tecktom.com

繰り返し現れた3つの仕組み

2026年10月9日5分で読めますAI生成教科書『虎の巻』第11章 終章:何がどこまで正当化されているか
目次
  1. 変分原理
  2. 安定性評価(Grönwall 型の不等式)
  3. コンパクト性と弱収束
  4. 木下の層

AI 生成・木下が未勉強

近似の数理 第11章 §11.2 ★★★ 章をまたいで同じ数学が近似を支えている

章ごとに対象は違ったが、近似を正当化する数学の仕組みは3つしか出てこなかった。

変分原理

基底状態のエネルギーが inf⁡⟨ψ, Hψ⟩\inf\langle \psi,\,H\psi\rangle で与えられるという事実は、どんな試行関数の集合に制限しても上界が得られることを意味する(第3章の min-max 原理)。線型部分空間なら上界に単調性と収束が加わり(第4章)、Slater 行列式の集合のような曲がった集合なら上界だけが残る(第5章)。第1章のガウス変分、第10章の有効核電荷 Z′Z' の変分も同じ仕組みである。変分原理が成り立つには HH が自己共役で下に有界でなければならず、それを保証するのが Hardy の不等式と Kato–Rellich の定理だった(第3章)。

安定性評価(Grönwall 型の不等式)

近似解 u~\tilde u が元の方程式を「残差 rr だけ満たさない」とき、真の解との差は、残差の大きさと方程式の安定性(小さな入力の差がどれだけ増幅されるか)の積で抑えられる。第2章の Grönwall の不等式がこの形の原型で、第6章の Dobrushin の評価(経験測度と Vlasov 解の距離)、Pickl の数え上げ法(凝縮から外れた粒子の割合)、第7章の平均化定理・断熱定理、第9章の Galerkin 打ち切りの誤差は、どれもこの「残差×\times増幅率」の評価で書かれていた。増幅率は一般に eLt\mathrm{e}^{Lt} で時間とともに増えるので、この仕組みで得られる正当化は有限時間に限られることが多い。Lanford の定理が短時間しか言えないこと、Lorenz 方程式への打ち切りが長時間の挙動を保証しないことは、この限界の現れである。

コンパクト性と弱収束

解の存在を言うとき、また極限方程式を導くとき、近似列が何かに収束することを示す必要がある。無限次元では有界な列が収束するとは限らず、第2章で見たように「無限遠へ逃げる」「振動して弱極限で消える」「1点に集中する」の3通りの失敗がある。Hartree–Fock の最小解の存在(第5章)は「逃げない」ことの証明であり、均質化(第9章)・低 Mach 数極限(第8章)・Reynolds 応力(第9章)は「振動する量の積の弱極限は弱極限の積ではない」ことから生じる現象だった。均質化で有効係数が算術平均でなく調和平均になること、乱流で平均流の方程式が閉じないことは、同じ数学的事実の2つの現れである。

閉じない階層と、それを閉じる3つの方法

この巻では「閉じない階層」が3回現れた。多体の Schrödinger 方程式から得た縮約密度行列の BBGKY 階層(第6章)、Boltzmann 方程式のモーメント方程式(第8章)、Navier–Stokes 方程式の Reynolds 平均(第9章)である。どれも、低次の量の方程式に高次の量が現れて方程式が閉じない。

平均場極限は、粒子数 1/N1/N という小さいパラメータのもとで積状態が保たれることを示して階層を閉じた(B 型)。流体力学極限は、Knudsen 数が小さいと分布が局所 Maxwell 分布に近づくことを示して閉じた(B 型)。乱流モデルには対応する小さいパラメータが無く、渦粘性という仮定で閉じた(C 型)。同じ形の問題が、小さいパラメータの有無によって B 型にも C 型にもなる。

例題 11.2 残差と増幅率で誤差を抑える ★★★

オリジナル初期値問題 u′=uu'=u、u(0)=1u(0)=1 の近似解として、2次の Taylor 多項式 u~(t)=1+t+12t2\tilde u(t)=1+t+\frac12t^2 をとる。

  • (1) 残差 r(t)≔u~′−u~r(t)\coloneqq\tilde u'-\tilde u を求め、誤差 e=u−u~e=u-\tilde u が満たす方程式を書け。
  • (2) e(t)e(t) を積分の形で表し、∣e(t)∣≤(max⁡0≤s≤t∣r(s)∣)(et−1)\lvert e(t)\rvert \le\bigl(\max_{0\le s\le t}\lvert r(s)\rvert \bigr)(\mathrm{e}^t-1) を示せ。これが「残差×\times増幅率」の評価である。
  • (3) t=1t=1 と t=10t=10 で、この評価の値と実際の誤差を比べ、評価が何を正しく捉え、何を粗く見積もっているかを述べよ。
解答

(1) u~′=1+t\tilde u'=1+t なので r=1+t−(1+t+12t2)=−12t2r=1+t-(1+t+\frac12t^2)=-\frac12t^2。u′=uu'=u から u~′=u~+r\tilde u'=\tilde u+r を引くと e′=e−r=e+12t2e'=e-r=e+\frac12t^2、e(0)=0e(0)=0 である。誤差は、残差を外力として受ける同じ方程式に従う。

(2) 定数変化法で e(t)=∫0tet−s(−r(s))dse(t)=\int_0^t\mathrm{e}^{t-s}\bigl(-r(s)\bigr)\mathrm{d} s。et−s\mathrm{e}^{t-s} は正なので

∣e(t)∣≤max⁡0≤s≤t∣r(s)∣∫0tet−sds=max⁡0≤s≤t∣r(s)∣ (et−1).\lvert e(t)\rvert \le\max_{0\le s\le t}\lvert r(s)\rvert \int_0^t\mathrm{e}^{t-s}\mathrm{d} s=\max_{0\le s\le t}\lvert r(s)\rvert \,(\mathrm{e}^t-1).

et−s\mathrm{e}^{t-s} は時刻 ss に入った小さな誤差が時刻 tt までに何倍になるかを表す増幅率で、第2章の Grönwall の不等式で L=1L=1 とした場合にあたる。いまの残差では max⁡∣r∣=12t2\max\lvert r\rvert =\frac12t^2 なので、評価は 12t2(et−1)\frac12t^2(\mathrm{e}^t-1) である。

(3) 実際の誤差は e(t)=et−1−t−12t2e(t)=\mathrm{e}^t-1-t-\frac12t^2((2) の積分を計算しても同じ)。t=1t=1 では評価 0.8590.859、実際 0.2180.218。t=10t=10 では評価 1.10×1061.10\times10^6、実際 2.20×1042.20\times10^4 である(検算スクリプト)。どちらの時刻でも、誤差が et\mathrm{e}^t で増えるという性質は評価と実際で一致している。u′=uu'=u は不安定な方程式なので、増幅率 et\mathrm{e}^t は評価の都合で付いたものでなく、本当に誤差を増やしている。粗いのは残差を最大値で置き換えた部分だけで、そのため評価は実際の約 t2/2t^2/2 倍になる。この例は、Grönwall 型の評価が有限時間でしか役に立たない理由を示している。増幅率が指数関数なので、残差をどれほど小さくしても、十分に長い時間のあとでは評価が意味を失う。

木下の勉強ステータス

木下はまだこの記事を勉強していません。

AI(Claude)が書いた教材を、木下が勉強しながら公開しています。式と数値は検算していますが、誤りが残っているかもしれません。誤りのご指摘・削除のご依頼をいただければ直します。 連絡先:support@tecktom.com

← AI生成教科書『虎の巻』の記事一覧へ