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
kaityo256
PRO
January 18, 2024
Education
14
14k
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
デバッグの話 / Debugging for Beginners
kaityo256
PRO
9
910
ビット演算の話 / Let's play with bit operations
kaityo256
PRO
4
240
GNU Makeの使い方 / How to use GNU Make
kaityo256
PRO
15
4.9k
制限ボルツマンマシンの話 / Introduction of RBM
kaityo256
PRO
3
830
論文の読み方 / How to survey
kaityo256
PRO
220
160k
渡辺研Slackの使い方 / Slack Local Rule
kaityo256
PRO
9
8.5k
時間の矢について / Time's arrow
kaityo256
PRO
12
17k
t-SNEをざっくりと理解 / Overview of t-SNE
kaityo256
PRO
2
1.3k
未定義動作でFizz Buzz / Undefined Fizz Buzz
kaityo256
PRO
1
1k
Other Decks in Education
See All in Education
Flip-videochat
matleenalaakso
0
14k
世界のオープンソースロボットたち #1
shiba_8ro
0
140
Qualtricsで相互作用実験する「SMARTRIQS」実践編
kscscr
0
290
"数学" をプログラミングしてもらう際に気をつけていること / Key Considerations When Programming "Mathematics"
guvalif
0
560
老人会? いえ、技術継承です @ builderscon 2024 LT
s3i7h
0
110
20241002_Copilotって何?+Power_AutomateのCopilot
ponponmikankan
1
160
【COPILOT無料セミナー】エンゲージメントと自律性の高いプロジェクト型人材育成に向けて~プロジェクト・ベースド・ラーニング(PBL)という選択肢~
copilot
PRO
0
130
Amazon Connectを利用したCloudWatch Alarm電話通知
junghyeonjae
0
260
1113
cbtlibrary
0
260
小・中・高等学校における情報教育の体系的な学習を目指したカリキュラムモデル案/curriculum model
codeforeveryone
2
2.3k
AWS All Certが伝える 新AWS認定試験取得のコツ (Machine Learning Engineer - Associate)
nnydtmg
1
570
MLH Hackcon: Keynote (2024)
theycallmeswift
0
180
Featured
See All Featured
Optimising Largest Contentful Paint
csswizardry
33
2.9k
Building Applications with DynamoDB
mza
90
6.1k
Building Better People: How to give real-time feedback that sticks.
wjessup
364
19k
Product Roadmaps are Hard
iamctodd
PRO
49
11k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
329
21k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
31
2.7k
Code Reviewing Like a Champion
maltzj
520
39k
Fantastic passwords and where to find them - at NoRuKo
philnash
50
2.9k
StorybookのUI Testing Handbookを読んだ
zakiyama
27
5.3k
Fontdeck: Realign not Redesign
paulrobertlloyd
82
5.2k
Being A Developer After 40
akosma
86
590k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
6
410
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