メインコンテンツへスキップ
見出し画像

【主観と客観の起源】」「二項定理の圏論的表現」について。

    以下の投稿の続きの様なもの。

    以下の投稿で「N進数の圏論的表現」がそれとなく見えてきたので、早速その援用を試みたいと思います。

    画像

    すでに圏論をマスターされてる方にとっては「何やってんの?」的展開も多分に含まれていると思いますが、その辺りは初心者の試行錯誤と思って何卒ご笑納ください。具体的指摘があったら随時対応して参ります。心構えとしてはこんな感じ。

    映画「2001年宇宙の旅」は、極端に説明を削ぎ落としているので、観た人により、様々な解釈や考察がされた。だが正解は小説に書いてあるのだ。だが俺は、この時、多くの人が生み出した「正解ではない考察」も非常に大事だと思っている。正解が一つだけなんて、つまらないじゃないか。 pic.twitter.com/VWZpPQqZnq

    — おちょごさん (@chogo2009) November 17, 2025

    まずは0次元(点の世界)について。

    空間的広がりがまだないので幾何学的には点としか捉え様がなく、一見射も切れなさそうに見えますが、そこにはもう0付自然数N:0→∞~(符号なし無限)\mathbb{N:0→\tilde{∞}(符号なし無限)}や整数Z:−∞→+∞\mathbb{Z}:-∞→+∞の数理が埋め込まれていて、それぞれ前者がN進数(位取り記数法)における底(Base)と添字(Index)となるのです。針を正面から眺めててる感じ?

    画像

    そもそも「こんな風にある方向から眺めた時に点に見える」保証自体がありません。それは例えば、どの方角から眺めてもこんな風に分散してるかもしれないのです。

    画像

    さらに数え上げるのが困難なケースも想定されます。

    画像
    画像

    ここで「クロネッカーのデルタ」概念の出番という訳です。

    δij=0∣i−j∣δ^{ij}=0^{|i-j|}

    画像

    精度が上がるとこんな感じに。

    画像

    なお確率論の世界はあくまでこの次元で展開します。

    1次元以上以上の世界と「ヒューステリック的限界」の登場

    幾何学における「線の世界」「面の世界」「立体の世界」「4次元以上の世界」は直交座標系
(Cartesian coordinate system)も極座標系
    (Polar coordinate system)も(具体的計算方法にかなりの相違が見られるにも関わらず)同じ「新しい座標軸を直積する」積み重ねによって構成されます。おや?「関手」の概念がアップを始た様だ?

    画像

    なお、直交座標系の世界はもう一回「新しい座標軸を直積する」と超立方体(Hyper Cube)となり…

    画像
    画像

    極座標系の世界はもう一回「新しい座標軸を直積する」とトーラス構造に相似した4次元球面(n-sphere)となる訳ですが…

    画像

    新たに追加した座標軸のルベーグ測度が0の時、前者は「(体積が0の)二重立方体」に、後者は「(同じく体積が0の)二重立方体」としてイメージされるのが興味深いところ。さらには代数表現や二項分布の次元推移も、こうした幾何学的展開に重なってきます。まさしく「自然変換」概念の出番!!

    • 1次元

    画像
    • 2次元

    画像
    • 3次元

    画像
    • 4次元

    画像
    • 5次元

    画像

    なお「4次元と3次元の境界線に二重立体が現れる」数理から逆算して以下の様にイメージを膨らませる事も可能です。

    • 1次元

    画像
    • 2次元


    画像
    • 3次元

    画像

    こうした展開全ての背景にあるのが「おそらく人類が直面する数理のうち、最も馴染みの深い一つといえる」二項定理(Binomial Theorem)。

    画像
    画像
    画像
    画像
    画像
    画像
    • 「局所最適化を乗り越える能力に欠けた」人工知能アルゴリズムの限界が思わぬ形で…単純に「すべての射が可逆(同型射)であるような単一対象の圏」はもう、ただの「群」では? ところが「いや、断じてそういう事ではない」なる面倒くさい議論が…

    • 「シャッフ射(Shuffle Morphism)」については本当にいくら調べても何も出てこない。これいかに?

    何がなんだかさっぱりですが、そういう事らしいです(検証能力がないので、何処かでハルシネーションを起こしていたとしても見抜けない)。「可換性」が重要キーワードとして浮上してきますが、それがおそらく上でイメージした「(a+b)n(a+b)^nは(a+1)n(a+1)^nと(b+1)n(b+1)^nに分解可能で、両者の関係は演算の順番を変えても変わらない」図式と重なってくるんじゃないでしょうか?(棒読み)

    • 上掲の図にある通り、私自身のイメージ源泉はあくまでこれ。

    画像

    なお「カンブリア爆発期(5億4200万年前~5億3000万年前)に授かった視覚と視覚情報を処理する脊髄の末裔で思考する」人類は、この「高次になるほどイメージを掴むのが急激に難しくなっていく」二項定理について「5次元から7次元くらいから正規分布での近似が可能となるので、それ以上はこちらで考える」という対抗戦略を編み出してきました。

    画像

    こういった展開を圏論とどう関係付けていくかが目下の課題という次第。

    ヤコビアンで考えるとさらに直交座標系と極座標系の親和性がアップする?

    はっと。上掲の極座標系の計算式、どうせ直交座標系の偏微分と並べるならN次球面の計算式でなくヤコビアンを使った求積式を並べた方が類似性を実感しやすいのでは?

    1次元球面(半径R)

    1次元の「球」は中心を原点とする区間[−R,R] 。よってその長さ(1次元の体積)V1V_1は以下。

    V1=∫−RR​dx=2RV_1=\int_{−R}^{R}​dx=2R

    2次元球面(半径R)

    極座標変換

    x=rcos⁡⁡(θ),y=rsin⁡(θ)⁡x=r\cos⁡(θ),y=r\sin(θ)⁡

    のヤコビアンは J=rなので面積要素はdA=r dr dθdA=r dr dθ。
    よって円盤の面積V2V_2は以下。

    V2=∫02π∫0Rr dr dθ=πR2V_2=\int_{0}^{2π}\int_0^Rr dr dθ=πR^2

    3次元球面(半径R)

    球座標(半径𝜌、天頂角𝜙(0..π)、方位角𝜃(0..2π))

    x=ρsin⁡(ϕ)cos⁡(θ),y=ρsin⁡(ϕ)sin⁡(θ),z=ρcos⁡(ϕ),x=ρ\sin(ϕ)\cos(θ),y=ρ\sin(ϕ)\sin(θ),z=ρ\cos(ϕ),

    のヤコビアンはJ=ρ2sin⁡(ϕ)J=ρ^2\sin(ϕ)。体積要素dV=ρ2sin⁡(ϕ)dρdϕdθ。dV=ρ^2\sin(ϕ)dρdϕdθ。。よってその体積V3V_3は以下。

    V3=∫02π∫0π∫0R​ρ2sin⁡(ϕ)dρdϕdθ=34π​R3V_3=\int_0^{2π} \int_0^π \int_0^R​ ρ^2\sin(ϕ)dρdϕdθ=\frac{3}{4}π​R^3

    4次元球面(半径R)

    4次元直交座標(𝑥1,𝑥2,𝑥3,𝑥4)(𝑥_1,𝑥_2,𝑥_3,𝑥_4)に対して、超球面(ハイパー球)座標を入れると体積要素は一般に

    dV=r3sin⁡2(𝜑1)sin⁡(𝜑2)drdφ1​dφ2​dφ3dV=r^3\sin^2(𝜑_1)\sin(𝜑_2)drdφ_1​dφ_2​dφ_3

    角の取り方は表記により異なるが、角の範囲は典型的に𝜑1∈[0,𝜋],𝜑2∈[0,𝜋],𝜑3∈[0,2𝜋]𝜑_1∈[0,𝜋],𝜑_2∈[0,𝜋],𝜑_3∈[0,2𝜋]。ここでのヤコビアンの角依存部はsin⁡2(𝜑1)sin⁡(𝜑2)\sin^2(𝜑_1)\sin(𝜑_2)で半径依存部はR3R^3。​よって体積V4V_4は以下。

    V4​=∫0R​∫φ1​=0π​∫φ2​=0π​∫φ3​=02π​r3sin⁡2(𝜑1)sin⁡(𝜑2)drdφ1​dφ2​dφ3=12π2​R4V4​=\int_0^R​\int_{φ_1​=0}^{π}​\int_{φ_2​=0}^{π}​\int_{φ_3​=0}^{2π​}r^3\sin^2(𝜑_1)\sin(𝜑_2)drdφ_1​dφ_2​dφ_3=\frac{1}{2}π^2​R^4

    おお、実際試してみるとなんと、ここにも猫が‼︎ 猫が‼︎

    画像
    画像

    なるほど「表面積を積分して体積を割り出す計算」に猫(Cat:0→1)が隠れ潜んでいたという…

    しかも辿り着いてみれば 案外あっけない。これ物理学でいう「一般化座標系」の話なのでは?

    恒等射と「回転」問題。

    幾何学の領域についてはもう一つ「(剛体の)回転をどう考えるか?」という重要な課題があったりします。圏論でいう恒等射(Identity Morphism)1x1_xの定義は以下の様に「一回で自分に戻ってくる射」な訳ですが…

    画像

    例えば群論の世界などには「数回で戻ってくる射」が存在するのです。

    画像

    以前群論の勉強をした時に挫折した巡回群(cyclic group)、円環群(circle group)、回転群(rotation group)辺りの話ですね。

    以下では、巡回群(cyclic group)、円環群(circle group)、回転群(rotation group)の共通点・相違点・数学的な位置づけを、なるべくコンパクトかつ体系的に説明します。

    chatGPTに質問「巡回群、円環群、回転群の共通点と差異について教えてください。」
    画像
    画像
    画像
    画像
    画像
    画像

    ■ まとめ(超簡潔版)
    巡回群:1 元生成の 離散的な回転の群
    円環群(U(1)):連続的な角度の回転(可換なリー群)
    回転群(SO(n)):空間の回転全体(一般に非可換)

    円環群は回転群SO(2) と完全に同じ。
    巡回群はその中に埋め込める「離散的サブグループ」

    chatGPTに質問「巡回群、円環群、回転群の共通点と差異について教えてください。」

    正多角形の作図で名を挙げたガウスの巡回群自体はコンピューターグラフィックで正多角形や円(人間の感覚は曖昧なので正60角形以上は円に見える)を描く上での必須教養。問題はその先で「離散分布から連続へ」辺りからもう駄目でした。そのうち再挑戦して見るか…

    「(物理学における)剛体の回転」や「(線形代数における)等長写像」と捉えたら何の不思議もない?

    そういう考え方もあるけど、そもそも圏論そのものに「位相不変量を問う」側面があるので、どういう解釈になるか知りたいという…

    そんな感じでとりあえず以下続報…


    本文はここまで。「この文章、どうやってまとめたの?」という部分に興味が出てきた方は是非以下をご覧になって下さい。文章量の関係で削除したトピックなども掲載されております。是非お手にとってお確かめ下さい。

     
     
    名乗るほどでもないインターネットと路上の観察者。

    あなたへのおすすめ