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
17k
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
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
リンゴゲームと貧富の差 / Origin of the disparity of wealth
kaityo256
PRO
14
14k
渡辺研Slackの使い方 / Slack Local Rule
kaityo256
PRO
9
8.5k
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
Flinga
matleenalaakso
2
13k
Algo de fontes de alimentación
irocho
1
340
脳卒中になってしまった さあ、どうする
japanstrokeassociation
0
630
アニメに学ぶチームの多様性とコンピテンシー
terahide
0
240
Master of Applied Science & Engineering: Computer Science & Master of Science in Applied Informatics
signer
PRO
0
430
Tableau トレーニング【株式会社ニジボックス】
nbkouhou
0
19k
Lisätty todellisuus opetuksessa
matleenalaakso
1
2.3k
東工大 traP Kaggle班 機械学習講習会 2024
abap34
2
310
LLMs for Social Simulation: Progress, Opportunities and Challenges
wingnus
1
100
Web Architectures - Lecture 2 - Web Technologies (1019888BNR)
signer
PRO
0
2.7k
世界のオープンソースロボットたち #1
shiba_8ro
0
140
20241002_Copilotって何?+Power_AutomateのCopilot
ponponmikankan
1
160
Featured
See All Featured
YesSQL, Process and Tooling at Scale
rocio
169
14k
Navigating Team Friction
lara
183
14k
Why You Should Never Use an ORM
jnunemaker
PRO
54
9.1k
Documentation Writing (for coders)
carmenintech
65
4.4k
StorybookのUI Testing Handbookを読んだ
zakiyama
27
5.3k
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
The Cult of Friendly URLs
andyhume
78
6k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
250
21k
How to train your dragon (web standard)
notwaldorf
88
5.7k
No one is an island. Learnings from fostering a developers community.
thoeni
19
3k
Java REST API Framework Comparison - PWX 2021
mraible
PRO
28
8.2k
Ruby is Unlike a Banana
tanoku
97
11k
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)