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
時間の矢について / Time's arrow
Search
kaityo256
PRO
January 12, 2024
Education
12
18k
時間の矢について / Time's arrow
エーレンフェストの壺と不可逆性
kaityo256
PRO
January 12, 2024
Tweet
Share
More Decks by kaityo256
See All by kaityo256
モンテカルロ法(3) 発展的アルゴリズム / Simulation 04
kaityo256
PRO
7
1.3k
UMAPをざっくりと理解 / Overview of UMAP
kaityo256
PRO
5
2k
SSH公開鍵認証による接続 / Connecting with SSH Public Key Authentication
kaityo256
PRO
4
480
論文紹介のやり方 / How to review
kaityo256
PRO
15
84k
デバッグの話 / Debugging for Beginners
kaityo256
PRO
11
1.6k
ビット演算の話 / Let's play with bit operations
kaityo256
PRO
8
550
GNU Makeの使い方 / How to use GNU Make
kaityo256
PRO
15
5.3k
制限ボルツマンマシンの話 / Introduction of RBM
kaityo256
PRO
3
1.3k
論文の読み方 / How to survey
kaityo256
PRO
223
170k
Other Decks in Education
See All in Education
Open Source Summit Japan 2025のボランティアをしませんか
kujiraitakahiro
0
740
2025年度春学期 統計学 第4回 データを「分布」で見る (2025. 5. 1)
akiraasano
PRO
0
110
データ分析
takenawa
0
7.2k
Course Review - Lecture 12 - Next Generation User Interfaces (4018166FNR)
signer
PRO
0
1.7k
IMU-00 Pi
kanaya
0
370
The Art of Note Taking
kanaya
1
140
2025年度春学期 統計学 第2回 統計資料の収集と読み方(講義前配付用) (2025. 4. 17)
akiraasano
PRO
0
150
日本の教育の未来 を考える テクノロジーは教育をどのように変えるのか
kzkmaeda
1
220
第1回大学院理工学系説明会|東京科学大学(Science Tokyo)
sciencetokyo
PRO
0
3.9k
教員向け生成AI基礎講座(2025年3月28日 東京大学メタバース工学部 ジュニア講座)
luiyoshida
1
590
計算情報学研究室 (数理情報学第7研究室)紹介スライド (2025)
tomonatu8
0
550
Common STIs in London: Symptoms, Risks & Prevention
medicaldental
0
130
Featured
See All Featured
Why Our Code Smells
bkeepers
PRO
336
57k
BBQ
matthewcrist
89
9.7k
It's Worth the Effort
3n
185
28k
Done Done
chrislema
184
16k
GitHub's CSS Performance
jonrohan
1031
460k
Raft: Consensus for Rubyists
vanstee
140
7k
Building Better People: How to give real-time feedback that sticks.
wjessup
367
19k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
20
1.3k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
181
54k
Facilitating Awesome Meetings
lara
54
6.5k
Site-Speed That Sticks
csswizardry
10
690
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
15
1.6k
Transcript
1 28 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12日 研究室ミーティング 時間の矢について
2 28 時間の矢とは? 我々の感じる「時間」は一方向に流れている 過去の記憶はあるが、未来の記憶はない これはなぜだろう?
3 28 時間反転対称性 ミクロな支配方程式は時間反転対称性を持つ 𝑚 𝑑2𝑥 𝑑𝑡2 = 𝐹(𝑥) 例:ニュートンの運動方程式
運動を録画したビデオを逆再生してもどちらが 正方向か区別がつかない 時間に関して二階微分 →もし𝑥(𝑡)が解なら、𝑥(−𝑡)も解
4 28 時間反転対称性 マクロな支配方程式は時間反転非対称性 𝜕𝜌 𝜕𝑡 = 𝐷 𝜕2𝜌 𝜕𝑥2
例:拡散方程式 時間に関して一階微分 →もし𝜌(𝑥, 𝑡)が解でも、𝜌(𝑥, −𝑡)は解にならない 拡散現象を録画したビデオを逆再生したら逆再 生とわかる
5 28 ミクロからマクロへ 水にインクを垂らすと拡散していく 水原子の動き 𝑚 𝑑2𝑥 𝑑𝑡2 = 𝐹(𝑥)
𝜕𝜌 𝜕𝑡 = 𝐷 𝜕2𝜌 𝜕𝑥2 マクロには時間反転非対称 ミクロには時間反転対称
6 28 エーレンフェストの壺 1 2 3 4 5 6 •
2つ壺を用意する • 数字が書かれた玉をN個用意する • 一つの玉をランダムに選んで、その玉をもう一方に移す • 最初は片方にすべての玉を入れておく • 片方の壺の玉の数の時間発展を追う
7 28 エーレンフェストの壺 N=10の場合 ステップ 壺 の 中 の 玉
の 数
8 28 エーレンフェストの壺 N=100の場合 ステップ 壺 の 中 の 玉
の 数
9 28 エーレンフェストの壺 N=1000の場合 ステップ 壺 の 中 の 玉
の 数 どんな状態からスタートしても 玉が半分ずつの状態に収束する
10 28 エーレンフェストの壺 1 2 3 4 5 6 ミクロな操作は可逆
マクロな観測事実は不可逆 時間の矢 どこで時間反転対称性が破れたのか? ※逆過程が等確率で起きる ※初期条件を忘れる
11 28 玉が1個の場合 玉が一つの場合、右側の壺の状態は二通り 1 玉がない 玉がある
12 28 玉が1個の場合 マルコフ遷移図 1 1 状態がくるくる回ってしまって定常状態にならない (偶数回と奇数回でそれぞれ必ず異なる状態になる) 1
13 28 エーレンフェストの壺(改) 1 2 3 4 5 6 •
2つ壺を用意する • 数字が書かれた玉をN個用意する • 一つの玉をランダムに選んでその玉をもう一方に移すが、 確率ε(0< ε <1)でなにもしない • 最初は片方にすべての玉を入れておく • 片方の壺の玉の数の時間発展を追う
14 28 玉が1個の場合 マルコフ遷移図 1 − 𝜀 同じ状態にとどまる可能性があるため、定常状態が存在する 1 −
𝜀 𝜀 𝜀 1
15 28 確率の時間発展と定常状態 1 tステップ目に玉がない確率 𝑝𝜙 𝑡 𝑝1 𝑡 tステップ目に玉がある確率
16 28 確率の時間発展と定常状態 𝑝𝜙 𝑡+1= 𝜀𝑝𝜙 𝑡 + (1 −
𝜀)𝑝1 𝑡 𝑝1 𝑡+1= (1 − 𝜀)𝑝𝜙 𝑡 + 𝜀𝑝1 𝑡 確率の時間発展 Ԧ 𝑝𝑡 = 𝑝𝜙 𝑡 𝑝1 𝑡 と書くと Ԧ 𝑝𝑡+1 = 𝑀 Ԧ 𝑝𝑡 𝑀 = 𝜀 1 − 𝜀 1 − 𝜀 𝜀 ただし
17 28 確率の時間発展と定常状態 Ԧ 𝑝1 = 𝑀 Ԧ 𝑝0 この𝑀を遷移行列、もしくはマルコフ行列と呼ぶ
確率ベクトルに𝑀をかける→時間が1ステップ進む 無限回かける→(もしあれば)定常状態が得られる Ԧ 𝑝∞ = 𝑀∞ Ԧ 𝑝0 Ԧ 𝑝2 = 𝑀 Ԧ 𝑝1 = 𝑀2 Ԧ 𝑝0 ⋮
18 28 確率の時間発展と定常状態 𝑀 = 𝜀 1 − 𝜀 1
− 𝜀 𝜀 マルコフ行列の最大固有値は1 最大固有値に対応する固有ベクトルが定常状態 Ԧ 𝑝∞ = 𝑀 Ԧ 𝑝∞ もし Ԧ 𝑝∞ が定常状態なら、 𝑀をかけても状態がかわらない に対応する固有ベクトルは Ԧ 𝑝∞ = 1/2 1/2 定常状態は2つの状態が等確率で現れる 1 =
19 28 玉が2個の場合 1 tステップ目に玉がない確率 𝑝𝜙 𝑡 𝑝1 𝑡 tステップ目に玉1がある確率
2 𝑝2 𝑡 tステップ目に玉2がある確率 𝑝12 𝑡 tステップ目に玉1,2がある確率 2 1
20 28 マルコフ遷移図(N=2) 1 2 2 1 𝜀 1 2
(1 − 𝜀) 1 2 (1 − 𝜀) 1 2 (1 − 𝜀) 1 2 (1 − 𝜀) 1 2 (1 − 𝜀) 1 2 (1 − 𝜀) 1 2 (1 − 𝜀) 1 2 (1 − 𝜀) 𝜀 𝜀 𝜀
21 28 ミクロな対称性 1 確率1/2で玉1が選ばれ、かつ確率(1 − 𝜀)で玉を移す 1 2 (1
− 𝜀) 1 1 2 (1 − 𝜀) すべての2つの状態間の遷移確率は等しい 全ての過程と逆過程は等確率で起きる →可逆過程
22 28 遷移行列 𝑀 = 𝜀 𝑐 𝑐 0 𝑐
𝜀 0 𝑐 𝑐 0 𝜀 𝑐 0 𝑐 𝑐 𝜀 𝑐 ≡ 1 2 1 − 𝜀 Ԧ 𝑝∞ = 1/4 1/4 1/4 1/4 最大固有値に対応する固有ベクトル 十分時間が経つと、全てのミクロな状態は等確率で出現する →等重率の原理 1 2 2 1 = = =
23 28 粗視化 1 2 = = 玉の数字を見ないことにする 同一視
24 28 粗視化 十分時間がたった後に片方の壺を観察すると 𝑝0 = 1 4 𝑝1 =
1 2 𝑝2 = 1 4 玉がない 玉が1個 玉が2個 1 2 玉が1つ(=N/2)ある状態を観測する確率が最も高くなった
25 28 粗視化:玉がN個の場合 十分時間がたった後に片方の壺を観察すると 玉がない 玉が1個 𝑝0 = 1 2𝑁
𝑝1 = 𝑁 2𝑁 … 玉がn個 𝑝𝑛 = 𝐶𝑛 2𝑁 𝑁 N個の玉がある→ミクロな状態は2𝑁個 n個の玉がある状態→ 𝐶𝑛 個 𝑁
26 28 粗視化:玉がN個の場合 𝑁 = 1000 Nが大きい時にN/2を中心とするガウス分布に収束 玉の数がほぼN/2である状態が観測される 𝑛 𝑝𝑛
27 28 まとめ 現実のこの世界は・・・? • エーレンフェストの壺はミクロには可逆、マクロには不可逆 • ミクロとは「全ての玉の番号を知っている状態」 • マクロとは「玉の区別をなくした状態」
• 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 • マクロには玉が半分ずつに分かれる状態に収束する →時間の矢 • 古典的には「粗視化」が時間反転対称性を破る
28 28 参考 https://www.gakushuin.ac.jp/~881791/materials/Irreversiblity09.pdf スライドを作成するにあたり以下を参考にさせていただきました (本スライドの誤り、思い違いなどはすべて渡辺の責任です)