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
ビジュアライゼーションと数学 〜 すうがくむかしばなし 負の数・複素数編 〜 / Visual...
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
北䑓如法
June 26, 2022
Science
580
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
ビジュアライゼーションと数学 〜 すうがくむかしばなし 負の数・複素数編 〜 / Visualization-and-mathematics-OSH2022
ビジュアライゼーションと数学 〜 すうがくむかしばなし 負の数・複素数編 〜
オープンセミナー2022@広島
2022/06/25(土)
#OSH2022
北䑓如法
June 26, 2022
More Decks by 北䑓如法
See All by 北䑓如法
PyCon JP 2025で短いBGMを3曲作った / Composed 3 pieces of music for PyCon JP 2025
nyoho
0
47
PyCon JP 2025で「Pythonのピース」を集めるウェブアプリを作って運用した / Building and operating web apps to collect "Python pieces" at PyCon JP 2025
nyoho
0
55
PyCon JP 2025「すごい広島」コミュニティポスター制作記 / The making of a community poster of Great Hiroshima at PyCon JP 2025
nyoho
0
50
初心者、電子工作に入門。 Python Charity Talks 2021.09 / A beginner started electronic handicraft - Python Charity Talks 2021.09
nyoho
0
18k
Next.js + Heroku + Dockerでも玉ねぎの汁で涙が出んように 〜PyCon mini Hiroshima サイト構築の一コマ〜 / Avoiding onion essence with Next.js + Heroku + Docker -- development of the site of PyCon mini Hiroshima
nyoho
0
400
SageMathで数学の力を上げます PyCon mini Hiroshima 2019 / Enlarge your ability of mathematics with SageMath
nyoho
1
720
Python初心者がPyTorchをいじって機械学習の計算してみた PyCon mini Hiroshima 2018 / Python-newbies machine learning learning with PyTorch
nyoho
2
1.2k
RubyKaigi 2017 の告知 / A notification of RubyKaigi 2017 at WTM100
nyoho
0
2.2k
数式の書けるMastodonその名もMathtodon を作った (#OSO2017 懇親会LT) / Introduction to Mathtodon
nyoho
2
1.6k
Other Decks in Science
See All in Science
知能とはなにか -ヒトとAIのあいだ-
tagtag
PRO
1
120
Cross-Media Technologies, Information Science and Human-Information Interaction
signer
PRO
3
32k
Non-Gaussian, nonlinear causal discovery with hidden variables and application
sshimizu2006
0
150
Distributional Regression
tackyas
0
550
Utiliser Bitcoin sans Internet
rlifchitz
0
290
医療 LLM ベンチマークの現在地:多面的評価 と日本ローカライズ
analokmaus
1
590
因果推論と機械学習
sshimizu2006
1
1.2k
次代のデータサイエンティストへ~スキルチェックリスト、タスクリスト更新~
datascientistsociety
PRO
3
46k
データベース01: データベースを使わない世界
trycycle
PRO
1
1.3k
[NLP2026 参加報告会] AI for Science まとめ / NLP2026
lychee1223
0
1.9k
Bリーグのショットデータを活用した得点期待値モデルの構築 / Construction of expected points model using shot data of B.LEAGUE
konakalab
0
160
AIPシンポジウム 2025年度 成果報告会 「因果推論チーム」
sshimizu2006
3
550
Featured
See All Featured
Building Experiences: Design Systems, User Experience, and Full Site Editing
marktimemedia
0
550
Designing for Performance
lara
611
70k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
190
Abbi's Birthday
coloredviolet
3
8.6k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
A Tale of Four Properties
chriscoyier
163
24k
YesSQL, Process and Tooling at Scale
rocio
174
15k
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
710
The Spectacular Lies of Maps
axbom
PRO
1
860
Hiding What from Whom? A Critical Review of the History of Programming languages for Music
tomoyanonymous
3
940
Transcript
ϏδϡΞϥΠθʔγϣϯͱֶ Φʔϓϯηϛφʔ2022@ౡ 2022/06/25() 㝳๏ (͖͍ͨͩΏ͖ͷΓ) ʙ͢͏͕͘Ή͔͠ͳ͠ෛͷɾෳૉฤʙ
ࣗݾհ
None
͋Μͨ͊୭ͳΜ? • 㝳๏ (͖͍ͨͩΏ͖ͷΓ) • (ʮ๏ʯΛԻಡΈͯ͠) ʹΐ΄͏, Nyoho • ༵ϓϩάϥϚ
• ֶ (ౡେֶେֶӃਓؒࣾձՊֶݚڀՊ) • ϋΠύɾϝσΟΞɾτϥϯεϨʔλ • ౡหਧ͖ସ͑γϦʔζ
ݕࡧ ৄ͘͠ iPad ౡห
ʮ͜Μͳײ͡ͷ͕ग़͖ͯ·͢ɻʯ
ݕࡧ ࠷ۙ ؟ڸࢢ ౡݶఆCM
ౡΧʔϓ ಊྛᠳଠબख
ࠓ: ϏδϡΞϥΠθʔγϣϯͱֶ
ಥવͰ͕͢
ݟ͑ΔΑ͏ʹ͢Δ͜ͱ = ՄࢹԽ = visualization
Visualization • visual (ϏδϡΞϧ, ܗ༰ࢺ) ʹݟ͑Δɺࢹ֮ͷ • visualize (ϏδϡΞϥΠζ, ಈࢺ)
ʹݟ͑ΔΑ͏ʹ͢Δɺࢹ֮Խ͢Δ • visualization (ϏδϡΞϥΠθʔγϣϯ, ໊ࢺ) ʹݟ͑ΔΑ͏ʹ͢Δ͜ͱ
visualization
visualization /vìʒuəlaizéiʃən/ [ͼ͡Ύ͋Β͍͍ͥ͠ΐΜ]
ՄࢹԽ
ࠓճ୯ͳΔϏδϡΞϥΠθʔ γϣϯͰͳ͘
ֶͱ ϏδϡΞϥΠθʔγϣϯͱͷ
ͷࢢຽݖ֫ಘͱ ϏδϡΞϥΠθʔγϣϯ
ෛͷ ෳૉ ຊͷϝχϡʔ
None
ϏδϡΞϥΠθʔγϣϯͱ ෛͷ
ෛͷ • ํఔࣜͷʮʯͱͯ͠ʮղʯͱͯ͠ͳ͔ͳ͔ड͚ೖΕΒΕͳ͔ͬͨɻ • ܭࢉํ๏ΒΕ͍ͯͨͷʹɻ
ෛͷͷܭࢉ • ݱͰɺ;ͱʮͯʯͱࢥ͏͜ͱɻ • (࣮͜͜໘ന͍ (ࠓলུ)) ( 1) ( 1)
= +1
3ੈل͝Ζ Τδϓτ • σΟΦϑΝϯτε 200–284 • ਖ਼ͷ༗ཧͷΈΛղͱͯ͠ೝΊΔɻ • ଞࣺͯΔɻ
7ੈلɾ12ੈل Πϯυ • 7ੈل • ਖ਼ͷΛࢿ࢈ɺෛͷΛआۚΛද͢ͷʹ͏ɻ • (आۚʹΘΕ͍ͯͨ!) • 12ੈل
όʔεΧϥ • ਖ਼ͷͷฏํࠜʹϓϥεϚΠφε྆ํ͋Δͱؾ͘ • ʮෛͷͷղෆదɻղͱͯ͠࠾͞Εͳ͍ɻਓʑෛͷͷղΛೝΊ ͳ͍ɻʯ
9ੈل Ξϥϒ • Πϯυֶͷෛͷͷԋࢉنଇਫ਼௨͍ͯͨ͠ɻ • ͔͠͠ɺෛͷΛड͚ೖΕͳ͔ͬͨɻ
17ੈل σΧϧτ René Descartes (1596—1650) • ҼఆཧͰଟ߲ࣜͷ࣍ΛԼ͛ΔͨΊʹෛͷղར༻ • ͔͠͠ෛͷͷղ false
root (ؒҧͬͨղ) ͱ͢Δ
17ੈل ύεΧϧ Blaise Pascal (1623—1662) • ʮ0 ͔Β 4 ΛҾ͘ͳΜͯφϯηϯεͩʯ
0 4 = 4
Ξʔϊϧυ(ύεΧϧͷ༑ୡ) • ʮൺʯΛߟ͑ͯΈΔͱ • ʮେ͖͍ : খ͍͞ʯͱ͍͏ൺͱʮখ͍͞ : େ͖͍ʯͱ͍͏ൺ͕͍͠ ͳΜ͓͔͍ͯ͠
by ύεΧϧ 1 : 1 = 1 : 1
ͳ͔ͳ͔ղͱͯ͠ೝΊΒΕͳ͍
ͦΜͳத……
16ੈل εςϏϯ Simon Stevin (1548–1620) • ෛͷͱͯ͠͏ • ෛͷͷղड͚ೖΕΔ •
ʮฏํࠜɺແཧɺෛͷͳͲͯ͢ʮʯͱͯ۠͠ผͤͣѻΘΕΔ ͖ʯ
17ੈل δϥʔϧ Albert Girard (1595 — 1632) • ෛͷʮޙΖʹΔ͜ͱʯΛද͢ɻ •
ʮϓϥεه߸Ͱલਐ͢Δͱ͖ɺϚΠφεه߸ͰΔɻʯ • ෛͷͷزԿֶతͳղऍ • ͭ·ΓෛͷͷϏδϡΞϥΠθʔγϣϯ
δϥʔϧ • ͨͿΜ͜͏ݴͬͨ Μ͡Όͳ͍͔ܶ
͔ͦ͠͠ͷޙ
19ੈل υŋϞϧΨϯ Augustus De Morgan (1806–1871) • ͕56ࡀɺଉࢠ29ࡀɻԿޙʹ2ഒʹ? • (2લ!)
• υŋϞϧΨϯʮෆ߹ཧͩ!ʯ 56 + x = 2(29 + x) x = 2
19ੈل υŋϞϧΨϯ • ͕56ࡀɺଉࢠ29ࡀɻԿલʹ2ഒʹ? • υŋϞϧΨϯʮ͜ΕͳΒOKʯ 56 x = 2(29
x) x = 2
17ੈل δϥʔϧ Albert Girard (1595 — 1632) • ෛͷʮޙΖʹΔ͜ͱʯΛද͢ •
ෛͷͷزԿֶతͳղऍ • ͭ·ΓෛͷͷϏδϡΞϥΠθʔγϣϯ
ෛͷ ෳૉ ຊͷϝχϡʔ
ෛͷ ෳૉ ຊͷϝχϡʔ
None
ϏδϡΞϥΠθʔγϣϯͱ ෳૉ
ෳૉͱ?
ෳૉ i2 = 1 i ڏ୯Ґ x2 = 1 (x2
+ 1 = 0) ͷղ Λ࣮ʹ͚Ճ͑ͨମܥ i
2ͯ͠ϚΠφε1?? • Ͳ͏͓͔͠ͳͩͳɻ • ͜ͷੈͷͷͰͳ͍ͳɻ • ͦΜͳߟ͍͍͑ͯͷ? • ͦΜͳʮ͋Δʯͷ? •
Ͳ͜ʹ͋Δͷ? • ܭࢉͰ͖Δ͚Ͳ… i2 = 1
ͦΜͳத……
ΞϧΨϯ Jean Robert Argand (1768 — 1822) • ͜ͷෳૉͷҧײΛݟࣄʹ১ɻ •
ͦΕ·ͰͳΜ͔Α͘Θ͔Βͳ͍ԾతͳͩͱࢥΘΕ͍ͯͨෳૉ͕Ұؾʹ ΘΕΔΑ͏ʹͳΔͷʹଟେͳӨڹΛ༩͑ͨɻ • ΞϧΨϯਤ (Argand diagram)
ΞϧΨϯਤ Argand diagram • ෳૉͷϏδϡΞϥΠθʔγϣϯ
None
None
None
None
None
None
None
None
None
None
None
None
None
None
( 1) ※ ͜͜Ξχϝʔγϣϯ͍ͯͨ͠ɻ
( 1) ( 1) =1 ͱ͍͏͜ͱʮϚΠφεഒʯͬͯ ճసͬͯ͜ͱͳΜ͡Όʜ ※ ͜͜Ξχϝʔγϣϯ͍ͯͨ͠ɻ
͡Ό͋iഒͬͯʜ ·͔͞ʜ ( 1) =i2 ※ ͜͜Ξχϝʔγϣϯ͍ͯͨ͠ɻ
i ͟Θɾɾɾ ͟Θɾɾɾ ͟Θɾɾɾ ͟Θɾɾɾ ͡Ό͋iഒͬͯʜ ·͔͞ʜ ※ ͜͜Ξχϝʔγϣϯ͍ͯͨ͠ɻ
i i = 1 ͡Ό͋iഒͬͯʜ ·͔͞ʜ ※ ͜͜Ξχϝʔγϣϯ͍ͯͨ͠ɻ
i ഒ = 90ճస
ࠓͷ·ͱΊ • ֶͷ֓೦ͷϏδϡΞϥΠθʔγϣϯ • ֓೦͕ड͚ೖΕΒΕΔ͔ɺࢢຽݖΛಘΔ͔ • ७ਮͳֶͷੈքͰ͢Βɺ֓೦͕ʮड͚ೖΕΒΕΔʯ͜ͱʹϏδϡΞϥΠ θʔγϣϯɺՄࢹԽ͕ॏཁɻ • ʮΘ͔ͬͨؾ͕͢ΔʯʮΘ͔ΔʯͱԿ͔
• ֶͬͯʮཧతʹਖ਼͍͠ʯ͚ͩͰͳ͍ • ͕͕ͪͪͷཧͰͳֶ͍ͷ࢟
ࢀߟจݙ • ଜढ़Ұ, ʰఱ࠽ֶऀ͜͏ղ͍ ͨɺ͜͏ੜ͖ͨʱ, ߨஊࣾબॻϝν Τ, 2001 • Morris
Kline, Mathematical Thought from Ancient to Modern Times, Vol. 1, Oxford University Press, 1990. • The MacTutor History of Mathematics archive, http://www- history.mcs.st-andrews.ac.uk/
͋Γ͕ͱ͏͍͟͝·ͨ͠ʔ
ࠓͷ·ͱΊ • ֶͷ֓೦ͷϏδϡΞϥΠθʔγϣϯ • ֓೦͕ड͚ೖΕΒΕΔ͔ɺࢢຽݖΛಘΔ͔ • ७ਮͳֶͷੈքͰ͢Βɺ֓೦͕ʮड͚ೖΕΒΕΔʯ͜ͱʹϏδϡΞϥΠ θʔγϣϯɺՄࢹԽ͕ॏཁɻ • ʮΘ͔ͬͨؾ͕͢ΔʯʮΘ͔ΔʯͱԿ͔
• ֶͬͯʮཧతʹਖ਼͍͠ʯ͚ͩͰͳ͍ • ͕͕ͪͪͷཧͰͳֶ͍ͷ࢟