
0
410
Mobile First: as difficult as doing things right
swwweet
225
10k
Leading Effective Engineering Teams in the AI Era
addyosmani
9
1.7k
Transcript
1 30 慶應義塾大学理工学部物理情報工学科 渡辺宙志 2024年1月18日 研究室ミーティング リンゴゲームと貧富の差
2 30 貧富の差とは? 世の中には金持ちと貧乏人がいる これは能力の差のせいだろうか? それとも単なる運だろうか?
3 30 リンゴゲーム (1) 一人一つずつリンゴを持つ (2) 提供者と受領者をランダムに選び、提供者か ら受領者にリンゴを一つ渡す (リンゴを持って いなければ何もしない)
「やりとり」を十分繰り返したらリンゴの数はどうなるか?
4 30 10人の場合 持 っ て い る リ ン
ゴ の 数 背番号 ※ 持っているリンゴの数が多い順に並べた
5 30 100人の場合 持 っ て い る リ ン
ゴ の 数 背番号 ※ 持っているリンゴの数が多い順に並べた
6 30 1000人の場合 持 っ て い る リ ン
ゴ の 数 背番号 ※ 持っているリンゴの数が多い順に並べた 半分以上の人がリンゴを持っていない リンゴを9個持っている人
7 30 貧富の差 最初は全員リンゴを一つずつ持っていたのに 「持てる者」「持たざる者」が生まれた
8 30 N=2の場合 1番の人 2番の人 確率1/2で1番から2番へ、確率1/2で2番から1番へリンゴを渡す
9 30 N=2の場合 状態は以下の3種類 1番が2つとも持っている 2人が1つずつ持っている 2番が2つとも持っている
10 30 マルコフ遷移図 1/2 1/2 1/2 1/2 1/2 1/2
11 30 マルコフ連鎖 𝑝1 𝑡 𝑝2 𝑡 𝑝3 𝑡 1番が2つとも持っている確率
2人が1つずつ持っている確率 2番が2つとも持っている確率 tステップ目に・・・
12 30 マルコフ連鎖 𝑝1 𝑡+1 = 1 2 𝑝1 𝑡
+ 1 2 𝑝2 𝑡 𝑝2 𝑡+1 = 1 2 𝑝1 𝑡 + 1 2 𝑝3 𝑡 𝑝3 𝑡+1 = 1 2 𝑝2 𝑡 + 1 2 𝑝3 𝑡 1/2 1/2 1/2 1/2 1/2 1/2
13 30 マルコフ遷移 Ԧ 𝑝𝑡+1 = 𝑀 Ԧ 𝑝𝑡 と表すと
𝑀 = 1/2 1/2 0 1/2 0 1/2 0 1/2 1/2 定常状態があるなら Ԧ 𝑝∞ = 𝑀 Ԧ 𝑝∞ Ԧ 𝑝∞ は𝑀の固有値1に対応する固有ベクトル Ԧ 𝑝∞ = 1/3 1/3 1/3
14 30 定常状態 = = Ԧ 𝑝∞ = 1/3 1/3
1/3 すべてのミクロな状態が等確率で実現する
15 30 N=3 誰かが3つ独占している状態 x 3 誰かが2つ、誰かが1つ持っている状態 x 6 全員が1つずつ持っている状態
x 1 状態が10個あり、10状態のマルコフ遷移になる →面倒くさい マルコフ行列全体を考えずに定常状態を調べたい
16 30 詳細つり合い 一般のマルコフ遷移図の、ある2つの状態間の遷移だけに注目する
17 30 詳細つり合い A B 𝑃(𝐴 → 𝐵) 𝑃(𝐵 →
𝐴) 𝜋(𝐴) 𝜋(𝐵) 𝜋(𝐴) 状態Aにいる確率 𝜋(𝐵) 状態Bにいる確率 𝑃(𝐴 → 𝐵) 状態AからBに遷移する確率 𝑃(𝐵 → 𝐴) 状態BからAに遷移する確率
18 30 詳細つり合い 𝑃(𝐴 → 𝐵) 𝑃(𝐵 → 𝐴) 𝜋(𝐴)
A国の人口 𝜋(𝐵) B国の人口 𝑃(𝐴 → 𝐵) 毎年、A国からB国に移住する割合 𝑃(𝐵 → 𝐴) 毎年、B国からA国に移住する割合
19 30 詳細つり合い 𝜋(𝐴)𝑃(𝐴 → 𝐵) 毎年、A国からB国に移住する人数 𝜋(𝐵)𝑃(𝐵 → 𝐴)
毎年、B国からA国に移住する人数 定常状態(人口が変わらない)なら 𝜋 𝐴 𝑃 𝐴 → 𝐵 = 𝜋 𝐵 𝑃 𝐵 → 𝐴
20 30 詳細つり合い A B 𝑃(𝐴 → 𝐵) 𝑃(𝐵 →
𝐴) 𝜋(𝐴) 𝜋(𝐵) 定常状態において以下が成り立つ 𝜋 𝐴 𝜋 𝐵 = 𝑃 𝐵 → 𝐴 𝑃 𝐴 → 𝐵 任意の2状態間の遷移確率がわかれば 定常状態の確率の比が求まる
21 30 N=3の場合 提供者に3番が選ばれ、受領者が1番である確率(1/6) 提供者に1番が選ばれ、受領者が3番である確率(1/6) リンゴゲームは、任意の遷移可能な2状態間の遷移確率は等しい 逆過程
22 30 一般のNの場合 𝜋 𝑖 𝜋 𝑗 = 𝑃 𝑗
→ 𝑖 𝑃 𝑗 → 𝑖 = 1 ある2状態𝑖, 𝑗について 𝑃 𝑗 → 𝑖 = 𝑃 𝑖 → 𝑗 定常状態は ∴ 𝜋 𝑖 = 𝜋 𝑗 任意の状態𝑖, 𝑗について成り立つので 𝜋 1 = 𝜋 2 = 𝜋 3 = ⋯ すべてのミクロな状態の実現確率は等しい 等重率の原理
23 30 N=3 すべてのミクロな状態が等しい確率で実現する =状態数に確率が比例する 誰かが3つ独占している状態 x 3 誰かが2つ、誰かが1つ持っている状態 x
6 全員が1つずつ持っている状態 x 1 ↑この状態が一番実現確率が高い
24 30 一般のNの場合 全員平等な世界(状態数1) ・・・ 富を誰かが全て独占(状態数N) ・・・ どこか中間に最も実現確率の高い世界
25 30 一般のNの場合 𝑓𝑘 リンゴをk個持っている人の数 𝑁 リンゴの総数と人数 総人口 𝑘
𝑁 𝑓𝑘 = 𝑁 リンゴの総数 𝑘 𝑁 𝑘𝑓𝑘 = 𝑁 上記の条件の元でエントロピーを最大化 𝑆 = 𝑘 𝑁 𝑓𝑘 log 𝑓𝑘
26 30 一般のNの場合 kに関して連続極限をとる 𝑓𝑘 → 𝑓(𝑥) න 𝑓𝑑𝑥 =
𝑁 𝑘 𝑁 𝑓𝑘 = 𝑁 𝑘 𝑁 𝑘𝑓𝑘 = 𝑁 න 𝑥𝑓𝑑𝑥 = 𝑁 制約条件
27 30 一般のNの場合 𝐹 = න 𝛽𝑥𝑓 + 𝑓log 𝑓
+ 𝜆𝑓 𝑑𝑥 ラグランジュの未定定数法 න 𝑓𝑑𝑥 = 𝑁 න 𝑥𝑓𝑑𝑥 = 𝑁 リンゴの総数に関する制限を記述する ラグランジュの未定定数 確率の保存を記述する ラグランジュの未定定数
28 30 変分原理 𝐹 = න 𝛽𝑥𝑓 + 𝑓log 𝑓
+ 𝜆𝑓 𝑑𝑥 𝛿𝐹 𝛿𝑓 = 0 𝑓 = 𝑍−1exp −𝛽𝑥 𝑍 ≡ exp 𝜆 + 1 = න exp(−𝛽𝑥) 𝑑𝑥 カノニカル分布が実現する ただし𝑍は分配関数 𝛽 = 1, 𝑍 = 1/𝑁 制約条件より
29 30 N=10の場合 𝑓 = 𝑁exp −𝑥 持っているリンゴの数 人 数
の 期 待 値
30 30 まとめ 現実のこの世界は・・・? • リンゴゲームはランダムに選んだ二人でリンゴ(財産)をやり とりするゲーム • ミクロにはすべての状態が等確率で出現する →等重率の原理
• マクロには、富の独占が起きる →貧富の差 • 全く公平なルールで平等な初期条件から開始したにも関わら ず、最終的には貧富の差が生まれる →誰が富むかはただの運? • リンゴをエネルギーとみなすと粒子がエネルギーを互いにや り取りする物理系と等価となり、カノニカル分布が実現する